Звук в пространстве: панорама, задержка, реверберация и мид-сайд

В записи голос может звучать прямо перед слушателем, гитара — левее, а ударные — словно в глубине комнаты. При сведении это впечатление создают соотношением сигналов в каналах, отражениями и задержанными копиями. Панорама (pan)?панорама (pan) — Положение слухового образа слева направо в стереополе. задаёт положение, отражения создают глубину (depth)?глубина (depth) — Впечатление расстояния до слухового образа; в миксе позволяет различать более близкие и более далёкие источники., а различия каналов позволяют управлять шириной. При сложении в моно (mono)?моно (mono) — Аудиоформат с одним каналом. Кадр несжатых монофонических данных содержит один отсчёт. часть этих различий пропадает.

Дальше речь об обычной стереозаписи для двух колонок или наушников. Здесь «ближе», «левее» и «шире» описывают слуховое впечатление; регуляторы не задают точные координаты в метрах. Формулы понадобятся только для расчёта задержки и преобразования мид-сайд (mid-side stereo)?мид-сайд (mid-side stereo) — Представление двух стереоканалов через их сумму и разность с выбранной нормировкой. Позволяет отдельно обрабатывать общую и разностную составляющие, а в кодеках — уменьшать избыточность похожих каналов.: рядом с ними есть числовые примеры.

Положение, ширина и глубина

Слух использует различия времени прихода и уровня у двух ушей, изменения спектра (spectrum)?спектр (spectrum) — Представление сигнала через его частотные составляющие: их частоты, амплитуды и фазы. Ограничение спектра задаёт, какие частоты допускаются в сигнале. и отражения. Подробности объясняют разделы о направлении и расстоянии. В стереомиксе часть этих признаков воссоздаётся соотношением L/R, а часть — эффектами. Для убедительной глубины важно согласовать прямой звук с отражённым (Izhaki, гл. 23, с. 423–425).

Обычное панорамирование (panning)?панорамирование (panning) — Распределение сигнала между каналами воспроизведения для изменения положения слухового образа. В обычном стерео меняет вклад в L и R. L/R управляет горизонтальным положением. Устойчивое воспроизведение высоты и направлений сзади требует других методов, например бинауральной обработки для наушников или дополнительных громкоговорителей. Сначала полезно освоить горизонтальное положение, ширину и глубину в L/R.

Каналы: моно, стерео и многоканальный звук

Если записать одну моно-партию в L и R без изменений, получится двойное моно (dual mono)?двойное моно (dual mono) — Два отдельных моноканала. При копировании одного сигнала в оба канала различий между левым и правым сигналами нет.. Данных станет вдвое больше, но различий между каналами не появится. Чтобы получить пространственные различия, можно записать инструмент стереопарой микрофонов (microphone)?микрофон (microphone) — Устройство, преобразующее звуковые колебания в электрический сигнал. В идеальной модели напряжение на выходе пропорционально звуковому давлению., разнести разные исполнения по панораме или добавить стереоэффект.

Настоящая стереозапись тоже не обязана быть широкой во всём частотном диапазоне. Например, основной звук инструмента может почти совпадать в L/R, а отражения — различаться. Это позволяет слышать устойчивый источник в центре вместе с окружающим его пространством.

В многоканальном звуке раскладка каналов (channel layout)?раскладка каналов (channel layout) — Назначения и порядок аудиоканалов, например левый, центральный, правый и каналы окружения в многоканальной записи. задаёт их назначения. В системе 5.1 это левый, центральный, правый, два канала окружения и отдельный канал низкочастотных эффектов LFE (low-frequency effects, LFE)?канал низкочастотных эффектов (low-frequency effects, LFE) — Отдельный канал ограниченной полосы для низкочастотных эффектов в многоканальном звуке. Не равен всему басу записи или сигналу, поступающему на сабвуфер.. «.1» обозначает ограниченную полосу LFE. Сабвуфер может воспроизводить ещё и низкие частоты (frequency)?частота (frequency) — Число полных колебаний за секунду. Обозначается f и измеряется в герцах; 1 Гц означает одно колебание в секунду. других каналов, перенаправленные системой; LFE и весь бас записи не равнозначны (ITU-R BS.775-3, прил. 1 и 7).

