Normalizzazione del loudness per lo streaming: LUFS, ponderazione K, i due gate, LRA e true peak

Riferimento tecnico per chi missa e masterizza in Italia.

Risposta breve

Fissate il tetto di true peak (picco reale, misurato su un segnale sovracampionato) a −1 dBTP — o a −2 dBTP se il master risulta più alto di −14 LUFS — e lasciate che il loudness integrato cada dove lo mette la musica, invece di spingere il limitatore finché il misuratore non segna un numero deciso a tavolino. Se volete un riferimento pubblicato: AES TD1008 raccomanda −16 LUFS per la musica normalizzata per traccia, e Spotify normalizza la riproduzione a −14 LUFS. Tutti i servizi grandi abbassano i master alti al momento della riproduzione: un master a −6 LUFS non viene riprodotto più forte di uno a −14 LUFS, viene riprodotto allo stesso livello con meno gamma dinamica sopravvissuta. Limitare oltre misura non compra volume: compra appiattimento. La normalizzazione verso l'alto invece esiste davvero — Spotify applica guadagno positivo ai master più bassi — ma è condizionata dal margine di picco (headroom), quindi un master molto quieto con picchi alti può non essere alzato fino al bersaglio. Tutto il resto di questo documento è il dettaglio del perché, e parte dal caso più estremo che la musica registrata conosca: l'opera lirica.

1. L'opera: il caso limite della gamma dinamica, e l'unica registrazione al mondo che rende visibili entrambi i gate

Prima di tutta la teoria conviene mettere sul tavolo il caso che la teoria deve saper reggere. In tutta la musica registrata non esiste nulla che si avvicini a un'opera lirica per estensione della gamma dinamica.

Prendete un atto qualsiasi di un'opera del repertorio italiano — l'opera buffa napoletana, il Rossini comico, il Verdi di mezzo, il finale d'atto costruito come un ingranaggio. In quel singolo file convivono:

• un recitativo secco, una voce sola sostenuta dal solo clavicembalo (talvolta con violoncello di continuo), in una sala grande, microfonata da lontano;
• un'aria con archi e legni, dinamica di orchestra da camera;
• un finale d'atto con coro completo, ottoni, banda sul palco, tutte le voci soliste insieme.

Fra il recitativo secco e il tutti del finale ci sono, in una registrazione dal vivo o in una registrazione di sala non compressa, 25–30 LU di differenza di loudness a breve termine. Non 6, non 10: venticinque o trenta. È un rapporto di ampiezza dell'ordine di 20–30 volte. Nessun altro genere fa una cosa simile in un unico programma: un disco rock ben fatto oscilla di 8–10 LU fra il momento più quieto e il ritornello, una sinfonia arriva a 15–20 LU, un'opera con recitativi passa i 25 LU senza sforzo.

Questo rende l'opera l'unica registrazione che permette di vedere all'opera tutti e tre i gate della specifica contemporaneamente: il gate assoluto a −70 LUFS, il gate relativo a −10 LU dell'integrato, e il gate a −20 LU dell'LRA. Su un disco pop i tre gate si comportano quasi allo stesso modo e nessuno se ne accorge. Su un atto d'opera fanno tre cose diverse e visibilmente contraddittorie, ed è per questo che si capiscono.

1.1 Il gate assoluto (−70 LUFS): le pause e il silenzio di sala

BS.1770-5 divide il segnale in blocchi di 400 ms con sovrapposizione del 75% — quindi un blocco nuovo comincia ogni 100 ms — e calcola il loudness ponderato K di ciascun blocco. Poi scarta ogni blocco che misuri sotto −70 LKFS. È il gate assoluto, e serve a togliere di mezzo il silenzio digitale.

In un'opera il gate assoluto ha molto più lavoro da fare che altrove. Un atto contiene:

• le pause fra un numero e l'altro;
• il respiro fra il recitativo e l'attacco dell'aria;
• la corona, la fermata, il silenzio drammatico prima del colpo del coro;
• e, in una registrazione dal vivo, il rumore di sala fra le sezioni.

Qui c'è una distinzione che vale la pena fare bene, perché è la fonte di un errore ricorrente. Il silenzio di sala non è silenzio digitale. Il rumore di fondo di un teatro pieno — condizionamento, pubblico, riverbero che decade — sta tipicamente ben sopra −70 LUFS: siamo nell'ordine di −55, −50 LUFS, a volte più alto. Quei blocchi sopravvivono al gate assoluto. Il gate a −70 LUFS toglie soltanto il silenzio vero: le testate e le code del file, l'editing fra le sessioni, i tratti in cui il master è stato azzerato.

La conseguenza pratica è la stessa per tutti i generi, ma su un'opera è enorme: allungare o accorciare le code silenziose di un master non cambia il suo loudness integrato. Un atto con trenta secondi di silenzio in fondo e lo stesso atto tagliato al respiro finale misurano lo stesso numero. Se il vostro misuratore vi dà due valori diversi, non state guardando due master diversi: state guardando un misuratore che non applica il gate assoluto come dovrebbe.

1.2 Il gate relativo (−10 LU): perché il numero integrato di un atto d'opera è il suo finale

Ed è qui che l'opera diventa didattica.

Il calcolo dell'integrato prosegue così: si calcola la media dei blocchi sopravvissuti al gate assoluto, si sottrae 10, e si ottiene la soglia relativa. Ogni blocco sotto quella soglia viene scartato. Il loudness integrato è la media dei blocchi che hanno superato entrambi i gate.

