Faixa de áudio alternativa na transmissão ao vivo do YouTube

O que é uma faixa de áudio alternativa no YouTube

A faixa de áudio alternativa permite transmitir várias versões de som dentro de uma única transmissão ao vivo. O vídeo, o layout da live, a URL e o chat permanecem compartilhados, e o espectador escolhe o idioma ou a versão de dublagem nas configurações do player.

Por exemplo, a faixa principal contém a fala do apresentador em russo, e a adicional traz a tradução para o inglês sobre o mesmo som do jogo, da apresentação ou do evento. O espectador não precisa abrir um segundo canal nem alternar entre transmissões diferentes.

Tecnicamente, esse modo é chamado de Multi Audio Track Streaming. O codificador envia ao YouTube um único sinal de vídeo e várias faixas de áudio independentes. Para a transmissão, são usados os esquemas suportados pelo YouTube via RTMP ou RTMPS, além do HLS. A opção concreta depende do recurso disponível para o canal e das capacidades do codificador.

Isso não são legendas nem várias fontes no mixer do OBS. As legendas transmitem texto, e um mixer comum combina vozes e fundo em um só sinal. Para que o espectador veja o seletor de idioma, o YouTube precisa receber faixas de áudio separadas, corretamente associadas aos idiomas.

O recurso não está disponível para todos os canais e pode depender do tipo de transmissão, da região, da interface do YouTube Studio e do método de envio do sinal utilizado. Por isso, primeiro é preciso verificar a disponibilidade do modo e só depois montar o esquema da live.

Requisitos do YouTube para áudio multilíngue

Para uma transmissão estável via RTMP ou RTMPS, use AAC-LC, taxa de amostragem de 44,1 ou 48 kHz e dois canais, ou seja, estéreo. Um perfil prático para cada faixa é AAC-LC, 48 kHz, estéreo e bitrate em torno de 128 kbps. É melhor codificar todas as versões de idioma da mesma forma.

Uma faixa não deve conter dois idiomas nos canais esquerdo e direito. Os canais esquerdo e direito nesse esquema formam o par estéreo de uma única versão de idioma. Não é possível colocar o som em russo à esquerda e o inglês à direita: o player do YouTube não os reconhecerá como idiomas alternativos.

Para HLS, os parâmetros podem ser definidos pelo perfil do codificador e pela descrição dos grupos de áudio no playlist. Mas, para compatibilidade, também use AAC-LC, estéreo e a mesma taxa de amostragem. O HLS deve transmitir renditions de áudio separadas, e não um único arquivo em que os idiomas estejam misturados.

Todas as faixas devem estar sincronizadas com o vídeo, ter duração estável e não ser interrompidas sem necessidade. Se um tradutor se desconectar temporariamente, o YouTube nem sempre conseguirá substituir corretamente o sinal ausente durante uma live em andamento.

O YouTube não tem uma quantidade de faixas adicionais universal para todos os canais: o limite disponível é determinado pelo recurso e exibido nas configurações da transmissão específica. As seis faixas no OBS referem-se à mixagem ou gravação local e não significam que o YouTube aceitará seis idiomas. Se a interface oferecer apenas o áudio principal, não será possível transmitir faixas adicionais pelo modo comum.

O vídeo geralmente é enviado em um formato suportado pelo YouTube, como H.264/AVC, e o surgimento de faixas de áudio adicionais não altera os requisitos de resolução, taxa de quadros e bitrate de vídeo. É necessário cumprir integralmente os requisitos do protocolo escolhido, e não apenas os parâmetros de áudio.

Como verificar a disponibilidade do recurso

Abra o YouTube Studio, crie uma transmissão agendada ou uma live de teste e vá para as configurações da transmissão ao vivo. Nas configurações, deve haver uma área separada relacionada a faixas de áudio adicionais, alternativas ou multilíngues. Nela, é possível selecionar os idiomas e ver quantas faixas podem ser atribuídas a essa live.

Se houver apenas o campo de idioma da transmissão, isso não significa suporte a vários sons. Esse parâmetro descreve o conteúdo principal da live e ajuda o YouTube a trabalhar com os metadados. Ele não cria tradução nem conecta um segundo sinal de áudio.

Verifique o recurso especificamente nas configurações da transmissão ao vivo, e não na seção de legendas ou de upload de áudio para um vídeo pronto. A faixa adicional para gravação e a live multilíngue podem ter condições de acesso diferentes.

Se a seção necessária não existir, não tente resolver o problema trocando o microfone, adicionando uma segunda cena ou aumentando o número de canais de áudio no OBS. Nesse caso, estão disponíveis uma mixagem única com tradução sobre o original, lives separadas para idiomas diferentes ou legendas.

Antes do lançamento público, crie uma transmissão de teste. Isso permitirá entender se a seleção de áudio aparece para o espectador, se o YouTube aceita o protocolo escolhido e se a sincronização se mantém após alternar entre as faixas.

