Războiul „loudness”

Știm cu toții că muzica devine din ce în ce mai tare. Dar oare, în același timp, devine și mai puțin dinamică? În articolul următor, scris de Emmanuel Deruty de la revista Sound on Sound, publicat pe blogul Universal Audio și tradus pe blogul Pro AV Shop, autorul susține că cercetări recente dovedesc dincolo de orice îndoială că raspunsul la această întrebare este nu și credințele populare legate de „războiul loudness*” sunt eronate.

În presa de specialitate și pe internet, apare o reacție în creștere împotriva „războiului loudness” – încercarea de a face înregistrările să sune cât de tare posibil, astfel încât să fie percepute de public ca fiind „mai bune” decât producțiile rivale. Potrivit acestor articole, procesele de mastering exagerate, mai precis folosirea abuzivă a limiter-ului de tip brick wall* au pus în pericol muzica. Producțiile moderne nu sunt deloc subtile și sacrifică calitatea pentru mai mult volum. Bob Dylan a mers atât de departe încât a declarat într-un interviu din 2006: „Ascult înregistrări moderne și sunt infiorătoare. Nimic nu e bine definit, nici vocea, nici instrumentele. Parcă se aude cu purici.”

Dar nu cumva remarca lui Dylan este doar un rezultat al eternului război între generații? N-ar fi prima dată când garda veche disprețuiește ce face noua generație. E adevărat, mulți ingineri de sunet s-au alăturat cazei „muzică mai dinamică”. Dar oare ei vor asta fiind cu adevărat obiectivi sau pur și simplu își exprimă preferința lor pentru un anumit stil de sunet? Cercetarea mea are scopul de a răspunde la această întrebare. Vom afla dacă muzica recentă este cu adevărat mai tare și dacă este într-adevăr mai puțin dinamică. Vom lua în considerare ipoteza că intensitatea (volumul) poate fi un marker stilistic pentru anumite stiluri de muzică modernă, nu doar un obicei prost justificat de motive josnice, comerciale. Într-un final, vom arunca o privire atentă la albumul Death Magnetic al trupei Metallica, să vedem de ce atât de multă lume susține că nu sună bine.

 

4500 track-uri

O mare parte a acestui articol se bazează pe analiza unui calup de înregistrări, scoase din albume care au atins un succes comercial serios. Referințele sunt: pagina Wikipedia despre cel mai bine vândute albume, arhive ale topurilor Billboard.com și besteveralbums.com. În plus, atunci când un artist este menționat în mod repetat pe besteveralbums.com, poate fi inclusă întreaga discografie. Acest lucru se întâmplă, de exemplu, în cazul formațiilor Radiohead, Nirvana, Pink Floyd și U2.

Fiecare album a fost verificat, pentru a se vedea dacă masterul putea fi făcut la data lansări inițiale. Dacă, de exemplu, pe o înregistrare efectuată în 1970 este evidentă aplicarea unui limitator brickwall digital, aceasta a fost exclusă din studiu datorită remasterizării. Cântecele din compilații au fost evaluate în funcție de data lansării originale, și verificate dacă au avut parte de o remasterizare evidentă.

E volumul muzicii moderne mai mare?

Da, este, și nu există nici o îndoială despre asta. Să luam un număr mare de piese bine vândute și/sau foarte apreciate pop, înregistrate și produse între 1969 și 2010, să le normalizăm, astfel încât să aibă vârful la 0dBFS (full scale), și să măsurăm valoarea RMS-ului acestora. Apoi, hai să sortăm toate valorile în funcție de anul în care a fost lansată piesa la care corespund acestea. Prima diagramă din figura alăturată arată rezultatul spectaculos al acestui experiment. Linia roșie indică valoarea medie RMS pentru fiecare an, iar dreptunghiurile indică distribuția: cu cât dreptunghiul este mai închis, cu atât există mai multe piese al căror RMS are acea valoare. Există, fără îndoială, o creștere constantă a nivelurilor medii între anii 1982 și 2005, iar volumul înregistrărilor de astăzi este mai mare cu aproximativ 5dB față de anii ’70.

Desigur, măsurarea valorii semnalului RMS oferă doar informații despre conținutul „electric” sau „fizic” al fișierului audio, nu o măsurare a „loudness”-ului așa cum îl percepem noi. Pentru aceasta, vom evalua „integrated loudness”, așa cum este acesta definit de recomandarea normativa EBU(European Broadcasting Union) 3341. După cum se vede pe a doua diagramă din figura 1, rezultatele acestei măsurători sunt apropiate de valorile medii ale semnalului RMS, iar cele două grafice sunt foarte asemănătoare. Acest al doilea set de rezultate confirmă primele măsurători.

