سه سنجه، سه پرسش
صدای دیجیتال به صورت دنبالهای از مقادیر نمونه ذخیره میشود. وسوسهانگیز است که بزرگترین آنها را پیدا کنید، آن را «سطح» بنامید، و هر تصمیمی دربارهٔ بلندی صدا را به چشم فاصلهای از صفر ببینید. آن عدد مفید است، اما فقط به یک پرسش پاسخ میدهد: حدیترین نمونهٔ ذخیرهشده چقدر به حد عددی قالب نزدیک است؟
تحویل صدا آنقدر مکرر دو پرسش دیگر را میپرسد که نامها باید از هم جدا بمانند:
| سنجه | چه چیزی را بررسی میکند | به چه پرسشی پاسخ میدهد |
|---|---|---|
| اوج نمونه | مقادیر گسستهٔ ذخیرهشده در فایل | آیا ضرب این نمونههای ذخیرهشده از تماممقیاس فراتر میرود؟ |
| اوج واقعی | تخمین فرانمونهبرداریشده از شکل موج بازسازیشده | آیا پخش یا پردازش بعدی میتواند میان نمونهها از سقف اوج فراتر برود؟ |
| بلندی برنامه | انرژی وزندهیشدهٔ فرکانسی، انتگرالگیریشده در طول زمان | این برنامه نسبت به برنامهٔ دیگر احتمالاً چقدر بلند ادراک میشود؟ |
هیچکدام مترادف پیچیدهتری برای دیگری نیست. ابزاری که یکی را محاسبه میکند نباید نتیجهاش را با واحد دیگری برچسب بزند.
اوج نمونه: مرزی که در فایل دیده میشود
PCM صحیح بازهٔ کد محدودی دارد. یک نمونهٔ ۱۶ بیتی از ۳۲٬۷۶۸- تا ۳۲٬۷۶۷ میرود؛ WAV ممیز شناور معمولاً ۱- تا ۱+ را تماممقیاس در نظر میگیرد، هرچند این نمایش میتواند مقادیری بیرون از آن را هم ذخیره کند. پویش اوج نمونه آن کدها را به کسری از تماممقیاس تبدیل میکند و بزرگترین قدر مطلق را نگه میدارد.
برای یک بهرهٔ ثابت، حساب سرراست است:
multiplier = 10^(gain dB / 20)
new sample = old sample × multiplier
اگر بزرگترین نمونهٔ مثبت ۰٫۵ و کوچکترین نمونهٔ منفی ۰٫۴- باشد، سمت مثبت ضریب 1 / 0.5 = 2 را مجاز میداند، در حالی که سمت منفی 1 / 0.4 = 2.5 را. ضریب کوچکتر برای هر دو امن است، پس بزرگترین تقویتِ امن از نظر نمونه 20 × log10(2) = 6.0206 dB است.
این دقیقاً تضمینی است که یک تنظیم محلی بلندی WAV میتواند پس از پویش کامل بخش دادهٔ فایل (data chunk) بدهد. میتواند ناتقارنی جزئی PCM صحیح را هم به حساب بیاورد: بازهٔ منفی یک کد دارد که همتای مثبتش وجود ندارد.
پیش از ادامهٔ مطلب
دو ضبط هر دو در ۱- dBFS اوج میگیرند. آیا لزوماً بلندی برنامهٔ یکسانی دارند؟
نه. یک ضبط میتواند فقط یک ضربهٔ گذرای کوتاه در ۱- dBFS داشته باشد و بقیهٔ مدتش را آرام بگذراند؛ دیگری میتواند دقیقهها نزدیک آن سقف بماند. بیشینهٔ مقدار ذخیرهشدهٔ آنها برابر است، اما انرژی توزیعشده در زمان و وزندهیشده در فرکانسشان برابر نیست. اوج یک بررسی مرزی است، نه مدلی از بلندی.
اوج واقعی: آنچه میان مقادیر ذخیرهشده رخ میدهد
مبدل دیجیتال به آنالوگ هر نمونه را به صورت یک پلهٔ مجزا پخش نمیکند. یک شکل موج پیوسته و محدود به باند را بازسازی میکند. آن منحنی میتواند از هر دو نقطهٔ نمونهٔ مجاور بالاتر برود و یک اوج میاننمونهای بسازد. بنابراین فایلی که نمونههای ذخیرهشدهاش زیر تماممقیاس میمانند میتواند یک مبدل بعدی، یک تبدیل نرخ نمونهبرداری یا یک مرحلهٔ کدک را اضافهبار کند.
