UT4.2 · Vídeo para técnicos de sonido

Por qué un técnico de sonido tiene que saber de vídeo

El sonido de televisión viaja dentro de la señal de vídeo, depende de su sincronismo y sufre sus retardos. Entender la cámara, el control de imagen, el mezclador y los formatos es lo que permite, por ejemplo, saber cuánto hay que retrasar el audio de una cámara inalámbrica o de un decorado virtual.

La cámara

Tipos

Soportes: manuales (steadicam, easyrig, gimbal, dolly, grúa y jib con operador, slider) y remotos (cámara robotizada, towercam, travelling y jib con cabeza caliente, sistemas aéreos como cablecam/spidercam, helicóptero y drones).

Óptica

• Ángulo de cobertura: la parte de la escena que capta la cámara.
• Distancia focal: distancia entre el centro óptico y el sensor, en mm. Por focal, los objetivos son:
  • Gran angular (24 mm o menos es super gran angular; 28-43 mm, gran angular estándar): mucho ángulo, agranda el primer término y alarga las distancias.
  • Normal (43-60 mm, estándar 50 mm): la perspectiva más parecida a la del ojo.
  • Teleobjetivo (más de 60 mm): comprime la perspectiva; los objetos parecen más juntos.
• Zoom: cambia la focal. Un 18x multiplica la focal mínima por 18 (con 7,5 mm de mínima, llega a 135 mm). El multiplicador (extender) 2x duplica la focal máxima (en realidad duplica todas las focales del zoom, también la mínima; los apuntes lo dicen por la máxima porque es la que se busca al ponerlo).
• Macro: enfoca a distancias muy cortas (menos de un metro). No depende de que la focal sea corta.
• Foco de carro (back focus): ajusta la distancia entre óptica y sensor para que el enfoque se mantenga en todo el recorrido del zoom.
• Enfoque: se ajusta una distancia, en metros o pies, desde el mínimo hasta el infinito.
• Diafragma: controla la luz con un orificio variable. El número F = focal / diámetro. Pasar al siguiente F reduce la luz a la mitad, y el mismo F da la misma exposición en cualquier objetivo.
• Profundidad de campo: zona nítida delante y detrás del punto enfocado. Más apertura (F bajo) = menos profundidad de campo: con f/22 hay mucha más que con f/2,8.
• Distancia hiperfocal: enfocando a ella, queda nítido desde la mitad de esa distancia hasta el infinito.

Exposición

• Obturación (shutter): en vídeo es electrónica. Con 25 imágenes por segundo, la más lenta posible es 1/25 s. Más lenta = más luz y más desenfoque de movimiento; más rápida (hasta 1/2000) = imagen más oscura y movimiento más nítido.
• Ganancia (ISO): amplifica la señal del sensor. Se mide en dB (posiciones típicas low/medium/high, o −3, 0, +6, +12 dB). Da luz a costa de ruido; conviene trabajar en la más baja y compensar con diafragma o iluminación.

Cuerpo de cámara

• Espejos dicroicos: separan la luz en rojo, verde y azul y cada color va a su sensor.
• Sensores: CCD o CMOS, formados por píxeles que dan una tensión proporcional a la luz recibida.
• Filtros de temperatura de color (luz artificial a 3200 K, exterior soleado, nublado, nieve) y filtros neutros (ND), que reducen la luz sin alterar el color. Menos kelvin = luz más cálida; más kelvin = más fría.
• Balance de blancos: se encuadra una superficie blanca con la luz de trabajo y la cámara iguala los tres primarios. Hay que repetirlo cada vez que cambia la luz.
• Balance de negros: con el diafragma cerrado o la óptica tapada, para fijar el negro de referencia.

Visor: además de la imagen muestra datos (audio, óptica, código de tiempo), lleva el tally (luz que indica que la cámara está al aire o grabando) y el ajuste cebra, que raya en el visor las zonas sobreexpuestas.

Trabajar con varias cámaras

• Genlock (generator lock): una señal de referencia sincroniza todas las cámaras con una principal para que la imagen no salte al cambiar de una a otra.
• Código de tiempo (TC): número de 8 dígitos, horas:minutos:segundos:cuadros, generado por una fuente común para coordinar todos los equipos.

