Twój miernik kłamie o twoich szczytach, a powodem jest arytmetyka

Plik, którego najwyższa próbka pokazuje 0.0 dBFS, nie jest plikiem, którego sygnał sięga 0 dB. Między dowolnymi dwiema próbkami zrekonstruowany przebieg może wznieść się ponad obie, a miernik sample peak jest strukturalnie niezdolny tego zobaczyć. Potem stratny kodek — to, co każdy serwis streamingowy nakłada na twój master, zanim ktokolwiek go usłyszy — podbija te wychylenia jeszcze wyżej. Wynikiem jest master, który zmierzył się czysto w twoim DAW i zniekształca się przy odtwarzaniu, a nic z tego nie jest kwestią opinii. To konsekwencja tego, jak rekonstruuje się dźwięk próbkowany.

Ten artykuł opisuje, czym naprawdę są sample peak i true peak, dlaczego nadpróbkowanie to jedyny sposób zmierzenia tego drugiego, co miernik 4× widzi, a czego nie, i który z trzech znormalizowanych mierników głośności odpowiada na które pytanie. Co poszczególne serwisy publikują jako cel i co dzieje się z cichymi masterami, opisano osobno w co naprawdę dzieje się z twoim masterem.

Sample peak to najwyższy punkt w pliku. True peak nie jest w pliku.

Miernik sample peak podaje największą bezwzględną wartość próbki w pliku. To liczba rzeczywista i łatwa do policzenia — przeglądasz wszystkie próbki i zachowujesz największą.

Ale próbki to punkty na ciągłym przebiegu, a nie sam przebieg. Przebieg przechodzący przez te punkty może między nimi wznieść się ponad oba. Zrekonstruowany przebieg analogowy może przekroczyć najwyższą próbkę w pliku, a miernik sample peak nie ma żadnego mechanizmu, by to wykryć. Te wychylenia to szczyty międzypróbkowe. Poziom zrekonstruowanego przebiegu, razem z nimi, to true peak, wyrażany w dBTP.

Dlatego „nic nie jest przesterowane" i „nic nie przesterowuje" to dwa różne twierdzenia. Cyfrowo bezpieczny plik, którego próbki kończą się na −0.1 dBFS, może mieć szczyty true peak znacznie powyżej 0 dBTP. Nic w pliku nie jest przekroczone. Wszystko dalej, co rekonstruuje przebieg — przetwornik cyfrowo-analogowy, konwerter częstotliwości próbkowania, dekoder stratny — może to przesterować.

Praktyczny test jest brutalny: miernik bez wyraźnego trybu true peak albo dBTP jest miernikiem sample peak, cokolwiek sugeruje jego instrukcja. Dotyczy to większości mierników poziomu wbudowanych w DAW-y i dotyczy regulacji sufitu w bardzo wielu limiterach.

Dlaczego kodowanie stratne pogarsza sprawę, a nie jest neutralne

Streaming nie dostarcza twojego WAV-a. Dostarcza jego kodowanie w AAC, Ogg Vorbis albo MP3, a kodek stratny nie odtwarza twojego przebiegu próbka po próbce. Odtwarza przebieg podobny percepcyjnie. Wyjście dekodera rutynowo przekracza wejście kodera.

To przekroczenie nie jest błędem żadnego konkretnego kodera. To nieunikniona konsekwencja kwantyzacji i odrzucania szczegółu widmowego, a — i to jest ta część istotna dla decyzji masteringowych — skaluje się z tym, jak mocno źródło było limitowane. Im agresywniej spłaszczyłeś sygnał o sufit, tym więcej przekroczenia kodek produkuje na wyjściu.

Master siedzący dokładnie na 0.0 dBTP dekoduje się więc ze szczytami powyżej 0 dBFS, a dekoder je obcina. Na własnym pliku nigdy tego nie usłyszysz. Usłyszysz to na wersji, którą dostaje słuchacz.

Każda opublikowana specyfikacja, która się tym zajmuje, dochodzi do tego samego wniosku. AES TD1008 stwierdza: „For all content, it is recommended that the Maximum True Peak level not exceed −1 dBTP at the codec input of lossy-encoded streams." Spotify prosi, by trzymać true peak „below −1dB TP (True Peak) max", a przy masterach głośniejszych niż −14 LUFS, by „keep True Peak below −2dB to avoid extra distortion."

Druga liczba od Spotify jest tą ciekawą. Istnieje właśnie dlatego, że materiał mocniej limitowany bardziej przekracza w kodeku. Sufit nie jest sztywnym zabobonem; zacieśnia się wraz z gęstnieniem materiału.

Co robi nadpróbkowanie i czego 4× nie widzi

Żeby zmierzyć szczyt, którego nie ma w pliku, trzeba zrekonstruować przebieg pomiędzy próbkami. ITU-R BS.1770 nakazuje robić to przez nadpróbkowanie — interpolowanie dodatkowych punktów próbkowania i zmierzenie szczytu gęstszego sygnału.

