Теоретические основы динамической обработки звука (в народе — компрессии)

Дисклаймер. Сий пост написан полоумным писателем в состоянии параноидального бреда,
и мало того, что не претендует на научный труд, так ещё и основывается
вовсе не на теоретической физике волновых процессов,
а на собственных изысканиях воспалённого мозга, полученных
в течение 10 лет работы со звуком в состоянии глубокого похмелья.
Итого. «Теоретические основы» предназначены не в качестве замены учебника Алдошиной,
а качестве попытки понятного объяснения, что откуда берётся
для любого, кто со звуком плотно не сталкивался.
Если в материале есть грубейшие ошибки со стороны физики, и они влияют
на правильное понимание материала человеком, далёким от волновой теории физики,
я их поправлю. Если же эти исправление этих ошибок будут ухудшать и без того мутное объяснение принципов, —
таковые вноситься не будут, а возопившие о них будут отправляться преподавать в Массачусетский технический университет.

Не буду рассусоливать, дорогой читатель, сними пока наушники, дай и ушам отдохнуть, сейчас нам понадобятся лишь глаза, ничем не замутнённый разум и внимание. От того, насколько качественно ты, сконцентрировавшийся читатель, въедешь в то, что я сейчас буду вещать, зависит, насколько скоро и качественно ты начнёшь применять знания, полученные в следующем за этим уроком. То есть, сегодняшнее наше с тобой, просвящённый читатель, занятие — целиком и полностью ТЕОРИЯ. Нет, куда же ты, сядь назад за парту — формул не будет! Не пугайся. Будут рисунки. И не более того.

К делу.

Параграф 1. Динамический диапазон.
Применительно к нашей с тобой, умудрённый опытом читатель, жизни, динамический диапазон — это некое пространство значений от самого тёмного до самого светлого, от самого холодного до самого горячего, от самого вкусного до самого противного, от самого любимого до самого ненавистного. Этот список можно продолжать бесконечно, главное, что мне тебе объяснять, знающий читатель, что такое динамический диапазон нет смысла никакого.
Окей, посмотрим картинку. Сейчас ты начнёшь смеяться надо мной и тыкать в меня пальцем. Не спеши, мой торопливый читатель, лишний раз отложить в уголку твоего насыщенного знаниями мозга этот кусочек информации необходимо. Наверняка, столь напрямую ты не сравнивал эти вещи — а они вполне сравнимы!
Наш любимый фотошоп!



Смешно, правда? Ну действительно, мы видим… ага, динамический диапазон яркостей в картинке. Ничего интересного. Ползуны, с помощью которых мы правим контрастность и яркость картинки, ниже — ещё два ползуна, с помощью которых мы определяем динамический диапазон картинки на выходе.
Вот приблизительно таким же образом, в звуке есть динамический диапазон. Это «расстояние», ряд значений от самого тихого звука, воспринимаемого ухом человека или воспроизводимого аппаратурой, до самого громкого звука, которое может без искажений «запечатлеть» аппаратура или… выдержать ухо человека.

Параграф 2. Громкость. А ещё, мощность и звуковое давление.
Так уж получилось, что в звуке есть несколько характеристик, определяющих то, что в быту мы называем просто громкостью. Зависимости между этими, перечисленными в заголовке параграфа характеристиками, далеко не линейные и не простые. Но почти все они, почему-то, измеряются в децибеллах (дБ, dB). Для того, чтобы ещё больше запутать нас с тобой, внимательный читатель, некоторые из этих характеристик принято измерять в абсолютных величинах, а некоторые — в относительных.
То, что нас с тобой интересует, измеряют 1)относительно 2)отрицательно. Что это значит? За самый громкий звук принимается 0 dB, а всё, что тише — имеет отрицательные значения.

Почему ноль, «што за чуш»?

