Canais versus objetos
Uma mixagem estéreo é baseada em canais, assim como o surround tradicional: 5.1 e 7.1 são a mesma ideia com mais caixas de som. Você decide quanto de cada som vai para cada caixa, e essa decisão fica gravada no arquivo. Ela pressupõe caixas em posições conhecidas, e, se o ouvinte tiver outra disposição, a mixagem não sabe disso e não consegue se adaptar.
O Dolby Atmos é baseado em objetos. Em vez de atribuir um som a um canal, você dá a ele uma posição no espaço tridimensional, incluindo a altura, e o arquivo guarda o áudio e a posição separadamente. O dispositivo de reprodução então renderiza essas posições para o que ele de fato tem: um cinema com sessenta caixas, uma soundbar, um par de fones intra-auriculares.
Essa é a ideia inteira, e todo o resto decorre dela. Uma mixagem em Atmos não é uma mixagem para uma disposição específica de caixas. É uma descrição de onde as coisas estão, mais instruções que o renderizador segue.
Na prática, uma mixagem musical em Atmos é híbrida: um “bed” baseado em canais, em 7.1.2, para o que não precisa se mover, mais até 118 objetos para o que precisa.
Como você quase certamente a está ouvindo
Eis o que se perde no marketing: a esmagadora maioria da audição de música em Atmos acontece em fones de ouvido, por meio de uma renderização binaural.
A renderização binaural simula o que os seus dois ouvidos ouviriam se os sons estivessem de fato naquelas posições, usando uma função de transferência relacionada à cabeça: um modelo de como a cabeça, o tronco e o formato das orelhas alteram o som que chega de direções diferentes. O cérebro lê essas alterações como direção, e o som parece vir de fora da cabeça, e não do meio dos ouvidos.
Isso funciona, e funciona em fones de ouvido completamente comuns. Não é preciso nenhum hardware especial, e fones vendidos como “prontos para áudio espacial” estão vendendo algo de que o formato não precisa. O rastreamento de cabeça, em que a imagem fica parada quando você vira a cabeça, é um recurso real de hardware, e é um aprimoramento, não um requisito.
A limitação é que a função de transferência usada é genérica, e as orelhas de cada pessoa são diferentes. Algumas pessoas têm uma imagem externalizada vívida e convincente. Outras quase não ouvem diferença. Nenhuma delas está fazendo nada errado, e essa variação é boa parte do motivo pelo qual as opiniões sobre música espacial divergem tanto.
O que é preciso para fazer uma
Você precisa dos elementos individuais: o multitrack ou um conjunto de stems. Não dá para fazer uma mixagem em Atmos de verdade a partir de um master estéreo, porque não há fontes separadas para posicionar. Qualquer coisa que diga fazer isso está aplicando um efeito de alargamento, que é algo diferente e muito menor. Quando o multitrack se perdeu de fato, a separação de stems pode produzir fontes para posicionar: o resultado herda tudo o que a separação deixou para trás, o que é um custo real e merece ser dito, e não escondido.
O fluxo de trabalho, em linhas gerais:
- Encaminhe cada elemento para um canal do bed ou para um objeto. O que ancora o disco (bumbo, baixo, voz principal) geralmente vai para o bed e fica parado.
- Posicione os objetos e automatize as posições onde o movimento servir à música. O modo de falha aqui é óbvio e comum: coisas girando em volta do ouvinte só porque o formato permite.
- Monitore a renderização binaural o tempo todo, porque é isso que os ouvintes vão ouvir. Uma mixagem conferida só num sistema multicanal de caixas é uma mixagem otimizada para a sala que quase ninguém tem.
- Confira a redução para estéreo. As plataformas geram uma, e a maioria das reproduções ainda é em estéreo. Uma mixagem espacial que desmorona mal em estéreo trocou o público que tem pelo público que quer: uma verificação de compatibilidade mono é o jeito mais rápido de descobrir o que desaparece quando ela é reduzida.
