Нормалізація гучності для стримінгу: технічний довідник для музикантів

Коротка відповідь

Поставте стелю істинного піку (true peak) на −1 dBTP і дайте інтегрованій гучності опинитися там, куди її приводить сама музика, а не там, куди ви її дотиснули лімітером. Якщо потрібна опублікована цифра для орієнтира — AES TD1008 рекомендує −16 LUFS для музики при потрековій нормалізації, а Spotify нормалізує відтворення до −14 LUFS. Гучніший за ціль мастер сервіс просто прикручує на відтворенні: мастер на −7 LUFS не звучить голосніше за мастер на −14 LUFS, він звучить так само голосно, але з меншим динамічним діапазоном. Spotify вимагає істинний пік нижче −1 dBTP, а для мастерів гучніших за −14 LUFS — нижче −2 dBTP. Тобто надлишкове лімітування купує вам не гучність, а пласкість. Оберіть стелю −1 dBTP, виміряйте інтегровану гучність на готовому мастері й припиніть тиснути тоді, коли транзієнти починають злипатися. Єдиного правильного числа немає — є правильний метод.

1. Арифметика, через яку передавлений мастер програє автоматично

Аргумент тут не естетичний, а арифметичний.

Сервіс, який нормалізує відтворення, вимірює інтегровану гучність вашого треку, порівнює її з ціллю й застосовує одне фіксоване підсилення до всього файлу під час відтворення. Ціль Spotify — −14 LUFS. Мастер на −14 LUFS отримує 0 dB. Мастер на −10 LUFS отримує −4 dB. Мастер на −7 LUFS отримує −7 dB.

Порівняймо два мастери одного й того самого міксу.

• Мастер A: −13 LUFS інтегровано, піки на −1 dBTP. Крест-фактор (peak-to-loudness ratio, PLR) = 12 LU.
• Мастер B: той самий мікс, дотиснутий до −7 LUFS, стеля та сама −1 dBTP. PLR = 6 LU.

На відтворенні з ціллю −14 LUFS мастер A отримує +1 dB (за умови, що запасу по піку вистачає — про це нижче), мастер B отримує −7 dB. Піки мастера B опиняються на −8 dBTP. Гучність обох — однакова. Шість децибел крест-фактора, які зжував лімітер, просто зникли, і жодна ланка тракту відтворення їх не поверне.

Нормалізація гучності перетворює війну гучності на війну динамічного діапазону, у якій найгучніший мастер програє автоматично. Це весь аргумент, і він не залежить від смаку.

Наслідок корисніший за пересторогу. Оскільки рівень відтворення задає сервіс, рівень вашого мастера перестав бути конкурентною змінною. Конкурентним лишається все те, на що рівень раніше витрачали: визначеність атаки, удар малого барабана на тлі витриманого пласта, різниця між куплетом і приспівом, відчуття, що вокал стоїть попереду гурту, а не втиснутий у нього. За умов нормалізації крест-фактор — єдина частина вашого рішення про гучність, яку слухач узагалі здатен почути.

Два застереження. По-перше, нормалізацію можна вимкнути, і деякі контексти (DJ-софт, синхронізація у відео, завантажений файл із авточитача) її не застосовують ніколи. По-друге — і це важливо — підвищувальна нормалізація існує, але вона обмежена запасом по піку (headroom). Spotify прямо пише: «Positive gain is applied to softer masters so the loudness level is -14 dB LUFS», і одразу ж: «We consider the headroom of the track, and leave 1 dB headroom for lossy encodings to preserve audio quality». Тобто тихий мастер із високими піками може бути піднятий не до кінця. Саме тому не можна писати ані «тихі мастери не піднімають» (це неправда), ані «тихі мастери завжди піднімають до цілі» (це теж неправда). І саме тому не варто зводити мастер на −24 LUFS «бо його все одно піднімуть» — можуть і не підняти.

2. Що насправді вимірює LUFS

LUFS — Loudness Units relative to Full Scale, одиниці гучності відносно повної шкали. LKFS (Loudness, K-weighted, relative to Full Scale) — та сама одиниця під іншою назвою: документи ITU кажуть LKFS, документи EBU кажуть LUFS, числа збігаються. LU за розміром дорівнює dB — одна одиниця гучності дорівнює одному децибелу — але LUFS це абсолютна шкала, а LU відносна. «+3 LU» і «+3 dB» означають одну й ту саму величину; «−14 LUFS» і «−14 dB» не означають нічого спільного.

Вимірювання, описане в ITU-R BS.1770, — це не RMS і не пік. Це середній квадрат відфільтрованого сигналу, підсумований по каналах із ваговими коефіцієнтами, а потім гейтований у часі. Від простого RMS-вимірювача його відрізняють три речі: фільтр K-зважування, підсумовування каналів і гейтування. Практично всі непорозуміння живуть у фільтрі та в гейтах.

2.1. K-зважування: рівно дві ланки фільтра

K-зважування — це каскад із рівно двох ланок другого порядку, який застосовують до кожного каналу перед обчисленням середнього квадрата.

Ланка 1 — «головний» фільтр (head filter). Високочастотний шелф, який піднімає верх спектра. Він моделює акустичний вплив голови в звуковому полі: затінення й дифракцію, через які людина чутливіша до високих частот, що приходять спереду, ніж «гола» мікрофонна капсула.

Ланка 2 — RLB-фільтр верхніх частот. Revised Low-frequency B-curve — зріз низу, який відображає той факт, що низькі частоти дають у відчутну гучність менший внесок, ніж їхня енергія. Саме тому трек із величезним сабом вимірюється тихішим, ніж відчувається на клубній системі, і тихішим, ніж очікує інженер.