Un punto va detto con precisione, perché è quello che più spesso viene raccontato male, anche in fonti serie: la soglia relativa sta 10 LU sotto la media dei blocchi già filtrati dal gate assoluto, non 10 LU sotto la media grezza dell'intero file. BS.1770-5 dice esplicitamente che la soglia relativa si ottiene "sottraendo 10 dal risultato" della misura con gating assoluto. Se un'implementazione calcola la media su tutti i blocchi, silenzio compreso, ottiene una media più bassa, quindi una soglia più bassa, quindi ammette più materiale quieto, quindi restituisce un integrato troppo basso — e l'errore cresce con la quantità di silenzio nel file. Su un pezzo pop l'errore è di qualche decimo di LU. Su un atto d'opera, che di silenzio ne ha molto, può valere diversi LU interi.

Ora applichiamolo al nostro atto. Supponiamo, come esempio numerico costruito per illustrare il meccanismo (non come misura di un disco reale):

La media dei blocchi sopravvissuti al gate assoluto — che comprende il rumore di sala a −52 e i recitativi a −40 — si colloca, per un atto in cui il tutti occupa una frazione minoritaria del tempo, intorno a −22 LUFS. La soglia relativa è quindi −32 LUFS.

E adesso guardate che cosa succede: tutti i recitativi secchi vengono scartati. Tutto il rumore di sala viene scartato. Buona parte dei passaggi con solo continuo viene scartata. Quello che resta e che forma il numero integrato sono le arie piene, i concertati e i finali.

Da cui la frase che vale la pena imparare a memoria: il loudness integrato di un atto d'opera è, in sostanza, il loudness dei suoi tutti. Non è la media dell'atto. È la media della parte forte dell'atto.

Questo non è un difetto della specifica: è esattamente il suo scopo. Il gate relativo esiste perché il livello di riproduzione deve essere deciso dal materiale che l'ascoltatore percepisce come "il pezzo", non dai suoi vuoti. Se non ci fosse, un atto con quaranta minuti di recitativi misurerebbe bassissimo, verrebbe alzato in riproduzione, e il finale d'atto arriverebbe all'ascoltatore con una pressione sonora fuori scala.

Il corollario per chi lavora su musica non lirica è lo stesso, solo meno visibile: aggiungere un'introduzione sussurrata di quaranta secondi a un master finito non cambia quasi nulla del suo integrato. Chi si aspetta il contrario si stupisce ogni volta.

1.3 Il gate dell'LRA (−20 LU): l'unico che il recitativo lo lascia entrare

Il Loudness Range (LRA), specificato in EBU Tech 3342, è il numero singolo che descrive quanto il loudness di un programma varia nel tempo. Si calcola sulla distribuzione dei valori di loudness a breve termine (finestra da 3 s): l'LRA è la differenza fra le stime del 10º e del 95º percentile di quella distribuzione, e i percentili servono proprio a impedire che un singolo estremo domini il risultato.

E qui sta il punto che l'opera rende evidente e nient'altro rende evidente: l'LRA ha un gate relativo suo, fissato a −20 LU, non a −10 LU. Tech 3342 lo pone 20 LU sotto il livello di loudness misurato con gating assoluto. Il gate più largo è deliberato: l'LRA sta cercando di caratterizzare la variazione, quindi deve ammettere proprio quel materiale quieto che l'integrato è progettato per escludere.

Su un atto d'opera i due gate cadono in due posti completamente diversi:

• soglia dell'integrato: −32 LUFS → il recitativo secco a −40 è fuori;
• soglia dell'LRA: −42 LUFS → il recitativo secco a −40 è dentro.

Il gate a −20 LU dell'LRA è l'unica cosa in tutta la catena di misura che ammetta il recitativo.

1.4 La dimostrazione numerica del bug: cosa dice un misuratore corretto e cosa dice uno sbagliato

Riutilizzare il gate relativo a −10 LU dell'integrato anche per l'LRA è un bug di implementazione reale, non teorico, e su materiale pop è quasi invisibile. Su un'opera è clamoroso. Facciamo il conto con la distribuzione dell'esempio precedente.

Misuratore corretto — gate a −20 LU, soglia −42 LUFS. Sopravvivono i recitativi (−40), le arie (−26), i concertati (−18), i finali (−13). La distribuzione dei valori a breve termine copre quasi trenta LU.

• 10º percentile ≈ −39 LUFS
• 95º percentile ≈ −13 LUFS
• LRA ≈ 26 LU

Misuratore con il bug — gate a −10 LU, soglia −32 LUFS. I recitativi secchi vengono buttati via interamente, insieme al continuo e al rumore di sala. Restano solo arie, concertati e finali.

• 10º percentile ≈ −29 LUFS
• 95º percentile ≈ −13 LUFS
• LRA ≈ 16 LU

Ventisei contro sedici: il misuratore corretto riporta un numero enorme, quello con il bug riporta un numero soltanto grande. Dieci LU di differenza sullo stesso identico file. E notate la parte insidiosa: 16 LU non sembra un valore sbagliato. Sembra un valore plausibile per un disco classico. Nessuno alza un sopracciglio. È esattamente per questo che il bug sopravvive nei prodotti: produce numeri credibili.

Il test che potete fare voi, su qualunque materiale, senza avere un'opera sottomano: prendete un master finito e accodategli venti secondi di materiale musicale 15 LU sotto il corpo del pezzo. Un'implementazione corretta vede l'LRA salire in modo netto; una con il gate sbagliato si muove appena. Se due misuratori vi danno LRA diversi sullo stesso file, la prima cosa da sospettare è un gate a −10 LU dove ne va uno a −20 LU.

