যে পরিমাপগুলি হয়, আর সেগুলি কোথা থেকে আসে
ইন্টিগ্রেটেড লাউডনেস ITU-R BS.1770 অনুসরণ করে: সিগন্যালে K-ওয়েটিং প্রয়োগ করা হয়, 75 শতাংশ ওভারল্যাপে 400 মিলিসেকেন্ডের ব্লকে ভাগ করা হয়, এবং দুইবার গেট করা হয় — −70 LUFS-এ একটি অ্যাবসোলিউট গেট, তারপর গেটবিহীন গড়ের চেয়ে দশ ইউনিট নিচে একটি রিলেটিভ গেট। শর্ট-টার্ম লাউডনেস EBU Tech 3341-এ সংজ্ঞায়িত তিন সেকেন্ডের উইন্ডো ব্যবহার করে। লাউডনেস রেঞ্জ EBU Tech 3342 অনুসরণ করে, যেখানে রিলেটিভ গেট আলাদা: দশ নয়, বিশ ইউনিট। এই পার্থক্যটি বাস্তবায়নের একটি সাধারণ ভুল, আর ভুল হলে লাউডনেস রেঞ্জ প্রকৃতের চেয়ে সরু দেখায়।
True peak, এবং ওভারস্যাম্পলিং কেন ঐচ্ছিক নয়
স্যাম্পলের মানগুলি সেই তরঙ্গরূপ বর্ণনা করে না যা কনভার্টার তাদের মাঝখানে পুনর্গঠন করে। কেবল স্যাম্পলের মাঝেই যে পিকগুলি থাকে সেগুলি বাস্তব, এবং লসি এনকোডার সেগুলি পুনর্গঠন করে। ITU-R BS.1770 সংযুক্তি 2 true peak পরিমাপের জন্য চার গুণ ওভারস্যাম্পলিংকে ন্যূনতম হিসেবে নির্ধারণ করে; এই টুল আট গুণ ব্যবহার করে। আপনার মিটার যদি শুধু স্যাম্পল পিক দেখায়, তবে সেটি ফাইল সম্পর্কে বলছে, প্লেব্যাক সম্পর্কে নয়, এবং সেটি এমন একটি মাস্টার পাশ করিয়ে দেবে যা প্রতিটি সার্ভিসে বিকৃত হয়।
PLR ও PSR — কাজের, তবে মানদণ্ড নয়
Peak to loudness ratio হলো পুরো ট্র্যাক জুড়ে true peak বিয়োগ ইন্টিগ্রেটেড লাউডনেস। Peak to short-term ratio হলো সবচেয়ে জোরালো তিন সেকেন্ডের উইন্ডোর সাপেক্ষে মাপা true peak, অর্থাৎ ঠিক যেখানে লিমিটিং সত্যিই কামড় বসায়। এদের কোনোটিই ITU, EBU বা AES দ্বারা সংজ্ঞায়িত নয়। এগুলি মাস্টারিংয়ের প্রচলিত রীতি, আর যে সীমাগুলি মানুষ ব্যবহার করে — পাঁচ ইউনিটের নিচে মানে ভারী লিমিটিং, তিনের নিচে মানে চরম — তা চর্চা থেকে এসেছে, কোনো নথি থেকে নয়। এই টুল দুটোই দেখায় এবং স্পষ্ট করে বলে যে এগুলি প্রচলিত রীতি।
প্লেব্যাক নরমালাইজেশন আসলে কী করে
প্রতিটি বড় সার্ভিস জোরালো কনটেন্টকে একটি লক্ষ্যমাত্রার দিকে কমিয়ে দেয় এবং সাধারণত মৃদু কনটেন্ট বাড়ায় না। সৎ সমস্যাটি হলো, এই লক্ষ্যমাত্রাগুলির কেবল কয়েকটিই প্রকাশিত। Spotify তার সংখ্যাটি নথিভুক্ত করে। EBU R 128 এবং স্ট্রিমিংয়ের জন্য AES-এর সুপারিশ প্রকাশিত মানদণ্ড। বাকি সার্ভিসগুলির যে সংখ্যাগুলি ঘোরে, সেগুলি সর্বত্র পুনরাবৃত্ত হয় কিন্তু কোথাও এমনভাবে নথিভুক্ত নয় যে আমরা উৎসে গিয়ে যাচাই করতে পারি। এই পাতার টেবিলে প্রতিটি সারি সেভাবেই চিহ্নিত, কারণ যাচাই-অযোগ্য উৎস থেকে আসা আত্মবিশ্বাসী সংখ্যা একটি সৎ ফাঁকের চেয়েও খারাপ।
যে কোডেক পরীক্ষা আর কেউ চালায় না
লসি এনকোডার স্যাম্পলের মান অক্ষত রাখে না। কোয়ান্টাইজেশন ও ডিকোডারের পুনর্গঠন ফিল্টারের কারণে ডিকোড করা তরঙ্গরূপের পিক উৎসের চেয়ে বেশি হতে পারে — ঘন উপাদানে সচরাচর আধা ডেসিবেল থেকে দেড় ডেসিবেল পর্যন্ত। ফলে ফুল স্কেলে বসে থাকা একটি মাস্টার এনকোডিংয়ের পর ক্লিপ করে, যদিও ফাইলটি নিজে কখনো ক্লিপ করেনি। বেশিরভাগ অ্যানালাইজার এটি অনুমান করে। এই টুল সত্যিই আপনার অডিওকে আপনার ব্রাউজারেই AAC ও Opus-এ এনকোড করে, আবার ডিকোড করে এবং ডিকোড করা পিক মাপে, তাই আপনি যে সংখ্যাটি দেখছেন তা ঘটেছে, অনুমান করা হয়নি।
মোনো নিছক আনুষ্ঠানিকতা নয়
দুই চ্যানেলের মধ্যে কোরিলেশন বলে দেয় তারা একে অপরকে জোরদার করছে নাকি বাতিল করছে। কিন্তু যে সংখ্যাটি আসলে গুরুত্বপূর্ণ তা হলো মিক্স যোগ করলে আপনি বাস্তবে কতটা লেভেল হারান, আর এই টুল সেটি কোরিলেশন থেকে অনুমান না করে সরাসরি মাপে। ফোনের স্পিকার, স্মার্ট স্পিকার, ল্যাপটপে প্লেব্যাক এবং বেশিরভাগ ক্লাব সিস্টেম মোনো বা তার কাছাকাছি কিছুতে যোগ করে, তাই যে চওড়া মিক্স যোগ করার সময় কয়েক ডেসিবেল হারায়, সেটি বেশিরভাগ শ্রোতার সামনেই তা হারাচ্ছে।
ভালো PSR মান কত?
এর কোনো আনুষ্ঠানিক উত্তর নেই, তাই টুলটি এটিকে প্রচলিত রীতি বলেই চিহ্নিত করে। বাস্তবে, আট ইউনিটের বেশি peak to short-term ratio ডায়নামিক মাস্টার হিসেবে পড়া হয়, পাঁচ থেকে আট নিয়ন্ত্রিত, তিন থেকে পাঁচ ভারীভাবে লিমিটেড, আর তিনের নিচে চরমভাবে লিমিটেড। সেটি ভুল কি না তা সম্পূর্ণভাবে গানের উপর নির্ভর করে। পরিমাপ বলে আপনি কী করেছেন; কী করা উচিত ছিল তা বলে না।