Un fișier al cărui eșantion cel mai înalt arată 0.0 dBFS nu este un fișier al cărui semnal ajunge la 0 dB. Între oricare două eșantioane, unda reconstruită se poate ridica peste amândouă, iar un aparat cu vârf de eșantion este structural incapabil să vadă asta. Apoi un codec cu pierderi — lucrul pe care fiecare serviciu de streaming îl aplică masterului tău înainte să îl audă cineva — împinge acele excursii și mai sus. Rezultatul este un master care s-a măsurat curat în DAW-ul tău și care distorsionează la redare, iar nimic din toate astea nu ține de opinie. Este o consecință a felului în care se reconstruiește audio eșantionat.
Articolul acesta acoperă ce sunt de fapt un vârf de eșantion și un vârf real, de ce supraeșantionarea este singura cale de a-l măsura pe al doilea, ce poate și ce nu poate vedea un aparat 4× și care dintre cele trei aparate de sonoritate standardizate răspunde la care întrebare. Ce publică fiecare serviciu drept țintă și ce se întâmplă cu masterele silențioase sunt tratate separat în ce se întâmplă de fapt cu masterul tău.
Vârful de eșantion este punctul cel mai înalt din fișier. Vârful real nu este în fișier.
Un aparat cu vârf de eșantion raportează cea mai mare valoare absolută de eșantion din fișier. Acela este un număr real și e ușor de calculat — te uiți la fiecare eșantion și îl păstrezi pe cel mai mare.
Dar eșantioanele sunt puncte de pe o undă continuă, nu unda însăși. Unda care trece prin acele puncte se poate ridica între ele peste amândouă. Unda analogică reconstruită poate depăși cel mai înalt eșantion din fișier, iar un aparat cu vârf de eșantion nu are niciun mecanism de a detecta asta. Acele excursii sunt vârfuri dintre eșantioane. Nivelul undei reconstruite, cu ele cu tot, este vârful real, exprimat în dBTP.
De aceea „nimic nu este saturat" și „nimic nu va satura" sunt două afirmații diferite. Un fișier sigur din punct de vedere digital, ale cărui eșantioane se opresc la −0.1 dBFS, poate avea vârfuri reale mult peste 0 dBTP. Nimic din fișier nu este depășit. Tot ce vine după și reconstruiește unda — un DAC, un convertor de frecvență de eșantionare, un decodor cu pierderi — o poate satura.
Testul practic este brutal: un aparat fără un mod explicit de vârf real sau dBTP este un aparat cu vârf de eșantion, orice ar sugera manualul lui. Asta include majoritatea aparatelor de nivel integrate în DAW-uri și include controlul de plafon al foarte multor limitatoare.
De ce codarea cu pierderi înrăutățește lucrurile, nu este neutră
Streamingul nu îți livrează WAV-ul. Livrează o codare AAC, Ogg Vorbis sau MP3 a lui, iar un codec cu pierderi nu îți reproduce unda eșantion cu eșantion. Reproduce una similară perceptual. Ieșirea decodorului depășește în mod curent intrarea codorului.
Această depășire nu este un defect al vreunui codor anume. Este o consecință inevitabilă a cuantizării și a renunțării la detaliul spectral și — asta e partea care contează pentru deciziile de masterizare — crește proporțional cu cât de tare a fost limitată sursa. Cu cât ai turtit mai agresiv semnalul în plafon, cu atât mai multă depășire produce codecul la ieșire.
Așa că un master aflat exact la 0.0 dBTP se decodează cu vârfuri peste 0 dBFS, iar decodorul le saturează. Nu auzi asta niciodată pe propriul tău fișier. O auzi pe versiunea pe care o primește ascultătorul.
Fiecare specificație publicată care abordează asta ajunge la aceeași concluzie. AES TD1008 afirmă: „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 îți cere să ții vârful real „below −1dB TP (True Peak) max", iar pentru mastere mai tari de −14 LUFS, să „keep True Peak below −2dB to avoid extra distortion."
A doua cifră de la Spotify este cea interesantă. Există tocmai fiindcă materialul limitat mai tare depășește mai mult în codec. Plafonul nu este o superstiție fixă; se strânge pe măsură ce materialul devine mai dens.
Ce face supraeșantionarea și ce nu poate vedea 4×
Ca să măsori un vârf care nu este în fișier, trebuie să reconstruiești unda dintre eșantioane. ITU-R BS.1770 prevede să faci asta prin supraeșantionare — interpolând puncte de eșantion suplimentare și măsurând apoi vârful semnalului mai dens.
Recomandarea stabilește un minim de 4× supraeșantionare la 48 kHz și notează că „Higher sampling rates and over-sampling ratios are preferred."