Come orientamento e non come bersaglio: pop e trap fortemente limitati stanno di solito fra 3 e 5 LU; un mix full-band ben controllato fra 6 e 9 LU; una registrazione orchestrale sopra i 12 LU; un'opera con recitativi può stare sopra i 20 LU e va benissimo così. L'LRA è descrittivo. Inseguire un valore di LRA è sbagliato quanto inseguire un valore di LUFS.

2. Il problema pratico che ne discende: l'opera consegnata a tracce separate

C'è una conseguenza operativa di tutto questo che riguarda chiunque in Italia pubblichi opera, oratorio, cantata, passione, o qualunque forma lunga a numeri chiusi. Ed è un problema serio, perché nasce da una scelta di consegna, non di mastering.

La stessa esecuzione normalizza in modo diverso a seconda che venga consegnata come un file continuo o come trenta tracce separate.

Il motivo è meccanico. La normalizzazione per traccia misura ogni file da solo e gli applica il suo guadagno.

• File unico (l'atto intero come una traccia). Un solo integrato, dominato — come abbiamo visto — dai tutti: diciamo −17 LUFS. Un solo guadagno di riproduzione applicato a tutto. I rapporti interni fra recitativo, aria e finale restano esattamente quelli dell'esecuzione. Il recitativo resta 25 LU sotto il finale, come in teatro.
• Tracce separate (traccia 7 = recitativo, traccia 8 = aria, traccia 9 = finale). Ogni traccia viene misurata da sola. Il recitativo secco, da solo, misura magari −34 LUFS integrati (il gate relativo, applicato al solo recitativo, non ha più i tutti da cui prendere la media). Il finale, da solo, misura −14 LUFS. Se il servizio normalizza per traccia verso −14 LUFS, chiede +20 dB sul recitativo e 0 dB sul finale.

Il risultato, se quel guadagno venisse applicato per intero, sarebbe la distruzione completa della drammaturgia dinamica dell'opera: il clavicembalo del recitativo arriverebbe all'ascoltatore alla stessa pressione sonora del coro completo. Non "un po' più forte": uguale.

Nella pratica non va nemmeno così, e la ragione è quella che rende il problema peggiore invece che migliore. La normalizzazione verso l'alto è limitata dal margine di picco. Spotify dichiara di applicare guadagno positivo ai master più quieti "so the loudness level is −14 dB LUFS", ma aggiunge: "We consider the headroom of the track, and leave 1 dB headroom for lossy encodings to preserve audio quality." Un recitativo secco ha un fattore di cresta (crest factor) altissimo: il pizzico del clavicembalo produce picchi vicini al fondo scala mentre il loudness medio è bassissimo. Il margine di picco disponibile è quindi molto minore dei 20 dB richiesti, e il guadagno effettivamente applicato sarà una frazione di quel numero — una frazione che dipende dai picchi di quella traccia specifica, quindi diversa per ogni recitativo del disco.

Il risultato non è un'opera appiattita in modo prevedibile. È un'opera in cui ogni traccia riceve un guadagno diverso e imprevedibile, e i rapporti drammatici fra i numeri saltano in modo incoerente. È peggio di un errore sistematico, perché non è correggibile a monte.

2.1 La normalizzazione per album è la cosa che salva l'opera

La soluzione esiste ed è già implementata. Spotify normalizza l'album come unità quando l'ascolto avviene in contesto album, e lo dichiara esplicitamente: l'album viene normalizzato in modo che "the softer tracks are as soft as you intend them to be". Un solo guadagno per l'intero album, calcolato sull'album, applicato a tutte le tracce: i rapporti relativi fra le tracce sono preservati.

AES TD1008 formalizza la stessa cosa dal lato del bersaglio: per la normalizzazione per album il riferimento è −14 LUFS sulla traccia più forte, con tolleranza +0,2 LU. Cioè: l'album si allinea sul suo tutti, e tutto il resto scende sotto di conseguenza — esattamente il comportamento che un'opera richiede.

Che cosa fare, quindi, in concreto:

1. Masterizzate l'opera come un continuum, con un solo riferimento di livello per tutto l'atto o per tutta l'opera. Non "normalizzate" traccia per traccia in fase di mastering: è l'errore che poi nessuna piattaforma può disfare.
2. Consegnate tutti i numeri come un unico album, con metadati d'album coerenti, in modo che il contesto album sia riconoscibile.
3. Verificate l'integrato dell'insieme, non delle singole tracce. Il numero che conta è quello dell'album; quello del recitativo isolato non significa nulla e non va inseguito.
4. Se il formato lo consente e la fruizione prevista è l'ascolto integrale, valutate la consegna a tracce lunghe (scena intera, non singolo recitativo): riduce il numero di file misurati isolatamente senza rinunciare all'indicizzazione.
5. Non aggiungete compressione per "avvicinare" recitativo e finale. Quella distanza è l'opera.

Vale anche per l'oratorio, per la passione, per la cantata, per il concerto solistico con cadenza, e per qualunque disco di musica antica in cui una toccata per organo solo condivide il programma con un mottetto a otto voci.

3. Che cosa misura davvero il LUFS

LUFS sta per Loudness Units relative to Full Scale. LKFS (Loudness, K-weighted, relative to Full Scale) è la stessa unità con un altro nome: i documenti ITU usano LKFS, quelli EBU usano LUFS, e sono numericamente identici.

Il LU ha la stessa dimensione del dB — un Loudness Unit equivale a un decibel — ma LUFS è una scala assoluta e LU è una scala relativa. "+3 LU" e "+3 dB" indicano la stessa entità di variazione; "−14 LUFS" e "−14 dB" non indicano affatto la stessa cosa.