Підсилення кривої K-зважування на 1 кГц становить +0,698 dB, тобто лінійний множник 1,0836. Це не довільна константа: вона випливає з відгуків шелфа й фільтра верхніх частот на цій частоті.

2.2. Підсумовування каналів і чому воно дивує

Після фільтрації середні квадрати каналів підсумовуються з ваговими коефіцієнтами, і лише потім беруться логарифм і константа. З цього випливає результат, який щоразу спантеличує: синус повної шкали на 1 кГц, поданий в один канал стереопари, читається як −3,01 LKFS, рівно як зазначено в BS.1770-5. Ці −3,01 — не робота фільтра, а наслідок того, що це один канал із двох.

Практичний наслідок для музиканта: гучність за BS.1770 залежить від того, як розкладено джерела по панорамі. Той самий гурт, зведений моно в центр і зведений широко, дасть різні інтегровані значення при однаковому суб'єктивному враженні. Для запису автентичного гурту, який часто пишуть парою мікрофонів у природній розстановці, це означає: не дивуйтеся, якщо два дублі з різною розстановкою співаків дадуть різні LUFS. Це не помилка вимірювача.

2.3. Навіщо ця крива взагалі потрібна

Незважений RMS-вимірювач стверджує, що синус 40 Гц і синус 3 кГц однакової амплітуди однаково гучні. З цим не погодиться жоден слухач. K-зважування — навмисно груба апроксимація рівногучності, значно простіша за криві Флетчера–Мансона, і простою її зробили свідомо, щоб незалежні реалізації сходилися з точністю до частки LU. K-зважування не намагається точно змоделювати слух — воно намагається змоделювати його однаково в кожному вимірювачі світу, і саме тому воно працює.

2.4. Яка редакція чинна

BS.1770 має шість редакцій: -0 (2006), -1 (2007), -2 (2011), -3 (2012), -4 (2015) і -5 (листопад 2023). Чинною є BS.1770-5 (листопад 2023). BS.1770-4 (жовтень 2015) скасована як застаріла, хоча саме на неї досі посилається більшість встановлених вимірювачів. Усе, що описано в цьому документі — дві ланки фільтра, блоки 400 мс, обидва гейти, мінімум 4-кратна передискретизація — звірено з опублікованим текстом BS.1770-5.

3. Гейтування повністю

Гейтування — та частина специфікації, яку найчастіше переказують неправильно, включно з доволі акуратними джерелами. Інтегрована гучність — це подвійно гейтоване вимірювання.

3.1. Крок перший: нарізка на блоки

Сигнал ділиться на блоки по 400 мс із перекриттям 75 %. Перекриття 75 % на блоці 400 мс означає, що новий блок починається кожні 100 мс. Кожен блок отримує власне K-зважене значення. Перекриття тут не декоративне: воно не дає гучній події, яка припадає на межу блоків, розділитися навпіл і недорахуватися.

3.2. Крок другий: абсолютний гейт

Будь-який блок, який вимірюється нижче −70 LKFS, відкидається і далі в обчисленні не бере участі. Це прибирає цифрову тишу, хвости згасання, шум приміщення й паузи між частинами, щоб трек із довгим тихим закінченням не вимірювався тихішим за той самий трек із обрізаним хвостом.

3.3. Крок третій: відносний гейт — тут помиляються майже всі

Обчисліть середню гучність блоків, які пережили абсолютний гейт. Відніміть 10. Це і є відносний поріг. Відкиньте всі блоки нижче нього. Інтегрована гучність — це середнє по блоках, які пережили обидва гейти.

Різниця принципова й губиться постійно: відносний гейт стоїть на 10 LU нижче середнього по блоках, які пройшли абсолютний гейт, а не на 10 LU нижче незгейтованого середнього по всьому файлу. BS.1770-5 прямо описує відносний поріг як результат «subtracting 10 from the result» абсолютно-гейтованого вимірювання. Якщо порахувати середнє по всіх блоках, включно з тими, що нижче −70 LKFS, вийде нижче середнє, нижчий поріг, більше тихих блоків у розрахунку — і занижене інтегроване значення. Похибка росте разом із кількістю тиші у файлі. Це найпоширеніша причина розбіжності двох вимірювачів на одному й тому самому треку.

Слуховий наслідок відносного гейта −10 LU варто засвоїти назавжди: інтегрована гучність вашого треку — це фактично середня гучність його гучних місць, а не треку загалом. Пісня з пошептаним сорокасекундним вступом і стіною звуку в приспіві вимірюється майже виключно по приспівах. Тому додавання тихого вступу до готового мастера майже не змінює інтегроване значення — і тому інженери, які чекають іншого, дивуються.

3.4. Дума як крайній випадок: коли гейт вирішує все

Найкраще обидва гейти видно не на поп-треку, а на думі — сольній епічній речитації під розріджений акомпанемент кобзи. Дума майже не має «рівня»: виконавець весь час рухається між напівмовленням на межі шепоту, розспівом і повним голосом у кульмінації, а між фразами лишаються паузи, у яких звучить тільки згасання струни й дихання співця. Розкид короткочасної гучності всередині одного номера тут величезний — більший, ніж у будь-якому іншому вокальному жанрі, з яким ви маєте справу.

Що з цим роблять гейти. Паузи й хвости кобзи, які провалюються нижче −70 LKFS, зникають на абсолютному гейті — інакше двадцятихвилинна дума з довгими паузами вимірювалася б абсурдно тихою. Далі відносний гейт відкидає все, що на 10 LU тихіше за середнє по решті — а це якраз напівмовленнєві ділянки, тобто більша частина хронометражу твору. Інтегроване значення думи описує її кульмінації, а не її тіло.

