Normalizarea sonorității pentru streaming: LUFS, ponderare K, cele două porți, LRA și vârful real — referință tehnică

Răspuns scurt

Fixați plafonul limitatorului la −1 dBTP măsurat cu vârf real (true peak) și lăsați sonoritatea integrată să cadă acolo unde o duce muzica, în loc să o împingeți către o cifră. Dacă vreți totuși o cifră publicată: AES TD1008 recomandă −16 LUFS pentru muzică normalizată pe piesă, iar Spotify normalizează redarea la −14 LUFS, cu plafon de vârf sub −1 dBTP (sub −2 dBTP dacă masterul e mai tare de −14 LUFS). Toate serviciile mari coboară masterele prea tari la redare: un master la −6 LUFS nu sună mai tare decât unul la −14 LUFS, sună la fel de tare, doar cu mai puțină gamă dinamică (dynamic range) rămasă în el. Singurul lucru pe care îl schimbă limitarea excesivă este ce pierdeți. Alegeți plafonul de −1 dBTP, măsurați sonoritatea integrată pe masterul final și opriți-vă din împins când tranzienții încep să se aplatizeze. Nu există un număr corect unic, dar există o metodă corectă.

1. Aritmetica din cauza căreia masterul supralimitat pierde automat

Argumentul nu ține de gust. Ține de aritmetică.

Un serviciu care normalizează redarea măsoară sonoritatea integrată a piesei, o compară cu o țintă și aplică întregului fișier un câștig fix, la redare. Dacă ținta Spotify este −14 LUFS și masterul dumneavoastră măsoară −14 LUFS, câștigul aplicat este 0 dB. Dacă măsoară −8 LUFS, câștigul aplicat este −6 dB. Dacă măsoară −11 LUFS, câștigul este −3 dB. Nimic din lanțul de redare nu vă restituie ulterior acei decibeli.

Comparați două mastere ale aceluiași mix. Masterul A este finalizat la −14 LUFS integrat, cu vârfuri la −1 dBTP: raportul vârf–sonoritate (PLR) este de 13 LU. Masterul B este împins la −8 LUFS integrat, cu același plafon de −1 dBTP: PLR de 7 LU. La redare cu țintă de −14 LUFS, masterul B este atenuat cu 6 dB. Vârfurile lui ajung la −7 dBTP. Sonoritatea lui este identică cu a masterului A. Cei 6 dB de factor de vârf (crest factor) pe care i-a mâncat limitatorul pur și simplu nu mai există.

Normalizarea sonorității transformă războiul volumului într-un război al gamei dinamice pe care masterul cel mai tare îl pierde automat.

Corolarul e mai util decât avertismentul. Fiindcă serviciul stabilește nivelul de redare, nivelul masterului dumneavoastră nu mai este o variabilă competitivă. Rămâne competitiv exact ce se cheltuia înainte pe nivel: definiția tranzienților, impactul unei tobe peste un pad susținut, diferența dintre strofă și refren, senzația că vocea stă în fața formației, nu presată în ea. Sub normalizare, raportul vârf–sonoritate al masterului este singura parte din decizia dumneavoastră de sonoritate pe care ascultătorul o poate auzi efectiv.

Două rezerve, ambele importante. Întâi, normalizarea se poate dezactiva: ascultătorul o poate opri, iar unele contexte — software de DJ, o sincronizare pentru film, un fișier descărcat și dat pe aux în mașină, o boxă la o petrecere — nu o aplică niciodată. Al doilea: normalizarea în sus este reală, dar condiționată. Spotify afirmă explicit că aplică un câștig pozitiv masterelor mai slabe, astfel încât nivelul de sonoritate să fie −14 dB LUFS, dar adaugă imediat: „We consider the headroom of the track, and leave 1 dB headroom for lossy encodings to preserve audio quality." Adică: rezerva de vârf (headroom) a piesei este luată în calcul, iar 1 dB de rezervă este păstrat pentru codarea cu pierderi. Un master foarte slab, dar cu vârfuri înalte, poate deci să nu fie ridicat până la țintă. Sunt deci false ambele formulări care circulă: „masterele slabe nu sunt ridicate" e greșit, dar și „masterele slabe sunt ridicate oricum până la țintă" e greșit.

2. Ce măsoară de fapt LUFS

LUFS înseamnă Loudness Units relative to Full Scale — unități de sonoritate raportate la scala plină. LKFS (Loudness, K-weighted, relative to Full Scale) este aceeași unitate sub alt nume: documentele ITU folosesc LKFS, cele EBU folosesc LUFS, iar valorile sunt numeric identice.

LU are aceeași mărime ca dB — o unitate de sonoritate egalează un decibel — dar LUFS este o scală absolută, iar LU una relativă. „+3 LU" și „+3 dB" înseamnă aceeași mărime; „−14 LUFS" și „−14 dB" nu înseamnă deloc același lucru.