Să repetăm experimentul folosind alte criterii. De exemplu, un criteriu folosit de obicei pentru a descrie comportamentul dinamic al unui mix este factorul „crest”. Pe scurt, factorul „crest” este diferența dintre nivelul RMS și nivelul vârfului maxim al piesei. Acest factor este considerat un bun indicator al compresiei dinamice care a fost aplicată. O compresie mai mare înseamnă în general un factor „crest” mai mic. Totodată, cu cât factorul „crest” este mai mic, cu atât muzica este mai tare. Unii specialiști consideră că manipularea corectă a factorului „crest” este piatra de temelie a unui master bun.

A treia diagramă din figura 1 prezintă evoluția unei măsurători similare cu factorul „crest”. Bazându-se pe aceleași 4500 de cântece, valoarea simplificată a factorului „crest” a scăzut cu 3dB de la începutul anilor ’80, consolidând suspiciunea că creșterea volumului muzicii la care suntem martori încă din anii ’90 este cauzată de compresia dinamică. Vei observa că evoluția factorului „crest” poate fi împărțită în 3 etape. În primul rând, între anii 1960 și 1980, valoarea factorului „crest” este în creștere, probabil datorită îmbunătățirii aparaturii de studio din punct de vedere al trasparenței dinamicii și al raportului semnal-zgomot. Din 1980 până în 1990, valoarea factorului „crest” este relativ constantă, iar din 1990 până în 2010 (era „războiului loudness”), această valoare este redusă dramatic.

În cele din urmă, un alt factor relevant este proporția sample-urilor audio dintr-o piesă înregistrată care sunt aproape de 0dBFS după ce piesa a fost normalizată. O densitate mare de sample-uri sugerează ca s-a permis trecerea „în roșu” a masterului, sau că s-a aplicat un limitator de tip brick wall. Diagrama 4 din figura 1 reprezintă densitatea sample-urilor aproape de 0dBFS din aceleași 4500 de cântece.
În concluzie, primele două diagrame arată că muzica este într-adevăr mai tare, a treia diagramă indică faptul că această creștere a volumului este cauzată de compresia dinamică, iar a patra diagramă arată că această compresie este aplicată prin intermediul limitatoarelor digitale de tip brick wall.

Ce înseamnă intervalul dinamic (dynamic range) al unui cântec?

Aceasta este o întrebare pentru care este surprinzător de greu să găsești un răspuns. Intuitiv, am zice că intervalul dinamic ar trebui să măsoare cât de „variabil” sau „mobil” este nivelul volumului unui cântec. Să încercăm să dezvoltăm această intuiție. Prima diagrama din figura 2 compară evoluția valorilor semnalelor RMS pentru două cântece: „FuK – Plastikman” și „Smells Like Teen Spirit – Nirvana”. Rezultatul nu este deloc surprinzător, având în vedere faptul că Plastickman face muzică „minimalist techno” în timp ce producțiile semnate Nirvana conțin adeseori strofe moi și refrene puternice.

Cu toate astea, rezultatele se schimbă radical, dacă folosim o fereastră de analiza de 100 de milisecunde, în loc de una de 2 secunde. Pe termen lung, piesa „Fuk” este mult mai stabilă din punct de vedere al valorilor RMS, dar pe termen scurt, așa cum se observă din a doua diagrama din figura 2, această piesă are mai multe variații ale nivelului, datorita tobelor zgomotoase, fără efecte. Dacă vrem să stabilim o unitate de măsură pentru „variabilitatea” volumului, trebuie întâi să hotărâm la ce interval de timp să ne raportăm.

Acum apare întrebarea „cum poți calcula de fapt această variabilă?”. Cum poți obține o valoare numerică ce ar putea fi o măsurătoare a intervalului dinamic? Probabil că am putea măsura amplitudinea verticală totală a curbei RMS ce corespunde unui cântec pe o scală de timp dată, prin însumarea amplitudinilor pentru fiecare mișcare verticală. Intuitiv, are logică: în prima diagramă din figura 2, curba albastră pare mai mobilă decât cea roșie, iar amplitudinea verticală totală a curbei albastre este mai mare decât cea a curbei roșie.

Această metodă se dovedește a nu fi deloc fiabilă în practică. Pe lângă alte probleme ce ar putea apărea, un vârf izolat într-o curbă RMS predominant plată ar denatura măsuratoarea, dând impresia falsă a unei mobilități semnificante a valorilor RMS. O metodă mai bună, similară cu cea utilizată de cei de la EBU pentru măsurarea „loudness range”-ului, este calcularea variabilității RMS-ului în locul mobilității acestuia. În loc de evaluarea în mod direct a „mobilității RMS” se calculează distribuția valorilor RMS întâlnite în timpul analizei. O astfel de distribuție poate fi observată pe a treia diagramă din figura 2. Apoi, vom măsura „răspândirea” curbei de distribuție folosind un truc similar cu „intervalul intercuartil” din statistica descriptivă: nu vom lua în considerare valorile aflate în primele 5 procente superioare și în primele 10 procente inferioare. Putem vedea că, pentru o fereastră de analiză de două secunde, „Smells Like Teen Spirit” are o răspândire a valorilor RMS mai mare decât „Fuk”.

