O que é de facto um máster imersivo
Não é um ficheiro estéreo com um efeito por cima. É um ficheiro multicanal num contentor BW64 — o formato wave de forma longa definido na ITU-R BS.2088, que existe porque o formato wave original não pode exceder quatro gigabytes — que transporta dois chunks adicionais. O chunk axml contém os metadados Audio Definition Model em XML, definidos na ITU-R BS.2076. O chunk chna associa cada faixa do ficheiro a um identificador nesses metadados. Sem os dois chunks tem um ficheiro wave multicanal vulgar, e será rejeitado como entrega imersiva.
O bed e os objetos
O renderizador publicado aceita até cento e vinte e oito entradas. As primeiras dez são o bed: uma disposição fixa de canais, habitualmente sete ponto um ponto dois. Tudo a partir da entrada onze é um objeto: um elemento mono ou estéreo com metadados de posição que o movem pela sala em vez de o atribuírem a uma coluna. Isso dá até cento e dezoito percursos de canal de objeto. Não há limite publicado específico para música abaixo disso; o conselho de manter a música num bed e em duas dúzias de objetos é convenção da prática, não uma regra.
Os números que os serviços publicam
O guia de materiais da Apple indica que o loudness integrado de um máster imersivo não deve exceder menos dezoito, medido segundo a ITU-R BS.1770, e que o true peak não deve exceder menos um decibel dBTP. Exige áudio linear de vinte e quatro bits a quarenta e oito kilohertz, entregue como ficheiro BW64 com metadados ADM. Exige também uma versão estéreo conformada, sincronizada com a imersiva. Repare na formulação: esses valores de loudness são um teto, não um alvo de normalização, e a diferença conta quando decide quanto empurrar.
Converter uma mistura estéreo não é permitido
Esta é a parte que mais se vende e que mais surpreende. As orientações publicadas da Apple são explícitas: ficheiros imersivos gerados a partir de misturas estéreo não são permitidos. Um máster imersivo é construído a partir da sessão multipista, por uma pessoa, num renderizador licenciado, com decisões sobre o que pertence ao bed e o que se torna objeto. Qualquer serviço que ofereça converter um máster estéreo acabado num imersivo ou está a fazer algo que a especificação proíbe ou está a descrever outra coisa.
Porque é o binaural que a maioria vai realmente ouvir
Muito poucos ouvintes têm um conjunto de colunas. A esmagadora maioria ouve música imersiva em auscultadores, através de um render binaural. O formato transporta metadados por elemento que descrevem como cada objeto deve ser virtualizado nesse render, mas quais dessas instruções sobrevivem depende do caminho de entrega, e no maior serviço de música o render de auscultadores é o da própria plataforma e não aquele que monitorizou. A consequência prática: verifique a sua mistura em auscultadores através do serviço real antes de a dar por acabada.
O que esta ferramenta se recusa a fingir
Lê as partes abertas e publicadas do ficheiro: o contentor definido pela ITU-R BS.2088 e o modelo de metadados definido pela ITU-R BS.2076, ambas recomendações disponíveis publicamente. Não faz render. O algoritmo que transforma objetos em sinais para as colunas é proprietário e licenciado, por isso nenhum navegador pode produzir um render conforme, e um valor de loudness retirado de uma aproximação não licenciada não seria uma medição de entrega válida. Também não codifica nem descodifica os codecs de difusão usados para transportar música imersiva, que estão patenteados. Um validador que admite o seu limite é mais útil do que um renderizador que mente sobre o dele.