La producción de un podcast ya no es lo que era hace cinco años. El oyente de hoy no solo es exigente con lo que escucha, sino también con lo que ve.
El fenómeno del videopodcast ha reescrito las reglas del juego. Desde nuestra productora audiovisual, Mujabaru, hemos visto pasar por nuestro estudio proyectos de todo tipo: desde marcas personales que arrancan con presupuestos ajustados hasta producciones corporativas y shows de entretenimiento con presupuestos de miles de euros por episodio.
Este documento que os hemos preparado hoy versa sobre la producción de podcast —con análisis técnicos, comparativas de hardware, flujos de trabajo de edición y la cruda realidad del día a día en un set— has llegado al lugar adecuado.
En Mujabaru, como profesionales de la producción audiovisual, el copywriting y la edición de video, hemos condensado nuestra experiencia en esta clase técnica y operativa. Que la disfrutéis.
El Gran Dilema: ¿Solo Audio o Videopodcast?
Antes de comprar un solo cable, la primera decisión estratégica que tomamos en Mujabaru con nuestros clientes es definir el formato en el cual vamos a producirlo.
Podcast de Solo Audio
- Para quién es: Para los divulgadores de nicho, los audiolibros, la narración de historias (storytelling), o los creadores que priorizan la intimidad y la flexibilidad extrema.
- Ventajas: Costes de producción y edición drásticamente inferiores. El foco está 100% en el mensaje y en la interpretación vocal. Es posible grabar de viaje o en entornos menos controlados visualmente.
- Desventajas: El crecimiento orgánico en plataformas como Spotify o Apple Podcasts es lento. Careces del impacto visual y de los ganchos (clips rápidos o shorts) que dinamizan las redes sociales.
Videopodcast (Formato Híbrido o Audiovisual)
- Para quién es: Para las marcas que buscan construir una sólida autoridad visual, creadores de entretenimiento, entrevistas dinámicas y cualquiera que entienda que el descubrimiento orgánico hoy ocurre en plataformas como TikTok, Instagram Reels y YouTube.
- Ventajas: Multiplica el alcance gracias a la segmentación de microcontenidos (clips verticales de 60 segundos obtenidos de la sesión principal). Genera una conexión humana inmediata al ver el lenguaje no verbal del presentador y de los invitados.
- Desventajas: La curva de aprendizaje técnico y el coste se disparan. Necesitas gestionar la iluminación, múltiples cámaras, sincronización de audio y vídeo, además de lidiar con problemas técnicos de los equipos y la corrección de color.
El Ecosistema del Audio: Micrófonos, Previos e Interfaces
El peor error en la producción audiovisual es pensar que la cámara es lo primero. El espectador perdona una imagen regular si el sonido es impecable, pero abandonará tu podcast en 15 segundos si el audio tiene eco, distorsión o ruido de fondo.
Micrófonos Dinámicos vs. Condensador
En Mujabaru los técnicos tenemos una regla de oro en el estudio: a menos que grabes en una cabina insonorizada profesional con acondicionamiento acústico de primera, usa siempre micrófonos dinámicos.
- Micrófonos Dinámicos: Tienen un patrón de captación más cerrado (generalmente cardioide) y un diafragma más pesado que requiere más presión acústica para moverse. Esto significa que ignoran de manera natural el zumbido del aire acondicionado, el rebote de la pared o el camión de la basura que pasa por la calle.
- Micrófonos de Condensador: Extremadamente sensibles y detallados. Capturan los agudos y la presencia de la voz con una claridad quirúrgica, pero también el ruido de tu respiración, el crujido de la silla y cualquier imperfección acústica que se genere en la sala.
