Μixing & δυναμική περιοχή στο ψηφιακό domain

[nikodemos]

Λυπάμαι αλλά αυτό δεν ισχύει. Ο λόγος που εσωτερικά το Cubase αυξάνει το wordlength είναι για να χειριστεί τους πολλαπλασιασμούς (εννοώ την επεξεργασία). Το γεγονός ότι ένα 24-bit σήμα μπαίνει ή βγαίνει από το Cubase ως τέτοιο δεν σημαίνει ότι δαπανάται άσκοπα υπολογιστική ισχύ.

 

Γιάννη μιλάτε (μάλλον) για διαφορετικά πράγματα....εσύ αναφέρεσαι στην εσωτερική επεξεργασία και ο haryy στο bitrate του AD

[nikodemos]

...δηλαδή σε ένα 32bit(floating) ή 64bit(fixed) περιβάλλον επεξεργασίας το εισερχώμενο σήμα θα αυξήσει το wordlength του όσο είναι αναγκαίο (ως αποτέλεσμα της επεξεργαίας στην οποία υπόκειται) ασχέτως του αρχικού bitrate του AD.

Το ίδιο βέβαια δεν θα συμβεί σε ένα audio engine με χαμηλό bitrate - ίσο αυτό του εισερχώμενου σήματος...ευτυχώς πλέον τα περισσότερα DAW χρησιμοποιούν υψηλά ή floating point εσωτερικά bitrate.

[ex-OurDarkness]

Γιάννη μιλάτε (μάλλον) για διαφορετικά πράγματα....εσύ αναφέρεσαι στην εσωτερική επεξεργασία και ο haryy στο bitrate του AD

 

Τότε παρερμήνευσα.  :-[

 

...δηλαδή σε ένα 32bit(floating) ή 64bit(fixed) περιβάλλον επεξεργασίας το εισερχώμενο σήμα θα αυξήσει το wordlength του όσο είναι αναγκαίο ασχέτως του αρχικού bitrate του AD.

 

Έτσι.

[nikodemos]

...σαν ένα είδος συμπεράσματος από την πλευρά μου θα ήθελα να πω τα εξής...

Τα σύγχρονα DAW μας παρέχουν την δυνατότητα και το δυναμικό εύρος για απροβλημάτιστη και "πέρα από τα ανθρώπινα" μέτρα προσέγγιση κατά την διάρκεια της επεξεργασίας. Το πρόβλημα παραμένει η έξοδος από αυτό και η επιστροφή στην κυριαρχία των νόμων της φύσης και ενός "μέσου καταγραφής και αναπαραγωγής" (cd) που παραμένει το ίδιο και άνευ βελτίωσης από την πρώτη μέρα που κυκλοφόρησε κάπου ατις αρχές της δεκαετίας του 80 ;D...

Με βάση αυτό θα πρέπει να καταλάβουμε πως το τελικό export ενός DAW αποτελεί (προς το παρόν) τουλάχιστον προιόν συμβιβασμού.....

Στα πλαίσια αυτού του συμβιβασμού (αναγκαστικό downgrading) μπορούμε να επιλέξουμε 2-3 τεχνικές/κανόνες ώστε το τελικό "συμβιβασμένο" :) αποτέλεσμα να καταγραφεί/αποδωθεί με τον καλύτερο τρόπο...και αυτές είναι:

 

- Το export (από την στιγμή που γίνεται στο ψηφιακό domain) να γίνεται στο μέγιστο δυνατό bitrate (αφού λάβουμε υπ'όψη και παράγωντες συμβατότητας με τα υπόλοιπα στάδια της παραγωγής)

 

- σε κάθε downgrade κατά το export πρέπει να χρησιμοποιούμε κάποιον dithering αλγόριθμο

 

με παραδείγματα

 