Măsurarea definită în ITU-R BS.1770 nu este nici RMS, nici vârf. Este media pătratică a unui semnal filtrat, însumată pe canale cu ponderi per canal, apoi poartată în timp. Trei lucruri o deosebesc de un indicator RMS obișnuit: filtrul de ponderare K, însumarea canalelor și poarta. Filtrul și poarta concentrează aproape toate neînțelegerile.

2.1. Ponderarea K: exact două etaje de filtru

Ponderarea K (K-weighting) este o cascadă de exact două secțiuni de ordinul doi, aplicate fiecărui canal înainte de calculul mediei pătratice.

Etajul 1 — filtrul „de cap". Un filtru trece-sus de tip shelving care ridică partea de sus a spectrului (coeficienți publicați la 48 kHz: b0 = 1,53512485958697; b1 = −2,69169618940638; b2 = 1,19839281085285; a1 = −1,69065929318241; a2 = 0,73248077421585). Modelează efectul acustic al unui cap uman într-un câmp sonor: umbrirea și difracția care fac un ascultător mai sensibil la frecvențele înalte venite din față decât ar fi un microfon gol.

Etajul 2 — filtrul trece-sus RLB. Revised Low-frequency B-curve: un trece-sus care taie din josul spectrului, reflectând faptul că frecvențele joase contribuie la sonoritatea percepută mai puțin decât sugerează energia lor. De aici vine constatarea că o piesă cu sub-bas enorm nu măsoară atât de tare pe cât se simte într-un club — și măsoară mai încet decât se aștepta inginerul.

Câștigul curbei de ponderare K la 1 kHz este de +0,698 dB, adică un factor liniar de 1,0836. Nu e o constantă arbitrară: rezultă din răspunsurile celor două etaje la acea frecvență. Consecința practică a întregului lanț este că o sinusoidă de 1 kHz la scală plină, aplicată pe un singur canal dintr-o pereche stereo, indică −3,01 LKFS, exact cum spune BS.1770-5 — iar acel −3,01 vine din însumarea unui canal din două, nu din filtru.

2.2. De ce există curba

Un indicator RMS neponderat spune că o sinusoidă de 40 Hz și una de 3 kHz, la aceeași amplitudine, sunt la fel de tari. Niciun ascultător nu e de acord. Ponderarea K este o aproximare deliberat grosieră a comportamentului de egală sonoritate — mult mai simplă decât curbele Fletcher–Munson — și a fost aleasă simplă tocmai ca implementări independente să cadă de acord până la o fracțiune de LU. Ponderarea K nu încearcă să modeleze auzul cu acuratețe; încearcă să îl modeleze identic în toate aparatele de măsură din lume, și de aceea funcționează.

2.3. Ce ediție este în vigoare

BS.1770 are șase ediții: 2006, 2007, 2011, 2012, 2015 și 2023. BS.1770-4 (octombrie 2015) este ediția pe care o citează majoritatea aparatelor instalate, dar ea este depășită; ediția în vigoare este BS.1770-5 (noiembrie 2023). Toate mecanismele descrise aici — cele două etaje de filtru, blocurile de 400 ms, ambele porți, pragul minim de supraeșantionare 4× — sunt verificate față de BS.1770-5 așa cum a fost publicată. Dacă documentația unui plugin spune „conform BS.1770-4", nu e o eroare de măsurare, dar este o referință depășită; numiți întotdeauna ediția -5 drept cea curentă.

3. Mecanismul de poartare, integral

Poartarea (gating) este partea din specificație descrisă cel mai des greșit, inclusiv în surse altfel atente. Sonoritatea integrată este o măsurare dublu poartată.

3.1. Pasul unu: tăierea în blocuri

Semnalul este împărțit în blocuri de poartare de 400 ms, cu suprapunere de 75%. O suprapunere de 75% pe un bloc de 400 ms înseamnă că un bloc nou începe la fiecare 100 ms. Fiecare bloc primește propria valoare de sonoritate, calculată ca medie pătratică a semnalului ponderat K. Suprapunerea nu e decorativă: împiedică un eveniment tare care cade peste granița dintre blocuri să fie tăiat în două și subevaluat.

3.2. Pasul doi: poarta absolută

Orice bloc care măsoară sub −70 LKFS este eliminat și nu mai participă la măsurare. Astfel dispar liniștea digitală, cozile de fade, zgomotul de cameră și pauzele, ca o piesă cu final lung și tăcut să nu măsoare mai încet decât aceeași piesă tăiată scurt.

3.3. Pasul trei: poarta relativă — locul unde se greșește

Se calculează media sonorității blocurilor care au supraviețuit porții absolute. Din acea medie se scad 10. Rezultatul este pragul relativ. Se elimină orice bloc sub el. Sonoritatea integrată este media blocurilor care supraviețuiesc ambelor porți.