Să schimbăm scala de timp și să măsurăm din nou „răspândirea” RMS cu măsurători la fiecare 100 milisecunde. Rezultatul este prezentat în a patra diagrama din figura 2, și din nou, rezultatele sunt inversate – distribuția valorilor RMS pentru piesa „Fuk” este mai mare decât pentru piesa „Smells Like Teen Spirit”. Să presupunem că am repeta acum același experiment pentru o varietate de ferestre de analiză. Rezultatul este indicat pe ultima diagramă din figura 2.  Foarte interesant este faptul că variabilitatea nivelului pentru „Smells Like Teen Spirit” este întotdeauna mai mare, exceptând cazurile în care fereastra de analiză a fost mai mică de 0,18 secunde. În aceste cazuri, părțile de tobe ale piese „Fuk” au o influență decisivă.

Ce este reprezentat în a cincea diagramă din figura 2 poate fi considerat o bună măsurătoare a intervalului dinamic a unei piese muzicale. Să presupunem că, în loc să avem de-a face cu valori RMS, avem de-a face cu o măsură a intensității perceptive (loudness) așa cum este aceasta menționată în recomandarea ITU BS 1770 – atunci am putea spune că masurăm „loudness range”. Aceastea sunt de fapt, bazele prin care cei de la EBU (European Broadcasting Union) definesc „loudness range” în documentul EBU Tech 3342, care a fost lansat în decembrie 2010. Acesta oferă sfaturi foarte precise pentru măsurarea „loudness range”, descriptor care ar putea foarte bine să devină un standard de măsură pentru aflarea variabilității dinamicii conținutului audio. Pentru mai multe informații, poți vizita EBU 3342 (măsurarea „loudness range”-ului), EBU 3341 (măsurarea „loudness”-ului) și ITU BS 1779.

Dar oare ar trebui să folosim termenul „interval dinamic” („dynamic range”)? Nu există o definiție oficială pentru acesta și poate fi confundat cu intervalul dinamic al unui mediu de înregistrare, care înseamnă practic diferența dintre sunetul cel mai slab și cel mai puternic ca intensitate ce pot fi manipulate în acest mediu. De aceea, pe parcursul acestui articol nu voi vorbi despre intervalul dinamic al unei piese muzicale. În schimb, voi folosi „variabilitate RMS” sau, mai general, „variabilitate dinamică”.  Termenul „interval dinamic” va fi rezervat pentru raportul semnal-zgomot al unui mediu de înregistrare. Voi folosi termenul „loudness range” doar făcând referire la documentul EBU 3342 și termenul „variabilitate loundess” în cazul în care vorbim despre loudness în loc de RMS.

Limitatoarele și „loundness range”-ul

Oare limitatoarele reduc „loudness range”-ul? Și da și nu. De fapt această problemă este mult mai complexă decât pare. Imaginează-ți că ai primit un fișier audio normalizat. Nu mai poți da gain fără să apară distorsiuni. Totuși, poți crește nivelurile RMS unui astfel de fișier dacă folosești un limitator sau un compresor. Astfel, vei crește practic intervalul dinamic al mediului. Un fișier de 16 biți, în loc să aibă 96dB va avea 100 sau chiar 105 dB. În diagrama următoare, acest interval dinamic adițional este marcat cu un dreptunghi gri. Din acest punct de vedere, limitatoarele nu scad „loudness range”-ul ci îl cresc.
Ideea că un compresor sau un limitator ar putea extinde gama dinamică disponibilă este interesantă dar nu este nouă. Acum multe decenii, inginerii comprimau semnalul între microfon și recorder, cu scopul de a crește gama dinamică disponibilă a mediului de înregistrare, astfel încât raportul semnal-zgomot mic să nu mai fie o problemă atât de mare.