La misura definita da ITU-R BS.1770 non è né RMS né picco. È la media quadratica di un segnale filtrato, sommata fra i canali con pesi per canale, e poi sottoposta a gating temporale. Tre elementi la distinguono da un misuratore RMS: il filtro di ponderazione K, la somma fra canali e il gating.

3.1 La ponderazione K: due stadi di filtro

La ponderazione K (K-weighting) è una cascata di esattamente due sezioni del secondo ordine, applicata a ogni canale prima di calcolare la media quadratica.

Primo stadio — il filtro "head". Uno shelving alto che solleva la parte superiore dello spettro (coefficienti pubblicati a 48 kHz: b0 = 1,53512485958697; b1 = −2,69169618940638; b2 = 1,19839281085285; a1 = −1,69065929318241; a2 = 0,73248077421585). Modella l'effetto acustico di una testa immersa in un campo sonoro: l'ombra acustica e la diffrazione che rendono un ascoltatore più sensibile alle alte frequenze provenienti da davanti di quanto lo sia un microfono nudo.

Secondo stadio — il passa-alto RLB. Revised Low-frequency B-curve: un passa-alto che attenua il basso, perché le basse frequenze contribuiscono al loudness percepito meno di quanto la loro energia suggerisca. È per questo che una traccia con un sub enorme non misura forte quanto sembra, e misura più quieta di quanto l'ingegnere si aspetti.

Il guadagno della curva di ponderazione K a 1 kHz è +0,698 dB, cioè un fattore lineare di 1,0836. Non è una costante arbitraria: discende dalle risposte dello shelving e del passa-alto a quella frequenza. La conseguenza pratica dell'intera catena è che una sinusoide a 1 kHz a fondo scala applicata a un solo canale di una coppia stereo legge −3,01 LKFS, esattamente come BS.1770-5 stabilisce — dove il −3,01 viene dalla somma di uno su due canali, non dal filtro.

3.2 Perché la curva esiste

Un misuratore RMS non pesato afferma che una sinusoide a 40 Hz e una a 3 kHz della stessa ampiezza sono ugualmente forti. Nessun ascoltatore è d'accordo. La ponderazione K è un'approssimazione deliberatamente rozza del comportamento delle curve isofoniche — molto più semplice delle curve di Fletcher e Munson — ed è stata scelta semplice perché implementazioni indipendenti concordino entro una frazione di LU. La ponderazione K non tenta di modellare l'udito con precisione: tenta di modellarlo in modo identico su ogni misuratore del mondo, ed è questa la ragione per cui funziona.

3.3 Quale edizione è in vigore

BS.1770 ha sei edizioni: 2006, 2007, 2011, 2012, 2015, 2023. BS.1770-4 (ottobre 2015) è l'edizione che la maggior parte dei misuratori installati continua a citare; BS.1770-5 (novembre 2023) è l'edizione attualmente in vigore e supera la -4. Tutti i meccanismi descritti in questo documento — i due stadi di filtro, i blocchi da 400 ms, entrambi i gate, la soglia minima di sovracampionamento a 4× — sono verificati su BS.1770-5 come pubblicata. Se il vostro plugin dichiara conformità a BS.1770-4, non è un errore grave in sé, ma la citazione corretta oggi è la -5.

4. Momentaneo, breve termine, integrato: quale misuratore, quando

Tre finestre temporali sono normalizzate e rispondono a tre domande diverse. I comportamenti dei misuratori sono definiti in EBU Tech 3341.

Momentaneo (M) — 400 ms, senza gate. La stessa finestra del blocco di gating. Segue i singoli eventi: un rullante, una consonante, un colpo di grancassa della banda. Serve a cogliere le cose — un evento che spara 6 LU sopra tutto il resto. Non serve a prendere decisioni di livello: è troppo nervoso, e inseguirlo produce esattamente il risultato ipercompresso che la normalizzazione punisce.

Breve termine (S) — 3 s, senza gate. Tre secondi sono all'incirca una frase musicale. Il loudness a breve termine è il misuratore giusto per le decisioni di equilibrio interno a un brano, perché tre secondi sono la scala temporale su cui l'ascoltatore percepisce davvero una sezione come forte o piano. È lo strumento con cui confrontare una strofa e un ritornello, controllare che un ponte non collassi, e vedere la forma dell'arrangiamento sotto forma di numero. Su un'opera è anche il misuratore su cui si legge, sezione per sezione, la distanza fra recitativo e finale.

Integrato (I) — intero programma, con doppio gate. È il numero rispetto a cui i servizi normalizzano e l'unico che abbia senso in una specifica di consegna. Va misurato sull'intera traccia, dal primo all'ultimo campione, non su una sezione scelta. Il loudness integrato è una specifica di consegna, non uno strumento di missaggio; se lo guardate mentre lavorate, state guardando il misuratore sbagliato.

Regola pratica: si missa e si masterizza sul breve termine, si verifica sull'integrato, si indagano le anomalie con il momentaneo.

5. L'aritmetica del limitatore: pop e trap italiani, conti alla mano

L'argomento contro il master schiacciato non è estetico. È un conto.

Un servizio che normalizza misura il loudness integrato della traccia, lo confronta con il proprio bersaglio e applica un guadagno fisso all'intero file al momento della riproduzione. Se il bersaglio di Spotify è −14 LUFS e il master misura −14 LUFS, il guadagno è 0 dB. Se misura −8 LUFS, il guadagno è −6 dB. Se misura −11 LUFS, è −3 dB. Non c'è trattativa, non c'è valutazione artistica, non c'è eccezione di genere.