Числа каналов недостаточно, чтобы правильно воспроизвести многоканальный файл: нужно знать их порядок и назначения. Устройство отсчётов (sample)?отсчёт (sample) — Значение сигнала в один момент дискретизации, одно число. В звукозаписи его также называют сэмплом. и кадров разобрано в статье об аудиоданных, а маска каналов WAV (WAVE file)?WAV-файл (WAVE file) — Звуковой файл со структурой RIFF и типом формы WAVE. Чанк fmt описывает параметры звука, чанк data содержит отсчёты; обычно это несжатый PCM. — в разделе расширенного формата.

Панорамирование и баланс

Для моноисточника панорамирование?панорамирование (panning) — Распределение сигнала между каналами воспроизведения для изменения положения слухового образа. В обычном стерео меняет вклад в L и R. меняет два коэффициента: сколько сигнала поступает в L и сколько в R. На левом краю звучит только L, на правом — только R, в центре оба получают одинаковый сигнал. При симметричном положении слушателя между одинаково настроенными колонками появляется фантомный центр (phantom centre)?фантомный центр (phantom centre) — Слуховой образ между левым и правым громкоговорителями без отдельного центрального громкоговорителя; положение зависит от сигналов и места слушателя.: образ слышится посередине, хотя там нет отдельного громкоговорителя (Izhaki, гл. 13, с. 180–188).

Например, вокал можно оставить в центре, гитару поставить левее, клавиши правее. Панорама помогает разделить партии, но после сложения в моно это разделение исчезает: если партии перекрывают друг друга по частотам и времени, одна всё ещё может маскировать другую. Маскировку (auditory masking)?слуховая маскировка (auditory masking) — Снижение слышимости одного звука из-за присутствия другого. Из-за маскировки восприятие сложного звука нельзя определить только по кривым равной громкости чистых тонов. проверяют вместе с уровнем и аранжировкой.

Задержка: одна копия и повторения

Цифровая задержка хранит предыдущие отсчёты. При частоте дискретизации (sample rate)?частота дискретизации (sample rate) — Число отсчётов в каждом канале за одну секунду, то же число кадров аудиоданных в секунду. Измеряется в герцах: 44 100 Гц означает 44 100 отсчётов на канал в секунду. 48 000 Гц задержка 10 мс требует сдвига на $48\,000 \cdot 0{,}010 = 480$ кадров. Это сдвиг времени в каждом канале; число каналов его не увеличивает. Задержка эффекта выбирается ради звучания, а задержка аудиотракта возникает ещё и при буферизации, преобразовании и работе плагинов (plug-in)?плагин (plug-in) — Программный модуль эффекта или инструмента, который загружается в DAW или другую программу-хост и обрабатывает переданные ему аудиоблоки..

В этой модели при коэффициенте 0 получается одно повторение; при положительном коэффициенте меньше 1 цепочка затухает. При 1 копия циркулирует без затухания, а продолжающийся вход может накапливаться. При коэффициенте больше 1 амплитуда растёт. Фильтры и ограничители реального эффекта меняют поведение петли, поэтому процент на регуляторе нужно читать по руководству конкретного прибора.

Пинг-понг (ping-pong delay)?задержка пинг-понг (ping-pong delay) — Задержка с повторениями, поочерёдно звучащими в левом и правом каналах. чередует повторения между L и R. Такой эффект создаёт движение. Повторения можно сделать темнее фильтром, чтобы они меньше конкурировали с исходной партией. Ни обратная связь, ни пинг-понг не означают автоматического увеличения расстояния до источника: слышимый результат зависит от уровня, времени и спектра копий.

