Pilnowanie poziomów sygnału audio na każdym etapie realizacji nagrania to podstawowy warunek jego końcowej jakości. Jak to robić i dlaczego to takie ważne, dowiesz się z tego artykułu.
Zacznijmy od tzw. headroomu, czyli po naszemu zapasu dynamiki pomiędzy szczytowymi wartościami sygnału a naszym nieprzekraczalnym „sufitem“, jakim jest cyfrowe 0 dB. Z punktu widzenia produkcji muzycznej czy realizacji jakiegokolwiek innego materiału audio, mamy do czynienia z dwoma aspektami cyfrowego headroomu – na etapie nagrywania i miksowania.
Proces nagrywania to po prostu zapisanie (najczęściej) analogowego sygnału do formy cyfrowej w aplikacji DAW na komputerze lub innym urządzeniu elektronicznym, takim jak tablet czy nawet smartfon. Kolejnym etapem jest zmiksowanie wszystkich nagranych ścieżek i ich zsumowanie do jednego pliku audio – mono lub stereo.
Kiedyś miksowaniem nazywano zgranie wszystkich gotowych partii z magnetofonu wielośladowego na docelową taśmę masteringową; w świecie cyfrowym i przy współczesnych metodach tworzenia muzyki, miksowanie zaczyna się dużo wcześniej – większość producentów muzyki elektronicznej miksuje od samego początku w miarę budowania utworu, ponieważ ważne jest zachowanie odpowiedniego headroomu dla kolejnych dokładanych partii.
Studio One 6: najnowsza wersja popularnego programu DAW od PreSonusa!
Poziomy wejściowe – im głośniej, tym lepiej?
Zacznijmy od samego początku, czyli od ustawienia poziomów wejściowych przed rozpoczęciem nagrywania. Zachowanie odpowiedniego zapasu decybeli jest kluczowym czynnikiem decydującym o jakości nagrania i jego technicznej poprawności, a więc docelowej „używalności“.
Aby zrozumieć cyfrowy headroom, cofnijmy się najpierw do czasów analogowych. Większość z nas nagrywa teraz cyfrowo, ale wciąż możemy się sporo nauczyć z procesu nagrywania analogowego, a wiele dzisiejszych procesów i narzędzi czerpie z tamtych historycznych już niemal czasów.
Podczas nagrywania na taśmę należało ustawić wzmocnienie wejściowe każdego kanału tak, aby zmaksymalizować stosunek sygnału do szumu (który w przypadku starych urządzeń był o wiele większy niż to, czego teraz możemy doświadczyć w nawet najtańszych interfejsach audio!). Jeśli sygnał u źródła został nagrany zbyt cicho, konieczne było zwiększenie wzmocnienia na późniejszym etapie, aby podnieść go do odpowiedniego poziomu – a to powodowało nieodłącznie również zwiększenie głośności szumu samej taśmy. W przypadku pojedynczego śladu może nie byłoby to aż tak szkodliwe, ale wyobraźmy sobie nagranie wielościeżkowe, w którym skumulowany efekt wzmocnienia wszystkich ścieżek, łącznie z szumami, powoduje znaczne zakłócenia materiału docelowego, który w skrajnych przypadkach może z tego powodu nie nadawać się do użytku!
A jak to wygląda dziś w czasach nagrywania cyfrowego? Główna zasada jest podobna: wyższe poziomy sygnału skutkują lepszym stosunkiem sygnału do szumu, niższym błędem kwantyzacji i dokładniejszą reprezentacją fali analogowej po jej przetworzeniu przez konwerter A/D do formy cyfrowej.
Jednak podczas gdy przy poziomie wejściowym przekraczającym nominalny poziom maksymalny taśma kompresuje, nasyca się i stopniowo przesterowuje (co czasami bywało i nadal bywa używane dla uzyskania pewnych pożądanych efektów), to środowisko cyfrowe jest znacznie bardziej pod tym względem wymagające, można rzec „zerojedynkowe“. Jeśli poziom wejściowy sygnału przekroczy maksymalny poziom przetwornika analogowo-cyfrowego, to będziemy mieć poważny problem.
