Fangen wir mal ganz vorne in der Aufnahmekette an.
Da ist zunächst einmal dein gut klingendes Schlagzeug und..der Raum. Der Raum ist das wichtigste in der Aufnahmekette.
Klingt der nicht gut, wird auch die Aufnahme nicht gut klingen. Da kann man auch nix mehr gerade bügeln.
Da du mit nur einem Mikrofon aufnimmst, nimmst du den Klang des Raumes auf. Mit Mikrofonen und deren Positionen kann man experimentieren, der Raum ist wie er ist.
Grundsätzlich kann man sagen, das wenn die rohe unbearbeitete Aufnahme schon nicht gut klingt, wird es nicht möglich sein einen guten Mix zu bekommen.
(shit in-shit out)
Zu den Pegeln: Die analogen und digitalen Pegel kann man nicht vergleichen. 0 dBu (analog) entsprechen -18 dBFS (digital). Warum das so ist würde hier zu weit führen.
Auf dem Tonband strebt man 0 dB als Pegel an, wobei man bei >3 dB schön in die Sättigung fährt und auch der Abstand zum Grundrauschen des Bandes vergrößert wird.
Digitalisiert man dieses Signal, sollte man auf jeden Fall hohe Pegel vermeiden. Im allgemeinen sollte das Eingangssignal mit -18 dBfs eingepegelt werden. Dabei ist weniger mehr, da wir kein Rauschen in der digitalen Welt haben, bzw das so weit weg ist das wir da keine Probleme bekommen.
Auch die Effekte in der digitalen Welt, die ja oftmals analogen Vorbildern nachgebildet sind und sich exakt auch so verhalten, möchten am liebsten einen Pegel von -18 dBfs.
Ich empfehle dir, wie Uli schon meinte, eine DAW. Ob Reaper oder Cubase oder was auch immer ist Geschmackssache.
Dort kannst du auch ganz analog arbeiten, mit alten Röhren EQs, Röhrenkompressor und so ziemlich allem was in den letzten 70 Jahren gebaut wurde.
Diese Plugins gibt es von gut bis sehr gut, von umsonst bis preiswert oder teuer.
Klanglich gibt es keinen Unterschied, zumindest nicht hörbar ob man analog oder digital arbeitet.
Audio ist recht unklompliziert und auch die Nachbildung analoger Schaltungen und deren Verhalten ist kein Hexenwerk.
Das ist eher ein philosophisches Problem. Und auch ein nostalgisches
Der Signalweg ist in einem klassischen Channelstrip zuerst ein Lowcut zu setzen um Frequenzen die man unten rum nicht braucht abzuschneiden, da sie stören und die weitere Bearbeitung sehr verschlechtern. (warum würde hier den Rahmen sprengen)
Dann nimmt man in der Regel einen EQ um störende Frequenzen abzusenken und gegebenenfalls die schönen anzuheben.
Danach kommt ein Kompressor. Der ist notwendig um den großen Dynamikbereich etwas zusammenzustauchen, damit das ganze gut hörbar wird.
-Wir hören ja später über Lautsprecher und da ist so ein großer Dynamikumfang von Nachteil.
Dabei rücken die leisen Anteile und die lauten etwas zusammen und das ganze wird besser und deutlicher hörbar.
Den EQ kann man auch nach dem Kompressor setzen, das hängt vom Geschmack und der Situation ab.
Ich bevorzuge in der Regel die störenden Frequenzen abzusenken bevor sie durch den Kompressor laufen.
Da du nur mit einem Mikrofon arbeitest bleibt das ganze sehr übersichtlich und ist sicher gut zum lernen.
Vielleicht willst du später mal mit 3 oder mehr Mikrofonen aufnehmen und weisst schon wie es geht und worauf du achten musst.
Dein großes Problem was du vielleicht gar nicht siehst, ist, das du ja wenn du deine Aufnahmen ins Netz stellst sie digitalisiert und bearbeitet werden.
YT und jeder andere Dienst zb. "normalisiert" die Lautstärke gnadenlos auf eine definierte Lautheit. Wenn du nicht schon so ablieferst wie die es brauchen, passieren schlimme Dinge mit deiner Aufnahme. Da sitzt dann keiner am Limiter und achtet darauf das deine Aufnahmen schön klingen.
Das was du aus deiner Tonbandaufahme hörst entspricht nicht dem was man in deinen Videos hört.