การนอร์มัลไลซ์ความดังสำหรับสตรีมมิง: คู่มืออ้างอิงทางเทคนิคสำหรับคนทำเพลงไทย

LUFS, K-weighting, เกตสองชั้น, LRA, true peak เทียบ sample peak — และแต่ละบริการ "ประกาศ" ตัวเลขอะไรไว้จริง ๆ บ้าง

คำตอบสั้น ๆ ก่อน

ตั้งเพดาน true peak (พีคจริงของสัญญาณหลังการสร้างคลื่นกลับคืน) ไว้ที่ −1 dBTP และตั้งไว้ที่ −2 dBTP ถ้ามาสเตอร์ของคุณดังกว่า −14 LUFS — นี่คือข้อกำหนดเดียวในเอกสารนี้ที่แข็งจริง ๆ ส่วน integrated loudness (ความดังเฉลี่ยตลอดทั้งเพลง) ให้ปล่อยให้มันไปตกตรงที่ดนตรีพาไป ไม่ใช่ตรงที่คุณบังคับให้มันไป ถ้าอยากได้ตัวเลขที่มีเอกสารรองรับจริง ๆ ไว้เล็ง: AES TD1008 แนะนำ −16 LUFS สำหรับดนตรีที่นอร์มัลไลซ์แบบรายเพลง และ Spotify นอร์มัลไลซ์การเล่นกลับไปที่ −14 LUFS ทุกบริการสตรีมมิงใหญ่ หรี่ มาสเตอร์ที่ดังเกินเป้าลงตอนเล่น ดังนั้นมาสเตอร์ลูกทุ่งที่ปั๊มไว้ที่ −6 LUFS ไม่ได้ดังกว่ามาสเตอร์เดียวกันที่ −14 LUFS แม้แต่เดซิเบลเดียว — มันดังเท่ากันเป๊ะ ต่างกันแค่ทรานเชียนต์ของกลองและของระนาดที่หายไปแล้วและไม่มีอะไรในสายสัญญาณปลายทางเอากลับคืนมาได้ สิ่งที่เปลี่ยนไปเพราะการลิมิตหนักเกิน จึงไม่ใช่ระดับเสียง แต่คือสิ่งที่คุณจ่ายไปเพื่อให้ได้มัน ไม่มีตัวเลขเดียวที่ถูก แต่มีวิธีทำงานที่ถูก

1. ทำไมเรื่องนี้เป็นเรื่องใหญ่เป็นพิเศษกับดนตรีไทย

ถ้าคุณเปิดเอกสารฝรั่งเรื่อง loudness คุณจะเจอตัวอย่างเป็นวงออร์เคสตรากับเพลงป็อป ซึ่งไม่ได้ผิด แต่มันไม่ได้พูดถึงสิ่งที่ยากที่สุดในคลังเพลงบ้านเรา ปัญหาการวัดความดังที่หินที่สุดในเมืองไทยไม่ใช่เพลงป็อป แต่คือวงที่เป็นเครื่องตีล้วนซึ่งมีระดับเสียงแน่นอน และเพลงที่เสียงลมหายใจกับเสียงคันชักคือ "เนื้อดนตรี" ไม่ใช่ "นอยส์"

ปี่พาทย์: ความหนาแน่นของทรานเชียนต์ที่โหดที่สุดในคลังเพลงไทย

วงปี่พาทย์เป็นกรณีศึกษาที่เกือบจะสมบูรณ์แบบสำหรับทุกอย่างในเอกสารนี้ ระนาดเอก ที่ตีด้วยไม้แข็งให้ทรานเชียนต์ (transient — ช่วงหัวเสียงที่พุ่งขึ้นเร็วมากในไม่กี่มิลลิวินาที) ที่ชันพอ ๆ กับเครื่องเพอร์คัชชันอะไรก็ตามที่มีในโลก และมันไม่ได้ตีทีละครั้ง มันไล่ตีรัวเป็นชุดต่อเนื่องหลายสิบครั้งต่อวินาทีในทางเพลงเร็ว ซ้อนอยู่บน ฆ้องวงใหญ่ ที่ให้พลังงานย่านกลาง-ต่ำที่ค้างและกังวาน แล้วมี ฉิ่ง กับ ฉาบ เติมพลังงานย่านสูงเข้าไปอีกชั้น

ผลรวมคือสัญญาณที่มี ความหนาแน่นของทรานเชียนต์สูงมาก บวกกับพลังงานย่านความถี่สูงจำนวนมาก พร้อมกัน ซึ่งพอดีกับเงื่อนไขสองข้อที่ทำให้เกิด inter-sample peak (พีคระหว่างแซมเปิล) มากที่สุด นี่คือเหตุผลที่ไฟล์ปี่พาทย์ที่ดู "ปลอดภัย" บนมิเตอร์ sample peak มักจะวัด true peak ได้เกิน 0 dBTP อย่างสบาย ๆ พูดให้ตรง: ปี่พาทย์เป็นเครื่องผลิต inter-sample peak ระดับตำราเรียน

และมันยังเป็นสิ่งที่ลิมิตยากที่สุดด้วย เพราะทรานเชียนต์ที่ถี่ขนาดนี้ทำให้ลิมิตเตอร์ (limiter — วงจรจำกัดยอดสัญญาณ) แทบไม่มีเวลาปล่อยเกนคืนก่อนจะโดนหัวเสียงลูกถัดไปเข้ามาอีก ผลคือลิมิตเตอร์ทำงานค้างอยู่ในสภาวะกดตลอดเวลา และสิ่งที่คุณได้ยินไม่ใช่ "ดังขึ้น" แต่คือรัวระนาดที่กลายเป็นแผ่นเสียงเดียวติดกัน แยกไม้ไม่ออก

ฉิ่ง: ลิมิตเตอร์ลบสิ่งที่ฉิ่งมีหน้าที่ทำพอดีเป๊ะ

ในบรรดาเครื่องทั้งวง ฉิ่งคือกรณีที่เจ็บที่สุด ฉิ่งเป็นฉาบคู่เล็ก ๆ ที่ทั้งชีวิตมีหน้าที่เดียวคือ ให้จังหวะด้วยแอกเซนต์สั้น คม และตรงเวลา ทั้งความหมายทางดนตรีของฉิ่งอยู่ในระยะเวลาไม่กี่มิลลิวินาทีแรกของเสียง และอยู่ในความต่างระหว่างเสียง "ฉิ่ง" ที่ปล่อยให้ดังกับเสียง "ฉับ" ที่บีบดับ

ลิมิตเตอร์ที่ตั้ง attack เร็วและกดลึกทำงานตรงข้ามกับหน้าที่นั้นทุกประการ มันมองเห็นแอกเซนต์คมของฉิ่งเป็นพีคที่ต้องกด และมันกดลงมาให้เท่ากับพื้นเสียงรอบข้าง สิ่งที่ได้กลับมาคือมิเตอร์ที่ตัวเลขสวยขึ้น แต่ฉิ่งไม่ได้ทำหน้าที่ให้จังหวะอีกต่อไป นี่คือรูปธรรมที่สุดของประโยคที่จะพูดซ้ำทั้งเอกสารนี้: การลิมิตหนักเกินไม่ได้ซื้อความดังให้คุณ มันซื้อความแบนราบ และในกรณีปี่พาทย์ ความแบนราบนั้นมีชื่อว่า "ฉิ่งหาย"