- Αν έχουμε ένα μιξ ηχογραφημένο στα 24/96 και θέλουμε να κάνουμε export για να ακολουθήσει mastering η καλύτερη επιλογή είναι να παραμείνουμε στα 24/96 (τα 32bit θα ήταν θεωρητικά καλύτερη επιλογή αλλά πέρα από τα DAC και κάποια software είναι προβληματικά με τα 32...το 24/96 θεωρείται πλέον industry standard)

 

- Αν έχουμε ένα μιξ ηχογραφημένο στα 24/96 και θέλουμε να κάνουμε export για να κάψουμε ένα audio cd τότε βέβαια θα επιλέξουμε 44.1/16 αλλά με την προσθήκη ενός dithering αλγόριθμου....εννοείται πως θα ήταν ακόμη προτιμότερο να κάνουμε πρώτα export στα 24/96 όπως στο πρώτο παράδειγμα και στην συνέχεια σε ένα νέο project να κάνουμε το downgrading στο stereo track (πάντα με dithering)

 

- Αν έχουμε ένα πρότζεκτ ηχογραφημένο στα 44.1/16 και θέλουμε να κάνουμε export για να ακολουθήσει mastering η καλύτερη επιλογή είναι να "ανεβούμε" στα 44.1/24 (σε ένα 32bit floating point περιβάλλον η εσωτερική επεξεργασία έχει ήδη ξεπεράσει κατα πολύ το δυναμικό εύρος των 16bit άρα το να παραμείνουμε εκεί θεωρείται downgrading)

 

- Αν έχουμε ένα μιξ ηχογραφημένο στα 44.1/16 και θέλουμε να κάνουμε export για να κάψουμε ένα audio cd τότε βέβαια θα επιλέξουμε 44.1/16 αλλά με την προσθήκη ενός dithering αλγόριθμου....εννοείται πως θα ήταν ακόμη προτιμότερο να κάνουμε πρώτα export στα 44.1/24 όπως στο τρίτο παράδειγμα και στην συνέχεια σε ένα νέο project να κάνουμε το downgrading στο stereo track (πάντα με dithering)

 

Σε ότι αφορά το θέμα summing Out Of The Box ίσως είναι καλύτερα κάποια στιγμή να ξεκινήσουμε ένα νέο θέμα....σε γενικές γραμμές συμβαίνει αυτό που έγραψε ο harry:

Οργανώνουμε το μιξ μας σε κάποια (όσα θέλουμε ή όσα αντέχει η τσέπη μας) subgroup τα οποία στέλνουμε σε κάποιο summing box ή κονσόλα και στην συνέχεια σε κάποιο AD (και πάλι η καλύτερη επιλογή θα είναι το industry standard 24/96)....ένα πρώτο τιπ...όλα τα submixes μας είναι στέρεο ακόμα και όταν περιέχουν μόνο ένα μονοφωνικό όργανο (πχ μπάσο) γιατί αλλιώς θα αλειωθεί η αναλογία των levels μεταξύ των οργάνων όπως αυτά καθορίζονται από την εκάστοτε προσέγγιση στο θέμα "ένταση/στερεοφωνική εικόνα" (-3db at center) 

 

[boukas]

Το εξηγείς λίγο αυτό:

 

- Αν έχουμε ένα μιξ ηχογραφημένο στα 44.1/16 και θέλουμε να κάνουμε export για να κάψουμε ένα audio cd τότε βέβαια θα επιλέξουμε 44.1/16 αλλά με την προσθήκη ενός dithering αλγόριθμου....εννοείται πως θα ήταν ακόμη προτιμότερο να κάνουμε πρώτα export στα 44.1/24 όπως στο τρίτο παράδειγμα και στην συνέχεια σε ένα νέο project να κάνουμε το downgrading στο stereo track (πάντα με dithering)

 

Δεν είναι έτοιμο το κομμάτι να καεί, από τη στιγμή που είναι στα χαρακτηριστικά ενός cd? Γιατί να βάλουμε dithering αλγόριθμο και κατά συνέπεια να κάνουμε όλη τη δεύτερη διαδικασία; Ξέρω ότι dither θα κάνω μόνο όταν είναι να μειώσω τα bit και όχι όταν πάω από ίδιο bit σε ίδιο bit