Задержка в темпе

Когда темп задан в четвертных долях в минуту — BPM (beats per minute, BPM)?темп в BPM (beats per minute, BPM) — Число метрических долей в минуту. При расчёте задержки нужно знать, какую длительность ноты считают одной долей., длительность четверти в миллисекундах считается по формуле (1). Это та же обратная пропорциональность, что связывает частоту и период (period)?период (period) — Время одного полного повторения периодического колебания. Обозначается T, измеряется в секундах и связано с частотой как T = 1/f.: быстрее темп — короче доля.

Темп 100 BPM, задержка — восьмая нота. Через сколько миллисекунд появится первая копия? А восьмая с точкой?

Четверть: $60\,000/100 = 600$ мс. Восьмая: $600/2 = 300$ мс. Восьмая с точкой: $300 \cdot 1{,}5 = 450$ мс.

Реверберация: ранние отражения и хвост

Реверберация (reverberation)?реверберация (reverberation) — Звук множества отражений, сохраняющийся после прекращения звучания источника. — сохраняющийся звук множества отражений после того, как источник перестал звучать. В комнате сначала приходит прямой звук?прямой звук (direct sound) — Звук, приходящий от источника к слушателю без отражений от поверхностей., затем ранние отражения (early reflections)?ранние отражения (early reflections) — Первые отражённые приходы после прямого звука, до плотного реверберационного хвоста. Их времена, уровни и направления зависят от помещения и положения источника и слушателя. от поверхностей, позже — более плотный реверберационный хвост (reverb tail)?реверберационный хвост (reverb tail) — Плотная поздняя часть отражённого звука, постепенно затухающая после прекращения возбуждения.. Отражения постепенно теряют энергию. Это удобное разделение для объяснения и настройки эффекта; в реальном помещении отражения переходят в плотный хвост непрерывно (Izhaki, гл. 23, с. 418–423).

Ревербератор моделирует этот отклик. В отличие от простой задержки с равными интервалами, множество его отражений не воспринимается как цепочка одинаковых отдельных повторений. Короткая реверберация может добавить ощущение комнаты почти без слышимого хвоста. Длинный хвост перекрывает паузы и способен скрывать следующие слоги или удары.

Основные параметры

Время затухания (decay time)?время затухания реверберации (decay time) — Длительность спада реверберации до заданного изменения уровня. Критерий и шкалу регулятора Decay определяет конкретный прибор. задаёт длительность спада хвоста. Акустическая величина RT60 (reverberation time, RT60)?время реверберации RT60 (reverberation time, RT60) — Время падения уровня реверберации на 60 дБ. Может различаться по частотным полосам; не означает полного исчезновения звука. — время падения уровня реверберации на 60 дБ; приборный Decay может использовать такое определение или другую шкалу. Падение на 60 дБ означает уменьшение амплитуды в 1000 раз, а не её обнуление. При идеальном равномерном спаде в децибелах (decibel)?децибел (decibel) — Логарифмическая единица отношения двух величин: для амплитуд L = 20 lg(A/A₀), для мощностей — 10 lg(P/P₀). Смысл числа задаёт опорная величина. RT60 = 2 с даёт −30 дБ через 1 с и −60 дБ через 2 с. Реальный спад может различаться по частотам (децибелы и амплитуда; Izhaki, гл. 23, с. 425–428).

Диффузия (diffusion)?диффузия реверберации (diffusion) — Рассеивание отражений, влияющее на их плотность и регулярность. Конкретное действие регулятора Diffusion зависит от ревербератора. влияет на плотность отражений, а частотное затухание (damping)?частотное затухание реверберации (damping) — Зависимость скорости затухания реверберации от частоты. Фильтры внутри сети задержек могут ускорять исчезновение отдельных частотных областей. — на то, как быстро исчезают разные частоты. Обычный эквалайзер (equalizer)?эквалайзер (equalizer) — Обработчик, изменяющий относительные уровни частотных областей сигнала. после ревербератора меняет спектр уже готового выхода; фильтрация внутри петель может менять ещё и длительность затухания. Поэтому два регулятора с похожим названием не обязательно работают одинаково (Izhaki, гл. 23, с. 427–430).

