Máy đo đang nói dối bạn về các đỉnh, và lý do là số học

Một tệp có mẫu cao nhất đọc ra 0.0 dBFS không phải là một tệp có tín hiệu chạm 0 dB. Giữa hai mẫu bất kỳ, dạng sóng được tái dựng có thể vượt lên trên cả hai, và một máy đo đỉnh mẫu về mặt cấu trúc không có khả năng nhìn thấy điều đó. Rồi một codec nén mất dữ liệu — thứ mà mọi dịch vụ phát trực tuyến áp lên bản master của bạn trước khi có ai nghe được — đẩy những phần nhô ra ấy còn cao hơn nữa. Kết quả là một bản master đo sạch trong DAW của bạn và méo khi phát lại, và chẳng có phần nào trong đó là chuyện quan điểm. Đó là hệ quả của cách âm thanh lấy mẫu được tái dựng.

Bài này nói về đỉnh mẫu và đỉnh thực thực chất là gì, vì sao lấy mẫu quá mức là cách duy nhất để đo cái thứ hai, một máy đo 4× thấy được gì và không thấy được gì, và máy đo độ lớn nào trong ba loại chuẩn hóa trả lời câu hỏi nào. Mỗi dịch vụ công bố mức mục tiêu gì, và chuyện gì xảy ra với các bản master nhỏ tiếng, được nói riêng trong điều thực sự xảy ra với bản master của bạn.

Đỉnh mẫu là điểm cao nhất trong tệp. Đỉnh thực thì không nằm trong tệp.

Một máy đo đỉnh mẫu báo giá trị mẫu tuyệt đối lớn nhất trong tệp. Đó là một con số thật và dễ tính — bạn duyệt mọi mẫu và giữ lại cái lớn nhất.

Nhưng các mẫu là những điểm trên một dạng sóng liên tục, chứ không phải bản thân dạng sóng. Dạng sóng đi qua các điểm ấy có thể vọt lên trên cả hai điểm ở khoảng giữa chúng. Dạng sóng analog được tái dựng có thể vượt quá mẫu cao nhất trong tệp, và một máy đo đỉnh mẫu không có cơ chế nào để phát hiện điều đó. Những phần nhô ra ấy là các đỉnh giữa mẫu. Mức của dạng sóng được tái dựng, tính cả chúng, là đỉnh thực, biểu diễn bằng dBTP.

Đó là lý do “không có gì bị clip” và “sẽ không có gì bị clip” là hai lời khẳng định khác nhau. Một tệp an toàn về mặt số với các mẫu cao nhất dừng ở −0.1 dBFS vẫn có thể có đỉnh thực cao hơn 0 dBTP kha khá. Trong tệp không có gì vượt ngưỡng. Mọi thứ ở phía sau có tái dựng dạng sóng — một DAC, một bộ chuyển đổi tần số lấy mẫu, một bộ giải mã nén mất dữ liệu — đều có thể clip nó.

Phép thử thực tế thì thẳng thừng: một máy đo không có chế độ đỉnh thực hay dBTP tường minh là một máy đo đỉnh mẫu, bất kể sách hướng dẫn của nó ngụ ý gì. Điều đó bao gồm phần lớn các máy đo mức tích hợp sẵn trong DAW, và bao gồm cả núm chỉnh trần trên rất nhiều limiter.

Vì sao mã hóa nén mất dữ liệu làm mọi thứ tệ hơn, chứ không trung tính

Phát trực tuyến không giao tệp WAV của bạn. Nó giao một bản mã hóa AAC, Ogg Vorbis hay MP3 của nó, và một codec nén mất dữ liệu không tái tạo dạng sóng của bạn theo từng mẫu. Nó tái tạo một dạng sóng tương tự về mặt tri giác. Đầu ra của bộ giải mã thường xuyên vọt cao hơn đầu vào của bộ mã hóa.

Phần vọt lên đó không phải lỗi của một bộ mã hóa cụ thể nào. Nó là hệ quả không tránh khỏi của việc lượng tử hóa và vứt bỏ chi tiết phổ, và — đây mới là phần quan trọng với các quyết định mastering — nó tỷ lệ với việc nguồn đã bị limit nặng đến đâu. Bạn càng ép tín hiệu phẳng vào trần hung hăng bao nhiêu, codec càng tạo ra nhiều phần vọt lên trên đường ra bấy nhiêu.