Como preparar as faixas no OBS

O OBS Studio é prático para preparar mixagens independentes, mas sua saída RTMP padrão não transforma automaticamente seis faixas locais em seis fluxos de idioma do YouTube. No OBS, é possível distribuir as fontes pelas faixas e gravar o resultado para verificação. Para enviar várias faixas, é necessária uma saída ou um codificador adicional que saiba transmitir Multi Audio Track Streaming.

Monte o esquema principal de modo que a faixa 1 contenha a voz do apresentador, o som do sistema ou do jogo e outros elementos do programa. Para a faixa em inglês, crie uma mixagem separada: mantenha o som geral do jogo ou da apresentação, remova a fala em russo e adicione o microfone do tradutor. Para um terceiro idioma, repita a mesma lógica.

No OBS, abra as propriedades avançadas de áudio. Na tabela de faixas, marque para cada fonte em quais mixagens ela deve entrar. O som do jogo pode ser atribuído à faixa principal e às alternativas, o microfone do apresentador apenas à principal, e o microfone do tradutor apenas à faixa de idioma correspondente. Adicione música somente após verificar os direitos de transmissão pública.

Em seguida, nas configurações de saída do OBS, selecione o modo avançado. Para gravação local, atribua as faixas necessárias e salve um teste curto em MKV. Após a gravação, verifique cada faixa em um editor ou player de mídia que saiba alternar entre fluxos de áudio. É importante confirmar que não haja fala original na faixa em inglês e que todas as mixagens comecem ao mesmo tempo.

Nas configurações de transmissão do OBS, normalmente se escolhe uma faixa para a live comum. Essa limitação é fundamental: definir Track 1 ou Track 2 determina o áudio único que será enviado pela saída RTMP padrão. Se você ativou várias faixas apenas na seção de gravação, o YouTube ainda receberá apenas uma.

Plugins que duplicam um único fluxo do OBS para vários endereços RTMP também não resolvem a tarefa. Eles criam várias transmissões ou cópias de uma mesma mixagem, mas não adicionam um seletor de idiomas a uma única live.

Como transmitir várias faixas para o YouTube

Para uma live verdadeiramente multilíngue, é necessário um codificador ou sistema de produção com suporte explícito a vários fluxos de áudio em uma única saída do YouTube. Nas configurações dessa solução, atribuem-se os idiomas às faixas e, em seguida, escolhe-se o protocolo RTMP, RTMPS ou HLS suportado por esse fluxo de trabalho.

No modo RTMP ou RTMPS, o codificador deve empacotar vários fluxos de áudio em um único sinal com uma extensão ou perfil que o YouTube aceite para Multi Audio Track Streaming. Um comando simples ou a saída padrão do OBS com várias faixas locais não garantem isso. Antes de iniciar, verifique na documentação do codificador específico se está indicada exatamente a transmissão de várias faixas de áudio para o YouTube, e não apenas a gravação multitrack.

No modo HLS, o áudio geralmente é organizado como variantes separadas no manifesto HLS: para cada idioma, são indicadas uma faixa própria e um identificador de idioma. Esse manifesto é gerado por um encoder especializado ou por um esquema de servidor. Enviar vários arquivos AAC separados para uma URL RTMPS comum não substitui o HLS e não dará ao espectador a opção de escolher o idioma.

Algumas versões de programas profissionais para transmissão e encoders de hardware suportam essa saída. Apenas soluções em cujas configurações estejam indicados explicitamente multi-audio, alternate audio tracks ou YouTube multi-language audio são adequadas. O nome do recurso e os protocolos disponíveis devem ser conferidos na documentação atual, pois o suporte depende da versão e da licença.

Se você usa o OBS como estúdio, pode mantê-lo como fonte de cenas e mixagens e delegar a transmissão a um codificador compatível ou a um sistema de áudio intermediário. Antes disso, confirme que a saída de áudio de software ou virtual realmente preserva as faixas separadas. Se ela voltar a reunir todos os sinais em uma única mixagem master, a seleção de idioma será perdida.

Como configurar o monitoramento sem loop

O tradutor deve ouvir o programa, mas não a própria voz retornada pelo monitoramento. Organize um canal de escuta separado: envie ao tradutor o jogo, a apresentação e a fala do apresentador, e retorne o microfone do tradutor apenas para a mixagem de idioma dele.

No OBS ou em um mixer virtual, não envie a faixa alternativa pronta de volta para a mesma entrada pela qual ela chega à transmissão. Se for usado uma interface de áudio, configure uma saída de barramento aux separada para os fones do tradutor. No OBS, ative o modo "Monitorar e sair" apenas para as fontes que realmente devem chegar ao dispositivo de monitoramento.

Não é possível verificar o atraso da tradução apenas pelo som da janela do YouTube. O player do espectador adiciona um buffer, então o tradutor que ouve a live pela página da transmissão começará a reagir com grande atraso e poderá ouvir o retorno em loop.