ซออู้และขลุ่ย: เสียงคันชักกับเสียงลมคือสัญญาณ ไม่ใช่นอยส์

ซออู้ ให้เสียงเสียดสีของหางม้ากับสายที่เป็นส่วนหนึ่งของโทนของมันเอง และ ขลุ่ยเพียงออ ให้เสียงลมที่ผ่านปากนกแก้วซึ่งเป็นเนื้อเสียงพอ ๆ กับตัวโน้ต ทั้งสองอย่างนี้เป็นพลังงานระดับเบา ต่อเนื่อง อยู่แถวใต้เสียงหลักลงไปหลาย LU

เรื่องนี้สำคัญสองชั้น ชั้นแรก อย่าเอา noise gate หรือ expander ไปไล่มันออก เพราะสิ่งที่คุณกำลังไล่ออกคือเอกลักษณ์ของเครื่องดนตรี ชั้นที่สอง — ที่คนมองข้าม — คือมันมีผลกับ LRA ของงานคุณ ถ้าเพลงบรรเลงเดี่ยวขลุ่ยมีช่วงหายใจและช่วงเสียงเบามาก ๆ อยู่จริง เกตสัมพัทธ์ −20 LU ของ LRA จะยังนับช่วงเหล่านั้น ในขณะที่เกต −10 LU ของ integrated จะทิ้งไปเกือบหมด ตัวเลขสองตัวนี้จึงเล่าคนละเรื่องกัน และนั่นคือเจตนาของมาตรฐาน ไม่ใช่ความผิดพลาด

แคน พิณ หมอลำ และมาสเตอร์ที่ทำไว้สำหรับเครื่องเสียงกลางแจ้ง

อีกขั้วหนึ่งของปัญหาคือสายอีสาน แคน ให้ลิ่มเสียงหลายเสียงพร้อมกันแบบต่อเนื่องไม่ขาด ไม่มีช่วงเงียบระหว่างโน้ตให้เลย ส่วน พิณ ไฟฟ้าในหมอลำและลูกทุ่งสมัยใหม่มักผ่านแอมป์ที่มีการบีบอัดในตัวมาแล้วชั้นหนึ่ง ก่อนจะเข้าคอมเพรสเซอร์อีกชั้นในมิกซ์

ที่สำคัญกว่านั้นคือ บริบทของงาน มาสเตอร์หมอลำและลูกทุ่งจำนวนมากถูกทำขึ้นโดยมีภาพในหัวเป็นเวทีคอนเสิร์ตกลางแจ้งที่มีตู้ลำโพงเรียงกันเป็นแถว และเป็นลำโพงโทรศัพท์ — ไม่ใช่หูฟังในห้องเงียบ ทั้งสองบริบทนั้นให้เหตุผลจริงที่จะบีบไดนามิกเรนจ์ (dynamic range — ช่วงห่างระหว่างเสียงดังสุดกับเบาสุด) ให้แคบลง เพราะกลางแจ้งมีเสียงรบกวนพื้นสูง และลำโพงโทรศัพท์เล่นเสียงเบาไม่ออกอยู่แล้ว

แต่ตรรกะนั้นหยุดทำงานทันทีที่ไฟล์เดียวกันถูกส่งขึ้นสตรีมมิงโดยไม่แก้อะไรเลย เพราะบริการปลายทางจะหรี่มันลงจนดังเท่าทุกเพลงอยู่ดี คุณจ่ายไดนามิกไปเต็มราคา แล้วไม่ได้ความดังกลับมา

เพลงเพื่อชีวิตและงานอะคูสติกของนักร้องนักแต่งเพลง: อีกขั้วหนึ่ง

ตรงข้ามกับปี่พาทย์และหมอลำเวที คืองาน เพลงเพื่อชีวิต และงานอะคูสติกของนักร้องนักแต่งเพลงไทย ที่โครงสร้างเพลงจงใจให้มีความต่างระหว่างท่อนพูด-เล่ากับท่อนที่วงเข้าเต็ม ๆ ตรงนี้ LRA สูง ๆ ไม่ใช่ข้อบกพร่อง มันคือรูปทรงของเพลง งานประเภทนี้ที่ลงเอยที่ −15 หรือ −16 LUFS ไม่ได้ "เบาไป" — มันคือค่าที่ถูกแล้วสำหรับดนตรีแบบนั้น ความผิดพลาดคืองานเพื่อชีวิตที่ถูกลิมิตลงไปที่ −8 LUFS ไม่ใช่งานเพื่อชีวิตที่วัดได้ −16 LUFS

เลขคณิตของมาสเตอร์ −6 LUFS

สัดส่วนใหญ่มากของเพลงไทยถูกมาสเตอร์ให้ "ดังบน YouTube และดังบนลำโพงโทรศัพท์" แล้วส่งไฟล์เดียวกันนั้นขึ้นสตรีมมิงโดยไม่แก้อะไร ลองคิดเลขกับกรณีสุดขั้วที่เจอจริง: มาสเตอร์ที่ −6 LUFS integrated เพดาน −1 dBTP

• ค่า PLR (peak-to-loudness ratio — ระยะห่างระหว่างพีคกับความดังเฉลี่ย) ของมันคือ 5 LU
• Spotify เป้า −14 LUFS จะใส่เกน −8 dB ตอนเล่น
• พีคที่เคยอยู่ −1 dBTP จึงไปนั่งอยู่ที่ −9 dBTP
• ความดังที่ผู้ฟังได้ยิน: −14 LUFS เท่ากับทุกเพลง

เทียบกับมาสเตอร์เพลงเดียวกันที่จบไว้ที่ −14 LUFS เพดาน −1 dBTP: PLR 13 LU, เกนที่ใส่ 0 dB, พีคอยู่ที่ −1 dBTP, ความดังที่ได้ยิน −14 LUFS เท่ากันเป๊ะ

สิ่งที่ต่างกันคือ 8 LU ของ crest factor (เฮดรูมเชิงพลวัตระหว่างพีคกับค่าเฉลี่ย) ที่หายไปจากไฟล์แรกอย่างถาวร ในเพลงลูกทุ่งนั่นคือหัวไม้กลองกับสแนร์ ในเพลงปี่พาทย์นั่นคือทั้งวง และยังมีค่าปรับข้อสองด้วย: เพราะมาสเตอร์ดังกว่า −14 LUFS ข้อกำหนดของ Spotify คือ true peak ต้องต่ำกว่า −2 dBTP ไม่ใช่ −1 dBTP ดังนั้นมาสเตอร์ −6 LUFS ที่เพดาน −1 dBTP ยังผิดสเปกการส่งงานอีกต่างหาก

ข้อสรุปเดียวที่ต้องจำจากหัวข้อนี้: การนอร์มัลไลซ์เปลี่ยนสงครามความดังให้กลายเป็นสงครามไดนามิกเรนจ์ ที่มาสเตอร์ดังที่สุดแพ้โดยอัตโนมัติ

2. แล้วถ้ามาสเตอร์เบาล่ะ Spotify ดันขึ้นไหม

ดัน — แต่ไม่ใช่แบบไม่มีเงื่อนไข และตรงนี้มีคนเขียนผิดกันสองทางพอ ๆ กัน

Spotify ระบุไว้ตรง ๆ ว่า "Positive gain is applied to softer masters so the loudness level is −14 dB LUFS" คือมีการใส่เกนบวกให้มาสเตอร์ที่เบากว่าเป้าจริง แต่ในหน้าเดียวกันนั้นระบุเงื่อนไขไว้ด้วยว่า "We consider the headroom of the track, and leave 1 dB headroom for lossy encodings to preserve audio quality."