Il caso che si discute in ogni studio italiano è quello del pezzo pop o trap masterizzato per "reggere" accanto agli altri in una playlist italiana. Facciamo il conto per esteso.

Master A — il master "da playlist":

• Loudness integrato: −7 LUFS
• True peak: −2 dBTP (obbligatorio, perché il master è più alto di −14 LUFS)
• PLR (peak-to-loudness ratio, rapporto picco–loudness): −2 − (−7) = 5 LU

Master B — lo stesso mix, con il limitatore che lavora 4 dB in meno:

• Loudness integrato: −11 LUFS
• True peak: −1 dBTP
• PLR: 10 LU

Riproduzione su Spotify, bersaglio −14 LUFS:

I due suonano esattamente allo stesso volume. L'unica differenza è che il Master A arriva all'orecchio dell'ascoltatore con 5 LU in meno di fattore di cresta: 5 dB di distanza fra il corpo del brano e l'attacco del rullante o dell'808 che il limitatore ha cancellato e che nulla nella catena di riproduzione restituisce. Il guadagno di −7 dB non "decomprime": abbassa tutto insieme, appiattito com'era.

Detto senza ornamenti: i 4 dB che il Master A ha guadagnato nel limitatore vengono restituiti per intero al servizio, e i 5 LU di cresta che sono costati non vengono restituiti a nessuno. Lo scambio è 4 dB di niente contro 5 LU di qualcosa.

La normalizzazione trasforma una guerra del loudness in una guerra di gamma dinamica che il master più alto perde automaticamente. Non dipende dai gusti di nessuno.

Il corollario è più utile dell'avvertimento. Poiché il livello di riproduzione lo fissa il servizio, il livello del vostro master non è più una variabile competitiva. Resta competitivo tutto ciò per cui prima si spendeva il livello: definizione dei transitori, il colpo di un rullante contro un pad tenuto, la differenza fra strofa e ritornello, la sensazione che la voce stia davanti alla base e non pressata dentro.

Due riserve oneste. La normalizzazione è disattivabile — l'ascoltatore può spegnerla, e ci sono contesti che non la applicano mai: software da DJ, una sincronizzazione, un file scaricato riprodotto da una chiavetta in macchina. E la normalizzazione verso l'alto non è incondizionata: Spotify applica guadagno positivo ai master quieti, ma "considera il margine di picco della traccia e lascia 1 dB di margine per le codifiche lossy". Quindi non scrivete "tanto i master bassi vengono alzati" e non scrivete nemmeno "i master bassi non vengono alzati": vengono alzati se il margine di picco lo consente, e questa è la ragione vera per cui non ha senso masterizzare a −24 LUFS aspettandosi che il servizio ci pensi lui.

6. Canzone d'autore: quando la dinamica è l'esecuzione

C'è una tradizione italiana in cui questo discorso smette di essere tecnico e diventa una questione di che cosa si sta registrando.

Nella canzone d'autore la voce non è "in cima al mix": è il mix. Il testo porta il peso, la dizione porta il senso, e l'esecuzione vive nelle variazioni di intensità dell'interprete — la sillaba trattenuta, la frase che si apre nell'ultimo verso, il passaggio dal parlato al cantato. Sono differenze che stanno nell'ordine dei 6–12 LU fra un momento e l'altro dello stesso brano. Un compressore che chiude 6 dB su quella voce non "la fa sedere nel mix": le toglie l'interpretazione e lascia la dizione.

La cosa da capire è che non si tratta di un vezzo audiofilo. Sotto normalizzazione, quei 6–12 LU sono l'unica parte della vostra decisione di livello che l'ascoltatore può ancora sentire. Se li spendete per far salire il numero integrato, il servizio se li riprende con un guadagno negativo e voi restate con la dizione e senza l'interpretazione, riprodotta esattamente allo stesso volume del disco del vicino.

Regola operativa per un disco di questo tipo: lavorate sul breve termine, controllate che la distanza fra strofa e ritornello nel misuratore corrisponda alla distanza che sentite, e usate il limitatore soltanto per il tetto di picco. Se il vostro integrato finisce a −15 o −16 LUFS, non è un problema: è la misura di un disco che ha ancora qualcosa dentro.

7. Tammorra, mantice e ottoni: sorgenti che il limitatore rovina per prime

Un limitatore non attacca tutto il materiale allo stesso modo. Attacca per primo ciò che ha transitorio rapido e picco molto sopra il proprio valore medio — cioè esattamente le sorgenti su cui si regge la musica popolare italiana registrata dal vivo.

La tammorra. Un tamburo a cornice con sonagli, suonato con il palmo e con le dita, ha un transitorio brevissimo e un fattore di cresta enorme: il colpo di palmo produce un picco che sta 15–20 dB sopra il corpo del suono, e i sonagli aggiungono una coda ad alta frequenza che è il timbro stesso dello strumento. Un limitatore che lavora 6 dB su una registrazione di tammurriata non abbassa "il volume": rimuove il colpo e lascia il rimbombo. Il risultato è riconoscibile immediatamente da chiunque conosca lo strumento — la tammorra smette di essere percossa e diventa sostenuta.

Il mantice dell'organetto. Sull'organetto diatonico il fraseggio dinamico non passa da una tastiera sensibile alla velocità: passa dal mantice. La pompata, l'accento ottenuto con uno strappo del mantice sulla nota d'appoggio, è una variazione di pressione tradotta direttamente in una variazione di livello — è come si accenta una tarantella, ed è come si distingue un buon suonatore da uno mediocre. Comprimete quelle variazioni e ottenete un organetto che suona come una tastiera: tutte le note allo stesso peso, nessun accento, nessun respiro.