Para controle, use fones de ouvido e monitoramento local antes do envio ao YouTube. Outra pessoa pode abrir a live em outro dispositivo e verificar o resultado do ponto de vista do espectador, mas o som nesse dispositivo deve ser desativado ou não retornar ao sistema de áudio de trabalho.

Como eliminar a dessincronização e o atraso da tradução

Um pequeno atraso na tradução é natural: o tradutor primeiro ouve a fala, formula e só depois envia a voz. O problema começa quando o atraso muda constantemente ou a fala soa antes da imagem. Primeiro, verifique se a mesma taxa de amostragem está configurada em todos os dispositivos. Misturar 44,1 e 48 kHz pode causar um desvio gradual do som.

Use uma única fonte de clock e não passe faixas diferentes por placas de som dessincronizadas sem necessidade. Remova cabos virtuais, conversões e conexões sem fio desnecessários no caminho do microfone até o codificador. Um atraso constante e estável pode ser compensado com o atraso da fonte de áudio no OBS ou no mixer.

Se a tradução atrasar sempre pelo mesmo número de milissegundos, é possível adicionar atraso à faixa mais adiantada para que as falas coincidam com o vídeo. Se o atraso crescer constantemente, ajustar o Sync Offset não eliminará a causa: é preciso procurar desalinhamento de clock, sobrecarga do processador, falha de rede ou canal instável do tradutor.

Não tente acelerar o tradutor nem cortar bruscamente as pausas durante a live. É melhor definir previamente o atraso de trabalho, fornecer ao tradutor um sinal limpo com buffer mínimo e, se necessário, atrasar um pouco a fala principal ou o programa. É impossível eliminar completamente o atraso da interpretação simultânea.

Se, após alternar o idioma, o som começar de outro ponto, verifique se as faixas iniciam igualmente e se não aparece silêncio no início de uma delas. Também são importantes a duração constante dos segmentos de áudio HLS e a ausência de interrupções no microfone do tradutor.

O que verificar antes de uma live pública

Primeiro, realize um teste curto com as mesmas cenas, microfones, codificador e conexão de rede que serão usados no evento. Verifique não apenas a pré-visualização no estúdio, mas também a página da transmissão em outra conta ou dispositivo.

Confirme que a seleção de faixa de áudio apareceu no player, que os nomes dos idiomas são exibidos corretamente e que a alternância não altera o vídeo nem desativa o chat. Ouça cada versão separadamente durante a fala, a música, a troca de cenas e as pausas do apresentador.

A faixa principal não deve conter tradução, se isso não estiver previsto no formato. Na alternativa, não deve soar simultaneamente a fala original. Verifique também se o volume é igual, se não há clipping, estalos digitais, zumbido de fundo ou silêncio prolongado.

Durante a live, acompanhe o estado de todas as saídas de áudio. Um microfone de tradutor separado pode se desconectar, embora o vídeo e a faixa principal continuem funcionando. Designe uma pessoa que veja os níveis e possa rapidamente entrar em contato com o tradutor ou mudar a live para o cenário de reserva.

Grave uma versão de reserva da tradução ou prepare com antecedência uma transmissão separada para o idioma necessário, caso o evento não possa ser interrompido. A reserva não deve ser ativada automaticamente no lugar da voz ao vivo sem verificação: uma gravação dessincronizada pode ser mais perceptível do que a ausência temporária de tradução.

Se as faixas alternativas não estiverem disponíveis

Quando o YouTube ou o codificador utilizado não suporta Multi Audio Track Streaming, restará uma única mixagem de áudio em uma live. É possível adicionar o tradutor sobre o original, mas o espectador não poderá escolher o idioma. Essa opção só é adequada quando a sobreposição de vozes é aceitável para o formato.

Uma solução mais limpa é criar uma transmissão separada para cada idioma, com o mesmo sinal de vídeo e mixagens de áudio diferentes. Indique o idioma no título e na descrição, e publique os links com antecedência. Nesse caso, será necessário monitorar vários chats e acompanhar o início sincronizado das lives.

Se a dublagem não for obrigatória, use legendas ou tradução por texto no chat. Elas não são uma faixa de áudio alternativa, mas permitem transmitir o conteúdo sem o risco de sobreposição de vozes e de roteamento complexo.

Sequência resumida de ações

1. Verifique no YouTube Studio se o modo de faixas de áudio adicionais está disponível para o seu canal.
2. Escolha um codificador e um protocolo RTMP, RTMPS ou HLS com suporte confirmado a várias faixas de áudio.
3. Prepare no OBS mixagens separadas: a faixa principal com o apresentador e as versões com tradutores sem a fala original.
4. Configure AAC-LC, estéreo, a mesma taxa de amostragem e sincronização estável de todas as faixas.
5. Atribua os idiomas no YouTube e no codificador, depois realize um teste em outro dispositivo.
6. Verifique a alternância, o atraso, o volume e a ausência de loop no monitoramento.
7. Se o recurso não estiver disponível, opte por lives separadas, uma mixagem única com tradução ou legendas.