Tabla Comparativa de Micrófonos de Referencia en la Industria (2026)
Micrófono | Tipo / Conexión | Características Clave | Experiencia Real en Mujabaru (El Día a Día) |
Shure SM7B / SM7dB | Dinámico / XLR | Respuesta de frecuencia plana, blindaje contra interferencias electromagnéticas, filtro antipop interno de gran tamaño. El SM7dB añade un previo integrado activo de +28 dB. | El estándar indiscutible de la radio y el podcasting. Da ese tono “radiofónico” y cálido al instante. Sin embargo, el SM7B original es increíblemente hambriento de ganancia; si no usas un previo limpio (como un Cloudlifter) o una mesa potente, meterás ruido de soplido al forzar la ganancia de tu interfaz. El SM7dB soluciona esto de raíz. |
Røde PodMic | Dinámico / XLR | Cuerpo metálico ultrarresistente, filtro antipop interno integrado, optimizado para voces habladas. | Excelente relación calidad-precio para presupuestos intermedios. Es un micrófono brillante (resalta los agudos de forma más agresiva que el Shure), lo que ayuda a que las voces no se sientan “oscuras” o “ahogadas”. No obstante, su patrón cardioide exige hablar muy cerca de él para mantener la consistencia del tono. |
Shure MV7+ | Dinámico / USB y XLR híbrido | Conectividad dual, panel táctil de control, procesamiento DSP interno (compresor, limitador, reductor de ruido en tiempo real). | El “salvavidas” para creadores que graban en remoto o fuera del estudio. La conexión USB te permite saltarte la interfaz, y su procesador digital nativo arregla sobre la marcha los desequilibrios de volumen de un host sin experiencia frente al micro. Como contra, en su modo XLR requiere un buen previo para lucir todo su potencial. |
Audio-Technica AT2020 | Condensador / XLR o USB | Diafragma de baja masa de 16 mm, amplio rango dinámico, manejo de altos niveles de presión sonora (SPL). | Ideal para podcasts monólogo grabados en un entorno tratado acústicamente. Su sensibilidad captura cada matiz de la voz y ofrece un timbre muy natural. Si grabas a dos personas en la misma habitación con dos de estos, el sangrado (bleed o el sonido de un locutor colándose en el micro del otro) será un dolor de cabeza en edición. |
Interfaces de Audio y Mezcladores
Para digitalizar la señal analógica de tus micrófonos XLR, necesitas un cerebro de audio robusto. No te la juegues con los componentes baratos que introduzcan una distorsión armónica.
A continuación te mostramos los más habituales que usamos los técnicos de Mujabaru en nuestros podcast:
1. Rødecaster Pro II / Rødecaster Duo
La consola central más versátil para podcasters. El hardware de procesamiento de audio está firmado por Aphex (con herramientas de compresión, excitación de graves Big Bottom y compresión de agudos Aural Exciter).
- La experiencia real: Es el corazón del estudio principal. Sus previos de ganancia limpia (hasta 76 dB de bajo ruido) levantan cualquier micrófono analógico sin inmutarse. Poder meter llamadas por Bluetooth, disparar sintonías de entrada o clips de sonido desde sus pads táctiles y grabar en una tarjeta microSD (como respaldo de seguridad mientras grabas en el software de edición o DAW) es una garantía de que nunca perderás un episodio por un fallo de tu ordenador, por ejemplo.
2. Focusrite Scarlett (4th Gen) o Vocaster
Excelente para proyectos de 1 a 2 locutores que graban directamente al ordenador.
- La experiencia real: Sus preamplificadores tienen una nitidez legendaria en la gama media. El modo Auto Gain integrado es perfecto: le pides a tu invitado que hable durante diez segundos y la tarjeta calibra automáticamente el volumen ideal para que la señal nunca sature (evitando el molesto clipping digital que arruina el audio).
El Ecosistema del Vídeo: Capturando el Impacto Visual
Si has decidido apostar por el videopodcast, entras de lleno en el territorio de la producción audiovisual pura. Aquí, el balance de blancos, la profundidad de campo y la disipación térmica del equipo son factores críticos.
Cámaras para Videopodcast
Para que un videopodcast luzca profesional, necesitamos cámaras con enfoque automático ultrapreciso al ojo, capacidad de salida limpia por HDMI (sin los textos de la interfaz de la cámara en pantalla) y, sobre todo, resistencia térmica para grabar de forma ininterrumpida durante más de una hora.