Возможности у разной аппаратуры разные. Звуковая карта, встроенная на материнскую плату твоего, цифровой читатель, компьютера выдерживает один уровень громкости (физический уровень громкости). А вот усилитель и аналого-цифровой преобразователь дорогущего многоканального рекордера на студии — другой. Но, в общем итоге, если воспроизводить запись в 0dB, записанную на твоём компе и запись с того дурацкого многоканальника на моём CD-бум-боксе, играть она будет одинаково громко. Запутано? Да. Но зато правда.


Итак, ближе к земле, ноль децибелл — это самое громкое, что может выдержать звуковуха нашего компа, не внося в звук искажений. Дальше этой величины находится ужасный зверь, имя которому клиппинг (от англ. clip, clipping — превышение). Этот зверь настолько «ужастен», что всё, что попало к нему в пасть (то есть превысило 0 dB относительных) съедается им мгновенно и… безвозвратно. (Плачущий смайлик). Твёрдо и уверенно заявляю — клиппинг съедает всё, что выше нуля НАВСЕГДА. Не существует плагинов, которые «восстанавливают» звук после этого зверя, и не верь, убеждённый читатель, тем, кто обещает обратное. Вот как это выглядит:



И если развернуть увеличение:



Это обычный синусоидальный сигнал частотой в 1 кГц, но уровень у него был установлен в +5 дБ. Всё что выше нуля превратилось в... ноль. Слушать такое невозможно.

Эту выкладку ты можешь проверить сам, загнав белый ползунок Input Levels в фотошопе на середину, применив эффект, а потом попытавшись восстановить выбеленное лицо на портрете…

А теперь небольшое лирическое отступление. Для того, чтобы поверить в громкость относительную и мощность абсолютную, а также в звуковое давление (SPL, Sound Pressure Level) как главный ранжир громкости звучания акустики — попросту говоря, колонок.
Звук — это волны. Акустические. Мы их не видим, а слышим. Что за крики с дальней парты «Мы это знаем»??? Знаю, что знаете. Однако, сути это не меняет. Волны распространяются… — вопрос дальней парте, — как?.. Молчим?.. Вот то-то же, звук — это перемежающиеся уплотнения и разрежения воздуха (или воды, или ещё чего-то). Теперь вернёмся к нашим визуальным ощущениям. Ночь. Темень. От друга приходит СМСка. Вынимая телефон из кармана, ты, дорогой читатель, ощущаешь жуткий удар подсветки по глазам. Та же СМСка солнечным днём не произведёт такого впечатления, наоборот, подсветки просто незаметно, а прочитать что-либо становится проблематичным.
Так и в звуке — ночью среди полной тишины раздавшийся звук пришедшего в аську сообщения кажется громом среди ясного неба, а в шумном офисе он еле слышен.
В чём собака порылась? Громкость разная? Да. Поэтому она относительна. А вот звуковое давление, то есть, с какой силой сжимает воздух динамик, отталкиваясь от насиженного места, — ОДИНАКОВА. Она абсолютна.
Мощность. Позволь мне тут, утомлённый читатель, хихикнуть. И сказать: мощность звуковых «извлекающих устройств» (динамиков, наушников, и т.п.) — всего лишь показатель того, сколько ТОКА (в амперах при определённом поданном напряжении) съедает устройство, воспроизводя звук на максимальном для своих характеристик звуковом давлении. Перефразируя беспонтовую рекламу, мощность — ничто, SPL — всё.
SPL — самый клёвый фактор, определяющий то, какой объём помещения колонка может прокачать ГРОМКО (и качественно). Именно этот показатель НИКОГДА китайцы на своих бум-боксах и колоночках не указывают. По двум причинам. Во-первых, этот SPL очень низок для их поделок. Во-вторых, они его тупо не измеряют. Ибо пытаются заманить нас высокими значениями мощности.
SPL измеряется обычно на одной определённой частоте, чаще всего 1 кГц (тон, который мы слышим во время настроечной таблицы по телевизору), и на одном определённом расстоянии, чаще всего 1 метр. Итого, колонка (а у меня такая есть), выдающая 114dB@1kHz@1m (читается как сто четырнадцать децибел на одном килогерце на метре), свернёт твои, читатель, уши в трубочку, — может, попросту говоря, причинить слуховую контузию. А мощность, кстати, у колонки — 100 Ватт. Всего-то. А теперь самое интересное. У меня две таких колонки. Суммарная мощность, дальняя парта?...

