Nagrywanie audiobooka w domu to jedna z niewielu produkcji audio, gdzie jakość techniczna jest mierzona obiektywnie. ACX (platforma audiobooków Audible/Amazon) ma opublikowane specyfikacje: maksymalny poziom szumu tła, akceptowalny zakres loudness, format pliku. Albo przejdziesz specyfikacje, albo plik zostaje odrzucony przy zgłoszeniu.
Dobra wiadomość: te specyfikacje są osiągalne z domowym setupem. Trudna część to nie akustyka — to nagrywanie 6, 8, 10 godzin contentu przez dni lub tygodnie i utrzymywanie spójnego tembru od rozdziału 1 do rozdziału 40.
Właśnie tutaj wchodzi voice changer, ale dojdziemy do niego po zbudowaniu podstaw.
Czego naprawdę wymaga ACX
Techniczne specyfikacje ACX, które najczęściej odrzucają zgłoszenia:
- Loudness: między -23 a -18 LUFS RMS, maksymalny pik na -3 dBFS
- Szum tła: poniżej -60 dBRMS w ciszy między kwestiami
- Format: MP3 192 kbps lub WAV 44.1kHz/16bit, mono lub stereo
Szum tła to co odrzuca najwięcej ludzi. Nie jest to zły mikrofon — to klimatyzator, którego już nie słyszysz po godzinie nagrywania, albo lodówka, która włącza się dokładnie gdy jesteś w środku najpiękniejszego akapitu rozdziału.
Minimalny setup, który działa
Mikrofon: dynamiczny, nie pojemnościowy. Samson Q2U (USB + XLR, poniżej 250 zł) to punkt wejścia, którego większość niezależnych autorów używa. Jeśli masz większy budżet, Shure MV7 rozwiązuje sprawę. Dynamiczny mikrofon ma wzorzec kardioidalny, który odrzuca szum boczny i tylny — w domowych warunkach, to warte więcej niż “wyższa jakość” pojemnościowego mikrofonu z dużą membraną w niepoddanym akustycznemu traktowaniu pomieszczeniu.
Traktowanie akustyczne: nie potrzebujesz kabiny. Potrzebujesz pokoju z:
- Miękkimi powierzchniami (ubrania, zasłony, dywan, blisko stojący materac)
- Bez dużych równoległych powierzchni bez niczego (ściana + podłoga = reverb, który pojawi się w nagraniu)
Najtańsza sztuczka: nagraj w szafie pełnej ubrań. Brzmi jak żart, ale działa lepiej niż wiele drogich rozwiązań.
Interfejs audio: jeśli mikrofon ma wyjście XLR, użyj prostego interfejsu (Focusrite Scarlett Solo). Jeśli bezpośrednio USB, OK — ale unikaj długiego kabla bez ferrytu, żeby zredukować szum linii.
Spójność tembru to prawdziwy problem
Tutaj jest wyzwanie, które poradniki techniczne zazwyczaj ignorują.
Zaczynasz audiobooka w marcu, wypoczęty, pełny głos. Nagrywasz dwa rozdziały tygodniowo. W maju przeszedłeś grypę. W czerwcu zmieniła się pora roku, powietrze jest bardziej suche. W sierpniu w końcu dotarłeś do rozdziału 38 — a twój głos brzmi inaczej niż w rozdziale 1.
Słuchacz, który słucha audiobooka bez przerwy, to zauważy. Nie potrafi sformułować problemu, ale poczuje że “głos zmienił się” w środku książki.
VoxBooster rozwiązuje to jako warstwa standaryzacji: nagrywasz swój surowy głos normalnie i potem przetwarzasz każdą sesję tym samym profilem clone. Model zachowuje twój performance (rytm, emocję, intencję) i normalizuje tembr do tego samego punktu referencyjnego. Rozdział nagrany w złym dniu będzie brzmiał spójnie z rozdziałem nagranym w szczytowej formie.
Przepływ: nagrywasz rozdział, eksportujesz, wrzucasz do VoxBoostera w trybie offline, stosujesz wybrany profil. Wychodzi plik z ustandaryzowanym tembrem. Dopiero potem robisz traktowanie loudness i szumu.
Przepływ nagrywania na rozdział
- Rozgrzej głos przed nagrywaniem — 5 minut głośnego czytania przed wciśnięciem nagrywania robi słyszalną różnicę w pierwszym akapicie
- Nagrywaj cały rozdział, nie akapit po akapicie — częste przerwy tworzą niespójność performance’u; jeśli się pomylisz, powiedz “BŁĄD” na głos i powtórz od zdania, nie tnij od razu
- Zostaw 2 sekundy ciszy przed i po każdym take’ie — będziesz potrzebował do mierzenia poziomu szumu tła przy edycji
- Eksportuj w WAV przed edycją — nigdy nie edytuj finalnego MP3; zachowaj WAV jako plik główny
- Przetwórz w VoxBoosterze z ustandaryzowanym profilem głosu
- Edytuj w Audacity lub Reaper — usuń zaznaczone błędy, wyczyść ciężkie oddechy, zastosuj noise reduction jeśli konieczne
- Normalizuj do -19 LUFS (środek zakresu ACX) z limiterem na -3 dBFS
- Zmierz szum tła — zaznacz 1 sekundę ciszy i sprawdź RMS; jeśli jest powyżej -60 dB, zastosuj noise gate lub noise reduction przed normalizacją
O narracji fikcji vs niefikcji
Dla technicznej niefikcji, bardziej neutralny i spójny głos działa lepiej — słuchacz chce klarowności, nie dramatycznego performance’u.
Dla fikcji masz więcej swobody. Jeśli książka ma dialogi, warto używać nieco różnych profili głosu dla głównych postaci — nie do punktu zamieniania się w audiodramat, ale wystarczająco żeby słuchacz rozróżnił narratora od protagonisty gdy ten mówi w pierwszej osobie.
VoxBooster pozwala zapisywać osobne profile: “standardowy narrator” jako baza i “protagonista” z lekką wariancją tembru. Dodaje to warstwę produkcji, której niezależne audiobooki rzadko mają.
Przed zgłoszeniem do ACX
Uruchom finalny plik przez ACX Check lub darmowy plugin ACX Check dla Audacity. Mierzy loudness, pik i szum tła i mówi dokładnie co jest poza specyfikacjami. Nie zgłaszaj bez przejścia tego sprawdzenia — odrzucenie opóźnia o tygodnie i proces ponownego zgłoszenia jest biurokratyczny.
Nagrywanie audiobooka w domu jest powolne, wymaga dyscypliny i konsekwencji procesu. Ale jest całkowicie wykonalne, a platforma dystrybucyjna jest ta sama, której używają duże studia.