Como criar trilha sonora para vídeo (do brief ao export)
Se você já tentou “colocar música” em um vídeo e o resultado soou genérico, desconectado ou brigando com a fala, o problema quase nunca é falta de melodia. É falta de método. Trilha sonora para vídeo não é playlist bonita: é narrativa com tempo, silêncio, tensão e sincronismo.
Eu sou Michael Müller, da iGroove, e há anos vejo o mesmo padrão em alunos e produtores que abrem a DAW com o vídeo na segunda tela… e saem com um loop lindo que não serve para o corte. Neste tutorial, vamos do brief ao export com processo claro: spotting, sessão sincronizada, temas, dinâmica, texturas, mix com diálogo/SFX, stems e loudness. Sem milagre. Números, checklist e erros que eu vejo toda semana no estúdio.
O objetivo é simples: você entregar uma trilha que apoia a imagem — não compete com ela — e um pacote de arquivos que o editor ou o cliente consegue usar sem te ligar às 23h pedindo “o WAV certo”.
Brief e spotting: o que a cena precisa (antes da primeira nota)
Antes de abrir um plugin, leia o brief como se fosse partitura. Peça (ou escreva) no mínimo:
Formato e destino: YouTube, Instagram, comercial TV, documentário, short, aula.
Duração total e cuts críticos (abertura, virada, CTA, final).
Referências: 2–3 trilhas/referências de mood — não “copia isso”, mas “energia nessa direção”.
Restrições: sem vocal, só instrumental, sem piano, BPM aproximado, tom/cor harmônica.
Hierarquia: o que manda na cena? Diálogo, SFX, ou música?
Faça um spotting session. Assista o vídeo sem tocar nada. Anote timecodes (ou frames) onde a emoção muda: entrada de personagem, corte seco, reveal de produto, silêncio constrangedor, explosão, fade out. Marque também onde a música NÃO deve entrar — diálogo denso, tipografia rápida, SFX protagonistas.
Regra prática: se a cena já “grita” com som de ambiente ou efeito, a trilha costuma ser mais baixa, mais textural, ou até ausente. Silêncio bem colocado é scoring. Encher tudo de pad é medo.
No spotting, crie três colunas simples: Tempo | Evento visual | Função da música (entrar / subir / cortar / sumir / mudar harmonia). Isso vira seu mapa. Sem mapa, você compõe “bonito” e o editor descarta.
Sessão e vídeo sincronizados: 48 kHz, frame rate e markers
Agora sim, abra a DAW. Para audiovisual, o padrão seguro é:
Sample rate: 48 kHz (não 44.1). Vídeo e broadcast vivem em 48. Mudar no meio gera dor de cabeça e conversões desnecessárias.
Bit depth: 24-bit na sessão.
Frame rate: igual ao do vídeo (24, 25, 29.97, 30, 60…). Confirme no arquivo, não chute.
Video track: importe o picture lock (mesmo que provisório). Trave o vídeo; não edite o vídeo na sessão de música se o editor ainda for cortar — peça um lock ou trabalhe em blocos com markers claros.
Sincronismo: alinhe o frame 0 / timecode de início com o início da sessão (ou com um 2-pop / beep se o projeto trouxer). Em Logic, Cubase, Pro Tools, Ableton — o conceito é o mesmo: o vídeo precisa “bater” com o playhead. Se o sync escorregar 2–3 frames, o hit de percussão no corte parece “errado” mesmo com a nota certa.
Markers: coloque um marker em cada spotting note. Nomeie em português curto: “Abre logo”, “Entra produto”, “Diálogo denso”, “Virada”, “CTA”, “Outro”. Cor por função (entrada = verde, tensão = laranja, silêncio = cinza). Quando o cliente pede “aumenta 4 barras antes do reveal”, você acha em um clique.
Organize pastas/tracks desde o começo:
VIDEO (muted no bounce final)
THEME / MOTIF
HARMONY / PADS
RHYTHM / PULSE
FX / RISERS / HITS
SD (sound design for picture)
DIALOGUE REF (se tiver guia, só referência)
SFX REF
MASTER / PRINT
BPM: escolha um que dialoga com o corte. Se os cuts caem a cada 0,5 s, um pulse em 120 BPM com subdivisões ajuda. Se a cena é lenta e contemplativa, 70–85 pode bastar — e às vezes sem grid rígido, só rubato com hits nos markers.