Например, в Reverb программы Ableton Live 12 Predelay задерживает первые ранние отражения, а Decay отсчитывает падение хвоста на 60 дБ относительно начальной амплитуды. Это описание конкретного эффекта, а не обязательный контракт всех ревербераторов (руководство Ableton: Reverb).

Алгоритмическая и свёрточная реверберация

Алгоритмический ревербератор (algorithmic reverb)?алгоритмический ревербератор (algorithmic reverb) — Обработчик, создающий реверберационный отклик с помощью алгоритма, например сети задержек, обратных связей и фильтров. строит отклик сетью задержек, обратных связей и фильтров. Он может имитировать помещение или создавать явно искусственный хвост. Свёрточный ревербератор (convolution reverb)?свёрточный ревербератор (convolution reverb) — Обработчик, применяющий сохранённую импульсную характеристику к входному сигналу для воспроизведения отклика помещения или устройства. применяет сохранённую импульсную характеристику (impulse response, IR)?импульсная характеристика (impulse response, IR) — Отклик линейной системы на единичный импульс. В свёрточной реверберации сохранённая характеристика описывает отклик для выбранного положения источника и приёмника.: отклик комнаты или устройства на короткое возбуждение. У IR фиксированы исходные условия — положение источника и микрофонов, помещение, длительность захваченного хвоста. Изменение загруженной записи средствами плагина не гарантирует точной модели другого положения (Izhaki, гл. 23, с. 411–414).

Названия Room, Hall, Plate, Spring подсказывают характер программы: комната, зал, пластина, пружина. Plate и Spring происходят от электромеханических устройств; их хвост не обязан описывать реальную комнату. Тип алгоритма и выбор пресета — разные вопросы: и алгоритмический, и свёрточный эффект могут воспроизводить характер пластины. Подробная математика свёртки выходит за границы этого обзора.

Глубина и параллельный возврат

В помещении с удалением источника прямой звук обычно ослабевает относительно отражённого. Для сведения это даёт полезный приём: уменьшить отношение dry к wet, чтобы инструмент казался дальше. При этом уровень самого инструмента, спектр, атака и первые отражения тоже влияют на впечатление. Один тихий сухой голос не обязательно слышится далёким, а очень громкий хвост способен размыть слова вместо убедительной глубины (Izhaki, гл. 23, с. 423–425).

Фейдер (fader)?фейдер (fader) — Регулятор уровня сигнала дорожки, шины или общего выхода. — регулятор уровня дорожки. Посыл после фейдера (post-fader send)?посыл после фейдера (post-fader send) — Посыл, берущий сигнал после регулятора уровня дорожки, поэтому изменение фейдера меняет и его уровень. следует за уровнем основной дорожки: уменьшение фейдера уменьшает и её вклад в эффект. Посыл до фейдера (pre-fader send)?посыл до фейдера (pre-fader send) — Посыл, берущий сигнал до регулятора уровня дорожки; движение этого фейдера не меняет уровень посыла. может оставаться прежним при уменьшении сухого сигнала. Эти варианты дают разные изменения отношения dry/wet. Поведение Mute и точки отбора зависит от DAW; его стоит проверить отдельно (Izhaki, гл. 9, с. 108–113).

Для первого опыта с голосом можно выбрать короткую комнату и постепенно поднять посыл до слышимости отражений. Затем уменьшить его и проверить, сохраняются ли слова в полном миксе. Для большей глубины попробовать больше отражённого звука; для ясной атаки — небольшую предзадержку. Это способы сравнения, а не обязательные настройки для любого вокала.

Ревербератор подключён через возврат. Сухая гитара уже идёт в общий микс. Почему на возврате обычно выбирают 100 % wet?

Чтобы возврат добавлял только отражения. Если он вернёт и исходную гитару, она сложится с прямой дорожкой ещё раз: уровень и выбранное соотношение dry/wet изменятся.

