Det är upp till DM, men gjutningen är märkbar
I 5e definierar ingenstans allt som specifikt definierar volymen av stavar eller hur stora gester måste vara. Sådana detaljer lämnas helt upp till DM att bestämma.
Verbal (V)
Most spells require the chanting of mystic words. [...] the particular combination of sounds, with specific pitch and resonance.
[...]
Somatic (S)
Spellcasting gestures might include a forceful gesticulation or an intricate set of gestures. [...]
Det här är all den detalj vi får från reglerna. Det är klart att gester måste göras och ljud måste produceras, men den exakta omfattningen av att vara hörbar och synlig är inte solidt utlagd.
Det är värt att notera att reglerna ens säger att det finns ett potentiellt utbud av hur uppenbart den somatiska komponenten kan vara, så det kan till och med bero på stavningen.
Jeremy Crawford har visat lite ljus på avsiktet för verbala komponenter men (i en gammal inofficiell tweet ):
The verbal component of a spell must be audible to work. How loud is audible? That's up to the DM.
En sak är säker men: både de verbala och somatiska komponenterna är definitivt märkbara dock. Vi vet detta eftersom det finns minst en klassfunktion, en Sorcerer's Subtle Magic metamagic, vars enda syfte är att göra dem inte märkbara:
When you cast a spell, you can spend 1 sorcery point to cast it without any somatic or verbal components.
I slutändan måste din DM bestämma hur de vill att den ska fungera i sin värld.