Citește asta ca atare. 4× este un prag de conformitate, nu răspunsul exact. Un aparat 4× prinde garantat mai mult decât unul cu vârf de eșantion și nu prinde garantat totul; la 4×, măsurătoarea poate încă subestima vârfurile reale cu câteva zecimi de dB. Acele zecimi sunt exact mărimea marjei pe care lumea încearcă să o taie dintr-un plafon.
| Ce folosești | Ce raportează | Ce îi scapă |
|---|---|---|
| Aparat cu vârf de eșantion | Cea mai mare valoare de eșantion din fișier | Fiecare vârf dintre eșantioane; toată chestiunea depășirii din codec |
| Aparat cu vârf real 4× | Vârful reconstruit la pragul de conformitate BS.1770 | Poate încă subestima vârfurile reale cu câteva zecimi de dB |
| Aparat cu vârf real 8× sau 16× | O estimare mai apropiată a vârfului reconstruit | Progresiv mai puțin, la un cost de procesor neglijabil |
Folosește supraeșantionare 8× sau 16× dacă aparatul tău o oferă. Costul suplimentar de procesor este neglijabil, iar precizia suplimentară nu este.
Există o capcană pereche pe partea limitatorului. Un plafon de vârf real setat la −1.0 dBTP înseamnă ceva doar dacă limitatorul chiar limitează în vârf real. La multe limitatoare, controlul de plafon lucrează în vârf de eșantion, iar setarea lui la −1.0 îți dă vârfuri dintre eșantioane undeva peste −0.5 dBTP — jumătate din marjă dispărută înainte ca codecul să fi atins fișierul.
Ce ediție a standardului citează aparatul tău
BS.1770 are șase ediții: 2006, 2007, 2011, 2012, 2015 și 2023. BS.1770-4 (October 2015) este ediția pe care o citează majoritatea aparatelor instalate; BS.1770-5 (November 2023) este ediția aflată în vigoare. Pragul de supraeșantionare 4×, treptele de filtru și ambele porți descrise aici sunt verificate față de BS.1770-5 așa cum a fost publicată.
Asta merită știut mai ales ca să citești corect documentația aparatului tău. Un aparat care citează -4 nu este prin asta greșit, dar -5 este textul curent și este cel de numit când verifici o afirmație față de un document.
Momentană, pe termen scurt, integrată: trei aparate, trei întrebări
Cealaltă jumătate a problemei este că majoritatea oamenilor citesc aparatul de sonoritate greșit pentru decizia pe care o iau. EBU Tech 3341 definește trei ferestre, iar ele răspund la trei întrebări cu adevărat diferite.
Momentană (M) — 400 ms, fără poartă. Aceeași fereastră ca un bloc de poartă din BS.1770. Sonoritatea momentană urmărește evenimente individuale: o toba mică, o consoană vocală, un timp tare. Folosește-o ca să prinzi lucruri — o tobă mare care sare 6 LU peste tot ce e în jur, o secțiune care iese în evidență. Nu o folosi ca să iei decizii de nivel. Este mult prea agitată, iar alergatul după un aparat momentan produce exact rezultatul supracomprimat pe care normalizarea la redare îl pedepsește.
Pe termen scurt (S) — 3 s, fără poartă. Trei secunde înseamnă aproximativ o frază muzicală. Sonoritatea pe termen scurt este aparatul potrivit pentru deciziile de echilibru din interiorul unei piese, fiindcă trei secunde sunt scara de timp pe care ascultătorii percep efectiv o secțiune ca tare sau slabă. Folosește-o ca să compari o strofă cu un refren, ca să verifici că un pod nu se prăbușește și ca să vezi forma aranjamentului tău ca număr.
Integrată (I) — întregul program, cu poartă dublă. Aceasta este cifra față de care normalizează serviciile și singura care are ce căuta într-o specificație de livrare. Se măsoară pe toată piesa, de la primul eșantion la ultimul, nu pe o secțiune aleasă. Sonoritatea integrată este o specificație de livrare, nu o unealtă de mixaj; dacă o urmărești în timp ce lucrezi, urmărești aparatul greșit.
| Aparat | Fereastră | Poartă | Întrebarea la care răspunde |
|---|---|---|---|
| Momentan | 400 ms | Niciuna | Ce tocmai s-a întâmplat? |
| Pe termen scurt | 3 s | Niciuna | Este secțiunea asta echilibrată față de cealaltă? |
| Integrat | Întregul program | Absolută −70 LKFS, apoi relativă −10 LU | Ce va măsura serviciul la livrare? |
Regula care decurge de aici: mixează și masterizează după termenul scurt, verifică prin integrată, cercetează anomaliile cu momentana.
Greșeala pe care asta o provoacă de fapt
Eroarea obișnuită este urmărirea sonorității integrate în timpul masterizării și adăugarea de limitare până când arată cifra pe care ți-a spus cineva să o atingi. Comportamentul acesta are două defecte separate, stivuite unul peste altul.
