Cos’è davvero un master immersivo
Non è un file stereo con sopra un effetto. È un file multicanale in un contenitore BW64 — il formato wave in forma lunga definito nella ITU-R BS.2088, che esiste perché il formato wave originale non può superare i quattro gigabyte — che porta due chunk aggiuntivi. Il chunk axml contiene i metadati Audio Definition Model in XML, definiti nella ITU-R BS.2076. Il chunk chna associa ogni traccia del file a un identificatore in quei metadati. Senza entrambi i chunk hai un normale file wave multicanale, e sarà respinto come consegna immersiva.
Il bed e gli oggetti
Il renderer pubblicato accetta fino a centoventotto ingressi. I primi dieci sono il bed: una configurazione fissa di canali, comunemente sette punto uno punto due. Tutto dall’ingresso undici in poi è un oggetto: un elemento mono o stereo con metadati di posizione che lo muovono nella stanza invece di assegnarlo a un diffusore. Questo dà fino a centodiciotto percorsi di canale oggetto. Non esiste un limite pubblicato specifico per la musica al di sotto di quella cifra; il consiglio di restare, in musica, su un bed e un paio di dozzine di oggetti è convenzione della pratica, non una regola.
I numeri che i servizi pubblicano
La guida agli asset di Apple indica che il loudness integrato di un master immersivo non deve superare meno diciotto, misurato secondo la ITU-R BS.1770, e che il true peak non deve superare meno un decibel dBTP. Richiede audio lineare a ventiquattro bit e quarantotto kilohertz, consegnato come file BW64 con metadati ADM. Richiede inoltre una versione stereo conformata e sincronizzata con quella immersiva. Nota la formulazione: quelle cifre di loudness sono un tetto, non un obiettivo di normalizzazione, e la differenza conta quando decidi quanto spingere.
L’upmix di un mix stereo non è consentito
È la parte che più spesso viene venduta e che più spesso sorprende. Le indicazioni pubblicate da Apple sono esplicite: i file immersivi generati da mix stereo non sono consentiti. Un master immersivo si costruisce dalla sessione multitraccia, da una persona, in un renderer con licenza, decidendo cosa appartiene al bed e cosa diventa un oggetto. Qualsiasi servizio che offra di convertire un master stereo finito in uno immersivo o sta facendo qualcosa che la specifica vieta o sta descrivendo un’altra cosa.
Perché il binaurale è ciò che la maggior parte delle persone sentirà davvero
Pochissimi ascoltatori hanno un array di diffusori. La stragrande maggioranza ascolta musica immersiva in cuffia, attraverso un render binaurale. Il formato porta metadati per singolo elemento che descrivono come ogni oggetto va virtualizzato in quel render, ma quali di quelle istruzioni sopravvivano dipende dal percorso di consegna, e sul più grande servizio musicale il render in cuffia è quello della piattaforma e non quello che hai monitorato. Conseguenza pratica: controlla il mix in cuffia attraverso il servizio reale prima di considerarlo finito.
Cosa questo strumento si rifiuta di fingere
Legge le parti aperte e pubblicate del file: il contenitore definito dalla ITU-R BS.2088 e il modello di metadati definito dalla ITU-R BS.2076, entrambe raccomandazioni disponibili pubblicamente. Non renderizza. L’algoritmo che trasforma gli oggetti in segnali per i diffusori è proprietario e su licenza, quindi nessun browser può produrre un render conforme, e un valore di loudness ricavato da un’approssimazione senza licenza non sarebbe una misura di consegna valida. Non codifica né decodifica nemmeno i codec broadcast usati per trasportare la musica immersiva, che sono brevettati. Un validatore che ammette il proprio confine è più utile di un renderer che mente sul suo.