Temas e motivos: identidade sem monopolizar a cena
Tema não é “música completa de 2 minutos”. É um motivo curto — 2 a 8 notas, um intervalo, um ritmo — que volta transformado. Em trilha para vídeo, o motivo precisa caber no bolso:
Versão completa (8–16 compassos) para abertura/encerramento.
Versão curta (2–4 notas) para stingers e viradas.
Versão textural (mesmo intervalo, sem melodia óbvia) sob diálogo.
Exemplo de método: pegue o intervalo principal (digamos 4ª justa descendente). Use em piano limpo na abertura; depois em synth baixo sob o B-roll; depois invertido no CTA. O ouvinte sente continuidade sem notar “a mesma musiquinha”.
Harmonia: evite progressões que pedem atenção total se houver fala. Suspensões leves, pedais, clusters abertos e modos (dórico, eólio) costumam sobrar menos no meio. Se a cena é esperançosa, maior com tensões; se é ameaça, menor + semitone approach. Não precisa de teoria infinita — precisa de decisão.
Orquestração híbrida: combine acústico (piano, cordas, madeira) com eletrônico (pulse, bass, glitch). No audiovisual contemporâneo, híbrido é o idioma. Mas separe por camadas: o acústico conta emoção; o eletrônico conta “mundo/tecnologia/ritmo”.
Tensão, silêncio e dinâmica: a trilha respira com o corte
A maior diferença entre “música de fundo” e trilha é a curva. Planeje dinâmicas como se fosse fader de automação de emoção:
Entrada: fade in de 1–3 s ou hit seco no frame do corte (decisão consciente).
Build: +2 a +4 dB em 4–8 barras antes do climax, ou filtro abrindo (low-pass de 800 Hz → aberto).
Drop / hit: corte de elementos 1 beat antes do impacto visual; o silêncio prepara o hit.
Underscore de diálogo: retire agudos e ritmo; deixe pad/baixo em -18 a -24 LUFS relativo à fala (na prática: música bem abaixo do diálogo no medidor).
Outro: elementos saindo um a um; ou corte seco no último frame útil.
Silêncio: experimente mutar a trilha por 1–2 segundos em um momento crítico. Se a cena fica mais forte, você achou o scoring. Se “morre”, volte com textura mínima — não com melodia cantabile.
Hits: um booms / reverse / riser curto (0,5–1,5 s) alinhado ao frame do corte resolve mais do que 16 compassos de arpejo. Use com parcimônia — hit em todo corte vira cartoon.
Texturas híbridas e sound design for picture
Aqui a trilha encontra o sound design. Não é o mesmo que sound design “para músico” solto: é desenho sonoro a serviço da imagem.
Técnicas práticas:
Whoosh sincronizado ao swipe/transição (duração = duração do movimento na tela).
Drone baixo sob plano tenso (corte em 40–80 Hz se houver diálogo; o grave “sente” sem ocupar a fala).
Risers de 2, 4 ou 8 barras até o marker do reveal.
Granular / stutter no momento de glitch visual.
Camadas de ambiente musicalizado (textura de sala, wind, room tone processado) para colar música e mundo.
Regra de ouro: se parece SFX, pergunte se o editor já tem SFX. Evite duplicar. Combine: sua textura harmônica + SFX dele. Combine stems depois.
Trabalho híbrido: MIDI + áudio. Grave um stinger acústico (piano, guitarra, metal) e processe (reverse, pitch, saturate). Um sample real bem tratado vence 10 presets “cinematic” genéricos.
Se quiser aprofundar a parte de desenho sonoro puro, o caminho natural na iGroove é o curso de Sound Design — mas neste post o foco continua sendo a trilha para picture: o score que carrega narrativa.
Mix da trilha vs diálogo e SFX
Música sozinha no solo pode estar “perfeita” e ainda assim falhar na mix do vídeo. Trabalhe com referências de diálogo e SFX na sessão (volume de guia).
Alvos práticos (use como ponto de partida, não religião):
Diálogo: prioridade absoluta. Se a fala mascara, a trilha baixa — ponto.
Sidechain / ducking leve da música sob diálogo: 2–4 dB de redução com ataque rápido e release 80–200 ms, ou automação manual de volume (muitas vezes melhor que sidechain genérico).