Мид-сайд: сумма и разность

Обратное преобразование дано в формуле (3): сложить M и S для левого канала, вычесть S из M для правого. Сложение и порядок действий здесь обычные; матричная запись не нужна.

При L = 0,8 и R = 0,2 получается M = 0,5 и S = 0,3. Обратно: L = 0,5 + 0,3 = 0,8, R = 0,5 − 0,3 = 0,2. Без обработки и с согласованной нормировкой исходные значения восстанавливаются. В цифровых расчётах возможна погрешность округления (rounding)?округление (rounding) — Замена числа ближайшим допустимым значением, например ближайшим целым для round. Выбор при равном расстоянии до двух значений определяется отдельным соглашением..

Встречается и нормировка через $1/\sqrt{2}$ в обе стороны (квадратный корень): например, DPA: MS Recording. Если взять кодирование из одной схемы, а декодирование из другой, уровень изменится. Проверять нужно пару преобразований целиком.

M и S не разделяют инструменты по месту записи. Mid содержит и вклад источника, панорамированного на край; Side содержит различия каналов, включая отражения и фазовые различия центрального инструмента. Эквалайзер?эквалайзер (equalizer) — Обработчик, изменяющий относительные уровни частотных областей сигнала. меняет уровень отдельных частотных областей. Даже в режиме M/S он не может гарантированно выделить только вокал или только гитары. Вывод следует непосредственно из случаев в таблице 2.

Управление шириной

Простой регулятор ширины сохраняет M и умножает S на коэффициент $w$. После обратного преобразования получается формула (4).

Для пары 0,8 и 0,2 при w = 2 выход равен 1,1 и −0,1. Различия стали больше, но левый пик уже вышел за номинальную границу +1. Расширение требует запаса уровня (headroom)?запас уровня (headroom) — Расстояние от текущего или ожидаемого пикового уровня до предела выбранного участка аудиотракта. Обычно выражается в децибелах.. Если L = R и S = 0, любое умножение Side сохраняет ноль: получить ширину из двойного моно этим способом нельзя.

В одном кадре L = 0,6, R = −0,2. Чему равны M и S? Что получится при w = 0 и при w = 1,5?

M = (0,6 − 0,2) / 2 = 0,2; S = (0,6 + 0,2) / 2 = 0,4. При w = 0 оба выхода равны 0,2. При w = 1,5 получается L′ = 0,2 + 0,6 = 0,8 и R′ = 0,2 − 0,6 = −0,4.

Моносовместимость и короткая задержка

Для проверки моносовместимости (mono compatibility)?моносовместимость (mono compatibility) — Сохранность важных звуков, их баланса и тембра при сложении каналов стереозаписи в моно. здесь возьмём полусумму $(L+R)/2$. Она сохраняет уровень одинаковых L/R: два канала по 0,5 дают один 0,5. Если просто складывать без деления, тот же сигнал станет вдвое больше по амплитуде, примерно на 6,02 дБ. Поэтому при сравнении нужно знать способ суммирования (summation)?суммирование (summation) — Сложение значений выражения при переборе указанных индексов. Например, сумма x[n] от n = 0 до N−1 включает ровно N отсчётов. и учитывать громкость.

При чистом изменении Side по формуле (4) полусумма равна прежнему M: слагаемые $+wS$ и $-wS$ сокращаются. Следовательно, такой регулятор не меняет математическую моносумму, если не меняются M и общее усиление и не возникает клиппинг (clipping)?клиппинг (clipping) — Ограничение значений сигнала крайними допустимыми уровнями при выходе за диапазон. Срезает вершины волны и создаёт искажения. или другая нелинейная обработка. Однако впечатление стерео может измениться сильно: относительный вклад центра и боковых составляющих станет другим. Уже существовавший сигнал с L = −R исчезнет в моно при любой ширине.

