Pista de audio alternativa en una transmisión en directo de YouTube

Qué es una pista de audio alternativa en YouTube

Una pista de audio alternativa permite transmitir varias versiones de sonido dentro de una misma transmisión en directo. El vídeo, el diseño del directo, la URL y el chat siguen siendo comunes, y el espectador elige el idioma o la versión de doblaje en los ajustes del reproductor.

Por ejemplo, la pista principal contiene el habla del presentador en ruso, y la pista adicional, una traducción al inglés sobre el mismo sonido del juego, la presentación o el evento. El espectador no necesita abrir un segundo canal ni cambiar entre distintas transmisiones.

Técnicamente, este modo se denomina Multi Audio Track Streaming. El codificador envía a YouTube una única señal de vídeo y varias pistas de audio independientes. Para la transmisión se utilizan los esquemas compatibles con YouTube mediante RTMP o RTMPS, así como HLS. La variante concreta depende de la función disponible para el canal y de las capacidades del codificador.

No son subtítulos ni varias fuentes en el mezclador de OBS. Los subtítulos transmiten texto, y un mezclador normal combina voces y fondo en una sola señal. Para que el espectador vea el selector de idioma, YouTube debe recibir pistas de audio separadas, asociadas correctamente con los idiomas.

La función no está disponible para todos los canales y puede depender del tipo de transmisión, la región, la interfaz de YouTube Studio y el método de envío de la señal utilizado. Por eso, primero hay que comprobar la disponibilidad del modo y solo después montar el esquema del directo.

Requisitos de YouTube para el audio multilingüe

Para una transmisión estable mediante RTMP o RTMPS, utiliza AAC-LC, una frecuencia de muestreo de 44,1 o 48 kHz y dos canales, es decir, estéreo. Un perfil práctico para cada pista es AAC-LC, 48 kHz, estéreo y un bitrate de unos 128 kbps. Es mejor codificar todas las versiones de idioma de la misma forma.

Una pista no debe contener dos idiomas en los canales izquierdo y derecho. El canal izquierdo y el derecho forman en este esquema un par estéreo de una misma versión de idioma. No se puede colocar el sonido en ruso a la izquierda y el inglés a la derecha: el reproductor de YouTube no los reconocerá como idiomas alternativos.

Para HLS, los parámetros pueden definirse mediante el perfil del codificador y la descripción de los grupos de audio en la lista de reproducción. Pero, por compatibilidad, utiliza también AAC-LC, estéreo y la misma frecuencia de muestreo. HLS debe transmitir renditions de audio separadas, y no un único archivo en el que los idiomas estén mezclados.

Todas las pistas deben ir sincronizadas con el vídeo, tener una duración estable y no interrumpirse sin necesidad. Si un intérprete se desconecta temporalmente, YouTube no siempre podrá sustituir correctamente la señal ausente durante un directo en curso.

YouTube no tiene una cantidad de pistas adicionales universal para todos los canales: el límite disponible lo determina la función y se muestra en los ajustes de cada transmisión concreta. Las seis pistas de OBS corresponden a la mezcla o grabación local y no significan que YouTube vaya a aceptar seis idiomas. Si la interfaz solo ofrece el audio principal, no se podrán transmitir pistas adicionales mediante el modo normal.

El vídeo suele enviarse en un formato compatible con YouTube, por ejemplo H.264/AVC, y la aparición de pistas de audio adicionales no cambia los requisitos de resolución, frecuencia de fotogramas ni bitrate de vídeo. Hay que cumplir los requisitos del protocolo elegido en su totalidad, y no solo los parámetros del sonido.

Cómo comprobar la disponibilidad de la función

Abre YouTube Studio, crea una transmisión programada o un directo de prueba y ve a los ajustes del directo. En los ajustes debe haber un área específica relacionada con las pistas de audio adicionales, alternativas o multilingües. En ella se pueden seleccionar los idiomas y ver cuántas pistas se permite asignar a esta emisión.

Si solo hay un campo de idioma de la transmisión, eso no significa que se admitan varios sonidos. Ese parámetro describe el contenido principal del directo y ayuda a YouTube a trabajar con los metadatos. No crea una traducción ni conecta una segunda señal de audio.

Comprueba la función precisamente en los ajustes de la transmisión en directo, y no en la sección de subtítulos o de carga de audio a un vídeo ya listo. La pista adicional para la grabación y el directo multilingüe pueden tener condiciones de acceso distintas.

Si no aparece la sección necesaria, no intentes resolver el problema cambiando el micrófono, añadiendo una segunda escena o aumentando el número de canales de audio en OBS. En ese caso, están disponibles una mezcla única con traducción sobre el original, transmisiones separadas para distintos idiomas o subtítulos.

Antes del lanzamiento público, crea una transmisión de prueba. Esto permitirá entender si aparece la selección de audio para el espectador, si YouTube acepta el protocolo elegido y si se mantiene la sincronización tras cambiar entre pistas.