 

[nikodemos]

Το εξηγείς λίγο αυτό:

 

Δεν είναι έτοιμο το κομμάτι να καεί, από τη στιγμή που είναι στα χαρακτηριστικά ενός cd? Γιατί να βάλουμε dithering αλγόριθμο και κατά συνέπεια να κάνουμε όλη τη δεύτερη διαδικασία; Ξέρω ότι dither θα κάνω μόνο όταν είναι να μειώσω τα bit και όχι όταν πάω από ίδιο bit σε ίδιο bit

 

 

Είναι σε άμεση συνάρτηση με το προηγούμενο παράδειγμα.....δηλαδή

- Αν έχουμε ένα πρότζεκτ ηχογραφημένο στα 44.1/16 και θέλουμε να κάνουμε export για να ακολουθήσει mastering η καλύτερη επιλογή είναι να "ανεβούμε" στα 44.1/24 (σε ένα 32bit floating point περιβάλλον η εσωτερική επεξεργασία έχει ήδη ξεπεράσει κατα πολύ το δυναμικό εύρος των 16bit άρα το να παραμείνουμε εκεί θεωρείται downgrading)

 

Δηλαδή μπορεί εμείς αρχικά να έχουμε ηχογραφήσει στα 44/16 αλλά η υψηλότερη εσωτερική επεξεργασία εχει ήδη δημιουργήσει πολύ μεγαλύτερα wordlength....ουσιαστικά δηλαδή "μειώνεις" τα bit κατά το export.....από την φύση του λοιπόν ένα τέτοιο έξπορτ αποτελεί downgrading (αναγκαστικό συμβιβασμό αφού θέλουμε να κάψουμε σιντί) και το σωστό dithering είναι μια "άμυνα" απένατι στα προβλήματα που αυτό δημιουργεί..... 

 

[haryy]

Λυπάμαι αλλά αυτό δεν ισχύει. Ο λόγος που εσωτερικά το Cubase αυξάνει το wordlength είναι για να χειριστεί τους πολλαπλασιασμούς (εννοώ την επεξεργασία). Το γεγονός ότι ένα 24-bit σήμα μπαίνει ή βγαίνει από το Cubase ως τέτοιο δεν σημαίνει ότι δαπανάται άσκοπα υπολογιστική ισχύ.

 

Όχι. Η τέλεια διαίρεση απαιτεί μικρότερη υπολογιστική ισχύ επειδή δεν παράγει κανένα υπόλοιπο. Η διαίρεση στους υπολογιστές απαιτεί την μεγαλύτερη ισχύ γιατί απασχολεί πολύ περισσότερους καταχωρητές απ' ότι οι υπόλοιπες πράξεις - πόσο μάλλον μία ατελής διαίρεση. Πάντως, στην πραγματικότητα το πρόβλημα εντοπίζεται στο κουτσούρεμα που παράγεται από τέτοιου είδους μετατροπές (ok, ψιλά γράμματα..  ::))

 

 

 

Ourdarkness, δεν είπα τίποτα από αυτά που μου προσάπτεις. (τα είπα βέβαια λίγο παραπάνω συμπυκνωμένα :))

Είπα ότι αφού το cubase ανεβάζει τα 24bit της ηχογράφησης σε 32 εσωτερικά, τότε λοιπόν είναι άσκοπο να χρησιμoποιήσουμε 32bit FILE system , γιατί θα "πιάσουμε" τζάμπα χώρο στο δίσκο αφού έτσι κι αλλιώς το cubase έχει ανεβάσει ήδη την ανάλυση σε 32bit.

Στο export βέβαια μετά μπορούμε να χρησιμοποιήσουμε 32bit αρχεία γιατί μετά από τις διάφορες εσωτερικές επεξεργασίες του cubase, δημιουργείται στο τέλος ένα πλήρες 32bit αρχείο χωρίς digital zeros στο wordlength.