Tzw. clipping, czyli obcinanie szczytów fali wykraczających ponad poziom „zero“ w nagrywaniu cyfrowym skutkuje bardzo nieprzyjemnym trzaskiem oraz całkowitą utratą informacji zawartej w tej części sygnału, która przekroczyła wartość graniczną. Dźwięk jest zniekształcony w stopniu zależnym od tego, jak mocno wykracza ponad „cyfrowe zero“. Tutaj jednak z pomocą przychodzi tzw. głębia lub rozdzielczość bitowa (bit depth) przetworników.
Kiedy nagrywanie 24-bitowe zaczęło wypierać poprzedni standard 16-bitowy, wielu użytkowników nie rozumiało sensu nagrywania w 24 bitach, szczególnie jeśli ich nagrania były docelowo przeznaczone do 16-bitowego formatu 44,1 kHz zdefiniowanego przez standard Audio CD.
Jedną z istotnych odpowiedzi jest to, że chociaż nagrywanie 24-bitowe generuje większe pliki i samo w sobie nie spowoduje znacznego wzrostu jakości dźwięku, rozwiązuje problem headroomu podczas nagrywania. Otóż nagrywając w formacie 24-bitowym, możemy osiągnąć ten sam zakres dynamiki i dokładność odwzorowania co w nagrywaniu 16-bitowym, ale przy zachowaniu na tyle niskiego poziomu wejściowego, aby uniknąć najmniejszej nawet możliwości przesterowania.
Dlatego obecnie nagrywając „w cyfrze“, nie musimy już tak bardzo podbijać wzmocnienia wejściowego, balansując na cienkiej granicy pomiędzy sygnałem czystym i w pełni użytecznym a bezpowrotnie zniekształconym. Przyjmuje się, że dobrą zasadą jest utrzymanie średniego poziomu oscylującego około -18 dBFS ze szczytami nie przekraczającymi -6 dBFS. Oczywiście w niektórych przypadkach będziemy ograniczeni przez parametry przedwzmacniacza, mikrofonu czy zakres dynamiki samego źródła dźwięku, ale starając się dążyć do tych wytycznych, powinniśmy zawsze uzyskać dobry rezultat.
Focusrite Scarlett Solo & Scarlett 2i2 4th Gen [TEST & VIDEO]
Stosunek sygnału do szumu
Tak samo jak w czasach analogowych, tak samo i w nagraniach cyfrowych nadal ważne jest zachowanie jak najwyższego stosunku sygnału do szumu (ang. signal to noise ratio, w skrócie SNR). Mówiąc prościej, oznacza to uzyskanie sygnału tak głośnego, jak to tylko możliwe, przy jednoczesnym zachowaniu jak najniższego szumu. Brzmi zagadkowo?
Przyjrzyjmy się jeszcze raz metodzie nagrywania na taśmę. Tutaj szum był nieodłączną częścią i efektem ubocznym używanego nośnika. Inżynierowie dźwięku doszli do tego, że jeśli chcą uniknąć zwiększania szumów wraz z podnoszeniem poziomu nagrań na późniejszym etapie miksu, muszą zapisywać sygnał źródłowy na taśmę z maksymalnie wysokim poziomem, podczas gdy dźwięk szumu taśmy był nadal na tym samym, niskim poziomie.
To samo podejście możemy zastosować bez względu na rodzaj sygnału audio, z jakim mamy do czynienia. Większość z nas nagrywa teraz cyfrowo, więc szum taśmy prawdopodobnie nie stanowi problemu, ale nadal mamy do czynienia ze zjawiskiem szumów, występujących także w teoretycznie „cyfrowym” systemie nagrywania. Mimo iż nagrywasz na nośnik cyfrowy, który sam w sobie szumów nie generuje, to gdzieś po drodze pojawiają się sygnały analogowe – a każdy element sprzętowy może wprowadzać szum.
Jedną z zasad, które możemy zaczerpnąć od realizatorów nagrań w domenie analogowej, jest rozpoczynanie od stosunkowo wysokiego sygnału źródłowego, który w razie potrzeby możemy później ściszyć (łącznie z szumem!) niż nagrywanie zbyt niskiego sygnału, który później trzeba będzie podnieść (łącznie z szumem…).
Ilekroć bowiem wzmacniamy sygnał, wzmacniamy każdą jego część; jeśli wzmacniamy już po nagraniu, aby zrekompensować słaby sygnał źródłowy, który można było wzmocnić wcześniej w łańcuchu, przed wprowadzeniem niepożądanego, stałego szumu własnego urządzeń, to nie uzyskamy najlepszego stosunku sygnału do szumu.