Gli ottoni della banda. La banda italiana — la formazione da festa patronale, la banda sul palco nel finale d'opera, la banda che accompagna una processione — produce due cose che il limitatore odia insieme: un livello medio già alto per la massa di strumenti, e degli sforzati di ottone il cui picco arriva molto sopra quella massa. Il limitatore, che ha già poco margine sul corpo, interviene proprio sullo sforzato. Il risultato è una banda potente e piatta, cioè priva della sola cosa che rende una banda emozionante dal vivo: la capacità di aprire ancora, quando sembrava già tutta lì.

In tutti e tre i casi il conto è lo stesso della sezione 5. Il livello che il limitatore ha guadagnato viene restituito al servizio; il transitorio che ha rimosso non viene restituito a nessuno.

8. True peak contro sample peak

8.1 La differenza

Un misuratore di sample peak riporta il valore assoluto massimo fra i campioni presenti nel file. Non è il valore massimo che il segnale raggiunge: i campioni sono punti su una forma d'onda continua, e la forma d'onda fra due campioni può salire sopra entrambi. La forma d'onda ricostruita può superare il campione più alto del file, e un misuratore di sample peak è strutturalmente incapace di vederlo. Queste escursioni sono i picchi intercampione (inter-sample peaks); il livello della forma d'onda ricostruita è il true peak, espresso in dBTP.

Un file digitalmente "sicuro", i cui campioni si fermano a −0,1 dBFS, può avere true peak ben sopra 0 dBTP. Nel file non c'è nulla di clippato. Tutto ciò che a valle ricostruisce la forma d'onda — un DAC, un convertitore di frequenza di campionamento, un decodificatore lossy — può clipparla.

8.2 Perché serve il sovracampionamento

Per vedere un true peak bisogna ricostruire la forma d'onda fra i campioni. BS.1770 prescrive di farlo per sovracampionamento (oversampling): minimo 4× a 48 kHz, con la raccomandazione che nota esplicitamente come "Higher sampling rates and over-sampling ratios are preferred". 4× è la soglia di conformità, non la risposta accurata: a 4× la misura può ancora sottostimare i picchi veri di qualche decimo di dB. Usate 8× o 16× se il vostro misuratore lo offre; il costo di calcolo è trascurabile, il guadagno di accuratezza no. Un misuratore senza una modalità true peak esplicita è un misuratore di sample peak, qualunque cosa dica il manuale.

8.3 Perché la codifica lossy alza i picchi

Un codec lossy — AAC, Ogg Vorbis, MP3 — non riproduce la forma d'onda campione per campione. Ne riproduce una percettivamente simile, e l'uscita del decodificatore supera regolarmente l'ingresso del codificatore. Non è un difetto: è la conseguenza inevitabile del quantizzare e scartare dettaglio spettrale, e cresce con quanto duramente è stato limitato il materiale di partenza. Un master esattamente a 0,0 dBTP viene decodificato con picchi sopra 0 dBFS, e il decodificatore li clippa.

Tutte le specifiche pubblicate che affrontano il problema dicono la stessa cosa. AES TD1008: "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: mantenere il true peak "below −1dB TP (True Peak) max", e per i master più alti di −14 LUFS "keep True Peak below −2dB to avoid extra distortion".

8.4 Che tetto usare davvero

Impostate il tetto true peak del limitatore a −1,0 dBTP per un master normale, e a −2,0 dBTP se il master è più alto di −14 LUFS integrati. Non è un margine superstizioso: entrambi i valori sono requisiti pubblicati dalle fonti citate, e il secondo esiste proprio perché il materiale limitato più duramente sfonda di più nel codec.

Due note a piè di pagina. Un tetto a −0,1 dBTP è un errore di consegna per lo streaming, non una scelta stilistica. E un limitatore impostato a −1,0 dBTP deve essere davvero true peak: il controllo di tetto di molti limitatori lavora sul sample peak, e impostarlo a −1,0 lascia picchi intercampione da qualche parte sopra −0,5 dBTP.

Se volete verificare un file finito, su mazufa.com c'è uno strumento gratuito di misura di loudness e true peak che gira interamente nel browser sul vostro dispositivo e non carica nulla.

9. Che cosa pubblica davvero ogni servizio

La distinzione fra ciò che è pubblicato e ciò che è ampiamente riportato è la cosa più importante di questa sezione, e quasi nessun articolo sull'argomento la mantiene.

9.1 Specifiche pubblicate

Spotify. Bersaglio: −14 LUFS integrati. Spotify dichiara di regolare le tracce "to −14 dB LUFS" e di misurare "according to the ITU 1770 standard". Tetto true peak: sotto −1 dBTP; sotto −2 dBTP per i master più alti di −14 LUFS. Spotify dichiara inoltre che "positive gain is applied to softer masters so the loudness level is −14 dB LUFS", con la qualificazione già citata sul margine: "We consider the headroom of the track, and leave 1 dB headroom for lossy encodings to preserve audio quality." Sulla normalizzazione per album, dichiara che l'album è normalizzato come unità in modo che "the softer tracks are as soft as you intend them to be". Fonte: <https://support.spotify.com/us/artists/article/loudness-normalization/>

EBU R 128. Bersaglio: −23 LUFS. È una raccomandazione per la radiodiffusione, non un bersaglio per la musica in streaming, e la includiamo perché viene applicata a sproposito con regolarità: un master musicale a −23 LUFS non è "più conforme" a nulla e — poiché la normalizzazione verso l'alto è limitata dal margine di picco — può essere riprodotto più piano di quanto vi aspettiate. Se lavorate in post-produzione televisiva italiana, R 128 è la vostra specifica e il resto di questo documento è cultura utile. Se pubblicate un disco, dimenticate −23 LUFS.