ITU-R BS.1770 اندازهگیری اوج واقعی را الگوریتمی مجزا میداند و فرانمونهبرداریای را توصیف میکند که برای تخمین آن بیشینهٔ بازسازیشده به کار میرود. واحد آن معمولاً dBTP نوشته میشود. ابزار اوج نمونه فرانمونهبرداری نمیکند، پس نمیتواند صادقانه سقفی بر حسب dBTP را تأیید کند. باقی گذاشتن حاشیهٔ امن اضافی در نمونهها ممکن است ریسک را کم کند، اما فقط سنجهای که مشخصات تحویل نام برده انطباق را ثابت میکند.
این همچنین توضیح میدهد که چرا عبور از یک کدک میتواند اوج متفاوتی را آشکار کند. فیلتر کردن و بازسازی، شکل موج پیوسته را تغییر میدهند حتی وقتی نتیجهٔ رمزگشاییشده شفاف به گوش میرسد. جای بررسی اوج پس از آخرین مرحلهٔ پردازش مربوطه است، نه صرفاً روی WAV اصلی.
LUFS: انرژی، فرکانس و زمان
دو برنامه میتوانند اوج نمونهٔ کاملاً یکسانی داشته باشند و بهطرز چشمگیری متفاوت شنیده شوند. یک مصاحبهٔ کمتراکم ممکن است فقط برای یک همخوان به تماممقیاس برسد؛ یک مستر موسیقی متراکم ممکن است پیوسته نزدیک آن بماند. اوج یک مقدار حدی را میبیند و نمیتواند این دو حالت را از هم تشخیص دهد.
الگوریتمهای بلندی برنامه فرکانس را وزندهی میکنند، کانالها را ترکیب میکنند و انرژی را روی بازهای تعریفشده انتگرال میگیرند. ITU-R BS.1770 مبنای اندازهگیری را مشخص میکند؛ کار EBU دربارهٔ بلندی آن را برای نرمالسازی عملیاتی به کار میبندد و نماهای لحظهای، کوتاهمدت و انتگرالگیریشده را از هم متمایز میکند. پس LUFS سنجهای از یک برنامه در طول زمان است، نه راه دیگری برای چاپ یک کد نمونه.
یک بهرهٔ ثابت میتواند برنامهای را که از قبل اندازهگیری شده به سمت هدف LUFS ببرد، اما بلندی باید با الگوریتم مشخصشده اندازهگیری شود و پس از آن دوباره اندازهگیری شود. پویش نمونه بهتنهایی نمیتواند آن را به دست آورد. گیتینگ (gating) هم میتواند تغییر دهد کدام بازههای آرام در محاسبه شرکت میکنند، پس قاعدهٔ سادهانگارانهٔ «تفاوت LUFS را اضافه کن» اثبات همگانی انطباق نیست.
چرا یک کنترل نمیتواند هر سه را وعده دهد
یک فایل دیالوگ را در نظر بگیرید که فقط یک بار صدای کوبیده شدن در دارد. نرمالسازی اوج ممکن است بگذارد آن کوبش بهره را تعیین کند و دیالوگ را آرام باقی بگذارد. نرمالسازی بلندی ممکن است دیالوگ را بهطور قابل توجهی بالا ببرد و سپس مدیریت جداگانهٔ اوج واقعی لازم شود تا آن کوبش درون سقف تحویل بماند. یک لیمیتر متغیر با زمان میتواند آن ضربهٔ گذرا را کنترل کند، اما دینامیک را تغییر میدهد به جای آنکه یک ضریب ثابت اعمال کند.
اینها سه انتخاب ویراستاری متفاوتاند:
- بهرهٔ ثابت دینامیک نسبی و توازن کانالها را حفظ میکند.
- نرمالسازی بلندی سطح اندازهگیریشدهٔ برنامه را هدف میگیرد.
- لیمیت کردن یا فشردهسازی بهره را در طول زمان تغییر میدهد تا اوجها یا بازهٔ دینامیکی را کنترل کند.
کوچکترین ابزار صادق یکی از اینها را ارائه میدهد و مرز را نام میبرد. یک تنظیمکنندهٔ بهرهٔ WAV میتواند بهرهٔ ثابت اعمال کند و از کلیپ شدن جدید نمونههای ذخیرهشده جلوگیری کند. باید صراحتاً بگوید که لیمیتر اوج واقعی نیست و نرمالساز بلندی هم نیست.
برش دادن، پنجرهٔ اندازهگیری را تغییر میدهد
بریدن یک WAV از نوع PCM یا ممیز شناور روی فریمهای نمونهٔ کامل، هیچ نمونهٔ نگهداشتهشدهای را تغییر نمیدهد. با این حال، اندازهگیریهایی که روی فایل انجام میشوند میتوانند تغییر کنند. تنها ضربهٔ گذرا را حذف کنید و اوج فایل جدید پایین میآید. یک مقدمهٔ آرام و طولانی را حذف کنید و بلندی انتگرالگیریشدهاش ممکن است بالا برود، چون بازهٔ اندازهگیریشده متفاوت است.