Przy tak dużej ilości dostępnego sprzętu na rynku niemożliwe jest podanie w 100% niezawodnej metody ustawiania poziomów wejściowych i wyjściowych. Ustalenie wzmocnienia to czynność równoważąca – polega na żonglowaniu ustawieniami poziomu wejściowego i wyjściowego na każdym sprzęcie w łańcuchu sygnałowym, dopóki nie znajdziesz takiej kombinacji, która daje najlepsze rezultaty.
Na szczęście jest to stosunkowo łatwy proces, ale należy go przeprowadzić sumiennie przed rozpoczęciem nagrywania. Podłącz cały swój sprzęt – niezależnie od tego, czy jest to syntezator wpięty prosto do interfejsu, czy też złożony łańcuch przedwzmacniaczy, kompresorów i efektów – zacznij od głośnego, mocnego sygnału ze źródła, wypracuj taką kombinację ustawień, która zapewnia najczystszy dźwięk z najniższym szumem, a dopiero wtedy rozpocznij nagrywanie.
Apogee HypeMic, mikrofon pojemnościowy z wbudowanym kompresorem!
Optymalizacja poziomów na całej linii
Skoro już wiemy, że trzeba nagrywać sygnał tak głośny, jak to możliwe, to dlaczego mielibyśmy trzymać się wytycznych z pierwszej części artykułu, czyli średnio -18 dBFS i nie więcej niż -6 dBFS w szczycie? Czy nie lepiej wykręcić wszystko na maksa, rozgrzewając mierniki do czerwoności? Niezupełnie, bo wciskanie zawsze gazu do dechy to proszenie się o kłopoty.
Każdy sprzęt i oprogramowanie audio jest projektowane z myślą o określonym zakresie działania. Jako przykład weźmy kompresor analogowy. Jeśli wejdziemy do niego zbyt cichym sygnałem, to od razu napotkamy problem, bo mierniki i zakres ustawienia progu (tzw. threshold) są przewidziane dla sygnału w określonym przedziale głośności. Jeśli sygnał będzie zbyt cichy, trudno będzie obserwować jego poziom na miernikach.
Ponadto w skrajnych przypadkach może być nawet niemożliwe ustawienie wystarczająco niskiego progu zadziałania kompresora, aby osiągnąć pożądany poziom redukcji sygnału. Niektóre kompresory mają co prawda stopień wzmocnienia na wejściu, ale próba naprawienia naszego wcześniejszego błędu poprzez wzmocnienie sygnału w tym miejscu spowoduje również podbicie szumu, który wchodzi do kompresora wraz z nim. Właściwym podejściem będzie więc przede wszystkim upewnienie się, że sygnał dociera do kompresora na optymalnym poziomie.
A co się dzieje, gdy do urządzenia podamy zbyt głośny sygnał? Każdy procesor sygnału ma granicę, po przekroczeniu której nie może już działać w sposób zamierzony przez producenta. Powyżej 0 dBFS w systemie cyfrowym pojawia się clipping (ostra forma zniekształceń, o których pisaliśmy wcześniej). Urządzenia analogowe mają tu pewną tolerancję i tendencję do stopniowego przesterowywania sygnału, gdy przekracza on optymalny poziom, ale wciąż wprowadzają zniekształcenia. Ogólnie rzecz biorąc, przesterowanie sygnału jest niepożądane, chyba że celowo zdecydujesz się na uzyskanie takiego efektu brzmieniowego.
Nieco inaczej wygląda to, gdy działamy w całości w obrębie programu DAW. Większość tego typu programów oraz przeznaczonych dla nich wtyczek toleruje zbyt wysokie sygnały, dochodzące i przekraczające poziom zero na miernikach. Jest też znacznie mniej prawdopodobne, że przetwarzanie cyfrowe wprowadzi dodatkowy szum. Jednak i tutaj możemy napotkać podobne problemy z sygnałem o nieoptymalnym poziomie. Niektóre wtyczki zaprojektowane do emulacji działania sprzętu analogowego prawie zawsze będą wymagać sygnału z określonego zakresu – tak jak ich sprzętowe pierwowzory.