Vậy nên một bản master nằm đúng ở 0.0 dBTP sẽ giải mã ra với các đỉnh trên 0 dBFS, và bộ giải mã clip chúng. Bạn không bao giờ nghe thấy điều này trên tệp của chính mình. Bạn nghe thấy nó trên phiên bản mà người nghe nhận được.

Mọi đặc tả được công bố có đề cập chuyện này đều đi tới cùng một kết luận. AES TD1008 nêu: “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 đề nghị bạn giữ đỉnh thực “below −1dB TP (True Peak) max”, và với các bản master to hơn −14 LUFS, “keep True Peak below −2dB to avoid extra distortion.”

Con số thứ hai của Spotify mới là con số thú vị. Nó tồn tại chính vì chất liệu bị limit nặng hơn thì vọt lên nhiều hơn trong codec. Cái trần không phải một mê tín cố định; nó siết lại khi chất liệu dày lên.

Lấy mẫu quá mức đang làm gì, và 4× không thấy được gì

Để đo một đỉnh không nằm trong tệp, bạn phải tái dựng dạng sóng ở khoảng giữa các mẫu. ITU-R BS.1770 đặc tả cách làm việc đó bằng lấy mẫu quá mức — nội suy thêm các điểm mẫu rồi đo đỉnh của tín hiệu dày hơn ấy.

Khuyến nghị đặt ra tối thiểu 4× lấy mẫu quá mức ở 48 kHz, và ghi rằng “Higher sampling rates and over-sampling ratios are preferred.”

Hãy đọc đúng như nó được viết. 4× là sàn tuân thủ, không phải câu trả lời chính xác. Một máy đo 4× chắc chắn bắt được nhiều hơn một máy đo đỉnh mẫu và không chắc chắn bắt được mọi thứ; ở mức 4×, phép đo vẫn có thể đọc thiếu các đỉnh thật vài phần mười dB. Chính vài phần mười ấy đúng bằng khoảng biên mà người ta hay tìm cách gọt bớt khỏi cái trần.

Hãy dùng lấy mẫu quá mức 8× hoặc 16× nếu máy đo của bạn có. Chi phí CPU thêm vào là không đáng kể còn độ chính xác thêm vào thì có đáng.

Có một cái bẫy song sinh ở phía limiter. Một trần đỉnh thực đặt ở −1.0 dBTP chỉ có nghĩa nếu limiter thực sự đang limit theo đỉnh thực. Núm chỉnh trần của nhiều limiter là đỉnh mẫu, và đặt một cái như vậy ở −1.0 sẽ cho bạn các đỉnh giữa mẫu ở đâu đó trên −0.5 dBTP — mất nửa khoảng biên trước cả khi codec chạm vào tệp.

Máy đo của bạn đang viện dẫn bản nào của tiêu chuẩn

BS.1770 có sáu bản: 2006, 2007, 2011, 2012, 2015 và 2023. BS.1770-4 (October 2015) là bản mà phần lớn máy đo đang triển khai viện dẫn; BS.1770-5 (November 2023) là bản đang có hiệu lực. Sàn lấy mẫu quá mức 4×, các tầng lọc và cả hai cổng mô tả ở đây đều được đối chiếu với BS.1770-5 như đã công bố.

Chuyện này đáng biết chủ yếu để bạn đọc tài liệu của máy đo cho đúng. Một máy đo viện dẫn -4 không vì thế mà sai, nhưng -5 là văn bản hiện hành và là bản cần gọi tên khi bạn kiểm chứng một khẳng định với một tài liệu.

Tức thời, ngắn hạn, tích hợp: ba máy đo, ba câu hỏi

Nửa còn lại của vấn đề là phần lớn mọi người đọc sai máy đo độ lớn so với quyết định họ đang đưa ra. EBU Tech 3341 định nghĩa ba cửa sổ, và chúng trả lời ba câu hỏi thực sự khác nhau.