แปลเป็นภาษาห้องอัด: การดันขึ้นถูกจำกัดด้วย เฮดรูม (headroom — ระยะว่างที่เหลือระหว่างพีคกับเพดาน) ของไฟล์คุณเอง มาสเตอร์ที่เบามาก ๆ แต่มีพีคสูง — ซึ่งเป็นลักษณะเฉพาะของงานปี่พาทย์และงานบันทึกสดที่ค่า PLR สูงมาก — อาจถูกดันขึ้นไม่ถึง −14 LUFS เพราะระบบต้องกันเฮดรูมไว้ 1 dB สำหรับการเข้ารหัสแบบสูญเสียข้อมูล

ดังนั้น:

• อย่าเขียนว่า "มาสเตอร์เบาไม่ถูกดันขึ้น" — ผิด
• อย่าเขียนว่า "มาสเตอร์เบาถูกดันขึ้นถึงเป้าเสมอ" — ผิดเหมือนกัน
• และนี่คือเหตุผลจริงที่ไม่ควรมาสเตอร์ไว้ที่ −24 LUFS "เพราะเดี๋ยวเขาก็ดันขึ้นเอง" — เขาอาจดันขึ้นไม่ถึง

นอกจากนี้ Spotify ยังระบุเรื่องการนอร์มัลไลซ์ระดับอัลบั้มไว้ด้วยว่า อัลบั้มถูกนอร์มัลไลซ์เป็นก้อนเดียว เพื่อให้ "the softer tracks are as soft as you intend them to be" — คือสัดส่วนระดับเสียงระหว่างเพลงในอัลบั้มถูกรักษาไว้ ซึ่งมีผลจริงกับอัลบั้มไทยเดิมที่มีทั้งเพลงโหมโรงและเพลงบรรเลงเบา ๆ อยู่ในชุดเดียวกัน

ข้อควรระวังอีกสองข้อ: การนอร์มัลไลซ์ ปิดได้ ผู้ฟังปิดมันได้เอง และบางบริบท — ซอฟต์แวร์ดีเจ, การนำไปใช้ประกอบภาพ, ไฟล์ที่ดาวน์โหลดไปเล่นผ่าน AUX ในรถ — ไม่มีการนอร์มัลไลซ์ตั้งแต่แรกอยู่แล้ว

3. LUFS วัดอะไรกันแน่

LUFS ย่อมาจาก Loudness Units relative to Full Scale ส่วน LKFS (Loudness, K-weighted, relative to Full Scale) คือหน่วยเดียวกันคนละชื่อ เอกสาร ITU ใช้ LKFS เอกสาร EBU ใช้ LUFS ค่าตัวเลขเท่ากันทุกประการ

LU มีขนาดเท่ากับ dB เป๊ะ — หนึ่ง Loudness Unit เท่ากับหนึ่งเดซิเบล — แต่ LUFS เป็นสเกลสัมบูรณ์ ส่วน LU เป็นสเกลสัมพัทธ์ พูดว่า "+3 LU" กับ "+3 dB" หมายถึงขนาดเท่ากัน แต่ "−14 LUFS" กับ "−14 dB" ไม่ใช่เรื่องเดียวกันเลย

การวัดตาม ITU-R BS.1770 ไม่ใช่ RMS และไม่ใช่พีค มันคือค่าเฉลี่ยกำลังสองของสัญญาณ ที่ผ่านฟิลเตอร์มาแล้ว รวมข้ามช่องสัญญาณโดยถ่วงน้ำหนักรายช่อง แล้วผ่านการเกต (gating — การคัดทิ้งช่วงเวลา) สามอย่างที่ทำให้มันต่างจากมิเตอร์ RMS ธรรมดาคือ ฟิลเตอร์ K-weighting, การรวมช่องสัญญาณ และการเกต ความเข้าใจผิดเกือบทั้งหมดอยู่ที่ฟิลเตอร์กับการเกต

K-weighting: ฟิลเตอร์สองสเตจ

K-weighting คือฟิลเตอร์อันดับสองสองตัวต่อกัน ใช้กับทุกช่องสัญญาณก่อนหาค่าเฉลี่ยกำลังสอง

สเตจที่ 1 — "head" filter เป็น high-shelf ที่ยกย่านสูงขึ้น (ค่าสัมประสิทธิ์ที่ประกาศไว้สำหรับ 48 kHz: b0 = 1.53512485958697, b1 = −2.69169618940638, b2 = 1.19839281085285, a1 = −1.69065929318241, a2 = 0.73248077421585) มันจำลองผลทางอะคูสติกของหัวคนในสนามเสียง — การบังและการเลี้ยวเบนที่ทำให้คนได้ยินความถี่สูงที่มาจากด้านหน้าไวกว่าที่ไมโครโฟนเปล่า ๆ จะวัดได้

สเตจที่ 2 — RLB high-pass ย่อจาก Revised Low-frequency B-curve เป็นไฮพาสที่ตัดย่านต่ำลง สะท้อนข้อเท็จจริงว่าความถี่ต่ำมีส่วนกับความดังที่รับรู้ได้น้อยกว่าพลังงานที่มันมีจริง นี่คือเหตุผลที่งานที่อัดเบสหรือกลองยาวไว้หนัก ๆ วัดได้เบากว่าที่หูรู้สึก

เกนของเส้นโค้ง K-weighting ที่ 1 kHz คือ +0.698 dB หรือ 1.0836 เท่าในสเกลเชิงเส้น ตัวเลขนี้ไม่ได้ตั้งขึ้นมาลอย ๆ มันเป็นผลจากการตอบสนองของ shelf กับ high-pass ที่ความถี่นั้น ผลรวมทางปฏิบัติคือ ไซน์ 1 kHz ที่ระดับเต็มสเกลป้อนเข้าช่องเดียวของคู่สเตอริโอจะอ่านได้ −3.01 LKFS ตรงตามที่ BS.1770-5 ระบุ โดยเลข −3.01 มาจากการรวมหนึ่งในสองช่อง ไม่ได้มาจากฟิลเตอร์

ทำไมต้องมีเส้นโค้งนี้ตั้งแต่แรก

มิเตอร์ RMS ที่ไม่ถ่วงน้ำหนักจะบอกว่าไซน์ 40 Hz กับไซน์ 3 kHz ที่แอมพลิจูดเท่ากันดังเท่ากัน ซึ่งไม่มีหูใครเห็นด้วย K-weighting เป็นการประมาณพฤติกรรมความดังเท่ากันแบบหยาบ ๆ โดยตั้งใจ — หยาบกว่าเส้น Fletcher-Munson มาก และ เลือก ให้หยาบ เพื่อให้มิเตอร์ที่พัฒนาแยกกันคนละเจ้าให้ผลตรงกันในระดับเศษส่วนของ LU

K-weighting ไม่ได้พยายามจำลองการได้ยินให้แม่น มันพยายามจำลองการได้ยินให้เหมือนกันทุกมิเตอร์ทั่วโลก และนั่นแหละคือเหตุผลที่มันใช้ได้จริง