Efekty takie jak symulacja taśmy lub nasycające i przesterowujące sygnał są często projektowane tak, aby wprowadzać bardziej zauważalne zniekształcenia przy mocniejszym sygnale wejściowym, naśladując sposób, w jaki zareagowałby modelowany sprzęt analogowy. A więc używanie sygnałów spoza zamierzonego optymalnego zakresu głośności oznacza, że nie będą działać tak, jak przewidzieli to programiści.
Ponadto, operując na zbyt wysokich poziomach sygnału, w końcu trafimy na szyny sumujące czy to w podgrupach, czy główną szynę Master, powodując ich przeładowanie skumulowanym sygnałem wielu ścieżek (z których każda pojedyncza może być nawet poniżej zera, ale razem dadzą sygnał zbyt mocny). Sygnały wyjściowe z szyny Master wykraczające powyżej 0dB będą wtedy przesterowane, gdy trafią do przetwornika D/A naszego interfejsu, a zgranie sumy stereo do pliku audio zaowocuje zniekształconym materiałem.
Dlaczego więc po prostu nie ściągnąć w dół głównego suwaka Master? Wydaje się to logicznym rozwiązaniem problemu i wiele osób w ten właśnie sposób radzi sobie ze zbyt głośnymi miksami – ale to raczej obejście niż właściwe rozwiązanie problemu, a dla profesjonalistów fader na sumie w pozycji „0“ jest świętością, której nigdy nie ruszają!
Wśród dobrych praktyk rzemiosła produkcji audio nadal znajduje się zwracanie uwagi na poziomy sygnału i strukturę wzmocnienia także przy pracy w komputerze.
Nawet coś tak banalnego, jak miernik poziomu kanału w DAW czy wskaźnik we wtyczce, jest skalibrowane do optymalnego poziomu sygnału. Większość mierników poziomu zaprojektowano tak, aby były najdokładniejsze w zakresie od około -20dB do 0dB. Poza tym obszarem stają się praktycznie zbędne. Podobnie suwaki głośności na kanałach, wzorem fizycznych faderów na konsolach mikserskich, pozwalają na precyzyjną kontrolę poziomu w rejonach bliskich zeru – im dalej w dół, tym ich nawet drobny ruch przekłada się na zbyt duży skok poziomu.
Mimo iż rzeczywiście większość DAW-ów i wtyczek używa przetwarzania zmiennoprzecinkowego (tzw. floating point), co teoretycznie uniemożliwia ich przesterowanie bez względu na to, jak głośny przechodzący przez nie sygnał, to nie należy z góry zakładać, że nie ma tu żadnych ograniczeń i wszystko będzie działać bezbłędnie. Nawet jeśli masz pewność, że twój DAW przetwarza wszystko czysto, bez względu na to, jak mocny sygnał przez niego przepuszczasz, to czy jesteś w 100% pewien, że to samo można powiedzieć o każdej używanej wtyczce innej firmy?
Niezależnie od tego, czy pracujesz w całości na komputerze, czy też z użyciem zewnętrznego sprzętu na etapie rejestracji lub przetwarzania w miksie, warto zachować rozsądne, „tradycyjne“ podejście do struktury wzmocnienia i poziomów sygnału, chociażby po to, aby uniknąć później niepotrzebnych komplikacji w najmniej spodziewanym momencie.
Zoom UAC-232: najnowszy interfejs audio z technologią 32-Bit Float!
Czerwone światełko = czerwona kartka?
Być może w kontekście powyższych informacji zastanawiasz się, czy czerwone wskaźniki ostrzegające o osiągnięciu szczytowego poziomu sygnału na danej ścieżce w DAW mają jakiekolwiek znaczenie i czy należy się nimi w ogóle przejmować podczas miksowania? Odpowiedź nie jest jednoznaczna, a by jej udzielić, musimy rozróżnić, o jakich wskaźnikach dokładnie mówimy.
Najpierw musimy podzielić ścieżkę sygnału w DAW na kawałki. Załóżmy, że naszym źródłem dźwięku jest nagranie audio lub instrument wirtualny umieszczony na ścieżce audio. Większość programów DAW przesyła dźwięk przez podobny łańcuch sygnałowy: po pierwsze, sygnał przechodzi przez łańcuch efektów na danym kanale (czasem również przez efekty na osobnej szynie wysyłkowej); po drugie, wyjścia wszystkich kanałów są sumowane do pojedynczego sygnału wyjściowego – mono, stereo lub wielokanałowego.
