Кратък аудио наръчник - глава 22 - Динамика и обработка на сигнала

Слушате си любимия диск на Pink Floyd на домашната аудио уредба, но изведнъж, по погрешка, натискате бутона за смяна на диск на панела на уредбата. В следващите моменти цари тишина, докато уредбата сменя диска и се приготвя да просвири каквото има в следващото гнездо на чейнджъра. Изпълнени със страх, отчаяно се присягате към врътката за силата на звука, но е твърде късно - от колоните гръмва новият албум на Green Day. Като ужилени от пчела завъртате врътката и намалявате силата на звука. Въздишате с облекчение. И все пак това не е краят. 10 минути по-късно започвате да чувствате, че нещо не е наред. Въпреки, че обожавате този албум, не можете да го слушате повече. Спирате го, изморени, заинтригувани и объркани. Това сякаш винаги се случва, когато преминавате от класически албум към някой модерен. Това, което ви се случи, в резултат от свръхкомпресия на динамичния обхват.

Добре дошли във войната за силата на звука.

Войната за силата на звука, която много аудиофили наричат нападение над музиката, е публична тайна на звукозаписната индустрия през последните почти две десетилетия и привлече повече внимание наскоро, защото компакт дисковете вдигнаха летвата на силата на звука благодарение на цифровата технология. "Войната" всъщност е съревнование между звукозаписни компании да издават все по-силно и по-силно звучащи албуми. Но войната за силата на звука може би прави нещо повече от това да засилва звука и да дразни музикални фенове - тя може да е отговорна за спиране на технологичното развитие в качеството на звука за идните години.

Музиката, както и речта, е динамична. Има тихи и силни моменти, интонация все важни неща, които служат за поставяне на взаимен акцент и да предават различни послания и настроения чрез относителните си нива на сила на звука. Например, ако някой говори нормално и изведнъж извика, силата на вика, в допълнение към самите думи, предава някакво съобщение, било това спешност, изненада или гняв, израз на емоция и подчертаване на тази част.

Когато динамичния обхват на дадена песен се намали значително, за да се постигне по-висока сила на звука, звукът става аналогичен на това някой постоянно да говори монотонно с равен тон и равна интонация. Така слушателя не може да улови емоция, не може да улови къде се акцентира, как се акцентира, и защо. Като резултат, музиката или речта, не само се губи въздействието, върху слушателя, но и постоянното високо ниво на звука действа изморително на ухото.

Защо постигането на все по-високо и по-високо ниво на звука е толкова важно, че естествените приливи и отливи на музиката са жертвани с такава охота? Отговорът ни връща чак до началото на записването на музика.

Ерата на плочата

Силата на звука винаги е била желана характеристика при преобладаващата поп музика. Колкото по-силно звучи дадена песен като цяло, толкова повече се откроява от заобикалящия шум и по-лесно привлича внимание. Изследвания в областта на психоакустиката, която изучава как хората възприемат звука, показват, че хората съдят колко силно звучаща е дадена песен на базата на средното ниво на звука, не на базата на максималното ниво. Така че дори и да има две песни, чиито най-силни части да достигат едно и също ниво в децибели, песента с по-високо средно ниво на сила на звука обикновено се счита за по-силно звучаща.

През 60-те години звукозаписните компании започнаха битки за по-силно ниво на звука, след като установиха, че по-силно звучащите песни в грамофонните автомати привличаха повече внимание от по-тихите песни. За да поддържат конкурентоспособност звукозаписните компании искаха да увеличават силата на звука на песните си, но физическите характеристики на плочите ограничаваха способността на инженерите да увеличават нивото до безкрай.

Грамофонната плоча се състои от винил, в който са пресовани малки г-образни вдлъбнатини - вибрационни копия на аналогов звук. Създаването на запис в студио включва процес наречен обработка, при който песните са звуково регулирани и поставени в съответния ред, за да спазят изискванията на дадения носител. за плочи винаги е било въпрос на баланс между сила на звука и време за възпроизвеждане. Колкото по-силна искате да е дадена песен, толкова по-широки трябва да са вдлъбнатините, за да приютят по-голямата амплитуда на звуковото пресъздаване. Тъй като на плоча има ограничено количество използваема повърхност, увеличаването на силата на звука означава намаляване на времетраенето. Особено на дългосвирещи плочи (LP), на които често се побираха над 6 песни на всяка страна.