به همین دلیل بازرسی کانتینر، برش فریم و تنظیم بهره باید عملیات جداگانهای باشند. ابتدا بازرسی کنید تا قالب و مدت واقعی را بدانید؛ وقتی خط زمانی باید تغییر کند برش دهید؛ وقتی دامنهٔ نمونه باید تغییر کند بهره را تنظیم کنید. پس از تکمیل زنجیرهٔ ویرایش، اوجسنج واقعی و بلندیسنجی را که مقصد لازم میداند اجرا کنید، به جای آنکه فرادادهٔ تحلیل قدیمی را با خود جلو ببرید.
فهرست وارسی تحویل
پیش از تغییر دادن یک فایل تولیدی، به جای پذیرفتن واژهٔ «نرمال کن» بهتنهایی، واحدها و حدها را بپرسید:
- آیا هدف اوج نمونهٔ ذخیرهشده بر حسب dBFS است، اوج واقعی بر حسب dBTP، بلندی انتگرالگیریشده بر حسب LUFS، یا ترکیبی از اینها؟
- کدام استاندارد و کدام نسخه اندازهگیری را تعریف میکند؟
- آیا یک بهرهٔ ثابت لازم است، یا پردازش دینامیک میتواند بهره را در طول زمان تغییر دهد؟
- آیا فرادادهٔ جاسازیشدهٔ اوج، بلندی یا چکسام باید دوباره محاسبه شود؟
- آیا اندازهگیری پیش از تبدیل نرخ نمونهبرداری و کدگذاری با اتلاف انجام میشود یا پس از آن؟
برای یک ویرایش محلی معمولی، پویش اوج نمونه مرز ایمنی شفاف و مفیدی است. برای پخش همگانی، سینما یا تحویل به یک سکو، یکی از ورودیهای تصمیم است — نه جایگزینی برای اندازهگیریهای اوج واقعی و بلندی برنامه که مشخصات نام میبرد.
پرسشهای رایج
آیا صدا میتواند کلیپ شود حتی وقتی همهٔ نمونهها زیر ۰ dBFS هستند؟
بله. پخش، از نمونههای گسسته یک شکل موج پیوسته بازسازی میکند، و آن منحنی میتواند میان مقادیر ذخیرهشده به اوج برسد. یک اوجسنج واقعی آن اوجهای میاننمونهای را تخمین میزند؛ پویش بیشینهٔ نمونهها نه.
آیا نرمالسازی اوج همان نرمالسازی بلندی است؟
نه. نرمالسازی اوج به یک نمونهٔ حدی یا یک نقطهٔ تخمینی شکل موج، سقفی انتخابشده میدهد. نرمالسازی بلندی انرژی وزندهیشده را در طول زمان میسنجد، بنابراین دو برنامه با اوج یکسان میتوانند برای رسیدن به یک هدف LUFS به بهرههای بسیار متفاوتی نیاز داشته باشند.
آیا بهرهٔ ۶ دسیبل صدا را دو برابر بلندتر میکند؟
بهرهای حدود ۶٫۰۲۰۶ دسیبل دامنهٔ شکل موج را دو برابر میکند. بلندی ادراکشده به طیف، مدت، سطح شنیدن و خود برنامه بستگی دارد، پس دو برابر کردن دامنه وعدهای همگانی برای دو برابر بلندتر شنیده شدن نیست.
آیا برش دادن یک WAV اوج یا بلندی آن را تغییر میدهد؟
نمونههای نگهداشتهشده بیتغییر میمانند، پس دامنهٔ تکتک آنها جابهجا نمیشود. اما حذف یک بخش میتواند بلندترین نمونهٔ اصلی را حذف کند و بازهٔ زمانیای را که بلندی انتگرالگیریشده روی آن سنجیده میشود تغییر دهد، پس اوج در سطح فایل و نتایج LUFS میتوانند تغییر کنند.
تحویل برای پخش همگانی یا جریانی باید از کدام سنجه استفاده کند؟
از مشخصات دقیقی که گیرنده داده استفاده کنید. تحویل حرفهای معمولاً یک هدف بلندی انتگرالگیریشده و یک بیشینهٔ اوج واقعی را با هم نام میبرد؛ یک تنظیم سادهٔ اوج نمونه نمیتواند هیچیک از این دو الزام را تأیید کند، مگر آنکه مشخصات صراحتاً اوج نمونه را خواسته باشد.