Cómo preparar las pistas en OBS

OBS Studio es cómodo para preparar mezclas independientes, pero su salida RTMP estándar no convierte automáticamente seis pistas locales en seis flujos de idioma de YouTube. En OBS se pueden distribuir las fuentes por pistas y grabar el resultado para comprobarlo. Para enviar varias pistas se necesita una salida o un codificador adicional que sepa transmitir Multi Audio Track Streaming.

Monta el esquema principal de forma que la pista 1 contenga la voz del presentador, el sonido del sistema o del juego y otros elementos del programa. Para la pista en inglés, crea una mezcla aparte: deja el sonido general del juego o la presentación, quita el habla en ruso y añade el micrófono del intérprete. Para un tercer idioma, repite la misma lógica.

En OBS, abre las propiedades avanzadas de audio. En la tabla de pistas, marca para cada fuente en qué mezclas debe entrar. El sonido del juego se puede asignar a la pista principal y a las alternativas, el micrófono del presentador solo a la principal, y el micrófono del intérprete solo a la pista de idioma correspondiente. Añade música solo después de comprobar los derechos para su transmisión pública.

Después, en los ajustes de salida de OBS, selecciona el modo avanzado. Para la grabación local, asigna las pistas necesarias y guarda una prueba corta en MKV. Tras la grabación, comprueba cada pista en un editor o reproductor multimedia que permita cambiar los flujos de audio. Es importante asegurarse de que en la pista en inglés no haya habla original y de que todas las mezclas empiecen al mismo tiempo.

En los ajustes de transmisión de OBS normalmente se elige una pista para el directo normal. Esta limitación es fundamental: establecer Track 1 o Track 2 determina el audio único que saldrá por la salida RTMP estándar. Si has activado varias pistas solo en la sección de grabación, YouTube seguirá recibiendo una sola.

Los plugins que duplican un flujo de OBS en varias direcciones RTMP tampoco resuelven la tarea. Crean varias transmisiones o copias de una misma mezcla, pero no añaden un selector de idiomas a un solo directo.

Cómo transmitir varias pistas a YouTube

Para un verdadero directo multilingüe se necesita un codificador o un sistema de producción con soporte explícito de varios flujos de audio en una única salida de YouTube. En los ajustes de esa solución se asignan idiomas a las pistas y luego se elige el protocolo RTMP, RTMPS o HLS compatible con ese flujo de trabajo.

En el modo RTMP o RTMPS, el codificador debe empaquetar varios flujos de audio en una sola señal con la extensión o el perfil que YouTube acepta para Multi Audio Track Streaming. Un comando simple o la salida estándar de OBS con varias pistas locales no lo garantizan. Antes del lanzamiento, comprueba en la documentación del codificador concreto si se indica precisamente la transmisión de varias pistas de audio a YouTube, y no solo la grabación multitrack.

En el modo HLS, el audio suele presentarse como variantes separadas en el manifiesto HLS: para cada idioma se indican una pista propia y un identificador de idioma. Ese manifiesto lo genera un codificador especializado o un esquema de servidor. Enviar varios archivos AAC separados a una URL RTMPS normal no sustituye a HLS ni dará al espectador la posibilidad de elegir idioma.

Algunas versiones de programas profesionales para transmisiones y codificadores de hardware admiten esta salida. Solo sirven las soluciones en cuyos ajustes se indique expresamente multi-audio, alternate audio tracks o YouTube multi-language audio. El nombre de la función y los protocolos disponibles deben verificarse con la documentación actual, porque la compatibilidad depende de la versión y la licencia.

Si usas OBS como estudio, puedes dejarlo como fuente de escenas y mezclas, y encargar la transmisión a un codificador compatible o a un sistema de audio intermedio. Antes, asegúrate de que la salida de audio de software o virtual realmente conserva las pistas separadas. Si vuelve a reunir todas las señales en una única mezcla maestra, la selección de idioma se perderá.

Cómo configurar la monitorización sin bucles

El intérprete debe oír el programa, pero no su propia voz devuelta a través de la monitorización. Organiza un canal de escucha aparte: envía a la entrada del intérprete el juego, la presentación y el habla del presentador, y devuelve el micrófono del intérprete solo a su mezcla de idioma.

En OBS o en un mezclador virtual, no envíes la pista alternativa ya lista de vuelta a la misma entrada por la que llega a la transmisión. Si se utiliza una interfaz de audio, configura una salida de bus auxiliar aparte para los auriculares del intérprete. En OBS, activa el modo «Monitorizar y emitir» solo para las fuentes que realmente deban llegar al dispositivo de monitorización.

No se puede comprobar el retardo de la traducción solo por el sonido de la ventana de YouTube. El reproductor del espectador añade un búfer, por lo que el intérprete que escucha el directo a través de la página de la transmisión empezará a reaccionar con mucho retraso y puede oír un retorno en bucle.