Tức thời (M) — 400 ms, không cổng. Cùng cửa sổ với một khối gating của BS.1770. Độ lớn tức thời bám theo từng sự kiện riêng lẻ: một tiếng snare, một phụ âm giọng hát, một phách mạnh. Hãy dùng nó để bắt các thứ — một tiếng kick vọt lên 6 LU so với mọi thứ xung quanh, một đoạn nhô ra khỏi tổng thể. Đừng dùng nó để ra quyết định về mức. Nó quá giật, và đuổi theo một máy đo tức thời sẽ cho ra đúng cái kết quả bị nén quá tay mà việc chuẩn hóa lúc phát trừng phạt.

Ngắn hạn (S) — 3 s, không cổng. Ba giây là xấp xỉ một câu nhạc. Độ lớn ngắn hạn là máy đo đúng cho các quyết định cân bằng bên trong một bản nhạc, bởi ba giây là thang thời gian mà người nghe thực sự cảm nhận một đoạn là to hay nhỏ. Hãy dùng nó để so một verse với một chorus, để kiểm tra rằng một bridge không sụp xuống, và để nhìn thấy hình dạng bản phối của bạn dưới dạng một con số.

Tích hợp (I) — toàn bộ chương trình, cổng hai lần. Đây là con số mà các dịch vụ chuẩn hóa theo và là con số duy nhất thuộc về một đặc tả giao nộp. Nó được đo trên toàn bộ bản nhạc, từ mẫu đầu tới mẫu cuối, chứ không trên một đoạn được chọn. Độ lớn tích hợp là một đặc tả giao nộp, không phải một công cụ mixing; nếu bạn đang nhìn nó trong lúc làm việc thì bạn đang nhìn nhầm máy đo.

Quy tắc suy ra từ đó: hãy mix và master theo ngắn hạn, kiểm chứng bằng tích hợp, điều tra các bất thường bằng tức thời.

Lỗi mà chuyện này thực sự gây ra

Lỗi phổ biến là nhìn độ lớn tích hợp trong lúc mastering và thêm limiting cho tới khi nó đọc ra con số mà ai đó bảo bạn phải đạt. Hành vi ấy chồng hai lỗi riêng biệt lên nhau.

Lỗi thứ nhất là độ lớn tích hợp được cổng hai lần, và việc cổng ấy khiến nó không đo cái người ta tưởng. Các khối dưới −70 LKFS bị vứt bỏ thẳng. Rồi trung bình của các khối sống sót được tính, trừ đi 10, và mọi khối dưới ngưỡng tương đối ấy cũng bị vứt bỏ. Cổng tương đối nằm 10 LU dưới trung bình đã qua cổng tuyệt đối, chứ không phải 10 LU dưới trung bình chưa qua cổng của cả tệp. Hệ quả cho phiên làm việc của bạn là trực tiếp: độ lớn tích hợp của bản nhạc thực chất là độ lớn trung bình của những phần to của nó, chứ không phải của cả bản nhạc. Một bài hát có đoạn intro thì thầm 40 giây và một chorus dày như bức tường âm thanh thì gần như được đo hoàn toàn trên các chorus. Thêm một đoạn intro nhỏ tiếng vào một bản master đã xong hầu như không làm dịch chuyển số đo tích hợp, và các kỹ sư trông đợi điều ngược lại thì ngạc nhiên.

Lỗi thứ hai là Loudness Range lại dùng một cổng khác nữa. LRA, đặc tả trong EBU Tech 3342, là hiệu giữa các ước lượng của phân vị thứ 10 và thứ 95 của phân bố độ lớn ngắn hạn, và Tech 3342 đặt ngưỡng tương đối của nó ở −20 LU dưới mức độ lớn đã qua cổng tuyệt đối, chứ không phải −10 LU. Cái cổng rộng hơn ấy là cố ý — LRA đặc tả sự biến thiên, nên nó buộc phải nhận vào những đoạn nhỏ tiếng mà phép đo tích hợp được thiết kế để loại ra. Những máy đo dùng lại cổng −10 LU của tích hợp cho LRA sẽ báo ra các giá trị nhỏ hơn thực tế một cách có hệ thống. Nếu máy đo của bạn báo một LRA thấp hơn hẳn so với một máy đo khác trên cùng một tệp, hãy nghi ngờ có một cổng −10 LU ở chỗ lẽ ra phải là −20 LU.