ฉบับไหนที่บังคับใช้อยู่

BS.1770 มีทั้งหมดหกฉบับ (2006, 2007, 2011, 2012, 2015 และ 2023) BS.1770-4 (ตุลาคม 2015) เป็นฉบับที่มิเตอร์ส่วนใหญ่ยังอ้างถึงอยู่ แต่ฉบับนั้นถูกแทนที่ไปแล้ว ฉบับที่บังคับใช้อยู่ในปัจจุบันคือ BS.1770-5 (พฤศจิกายน 2023) ทุกกลไกที่อธิบายในเอกสารนี้ — ฟิลเตอร์สองสเตจ, บล็อก 400 ms, เกตทั้งสองชั้น, พื้นขั้นต่ำ 4× oversampling — ตรวจสอบกับ BS.1770-5 ฉบับที่ประกาศใช้แล้ว

4. กลไกการเกต แบบเต็ม

การเกตคือส่วนที่ถูกอธิบายผิดบ่อยที่สุด รวมถึงในแหล่งที่ปกติแล้วละเอียดถี่ถ้วน integrated loudness เป็นการวัดที่ผ่านเกตสองชั้น

ขั้นที่ 1: ซอยสัญญาณเป็นบล็อก

สัญญาณถูกแบ่งเป็น บล็อกละ 400 ms ซ้อนทับกัน 75% การซ้อน 75% บนบล็อก 400 ms แปลว่ามีบล็อกใหม่เริ่มทุก 100 ms แต่ละบล็อกได้ค่าความดังแบบ K-weighted mean-square ของตัวเอง การซ้อนทับไม่ใช่ของประดับ มันกันไม่ให้เหตุการณ์ดัง ๆ ที่คร่อมรอยต่อบล็อกถูกหั่นแล้วนับได้ต่ำกว่าจริง — ซึ่งกับรัวระนาดเอกที่หัวเสียงมาถี่กว่า 100 ms นี่คือเรื่องสำคัญมาก

ขั้นที่ 2: เกตสัมบูรณ์

บล็อกใดที่วัดได้ต่ำกว่า −70 LKFS จะถูกทิ้ง และไม่มีส่วนร่วมในการวัดอีกต่อไป ตรงนี้กำจัดความเงียบดิจิทัล หางเฟด เสียงห้อง และช่องว่างระหว่างท่อน เพื่อให้เพลงที่มีท้ายเพลงเงียบยาว ๆ ไม่วัดได้เบากว่าเพลงเดียวกันที่ตัดหางทิ้ง

ขั้นที่ 3: เกตสัมพัทธ์ — จุดที่คนอธิบายผิดที่สุด

หาค่าเฉลี่ยความดังของบล็อก ที่รอดจากเกตสัมบูรณ์มาแล้ว จากนั้นลบออก 10 ผลลัพธ์คือธรรมชอลด์สัมพัทธ์ แล้วทิ้งทุกบล็อกที่ต่ำกว่านั้น integrated loudness คือค่าเฉลี่ยของบล็อกที่รอด ทั้งสองเกต

ความต่างตรงนี้สำคัญและมักหลุด: เกตสัมพัทธ์อยู่ต่ำกว่าค่าเฉลี่ยของบล็อกที่ผ่านเกตสัมบูรณ์แล้ว 10 LU ไม่ใช่ต่ำกว่าค่าเฉลี่ยดิบของทั้งไฟล์ 10 LU BS.1770-5 ระบุชัดว่าธรรมชอลด์สัมพัทธ์ได้จากการ "subtracting 10 from the result" ของการวัดที่ผ่านการเกตสัมบูรณ์ ถ้าคุณเฉลี่ยรวมบล็อกที่ต่ำกว่า −70 LKFS เข้าไปด้วย คุณจะได้ค่าเฉลี่ยต่ำกว่าความจริง ได้ธรรมชอลด์ต่ำกว่าความจริง บล็อกเบา ๆ ผ่านเข้ามามากเกินจริง และค่า integrated ที่อ่านได้จะต่ำเกินไป — โดยความคลาดเคลื่อนจะโตขึ้นตามปริมาณความเงียบในไฟล์ นี่คือสาเหตุอันดับหนึ่งที่มิเตอร์สองตัวให้ค่าไม่ตรงกันบนไฟล์เดียวกัน

ผลทางการฟังของเกตสัมพัทธ์ −10 LU ควรจำให้ขึ้นใจ: integrated loudness ของเพลงคุณ คือค่าเฉลี่ยความดังของ "ท่อนที่ดัง" ไม่ใช่ของทั้งเพลง

ตัวอย่างไทยที่ตรงที่สุดคือเพลงลูกทุ่งหรือเพลงเพื่อชีวิตที่ขึ้นต้นด้วยเสียงพูดหรือเสียงร้องเปล่า ๆ ยาวสามสิบวินาที แล้วค่อยเข้าวงเต็ม ค่า integrated ของเพลงนั้นแทบจะถูกกำหนดโดยท่อนวงเต็มล้วน ๆ ท่อนเปิดมีน้ำหนักน้อยมาก นี่คือเหตุผลที่การเติมท่อนอินโทรเบา ๆ เข้าไปในมาสเตอร์ที่จบแล้ว แทบไม่ขยับตัวเลข integrated เลย และเป็นเหตุผลที่วิศวกรที่คาดว่ามันจะขยับต้องแปลกใจ

5. Momentary, short-term, integrated: ใช้มิเตอร์ไหน ตอนไหน

มีหน้าต่างเวลาที่เป็นมาตรฐานอยู่สามแบบ และมันตอบคนละคำถาม พฤติกรรมของมิเตอร์กำหนดไว้ใน EBU Tech 3341

Momentary (M) — 400 ms ไม่มีเกต หน้าต่างเดียวกับบล็อกเกต ใช้ไล่ตามเหตุการณ์เดี่ยว ๆ เช่นไม้ระนาดหนึ่งที่ตีแรงกว่าเพื่อน ตัวสะกดของคำร้อง หรือหัวจังหวะ ใช้มันเพื่อ จับ ปัญหา เช่นกลองที่พุ่งขึ้นไป 6 LU เหนือทุกอย่างรอบตัว อย่าใช้มันตัดสินใจเรื่องระดับเสียง มันไวเกินไป และการไล่ตามเข็ม momentary ให้ผลบีบอัดเกินพอดี ซึ่งคือสิ่งที่การนอร์มัลไลซ์ลงโทษพอดี

Short-term (S) — 3 วินาที ไม่มีเกต สามวินาทีใกล้เคียงกับหนึ่งวรรคเพลง short-term คือมิเตอร์ที่ถูกต้องสำหรับการตัดสินใจเรื่องบาลานซ์ภายในเพลง เพราะสามวินาทีคือช่วงเวลาที่ผู้ฟังรับรู้จริงว่าท่อนนี้ดังหรือเบา ใช้มันเทียบท่อนร้องกับท่อนฮุก ใช้ดูว่าท่อนเชื่อมไม่ยุบ และใช้ดูรูปทรงการเรียบเรียงของคุณเป็นตัวเลข