Para el control, utiliza auriculares y monitorización local antes del envío a YouTube. Otra persona puede abrir el directo en otro dispositivo y comprobar el resultado desde el punto de vista del espectador, pero el sonido de ese dispositivo debe desactivarse o no devolverse al sistema de audio de trabajo.

Cómo eliminar la desincronización y el retardo de la traducción

Un pequeño retardo de la traducción es natural: el intérprete primero oye la intervención, la formula y solo después envía la voz. El problema empieza cuando el desfase cambia constantemente o la voz suena antes que la imagen. Primero comprueba si todos los dispositivos tienen la misma frecuencia de muestreo. La mezcla de 44,1 y 48 kHz puede provocar un desfase gradual del sonido.

Utiliza una única fuente de reloj y no hagas pasar distintas pistas por tarjetas de sonido no sincronizadas sin necesidad. Elimina cables virtuales, conversiones y conexiones inalámbricas innecesarios en la ruta desde el micrófono hasta el codificador. Un retardo fijo estable se puede compensar con la latencia de la fuente de audio en OBS o en el mezclador.

Si la traducción llega con el mismo número de milisegundos de retraso, se puede añadir latencia a la pista más temprana para que las intervenciones coincidan con el vídeo. Si el retardo crece constantemente, el ajuste Sync Offset no eliminará la causa: hay que buscar una discordancia de frecuencia, una sobrecarga del procesador, un fallo de red o un canal inestable del intérprete.

No intentes acelerar al intérprete ni recortar bruscamente las pausas durante el directo. Es mejor determinar de antemano el retardo de trabajo, enviar al intérprete una señal limpia con el mínimo búfer y, si es necesario, retrasar un poco el habla principal o el programa. Eliminar por completo el retardo de la traducción simultánea es imposible.

Si tras cambiar de idioma el sonido empieza en otro punto, comprueba si las pistas arrancan igual y si no aparece silencio al principio de una de ellas. También son importantes la duración constante de los segmentos de audio HLS y la ausencia de paradas del micrófono del intérprete.

Qué comprobar antes del directo público

Primero, realiza una prueba corta con las mismas escenas, micrófonos, codificador y conexión de red que se usarán en el evento. Comprueba no solo la vista previa en el estudio, sino también la página de la transmisión desde otra cuenta o dispositivo.

Asegúrate de que en el reproductor aparece la selección de pista de audio, de que los nombres de los idiomas se muestran correctamente y de que el cambio no altera el vídeo ni desconecta el chat. Escucha cada versión por separado durante el habla, la música, los cambios de escena y las pausas del presentador.

En la pista principal no debe haber traducción, si el formato no lo prevé. En la alternativa no debe sonar al mismo tiempo el habla original. Comprueba también el volumen uniforme, la ausencia de clipping, de clics digitales, de zumbido de fondo y de silencios prolongados.

Durante el directo, vigila el estado de todas las salidas de audio. Un micrófono de intérprete aparte puede desconectarse aunque el vídeo y la pista principal sigan funcionando. Asigna a una persona que vea los niveles y pueda contactar rápidamente con el intérprete o cambiar el directo a un plan de reserva.

Graba una versión de reserva de la traducción o prepara de antemano una transmisión aparte para el idioma necesario, si el evento no se puede detener. La reserva no debe activarse automáticamente en lugar de la voz en vivo sin comprobación: una grabación desincronizada puede ser más notoria que una ausencia temporal de traducción.

Si las pistas alternativas no están disponibles

Cuando YouTube o el codificador utilizado no admiten Multi Audio Track Streaming, en un solo directo quedará una única mezcla de audio. Se puede añadir al intérprete sobre el original, pero el espectador no podrá elegir idioma. Esa variante solo es adecuada cuando la superposición de voces es aceptable para el formato.

Una solución más limpia es crear una transmisión aparte para cada idioma con la misma señal de vídeo y distintas mezclas de audio. Indica el idioma en el título y la descripción, y coloca los enlaces con antelación. En este caso habrá que controlar varios chats y vigilar el inicio sincronizado de las transmisiones.

Si el doblaje no es obligatorio, utiliza subtítulos o traducción de texto en el chat. No son una pista de audio alternativa, pero permiten transmitir el contenido sin riesgo de superposición de voces ni de un enrutamiento complejo.

Orden breve de acciones

1. Comprueba en YouTube Studio si el modo de pistas de audio adicionales está disponible para tu canal.
2. Elige un codificador y un protocolo RTMP, RTMPS o HLS con soporte confirmado de varias pistas de audio.
3. Prepara en OBS mezclas separadas: la pista principal con el presentador y las versiones con intérpretes sin el habla original.
4. Configura AAC-LC, estéreo, la misma frecuencia de muestreo y una sincronización estable de todas las pistas.
5. Asigna los idiomas en YouTube y en el codificador, y luego realiza una prueba desde otro dispositivo.
6. Comprueba el cambio, el retardo, el volumen y la ausencia de bucles en la monitorización.
7. Si la función no está disponible, elige transmisiones separadas, una mezcla única con traducción o subtítulos.