EQ de cortesia: high-pass na música em 80–120 Hz se o diálogo precisa de corpo; notch suave em 2–4 kHz se a melodia compete com a inteligibilidade.
SFX altos (explosões, whooshes): mute ou abra espaço na trilha nesses frames.
Estéreo: cuidado com pads super-wide sob voz. Mono compatibility importa em celular e em TVs baratas. Cheque em mono.
Headroom: deixe picos da trilha com folga. Loudness final do vídeo muitas vezes é responsabilidade do editor/mixer de áudio do projeto — sua entrega deve ser limpa, não esmagada.
Export, stems e loudness (web e TV)
Entrega profissional = pacote claro. Antes de exportar:
Mute VIDEO e qualquer REF de diálogo/SFX.
Confirme sample rate 48 kHz.
Marque a região exata (in/out) — sem 10 s de silêncio no fim.
Deixe tails de reverb se a cena precisa (leave remainder / include tail).
Arquivos sugeridos:
Print stereo WAV 24-bit / 48 kHz — mix da trilha.
Stems WAV (mesmas specs), pelo menos: Drums/Pulse, Bass, Harmony/Pads, Melody/Theme, FX/Hits, SoundDesign.
Versão “underscore” (sem melody lead) para o editor usar sob fala.
Versão “full” e, se pedido, “no percussion”.
MP3 320 só como referência rápida — nunca como master.
Loudness (orientação):
YouTube / web geral: muitos projetos miram em torno de −14 LUFS integrados no programa completo (vídeo+fala+música). Sua trilha sozinha costuma ficar mais baixa; não force −9 LUFS na música isolada ou ela vai brigar no duck.
TV / broadcast: siga o brief (EBU R128 ~ −23 LUFS LU, ATSC −24 LKFS, etc.). Se o cliente não especificar, pergunte. Entregar “só no talo” queima a mix.
True peak: mantenha abaixo de −1 dBTP (ideal −1,5 a −2) para evitar inter-sample peaks em streaming.
Nomeie arquivos como adulto: Projeto_Cena_Trilha_v03_48k24_STEM_Pads.wav. Versione. “final_final2” é armadilha.
Erros comuns (e como evitar)
Compor em 44.1 kHz e “converter depois”: comece em 48.
Ignorar frame rate: hits fora do corte.
Melodia cantabile sob diálogo denso: a fala perde; o cliente corta sua faixa.
Sem spotting/markers: você não navega o próprio score.
Um único bounce stereo sem stems: o editor fica sem opção e pede redo.
Loudness de música “de playlist” (−9/−8 LUFS) dentro de vídeo: mascara voz.
Preencher silêncio por insegurança: a cena precisa respirar.
Copiar referência 1:1: mood ok; clone não.
Entregar só MP3: perda e compressão precoce.
Não ouvir no celular / TV barata: onde o público realmente assiste.
Checklist final antes de chamar a trilha de pronta
Brief e spotting com timecodes/funções anotados
Sessão em 48 kHz / 24-bit, frame rate = vídeo
Vídeo sync estável; markers nomeados
Motivo/tema com versões curta, longa e textural
Dinâmica planejada (entrada, build, silêncio, outro)
Espaço para diálogo/SFX (duck/EQ/automação)
Print stereo + stems + underscore
Loudness/true peak compatíveis com o destino
Ouvido em mono e em celular
Nomes de arquivo versionados e pasta zip organizada
Se você passou por essa lista sem “mais ou menos”, a trilha está pronta para feedback do editor — não “perfeita para Oscar”, mas sólida para o próximo passo: revisão, ajustes de hit e lock final.
Próximo passo: do loop solto ao método de trilha para vídeo
Criar trilha sonora para vídeo fica simples quando brief, sync, tema e entrega param de brigar entre si. A DAW é a mesma; o que muda é o processo. Treine este fluxo em três peças curtas (15–45 s) — no quarto, spotting e stems já viram automático.
Se você quer acelerar com acompanhamento individual, no estúdio real, a iGroove tem o Curso de Trilha Sonora na Barra da Tijuca (Shopping Città América, Av. das Américas 700, loja 210G). Aulas 100% individuais desde 2008, foco em método para picture — do brief ao export. Fale com a gente: 021 99927-6402 ou music@igroove.com.br.
Comentários