Audio y transcripción

SoX: la navaja suiza del audio

Así la llama su propia documentación desde hace veinte años, y el apodo es merecido: SoX convierte formatos, normaliza volumen, quita ruido de fondo, recorta silencios y aplica efectos de estudio — todo por comando, todo gratis. Para podcasts, grabaciones de voz y limpieza de audio es la herramienta más directa que existe.

Gratis y open source macOS · Linux · Windows

Instalación

# macOS (Homebrew)
brew install sox

# Ubuntu / Debian (con soporte MP3 incluido)
sudo apt install sox libsox-fmt-all

En Windows, los ejecutables están en la página oficial del proyecto en SourceForge. Verifica con sox --version.

Convertir entre formatos

Igual que FFmpeg, la extensión define el formato:

sox grabacion.wav grabacion.mp3

Cambiar también la calidad — un WAV de estudio a MP3 de 192 kbps:

sox grabacion.wav -C 192 grabacion.mp3

Normalizar el volumen

El problema clásico: grabaste muy bajito. --norm sube la señal al máximo posible sin distorsionar:

sox --norm entrada.wav normalizada.wav

Para nivelar a un estándar de podcast o YouTube, deja ~1 dB de margen:

sox entrada.wav nivelada.wav norm -1

Quitar ruido de fondo

El truco de SoX más valioso. Funciona en dos pasos: primero le enseñas cómo suena el ruido usando un segmento donde nadie habla (aquí, el primer medio segundo), y luego se lo restas a toda la grabación:

sox grabacion.wav -n trim 0 0.5 noiseprof ruido.prof
sox grabacion.wav limpia.wav noisered ruido.prof 0.21

El último número es la intensidad: 0.21 es el punto de partida; súbelo si queda ruido, bájalo si la voz suena "bajo el agua".

Recortar

Extraer del segundo 30 al 90:

sox entrada.mp3 recorte.mp3 trim 30 60

El primer número es el inicio y el segundo la duración. Para quitar los silencios largos de toda la grabación (los reduce a medio segundo):

sox entrada.wav sin_pausas.wav silence -l 1 0.1 1% -1 0.5 1%

Cambiar velocidad sin cambiar el tono

Acelerar una grabación 1.5× para revisarla rápido, sin que la voz suene a ardilla:

sox entrada.mp3 rapida.mp3 tempo 1.5

Unir grabaciones

sox parte1.wav parte2.wav parte3.wav completa.wav

Para mezclarlas en lugar de unirlas una tras otra (voz + música de fondo), agrega -m:

sox -m voz.wav musica.wav mezcla.wav

Ver la información de un archivo

soxi grabacion.wav

Duración, frecuencia de muestreo, canales, bitrate y peso, sin reproducirlo.

SoX y FFmpeg se complementan. SoX es más directo para limpieza y efectos de audio; FFmpeg es mejor para extraer audio de videos y para formatos modernos como AAC y Opus. Para transcribir lo que grabaste, sigue con Whisper.

Fundido de entrada y salida

3 segundos al inicio y 3 al final (-0 significa "hasta el final del archivo"):

sox entrada.wav salida.wav fade t 3 -0 3

Cambiar el tono sin cambiar la velocidad

El número son centésimas de semitono: 300 sube tres semitonos, -300 los baja:

sox entrada.wav agudo.wav pitch 300

Convertir estéreo a mono

Mezcla los dos canales en uno — y el archivo pesa la mitad:

sox estereo.wav -c 1 mono.wav

Cambiar la frecuencia de muestreo

A 44.1 kHz, el estándar de audio de consumo:

sox entrada.wav -r 44100 salida.wav

Más graves y más agudos

Refuerza el cuerpo de una voz grabada con micrófono de laptop:

sox voz.wav mejorada.wav bass +6 treble +2

Separar pistas por silencios

Corta una grabación larga en archivos numerados cada vez que detecta 2 segundos de silencio:

sox grabacion.wav pista.wav silence 1 0.5 1% 1 2.0 1% : newfile : restart

Reproducir al revés

sox entrada.wav alreves.wav reverse

Lo probamos aquí mismo

Sintetizamos una melodía con el propio SoX (synth + reverb), le mezclamos ruido blanco encima, y la limpiamos con la receta de dos pasos de esta página. Escucha el antes y el después:

Con ruido:

Después de noiseprof + noisered 0.25:

Hecho con las herramientas de esta guía. Todo el material de esta sección lo generamos nosotros, comando por comando — el script completo y reproducible está en make-media.sh.