O entregável é um formato de arquivo
Um entregável de música em Atmos é um arquivo ADM BWF: um Broadcast Wave que contém todo o áudio junto com metadados que descrevem cada objeto e o movimento dele ao longo do tempo. É grande, tem especificação precisa, e as plataformas o validam no recebimento.
Vale a pena deixar isso claro, porque “temos suporte a Atmos” pode significar duas coisas muito diferentes. Pode significar que uma ferramenta produz uma renderização binaural para fones que soa espacial: útil, e não um entregável Atmos. Ou pode significar que ela produz um ADM BWF válido que uma distribuidora vai aceitar. O segundo caso é uma obrigação profissional, com toda uma cadeia de validação por trás.
Se você pretende lançar em Atmos, confirme qual dos dois vai receber antes de montar um cronograma em torno disso.
O loudness do Atmos é diferente, e isso importa
A especificação de entrega da Apple para música em Atmos diz que o loudness integrado não deve exceder −18 LKFS, e que o true peak não deve exceder −1 dBTP, ambos medidos segundo a ITU-R BS.1770-4 (Apple, Video and Audio Asset Guide, perfil immersive audio source). Esses são limites, e não alvos: um teto diz aonde não ir, enquanto um alvo convida você a chegar nele. Os dois são mais baixos que os −14 LUFS que a maioria das pessoas busca no streaming em estéreo, e pertencem a um entregável separado: não traga um número do estéreo para cá, nem leve estes de volta. O que o LUFS realmente mede trata da medição em si, e LUFS para Apple Music mostra como o lançamento estéreo é nivelado na plataforma onde acontece a maior parte da audição em Atmos.
Por consequência, numa plataforma que oferece as duas versões, a versão em Atmos pode tocar perceptivelmente mais baixo que a estéreo: e os ouvintes que compararem as duas geralmente vão preferir a mais alta, seja qual for a melhor. É a mesma armadilha de qualquer comparação sem nível igualado, aparecendo num lugar novo.
Também há um limitador a considerar: o renderizador do Atmos aplica o seu próprio, então uma mixagem que já chega esmagada é processada duas vezes. Deixe headroom e deixe o formato fazer o trabalho dele: pelo mesmo motivo que uma mixagem exportada para masterização deve chegar sem limitador no bus.
Vale a pena fazer?
Sinceramente, depende, e os argumentos dos dois lados são reais.
A favor: as plataformas promovem lançamentos espaciais, o que é uma vantagem de descoberta que não tem nada a ver com o áudio. Algum material se beneficia de verdade: arranjos densos ganham separação, música ambient e orquestral ganha espaço, e um disco com muitas camadas de repente pode ser ouvido como camadas. E é uma restrição criativa interessante.
Contra: é uma segunda mixagem completa, não uma conversão. A experiência de audição varia com as orelhas de cada ouvinte, então você não pode ter certeza do que ele ouve. A diferença de loudness joga contra você numa comparação casual. E uma ótima mixagem estéreo ganha de uma mixagem espacial mediana todas as vezes, em todos os sistemas.
O conselho mais claro: se a sua mixagem estéreo não está pronta e excelente, faça isso primeiro, o lançamento estéreo é o que a esmagadora maioria das reproduções vai ser, e é a versão em que vale a pena investir. Uma versão espacial de um disco que não funciona é uma versão espacial de um disco que não funciona.
Áudio espacial, Atmos e outras palavras
Esses termos são usados como sinônimos, e não são a mesma coisa. Áudio espacial é a categoria geral: qualquer técnica para posicionar o som em três dimensões. Dolby Atmos é um formato específico baseado em objetos, de propriedade da Dolby, com especificação, ferramentas e validação próprias. Binaural é uma técnica de renderização para fones de ouvido, usada pelo Atmos e por muitas coisas que não são Atmos. Ambisonics é uma representação espacial totalmente diferente, comum em realidade virtual e em radiodifusão.
Um produto pode ser espacial sem ser Atmos, e binaural sem ser nenhum dos dois. Quando uma ferramenta diz que faz “áudio espacial”, a pergunta útil é qual dessas coisas ela quer dizer e que arquivo ela entrega no final.
Continue lendo