Distincția se pierde frecvent: poarta relativă se așază cu 10 LU sub media blocurilor rămase după poarta absolută, nu cu 10 LU sub media nepoartată a întregului fișier. BS.1770-5 este explicită: pragul relativ se obține „scăzând 10" din rezultatul măsurării cu poartare absolută. Dacă se calculează media peste toate blocurile, inclusiv cele sub −70 LKFS, media iese mai mică, pragul iese mai jos, sunt admise mai multe blocuri liniștite, iar valoarea integrată iese prea mică — iar eroarea crește cu cantitatea de liniște din fișier. Acesta este motivul numărul unu pentru care două aparate de măsură nu cad de acord pe același fișier.

3.4. Doina ca exemplu de lucru pentru poarta relativă

Nu există în muzica românească un caz mai potrivit pentru înțelegerea porții relative decât doina.

Doina este o formă solistică de ritm liber, nemăsurată — fără puls fix, fără măsură, fără tempo la care se poate atașa un metronom. Ornamentația este densă și continuă: apogiaturi, glissando-uri, trilluri, atacuri din gât, sfârșituri de frază care se sting în suflu. Și, mai ales, doina se mișcă între o șoaptă aproape neauzită și un strigăt deschis, cu gura plină, uneori în interiorul aceleiași fraze, fără nicio treaptă intermediară pe care ai putea-o numi „nivel normal".

Consecința tehnică imediată privește compresorul. **Un compresor cu orice timp de revenire (release) fix se luptă cu un ritm care nu există.** Un release de 200 ms este „potrivit" numai raportat la o pulsație; într-o doină nu există pulsație de care să se agațe. Rezultatul se aude ca respirație a fondului: după fiecare strigăt, compresorul revine pe o durată aleasă arbitrar, iar acea revenire ridică zgomotul de cameră, suflul instrumentului și rezonanța încăperii într-un mod care se corelează cu nimic din muzică. Pe o piesă cu tobe, urechea iartă asta pentru că revenirea coincide cu pulsația. Pe o doină, urechea aude un artefact. Soluția practică este fie compresie manuală prin automatizare de câștig (scrisă pe frază, nu pe timp), fie un detector cu revenire dependentă de program, fie deloc compresie și doar echilibru de nivel scris de mână.

Acum să vedem ce face poarta relativă cu aceeași înregistrare. Presupuneți o doină de patru minute în care pasajele deschise, strigate, ocupă vreo 70 de secunde împrăștiate prin piesă, iar restul stă considerabil mai jos. Media blocurilor rămase după poarta absolută cade undeva între cele două regimuri. Se scad 10 LU. Aproape toate frazele șoptite trec sub acel prag și sunt eliminate din calcul. Valoarea integrată raportată descrie deci, practic, sonoritatea pasajelor deschise — nu media doinei.

De aici trei consecințe pe care le puteți verifica singuri:

1. Adăugarea unei introduceri liniștite nu schimbă aproape nimic în valoarea integrată. Este un rezultat care surprinde constant inginerii care se așteaptă ca 30 de secunde de suflu la început să „tragă media în jos". Nu o trag: sunt eliminate.
2. Sonoritatea integrată a unei doine este, efectiv, media părților ei tari. Dacă vreți ca piesa să nu fie coborâtă agresiv la redare, ceea ce contează sunt strigătele, nu șoaptele.
3. Dacă limitați doina ca să „ridicați media", limitați exact materialul care compune deja valoarea măsurată — și obțineți o valoare integrată aproape neschimbată cu tranzienți vocali distruși. Este cel mai clar exemplu de efort cheltuit degeaba pe care îl produce normalizarea.

O verificare de cinci minute: măsurați doina întreagă, apoi măsurați numai pasajele deschise, decupate și lipite. Cele două valori integrate ar trebui să fie apropiate. Dacă în aparatul dumneavoastră diferă mult, aparatul probabil calculează pragul relativ din media nepoartată — exact eroarea descrisă mai sus.

4. Momentan, pe termen scurt, integrat: care indicator și când

Trei ferestre de timp sunt standardizate și răspund la trei întrebări diferite. Comportamentele indicatoarelor sunt definite în EBU Tech 3341.

Momentan (M) — 400 ms, nepoartat. Aceeași fereastră ca un bloc de poartare. Urmărește evenimente individuale: o lovitură de țambal, o consoană vocală, un atac de acordeon. Folosiți-l ca să prindeți lucruri, nu ca să luați decizii de nivel: e mult prea nervos, iar mixatul „după indicatorul momentan" produce exact rezultatul supracomprimat pe care normalizarea îl pedepsește.

Pe termen scurt (S) — 3 s, nepoartat. Trei secunde înseamnă aproximativ o frază muzicală. Indicatorul pe termen scurt este cel corect pentru decizii de echilibru în interiorul piesei, fiindcă trei secunde este scara de timp la care ascultătorul percepe efectiv o secțiune ca fiind tare sau slabă. Cu el comparați strofa cu refrenul, verificați că puntea nu se prăbușește și vedeți forma aranjamentului ca număr.