Figura 3 reprezintă analiza RMS pentru 3 fișiere: unul original, normalizat dar fără să fie trecut printr-un limiter, și același fișier trecut printr-un limiter, întâi cu un threshold de -6dB iar apoi de -12dB. Haideți să ne concentrăm pe diferențele dintre fișierul original și cel cu threshold de -6dB. Valorile RMS mici au crescut cu 6 dB. Însă, pentru că valorile RMS mari sunt limitate de limitator, acestea cresc doar cu 5 dB. Astfel, variabilitatea valorilor RMS scade cu 1 dB. Acum, dacă scădem threshold-ul la -12 dB, valorile RMS mici mai cresc cu 6 dB, pe când valorile RMS mari cresc doar cu 3dB. Adică variabilitatea valorilor RMS mai scade cu 3 dB, deci în total cu 4 dB. Deci da, din acest punct de vedere, limitatoarele reduc „loudness range”-ul cu aproximativ 4LU(loudness units).

Cu toate astea, o pierdere de 1dB în variabilitea valorilor RMS reprezintă o sumă foarte mică. Threshold-ul sub care procesul de limitare începe să afecteze semnalul depinde de tipul de muzică pe care îl prelucrezi. Cea de-a doua diagramă din figura 3 reprezintă evoluția variabilității valorilor RMS la scale diferite pentru 3 piese muzicale diferite. Se poate observa pe graficul din dreapta cum valorile RMS pentru muzica pop rock sunt mai flexibile la limitare decât cele pentru celelalte două piese care sunt jazz și operă. Acest lucru este valabil în special pentru scalele de timp mai mici: în acest caz particular,threshold-ul limitatorului trebuie setat la cel puțin -6dB pentru a obține o scădere notabilă a variabilității valorilor RMS.
Acest lucru ar putea fi dat de prezența unei tobe mari dată foarte tare, ceea ce poate indica faptul că, cu cât variabilitatea RMS inițială este mai mare, cu atât această variabilitate este afectată mai greu de procesul de limitare. Din acest punct de vedere, variabilitățile RMS mari nu sunt așa ușor de redus. Această rezistență inițială la limitare este un alt argument pentru afirmația că limitare nu înseamnă în mod automat o reducere a variabilității loudness-ului, mai ales dacă materialul inițial are o variabilitate mare.

A scăzut „loudness range”-ului?

Aici lucrurile iau o întorsătură surprinzătoare. Putem dovedi, dincolo de orice îndoială, că „războiul loudness”nu a redus „loudness range”-ul așa cum este acesta definit în EBU 3342. Nici n-a redus variabilitatea volumului sau a „loudness”-ului în nici un fel. Muzica din ultimii 10 ani pare să prezinte aceeași variabilitate dinamică precum muzica din anii ’70 sau ’80.

Așa cum am văzut mai sus, descriptori ca nivelul RMS, „integrated loundess”, factorul „crest” și proporția de sample-uri peste -1dBFS arată o evoluție spectaculoasă de la începutul anilor ’90 până prin anul 2005. Acesta e efectul „războiului loudness”.Deci, cu siguranță, măsurătorile „loudness range”-ului ar trebui să aibă rezultate asemănătoare. Așa cum se vede în prima diagramă din figura 4 nu este așa. Ceea ce vedem este că „loudness range”-ul pare să scadă între 1960 și 1980, apoi se stabilizează în 1991. După 1991, în loc să scadă și mai mult, așa cum era de așteptat, acesta are o evoluție neconcludentă, dar cu siguranță nu scade într-un mod clar.
Densitatea de sample-uri peste -1dBFS crește spectaculos după începutul anilor 1990, după cum ne arată graficele anterioare. Acest lucru indică folosirea compresoarelor, și, să fim mai exacți, a limitatoarelor digitale de tip brick wall. Dar folosirea acestor limitatoare are legătură cu scăderea „loudness range”-ului? Să răspundem la această întrebare prin suprapunerea valorilor EBU 3342 pe proporția de sample-uri peste -1dBFS. Cu alte cuvinte, reprezentăm grafic „loudness range”-ul și valorile limitărilor aplicate. Acest grafic este reprezentat în diagrama 2 din figura 4, și ne arată extrem de clar că răspunsul la întrebarea de mai sus este NU. Limitarea mai mare aplicată în timpul „războiului loudness” nu a micșorat „loudness range-ul” observat în nici un fel.

Dar asta nu înseamnă că procesarea semnalului audio cu un limitator brick wall nu va reduce „loudness range”-ul, ci, după cum vom vedea mai tarziu, din potrivă. Observația de aici spune doar că, potrivit analizei unor înregistrări reale, „războiul loudness” nu a micșorat „loudness range”-ul muzicii.
Cu toate astea, „loudness range”-ul, așa cum este definit în EBU 3342, se folosește de scale de timp în jurul valorii de 3 secunde. Să vedem ce se întâmplă dacă folosim alte ferestre de analiză. Pentru asta, hai să evaluam variabilitatea RMS în ferestre de analiză între 0.05 și 12,8 secunde. Și pentru a fi și mai specifici, hai să modificăm evaluarea variabilității RMS pentru a scoate în evidență influența fiecărei ferestre de analiză. Rezultatele pentru ambele experimente sunt arătate în a treia diagramă din figura 4. Nu numai că nu se confirmă constatările anterioare , dar se merge mai departe, și se arată că „războiul loudness” nu a avut nici o influență clară asupra variabilității volumului la nici o scală. Astfel, ajungem la o concluzie destul de drastică: contrar a ceea ce se poate citi pe internet, „războiul loudness” nu a provocat în nici un fel vreo scădere a variabilității volumului. Această variabilitate este la fel de mare acum precum era în anii ’70 sau ’80.