┌────────────────────────────────────────────────────────┐
│ EL SECRETO DEL “LOOK CINEMATOGRÁFICO” │
├────────────────────────────────────────────────────────┤
│ No es la resolución 4K; es el tamaño del sensor. │
│ Un sensor APS-C o Full-Frame, combinado con un │
│ objetivo de gran apertura (f/1.8 o f/2.8), crea un │
│ fondo borroso (bokeh) que aísla al locutor del fondo, │
│ haciendo que la imagen se sienta tridimensional. │
└────────────────────────────────────────────────────────┘
Comparativa Técnica de Cámaras de Referencia (2026)
Modelo | Sensor / Montura | Resolución y Tasa de Cuadros | Pros y Contras en Producción Real |
Sony ZV-E10 II | APS-C / Montura E | 4K hasta 60p sin recorte, perfil de color S-Cinetone. | Pros: El rey indiscutible de los creadores de contenido de gama media. Su enfoque automático con seguimiento al ojo es infalible; el invitado puede inclinarse hacia adelante o gesticular y la cámara jamás perderá el foco. Contras: Si grabas en climas cálidos o sin aire acondicionado a máxima calidad, el cuerpo compacto puede dar avisos de sobrecalentamiento tras 50 minutos de grabación continua. |
Sony FX30 (Cinema Line) | Super 35 (APS-C) / Montura E | 4K hasta 120p, grabación en Log de 10 bits interna, ventilador de refrigeración activa. | Pros: La cámara de trabajo en Mujabaru para sets profesionales. Al tener un ventilador físico interno, puedes grabar durante 4 horas seguidas en 4K sin riesgo alguno de apagado térmico. Doble ranura de tarjetas para copia de seguridad en caliente. Contras: Requiere conocimientos de etalonaje (corrección de color) para exprimir sus perfiles logarítmicos de imagen. |
YoloLiv YoloCam S7 | Sensor 1/1.3″ CMOS | 4K nativo, salida NDI/RTMP directa, disipación de calor por cuerpo de aluminio. | Pros: Diseñada específicamente para transmisiones y podcasts de larga duración. No se sobrecalienta nunca y se conecta con facilidad a mezcladores de producción en directo. Contras: Al tener un sensor más pequeño que un mirrorless, su rendimiento con poca luz es inferior y el desenfoque de fondo es menos pronunciado de forma nativa. |
Logitech MX Brio / StreamCam | Sensor Web 4K / 1080p | 4K a 30fps / 1080p a 60fps. | Pros: Ideal para setups remotos sencillos, videollamadas o producciones de bajo coste de un solo locutor. Contras: La compresión del vídeo a través de la conexión USB suele restarle viveza a los colores, y el rango dinámico sufre notablemente si el fondo tiene ventanas o fuentes de luz directa. |
Iluminación: El 80% de la Calidad de tu Imagen
Muchos creadores culpan a su cámara de que la imagen se vea “ruidosa” o de mala calidad, cuando el verdadero culpable es la falta de luz. Las cámaras necesitan luz para alimentar sus sensores sin tener que forzar la ganancia digital (ISO), la cual introduce grano de interferencia.
Esquemas de iluminación que no suelen fallar como la clásica y eficaz iluminación de tres puntos:
- Luz Clave (Key Light): La fuente de luz principal, colocada a unos 45 grados del rostro del locutor. Usamos un foco LED continuo (como el Amaran 100d o Godox SL60IID) acoplado a un Softbox de gran tamaño (octabox). El softbox suaviza las sombras de la cara, disimula las imperfecciones de la piel y aporta una textura sedosa muy cinematográfica.
- Luz de Relleno (Fill Light): Situada en el lado opuesto a la luz clave para suavizar las sombras del rostro sin eliminarlas por completo (queremos mantener cierta dimensionalidad y contraste). Puede ser un panel LED de baja intensidad o un simple reflector blanco.
- Luz de Contrapelo o Recorte (Rim Light): Un foco colocado detrás del locutor, apuntando hacia su nuca o espalda. Esto crea un sutil halo de luz en sus hombros y cabello que lo separa visualmente del fondo, dándole tridimensionalidad al plano.
Flujo de Trabajo en Estudio (De la Grabación a la Publicación)
Grabar un podcast de calidad profesional no es cuestión de improvisar. Requiere un protocolo meticuloso.
Aquí detallamos nuestro flujo de trabajo interno en Mujabaru, el cual nos garantiza que cada episodio cumpla con los estándares de la industria del broadcast (radiodifusión).
Paso 1: Puesta a Punto y Prueba de Niveles
- Acondicionamiento físico: Apaga aires acondicionados ruidosos, neveras o cualquier aparato que genere un zumbido constante.
- Alineación del micrófono: Coloca el micrófono a una distancia de entre 4 y 6 dedos de la boca del locutor. Si está demasiado cerca, sufrirás de “efecto proximidad” (exceso de graves retumbantes) y ruidos de saliva. Si está demasiado lejos, el micro captará más eco de la sala que voz.
- Ganancia y niveles (Headroom): Calibra la ganancia de tu interfaz para que las voces oscilen entre los -18 dB y los -12 dB en los medidores de volumen. Nunca permitas que el volumen roce los 0 dB (zona roja), ya que esto producirá una desagradable distorsión digital incurable en postproducción.