AES TD1008 (Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution). È il documento pubblico più utile per un musicista, e il più citato male:

• musica normalizzata per traccia: −16 LUFS, tolleranza +0,2 LU;
• normalizzazione per album, traccia più forte: −14 LUFS, tolleranza +0,2 LU;
• contenuto parlato: −18 LUFS, tolleranza +1 LU, misurato come loudness integrato del dialogo;
• true peak massimo: −1 dBTP all'ingresso del codec per i flussi codificati lossy.

Il valore di −18 LUFS in TD1008 è il bersaglio per il contenuto a prevalenza di parlato — notiziari, talk, fiction radiofonica — e citarlo come bersaglio per la musica è un errore comune e serio. Il valore per la musica è −16 LUFS. Se vedete −18 LUFS presentato come raccomandazione AES per la musica, la fonte ha letto male il documento.

TD1008 contiene anche un'argomentazione esplicita sulla dinamica che vale la pena citare: "A recording with high peak to loudness ratio (PLR) is often perceived as clearer and less fatiguing than one that has been excessively peak-limited."

9.2 Servizi che non pubblicano alcun bersaglio

Apple Music, YouTube Music, Amazon Music, TIDAL e Deezer non pubblicano un bersaglio di normalizzazione. Che normalizzino è osservabile; il numero specifico non è una specifica pubblicata, e qualunque articolo lo presenti come tale sta presentando una misura o un'inferenza come se fosse un documento.

Ampiamente riportato, non pubblicato dal servizio. Le cifre che circolano sono: Apple ≈ −16 LUFS, YouTube Music ≈ −14 LUFS, Amazon Music ≈ −14 LUFS, TIDAL ≈ −14 LUFS, Deezer ≈ −15 LUFS. Sono misure di terze parti su un bersaglio mobile, non specifiche. Provengono da misurazioni indipendenti, sono cambiate nel tempo e nessun servizio si è impegnato su di esse. Non calcolate un guadagno di riproduzione atteso a partire da questi numeri e non masterizzate su uno di essi.

La conseguenza pratica è più piccola di quanto sembri: ogni cifra riportata cade fra −16 e −14 LUFS, cioè un intervallo di 2 LU. Nessun master va rifatto per 2 LU.

10. Guida pratica

10.1 Come decidere un bersaglio

Si lavora all'indietro dalla musica, non in avanti da un numero.

1. Fissate prima il tetto. −1 dBTP, true peak, sovracampionato. È l'unico vincolo davvero rigido dell'elenco.
2. Masterizzate per la musica. Sistemate equilibrio, timbro e dinamica con il limitatore che lavora il meno possibile. In questa fase non guardate il misuratore dell'integrato.
3. Misurate il risultato. Qualunque integrato sia venuto fuori, quello è il vostro candidato.
4. Controllate l'ordine di grandezza. Se l'integrato sta grosso modo fra −14 e −9 LUFS, siete nell'intervallo in cui ogni bersaglio pubblicato e ogni cifra riportata stanno entro pochi LU, e nessun servizio farà nulla di drammatico alla vostra traccia. Se siete più alti di −9 LUFS, chiedetevi che cosa vi abbia comprato quella limitazione, perché la normalizzazione vi riprenderà il livello.
5. Solo a quel punto valutate una correzione, e correggete cambiando il mastering, non aggiungendo limitatore.

Inseguire un valore di LUFS aggiungendo limitatore finché il misuratore non dà il numero giusto è esattamente il comportamento che la normalizzazione è stata progettata per rendere inutile.

Il genere conta in un modo che un numero solo non cattura. Elettronica densa, metal e pop moderno finiscono spesso fra −10 e −8 LUFS perché il materiale è intrinsecamente sostenuto; jazz, folk, cantautorato e classica finiscono fra −18 e −13 LUFS perché non lo è; un'opera lirica sta ancora più in basso. Sono tutti corretti. L'errore è un disco di canzone d'autore limitato a −8 LUFS, non un disco di canzone d'autore che misura −16 LUFS.

10.2 Se il master è già limitato

Avete un master finito, limitato pesantemente, e avete appena letto quanto sopra. Tre opzioni oneste, in ordine di preferenza:

Rifare il master dal mix. L'unica soluzione vera. La limitazione dei picchi non è reversibile: i transitori rimossi non sono nel file. Se avete il mix, alzate la soglia del limitatore e rendete di nuovo.

Abbassare il tetto e fermarsi lì. Se avete solo il master e il suo true peak sta sopra −1 dBTP, applicate una limitazione true peak o una riduzione di guadagno per portarlo a −1 dBTP e non fate altro. Questo corregge l'errore di consegna senza fingere di correggere la dinamica.

Non fare niente. Un master a −8 LUFS con tetto a −1 dBTP non è rotto. Viene riprodotto allo stesso livello di tutto il resto, un po' più piatto di quanto potrebbe essere — un costo reale, ma minore di quello di un rimastering fatto di fretta. La limitazione eccessiva è un'occasione mancata, non un difetto: il file funziona, semplicemente non funziona bene quanto avrebbe potuto.

10.3 Livello e dinamica sono due cose diverse

Tenetele separate in testa, perché la confusione fra le due è all'origine della maggior parte delle decisioni sbagliate.

Il livello è dove sta l'intero brano. È un numero solo, lo imposta un fader, non costa niente, e sotto normalizzazione lo sceglie il servizio, non voi.

