Kanały a obiekty
Miks stereo jest kanałowy, podobnie jak tradycyjny dźwięk surround: 5.1 i 7.1 to ta sama idea z większą liczbą głośników. Decydujesz, ile każdego dźwięku trafia do każdego głośnika, a ta decyzja zostaje zapisana na stałe w pliku. Zakłada głośniki w znanych pozycjach, a jeśli słuchacz ma inny układ, miks o tym nie wie i nie może się dostosować.
Dolby Atmos jest formatem obiektowym. Zamiast przypisywać dźwięk do kanału, nadajesz mu pozycję w trójwymiarowej przestrzeni, łącznie z wysokością, a plik przechowuje dźwięk i pozycję osobno. Urządzenie odtwarzające renderuje potem te pozycje na to, czym faktycznie dysponuje: kino z sześćdziesięcioma głośnikami, soundbar, parę słuchawek dousznych.
To cała idea, a wszystko inne z niej wynika. Miks w Atmos nie jest miksem pod konkretny układ głośników. To opis tego, gdzie co jest, plus instrukcje, według których działa renderer.
W praktyce muzyczny miks w Atmos jest hybrydą: kanałowy „bed” 7.1.2 dla elementów, które nie muszą się ruszać, oraz do 118 obiektów dla tych, które muszą.
Jak niemal na pewno tego słuchasz
Oto rzecz, która ginie w marketingu: przytłaczająca większość słuchania muzyki w Atmos odbywa się na słuchawkach, przez rendering binauralny.
Rendering binauralny symuluje, co słyszałyby twoje uszy, gdyby dźwięki naprawdę znajdowały się w tych pozycjach, korzystając z funkcji przenoszenia związanej z głową (HRTF): modelu tego, jak głowa, tułów i kształt uszu zmieniają dźwięk docierający z różnych kierunków. Mózg odczytuje te zmiany jako kierunek, a dźwięk wydaje się dochodzić spoza głowy, a nie z jej wnętrza, spomiędzy uszu.
To działa, i działa na zupełnie zwyczajnych słuchawkach. Nie jest potrzebny żaden specjalny sprzęt, a słuchawki reklamowane jako „gotowe na dźwięk przestrzenny” sprzedają ci coś, czego format nie potrzebuje. Śledzenie ruchów głowy (gdy obraz zostaje na miejscu, kiedy obracasz głowę) to prawdziwa funkcja sprzętowa, ale jest dodatkiem, a nie wymogiem.
Ograniczenie polega na tym, że używana funkcja przenoszenia jest ogólna, a uszy każdego człowieka są inne. Niektórzy słyszą wyrazisty, przekonujący obraz na zewnątrz głowy. Inni nie słyszą prawie żadnej różnicy. Ani jedni, ani drudzy nie robią niczego źle, a ta zmienność w dużej mierze wyjaśnia, dlaczego opinie o muzyce przestrzennej tak bardzo się różnią.
Na czym polega zrobienie takiego miksu
Potrzebujesz poszczególnych elementów, śladów albo zestawu stemów. Prawdziwego miksu w Atmos nie da się zrobić z mastera stereo, bo nie ma osobnych źródeł do rozmieszczenia. Każde narzędzie, które twierdzi, że to potrafi, nakłada efekt poszerzenia, a to coś innego i dużo mniejszego. Tam, gdzie ślady naprawdę przepadły, separacja może dostarczyć źródła do rozmieszczenia: wynik dziedziczy wszystko, co separacja zostawiła po sobie, a to realny koszt, który warto nazwać, a nie ukrywać.
Przebieg pracy w zarysie:
- Skieruj każdy element do jednego z kanałów warstwy bed albo do obiektu. To, co kotwiczy płytę (stopa, bas, główny wokal) zwykle trafia do warstwy bed i zostaje na miejscu.
- Rozmieść obiekty i zautomatyzuj ich pozycje tam, gdzie ruch służy utworowi. Typowa pułapka jest oczywista i częsta: elementy krążące wokół słuchacza tylko dlatego, że format na to pozwala.
- Cały czas monitoruj rendering binauralny, bo to właśnie usłyszą słuchacze. Miks sprawdzany tylko na układzie głośników to miks zoptymalizowany pod pomieszczenie, którego prawie nikt nie ma.
- Sprawdź downmix do stereo. Platformy same go tworzą, a większość odtworzeń wciąż jest w stereo. Miks przestrzenny, który źle się składa do stereo, wymienił publiczność, którą ma, na tę, której chce: sprawdzenie kompatybilności z mono to najszybszy sposób, żeby się dowiedzieć, co znika przy takim sumowaniu.