Практичний висновок для того, хто зводить думу: не намагайтеся «підтягнути» інтегровану цифру, стискаючи речитатив. Ви зруйнуєте саме той рух від майже-мовлення до повного голосу, заради якого жанр існує, і майже не зрушите число, бо тихі ділянки в нього однаково не входять. Інтегроване значення десь у районі −18…−16 LUFS для такого запису — нормальний, а не помилковий результат.

4. Миттєва, короткочасна, інтегрована: який вимірювач і коли

Стандартизовано три часові вікна (поведінку вимірювачів описує EBU Tech 3341), і вони відповідають на три різні питання.

Миттєва (M) — 400 мс, без гейта. Те саме вікно, що й гейтований блок. Миттєва гучність стежить за окремими подіями: удар, приголосна у вокалі, доля. Використовуйте її, щоб ловити аномалії — бочку, яка вистрілює на 6 LU вище за все навколо. Не приймайте за нею рішень про рівень: вона надто смиклива, і гонитва за нею дає рівно той передавлений результат, який карає нормалізація.

Короткочасна (S) — 3 с, без гейта. Три секунди — приблизно музична фраза. Короткочасна гучність — правильний вимірювач для балансу всередині треку, бо саме на цьому масштабі слухач сприймає фрагмент як гучний або тихий. Порівнюйте по ній куплет із приспівом, перевіряйте, чи не провалюється бридж, дивіться на форму аранжування як на число.

Інтегрована (I) — уся програма, подвійно гейтована. Це число, проти якого нормалізують сервіси, і єдине, якому місце в специфікації на здачу. Міряйте його по всьому треку від першого семпла до останнього, а не по вибраній ділянці. Інтегрована гучність — це параметр здачі, а не інструмент зведення; якщо ви дивитеся на неї під час роботи, ви дивитеся не на той вимірювач.

Робоче правило: зводьте й мастеруйте за короткочасною, перевіряйте за інтегрованою, аномалії розбирайте миттєвою.

5. Діапазон гучності (LRA) і гейт −20 LU

Loudness Range, описаний у EBU Tech 3342, — одне число, яке описує, наскільки гучність треку змінюється в часі. Його рахують із розподілу значень короткочасної (3 с) гучності: LRA — це різниця між оцінками 10-го та 95-го процентилів цього розподілу. Саме через процентилі поодинокі крайнощі з обох боків не домінують у результаті.

У LRA свій власний гейт, і він не такий, як у інтегрованої гучності. Tech 3342 ставить відносний поріг LRA на −20 LU нижче абсолютно-гейтованого рівня гучності, а не на −10 LU. Ширший гейт зроблено свідомо: LRA описує варіативність, тож він мусить впускати тихі місця, які інтегроване вимірювання навмисно виключає.

Це не теоретична, а жива вада реалізацій. Вимірювач, який переставляє в LRA той самий гейт −10 LU, показує систематично занижені значення, бо викидає саме той тихий матеріал, який і становить діапазон. Якщо ваш вимірювач показує на одному файлі помітно менший LRA, ніж інший, першою підозрою має бути гейт −10 LU там, де мав бути −20 LU.

Перевірити це можна за п'ять хвилин, і думи для цієї перевірки — ідеальний матеріал. Візьміть готовий трек і допишіть у кінець 20 секунд матеріалу на 15 LU тихіше за основне тіло треку (речитативна фраза під кобзу підходить ідеально). Коректна реалізація підніме LRA суттєво; зламана майже не зрушить.

Для орієнтації, а не як цілі: щільно лімітовані електронні й поп-мастери зазвичай дають 3–5 LU; добре контрольований повносмуговий мікс — 6–9 LU; оркестрові та акустичні записи часто вище 12 LU. LRA описовий; ганятися за конкретним числом LRA так само безглуздо, як за конкретним числом LUFS.

6. Істинний пік проти пікового відліку

6.1. У чому різниця

Вимірювач пікового відліку (sample peak) показує найбільше абсолютне значення семпла у файлі. Це не найбільше значення, якого сягає сигнал: семпли — це точки на неперервній хвилі, і хвиля між двома семплами може піднятися вище за обидва. Відновлена аналогова хвиля може перевищити найвищий семпл у файлі, а вимірювач пікового відліку структурно не здатен цього побачити. Такі викиди називають міжвідліковими піками (inter-sample peaks), а рівень відновленої хвилі — істинним піком, у dBTP.

Цифрово «безпечний» файл, у якого семпли впираються в −0,1 dBFS, може мати істинні піки помітно вище 0 dBTP. У файлі нічого не обрізано. Усе, що далі по тракту відновлює хвилю — ЦАП, конвертер частоти дискретизації, декодер кодека з втратами — може її обрізати.

6.2. Навіщо потрібна передискретизація

Щоб побачити істинний пік, треба відновити хвилю між семплами. BS.1770 приписує робити це передискретизацією (oversampling): мінімум 4-кратною на 48 кГц, із прямою приміткою, що «Higher sampling rates and over-sampling ratios are preferred». 4× — це поріг відповідності, а не точна відповідь: на 4× вимірювання ще недобирає кілька десятих децибела на реальних піках. Якщо ваш вимірювач уміє 8× або 16×, вмикайте — процесорна ціна мізерна, а точність ні. Вимірювач без явного режиму true peak / dBTP — це піково-відліковий вимірювач, хоч би що обіцяв мануал.

6.3. Бандура: найважчий можливий випадок для лімітера

Бандура — інструмент, у якого 55–65 струн, і на ній одночасно звучить надзвичайно багато відкритих струн, які резонують співчутливо, навіть коли їх не защипують. Звідси поєднання, гірше за яке для лімітера годі вигадати: дуже висока щільність транзієнтів і дуже довге колективне згасання одночасно.