Integrat (I) — întregul program, dublu poartat. Acesta este numărul pe care serviciile îl normalizează și singurul care are ce căuta într-o specificație de livrare. Se măsoară pe piesa întreagă, de la primul până la ultimul eșantion, nu pe o secțiune aleasă. Sonoritatea integrată este o specificație de livrare, nu o unealtă de mixaj; dacă o urmăriți în timp ce lucrați, urmăriți indicatorul greșit.

Regulă practică: mixați și masterizați după termen scurt, verificați cu integrat, investigați anomaliile cu momentan.

5. Gama de sonoritate (LRA) și poarta de −20 LU

Gama de sonoritate (Loudness Range), specificată în EBU Tech 3342, este un singur număr care descrie cât de mult variază sonoritatea unei piese în timp. Se calculează dintr-o distribuție a valorilor de sonoritate pe termen scurt (3 s): LRA este diferența dintre estimările percentilei 10 și percentilei 95 ale acelei distribuții — de aceea extremele foarte scurte de la ambele capete nu domină rezultatul.

LRA are propria poartare, iar aceasta nu este identică cu cea a măsurării integrate. Tech 3342 fixează pragul relativ al LRA la −20 LU sub nivelul de sonoritate obținut după poartarea absolută, nu la −10 LU. Poarta mai largă este intenționată: LRA încearcă să caracterizeze variația, deci trebuie să admită tocmai pasajele mai liniștite pe care măsurarea integrată e proiectată să le excludă.

Aceasta este o eroare de implementare reală, nu teoretică. Aparatele care refolosesc poarta de −10 LU și pentru LRA raportează valori sistematic prea mici, fiindcă au aruncat exact materialul liniștit care constituie gama. Dacă indicatorul dumneavoastră raportează un LRA vizibil mai mic decât altul pe același fișier, primul lucru de bănuit este o poartă de −10 LU pusă acolo unde trebuia −20 LU.

Materialul românesc oferă un test mai bun decât un ton sintetic. Luați o doină sau un cântec de ascultare cu un final foarte liniștit și adăugați-i la coadă 20 de secunde de material cu vreo 15 LU sub corpul piesei. O implementare corectă va raporta un LRA sensibil mai mare; una defectă abia se mișcă.

Ca orientare, nu ca țintă: masterele electronice și pop puternic limitate cad frecvent în jur de 3–5 LU; un mix full-band bine controlat, în jur de 6–9 LU; înregistrările orchestrale și acustice depășesc adesea 12 LU. O doină sau o înregistrare de taraf făcută cinstit, într-o cameră, va sta comod peste această ultimă valoare. LRA este descriptiv: a urmări un anumit LRA este la fel de greșit ca a urmări un anumit LUFS.

6. Vârf real față de vârf de eșantion

6.1. Diferența

Un indicator de vârf de eșantion (sample peak) raportează cea mai mare valoare absolută a unui eșantion din fișier. Aceea nu este cea mai mare valoare pe care o atinge semnalul: eșantioanele sunt puncte pe o formă de undă continuă, iar forma de undă dintre două eșantioane poate urca peste amândouă. Semnalul analogic reconstruit poate depăși cel mai înalt eșantion din fișier, iar un indicator de vârf de eșantion este structural incapabil să vadă asta. Aceste depășiri se numesc vârfuri inter-eșantion; nivelul formei de undă reconstruite este vârful real (true peak), exprimat în dBTP.

Un fișier „sigur" digital, cu eșantioane care se opresc la −0,1 dBFS, poate avea vârfuri reale confortabil peste 0 dBTP. Nimic nu e tăiat în fișier. Tot ce urmează și reconstruiește forma de undă — un convertor D/A, un convertor de frecvență de eșantionare, un decodor cu pierderi — poate să o taie.

6.2. Țambalul: cel mai greu caz posibil pentru un limitator

Dacă ar trebui proiectat un instrument cu scopul de a produce vârfuri inter-eșantion, ar ieși țambalul.

Mecanismul, concret. Țambalul are multe coruri de corzi (mai multe corzi acordate în unison pentru fiecare notă), lovite cu ciocănele. De aici, două proprietăți care în alte instrumente nu apar împreună:

Densitate foarte mare de tranzienți. Fiecare lovitură are un atac de câteva milisecunde, cu energie lată în spectru — un impuls, practic. Într-un pasaj rapid de taraf, loviturile se succed la intervale de ordinul a 60–100 ms. Aparatul de măsură momentan (400 ms) vede deci mai multe impulsuri per fereastră.

Decădere colectivă lungă. Corzile nu sunt amortizate individual după fiecare lovitură, iar corurile nelovite intră în rezonanță simpatică. Rezultatul este un pat de rezonanță susținut, care crește pe măsură ce pasajul avansează și peste care sosesc noile impulsuri.

Combinația este exact ceea ce un limitator nu poate rezolva cu un singur set de constante de timp. Detectorul „vede" un semnal al cărui nivel pe termen scurt este deja ridicat, din cauza patului de rezonanță, iar peste el sosesc tranzienți ascuțiți la fiecare câteva zeci de milisecunde. Dacă timpul de revenire este mai lung decât intervalul dintre lovituri, limitatorul nu apucă niciodată să revină și ajunge să modeleze patul de rezonanță în loc să prindă vârfurile — se aude ca o pompare a susținerii. Dacă revenirea este mai scurtă, câștigul se mișcă în interiorul fiecărei decăderi și produce distorsiune de intermodulație în registrul mediu-jos, exact acolo unde stă corpul instrumentului.