La gamma dinamica è il rapporto fra le parti forti e quelle piano, sia momento per momento (fattore di cresta, PLR) sia sezione per sezione (LRA). Creare quel rapporto costa qualcosa, il limitatore lo distrugge, e nulla a valle lo restituisce.

Sul livello non state più competendo — lo decide il servizio — quindi ogni decibel speso in livello esce da un budget che l'ascoltatore non vede. La normalizzazione non ha tolto la possibilità di fare un disco che suoni potente: ha tolto la possibilità di farlo stando alti. L'intensità percepita adesso viene dalla densità dell'arrangiamento, dal contrasto dei transitori, dal peso nei medio-bassi e dall'entità del salto fra le sezioni — tutte cose che sopravvivono immutate a un guadagno di riproduzione di −6 dB.

10.4 Che cosa non conta davvero

• Centrare esattamente un valore di LUFS. Non si arrotonda niente, non fallisce niente, e la differenza fra −14,0 e −13,4 LUFS è inudibile. Una tolleranza di ±1 LU è generosa e nessuno la nota.
• Master diversi per servizi diversi. I bersagli pubblicati e quelli riportati coprono circa 2 LU. Un master a −1 dBTP con una dinamica sensata è corretto ovunque.
• Frequenza di campionamento e dither su un master a 24 bit. Consegnate alla frequenza nativa del mix; il sovracampionamento in consegna non aggiunge nulla, e il dither a 24 bit sta ben sotto qualunque cosa sopravviva alla distribuzione.
• La cifra di −23 LUFS della radiodiffusione, se non state consegnando a una emittente.
• La marca del plugin di misura. Qualunque misuratore conforme a BS.1770 con modalità true peak e sovracampionamento adeguato concorda con qualunque altro entro una frazione di LU. Le discrepanze si spiegano con il gating o con il sovracampionamento, non con la qualità.

11. Riepilogo

Misurate il loudness integrato del master finito con un misuratore conforme a BS.1770-5. Fissate il tetto true peak a −1 dBTP, o a −2 dBTP se siete più alti di −14 LUFS. Usate il breve termine per le decisioni di equilibrio e l'integrato solo per la verifica. Ricordate che il gate relativo dell'integrato sta 10 LU sotto la media già filtrata dal gate assoluto, e che quello dell'LRA sta a −20 LU: su un'opera i due gate cadono su due mondi diversi, e su quella differenza si vede se il vostro misuratore è corretto. Se pubblicate opera, oratorio o qualunque forma lunga, consegnate come album e verificate l'insieme, non le singole tracce. Il livello di riproduzione lo decide il servizio, non voi: spendete su ciò che l'ascoltatore può ancora sentire.

Mazufa distribuisce musica senza costi di caricamento, senza abbonamento e senza addebito per pubblicazione; l'unica trattenuta è il 5% delle royalty incassate, e ogni candidatura completa riceve una revisione umana.

Fonti

ITU-R BS.1770 — algoritmo di misura, ponderazione K, gating, true peak

• Raccomandazione ITU-R BS.1770-5 (11/2023), Algorithms to measure audio programme loudness and true-peak audio level (PDF integrale): <https://www.itu.int/dms_pubrec/itu-r/rec/bs/R-REC-BS.1770-5-202311-I!!PDF-E.pdf>
• Pagina della raccomandazione e storico delle edizioni (da BS.1770-0 a BS.1770-5): <https://www.itu.int/rec/R-REC-BS.1770/en>

EBU — bersaglio di radiodiffusione, finestre di misura, Loudness Range

• EBU R 128, Loudness normalisation and permitted maximum level of audio signals (−23 LUFS): <https://tech.ebu.ch/publications/r128>
• EBU Tech 3341, Loudness Metering: EBU Mode metering to supplement EBU R 128 (momentaneo 400 ms, breve termine 3 s): <https://tech.ebu.ch/publications/tech3341>
• EBU Tech 3342, Loudness Range: A measure to supplement EBU R 128 loudness normalisation (gate a −20 LU; percentili 10º/95º), PDF: <https://tech.ebu.ch/docs/tech/tech3342.pdf>

AES — raccomandazioni per lo streaming

• AES TD1008.1.21-9, Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution (−16 LUFS musica, −14 LUFS album, −18 LUFS parlato, −1 dBTP), PDF: <https://aes2.org/wp-content/uploads/2024/01/20210924_TD1008_v3.13.pdf>
• Pagina del documento AES TD1008: <https://aes.org/technical-council/technical-document-aestd1008/>

Spotify — specifica di normalizzazione pubblicata

• Spotify for Artists, Loudness normalization (−14 LUFS; −1 dBTP / −2 dBTP; guadagno positivo e margine di picco; normalizzazione per album): <https://support.spotify.com/us/artists/article/loudness-normalization/>

Non pubblicato da alcun servizio. Le cifre indicate per Apple Music, YouTube Music, Amazon Music, TIDAL e Deezer sono misurazioni di terze parti ampiamente riportate. Non è citata alcuna fonte primaria perché non ne esiste una: questi servizi non pubblicano una specifica di normalizzazione.

Nota sui valori numerici dell'esempio operistico. I valori di loudness a breve termine attribuiti a recitativo, aria, concertato e finale nella sezione 1, e i percentili che ne derivano nella sezione 1.4, sono un esempio costruito per illustrare il comportamento dei gate. Non sono la misura di una registrazione specifica e non vanno citati come tali. Il comportamento che illustrano — soglia dell'integrato a −10 LU, soglia dell'LRA a −20 LU, e la differenza che ne consegue — è invece quello specificato in BS.1770-5 e in EBU Tech 3342.