Механізм втрати такий. Кожен защип — це різкий короткий транзієнт із крест-фактором порядку півтора десятка децибел над тим підмурком, який у цю мить створюють десятки струн, що вже звучать. Лімітер із швидкою атакою бачить транзієнт, прибирає підсилення — і прибирає його з усього сигналу, тобто разом із транзієнтом притискає весь резонуючий хвіст під ним. Далі йде відпускання (release), і хвіст піднімається назад. Наступний защип через 100–150 мс робить те саме. У результаті хвіст ходить угору-вниз у ритмі гри, а самі защипи, які й були подією, зрівнюються з фоном.

Чути це так: окремі щипки перестають відділятися один від одного, і бандура перетворюється на суцільне марево. Зникає не «яскравість» і не «повітря» — зникає роздільність. Ви більше не чуєте, що прозвучало шість окремих нот; ви чуєте один гармонічний пласт, який пульсує. На соло-грі це чути одразу; у щільному аранжуванні це спершу здається «більшим і рівнішим», а через тридцять секунд слухання стає втомливою кашею.

Що з цим робити практично. По-перше, стеля істинного піку — обов'язково true peak, а не sample peak: щипкові транзієнти дають рясні міжвідлікові піки. По-друге, довша атака лімітера (кілька мілісекунд замість «миттєвої») пропускає сам транзієнт і тисне тільки те, що після нього — це рівно те, чого ви хочете. По-третє, перевіряйте результат по короткочасній гучності, а не по миттєвій: за миттєвою на бандурі ганятися неможливо в принципі.

Числовий приклад на бандурі

Порахуємо, що саме зникає, на умовних, але реалістичних величинах.

Припустімо, окремий защип дає пік на −3 dBFS, а гармонічний підмурок із десятків струн, що вже звучать, у ту саму мить сидить на рівні, який дає короткочасну гучність близько −18 LUFS. Крест-фактор події — приблизно 15 dB. Ви ставите лімітер зі стелею −1 dBTP і додаєте 8 dB підсилення на вході, щоб «дотягнути» інтегроване значення з −18 до −10 LUFS.

Що станеться. Підмурок підніметься на всі 8 dB — він рідко доходить до порогу й проходить майже вільно. Защипи піднятися на 8 dB не можуть: вони впираються в стелю. Реально вони піднімуться на 2 dB, а решту з'їсть лімітер. Крест-фактор події падає з 15 dB приблизно до 9 dB. Число на вимірювачі досягло цілі. Але відношення «подія до фону», тобто рівно те, чим бандура відрізняється від синтезаторного пласта, стиснулося майже вдвічі за децибелами.

І це ще без урахування ритмічної модуляції, описаної вище: під час швидкого пасажу лімітер працює безперервно, тож підмурок не встигає повертатися на місце між защипами й «дихає» в темпі гри. Саме це і чути як марево.

Що робити натомість: набирайте рівень до лімітера обережно, ставте час атаки в одиниці мілісекунд, а не в десяті частки, і залиште інтегроване значення там, де воно опинилося. Для сольної бандури −18…−15 LUFS — цілком нормальна здача.

6.4. Трембіта й сопілка: атака, яку не можна квапити

Трембіта — один із найдовших духових інструментів у світі, і в неї принципово повільна атака: звук наростає, а не з'являється. Швидкий компресор або лімітер із коротким часом атаки трактує це наростання як подію, що росте, і починає прибирати підсилення саме тоді, коли нота розкривається. Результат — нота, яка «упирається в стелю» на середині власного наростання: початок пройшов вільно, продовження придушене, і замість довгого відкритого розгортання чути щось, що зупинилося. Це той рідкісний випадок, коли повільніша атака і повільніше відпускання об'єктивно правильніші, а безпеку по піку краще забезпечувати окремим true-peak лімітером у самому кінці ланцюга, а не тим самим приладом, який робить динаміку.

Сопілка дає протилежну проблему в тому самому тракті: багато шумової складової в атаці й у диханні, високий спектральний центр. K-зважування підіймає верх, тож сопілка вимірюється гучнішою, ніж здається на слух у контексті, і легко «перетягує» на себе гейтовані блоки в записі, де вона лише один із голосів. Якщо ви бачите інтегроване значення вище за очікуване на записі з трембітою й сопілкою — перевірте, чи не вирішує його одна сопілка.

6.5. Чому кодек із втратами піднімає піки

Кодек із втратами — AAC, Ogg Vorbis, MP3 — не відтворює хвилю семпл-у-семпл. Він відтворює перцептивно подібну, і вихід декодера регулярно перевищує вхід кодера. Це не дефект, а неминучий наслідок квантування й відкидання спектральних деталей, і масштаб перевищення росте з тим, наскільки жорстко тиснули джерело. Мастер рівно на 0,0 dBTP декодується з піками вище 0 dBFS, і декодер їх обрізає.

Усі опубліковані специфікації, що це зачіпають, кажуть одне й те саме. 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: тримайте істинний пік «below −1dB TP (True Peak) max», а для мастерів гучніших за −14 LUFS — «keep True Peak below −2dB to avoid extra distortion».

6.6. Яку стелю ставити насправді

Ставте стелю true-peak лімітера на −1,0 dBTP для звичайних мастерів і на −2,0 dBTP, якщо мастер гучніший за −14 LUFS інтегровано. Це не забобонний запас: обидві цифри — опубліковані вимоги з джерел вище, і друга існує саме тому, що жорсткіше лімітований матеріал сильніше перевищує на кодеку.

Дві примітки. Стеля −0,1 dBTP для стримінгу — це помилка здачі, а не стилістичний вибір. І true-peak лімітер має бути справді true-peak: у багатьох лімітерів регулятор стелі працює по піковому відліку, і виставлені на ньому −1,0 дають міжвідлікові піки десь вище −0,5 dBTP.