Paso 2: Grabación Multicanal y Sincronización
Si grabas con múltiples micrófonos y cámaras, debes estructurar la sesión correctamente:
- Graba pistas de audio independientes (Multitrack): Nunca grabes todas las voces mezcladas en una sola pista estéreo. Si el invitado interrumpe, tose o habla más flojo que el presentador, necesitas que su voz esté en una pista separada para poder corregir esos detalles de manera individual en postproducción.
- El aplauso de sincronización: Antes de empezar a hablar, haz que todos los presentes den una palmada fuerte y seca a la vez frente a los micrófonos y las cámaras. Este pico visual en la onda de sonido te servirá para alinear perfectamente todas las pistas de audio y de vídeo en tu programa de edición en cuestión de segundos.
El Arte de la Postproducción: Edición de Audio y Vídeo
Una vez que tenemos los archivos en bruto (raw), entra en juego la magia de la edición.
Flujo de Edición de Audio (Procesamiento de Voz)
Para que las voces suenen pulidas, comerciales y con presencia, aplicamos una cadena de efectos (Chain de FX) en nuestro DAW (Digital Audio Workstation) de confianza (como Adobe Audition, DaVinci Resolve – Fairlight, o Reaper):
┌────────────────────────────────────────────────────────┐
│ CADENA DE PROCESAMIENTO DE AUDIO │
├────────────────────────────────────────────────────────┤
│ 1. Noise Gate ──► 2. EQ Quirúrgica ──► 3. Compresor │
│ │ │ │
│ └───◄─── 5. Limitador ◄─── 4. De-Esser ───────┘
└────────────────────────────────────────────────────────┘
- Puerta de Ruido (Noise Gate): Configurada para atenuar o silenciar por completo la pista cuando el locutor no está hablando, eliminando ruidos de respiración profunda o el murmullo ambiental.
- Ecualización Quirúrgica (EQ): Aplicamos un filtro de paso alto (High-Pass Filter) que corta las frecuencias no deseadas por debajo de los 80 Hz (pasos, vibraciones de la mesa, retumbos subsónicos). Limpiamos frecuencias “cartonosas” (entre 250 Hz y 400 Hz) y realzamos ligeramente la zona de presencia (entre 2 kHz y 5 kHz) para darle brillo a la voz.
- Compresión: Reduce el rango dinámico. Hace que las partes en las que el locutor susurra suban de volumen y las partes donde se ríe fuerte bajen de nivel, manteniendo un volumen constante y agradable para el oyente.
- De-Esser: Un compresor de frecuencias altas diseñado para atenuar de forma selectiva los sibilantes molestos de las consonantes “S”, “T” y “C”.
- Limitador y Normalización de Sonoridad (LUFS): El paso final de la masterización. El estándar global para plataformas de streaming (Spotify, Apple Podcasts) es entregar el archivo de audio integrado a un nivel de sonoridad de -16 LUFS para estéreo (o -19 LUFS para mono). Esto asegura que tu podcast suene al mismo volumen de referencia que el resto de programas en la biblioteca del usuario.
Edición de Vídeo y Creación de Microcontenido
En el entorno audiovisual, el ritmo lo es todo. Para mantener al espectador pegado a la pantalla durante episodios largos, aplicamos técnicas de edición dinámica:
- Edición Multicámara Dinámica: Alternar de plano cada 6 a 10 segundos. Si cuentas con planos individuales de los locutores y un plano general del set, el cambio constante de plano mantiene el interés visual y evita que el espectador se distraiga.
- Corrección de Color y Etalonaje: Ajustar el balance de blancos de todas las cámaras para que los tonos de piel se vean consistentes y naturales. Añadimos contraste y saturación sutiles para dar personalidad artística al set.
- Microcontenidos (Clips): La gasolina del crecimiento orgánico. Seleccionamos los 3 o 4 momentos más impactantes, polémicos, emotivos o educativos del episodio. Los editamos en formato vertical (9:16, 1080×1920), añadimos subtítulos dinámicos con palabras clave resaltadas en color y efectos de sonido rápidos (como transiciones o pequeños efectos impact). Estos cortos se distribuyen en redes para atraer tráfico masivo hacia el episodio completo en YouTube y Spotify.
Comparativa de Plataformas de Hosting de Podcast
Para que tu podcast llegue a los oídos del mundo, necesitas un servicio de alojamiento web (hosting de podcast) que distribuya tu archivo de audio mediante un hilo o fuente RSS a todos los directorios del mercado (Spotify, Apple Podcasts, Amazon Music, etc.).