Integrated (I) — ทั้งเพลง ผ่านเกตสองชั้น นี่คือตัวเลขที่บริการใช้นอร์มัลไลซ์ และเป็นตัวเดียวที่ควรอยู่ในสเปกการส่งงาน วัดตั้งแต่แซมเปิลแรกถึงแซมเปิลสุดท้าย ไม่ใช่วัดเฉพาะท่อนที่เลือกไว้ integrated loudness เป็นสเปกการส่งงาน ไม่ใช่เครื่องมือมิกซ์ ถ้าคุณจ้องมันอยู่ระหว่างทำงาน แปลว่าคุณจ้องผิดมิเตอร์

กฎใช้งานสั้น ๆ: มิกซ์และมาสเตอร์ด้วย short-term, ตรวจด้วย integrated, สืบหาความผิดปกติด้วย momentary

6. Loudness Range (LRA) กับเกต −20 LU

Loudness Range กำหนดไว้ใน EBU Tech 3342 เป็นตัวเลขเดียวที่บอกว่าความดังของเพลงแกว่งมากแค่ไหนตามเวลา คำนวณจากการแจกแจงของค่า short-term (3 วินาที) โดย LRA คือผลต่างระหว่างค่าประมาณของ เปอร์เซ็นไทล์ที่ 10 กับที่ 95 ของการแจกแจงนั้น ซึ่งเป็นเหตุผลที่ค่าสุดขั้วสั้น ๆ ที่ปลายทั้งสองข้างไม่ครอบงำผลลัพธ์

LRA มีการเกตของตัวเอง และมัน ไม่ใช่ เกตเดียวกับ integrated Tech 3342 กำหนดธรรมชอลด์สัมพัทธ์ของ LRA ไว้ที่ −20 LU ต่ำกว่าระดับความดังที่ผ่านเกตสัมบูรณ์ ไม่ใช่ −10 LU เกตที่กว้างกว่านี้เป็นความตั้งใจ เพราะ LRA พยายามอธิบาย "ความแกว่ง" มันจึงต้องรับช่วงเบา ๆ ที่การวัด integrated ออกแบบมาให้ตัดทิ้งเข้ามาด้วย

นี่เป็นบั๊กที่เกิดขึ้นจริงในซอฟต์แวร์ ไม่ใช่ปัญหาเชิงทฤษฎี มิเตอร์ที่นำเกตสัมพัทธ์ −10 LU ของ integrated มาใช้กับ LRA จะรายงานค่าที่ต่ำกว่าความจริงอย่างเป็นระบบ เพราะมันทิ้งเนื้อเสียงเบา ๆ ที่ประกอบเป็น "ช่วง" ไปเสียเอง ถ้ามิเตอร์ของคุณรายงาน LRA ต่ำกว่ามิเตอร์อีกตัวอย่างเห็นได้ชัดบนไฟล์เดียวกัน สิ่งแรกที่ควรสงสัยคือเกต −10 LU ในที่ที่ควรเป็น −20 LU

คุณทดสอบเองได้: ต่อวัสดุเสียงยาว 20 วินาทีที่เบากว่าตัวเพลงหลัก 15 LU เข้าไปท้ายไฟล์ อิมพลีเมนเทชันที่ถูกต้องจะให้ LRA สูงขึ้นอย่างชัดเจน ส่วนตัวที่พังจะแทบไม่ขยับ

ตัวเลขต่อไปนี้ให้ไว้เป็นการวางตำแหน่ง ไม่ใช่เป้าหมาย: มาสเตอร์อิเล็กทรอนิกและป็อปที่ลิมิตหนักมักตกราว 3–5 LU, มิกซ์เต็มวงที่คุมมาดีราว 6–9 LU, งานออร์เคสตราและงานอะคูสติกมักเกิน 12 LU งานบันทึกวงปี่พาทย์และงานเดี่ยวขลุ่ยเดี่ยวซอที่ไม่ถูกบีบ ก็อยู่ในกลุ่มหลังนี้ตามธรรมชาติ LRA เป็นค่าที่ใช้บรรยาย การไล่ล่าค่า LRA ค่าหนึ่งก็ไร้สาระพอ ๆ กับการไล่ล่าค่า LUFS ค่าหนึ่ง

7. True peak เทียบกับ sample peak

ต่างกันตรงไหน

มิเตอร์ sample peak รายงานค่าสัมบูรณ์ของแซมเปิลที่ใหญ่ที่สุดในไฟล์ ซึ่งไม่ใช่ค่าสูงสุดที่สัญญาณไปถึงจริง เพราะแซมเปิลคือจุดบนคลื่นต่อเนื่อง และคลื่นระหว่างสองแซมเปิลสามารถขึ้นสูงกว่าทั้งคู่ได้ คลื่นแอนะล็อกที่ถูกสร้างกลับคืนมาสามารถเกินค่าแซมเปิลที่สูงที่สุดในไฟล์ได้ และมิเตอร์ sample peak มองไม่เห็นมันโดยโครงสร้าง ยอดที่โผล่ขึ้นมานี้เรียกว่า inter-sample peak ส่วนระดับของคลื่นที่สร้างกลับคืนคือ true peak หน่วย dBTP

ไฟล์ที่ "ปลอดภัย" ในเชิงดิจิทัลโดยมีแซมเปิลสูงสุดที่ −0.1 dBFS สามารถมี true peak สูงกว่า 0 dBTP ได้สบาย ๆ ในไฟล์ไม่มีอะไรถูกคลิป แต่ทุกอย่างปลายทางที่ต้องสร้างคลื่นกลับคืน — DAC, ตัวแปลงอัตราสุ่ม, ตัวถอดรหัสไฟล์แบบสูญเสียข้อมูล — อาจคลิปมัน

และนี่คือจุดที่งานปี่พาทย์เดือดร้อนเป็นพิเศษ เพราะ inter-sample peak เกิดมากที่สุดเมื่อสัญญาณมีพลังงานย่านสูงหนาแน่นและมีหัวเสียงชันถี่ ๆ ซึ่งคือคำจำกัดความของฉิ่ง ฉาบ และระนาดเอกที่ตีด้วยไม้แข็งพอดี ถ้าคุณเช็กมาสเตอร์ปี่พาทย์ด้วยมิเตอร์ sample peak อย่างเดียว แล้วเห็นว่าไม่แตะ 0 dBFS นั่นไม่ได้แปลว่าอะไรทั้งนั้น

ทำไมต้องโอเวอร์แซมปลิง

จะเห็น true peak ได้ต้องสร้างคลื่นระหว่างแซมเปิลขึ้นมาก่อน BS.1770 กำหนดให้ทำด้วย โอเวอร์แซมปลิง (oversampling — การเพิ่มอัตราสุ่มเพื่อประมาณค่าคลื่นระหว่างจุด) ขั้นต่ำ 4× ที่ 48 kHz โดยข้อแนะนำระบุด้วยว่า "Higher sampling rates and over-sampling ratios are preferred."