Готовий файл можна перевірити безкоштовним браузерним вимірювачем гучності та істинного піку на mazufa.com — він працює цілком на вашому пристрої й нічого нікуди не завантажує.

7. Автентичний спів: чому його не можна тиснути як поп-вокал

Автентичний спів — традиційне українське гуртове багатоголосся у відкритій манері звукоутворення — окремий випадок, і помилки з ним роблять регулярно.

По-перше, він справді гучний. Відкрите горлове звукоутворення розраховане на спів надворі, без підзвучки, на відстань. Це не «форсування» і не помилка виконавця: динамічний рівень, який у камерному академічному хорі був би форте на межі, тут є робочою нормою всього твору.

По-друге, у нього дуже характерний спектральний баланс: сильна енергія в діапазоні приблизно 2–4 кГц (та сама формантна ділянка, яка дає манері її «пронизливість»), відносно небагато низу, і мало пауз — гурт співає щільно, з підводками й «гуканням», без класичних цезур. K-зважування читає це максимально невигідно для співаків: RLB-фільтр зрізає низ, якого тут і так немає, а «головний» шелф піднімає саме ту ділянку, у якій зосереджена енергія манери. Наслідок практичний: запис автентичного гурту вимірюється інтегровано гучнішим, ніж він відчувається, і часто відчутно гучнішим за академічний хоровий запис із тим самим суб'єктивним рівнем.

З цього випливає найпоширеніша помилка: інженер бачить −16 LUFS замість очікуваних −20, вирішує, що «щось не так», і не помічає, що нічого не так — просто вимірювач працює так, як описано.

По-третє — і це головне — що стається, коли такий спів обробляють, як поп-вокал. Ланцюг «компресор із коефіцієнтом 4:1, швидка атака, потім де-есер, потім лімітер» руйнує три речі одразу.

1. Внутрішньогуртовий баланс. У багатоголоссі голоси навмисно нерівні: верхній «виводить», нижні тримають. Компресор із швидкою атакою реагує на сумарний рівень і прибирає підсилення тоді, коли вступає верхній голос — тобто автоматично притискає підголоски щоразу, коли виводчик робить те, заради чого він там є. Фактура стає плоскою, а голоси починають ходити вгору-вниз відносно одне одного.
2. Формантна ділянка. Де-есер і будь-яка динамічна обробка, налаштована на поп-«с», сидить рівно в тій області 2–4 кГц, яка тут несе манеру, а не сибілянти. Прибираючи «різкість», ви прибираєте саме те, що робить спів автентичним, і отримуєте академізовану, «культурну» версію того, що мало бути відкритим.
3. Мікродинаміка гурту. Живе гуртове співання весь час трохи «дихає»: гурт разом підсилюється й відпускає в межах фрази. Лімітер із коротким відпусканням це вирівнює, і замість колективного дихання виходить рівна стіна.

Практично: тримайте компресію мінімальною й повільною, стелю ставте true-peak, а рівень набирайте фейдером, а не тиском. Якщо інтегроване значення виходить −16 LUFS без жодного лімітування — це готовий результат, а не привід шукати ще 3 dB.

8. Як це виміряти в реальній студії

Механіка вище нічого не варта, якщо вимірювання проводять не там і не так. Найчастіші процедурні помилки виглядають так.

Вимірювання не на кінці ланцюга. Інтегровану гучність і істинний пік вимірюють на самому виході, після всіх обробок майстер-шини, включно з лімітером і будь-яким дизером. Вимірювач, вставлений перед лімітером, показує число, якого у файлі не буде. Найнадійніше — виміряти вже відрендерений файл окремим проходом, а не в реальному часі на відтворенні.

Вимірювання по фрагменту. Інтегроване значення визначено для всієї програми. Виміряти приспів і вважати це інтегрованою гучністю треку — типова помилка, і для матеріалу з великим розкидом (дума, автентичний спів із сольними заспівами) вона дає розбіжність у кілька LU.

Вимірювання «на слух гучності» замість вимірювання. Крива K-зважування навмисно не збігається з вашим слухом на конкретному матеріалі. Для трембіти й сопілки вона завищує, для матеріалу з важким низом занижує. Вимірювач правий не тому, що чує краще, а тому, що всі вимірювачі помиляються однаково.

Плутанина «пік» і «істинний пік». Штатний індикатор рівня в більшості DAW — піково-відліковий. Він скаже, що у вас −0,3 dBFS і все гаразд, тоді як істинний пік буде вище нуля. Вмикайте режим true peak явно й перевіряйте, який множник передискретизації використовує ваш вимірювач.

Порівняння з референсом без вирівнювання гучності. Якщо ви порівнюєте свій мастер із чужим релізом і не зрівняли їх за LUFS, ви порівнюєте гучність, а не звук, і завжди оберете гучніше. Зрівняйте обидва до однакового інтегрованого значення — і тоді слухайте. Половина рішень «додати ще лімітера» після такого вирівнювання зникає сама.

Один прохід — одне число. Не змінюйте нічого в проєкті між вимірюванням і рендером здачі. Здавайте рівно той файл, який виміряли.

9. Альбом із думами й коломийками: чому не треба вирівнювати вручну

Окремий випадок, який трапляється щоразу, коли складають фольклорну збірку: на одному релізі стоять поруч дума на −17 LUFS, гуртовий спів на −15 LUFS і швидка інструментальна коломийка на −11 LUFS. Спокуса зрівняти їх усі до однієї цифри дуже велика.