Sección de audio de la cámara ENG

Es territorio exclusivo del técnico de sonido:

• Nivel manual o automático por canal, y elección de fuente: frontal, trasera o inalámbrica.
• Cada entrada XLR se configura como línea, micrófono o micrófono con phantom.
• El menú permite decidir qué se graba en los canales 3 y 4, bloquear el control del micrófono frontal o activar un tono de 1 kHz con las barras de color.

Iluminación de una entrevista (esquema de tres puntos más fondo)

• Principal: marca la referencia de color e intensidad; suave, a unos 45° del eje de cámara y algo por encima de los ojos.
• Relleno: siempre difusa, al otro lado del eje, para controlar el contraste (vale un porexpán rebotando la principal).
• Contra: elevada y por detrás, separa al personaje del fondo.
• Fondo: da profundidad y controla cuánto importa el fondo.

Tipos de foco: de tungsteno a 3200 K, con o sin lente; pantallas fluorescentes (luz muy suave, ideales para croma) y LED (poco consumo, regulables en intensidad y color, a batería).

El control de imagen

Una cámara de estudio se compone de cabeza de cámara, cable (triax o fibra), CCU (estación base con toda la electrónica y las salidas), RCP/OCP (panel remoto de cada cámara) y MCP (panel maestro que controla varias).

Por el cable viajan en los dos sentidos vídeo, intercom, tally, retorno de vídeo, control remoto, sincronismo (black burst) y la alimentación. El intercom de cámara se usa también en exteriores para dar retorno de audio al locutor sin un sistema aparte.

Desde el RCP se eligen barras, obturador, ganancia, temperatura de color, gamma, niveles RGB y balance. Tres ajustes con nombre propio:

• Knee: comprime las altas luces, algo parecido a un compresor de audio aplicado al brillo. Permite ver el fondo en contraluces.
• Gamma: fija la curva de contraste de negro a blanco.
• Flare: corrige electrónicamente la subida de negros por la luz que rebota dentro de la óptica.

Luminancia y crominancia

La cámara da R, G y B, pero transmitir tres canales ocupaba demasiado y no era compatible con los televisores en blanco y negro. La solución fue enviar la luminancia (Y), con el brillo, y la crominancia (C), con el color (tono y saturación) codificado en las señales diferencia de color R−Y y B−Y. Un receptor en blanco y negro usa solo Y. El ojo es más sensible al verde, por eso el verde es el que más pesa en la luminancia.

Instrumentos

• Barras de color (EBU): 8 franjas de blanco a negro ordenadas por luminancia, con primarios y complementarios al 75 % o 100 %.
• Monitor de forma de onda (MFO): un osciloscopio para vídeo; mide la tensión (luminancia) de cada punto, con filtros flat, luma y croma y selector de línea.
• Vectorscopio: mide el color; cada barra tiene que caer en su casilla.

El mezclador de vídeo

Recibe todas las fuentes (cámaras, reproductores, grafismo) y las combina. Salidas mínimas: programa (PGM), la definitiva, y previo (PVW), que es a la imagen lo que el PFL al sonido.

• Transiciones: corte; encadenado (mezcla de dos imágenes); fundido (a un color y desde él), automático o manual con la palanca; cortinilla (wipe) con un patrón.
• Key (incrustación): con tres señales, fondo, llave (imagen en grises que decide dónde se abre el hueco) y relleno.
  • Luma key: por luminancia. Lineal admite transparencias; no lineal es siempre opaco.
  • Croma key: por un color. Se prefiere el verde porque los sensores son más sensibles a él y necesita menos luz. La superficie tiene que estar uniformemente iluminada y sin sombras.
  • Pattern key: la llave es un patrón de cortinilla.
• DSK (Downstream Keyer): inserta rótulos o logos al final, sin interferir con el resto.
• DVE: efectos digitales de tamaño, posición y movimiento.
• Clean feed: programa sin rótulos ni logo, para cederlo a otras cadenas.
• Bancos: uno de previo/programa y uno o varios M/E (mezcla/efectos), encadenables.
• Tipos: de producción, de edición y de continuidad (solo conmutación y DSK).