4× คือพื้นขั้นต่ำสำหรับความสอดคล้องกับมาตรฐาน ไม่ใช่คำตอบที่แม่นยำ ที่ 4× การวัดยังอาจอ่านต่ำกว่าพีคจริงอยู่ไม่กี่ในสิบของ dB ถ้ามิเตอร์ของคุณเลือกได้ ให้ใช้ 8× หรือ 16× ต้นทุน CPU ที่เพิ่มขึ้นแทบไม่มีความหมาย แต่ความแม่นยำที่เพิ่มขึ้นมีความหมาย และมิเตอร์ที่ไม่มีโหมด true peak หรือ dBTP ระบุไว้ชัด ๆ คือมิเตอร์ sample peak ไม่ว่าคู่มือจะบอกเป็นนัยว่าอย่างไร

ทำไมการเข้ารหัสแบบสูญเสียข้อมูลทำให้พีคสูงขึ้น

โคเดกแบบสูญเสียข้อมูล — AAC, Ogg Vorbis, MP3 — ไม่ได้สร้างคลื่นกลับมาแบบแซมเปิลต่อแซมเปิล มันสร้างคลื่นที่ "ฟังคล้าย" ขึ้นมาใหม่ และผลลัพธ์จากตัวถอดรหัสมักพุ่งเกินสัญญาณที่ป้อนเข้าตัวเข้ารหัสเป็นปกติ อาการนี้ไม่ใช่ข้อบกพร่อง แต่เป็นผลที่เลี่ยงไม่ได้ของการควอนไทซ์และการทิ้งรายละเอียดเชิงสเปกตรัม และมันรุนแรงขึ้นตามความหนักของการลิมิตที่ต้นทาง มาสเตอร์ที่จบไว้ที่ 0.0 dBTP พอดี จะถอดรหัสออกมาโดยมีพีคเกิน 0 dBFS และตัวถอดรหัสจะคลิปมัน

สเปกทุกฉบับที่พูดถึงเรื่องนี้พูดตรงกัน 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." ส่วน Spotify ระบุให้คุม true peak "below −1dB TP (True Peak) max" และสำหรับมาสเตอร์ที่ดังกว่า −14 LUFS ให้ "keep True Peak below −2dB to avoid extra distortion."

สรุปว่าตั้งเพดานเท่าไร

ตั้งเพดาน true peak ของลิมิตเตอร์ไว้ที่ −1.0 dBTP สำหรับมาสเตอร์ทั่วไป และ −2.0 dBTP ถ้ามาสเตอร์ดังกว่า −14 LUFS integrated นี่ไม่ใช่ระยะเผื่อตามความเชื่อ ทั้งสองตัวเลขเป็นข้อกำหนดที่ประกาศไว้จริงจากแหล่งข้างต้น และตัวหลังมีอยู่เพราะวัสดุที่ลิมิตหนักกว่าจะพุ่งเกินในโคเดกมากกว่า

เชิงอรรถสองข้อ: เพดาน −0.1 dBTP เป็นความผิดพลาดในการส่งงานสำหรับสตรีมมิง ไม่ใช่ทางเลือกเชิงสไตล์ และลิมิตเตอร์ที่ตั้งไว้ −1.0 dBTP ต้องเป็นลิมิตเตอร์แบบ true peak จริง ๆ ด้วย เพราะปุ่มเพดานของลิมิตเตอร์จำนวนมากทำงานแบบ sample peak การตั้งมันไว้ −1.0 จะให้ inter-sample peak ที่ไหนสักแห่งเหนือ −0.5 dBTP

ถ้าอยากตรวจไฟล์ที่ทำเสร็จแล้ว mazufa.com มีเครื่องมือตรวจ loudness และ true peak ฟรีที่ทำงานบนเบราว์เซอร์ ประมวลผลบนเครื่องของคุณเองทั้งหมด และไม่อัปโหลดไฟล์ไปไหน

8. แต่ละบริการประกาศอะไรไว้จริง ๆ

ความต่างระหว่างคำว่า ประกาศไว้ กับ มีคนรายงานกันทั่วไป คือเรื่องสำคัญที่สุดในหัวข้อนี้ และบทความเรื่องนี้แทบไม่มีที่ไหนรักษาเส้นแบ่งนี้ไว้

สเปกที่ประกาศไว้จริง

Spotify เป้า: −14 LUFS integrated โดยระบุว่าปรับแทร็ก "to −14 dB LUFS" และวัด "according to the ITU 1770 standard" เพดาน true peak: ต่ำกว่า −1 dBTP และต่ำกว่า −2 dBTP สำหรับมาสเตอร์ที่ดังกว่า −14 LUFS พร้อมข้อความเรื่องเกนบวกและเฮดรูมที่ยกไว้ในหัวข้อ 2

EBU R 128 เป้า: −23 LUFS นี่คือข้อแนะนำสำหรับ การกระจายเสียงแพร่ภาพ ไม่ใช่เป้าของดนตรีบนสตรีมมิง ที่ยกมาไว้ตรงนี้เพราะมันถูกเอาไปใช้ผิดที่บ่อย มาสเตอร์เพลงที่ทำไว้ −23 LUFS ไม่ได้ "ตรงมาตรฐาน" กับอะไรทั้งนั้น และเพราะการดันขึ้นถูกจำกัดด้วยเฮดรูม มันอาจเล่นออกมาเบากว่าที่คุณตั้งใจ

AES TD1008 (Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution) เป็นเอกสารสาธารณะที่มีประโยชน์กับคนทำเพลงมากที่สุด และถูกอ้างผิดมากที่สุด

• ดนตรีที่นอร์มัลไลซ์รายเพลง: −16 LUFS ค่าคลาดเคลื่อน +0.2 LU
• นอร์มัลไลซ์ระดับอัลบั้ม แทร็กที่ดังที่สุด: −14 LUFS ค่าคลาดเคลื่อน +0.2 LU
• เนื้อหาที่นำด้วยเสียงพูด: −18 LUFS ค่าคลาดเคลื่อน +1 LU วัดเป็น dialogue integrated loudness
• true peak สูงสุด: −1 dBTP ที่อินพุตของโคเดก สำหรับสตรีมที่เข้ารหัสแบบสูญเสียข้อมูล

ตัวเลข −18 LUFS ใน TD1008 เป็นเป้าสำหรับเนื้อหาที่นำด้วยเสียงพูด — ข่าว รายการสนทนา ละคร — การยกมันมาอ้างเป็นเป้าของดนตรีเป็นความผิดพลาดที่พบบ่อยและร้ายแรง ตัวเลขสำหรับดนตรีคือ −16 LUFS ถ้าคุณเห็นที่ไหนเสนอ −18 LUFS ว่าเป็นข้อแนะนำของ AES สำหรับดนตรี แหล่งนั้นอ่านเอกสารผิด

TD1008 ยังมีข้อความเรื่องไดนามิกที่ควรยกมาตรง ๆ: "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." — ซึ่งอ่านแล้วเหมือนเขียนไว้สำหรับวงปี่พาทย์โดยเฉพาะ

บริการที่ไม่ได้ประกาศเป้าไว้

Apple Music, YouTube Music, Amazon Music, TIDAL และ Deezer ไม่ได้ประกาศเป้าการนอร์มัลไลซ์ไว้ บริการเหล่านี้นอร์มัลไลซ์จริง — ข้อนี้สังเกตได้ — แต่ตัวเลขเฉพาะไม่ใช่สเปกที่ประกาศ และบทความใดที่เสนอตัวเลขเหล่านั้นราวกับเป็นสเปก คือการเอาผลวัดหรือการอนุมานมาเสนอเป็นเอกสาร