Iar acum partea de vârf inter-eșantion. Un tranzient de câteva milisecunde, lat în spectru, are energie până sus în bandă. După limitarea de bandă la frecvența Nyquist, un asemenea impuls este reprezentat de puține eșantioane, iar maximul curbei reconstruite cade tipic între eșantioane, nu pe unul dintre ele. Adăugați limitarea, care retează vârfurile și le lasă plate: o formă de undă cu vârfuri plate este bogată în armonice, iar la reconstrucție dă supraoscilații (efect Gibbs) în jurul fiecărei muchii. Un fișier de țambal limitat la −0,1 dBFS măsurat pe eșantion poate ajunge, măsurat corect cu supraeșantionare (oversampling), la valori pozitive în dBTP — și le veți vedea numai dacă aparatul dumneavoastră chiar are un mod dBTP.

Practic: pe orice piesă cu țambal în față, măsurați întotdeauna cu vârf real, nu cu vârf de eșantion, și lăsați limitatorului cel puțin plafonul de −1 dBTP.

6.3. Taraful: ansamblul înregistrat viu, într-o singură cameră

Un taraf — vioară, țambal, cobză, nai, acordeon — cântă repede, cu variație dinamică internă enormă și, foarte des, se înregistrează viu, în aceeași încăpere. De aici trei lucruri care contează la măsurare:

**Diafonia (bleed) este parte din sunet, nu o problemă de curățat.** Nivelul din microfonul de vioară conține țambal; nivelul din microfonul de țambal conține tot ansamblul. Compresia aplicată pe piste individuale modulează, prin diafonie, și instrumentele care nu sunt pe pista respectivă — un compresor pus pe vioară pompează, în fundal, țambalul. Pe material de taraf, compresia de bus și automatizarea de câștig se comportă mult mai previzibil decât compresia per pistă.

Gama dinamică internă este reală și rapidă. Un taraf poate trece de la acompaniament de fundal la tutti în două timpi. Indicatorul pe termen scurt (3 s) este singurul care arată onest această formă; cel momentan sare prea mult, iar cel integrat o ascunde complet.

Vârfurile de ansamblu se adună. Când vioara, țambalul și acordeonul atacă în același moment, vârful sumei nu este vârful celui mai tare instrument. Marja de −1 dBTP nu este superstiție pe acest material; este strictul necesar.

6.4. Naiul și taragotul: suflul este semnal, nu zgomot

La nai, componenta de zgomot a atacului — aerul care lovește marginea tubului — nu este un defect de captare, este mecanismul care face instrumentul recognoscibil. Aceeași observație e valabilă pentru taragot, unde respirația și tranziția anche–coloană de aer se aud și fac parte din expresie.

Consecința pentru masterizare este directă: orice procesare care tratează suflul ca zgomot îl scoate din instrument. Un expander sau un gate reglat „ca să curețe" între fraze taie exact începutul și sfârșitul frazelor de nai; o reducere de zgomot spectrală aplicată global lasă instrumentul cu atacuri fără aer, care sună sintetic. Iar în relația cu măsurarea: pe o piesă cu nai, blocurile care conțin numai respirație și rezonanță de cameră se plasează, de regulă, sub poarta relativă și oricum nu contribuie la valoarea integrată. Nu aveți deci niciun motiv de măsurare să le curățați. Dacă le curățați, o faceți din alt motiv, și acela ar trebui să fie muzical.

6.5. De ce e obligatorie supraeșantionarea

Ca să vedeți un vârf real, trebuie să reconstruiți forma de undă dintre eșantioane. BS.1770 specifică asta prin supraeșantionare: minimum 4× la 48 kHz, recomandarea notând că „Higher sampling rates and over-sampling ratios are preferred" — sunt de preferat rate de eșantionare și rapoarte de supraeșantionare mai mari. 4× este pragul de conformitate, nu răspunsul exact: la 4×, măsurarea poate încă subestima vârfuri reale cu câteva zecimi de dB. Folosiți 8× sau 16× dacă aparatul o permite; costul de procesare e neglijabil, câștigul de acuratețe nu. Un aparat fără mod explicit de vârf real sau dBTP este un indicator de vârf de eșantion, orice ar sugera manualul.

6.6. De ce codarea cu pierderi ridică vârfurile

Un codec cu pierderi — AAC, Ogg Vorbis, MP3 — nu reproduce forma de undă eșantion cu eșantion. Reproduce una perceptual asemănătoare, iar ieșirea decodorului depășește în mod curent intrarea codorului. Depășirea nu este un defect, ci o consecință inevitabilă a cuantizării și a renunțării la detaliu spectral, și crește cu cât materialul sursă a fost limitat mai tare. Un master fix la 0,0 dBTP se decodează cu vârfuri peste 0 dBFS, iar decodorul le taie.