L-am rugat pe Dr. Damien Tardieu, signal processing specialist la institutul IRCAM din Paris, să efectueze un set de analize similare pe un calup de track-uri diferit, pentru a confirma aceste constatări. Astfel s-au folosit 20.000 de melodii selectate în mod aleatoriu din catalogul EMI. Aceste melodii sunt sortate după data la care s-au înregistrat drepturile de autor, deci analizele vor fi mai puțin precise ca perioadă, datorită compilațiilor cu piese mai vechi cu drepturi de autor noi, sau a pieselor remasterizate. Cu toate astea, noi avem nevoie de o estimare generală a unui fenomen global, așa că ne putem permite o ușoară marjă de eroare. Graficele 4 și 5 din figura 4 arată evoluția „loudness range”-ului conform EBU 3342 precum și densitatea eșantioanelor cu RMS mai mare de -1dBFS. Acestea arată ca „loudness range”-ul nu scade dupa 1990 chiar dacă procesul de limitare este mult mai drastic și mai des întâlnit. Acum, fără nici o îndoială, putem spune că, contrar părerii generale, nu există nici o scădere evidentă a „loudness range”-ului din cauza „războiului loudness”, iar limitatoarele brick wall nu au redus „loudness range”-ul în producția muzicală.

Deci, ce se întâmplă?

După cum am văzut mai devreme, compresoarele și limitatoarele sunt mult mai folosite în procesul de mastering după 1990. În același timp, chiar dacă în multe cazuri folosirea limitatoarelor reduce „loudness range”-ul pieselor muzicale, nu se poate observa o reducere generală a „loudness range”-ului în industria muzicală. Cum se poate rezolva această contradicție aparentă?

Prima posibilitate ar fi că inginerii de mastering au lucrat curat, aplicând doar limitări care să nu fi dus la o scădere evidentă a „loudness range”-ului. Acest lucru este teoretic posibil, după cum se arată mai jos în secțiunea „Limitatoarele și „loudness range”-ul”, datorită faptului că materialele audio cu o variabilitate mare a valorilor RMS prezintă o oarecare rezistență la procesul de limitare. Totuși, nu cred că asta este explicația. Limitarea semnificativă poate fi observată pe graficul piesei și auzită foarte ușor: atacul este modificat într-un mod specific, totul pare să fie mai dens, mai plin și de cele mai multe ori mai deschis. După ce am ascultat un numar foarte mare din piesele folosite la documentarea pentru acest articol, mi se pare evident că o mare parte din piesele recente au fost limitate într-un mod destul de pronunțat.

Nu-mi rămâne decât o singură soluție posibilă: „loudness range”-ul pieselor muzicale înainte de master, și chiar și înainte de mix, a crescut în același timp în care compresia și limitarea au devin mai drastice. Cu alte cuvinte, materialul inițial are o variabilitate RMS mai mare și este mult mai rezistent la procesul de limitare. Acest lucru este confirmat de modificările stilistice ale muzicii în timpul erei „războiului loudness”. La începutul anilor ’90, care coincide cu începutul „războiului loudness”, am asistat la apariția artiștilor rap cu public masiv, iar producțiile rap sunt destul de dezordonate, cu toba mare și premierul foarte zgomotoase, ceea ce face ca variabilitatea RMS să fie foarte mare la scale mici, de 100 milisecunde sau mai puțin. Cam în același timp, metal rock-ul a evoluat înspre „nu metal”, stil care integrează elemente de funk și rap, cu mai multe elemente de percuție. Pe o scală de timp ceva mai mare, felul în care se termină frazele muzicale a evoluat de asemenea, la începutul anilor ’90. În timp ce în construcția hiturilor anilor ’80 se folosea o trecere de tobe de la o frază muzicală la alta, producătorii hip hop ai anilor ’90 preferau treceri mai drastice, care sunt răspunzătoare pentru nivelul crescut al variabilității RMS la scale de 500 ms.