Другой приём расширения — отправить исходный сигнал в один канал, а коротко задержанную копию в другой. Из-за эффекта предшествования (precedence effect)?эффект предшествования (precedence effect) — Направление на источник определяется по первому пришедшему звуку, а запоздавшие копии до порога эха не слышны как отдельные звуки. образ может тяготеть к более ранней стороне. В моно обе копии складываются с разным фазовым сдвигом на разных частотах: одни частоты усиливаются, другие ослабляются. Возникает гребенчатая фильтрация (comb filtering)?гребенчатая фильтрация (comb filtering) — Ряд чередующихся подъёмов и провалов частотной характеристики, возникающий, например, при сложении сигнала с его задержанной копией.. Такой результат принципиально отличается от простого усиления уже существующего Side (Izhaki, гл. 11 и 21).

Для двух одинаковых копий равного уровня с задержкой 10 мс тон 50 Гц сдвинут на половину периода: его период 20 мс, и копии взаимно уничтожаются при сложении. Тон 100 Гц сдвинут на целый период 10 мс и складывается с совпадающей фазой (phase)?фаза (phase) — Положение внутри периода колебания, выраженное углом: полный период соответствует 360°, или 2π радиан. Начальная фаза — её значение в момент t = 0.. Тон 150 Гц снова сдвинут на нечётное число полупериодов и исчезает. Так образуется повторяющийся ряд провалов. При неравных уровнях копий провалы не доходят до полного нуля. Связь задержки с фазой объяснена в статье о волне, а сложение — в математической справке.

Моно-гитару скопировали в два канала и перевернули полярность правого. В наушниках она звучит широко. Что даст полусумма L/R?

Ноль: если L = x и R = −x, то (x − x) / 2 = 0. Оба канала по отдельности звучат, но при сложении полностью компенсируются. Для реальных несовпадающих копий исчезнет только совпадающая противоположная составляющая.

Порядок настройки в миксе

1. Выберите основной баланс уровней, затем расставьте моноисточники по панораме. Для стереодорожек проверьте, управляет регулятор балансом или положением обоих каналов.
2. Добавьте короткую реверберацию через возврат. Разным инструментам дайте разное количество посыла; слушайте, остаются ли ясными атаки и слова.
3. Если нужны слышимые повторения, добавьте задержку и выберите её время относительно темпа. Уровень первых копий и feedback настраивайте отдельно.
4. Меняйте ширину после того, как стало понятно, где расположен источник и как звучат его отражения. Сравнивайте при близкой громкости, проверяйте пики.
5. Сложите L/R в моно: проверьте тембр, читаемость партий и сохранность важных звуков. Затем послушайте снова в стерео на колонках и в наушниках: их пространственное впечатление различается.

Например, ведущий голос можно оставить узким в центре и дать ему негромкий стереохвост. Гитару разместить левее, а её тихие повторы — правее. Клавиши сделать более далёкими увеличением доли отражений. Если после этого голос стал хуже различим, сначала уменьшить уровень или длительность эффектов и снова сравнить весь микс. Отдельно красивый хвост ещё не гарантирует, что он подходит к плотной аранжировке.

Источники

• Izhaki R. Mixing Audio: Concepts, Practices and Tools. в списке литературы → — гл. 9, с. 108–113 (посылы и возвраты), гл. 11 (фаза и задержанные копии), гл. 13, с. 180–194 (панорама, её законы и стереобаланс), гл. 21, с. 377–386 (delay, feedback и диапазоны времени), гл. 23, с. 411–430 (алгоритмы реверберации, ранние отражения, предзадержка, глубина и затухание), гл. 26, с. 461–464 (M/S и преобразование L/R).
• Ableton. Live 12 Reference Manual: Reverb — определения Predelay и Decay в конкретном приборе.
• DPA Microphones. MS Recording — микрофонная пара M/S и пример нормировки через квадратный корень из двух.
• ITU-R BS.775-3. Multichannel stereophonic sound system with and without accompanying picture, 2012 — прил. 1: расположение каналов; прил. 7: назначение LFE и отличие от баса других каналов.