Para mezclar dos señales tienen que ser síncronas; el mezclador sincroniza y normaliza sus entradas. El tally que enciende la luz de la cámara al aire sale del mezclador.

Formatos y señales de vídeo

• Persistencia retiniana: por encima de unas 20 imágenes por segundo el ojo percibe movimiento continuo; en sala iluminada, para que no parpadee, hacen falta unas 40.
• Agudeza visual: el ojo no separa dos puntos que ve con un ángulo menor de un minuto de grado; de ahí sale cuántas líneas y píxeles hacen falta.
• Relación de aspecto (ancho/alto): 4:3, 16:9 (HD) y cine panorámico 2,35:1. Para encajar formatos: pan & scan (se recorta), letterbox y pillarbox (franjas negras) y anamórfico (se deforma).

PAL, la definición estándar analógica

625 líneas, 25 cuadros por segundo, entrelazado (50 campos: primero las impares y luego las pares, para no parpadear sin doblar la información), formato 4:3. Cada línea dura 64 µs (52 activos y 12 de retorno) y la frecuencia de línea es 15.625 Hz; ancho de banda de unos 5 MHz. Los impulsos de sincronismo horizontal y vertical le dicen al receptor dónde empieza cada línea y cada campo.

Conexiones analógicas: compuesto (Y y C por un solo cable, con pérdida), S-Video (Y y C separadas), componentes (Y, R−Y y B−Y por tres coaxiales, sin mezclar), VGA y euroconector (SCART).

Vídeo digital

La norma 4:2:2 muestrea la luminancia a 13,5 MHz y cada diferencia de color a 6,75 MHz: 27 MHz × 10 bits = 270 Mbit/s, la señal SDI, que viaja por coaxial de 75 Ω. Resolución estándar 720 × 576.

El audio dentro del vídeo

El audio viaja embebido en la señal digital, en el intervalo de borrado horizontal. Según la norma SMPTE 299M, a 24 bits por muestra, en grupos de 4 canales, hasta 4 grupos = 16 canales (8 pares AES) a 32, 44,1 o 48 kHz; a 96 kHz, 8 canales. Todos con la misma frecuencia de muestreo y sincronía.

En la TDT, un canal múltiple admite unos 20 Mbit/s: caben 4 o 5 programas SD en MPEG-2, o uno HD en MPEG-2, o más HD con MPEG-4 (H.264).

Otros interfaces: DVI, HDMI (SD y HD sin comprimir, 8 canales de audio, control; hasta unos 5 m), USB y FireWire.

Monitorado

• El vídeo del centro de producción es banda base; para emitirlo se modula en RF. Un monitor no tiene sintonizador; un televisor sí.
• Quad split (cuatro imágenes en una pantalla) y multipantallas (muchas entradas repartidas en pantallas grandes con tally y UMD, el rótulo que identifica cada señal). ⚠️ El multipantallas introduce un retardo apreciable.

Escenografía virtual

Se basa en el croma: el presentador delante de un fondo verde o azul uniforme, y el fondo se sustituye por un decorado generado por ordenador. Para que la cámara pueda moverse, el ordenador tiene que saber en todo momento su posición, panorámica, inclinación, zoom y foco (cabezas sensorizadas o sistemas robotizados) y redibujar el fondo cada campo (20 ms). Decorados 2D (cámara en trípode) o 3D (cámara libre).

Ventajas: cambio instantáneo de decorado, libertad creativa y ahorro en construcción, montaje y desmontaje.

⚠️ Lo que le toca al sonido: generar el fondo lleva tiempo, así que la señal de cámara se retrasa (el sistema completo introduce entre 3 y 10 cuadros). El audio tiene que retrasarse lo mismo o los labios no casarán con la voz; normalmente se retrasan solo las fuentes que se ven en cámara.

Iluminación: la del fondo (uniforme, sin sombras ni rebotes verdes sobre los personajes), la de los personajes y la virtual del propio decorado.