Pe o scală de timp mai mare, pe care se poate observa structura unei piese, se poate emite ipoteza următoare:  pentru a delimita diferite secțiuni ale unei melodi, producțiile moderne folosesc contraste de nivel, în timp ce piesele pop mai vechi foloseau modificări esențiale ale gamei sau ale acordurilor. Se întâmplă destul de des ca piese rap sau chiar R&B să sune destul de minimalist pe strofă, iar refrenul să fie plin de armonii vocale și acorduri de clapă dense, care cresc nivelul RMS destul de mult. Piesele „Lollipop – Lil’ Wayne”, „Gangsta’s Paradise – Coolio” și ”Single Ladies – Beyonce” sunt exemple concludente în acest sens. În producții de acest gen, se folosește variația volumului pentru a crea o structură pentru piesă.

Pentru a exemplifica, e interesantă comparația între două cantece diferite din ere diferite: „Come Together – The Beatles” (1969) și „Telephone – Lady Gaga” (2010). Figura 5 arată analiza RMS pentru cele două piese.  Liniile albe indică limitele structurale ale cântecelor, așa cum ar fi ele delimitate de ureche. Cele două diagrame arată similaritatea matricelor RMS. În astfel de reprezentări, pătratele mai deschise la culoare sugerează părțile care sunt diferite ca volum, în timp ce pătratele mai întunecate indică părțile cu volum similar. Această comparație ne arată clar un lucru: variațiile de nivel sunt mai mari și mult mai sincronizate cu structura, pentru piesa „Telephone”. Acesta este un singur exemplu, dar oferă o explicație plauzibilă ideii că variabilitatea RMS este mai mare înainte de master în cazul muzicii moderne.

Muzica compresată poate avea dinamică muzicală?

Categoric. Dar felul în care este exprimată dinamica muzicală se poate schimba. Imaginează-ți că asculți muzică. Vrei să dai mai tare. Mergi la butonul de control al volumului și pur și simplu crești volumul. Astfel va crește semnalul RMS, va crește volumul vârfurilor, iar factorul „crest” rămâne neatins. Vom numi asta „prima paradigmă loudness”. Să presupunem că ai selectat o regiune în Pro Tools cu vârfuri la 0dBFS. Nu poți să îi ridici volumul fără să distorsioneze. Dar poți insera un limiter și să scazi Threshold-ul. Astfel vei crește semnalul RMS, vârfurile vor rămâne la 0 dBFS însă va crește factorul „crest”. Vom numi asta „a doua paradigmă loudness”.

Când Wagner scria un crescendo orchestral, el se folosea de prima paradigmă, și adăuga mai multe instrumente. Dar, cu limitatoare, poți crea un crescendo folosind a doua paradigmă. Diferența în ceea ce privește forma undei rezultate se poate observa din imaginea de mai jos: Mike Oldfield se folosește de prima paradigmă pentru crescendo-ul de la sfărșitul primei părți a „Tubular Bells” iar Trent Reznor folosește a doua paradigmă la compoziția piesei „Closer”.

Pentru a avea o idee mai clară a diferenței dintre cele două paradigme, să luăm șase crescendo-uri diferite, trei care folosesc prima paradigmă și celelalte trei pe cea de-a doua. Să le analizăm din punct de vedere al RMS-ului, al vârfurilor și al factorului „crest”. Rezultatul analizei este reprezentat în a doua diagramă din figura 6. Primul grafic arată că toate crescendo-urile se bazează pe o creștere a nivelului RMS. În al doilea grafic se disting clar piesele care folosesc cele două paradigme: în cazul celei de-a doua paradigme, nivelul vârfurilor este constant. În al treilea grafic se arată cum factorul „crest” scade la crescendo-urile celei de-a doua paradigme, dar sugerează că, la celelalte piese nu este nici o legătură între factorul „crest” și loudness.

S-ar putea argumenta că piesele care folosesc paradigma a doua nu sunt evenimente dinamice „pure”: cu cât muzica devine mai tare, cu atât limitatorul afectează semnalul și timbrul original este modificat. Dar acest lucru nu este cumva adevărat și în cazul crescendo-urilor tradiționale? Interpretarea unui crescendo pe o singură notă de vioara, nu va schimba doar volumul ci și timbrul acestei note. Majoritatea crescendo-urilor orchestrale includ elemente suplimentare în timp ce se dezvoltă. Combinația celor doi factori va aduce o schimbare de timbru mai drastică decât poate provoca orice limitator de tip brickwall.

Cazul albumului „Death Magnetic – Metallica”

Cel mai recent album Metallica a devenit celebru pentru adversarii practicilor de mastering actuale. Din punctul meu de vedere, principala problemă a albumului „Death Magnetic” este coliziunea dintre modul în care a fost masterizat și sound-ul de chitară. Masterizarea agresivă, pur și simplu nu se potrivește cu stilul de producție Metallica, ce datează din anii ’80 și se bazează foarte mult pe sunetul de chitară solid, cu distors. Pe scurt, reultatul este o muzică ce este în general stabilă, dar în același timp are valori ale factorului „crest” foarte mici. Din punct de vedere perceputal, asta s-ar traduce ca „compact tot timpul”.