Не робіть цього. Spotify нормалізує альбом як ціле: підсилення обчислюється для релізу, а не для кожного треку окремо, «so the softer tracks are as soft as you intend them to be». Тобто відносні рівні всередині альбому зберігаються — саме та драматургія, заради якої дума стоїть перед коломийкою, доїде до слухача. Якщо ви вирівняєте треки самотужки, ви заплатите динамікою думи за нульовий виграш.

AES TD1008 описує ту саму логіку з іншого боку: при альбомній нормалізації ціллю є найгучніший трек на рівні −14 LUFS, а не кожен трек окремо. Практично це означає: доведіть до ладу найгучніший номер збірки, а решту вибудуйте відносно нього так, як вони мають звучати, і на цьому зупиніться.

Єдина річ, яку справді варто вирівняти по всій збірці, — стеля істинного піку. −1 dBTP на кожному треку, без винятків.

10. Що насправді публікує кожен сервіс

Різниця між опублікованим і широко повідомлюваним — найважливіше в цьому розділі, і майже жодна стаття на цю тему її не витримує.

10.1. Опубліковані специфікації

Spotify. Ціль: −14 LUFS інтегровано. Spotify пише, що приводить треки «to −14 dB LUFS» і вимірює «according to the ITU 1770 standard». Стеля істинного піку: нижче −1 dBTP; нижче −2 dBTP для мастерів гучніших за −14 LUFS. Про підвищувальну нормалізацію: «positive gain is applied to softer masters so the loudness level is -14 dB LUFS», із застереженням щодо запасу: «We consider the headroom of the track, and leave 1 dB headroom for lossy encodings to preserve audio quality». Про альбомну нормалізацію: альбом нормалізується як ціле, «the softer tracks are as soft as you intend them to be» — відносні рівні треків усередині альбому зберігаються. Для збірки, де поруч стоять дума й швидка коломийка, це принципово: не намагайтеся зрівняти їх вручну.

EBU R 128. Ціль: −23 LUFS. Це мовна (broadcast) рекомендація, а не стримінгова музична ціль. Її наведено тут тому, що її регулярно застосовують не за призначенням: музичний мастер на −23 LUFS не стає «більш відповідним» нічому, а через те, що підвищувальна нормалізація обмежена запасом по піку, може відтворитися тихішим, ніж ви розраховували.

AES TD1008 (Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution) — найкорисніший публічний документ для музиканта і найчастіше перекручуваний.

• Музика при потрековій нормалізації: −16 LUFS, допуск +0,2 LU.
• Альбомна нормалізація, найгучніший трек: −14 LUFS, допуск +0,2 LU.
• Мовленнєвий контент: −18 LUFS, допуск +1 LU, вимірюється як інтегрована гучність діалогу.
• Максимальний істинний пік: −1 dBTP на вході кодека для потоків із втратами.

Цифра −18 LUFS у TD1008 стосується мовленнєвого контенту — новин, розмовних програм, драми — і цитувати її як музичну ціль є поширеною і серйозною помилкою. Музична цифра — −16 LUFS. Якщо ви бачите −18 LUFS як «рекомендацію AES для музики», джерело неправильно прочитало документ.

TD1008 містить і пряме твердження про динаміку, яке варто процитувати: «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».

10.2. Сервіси, які не публікують цілі нормалізації

Apple Music, YouTube Music, Amazon Music, TIDAL і Deezer не публікують цілі нормалізації. Вони нормалізують — це спостережуваний факт, — але конкретна цифра не є опублікованою специфікацією, і будь-яка стаття, що подає її як специфікацію, видає вимірювання або припущення за документ.

Цифри, які зазвичай наводять: Apple ≈ −16 LUFS, YouTube Music ≈ −14 LUFS, Amazon Music ≈ −14 LUFS, TIDAL ≈ −14 LUFS, Deezer ≈ −15 LUFS. Це широко повідомлювані, але не опубліковані сервісами дані; ставтеся до них як до сторонніх спостережень за рухомою ціллю, а не як до специфікацій. Вони отримані незалежними вимірюваннями, вони змінювалися з часом, і жоден сервіс на них не зобов'язувався. Не рахуйте з них очікуване підсилення відтворення і не мастеруйте під якусь із них.

Практичний наслідок менший, ніж здається: усі повідомлювані цифри лежать між −16 і −14 LUFS, тобто розкид 2 LU. Заради 2 LU мастер не переробляють.

11. Звідки береться тиск «зроби голосніше»

Коротко про контекст, бо без нього розділ про арифметику виглядає як мораль.

Тиск на гучність в українській сцені сьогодні йде не від сервісів, а від двох сусідніх речей. Перша — локальні плейлисти й радіоротації, де треки стоять поруч і де рішення часто ухвалюють на швидкому прослуховуванні в неідеальних умовах. Друга — соцмережі й короткі відео, де нормалізація застосовується непослідовно, а прослуховування триває секунди.

Обидва контексти реальні, і жоден із них не робить передавлений мастер правильним рішенням для стримінгового релізу. Правильна відповідь на них — окремий гучніший файл для того контексту, де він потрібен, а не один передавлений мастер на все. Мастер для стримінгу зі стелею −1 dBTP і збереженим крест-фактором працює скрізь, де є нормалізація; версія для промо-відео може бути будь-якою, бо вона живе окремо й нікуди не здається.

І ще одне, чого варто позбутися: звички зводити «під референс» із розділу «топ» без вирівнювання гучності. Дев'ять із десяти таких референсів гучніші не тому, що краще зведені, а тому, що дотиснуті — і на нормалізованому відтворенні ця перевага зникає ще до того, як слухач натисне play.

12. Практика

12.1. Як обрати ціль

Ідіть від музики, а не від числа.