มีคนรายงานกันทั่วไป แต่บริการไม่ได้ประกาศ Apple ≈ −16 LUFS, YouTube Music ≈ −14 LUFS, Amazon Music ≈ −14 LUFS, TIDAL ≈ −14 LUFS, Deezer ≈ −15 LUFS ตัวเลขชุดนี้มาจากการวัดโดยบุคคลที่สาม เปลี่ยนแปลงมาแล้วตามเวลา และไม่มีบริการใดผูกมัดตัวเองกับมัน อย่าคำนวณเกนที่คาดว่าจะถูกใส่จากตัวเลขเหล่านี้ และอย่ามาสเตอร์เล็งไปที่ตัวใดตัวหนึ่ง

ผลทางปฏิบัติเล็กกว่าที่เห็น ตัวเลขที่รายงานกันทุกตัวอยู่ระหว่าง −16 ถึง −14 LUFS ซึ่งกว้าง 2 LU และไม่มีมาสเตอร์ไหนควรถูกทำใหม่เพราะ 2 LU

หมายเหตุเฉพาะเรื่อง YouTube

เนื่องจากงานเพลงไทยจำนวนมากถูกทำขึ้นโดยมี YouTube เป็นปลายทางหลักในหัว จึงต้องพูดให้ชัด: YouTube นอร์มัลไลซ์การเล่นเหมือนกัน ดังนั้นการปั๊มมาสเตอร์ให้ดังเพื่อ "สู้" คลิปอื่นบนหน้าฟีดก็เป็นการลงทุนที่ได้ผลตอบแทนเท่ากับศูนย์ในทางระดับเสียง เท่ากับที่เป็นบนสตรีมมิง สิ่งที่ต่างกันคือ ค่าเป้าของ YouTube Music ที่พูดกันว่าราว −14 LUFS นั้นไม่ใช่ตัวเลขที่บริการประกาศ ต่างจากของ Spotify

9. แนวปฏิบัติจริง

วิธีตัดสินใจเรื่องเป้าหมาย

ทำงานย้อนกลับจากดนตรี ไม่ใช่เดินหน้าจากตัวเลข

1. ล็อกเพดานก่อนเป็นอย่างแรก −1 dBTP แบบ true peak ผ่านโอเวอร์แซมปลิง ข้อนี้ต่อรองไม่ได้ และเป็นข้อจำกัดข้อเดียวในรายการนี้ที่แข็งจริง
2. มาสเตอร์เพื่อดนตรี จัดบาลานซ์ โทน และไดนามิกให้ถูก โดยให้ลิมิตเตอร์ทำงานน้อยที่สุดเท่าที่จะน้อยได้ อย่ามองมิเตอร์ integrated ในขั้นนี้
3. แล้วค่อยวัด ค่า integrated ที่ออกมาเท่าไร นั่นคือค่าของคุณ
4. ตรวจว่าค่านั้นสมเหตุสมผล ถ้าค่า integrated ตกอยู่ราว ๆ −14 ถึง −9 LUFS คุณอยู่ในช่วงที่เป้าที่ประกาศไว้และตัวเลขที่รายงานกันทุกตัวห่างกันไม่กี่ LU และไม่มีบริการไหนทำอะไรรุนแรงกับเพลงคุณ ถ้าดังกว่า −9 LUFS ให้ถามตัวเองว่าการลิมิตนั้นซื้ออะไรมาให้ เพราะการนอร์มัลไลซ์จะเอาระดับเสียงคืนไปอยู่ดี
5. ค่อยพิจารณาปรับ และปรับด้วยการมาสเตอร์ใหม่ ไม่ใช่ด้วยการเติมลิมิต

การไล่ตัวเลข LUFS ด้วยการเติมลิมิตจนกว่ามิเตอร์จะขึ้นค่าที่ต้องการ คือพฤติกรรมที่การนอร์มัลไลซ์ถูกออกแบบมาเพื่อทำให้ไร้ความหมายพอดี ถ้าต้องขยับตัวเลข ขยับด้วย gain staging ด้วยการตัดสินใจในมิกซ์ หรือด้วยการบีบให้น้อยลง — ไม่ใช่ด้วยการบีบให้มากขึ้น

แนวเพลงมีผลในแบบที่ตัวเลขเดียวอธิบายไม่ได้ อิเล็กทรอนิก เมทัล และป็อปสมัยใหม่ที่เนื้อเสียงหนามักตกที่ −10 ถึง −8 LUFS เพราะวัสดุมันต่อเนื่องอยู่แล้วโดยธรรมชาติ ส่วนแจ๊ส โฟล์ก และออร์เคสตราตกที่ −18 ถึง −13 LUFS เพราะมันไม่ใช่แบบนั้น สำหรับคลังเพลงไทย: งานปี่พาทย์ งานเดี่ยวเครื่อง และงานเพื่อชีวิตแบบอะคูสติกอยู่กลุ่มหลัง ส่วนหมอลำและลูกทุ่งที่ผลิตแบบเวทีอยู่กลุ่มแรก ทั้งสองอย่างถูกทั้งคู่ ความผิดพลาดคืองานเพื่อชีวิตที่ถูกลิมิตลงไปที่ −8 LUFS ไม่ใช่งานเพื่อชีวิตที่วัดได้ −16 LUFS

ถ้ามาสเตอร์ถูกลิมิตไปแล้ว

คุณมีมาสเตอร์ที่จบแล้วและถูกลิมิตหนัก แล้วเพิ่งมาอ่านทั้งหมดข้างบนนี้ มีทางเลือกที่ตรงไปตรงมาสามทาง เรียงตามลำดับที่ควรทำ

มาสเตอร์ใหม่จากมิกซ์ เป็นทางแก้เดียวที่แก้จริง การลิมิตพีคย้อนกลับไม่ได้ ทรานเชียนต์ที่ถูกลบไปไม่ได้อยู่ในไฟล์แล้ว ถ้ายังมีมิกซ์อยู่ ให้ถอยลิมิตเตอร์แล้วเรนเดอร์ใหม่

ลดเพดานแล้วปล่อยที่เหลือไว้ ถ้ามีแต่มาสเตอร์และ true peak ของมันสูงกว่า −1 dBTP ให้ใช้ลิมิตเตอร์แบบ true peak หรือลดเกนแบบไม่คลิป ให้ลงมาที่ −1 dBTP แล้วหยุดแค่นั้น วิธีนี้แก้ความผิดพลาดในการส่งงานโดยไม่แกล้งทำเป็นว่าแก้ไดนามิกได้

ไม่ต้องทำอะไร มาสเตอร์ที่ −8 LUFS เพดาน −1 dBTP ไม่ได้เสีย มันเล่นออกมาระดับเดียวกับทุกอย่าง แค่แบนกว่าที่มันเป็นได้ ซึ่งเป็นต้นทุนจริง แต่ยังน้อยกว่าต้นทุนของการรีบมาสเตอร์ใหม่แบบลวก ๆ การลิมิตเกินคือโอกาสที่เสียไป ไม่ใช่ข้อบกพร่อง — ไฟล์เล่นได้ปกติ มันแค่เล่นได้ไม่ดีเท่าที่ควรจะเป็น

ไดนามิกกับระดับเสียงเป็นคนละเรื่อง

แยกสองอย่างนี้ไว้ในหัวให้ขาด เพราะการเอามาปนกันคือต้นตอของการตัดสินใจแย่ ๆ เกือบทั้งหมด