— Двести!

— Верно! Суммарное звуковое давление?...

Тишина...

Оно всего лишь 117 дБ. Ух, и странная это штука — звук! Отсюда тебе, мотающий на ус читатель, ещё один постулат: чтобы увеличить воспринимаемую громкость вдвое, понадобится увеличить мощность... в 10 раз!


127 децибел звукового давления называется слуховым порогом, при таком SPL может пойти кровь из ушей. Около двигателя реактивного ТУ-154 звуковое давление чуть выше 125 децибел.

К чему я это… Ах да, вот к чему. Есть такое понятие как кривые равной громкости. Есть определённое значение звукового давления, при котором работают звукорежиссёры при сведении музыкального и киношного аудиоматериала. И это звуковое давление — 90 дБ. Почему??? Что за кривые??? Веду тебя, просвещённый читатель, к следующему параграфу.

Параграф 3. Частота как переменная в динамике звука.
Звук — как мы только что убедились, вещь жутко нелинейная. Причём она нелинейная во всём. Часть параметров звука — как например, та самая пресловутая громкость — имеют логарифмическую зависимость. Часть и вовсе СОВЕРШЕННО не математическую. Например, частота в 1 кГц на относительном уровне 0 дБ «кажется» звучит гораздо громче, чем частота в 50 Гц. И чем тише делать звук, тем больше будет разница между громкостью 1 кГц и 50 Гц. Помнишь, мой любезный читатель, в советских бытовых магнитофонах кнопку «Тонкомп»? Тонкомпенсация попросту задирала низкие частоты в сигнале, чтобы компенсировать эту разницу при прослушивании на невысокой громкости. Что ж за дебри… Посмотрим на график.



Как видим, чтобы нам «казалось», что звук частотой 50 Гц звучит с громкостью 90 фон (это как раз единица громкости «кажущейся»), надо воспроизводить его с давлением 102 дБ. Берём пальчиком кривую 90 фон, и ведём влево до пересечения с вертикальной прямой 50 Гц. Смотрим на ось Y. Видим ~102 дБ.


Не заморачиваясь этими кривыми, в общем плане скажем, что разные частоты звучат по-разному громко, это надо учитывать. Если, мой терпеливый читатель, ты дождёшься от меня рассказа про частотно-зависимую динамическую обработку, проще говоря, многополосную компрессию, то это нам с тобой понадобится.

Таковы основы, на которые мы с тобой, умный читатель, будем опираться, разговаривая о динамической обработке звука.
Dynamics в аудио — обработка, применяемая в 99.9% любого звукового материала, который ты слушаешь с CD. Без неё — никуда. А уж реклама (напомню, она двигатель прогресса) и без компрессии — это то же самое, что автомобиль только с 1й скоростью в коробке передач. Едет, но медленно.
Разборчивость речи и «пробивание» её через фоновый звуковой материал — заслуга динамической обработки, компрессора.
Отрезание ненужного шума в местах, где нет полезного материала — динамическая обработка, экспандер или гейт.
Общее ощущение громкости готового звукового материала — она же, многополосный компрессор или максимайзер.

ЗЫ. Возможно, я что-то вспомню, и добавлю сюда, следите внимательно за этим постом!

Очень хороший материал. Можно сказать - уникальный. Только вопрос в лоб -- будет продолжение насчет того как применить вышесказанное при монтаже в нашей любимой программе Vegas?

К подробной теории немного практики: вышла новая версия T-RackS - 3-я. Работает как отдельная прога и как плагин под Вегасом. Рекомендуется любителям покрутить виртуальные ручки и приблизить звук к аналогу. Обладает большим количеством хорошо отрегулированных пресетов. Так же есть новая версия IZotope.Ozone.v4.03. Решает аналогичные задачи, но несколько по-другому. Отлично дополнят ваш арсенал.