Bạn có thể thử điều này trong vài phút. Hãy nối thêm 20 giây chất liệu thấp hơn phần thân bản nhạc 15 LU. LRA của một triển khai đúng sẽ tăng đáng kể. Của một triển khai hỏng thì hầu như không nhúc nhích.

Thực sự nên giao nộp cái gì

Hướng dẫn thì ngắn, và mọi con số trong đó đều được công bố.

1. Chốt cái trần trước: −1.0 dBTP, đỉnh thực, có lấy mẫu quá mức. Đây là ràng buộc cứng thực sự duy nhất trong danh sách. Hãy dùng −2.0 dBTP nếu bản master của bạn to hơn −14 LUFS tích hợp — con số chặt hơn tồn tại vì chất liệu bị limit nặng hơn thì vọt lên nhiều hơn trong codec.
2. Master cho âm nhạc. Hãy làm đúng phần cân bằng, âm sắc và động thái với limiter làm càng ít càng tốt, và đừng nhìn máy đo tích hợp trong giai đoạn này.
3. Đo kết quả. Bất kể bạn đến được độ lớn tích hợp nào thì đó là ứng viên của bạn. Nếu nó nằm khoảng giữa −14 và −9 LUFS thì mọi mức mục tiêu được công bố và mọi con số được thuật lại đều nằm trong vài LU quanh bạn. To hơn −9 LUFS thì hãy tự hỏi việc limit đã mua cho bạn cái gì.
4. Điều chỉnh bằng cách đổi cách mastering, chứ không phải bằng cách thêm limiting. Nhắm tới một con số LUFS bằng cách thêm limiting cho tới khi máy đo hiện ra đúng số chính là hành vi mà việc chuẩn hóa được thiết kế để làm cho vô nghĩa.

Hai điều không nên làm. Một cái trần ở −0.1 dBTP là một lỗi giao nộp cho phát trực tuyến, không phải một lựa chọn phong cách. Và đừng cắt các bản master khác nhau cho các dịch vụ khác nhau — các mức mục tiêu được công bố và được thuật lại trải rộng khoảng 2 LU, đạt đúng một con số chẳng thay đổi gì nghe được, và một bản master duy nhất ở −1 dBTP với động thái hợp lý là đúng ở mọi nơi.

Nếu bạn muốn kiểm tra một tệp đã hoàn thiện trước khi giao nộp, Mazufa có một công cụ kiểm tra độ lớn và đỉnh thực miễn phí tại /loudness-checker. Nó chạy hoàn toàn trong trình duyệt của bạn và không tải lên tệp âm thanh nào.

Nguồn

ITU-R BS.1770 — thuật toán đo, trọng số K, cổng, đỉnh thực

• Recommendation ITU-R BS.1770-5 (11/2023), Algorithms to measure audio programme loudness and true-peak audio level (bản PDF đầy đủ): https://www.itu.int/dms_pubrec/itu-r/rec/bs/R-REC-BS.1770-5-202311-I!!PDF-E.pdf
• Trang khuyến nghị BS.1770 và lịch sử các bản (BS.1770-0 tới BS.1770-5): https://www.itu.int/rec/R-REC-BS.1770/en

EBU — các cửa sổ máy đo và Loudness Range

• EBU Tech 3341, Loudness Metering: EBU Mode metering to supplement EBU R 128 (tức thời 400 ms, ngắn hạn 3 s): https://tech.ebu.ch/publications/tech3341
• EBU Tech 3342, Loudness Range: A measure to supplement EBU R 128 loudness normalisation (cổng −20 LU; phân vị thứ 10/95), PDF: https://tech.ebu.ch/docs/tech/tech3342.pdf

AES — trần đỉnh thực ở đầu vào codec

• AES TD1008.1.21-9, Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution (−1 dBTP ở đầu vào codec), PDF: https://aes2.org/wp-content/uploads/2024/01/20210924_TD1008_v3.13.pdf
• Trang tài liệu AES TD1008: https://aes.org/technical-council/technical-document-aestd1008/

Spotify — các trần đỉnh thực được công bố

• Spotify for Artists, Loudness normalization (−1 dBTP; −2 dBTP cho các bản master to hơn −14 LUFS): https://support.spotify.com/us/artists/article/loudness-normalization/