За да се намалят разходите при производството на огромно количество плочи за албум времето на възпроизвеждане обикновено печелеше над силата на звука. Музиката на живо обикновено има ниво на динамика до 120 децибела, което прави най-силните моменти с еднаква сила на звука на реактивен двигател (макар, че някои концерти са били дори по-шумни). Грамофонните плочи имат динамично ниво 70 децибела. Това означава, че за да се събере песен трябваше да се намали цялостната амплитуда на песента или трябваше да бъде компресирана - най-шумните й моменти да се смъкнат на по-ниско ниво, за да се вмести в динамичния обхват. Колко от двата похвата се прилагаше варираше от плоча до плоча и олицетворяваше изкуството на обработката. Инструментите за аналогова обработка на сигнала обаче ограничаваха нивото на компресия.

Аналоговите компресори от него период бяха на практика усилватели с контрол на напрежението, които променяха нивото на изходния сигнал на базата на определено напрежение, подобни на устройствата, които регулират сигналите в АМ радио. Подобни компресори бяха използвани обикновено на пътеки с един инструмент (вокали, соло на китара и др.), за да добавят чистота на звука или да променят звученето на даден инструмент като ефект. В някои случаи обаче, като при хит сигналите на Motown Records (например “Want Ads” на Honey Cone), са използвани компресори, за да подсилят силата на звука на песни до ниво над средното. Инженери по обработка постигаха това чрез намаляване на динамиката на дадена песен, за да може след това цялата песен да се усили още, преди да се достигнат ограниченията на носителя. Това стана известно като "гореща" обработка и беше правено на сигналите, при които всяка от страните на плочата съдържаше по една песен. Като цяло обаче средното ниво на песните и албумите остана сравнително еднакво през този период.

Поведението на компакт диска

"Изобретяването на цифровото аудио и на компакт диска беше като ново гориво за вече съществуващата надпревара за сила на звука", казва Боб Катс, признат инженер по обработка и един от първите критици на свръхкомпресията на динамиката. "Причината е, че аналоговите носители не позволяваха това, което ние бихме нарекли 'нормализация' спрямо най-високото ниво."

Когато компакт дискът (CD) беше представен в началото на 80-те, аудиофилите имаха доста причини да са щастливи. Цифровото аудио премахна много от физическите ограничения, които бяха типични за плочата, като проблеми с шума от повърхността (причинен от прах, драскотини, лошо пресован винил, износени калъпи за пресоване и т.н.) и ограничена динамика. Компакт дискът беше способен на динамичен обхват от около 96 децибела. През по-голямата част от 80-те, когато компакт дисковете бяха все още лукс и инженерите по обработка имаха ограничен достъп до цифрови технологии за обработка на звука, албумите, издавани на дискове, се възползваха от предлаганото подобрение в динамиката.

За разлика от плочата, която имаше различни ограничения в силата на звука заради физическите си особености, компакт дискът имаше константен връх за сила на звука заради цифровата си натура - модулация на пулсов код (pulse code modulation - PCM). PCM е била използвана при телефоните като метод за преобразуване на сигнал от аналогов в цифров вид. Когато аналогов сигнал се раздробява за превръщане в цифров, всяко ниво на сигнала се квантизира (складира под номер в двоичната бройна система). Колко често се вземат части от сигнала се определя от честотата на дискретизация, а пълният брой на уникални квантизационни нива, възможни за складиране, се определя от броя битове. Когато Sony и Philips определяха стандарта за аудио компакт дисковете, те установиха, че честотата на дискретизация трябва да бъде 44.1 kHz с 16 бита за всяка част (семпъл). Използвайки правилото, 6.02 децибела за бит дадоха на аудио диска грубо около 96 децибела динамичен обхват. Най-високото ниво (16 бита само с 1-ци) е определено като 0 децибела пълна мощност (decibels full scale - dBFS). На по-ниските нива са дадени отрицателни числа.

През 80-те години дисковете бяха обработени така, че песните достигаха най-силната си част около -6 dBFS със средно ниво (RMS) от около -20 dBFS до -18 dBFS. С появата на чейнджъри за повече от един компакт диска започнаха да добиват популярност в домашните среди към края на десетилетието, същата война за сила на звука започна отначало, защото звукозаписните компании искаха техните дискове да изпъкват повече от тези на конкурентните компании. Към края на 80-те години песните на компакт дисковете бяха усилени до такава степен, че върховите им точки започнаха да достигат границата от 0 dBFS. В този момент единственият начин да се повиши средното ниво на песните, без да се орежат най-шумните им части (цифровият еквивалент на изкривяване, когато информация се губи, защото превишава капацитета от битове), бе да се компресират.

За разлика от аналоговата компресия на силата на звука, която беше ограничена, цифровите компресори бяха много по-мощни. С добиването на повече и повече апаратура за цифрова обработка на сигнала от страна на инженерите, те можеха да направят "горещата" обработка още по-"гореща". Процесът беше подобен на това, което е правено на някои плочи със сингъли - най-силните части бяха понижавани до известна степен и тогава целия сигнал беше усилван, докато (вече намалените) върхове не достигнат отново 0 dBFS. Резултатът? Средното ниво на цялата песен беше повишено.