Tabla Comparativa de Hosting de Podcasts
Plataforma | Ideal Para | Almacenamiento y Coste | Características Destacadas |
Spotify for Podcasters | Principiantes y proyectos medianos sin presupuesto de infraestructura. | Totalmente gratuito, almacenamiento ilimitado. | Integración nativa directa con la biblioteca de Spotify, herramientas para subir videopodcasts de forma gratuita, monetización interna por suscripciones y encuestas interactivas para conectar con la audiencia. |
Megaphone (by Spotify) | Corporaciones, redes de podcasts de gran tamaño y marcas con alto volumen de descargas. | De pago (planes corporativos basados en volumen de tráfico). | Herramientas avanzadas de inserción dinámica de publicidad, analíticas empresariales y geolocalización de audiencia ultraespecífica para campañas publicitarias de gran envergadura. |
Podbean | Creadores independientes y empresas de tamaño medio que buscan opciones de monetización integradas. | Ofrece un plan gratuito limitado. Los planes premium comienzan en torno a los $9/mes con almacenamiento ilimitado. | Distribución automática eficiente, posibilidad de crear tu propia página web del podcast, opciones nativas de mecenazgo y publicación directa a redes sociales de manera programada. |
Consejos y "Trucos de guerrilla" de Mujabaru
La experiencia no se aprende en los manuales de los fabricantes, sino sufriendo diversos imprevistos técnicos en directo con clientes importantes en el plató.
Aquí os dejamos nuestros mejores consejos prácticos, forjados en el día a día de la agencia y productora de Mujabaru:
- La Regla de la Doble Grabación: El software de grabación remota más estable del mundo puede fallar, la luz de tu estudio puede irse o el ordenador de edición puede colgarse. Siempre, sin excepción, graba una copia de seguridad en un soporte físico alternativo. Si estás capturando el audio en tu ordenador a través de tu DAW, pon a grabar al mismo tiempo la tarjeta interna de tu Rødecaster o una grabadora portátil conectada a la salida auxiliar. Si el ordenador falla, ese audio de respaldo te salvará la vida.
- La ropa importa (Evita el efecto Moiré): Avisa siempre a tus invitados y presentadores que no vistan ropa con patrones de rayas muy finas o cuadros pequeños. En las cámaras de vídeo, estas texturas producen un parpadeo visual molesto llamado efecto Moiré, el cual resulta muy molesto para el espectador y es imposible de corregir en edición.
- Combate la fatiga auditiva: Cuando edites y mezcles el audio de tu programa, haz descansos de 10 minutos por cada hora de trabajo. El oído se acostumbra rápidamente a las imperfecciones acústicas y al exceso de graves. Al volver del descanso, notarás de inmediato fallos de volumen o sibilancias ásperas que antes te habían pasado desapercibidas.
La Diferencia de contratar a Mujabaru par la realización profesional de podcast
Producir un podcast con un estándar profesional excelente requiere tiempo, dedicación técnica y el ojo clínico de un equipo que lleva años respirando audio y vídeo. En Mujabaru no solo nos encargamos de alquilarte el mejor equipamiento o darte un set bonito; diseñamos la identidad sonora de tu marca, corregimos tu dicción en el set, optimizamos la iluminación según la estructura de tus rostros y empaquetamos tu contenido para que se comparta y viralice en las plataformas digitales más competitivas.
Si quieres dejar de preocuparte por la técnica y centrarte únicamente en lo que tienes que decir, déjanos ponernos a los mandos de tu proyecto.
El mundo está esperando a escuchar tu voz, y en Mujabaru nos aseguramos de que te escuchen de manera impecable.
Contacto
624 98 37 10
hola@mujabaru.com
28024 Madrid
Trabajo como operador de cámara y editor de vídeo en Madrid y alrededores normalmente, aunque también me puedo desplazar según el trabajo.
Cuento con más de 10 años de experiencia, aprendiendo y desarrollándome activamente como profesional del sector audiovisual.
He trabajado en distintos proyectos y departamentos del sector audiovisual para conocer bien nuestro trabajo. Y sobre todo, qué podemos hacer para transmitir el mensaje y las emociones deseadas en cada proyecto.
Me gusta sentir cada pieza audiovisual como una obra de arte única e irrepetible. Ni mejor, ni peor, ni más, ni menos. Me gusta mi trabajo y disfruto haciéndolo.
La inquietud por seguir aprendiendo y evolucionando profesionalmente me lleva a estar abierto a cualquier propuesta.
Día a día, en me sigo especializando y desarrollando en la creación audiovisual.