ระดับเสียง (level) คือที่ที่ทั้งเพลงไปนั่งอยู่ เป็นตัวเลขเดียว ปรับด้วยเฟดเดอร์ตัวเดียว ไม่มีต้นทุน และภายใต้การนอร์มัลไลซ์ มันถูกเลือกโดยบริการ ไม่ใช่โดยคุณ

ไดนามิก (dynamics) คือความสัมพันธ์ระหว่างส่วนที่ดังกับส่วนที่เบา ทั้งในระดับชั่วขณะ (crest factor, PLR) และในระดับท่อนต่อท่อน (LRA) มันมีต้นทุนในการสร้าง มันถูกทำลายด้วยการลิมิต และมันกู้คืนที่ปลายทางไม่ได้

คุณไม่ได้แข่งกันที่ระดับเสียงอีกต่อไปแล้ว — บริการเป็นคนตั้งให้ — ดังนั้นทุกเดซิเบลที่คุณจ่ายไปกับระดับเสียง คือการจ่ายจากงบที่ผู้ฟังไม่มีวันได้เห็น การนอร์มัลไลซ์ไม่ได้พรากความสามารถในการทำเพลงที่ฟังแล้วรู้สึกดังไปจากคุณ มันพรากความสามารถในการทำเพลงแบบนั้น ด้วยการดัง ความรู้สึกหนักแน่นตอนนี้มาจากความหนาแน่นของการเรียบเรียง ความต่างของทรานเชียนต์ น้ำหนักย่านกลาง-ต่ำ และขนาดของการกระโดดระหว่างท่อน — ซึ่งทั้งหมดนี้รอดจากการถูกหรี่ลง 6 dB มาได้โดยไม่เปลี่ยนแปลง

ในบริบทไทย แปลตรง ๆ ได้ว่า: ถ้าอยากให้ท่อนที่วงเข้าเต็มฟังแล้วสะใจ วิธีที่ได้ผลคือทำให้ท่อนก่อนหน้าเบาลง ไม่ใช่ทำให้ท่อนนั้นดังขึ้น

เรื่องที่ไม่สำคัญจริง ๆ

• การเข้าเป้า LUFS ให้เป๊ะ ไม่มีอะไรถูกปัดเศษ ไม่มีอะไรถูกปฏิเสธ และความต่างระหว่าง −14.0 กับ −13.4 LUFS ฟังไม่ออก ค่าคลาดเคลื่อน ±1 LU ถือว่าเผื่อเหลือเฟือแล้ว
• ทำมาสเตอร์แยกให้แต่ละบริการ เป้าที่ประกาศไว้และที่รายงานกันกินช่วงราว 2 LU มาสเตอร์เดียวที่ −1 dBTP พร้อมไดนามิกที่สมเหตุสมผลถูกต้องทุกที่ มาสเตอร์เฉพาะบริการคือการแก้ปัญหาที่การนอร์มัลไลซ์แก้ไปแล้ว
• อัตราสุ่มและดิเทอร์บนมาสเตอร์ 24 บิต ส่งที่อัตราสุ่มเดิมของมิกซ์ การอัปแซมเปิลไม่ได้เพิ่มอะไร และดิเทอร์ที่ 24 บิตอยู่ต่ำกว่าทุกอย่างที่รอดผ่านการจัดจำหน่ายมาได้
• ตัวเลข −23 LUFS ของบรอดแคสต์ ถ้าคุณไม่ได้ส่งงานให้สถานี R 128 ไม่ใช่สเปกของคุณ
• ยี่ห้อปลั๊กอินมิเตอร์ มิเตอร์ใดที่สอดคล้องกับ BS.1770 มีโหมด true peak และโอเวอร์แซมปลิงเพียงพอ จะให้ค่าตรงกับตัวอื่นในระดับเศษส่วนของ LU ความไม่ตรงกันสืบย้อนไปที่การอิมพลีเมนต์เกตหรือโอเวอร์แซมปลิง ไม่ใช่ที่คุณภาพ

สรุป

วัด integrated loudness บนมาสเตอร์ที่เสร็จแล้วด้วยมิเตอร์ที่สอดคล้องกับ BS.1770-5 ตั้งเพดาน true peak ที่ −1 dBTP หรือ −2 dBTP ถ้าดังกว่า −14 LUFS ใช้ short-term สำหรับการตัดสินใจเรื่องบาลานซ์ และใช้ integrated เพื่อตรวจสอบเท่านั้น จำไว้ว่าเกตสัมพัทธ์ของ integrated คือ −10 LU ใต้ค่าเฉลี่ยที่ผ่านเกตสัมบูรณ์แล้ว ส่วนของ LRA คือ −20 LU และจำไว้ว่าบริการเป็นคนตั้งระดับการเล่น ไม่ใช่คุณ — เอาแรงที่จะใช้ไปกับระดับเสียง ไปลงกับสิ่งที่ผู้ฟังยังได้ยินอยู่ ซึ่งสำหรับวงปี่พาทย์แปลว่า: เก็บฉิ่งไว้

Mazufa จัดจำหน่ายเพลงโดยไม่มีค่าอัปโหลด ไม่มีค่าสมาชิกรายปี และไม่มีค่าธรรมเนียมต่อผลงาน หักเพียง 5% จากค่าลิขสิทธิ์ที่ได้รับจริง และใบสมัครที่กรอกครบทุกใบผ่านการตรวจโดยคน

แหล่งอ้างอิง

ITU-R BS.1770 — อัลกอริทึมการวัด, K-weighting, การเกต, true peak

• Recommendation ITU-R BS.1770-5 (11/2023), Algorithms to measure audio programme loudness and true-peak audio level (ไฟล์ PDF ฉบับเต็ม): https://www.itu.int/dms_pubrec/itu-r/rec/bs/R-REC-BS.1770-5-202311-I!!PDF-E.pdf
• หน้าข้อแนะนำและประวัติฉบับ BS.1770-0 ถึง BS.1770-5: https://www.itu.int/rec/R-REC-BS.1770/en

EBU — เป้าของบรอดแคสต์, หน้าต่างมิเตอร์, 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 (momentary 400 ms, short-term 3 วินาที): https://tech.ebu.ch/publications/tech3341
• EBU Tech 3342, Loudness Range: A measure to supplement EBU R 128 loudness normalisation (เกต −20 LU; เปอร์เซ็นไทล์ที่ 10 และ 95), PDF: https://tech.ebu.ch/docs/tech/tech3342.pdf

AES — ข้อแนะนำสำหรับสตรีมมิง

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

Spotify — สเปกการนอร์มัลไลซ์ที่ประกาศไว้

• Spotify for Artists, Loudness normalization (−14 LUFS; −1 dBTP / −2 dBTP; เกนบวกและเฮดรูม; การนอร์มัลไลซ์ระดับอัลบั้ม): https://support.spotify.com/us/artists/article/loudness-normalization/

ไม่มีบริการใดประกาศไว้ ตัวเลขของ Apple Music, YouTube Music, Amazon Music, TIDAL และ Deezer ที่ยกมาในเอกสารนี้เป็นผลวัดของบุคคลที่สามที่มีการรายงานกันทั่วไป ไม่มีการอ้างแหล่งปฐมภูมิสำหรับตัวเลขเหล่านั้นเพราะไม่มีแหล่งเช่นนั้นอยู่จริง — บริการเหล่านี้ไม่ได้เผยแพร่สเปกการนอร์มัลไลซ์