Na koniec sygnał ten jest przesyłany przez główną szynę sumującą do wyjścia, które jest konwerterem cyfrowo-analogowym lub cyfrowym plikiem audio, w zależności od tego, czy odtwarzasz swój miks, czy go zgrywasz (renderujesz). Rozważmy te trzy etapy i zastanówmy się, jak każdy z nich wpływa na poziom sygnału i dźwięk.
Sprzęt marki Neumann z nominacjami do nagród NAMM TEC Awards 2024!
Zacznij od końca: szyna master
Najlepiej przyjrzeć się trzem powyższym etapom w odwrotnej kolejności, głównie dlatego, że kanał „master“ daje nam najłatwiejszą odpowiedź: pod żadnym pozorem nie pozwól, aby sygnał na końcowej szynie sumującej osiągnął szczytowe wskazania poziomu!
Załóżmy, że zgrywasz materiał do pliku WAV: niezależnie od jego głębi bitowej, poziom wyjściowy nie może przekroczyć 0 dBFS. Każdy sygnał powyżej tego poziomu zostanie obcięty i wywoła ostre zniekształcenia cyfrowe. Podobnie wyjścia z każdego interfejsu audio mają ten sam stały limit, wynoszący 0 dBFS. Każda cząstka sygnału, która przekroczy tę granicę, zostanie obcięta, co – ponownie – objawi się słyszalnymi zniekształceniami. Nie zawsze jest to zauważalne od razu, ale przy mocniejszym przebiciu zera stanie się bardzo wyraźne.
Niektórzy producenci muzyczny i inżynierowie dźwięku decydują się na ustawienie twardego limitera typu „brickwall“ na 0 dB na końcu szyny master, aby upewnić się, że sygnał wyjściowy nie sięgnie wyżej i dzięki temu całkowicie uniknąć problemu przesterowania kanału wyjściowego. Jednak o wiele lepszym pomysłem jest pozostawienie kilku decybeli zapasu, a użycie limitera zostawić na późniejszy etap masteringu. Takie rozwiązanie gwarantuje, że sygnał wyjściowy nie będą przycinany, a także, że dźwięk nie zostanie w żaden sposób zabarwiony ani pozbawiony swojego oryginalnego zakresu dynamicznego. Neutralny brzmieniowo limiter na sumie warto ewentualnie wykorzystać przy występach na żywo jako zabezpieczenie przed przesterowaniem.
Black Lion Audio Seventeen 500 – studyjny klasyk w formacie Lunchbox
Sumowanie ścieżek i przetwarzanie w DAW
Na etapie sumowania ścieżek w DAW sprawa nieco się komplikuje, a to dlatego, że większość aplikacji DAW do swoich wewnętrznych obliczeń używa obecnie 32- lub 64-bitowego przetwarzania zmiennoprzecinkowego (floating point).
Nie zagłębiając się w szczegóły technologiczne oznacza to, że potencjalna dokładność i rozdzielczość sygnału cyfrowego przetwarzanego w ten sposób jest znacznie wyższa niż w przypadku starszych 16- lub 24-bitowych standardów liczb całkowitych.
W kontekście naszych rozważań na temat poziomów sygnału audio, 32 lub 64-bitowe przetwarzanie zmiennoprzecinkowe praktycznie uniemożliwia sytuację, w której moglibyśmy doprowadzić do faktycznego przesterowania sygnału wewnątrz DAW.
W czasach, kiedy wszyscy używali mikserów analogowych do sumowania źródeł dźwięku, było oczywiste, że migający czerwony wskaźnik poziomu szczytowego na dowolnym kanale oznaczał, że jest on za bardzo wzmocniony i że dźwięk prawdopodobnie wkrótce zacznie się przesterowywać. Podobnie w 24-bitowym systemie liczb całkowitych, gdzie mamy ustalony maksymalny poziom sygnału, którego przekroczenie doprowadzi do obcięcia szczytu fali (a więc danych).
Przetwarzanie dźwięku w systemie zmiennoprzecinkowym całkowicie eliminuje ten problem. Nie ma w ogóle zjawiska clippingu, ponieważ nie ma maksimum – wartość cyfrowa może reprezentować poziom sygnału od minus nieskończoności do plus nieskończoności.