Primul este că sonoritatea integrată are poartă dublă, iar poarta face ca ea să nu măsoare ce presupune lumea. Blocurile sub −70 LKFS sunt eliminate din start. Apoi se calculează media blocurilor rămase, se scade 10 din ea, iar fiecare bloc sub acel prag relativ este eliminat la rândul lui. Poarta relativă stă cu 10 LU sub media obținută după poarta absolută, nu cu 10 LU sub media fără poartă a întregului fișier. Consecința pentru sesiunea ta de lucru este directă: sonoritatea integrată a piesei tale este, practic, sonoritatea medie a părților ei tari, nu a piesei ca întreg. O piesă cu un intro șoptit de 40 de secunde și un refren zid-de-sunet se măsoară aproape în întregime pe refrene. Adăugarea unui intro liniștit la un master gata făcut abia dacă mișcă citirea integrată, iar inginerii care se așteaptă la altceva sunt surprinși.
Al doilea defect este că Loudness Range folosește, din nou, altă poartă. LRA, specificat în EBU Tech 3342, este diferența dintre estimările percentilelor 10 și 95 ale distribuției sonorității pe termen scurt, iar Tech 3342 îi fixează pragul relativ la −20 LU sub nivelul de sonoritate obținut după poarta absolută, nu la −10 LU. Poarta mai largă este deliberată — LRA caracterizează variația, deci trebuie să admită pasajele mai liniștite pe care măsurătoarea integrată este proiectată să le excludă. Aparatele care refolosesc pentru LRA poarta de −10 LU de la integrată raportează valori sistematic prea mici. Dacă aparatul tău raportează un LRA vizibil mai mic decât un alt aparat pe același fișier, suspectează o poartă de −10 LU acolo unde este locul uneia de −20 LU.
Poți testa asta în câteva minute. Adaugă la final 20 de secunde de material cu 15 LU sub corpul piesei. LRA-ul unei implementări corecte crește substanțial. Al uneia stricate abia se mișcă.
Ce să livrezi de fapt
Îndrumarul este scurt și fiecare cifră din el este publicată.
- Fixează întâi plafonul: −1.0 dBTP, vârf real, supraeșantionat. Aceasta este singura constrângere cu adevărat dură din listă. Folosește −2.0 dBTP dacă masterul tău este mai tare de −14 LUFS integrat — cifra mai strânsă există fiindcă materialul limitat mai tare depășește mai mult în codec.
- Masterizează pentru muzică. Pune la punct echilibrul, timbrul și dinamica cu limitatorul făcând cât mai puțin posibil și nu te uita la aparatul de integrată în etapa asta.
- Măsoară rezultatul. Orice sonoritate integrată ai obținut este candidatul tău. Dacă stă între aproximativ −14 și −9 LUFS, fiecare țintă publicată și fiecare cifră raportată se află la câțiva LU de tine. Mai tare de −9 LUFS, întreabă-te ce ți-a adus limitarea.
- Ajustează schimbând masterizarea, nu adăugând limitare. Vânarea unei cifre LUFS prin adăugare de limitare până când aparatul arată bine este exact comportamentul pe care normalizarea a fost gândită să îl facă inutil.
Două lucruri de evitat. Un plafon de −0.1 dBTP este o eroare de livrare pentru streaming, nu o alegere stilistică. Și nu tăia mastere diferite pentru servicii diferite — țintele publicate și cele raportate se întind pe circa 2 LU, nimerirea exactă a unei cifre nu schimbă nimic audibil, iar un singur master la −1 dBTP, cu o dinamică rezonabilă, este corect peste tot.
Dacă vrei să verifici un fișier finalizat înainte să îl livrezi, Mazufa găzduiește un verificator gratuit de sonoritate și vârf real la /loudness-checker. Rulează integral în propriul tău browser și nu încarcă niciun fișier audio.
Surse
ITU-R BS.1770 — algoritmul de măsurare, ponderarea K, porțile, vârful real
- Recommendation ITU-R BS.1770-5 (11/2023), Algorithms to measure audio programme loudness and true-peak audio level (text integral PDF): https://www.itu.int/dms_pubrec/itu-r/rec/bs/R-REC-BS.1770-5-202311-I!!PDF-E.pdf
- Pagina recomandării BS.1770 și istoricul edițiilor (BS.1770-0 through BS.1770-5): https://www.itu.int/rec/R-REC-BS.1770/en
EBU — ferestrele aparatelor și Loudness Range
- EBU Tech 3341, Loudness Metering: EBU Mode metering to supplement EBU R 128 (momentan 400 ms, pe termen scurt 3 s): https://tech.ebu.ch/publications/tech3341
- EBU Tech 3342, Loudness Range: A measure to supplement EBU R 128 loudness normalisation (poartă de −20 LU; percentilele 10 și 95), PDF: https://tech.ebu.ch/docs/tech/tech3342.pdf
AES — plafonul de vârf real la intrarea codecului
- AES TD1008.1.21-9, Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution (−1 dBTP la intrarea codecului), PDF: https://aes2.org/wp-content/uploads/2024/01/20210924_TD1008_v3.13.pdf
- Pagina documentului AES TD1008: https://aes.org/technical-council/technical-document-aestd1008/
Spotify — plafoanele de vârf real publicate
- Spotify for Artists, Loudness normalization (−1 dBTP; −2 dBTP pentru mastere mai tari de −14 LUFS): https://support.spotify.com/us/artists/article/loudness-normalization/