Prima diagramă din figura 7 arată distribuția valorilor factorului „crest” pentru cele 4500 de piese folosite pentru acest articol, împreună cu valorile factorului „crest” pentru piesele de pe albumele „Master Of Puppets” și „Death Magnetic” ale trupei Metallica.

Analiza altor albume Metallica, cum ar fi „… And Justice For All” sau „The Black Album” arată valori ale factorului „crest” similare cu cele de pe „Master of Puppets”. Din această diagramă putem vedea că valorile factorului „crest” pentru „Death Magnetic”nu numai că sunt mai mici decât cele pentru alte albume Metallica, dar sunt și incredibil de mici în comparație cu cele 4500 de track-uri folosite pentru acest articol.

Astfel de valori pentru factorul „crest” sunt comparabile cu cele ce pot fi găsite pe piese ca „My Beautiful Dark Twisted Fantasy – Kanye West” sau „Get Rich Or Die Tryin’ – 50 Cent”. Aceste piese sunt stilistic zgomotoase, cu elemente de percuție într-adevăr puternice și sunt mai bine adaptate la valori mici ale factorului „crest” decât piesele Metallica, cu distors de chitară constant. Aceste valori mici ale factorului „crest” sunt comparabile cu piese de pe albumele „Oracular Spectacular” sau „Congratulations” ale trupei MGMT. Aceste două albume au un sound atât de distinctiv încât folosirea celei de-a doua paradigme loudness nu apare ca o problemă. Dar, sound-ul clasic al trupei Metallica, nu permite astfel de intervenții sonice.

A doua diagramă din figura 7 prezintă variabilitatea valorilor RMS de pe albumul „Death Magnetic” în comparație cu „Master of Puppets”, precum și cu alte două albume cu valori mici ale factorului „crest”: „My Beautiful Dark Twisted Fantasy” și „Congratulations”. Acesta este momentul în care apar problemele. Nu numai că sound-ul albumul „Death Magnetic” este foarte compact datorită valorilor scăzute ale factorului „crest”, dar este și foarte stabil (variabilitate RMS mică), ceea ce înseamnă că este extrem de compact tot timpul. A treia diagramă din figura 7 arată cât de neobișnuită este combinația dată de valorile mici ale factorului „crest” și „loudness range”-ul redus conform EBU 3442. Valorile pentru „Death Magnetic” sunt comparabile cu 3 piese de la MGMT. Uneori, chiar și „My Beatiful Dark Twisted Fantasy” are mai mult contrast decât „Death Magnetic”. Și deși este aproape la fel de stabil ca muzica trupei Dagoba, o trupă de metal industrial cu voce death metal, care are producții foarte zgomotoase și compacte, albumul „Death Magnetic” este mult mai comprimat. În opinia mea, asta e problema: nu vrei ca metal-ul tradițional, de mainstream să sune mai compact decât industrial/death metal-ul atât de extrem. Sau, dacă vrei asta, atunci trebuie să schimbi muzica în sine, astfel încât să aibă mai mult contrast, deci să îți permiți să aplici atât de multă compresie.

„Războiul Loudness” reprezintă o problemă?

Este foarte ușor să găsești oameni, documente, pagini web ș.a.m.d., care dau vina în unanimitate pe „războiul loudness” pentru muzica dăunătoare. Mulți dintre ei dau vina pe acest război pentru reducerea „dynamic range”-ului, deși de obicei nu explică ce ar putea fi „dynamic range”-ul.  Astfel de articole pot fi găsite aici, aici, pe Wikipedia și chiar și în respectata revistă științifică IEEE Spectrum. Cu toate astea, am văzut pe parcursul acestui articol că „războiul loudness” nu a rezultat nici o reducere a celui mai bun descriptor care există pentru „dynamic range”, și anume „loudness range”-ul așa cum este definit de documentul tehnic EBU 3342. Nici nu este posibilă verificarea oricărei reduceri de variabilitate dinamică la orice scală.

Deci care este problema cu „războiul loudness”? Evident, procesul de limitare face „ceva greșit” semnalului, altfel oamenii nu s-ar fi plâns atât de mult, chiar dacă, în aparență arată spre descriptorul greșit.