Przy okazji technologia zmiennoprzecinkowa ma również swoje zalety w przypadku sygnałów o niskim poziomie, ponieważ jej dokładność jest znacznie wyższa niż w przypadku systemów stałoprzecinkowych. Zakres dynamiczny jest praktycznie nieskończony, więc sygnały mogą być tłumione, aż staną się niesłyszalne, a następnie wzmocnione do pierwotnego poziomu bez utraty informacji.
Praktycznie rzecz biorąc, ściągnięcie w dół suwaka na szynie master ma dokładnie taki sam efekt, jak ściągnięcie równomiernie wszystkich faderów pojedynczych kanałów (oczywiście zakładając, że na głównej szynie sumującej nie mamy zapiętych wtyczek, reagujących na zmianę poziomu wchodzącego w nie sygnału).
Tak więc cyfrowy headroom nie jest tak naprawdę problemem na etapie sumowania ścieżek w DAW. Czy to oznacza, że możemy po prostu odtwarzać nasze ścieżki tak głośno, jak chcemy, o ile zrekompensujemy ostateczny poziom całości przez zmniejszenie poziomu wyjściowego na głównej szynie master? Cóż, odpowiedź brzmi: tak i nie…
Jedyny potencjalny problem przy pracy ze zbyt wysokimi poziomami sygnałów podczas miksowania pojawia się na trzecim (a chronologicznie pierwszym) etapie, który zidentyfikowaliśmy, a mianowicie przy stosowaniu wtyczek.
Problem wynika z tego, że nie wszystkie pluginy są sobie równe. Podczas gdy jedna wtyczka efektów może ze spokojem przyjąć sygnał o poziomie +20 dBFS i przetworzyć go w taki sam sposób, w jaki przetwarzałaby sygnał -10 dBFS, inna może nie być tak przewidywalna i elastyczna. W praktyce więc znacznie łatwiej jest całkowicie uniknąć niespodziewanych sytuacji, utrzymując wyrównany, odpowiednio niski (ale też, jak już wiemy, odpowiednio wysoki) sygnał na całej jego drodze od wejścia do wyjścia z DAW.
Podsumowując
Utrzymanie w ryzach poziomu sygnału jest szczególnie ważne na etapie wejściowym, czyli nagrywania, a także wyjściowym, czyli odsłuchu bądź zgrania do pliku audio. Sztuka ta jest o tyle trudna, że należy jednocześnie zapewnić wystarczająco wysoki poziom sygnału wchodzącego z jak największym odstępem od szumu, a także uzyskać możliwie wysoki poziom na wyjściu, aby materiał brzmiał atrakcyjnie dla słuchacza (to też zadanie masteringu, którym zajmiemy się w osobnym artykule), ale w żadnym przypadku nie ryzykować przekroczenia granicy 0 dB.
Na etapie nagrywania jako złotą zasadę możemy przyjąć średni poziom w okolicy -18 dBFS ze szczytami nie wyższymi niż -6 dBFS. W realiach współcześnie panującego standardu 24-bitowego przetwarzania analogowo-cyfrowego nie musimy „wyciskać“ więcej z sygnału źródłowego na wejściu, aby zachować jego pełną dynamikę, ani też przesadnie martwić się o szumy, jak w poprzednim standardzie 16-bitowym, a już tym bardziej przy nagrywaniu analogowym na taśmę.
Z kolei wszędzie po drodze, pomiędzy wejściem a wyjściem z DAW (o ile nie korzystamy z zewnętrznych urządzeń analogowych w procesie miksowania), teoretycznie możemy sobie pozwolić na nieco więcej swobody, bo okazjonalne zamruganie czerwonych lampek na kanałach nie powinno mieć wpływu na faktyczny dźwięk. Pomimo to jednak warto zadbać o optymalne poziomy na całej ścieżce sygnału, bo niektóre pluginy mogą być skalibrowane na średni przedział wzmocnienia, a źle pracować przy jego skrajnych wartościach.
Poza tym pilnowanie umiarkowanych wskazań na miernikach na pewno nie zaszkodzi, a pozwoli wykształcić spójną higienę pracy, po której od razu da się odróżnić zawodowców od amatorów.