1. Спершу зафіксуйте стелю. −1 dBTP, істинний пік, із передискретизацією. Це єдине по-справжньому жорстке обмеження в списку.
2. Мастеруйте під музику. Доведіть баланс, тембр і динаміку так, щоб лімітер робив якомога менше. На цьому етапі на інтегрований вимірювач не дивіться взагалі.
3. Виміряйте результат. Яка інтегрована гучність вийшла — така і є ваш кандидат.
4. Перевірте діапазон на здоровий глузд. Якщо інтегроване значення десь між −14 і −9 LUFS, ви всередині смуги, де живуть усі опубліковані цілі й усі повідомлювані цифри, і жоден сервіс не зробить із вашим треком нічого драматичного. Якщо ви гучніші за −9 LUFS — спитайте себе, що саме купило вам лімітування, бо рівень нормалізація забере назад.
5. І лише тоді коригуйте — змінюючи мастеринг, а не додаючи лімітування.

Ганятися за числом LUFS, додаючи лімітування, доки вимірювач не покаже потрібне, — це рівно та поведінка, яку нормалізація зробила безглуздою. Якщо число треба зрушити, рухайте його підсиленням на етапах, рішеннями в міксі або меншою компресією — не більшою.

12.2. Українська поп-, реп- і рок-сцена: чесна арифметика

Реальність місцевих плейлистів така: значна частина сучасних українських релізів приходить на мастеринг із проханням «щоб не тихіше за сусідів», і мастери на −8…−6 LUFS не рідкість. Порахуймо чесно, що це дає.

Візьмімо мастер на −7 LUFS зі стелею −1 dBTP. Крест-фактор — 6 LU.

• На Spotify (ціль −14 LUFS) застосовується підсилення −7 dB. Піки опиняються на −8 dBTP. Відтворюваний рівень — рівно такий самий, як у мастера, зведеного на −14 LUFS.
• Мастер того ж міксу на −12 LUFS зі стелею −1 dBTP має крест-фактор 11 LU. Він отримує −2 dB, піки лягають на −3 dBTP. Рівень відтворення — той самий.
• Різниця між двома варіантами на виході: 5 LU крест-фактора, які є у другого і яких немає в першого. Гучність — однакова.

Тобто на нормалізованому відтворенні п'ять децибел динаміки віддано ні за що. І ще одна деталь, про яку часто забувають: мастер на −7 LUFS гучніший за −14 LUFS, отже за специфікацією Spotify його стеля має бути −2 dBTP, а не −1. Тобто передавлений мастер не просто нічого не виграє — він ще й здається з порушеною вимогою по піку, і платить за це додатковими спотвореннями на кодеку.

Чесна примітка про те, що гучність усе-таки купує. Купує вона дві речі: перевагу там, де нормалізацію вимкнено або де її немає в принципі (DJ-плеєри, деякі вбудовані плеєри в соцмережах, файл, який слухають із флешки в авто), і суб'єктивне враження «дорожчого» звучання на першому прослуховуванні в шумі — на кілька секунд, поки вухо не адаптувалося. Не купує вона нічого з того, заради чого це зазвичай роблять: ані більшої гучності в стримінгу, ані кращого утримання слухача, ані місця в алгоритмі. Якщо ви свідомо обираєте −8 LUFS для треку, у якого немає жодного транзієнта, який варто зберігати, — це нормальне рішення. Якщо ви дотискаєте до −7 LUFS запис із живими барабанами й гітарами, ви платите крест-фактором за нуль.

12.3. Якщо мастер уже передавлено

Три чесні варіанти, за спаданням переваги.

Перемастерити з міксу. Єдине справжнє виправлення. Пікове лімітування незворотне: зрізаних транзієнтів у файлі немає. Якщо мікс у вас є — відпустіть лімітер і зробіть рендер заново.

Знизити стелю й на цьому спинитися. Якщо є тільки мастер, а його істинний пік вище −1 dBTP, застосуйте true-peak лімітування або безпечне зниження підсилення до −1 dBTP і зупиніться. Це виправляє помилку здачі, не вдаючи, ніби виправляє динаміку.

Не робити нічого. Мастер на −8 LUFS зі стелею −1 dBTP не зламаний. Він відтворюватиметься на тому самому рівні, що й усе інше, трохи пласкіше, ніж міг би. Передавлений мастер — це втрачена можливість, а не дефект: файл гратиме, просто гратиме не так добре, як міг би.

12.4. Динаміка й рівень — це різні речі

Тримайте їх окремо в голові, бо плутанина між ними породжує більшість поганих рішень.

Рівень — це те, де сидить трек цілком. Одне число, задається фейдером, коштує нуль, і за умов нормалізації його обирає сервіс, а не ви.

Динаміка — це співвідношення гучних і тихих частин: і від моменту до моменту (крест-фактор, PLR), і від частини до частини (LRA). Її створення чогось коштує, лімітер її нищить, і жодна ланка далі по тракту її не відновить.

Ви більше не конкуруєте за рівнем — його задає сервіс, — тож кожен децибел, витрачений на рівень, узято з бюджету, якого слухач не побачить. Нормалізація не забрала можливості зробити запис, що звучить потужно. Вона забрала можливість зробити його потужним за рахунок гучності. Відчуття сили тепер дають щільність аранжування, контраст атак, вага в нижній середині й розмір стрибка між частинами — тобто рівно те, що переживає підсилення −7 dB без змін.