90-те години бяха свидетели на средни нива, достигащи от около -15 dBFS до -6 dBFS в някои крайни случаи. Повечето песни през това десетилетие обаче останаха около -12 dBFS. През годините след 2000-та войната достигна своя апогей - повечето от песните имаха средно ниво -9 dBFS или по-високо. От средата на 80-те до сега средното ниво на звука на компакт диска се е повишило с 10, а най-силните моменти на песните сега са 1/10 от това, което бяха. Войната за силата на звука не засяга само четирите големи компании (Warner Music Group, EMI, Sony BMG и Universal Music Group). Свръхкомпресията сега е разпространена и извършвана от независими марки и международни звукозаписни компании.

CD е мъртъв. Войната за силата на звука продължава

Най-голямата промяна през последните 15 години до днес е как хората "консумират" музиката. При повече от над 100 милиона iPod-а продадени по целия свят до началото на текущата година все повече и повече хора слушат музика по път, а не на домашни уредби. да не говорим колко бройки други марки преносими мр3 плейъри също са продадени. Носители като компакт диска са на път да бъдат изместени. И въпреки това свръхкомпресия продължава да пълзи като чума из музикалния свят.

Въпреки че компакт дискът може да е на смъртния си одър, повечето музика в интернет е обработена като за компакт диск. Известни формати като MP3, AAC и Free Lossless Audio Codec (FLAC) просто използват техники за компресия на данни (да не се бърка с компресия на динамиката), за да намалят количеството от данни в една песен и от там обема, който се заема от дадена песен. Докато призракът на компакт диска витае интернет средата, теглените песни ще са обект на свръхкомпресия.

Проблемът обаче не е само при създателите на музика. Ако хората слушат музика в шумни среди, като например в кола, влак, в чакални на летища, на работа и др., музиката трябва да е по-силна, за да компенсира. Компресията на динамиката прави това и дори повече. Не само повишава средното ниво на звука на дадена песен, но по този начин елиминира тихите моменти в песента. Така слушателите вече могат да чуят цялата песен над шума, без да се ядосват, че не чуват някои части.

Това може да е една от най-значителните причини, поради които повечето хора са в пълно неведение за загубата на динамика в съвременната музика. Те слушат песни в несъвършени среди и то постоянно. Много слушатели са усещали подсъзнателно ефектите от прекалено компресираната динамика в песните под формата на умора от слушане, когато на практика започва да става изтощително да се продължава със слушането на музиката.

"Искате музика, която диша. Ако музиката спре да диша и се превърне в постоянна стена от звук, това ще е изморително," казва Катс. "Ако слушате музиката освен това и силно, може да увреди слуха ви преди старата музика, която има допълнително пространство да "диша"."

Някои аудиофили намират спокойствие като се връщат в миналото. Някои музиканти все още продължават да издават албумите си на плочи (в допълнение към компакт дисковете и интернет форматите). Понеже плочата не поддържа силата на звука, която компакт дискът може, тези модерни плочи са доста по-тихи от цифровизираните си събратя. Често те са и с по-малко компресирана динамика от и, в някои случаи, обработени наново по начина, по който се обработваха през 60-те и 70-те години.

Един от най-отличителните примери за това е последния албум на Red Hot Chili Peppers - Stadium Arcadium, който беше обработен повторно за плоча от инженера Стийв Хофман с намерението да се възпроизведе пълната динамика. Хофман е един от няколкото инженери, които са отказвали да приемат някои поръчки, защото е бил молен да компресира динамика. "Това се случва постоянно," казва Хофман. "Поне веднъж седмично."

Обръщането към плочата за некомпресирана музика не винаги може да доведе до желаното спасение. За да се намалят разходите от повторна обработка звукозаписни компании могат просто да вземат компресирания основен шаблон, да намалят цялостната сила на звука и да го запишат на плоча. Катс предупреждава, "Можете да вземете записа на Red Hot Chili Peppers и да го запишете на плоча както е дошъл от компакт диск и ще звучи също толкова изморително. Единствената разлика е, че ще трябва да се пресегнете към врътката за силата на звука, за да изравните силата на звучене на двата носителя."