Pentru a răspunde la această întrebare într-un mod corespunzător, ar putea fi util să adoptăm un punct de vedere folosit în general în prelucrarea de imagini, unde este posibilă analiza unei fotografii din punct de vedere al distribuției luminozității. Photoshop face asta într-o fereastră numită „Levels”. Pentru a face o evaluare a acestei distribuții, un algoritm face un inventar al tuturor pixelilor din imagine și îi sortează în funcție de luminozitatea lor. Astfel, rezultă un grafic care arată dacă imaginea, ca un întreg, include zone predominant luminoase, medii sau zone întunecate, și în ce măsură apar acestea. Același proces poate fi urmat și pentru fișiere audio: facem un inventar cu toate sample-urile audio ale unui cântec și le sortăm în funcție de nivelul lor absolut. Așa cum se vede în figura 8, curba de distribuție rezultată ne poate învăța multe.

Să ne uităm la curba de distribuție pentru piesele produse în 2007 din figura 8. La vârfuri apar niveluri mai mari decât la curba pentru piesele produse în 1967. Asta înseamnă că, în general, volumul pieselor din 2007 este mai mare decât al pieselor din 1967. Apoi uită-te la lățimea celor două curbe: sunt comparabile, ceea ce înseamnă că variabilitatea dinamică nu s-a schimbat între 1967 și 2007. Acum, uită-te la crestătura din dreapta curbei 2007: cântecele din acest an au o densitate foarte mare de sample-uri cu volum mare: nivelul de distribuție nu mai urmărește distribuția Gauss atunci când nivelurile sunt ridicate. Să comparăm forma celor două curbe: pare că cea albastră a fost practic împinsă spre dreapta. Acesta este rezultatul folosiri limitatoarelor de tip brickwall.

Să continuăm cu comparația cu fotografia. Este ca și cum, în ultimii 20 de ani, toate pozele din reviste și cărți au devenit din ce în ce mai luminoase. Există nuanțe profunde de negru, contrastul rămâne intact, dar toate imaginile arată mai luminos. Acest lucru este ilustrat cu ajutorul pozelor cu Tower Bridge din figura 8. E ca și cum, în zilele noastre totul ar trebui să arate „sclipitor”, chiar dacă bunul simț sugerează că anumite imagini n-ar trebui să fie „țipătoare” în nici un caz. Asta se aplică cu atât mai mult când vorbim de conținut audio, pentru care „mai luminos” nu înseamnă pur și simplu o densitate mai mare de pixeli mai clari. În audio, „mai luminos” înseamnă de cele mai multe ori valori reduse ale factorului „crest”, folosirea celei de-a doua paradigme loudness și în cel mai rău caz, distorsiuni. Bunul simț sugerează că, deși nu este nimic rău cu aceste caracteristici, ele nu ar trebui să fie prezente pe toate înregistrările.

În final, totul ține de stil. Valori reduse ale factorului „crest” dau un aspect mai compact al sound-ului. Acesta poate sau nu poate fi potrivit stilului tău muzical. S-ar putea să vrei să păstrezi sound-ul mai „soft” cu un motiv. Totuși, dacă faci muzică techno, s-ar putea să vrei să sune mai compact. La fel, cele două paradigme descrise mai devreme au savoarea lor. S-ar putea să preferi una sau alta. Vrei un atac puternic modificat de un compresor/limitator? S-ar putea să se dovedească a fi o idee bună sau să ducă piesa spre dezastru. Vrei să reduci „loudness range”-ul muzici tale fără să schimbi nimic altceva? Atunci ar fi mai bine să folosești o automatizare a volumului decât un limitator, pentru că am observat că „loudness range”-ul este rezistent la anumite limitări.

Cel mai important lucru în acest domeniu este să stii ce faci, și de ce, în funcție de sound-ul dorit. Anumite unelte specifice pot ajuta. Dacă îți place să folosești compresia, dar te temi că domnul Bob Dylan nu ar fi de acord cu sound-ul tău, pentru că e prea modern, nu-ți face griji. Probabil nu ascultă.

* loudness: calitate perceptivă (psihologică) a sunetului, aproximativ corelată cu parametrul fizic al amplitudinii. Mai formal, termenul „loudness” este  definit ca „atributul senzației auditive prin care sunetele pot fi ordonate pe o scală a carei extreme sunt “liniște” și “foarte tare””. Noțiunea de „loudness” măsoară o senzație subiectivă, și este adesea confundată cu măsurători obiective ale sunetului, cum ar fi presiunea acustică (SPL). Atributul „loudness” nu este influențat doar de presiunea sunetului, ci și de alți parametrii cum ar fi frecvența, durata și lățimea de bandă. Sursa: Wikipedia.

* brick wall limiter: compresor cu rația „infinit la unu” și timp de atac ultra rapid. Asigură că semnalul audio nu trece niciodată de pragul (threshold) stabilit al amplitudinii.

Share