Toate specificațiile publicate care abordează subiectul spun același lucru. 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: păstrați vârful real „below −1dB TP (True Peak) max", iar pentru mastere mai tari de −14 LUFS, „keep True Peak below −2dB to avoid extra distortion."

6.7. Ce plafon să puneți efectiv

Fixați plafonul de vârf real al limitatorului la −1,0 dBTP pentru mastere obișnuite și la −2,0 dBTP dacă masterul este mai tare de −14 LUFS integrat. Nu e o marjă de superstiție: ambele cifre sunt cerințe publicate în sursele de mai sus, iar a doua există tocmai fiindcă materialul limitat mai dur depășește mai mult în codec.

Două note. Un plafon de −0,1 dBTP este o eroare de livrare pentru streaming, nu o alegere stilistică. Și un limitator setat la −1,0 dBTP trebuie să fie efectiv un limitator cu vârf real: la multe plugin-uri, controlul de plafon lucrează pe vârf de eșantion, iar setarea pe −1,0 vă lasă vârfuri inter-eșantion undeva peste −0,5 dBTP.

Pe mazufa.com există un verificator gratuit de sonoritate și vârf real care rulează integral în browser, pe dispozitivul dumneavoastră, și nu încarcă niciun fișier nicăieri.

7. Manele: aritmetica pe un master la −6 LUFS

Producția de manele destinată playlisturilor românești și evenimentelor este masterizată, aproape fără excepție, ca să concureze la volum. Merită făcut calculul cinstit, în ambele direcții.

Luați un master la −6 LUFS integrat, cu plafon la −1 dBTP. PLR-ul lui este de 5 LU.

• La redare pe Spotify, cu țintă −14 LUFS, câștigul aplicat este −8 dB. Vârfurile ajung la −9 dBTP. Sonoritatea redată: −14 LUFS.
• Un master alternativ al aceleiași piese, oprit la −11 LUFS cu același plafon de −1 dBTP, are PLR 10 LU. Câștigul aplicat este −3 dB, vârfurile ajung la −4 dBTP, sonoritatea redată: tot −14 LUFS.

Cele două se redau la același nivel. Diferența audibilă este că al doilea și-a păstrat 5 LU în plus de factor de vârf: atacul de tobă, plesnetul de darabană, tranzientul de acordeon și consoanele vocii. Cei 8 dB cheltuiți pe limitare în primul caz nu cumpără niciun decibel de sonoritate redată. Cumpără doar aplatizare.

Și acum partea onestă, care lipsește din majoritatea articolelor pe tema asta: există contexte în care masterul tare chiar câștigă. La un eveniment, unde piesa e dată dintr-un fișier pe un mixer, fără normalizare; într-un set de DJ, unde software-ul nu normalizează implicit; pe o boxă portabilă; într-un clip redat cu normalizarea dezactivată. În toate aceste situații nivelul fișierului este nivelul fișierului, iar mai tare înseamnă mai tare.

Concluzia practică nu este „nu limitați", ci: decideți conștient pentru ce context masterizați și cât plătiți pentru el. Dacă principalul consum este pe streaming, un master între −11 și −9 LUFS păstrează suficientă densitate ca să sune competitiv și îmbunătățește ce se aude după normalizare. Dacă știți sigur că fișierul va fi folosit și în sonorizări nenormalizate, o variantă separată, mai tare, pentru acel uz este o soluție rațională — mult mai rațională decât a strica singurul master pe care îl trimiteți la distribuție. Ceea ce nu are niciun sens este să împingeți masterul de streaming la −6 LUFS crezând că va suna mai tare pe telefonul ascultătorului. Nu va suna.

8. Ce publică efectiv fiecare serviciu

Distincția dintre publicat și larg raportat este cel mai important lucru din această secțiune și aproape niciun articol pe tema aceasta nu o menține.

8.1. Specificații publicate

Spotify. Țintă: −14 LUFS integrat. Spotify afirmă că ajustează piesele „to −14 dB LUFS" și că măsoară „according to the ITU 1770 standard". Plafon de vârf real: sub −1 dBTP; sub −2 dBTP pentru mastere mai tari de −14 LUFS. Spotify mai afirmă că „positive gain is applied to softer masters so the loudness level is −14 dB LUFS", cu rezerva de rezervă de vârf citată mai sus. Despre normalizarea pe album, notează că albumul este normalizat ca întreg, astfel încât „the softer tracks are as soft as you intend them to be" — raporturile de nivel dintre piesele unui album sunt păstrate. Pentru un album care alternează doine, cântece de ascultare și piese de joc, aceasta este exact ce vă doriți: nu egalizați manual piesele între ele „ca să nu sară nimic", fiindcă distrugeți tocmai contrastul pe care normalizarea pe album l-ar fi păstrat.