Martin,тоесть програмку стоит по тыкать?

Только если Вам действительно нужны серьезные обработки звука. Какая именно прога интересует?

Я скачал обе! (освежил коллекцию.)
этой я пользовался раньше IZotope
а эту незнаю T-RackS
Что вы имеете в виду под серьёзной и не серьёзной обработкой звука?
В принципе,мне Sound Forge и Vegas-а с головой хватает,а что необычного или интересного есть в этой,чего нет в Forge?
И не возникало ли проблем со звуком,после её установки?(перестраховаться)

Я тут выложил кое-что посмотреть. Обработано по своим наработкам еще с прошлой версии. "Минусовка" сведена в один фаел с голосом вокалиста в Вегасе. Так плотно не всегда обязательно, а, кроме того, T-RackS 3 - это моноблок с массой полезных составляющих: эквалайзеры, компрессоры, лимитеры ( по названию понятно) и т.п. Набирается как конструктор по мере необходимости слева - направо типа по движению звука. Наверняка в сети есть русские хелпы. Не искал, мне вроде как уже не очень...
Проблем не возникло, а на счет серьезно-несерьезно... Штатных средств от Sony хватает для многого, но почему-то разработаны и используются тысячи сторонних модулей. Кстати, у каждого "прибора" свои достоинства и баги.
Наиболее эффективное применение именно данных софтов применительно к специфике видеомонтажа вижу в умеренной нормализации, подкомпрессовке и лимитировании сложного звука с нескольких дорожек. Проще говоря, ставим на мастер-трек.

Вау...,а уровень шума и искажений возрастает с той же зависимостью? Или это как то умно компенсируется програмно?
Я по секрету скажу,занимался именно ремонтом и конструированием подобных устройств в течении лет 10-ти,может более..,больше конечно стандартными Hi-Fi в основном УНЧ высокой верности,добиваясь наилучшего(точно передаваемого) звучания(решая это технически за счёт схемотехники устройства,расчитывая или копируя удачные схемные решения ведущих производителей), а с появлением компьютера,как то не доверчиво отношусь к подобным программам (скорее у меня комплекс недоверия)так как это всё управляется ЦАП от начинки которого вообщем то всё и зависит!(и как програмно не крути,а коэффициент не линейных искажений равный 0,01% при уровне 0Дб не станет равным 0,001% или уровень шума если физически устройства минус 90Дб не станет минус 108Дб)(возможно,я устарел и несколько отстал от технологий)
Или тут ориентир чисо субьективный-слух?

Ничуть, мыслите по-моему верно. Разумеется компрессия подрывает все, что звучало тихо и оно становится громче. В этом и смысл. Лимитер все это ограничивает под необходимый уровень. В результате звук уплотняется.
И конечно многое зависит от качества ЦАП АЦП. Потому и юзаю железки от M-Audio. Многое, но не все. Оцифровка дает качество входящего сигнала, а качество обработки - это уже програмно. Тут и драйверы, и плагины, и даже, как ни странно, Винда дают своё. Чтобы избежать перегрузов и искажений при прощупывании персетов, я бы сразу снизил уровни на входе, так сказать для чистоты эксперимента. Да, впрочем Вы же в курсе эксплуатации подобных приборов. Принципы те же...
П.с. Слух, при хорошем барахле на выходе, основной критерий. А потом уже спектроанализаторы, "фокус" и пр. Звукачи, перед сведением микса, как правило слушают качественные проверенные исходники в похожем стиле чтобы "в голове засело". А фон и прочие досадности надо убирать и подчищать. Так было и до компов.

Я понял!
Martin,прошу меня извинить,я кажись заболтался ,уже 2-й час ночи,а мне завтра на парад! Как говорится в строй!Дождик у нас ни в тему прошёл,придётся по лужам шпаритьУже 9-е мая!
С праздником вас! С Днём Победы!

Вас так же с Днем Победы! И всех ребят на форуме, кто понимает какой это день. Спасибо за диалог.

Подпишусь под каждым словом Мартина C Победой вас всех