Materiał do dostarczenia to format pliku
Muzykę w Atmos dostarcza się jako plik ADM BWF: Broadcast Wave zawierający całe audio wraz z metadanymi opisującymi każdy obiekt i jego ruch w czasie. Jest duży, precyzyjnie wyspecyfikowany, a platformy walidują go przy przyjęciu.
Warto mieć tu jasność, bo „obsługujemy Atmos” może znaczyć dwie bardzo różne rzeczy. Może znaczyć, że narzędzie tworzy binauralny rendering na słuchawki, który brzmi przestrzennie: przydatny, ale niebędący materiałem Atmos do dostarczenia. Albo może znaczyć, że tworzy poprawny ADM BWF, który dystrybutor przyjmie. To drugie jest zawodowym zobowiązaniem, za którym stoi zestaw narzędzi walidacyjnych.
Jeśli zamierzasz wydać materiał w Atmos, upewnij się, którą z tych rzeczy dostajesz, zanim zbudujesz wokół tego harmonogram.
Głośność w Atmos jest inna i to ma znaczenie
Specyfikacja dostarczania Apple dla muzyki w Atmos mówi, że głośność zintegrowana nie może przekraczać −18 LKFS, a true peak nie może przekraczać −1 dBTP, oba mierzone według ITU-R BS.1770-4 (Apple, Video and Audio Asset Guide, immersive audio source profile). To limity, a nie wartości docelowe: pułap mówi, dokąd nie iść, a wartość docelowa zachęca, żeby w nią trafić. Oba leżą poniżej poziomu −14 LUFS, w który większość osób celuje w streamingu stereo, i należą do osobnego materiału: nie przenoś tu wartości dla stereo i nie przenoś tych z powrotem. Co tak naprawdę mierzy LUFS opisuje sam pomiar, a strona o Apple Music: to, jak wydanie stereo jest wyrównywane na platformie, na której odbywa się większość słuchania w Atmos.
W efekcie na platformie, która oferuje obie wersje, wersja Atmos może grać wyraźnie ciszej niż stereo: a słuchacze, którzy je porównują, zwykle wolą głośniejszą, bez względu na to, która jest lepsza. To ta sama pułapka co w każdym porównaniu bez wyrównania głośności, tyle że w nowym miejscu.
Jest też limiter, o którym trzeba pamiętać: renderer Atmos stosuje własny, więc miks, który przychodzi już zgnieciony, jest przetwarzany dwa razy. Zostaw zapas i pozwól formatowi robić swoje: z tego samego powodu, dla którego miks zgrany do masteringu powinien przychodzić bez limitera na sumie.
Czy warto?
Szczerze mówiąc, to zależy, a argumenty po obu stronach są prawdziwe.
Za: platformy promują wydania przestrzenne, co daje przewagę w odkrywaniu muzyki, niemającą nic wspólnego z dźwiękiem. Niektóry materiał naprawdę na tym zyskuje: gęste aranżacje zyskują separację, muzyka ambientowa i orkiestrowa nabiera przestrzeni, a płytę z wieloma warstwami nagle słychać jako warstwy. To też ciekawe ograniczenie twórcze.
Przeciw: to drugi pełny miks, a nie konwersja. Wrażenia zależą od uszu każdego słuchacza, więc nie możesz mieć pewności, co słyszą. Różnica głośności działa na twoją niekorzyść w przypadkowym porównaniu. A świetny miks stereo wygrywa z przeciętnym przestrzennym za każdym razem, na każdym systemie.
Najjaśniejsza rada: jeśli twój miks stereo nie jest skończony i znakomity, zacznij od niego, wydanie stereo to przytłaczająca większość odtworzeń i to w tę wersję warto inwestować. Wersja przestrzenna płyty, która nie działa, to wersja przestrzenna płyty, która nie działa.
Dźwięk przestrzenny, Atmos i inne słowa
Te pojęcia są używane zamiennie, a nie oznaczają tego samego. Dźwięk przestrzenny to ogólna kategoria: każda technika umieszczania dźwięku w trzech wymiarach. Dolby Atmos to jeden konkretny format obiektowy, należący do firmy Dolby, z własną specyfikacją, narzędziami i walidacją. Rendering binauralny to technika renderowania na słuchawki, używana przez Atmos i przez mnóstwo rzeczy, które nie są Atmos. Ambisonia (Ambisonics) to zupełnie inna reprezentacja przestrzenna, powszechna w VR i u nadawców.
Produkt może być przestrzenny, nie będąc Atmos, i binauralny, nie będąc żadnym z nich. Gdy narzędzie mówi, że robi „dźwięk przestrzenny”, warto zapytać, którą z tych rzeczy ma na myśli i jaki plik oddaje na końcu.
Czytaj dalej