EBU R 128. Țintă: −23 LUFS. Este o recomandare pentru radiodifuziune, nu o țintă de streaming muzical, și apare aici pentru că este aplicată greșit în mod curent: un master muzical la −23 LUFS nu este „mai conform" cu nimic și, fiindcă normalizarea în sus este limitată de rezerva de vârf, se poate reda mai încet decât intenționați.

AES TD1008 (Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution) este cel mai util document public pentru muzicieni și cel mai des citat greșit:

• Muzică normalizată pe piesă: −16 LUFS, toleranță +0,2 LU.
• Normalizare pe album, piesa cea mai tare: −14 LUFS, toleranță +0,2 LU.
• Conținut vorbit: −18 LUFS, toleranță +1 LU, măsurat ca sonoritate integrată a dialogului.
• Vârf real maxim: −1 dBTP la intrarea codecului pentru fluxuri codate cu pierderi.

Cifra de −18 LUFS din TD1008 este ținta pentru conținut vorbit — știri, talk, radiofonic dramatic — iar citarea ei ca țintă pentru muzică este o eroare frecventă și serioasă. Ținta pentru muzică este −16 LUFS. Dacă vedeți −18 LUFS prezentat ca recomandare AES pentru muzică, sursa a citit greșit documentul.

TD1008 conține și un argument explicit despre dinamică, care merită citat: „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."

8.2. Servicii care nu publică nicio țintă de normalizare

Apple Music, YouTube Music, Amazon Music, TIDAL și Deezer nu publică o țintă de normalizare. Normalizează — asta se poate observa — dar cifra concretă nu este o specificație publicată, iar orice articol care o prezintă ca atare prezintă o măsurătoare sau o deducție drept document.

Cifrele care circulă sunt: Apple ≈ −16 LUFS, YouTube Music ≈ −14 LUFS, Amazon Music ≈ −14 LUFS, TIDAL ≈ −14 LUFS, Deezer ≈ −15 LUFS. Acestea sunt larg raportate, dar nepublicate de servicii; tratați-le ca observații ale unor terți asupra unei ținte mobile, nu ca specificații. Provin din măsurători independente, s-au schimbat în timp și niciun serviciu nu s-a angajat la ele. Nu calculați un câștig de redare pornind de la ele și nu masterizați către vreuna.

Consecința practică este mai mică decât pare. Toate cifrele raportate stau între −16 și −14 LUFS, adică o împrăștiere de 2 LU. Niciun master nu se retaie pentru 2 LU.

9. Ghid practic

9.1. Cum se alege o țintă

Se lucrează dinspre muzică, nu dinspre număr.

1. Fixați întâi plafonul. −1 dBTP, vârf real, cu supraeșantionare. Este singura constrângere cu adevărat rigidă din listă.
2. Masterizați pentru muzică. Rezolvați echilibrul, timbrul și dinamica cu limitatorul făcând cât mai puțin. Nu vă uitați la indicatorul integrat în această etapă.
3. Măsurați rezultatul. Orice sonoritate integrată a ieșit, aceea este candidatul.
4. Verificați intervalul. Dacă valoarea integrată e între aproximativ −14 și −9 LUFS, sunteți în zona în care toate țintele publicate și toate cifrele raportate stau la câteva LU distanță, iar niciun serviciu nu va face ceva dramatic cu piesa. Dacă sunteți mai tare de −9 LUFS, întrebați-vă ce a cumpărat limitarea, fiindcă normalizarea ia nivelul înapoi.
5. Abia apoi ajustați — și ajustați schimbând masterizarea, nu adăugând limitare.

A ținti un număr LUFS adăugând limitare până când indicatorul arată corect este exact comportamentul pe care normalizarea a fost proiectată să îl facă inutil.

Genul contează într-un fel pe care un singur număr nu îl poate cuprinde. Un master de manele, EDM sau trap ajunge frecvent între −10 și −8 LUFS pentru că materialul este intrinsec susținut; o doină, un cântec de ascultare, o înregistrare de taraf sau muzică corală ajung între −18 și −13 LUFS pentru că materialul nu este susținut. Ambele sunt corecte. Greșeala este o doină limitată la −8 LUFS, nu o doină care măsoară −16 LUFS.

9.2. Dacă masterul este deja limitat

Trei opțiuni cinstite, în ordinea preferinței:

Remasterizați din mix. Singura reparație reală. Limitarea de vârf nu este reversibilă: tranzienții eliminați nu mai sunt în fișier. Dacă aveți mixul, trageți limitatorul înapoi și re-randați.

Coborâți plafonul și lăsați restul. Dacă aveți doar masterul, iar vârful lui real e peste −1 dBTP, aplicați limitare cu vârf real sau reducere de câștig până la −1 dBTP și opriți-vă acolo. Asta repară eroarea de livrare fără să pretindă că repară dinamica.

Nu faceți nimic. Un master la −8 LUFS cu plafon la −1 dBTP nu este defect. Se redă la același nivel ca orice altceva, ușor mai plat decât ar fi putut fi — un cost real, dar mai mic decât al unei remasterizări făcute în grabă. Supralimitarea este o ocazie ratată, nu un defect: fișierul funcționează, doar că nu la cât ar fi putut.