12.5. Що справді не має значення

• Точне влучання в цифру LUFS. Нічого не округлюється, нічого не бракується, різниця між −14,0 і −13,4 LUFS нечутна. Допуск ±1 LU щедрий, і ніхто його не помітить.
• Окремі мастери під різні сервіси. Опубліковані й повідомлювані цілі вкладаються приблизно в 2 LU. Один мастер зі стелею −1 dBTP і розумною динамікою правильний скрізь.
• Частота дискретизації й дизеринг на 24-бітному мастері. Здавайте на рідній частоті міксу; підвищення частоти не додає нічого, а 24-бітний дизер лежить набагато нижче за все, що переживає дистрибуцію.
• Мовна цифра −23 LUFS. Якщо ви не здаєте на телерадіомовлення, R 128 — не ваша специфікація.
• Марка вимірювального плагіна. Будь-який вимірювач, що відповідає BS.1770, із режимом істинного піку й достатньою передискретизацією, збігається з будь-яким іншим у межах частки LU. Розбіжності пояснюються реалізацією гейтів або передискретизації, а не якістю.

12.6. Контрольний список перед здачею

1. Вимірювач відповідає BS.1770 (краще — з явною згадкою редакції -5), режим true peak увімкнено, передискретизація 8× або вище.
2. Вимірювання зроблено на відрендереному файлі, від першого семпла до останнього.
3. Істинний пік ≤ −1,0 dBTP. Якщо інтегроване значення гучніше за −14 LUFS — ≤ −2,0 dBTP.
4. Інтегроване значення записано в супровідні матеріали релізу як факт, а не як ціль.
5. LRA виміряно тим самим вимірювачем і виглядає правдоподібно для жанру (для думи або сольної бандури значення нижче 6 LU — привід перевірити, чи не переплутано гейт у вимірювачі, або чи не передавлено матеріал).
6. Для збірки: найгучніший трек доведено, решта вибудувана відносно нього, стеля −1 dBTP на всіх.
7. Порівняння з референсом проведено після вирівнювання гучності, а не до нього.

12.7. Кілька коротких відповідей

«Мій трек виміряно −16 LUFS, його ж зроблять голоснішим?» Ймовірно, частково. Spotify застосовує додатне підсилення до тихіших мастерів, але враховує запас по піку й лишає 1 dB для кодування з втратами. Мастер на −16 LUFS зі стелею −1 dBTP підняти на повні 2 dB без ризику не вийде, тож розраховувати на точне влучання в −14 не варто. Це не проблема: 1–2 LU нижче цілі не чути.

«Чи треба робити окремий мастер під Apple Music?» Ні. Цілі Apple не опубліковано, повідомлювані цифри лежать у межах 2 LU від Spotify, і один мастер зі стелею −1 dBTP коректний скрізь.

«Я зводжу дуже тихо, бо нормалізація все одно підніме.» Ні, це помилка з того ж боку, що й передавлювання. Підвищення обмежене запасом по піку, і мастер на −24 LUFS може відтворитися тихішим за сусідів. Цільте в діапазон, у якому живуть опубліковані рекомендації, а не в крайнощі.

«Вимірювач показує LRA 4 LU на записі, який явно дуже динамічний.» Перша підозра — гейт −10 LU замість −20 LU в реалізації LRA. Перевірте описаним вище тестом із дописаним тихим фрагментом.

«Чи впливає гучність на потрапляння в алгоритмічні добірки?» Жоден сервіс такого не публікує, і стверджувати це немає підстав. Гучність впливає на те, як звучить ваш трек після нормалізації — і на цьому перелік вичерпується.

13. Підсумок

Виміряйте інтегровану гучність готового мастера вимірювачем, що відповідає BS.1770 (чинна редакція — BS.1770-5, листопад 2023). Поставте стелю істинного піку −1 dBTP, або −2 dBTP, якщо ви гучніші за −14 LUFS. Балансуйте за короткочасною гучністю, інтегровану використовуйте лише для перевірки. Пам'ятайте, що відносний гейт інтегрованої гучності стоїть на −10 LU нижче абсолютно-гейтованого середнього, а гейт LRA — на −20 LU. Рівень відтворення задає сервіс, а не ви — тож зусилля, які пішли б на рівень, витратьте на те, що слухач іще здатен почути: на роздільність щипків бандури, на дихання гурту, на відстань між шепотом і повним голосом у думі.

Mazufa дистрибутує музику без плати за завантаження, без підписки й без оплати за реліз; єдине відрахування — 5 % від отриманих роялті, і кожну повну заявку розглядає людина.

Джерела

ITU-R BS.1770 — алгоритм вимірювання, K-зважування, гейтування, істинний пік

• Recommendation ITU-R BS.1770-5 (11/2023), Algorithms to measure audio programme loudness and true-peak audio level (повний текст, PDF): https://www.itu.int/dms_pubrec/itu-r/rec/bs/R-REC-BS.1770-5-202311-I!!PDF-E.pdf
• Сторінка рекомендації BS.1770 та історія редакцій (BS.1770-0 — BS.1770-5): https://www.itu.int/rec/R-REC-BS.1770/en

EBU — мовна ціль, вікна вимірювачів, діапазон гучності

• 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 (миттєва 400 мс, короткочасна 3 с): https://tech.ebu.ch/publications/tech3341
• EBU Tech 3342, Loudness Range: A measure to supplement EBU R 128 loudness normalisation (гейт −20 LU; 10-й і 95-й процентилі), PDF: https://tech.ebu.ch/docs/tech/tech3342.pdf

AES — рекомендації для стримінгу

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

Spotify — опублікована специфікація нормалізації

• Spotify for Artists, Loudness normalization (−14 LUFS; −1 dBTP / −2 dBTP; підвищувальне підсилення та запас по піку; альбомна нормалізація): https://support.spotify.com/us/artists/article/loudness-normalization/

Не опубліковано жодним сервісом. Цифри для Apple Music, YouTube Music, Amazon Music, TIDAL і Deezer — широко повідомлювані сторонні вимірювання. Первинного джерела для них не наведено, бо його не існує: ці сервіси не публікують специфікацій нормалізації.