Vozes dubladas ou adicionais sobrepostas ao som da imagem — múltiplas trilhas no mix para narração, pensamentos ou vozes ambiente. Exige isolamento limpo em estúdio.
No sobreposição de áudio (ou voice-over stacking), você empilha várias camadas de áudio — uma técnica que se torna crucial na edição e na mixagem final. Você não tem apenas uma voz sobre a imagem, mas várias ao mesmo tempo: o pensamento de um personagem, um comentário documental, vozes ambientes de uma multidão gravadas separadamente. Cada trilha é executada isoladamente, mixada individualmente e depois agrupada no stem final. Isso só funciona se cada voz for gravada de forma limpa — sem transbordamentos de sala, sem ruídos que se sobreponham.
O maior desafio está na configuração do estúdio. Você precisa de uma acústica completamente seca para cada gravação, para que, mais tarde, sons de sala difusos não se adicionem e se tornem uma sopa confusa. Muitos projetos cometem esse erro: gravam todas as vozes uma após a outra no mesmo estúdio e se surpreendem por que a mixagem soa como um efeito de festa de coquetel. Melhor: trabalhar vários dias com diferentes locutores em salas diferentes, ou pelo menos variar as distâncias da parede. Assim, você obtém uma diferença acústica que, mais tarde, traz profundidade à imagem geral. Na mixagem, você evita que tudo pareça plano e embaçado.
Na prática, isso significa na edição: cada trilha de voice-over recebe sua própria faixa. Você a edita independentemente, posiciona pausas, varia o envelope de volume para drama ou foco. Para uma camada de fluxo de pensamento, por exemplo: colocá-la mais baixa quando a ação visual domina; aumentá-la quando a calma da imagem cria tempo para a interioridade. O comentário documental geralmente fica mais alto na mixagem, pois carrega primariamente informação. Vozes ambientes — uma multidão murmurante atrás de uma cena — você as coloca sutilmente abaixo, como uma camada de presença. Na mixagem final do stem, todas as trilhas são agrupadas em um stem de voice-over, que a mixagem de dublagem assume um-para-um.
Um exemplo prático: uma documentário sobre um detetive. Você tem o voice-over de seus pensamentos, o comentário narrativo de uma terceira pessoa e, ao fundo, sons funcionais baixos de um escritório de polícia — todas as três camadas sobrepostas. Cada uma tem sua espacialidade, sua profundidade, mas nenhuma compete com a outra por espaço. Isso você só consegue através de isolamento consistente na gravação e design inteligente de pan, reverb e EQ na dublagem. Gravações preguiçosas sem controle de sala farão com que três vozes soem mais tarde como uma sopa suja e incompreensível.