Zalecenie ustala minimum 4× nadpróbkowania przy 48 kHz i zauważa, że „Higher sampling rates and over-sampling ratios are preferred."

Czytaj to dosłownie. 4× to podłoga zgodności, a nie dokładna odpowiedź. Miernik 4× z gwarancją wyłapie więcej niż miernik sample peak i bez gwarancji wyłapie wszystko; przy 4× pomiar wciąż może zaniżyć rzeczywiste szczyty o kilka dziesiątych dB. Te dziesiąte to dokładnie ten margines, który ludzie próbują sobie urwać z sufitu.

Używaj nadpróbkowania 8× albo 16×, jeśli twój miernik je oferuje. Dodatkowy koszt procesora jest znikomy, a dodatkowa dokładność nie.

Po stronie limitera czyha bliźniacza pułapka. Sufit true peak ustawiony na −1.0 dBTP znaczy coś tylko wtedy, gdy limiter naprawdę limituje w true peak. W wielu limiterach regulacja sufitu działa w sample peak, a ustawienie jej na −1.0 daje ci szczyty międzypróbkowe gdzieś powyżej −0.5 dBTP — połowa marginesu przepadła, zanim kodek w ogóle dotknął pliku.

Które wydanie standardu przywołuje twój miernik

BS.1770 ma sześć wydań: 2006, 2007, 2011, 2012, 2015 i 2023. BS.1770-4 (October 2015) to wydanie przywoływane przez większość wdrożonych mierników; BS.1770-5 (November 2023) to wydanie obecnie obowiązujące. Podłoga nadpróbkowania 4×, stopnie filtra i obie opisane tu bramki są zweryfikowane względem BS.1770-5 w opublikowanej postaci.

Warto to wiedzieć głównie po to, by poprawnie czytać dokumentację swojego miernika. Miernik przywołujący -4 nie jest przez to błędny, ale -5 to tekst bieżący i to jego należy wskazywać, gdy sprawdzasz jakieś twierdzenie względem dokumentu.

Momentary, short-term, integrated: trzy mierniki, trzy pytania

Druga połowa problemu polega na tym, że większość ludzi czyta niewłaściwy miernik głośności do decyzji, którą właśnie podejmuje. EBU Tech 3341 definiuje trzy okna, a one odpowiadają na trzy naprawdę różne pytania.

Momentary (M) — 400 ms, bez bramkowania. To samo okno co blok bramkujący w BS.1770. Głośność momentary śledzi pojedyncze zdarzenia: werbel, spółgłoskę w wokalu, pierwszą miarę taktu. Używaj go do wyłapywania rzeczy — stopy skaczącej 6 LU ponad wszystko wokół, sekcji, która wyskakuje. Nie używaj go do decyzji o poziomach. Jest o wiele za nerwowy, a gonienie za miernikiem momentary produkuje dokładnie ten przekompresowany rezultat, który karze normalizacja przy odtwarzaniu.

Short-term (S) — 3 s, bez bramkowania. Trzy sekundy to mniej więcej fraza muzyczna. Głośność short-term to właściwy miernik do decyzji o balansie wewnątrz utworu, bo trzy sekundy to skala czasu, w której słuchacze faktycznie odbierają sekcję jako głośną albo cichą. Używaj go do porównania zwrotki z refrenem, do sprawdzenia, czy bridge się nie zapada, i do zobaczenia kształtu swojej aranżacji jako liczby.

Integrated (I) — cały program, podwójnie bramkowany. To liczba, względem której serwisy normalizują, i jedyna, która ma miejsce w specyfikacji dostawy. Mierzy się ją na całym utworze, od pierwszej próbki do ostatniej, a nie na wybranym fragmencie. Głośność integrated to specyfikacja dostawy, a nie narzędzie miksowe; jeśli patrzysz na nią przy pracy, patrzysz na niewłaściwy miernik.

Wynikająca z tego zasada: miksuj i masteruj według short-term, weryfikuj przez integrated, anomalie badaj przez momentary.

Błąd, który to naprawdę powoduje

Powszechny błąd to patrzenie na głośność integrated przy masteringu i dokładanie limitowania, aż pokaże liczbę, którą ktoś kazał ci trafić. To zachowanie ma dwie osobne usterki ułożone jedna na drugiej.

Pierwsza jest taka, że głośność integrated jest podwójnie bramkowana, a bramkowanie sprawia, że nie mierzy tego, co ludzie zakładają. Bloki poniżej −70 LKFS są odrzucane od razu. Potem liczy się średnią bloków, które przetrwały, odejmuje się od niej 10, a każdy blok poniżej tego względnego progu też jest odrzucany. Bramka względna siedzi 10 LU poniżej średniej po bramce bezwzględnej, a nie 10 LU poniżej niebramkowanej średniej całego pliku. Konsekwencja dla twojej sesji jest bezpośrednia: głośność integrated twojego utworu to w praktyce średnia głośność jego głośnych fragmentów, a nie utworu jako całości. Utwór z wyszeptanym 40-sekundowym intro i ścianą dźwięku w refrenie mierzy się niemal wyłącznie po refrenach. Dodanie cichego intro do gotowego mastera ledwo rusza odczyt integrated, a inżynierowie, którzy się tego spodziewają, są zaskoczeni.