9.3. Dinamică și nivel sunt lucruri diferite

Confuzia dintre ele produce majoritatea deciziilor proaste.

Nivelul este locul unde stă piesa în ansamblu. Este un singur număr, se pune dintr-un fader, nu costă nimic și, sub normalizare, îl alege serviciul, nu dumneavoastră.

Dinamica este relația dintre părțile tari și cele slabe, atât de la moment la moment (factor de vârf, PLR), cât și de la secțiune la secțiune (LRA). Creșterea ei costă efort, limitarea o distruge și nimic din aval nu o reface.

Nu mai concurați pe nivel — nivelul îl stabilește serviciul — deci fiecare decibel cheltuit pe nivel se cheltuie dintr-un buget pe care ascultătorul nu îl vede. Normalizarea nu v-a luat posibilitatea de a face un disc care sună tare. V-a luat posibilitatea de a-l face tare prin faptul că e tare. Intensitatea percepută vine acum din densitatea aranjamentului, contrastul de tranzienți, greutatea din mediul-jos și mărimea saltului dintre secțiuni — lucruri care supraviețuiesc neschimbate unui câștig de redare de −6 dB.

9.4. Ce chiar nu contează

• Nimerirea exactă a unei ținte LUFS. Nimic nu se rotunjește, nimic nu se respinge, iar diferența dintre −14,0 și −13,4 LUFS este inaudibilă. O toleranță de ±1 LU este generoasă.
• Mastere diferite pentru servicii diferite. Țintele publicate și raportate se întind pe circa 2 LU. Un singur master la −1 dBTP, cu dinamică sensibilă, este corect peste tot.
• Frecvența de eșantionare și dither-ul pe un master de 24 de biți. Livrați la rata nativă a mixului; supraeșantionarea la livrare nu adaugă nimic, iar dither-ul de 24 de biți stă mult sub orice supraviețuiește distribuției.
• Cifra de −23 LUFS pentru radiodifuziune. Dacă nu livrați la radio sau TV, R 128 nu este specificația dumneavoastră.
• Marca plugin-ului de măsurare. Orice aparat conform BS.1770, cu mod de vârf real și supraeșantionare adecvată, se potrivește cu oricare altul până la o fracțiune de LU. Dezacordurile vin din implementarea porților sau a supraeșantionării, nu din calitate.

10. Rezumat

Măsurați sonoritatea integrată pe masterul final, cu un aparat conform BS.1770 (ediția în vigoare este BS.1770-5, noiembrie 2023; BS.1770-4 este depășită, chiar dacă majoritatea aparatelor o citează). Fixați plafonul de vârf real la −1 dBTP, sau −2 dBTP dacă sunteți mai tare de −14 LUFS. Folosiți sonoritatea pe termen scurt pentru deciziile de echilibru și pe cea integrată doar pentru verificare. Rețineți că poarta relativă a măsurării integrate este la −10 LU sub media obținută după poarta absolută, iar cea a LRA la −20 LU. Rețineți că normalizarea în sus există, dar este limitată de rezerva de vârf. Serviciul, nu dumneavoastră, stabilește nivelul de redare — cheltuiți efortul pe care l-ați fi pus în nivel pe ceea ce ascultătorul mai poate auzi.

Mazufa distribuie muzică fără taxă de încărcare, fără abonament și fără cost per lansare; singura reținere este 5% din redevențele încasate, iar fiecare cerere completă este analizată de un om.

Surse

ITU-R BS.1770 — algoritmul de măsurare, ponderarea K, poartarea, vârful real

• Recomandarea 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 și istoricul edițiilor (BS.1770-0 … BS.1770-5): https://www.itu.int/rec/R-REC-BS.1770/en

EBU — ținta de radiodifuziune, ferestrele de măsurare, gama de sonoritate

• 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 (momentan 400 ms, termen scurt 3 s): https://tech.ebu.ch/publications/tech3341
• EBU Tech 3342, Loudness Range: A measure to supplement EBU R 128 loudness normalisation (poarta de −20 LU; percentilele 10/95), PDF: https://tech.ebu.ch/docs/tech/tech3342.pdf

AES — recomandări pentru streaming

• AES TD1008.1.21-9, Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution (−16 LUFS muzică, −14 LUFS album, −18 LUFS vorbit, −1 dBTP), 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 — specificația publicată de normalizare

• Spotify for Artists, Loudness normalization (−14 LUFS; −1 dBTP / −2 dBTP; câștig pozitiv și rezerva de vârf; normalizarea pe album): https://support.spotify.com/us/artists/article/loudness-normalization/

Nepublicat de niciun serviciu. Cifrele date pentru Apple Music, YouTube Music, Amazon Music, TIDAL și Deezer sunt măsurători ale unor terți, larg raportate. Nu se citează nicio sursă primară pentru ele, fiindcă nu există: aceste servicii nu publică nicio specificație de normalizare.