Да съборим стената

Аудиофили гледат в бъдещето с облекчение от свръхкомпресия, но виждат замъглена картина. DVD-Audio и Super Audio Compact Disc (SACD) са два висококачествени формата, които са замислени като решения на войната за силата на звука. И двата формата предлагат не само по-висока граница на динамика от тази на обикновено CD, но и по-високи честоти на дискретизация. Това позволява да се възпроизвеждат честоти, по-високи от тези, които човешкото ухо може да чуе, което е отговор на някои оплаквания от хора, които предпочитат аналоговия носител пред цифровия, защото твърдят, че чуват тези честоти.

DVD-Audio използва PCM кодиране, което поддържа 24-битов, 192 kHz стерео звук (за сравнение CD поддържа 16-битов, 44.1 kHz звук) и до 144 децибела граница на динамиката, което е 14 децибела над силата на звука, която причинява болка. SACD, както и CD, е разработен от Sony и Philips и използва вид PCM кодировка на име Direct Stream Digital. На практика, вместо 16-битови семпъли на честота от 44.1 kHz, са нужни 1-битови семпъли по 64 пъти по-висока честота. Има динамична граница от 120 децибела. Освен това SACD и DVD-Audio са способни да съдържат и възпроизвеждат многоканален звук.

От появата си през 2000 година обаче нито един от двата формата не е взел надмощие. Огромно количество издадени албуми са от класическия жанр, който по принцип не е подлаган на компресия. Така че дори аудиофилите да искат да похарчат над $300 за DVD-Audio или SACD плеър, най-вероятно няма да могат да купят любимите си албуми на някой от двата носителя.

Понеже музиката се пренася в интернет, вероятността да имаме висококачествени файлове остава, а формати като FLAC могат да възпроизвеждат до 24-битов аудио поток. Slim Devices, компания, купена миналата година от Logitech, е създала два продукта - Squeezebox и Transporter, които подават поточно аудио по безжичен път от компютър или интернет до висококачествени стерео ресийвъри. И двете устройства могат да се справят с 24-битово аудио, но проблемът според Шон Адамс, бивш управител на Slim Devices, е липсата на музика.

"Ако ще се стремим към по-високо качество на звука, истинският проблем е всъщност да изкараме такава музика. За жалост в момента индустрията се е върнала назад от CD качеството. Когато излезе MP3 форматът, беше казано, че притежава CD качество, а всъщност не беше така," казва Адамс. "Направихме някои подобрения от тогава с по-добри техники на компресия, но всъщност е нужно хората да искат по-високо качество. Това трябва да се случи първо, преди звукозаписната индустрия да започне да произвежда такива песни."

Свръхкомпресията обаче е една от най-големите пречки за преодоляване. Сега, както музиката има все по-ниска и по-ниска динамика, нуждата от висококачествен формат изчезва. Ако звукозаписните компании не използват пълния потенциал на компакт диска, тогава защо да се занимават да преминават на друг формат с още повече потенциал, който няма да се оползотвори? А и както средностатистическия купувач е в пълно неведение за, или само подсъзнателно дразнен, от текущото състояние на прекалено компресирана динамика в музиката, има слаб стимул качеството на звука да върви нагоре. Следователно, всички потенциални предимства на висококачествена и жива динамика, по-широк спектър от честоти и многоканален звук остават някъде на заден план, въпреки че технологията съществува. Аудиофили са принуден да се върнат към плочите и аналогови записи, които трябваше да са излезли от употреба преди 20 години.

И все пак може би има надежда да се излезе от тази война. Алгоритми за нормализация спрямо средното ниво на звука, като ReplayGain, са вградени в много аудио плеър и са създадени, за да приведат всички песни в една цифрова колекция до еднакво ниво на звучене. С ReplayGain песни от много компакт дискове са обработени и просвирвани с еднаква сила на звука. Това помага на слушателите, за да не се налага да регулират силата на звука на уредбите си всеки път, щом се смени албума с друг. И макар че подобна нормализация не може да възстанови загубите от компресиране на динамиката, все пак противодейства на опитите да се направи дадена песен по-силна от друга, което унищожава войната.

Много хора се надяват, че разпространяването на технологии като ReplayGain ще накара звукозаписните компании да разберат, че безкрайната свръхкомпресия на динамиката в името на конкурентоспособността е безпомощна задача и бавно, но сигурно, музиката ще започне да се връща към по-динамично и по-слабо компресирано състояние. Всъщност, много цифрови плеъри вече са на това ниво - Winamp използва ReplayGain, а iTunes има своя нормализираща функция - Sound Check, която работи и с iPod плеъри.

Дали войната за силата на звука ще приключи и ще постави началото на възхода на следващото поколение висококачествено аудио, зависи много от поведението на купувачите. За разлика от от CD и DVD видеото, при звука го няма този стимул да се премине към следващото ниво. Как ще звучат песните и албумите зависи изцяло от това дали слушателят ще се интересува от сложността на музиката.