Druga usterka polega na tym, że Loudness Range używa jeszcze innej bramki. LRA, określone w EBU Tech 3342, to różnica między oszacowaniami 10. i 95. percentyla rozkładu głośności short-term, a Tech 3342 ustawia jego względny próg na −20 LU poniżej poziomu głośności po bramce bezwzględnej, a nie na −10 LU. Szersza bramka jest celowa — LRA charakteryzuje zmienność, więc musi wpuścić te cichsze fragmenty, które pomiar integrated ma z założenia wykluczać. Mierniki, które używają do LRA tej samej bramki −10 LU co przy integrated, podają wartości systematycznie za małe. Jeśli twój miernik podaje LRA zauważalnie niższe niż inny miernik na tym samym pliku, podejrzewaj bramkę −10 LU tam, gdzie należy się −20 LU.

Możesz to sprawdzić w kilka minut. Doklej 20 sekund materiału 15 LU poniżej korpusu utworu. LRA w poprawnej implementacji wyraźnie wzrośnie. W zepsutej ledwo drgnie.

Co właściwie dostarczyć

Wskazówki są krótkie, a każda liczba w nich jest opublikowana.

1. Najpierw ustal sufit: −1.0 dBTP, true peak, nadpróbkowany. To jedyne naprawdę twarde ograniczenie na tej liście. Użyj −2.0 dBTP, jeśli twój master jest głośniejszy niż −14 LUFS integrated — ciaśniejsza liczba istnieje dlatego, że materiał mocniej limitowany bardziej przekracza w kodeku.
2. Masteruj pod muzykę. Doprowadź balans, barwę i dynamikę do porządku przy limiterze robiącym jak najmniej i nie patrz na tym etapie na miernik integrated.
3. Zmierz wynik. Jakakolwiek głośność integrated ci wyszła, to twój kandydat. Jeśli mieści się mniej więcej między −14 a −9 LUFS, każdy opublikowany cel i każda raportowana liczba leży o kilka LU od ciebie. Głośniej niż −9 LUFS — zapytaj, co dało to limitowanie.
4. Koryguj, zmieniając mastering, a nie dokładając limitowania. Celowanie w liczbę LUFS przez dokładanie limitowania, aż miernik pokaże swoje, to dokładnie to zachowanie, które normalizacja miała pozbawić sensu.

Dwie rzeczy, których nie robić. Sufit na −0.1 dBTP to błąd dostawy do streamingu, a nie wybór stylistyczny. I nie rób różnych masterów dla różnych serwisów — opublikowane i raportowane cele rozpinają się na jakieś 2 LU, dokładne trafienie w liczbę nie zmienia niczego słyszalnego, a jeden master na −1 dBTP z sensowną dynamiką jest poprawny wszędzie.

Jeśli chcesz sprawdzić gotowy plik przed dostawą, Mazufa udostępnia darmowy kontroler głośności i true peak pod adresem /loudness-checker. Działa w całości w twojej przeglądarce i nie wysyła żadnego audio.

Źródła

ITU-R BS.1770 — algorytm pomiarowy, ważenie K, bramkowanie, true peak

• Recommendation ITU-R BS.1770-5 (11/2023), Algorithms to measure audio programme loudness and true-peak audio level (pełny tekst PDF): https://www.itu.int/dms_pubrec/itu-r/rec/bs/R-REC-BS.1770-5-202311-I!!PDF-E.pdf
• Strona zalecenia BS.1770 i historia wydań (BS.1770-0 through BS.1770-5): https://www.itu.int/rec/R-REC-BS.1770/en

EBU — okna miernika i Loudness Range

• EBU Tech 3341, Loudness Metering: EBU Mode metering to supplement EBU R 128 (momentary 400 ms, short-term 3 s): https://tech.ebu.ch/publications/tech3341
• EBU Tech 3342, Loudness Range: A measure to supplement EBU R 128 loudness normalisation (bramka −20 LU; 10. i 95. percentyl), PDF: https://tech.ebu.ch/docs/tech/tech3342.pdf

AES — sufit true peak na wejściu kodeka

• AES TD1008.1.21-9, Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution (−1 dBTP na wejściu kodeka), PDF: https://aes2.org/wp-content/uploads/2024/01/20210924_TD1008_v3.13.pdf
• Strona dokumentu AES TD1008: https://aes.org/technical-council/technical-document-aestd1008/

Spotify — opublikowane sufity true peak

• Spotify for Artists, Loudness normalization (−1 dBTP; −2 dBTP dla masterów głośniejszych niż −14 LUFS): https://support.spotify.com/us/artists/article/loudness-normalization/