 

Στο θέμα του sample rate conversion και εγώ πίστευα ότι η μετατροπή των 88.2kHz στα 44.1 είναι πιο εύκολη παρά από τα 96. Διάβασα κατά καιρούς όμως κάποιες σοβαρές απόψεις που λένε ότι δεν έχει σημασία αυτό (μιλώντας βέβαια για μετατροπή ήχου και κυματομορφών και όχι για απλούς αριθμούς όπου ο συνειρμός της διαίρεσης λέει το αυτονόητο, ότι τα 88.2 διαιρούνται ακριβώς με τα 44.1) και ότι η επεξεργαστική ισχύς που απαιτείται είναι η ίδια πάνω κάτω, ενώ και η ποιότητα μετατροπής που είναι και το σημαντικότερο, παραμένει επίσης η ίδια.

Θα ψάξω ξανά αυτές τις πηγές όμως γιατί μπορεί να κάνω και λάθος. ::)

[ex-OurDarkness]

Ourdarkness, δεν είπα τίποτα από αυτά που μου προσάπτεις. (τα είπα βέβαια λίγο παραπάνω συμπυκνωμένα :))

Είπα ότι αφού το cubase ανεβάζει τα 24bit της ηχογράφησης σε 32 εσωτερικά, τότε λοιπόν είναι άσκοπο να χρησιμoποιήσουμε 32bit FILE system , γιατί θα "πιάσουμε" τζάμπα χώρο στο δίσκο αφού έτσι κι αλλιώς το cubase έχει ανεβάσει ήδη την ανάλυση σε 32bit.

Στο export βέβαια μετά μπορούμε να χρησιμοποιήσουμε 32bit αρχεία γιατί μετά από τις διάφορες εσωτερικές επεξεργασίες του cubase, δημιουργείται στο τέλος ένα πλήρες 32bit αρχείο χωρίς digital zeros στο wordlength.

 

Haryy, ιδού η απολογία μου:  Δεν πρόσεξα την λέξη FILE.  :(

 

Τότε παρερμήνευσα.  :-[

 

Στο θέμα του sample rate conversion και εγώ πίστευα ότι η μετατροπή των 88.2kHz στα 44.1 είναι πιο εύκολη παρά από τα 96. Διάβασα κατά καιρούς όμως κάποιες σοβαρές απόψεις που λένε ότι δεν έχει σημασία αυτό (μιλώντας βέβαια για μετατροπή ήχου και κυματομορφών και όχι για απλούς αριθμούς όπου ο συνειρμός της διαίρεσης λέει το αυτονόητο, ότι τα 88.2 διαιρούνται ακριβώς με τα 44.1) και ότι η επεξεργαστική ισχύς που απαιτείται είναι η ίδια πάνω κάτω, ενώ και η ποιότητα μετατροπής που είναι και το σημαντικότερο, παραμένει επίσης η ίδια.

Θα ψάξω ξανά αυτές τις πηγές όμως γιατί μπορεί να κάνω και λάθος. ::)

 

Εδώ διαφωνώ, αλλά είμαι ανοιχτός προς συζήτηση.

[papaki23]

Ας προσθέσουμε και το παράδειγμα το δικό μου για να συνεχιστεί η ανάλυση σχετικά με το θέμα, ηχογραφούμε δηλαδή γι παράδειγμα στο Sonar, στα 24 bit και 96khz για να έχουμε όσο το δυνατόν καλύτερα αποτελέσματα.Σωστά;

Από εκεί και πέρα, το render bit depth στα πόσα bit είναι αναγκαίο να καθοριστεί για να α) πετύχουμε όσο το δυνατόν καλύτερα ηχητικά αποτελέσματα και β) κατά πόσο θα είναι ακουστή αυτή η διαφορά;

 

Σημείωση πως το sonar έχει επιλογή για render bit depth ως 64.

[nikodemos]

Ας προσθέσουμε και το παράδειγμα το δικό μου για να συνεχιστεί η ανάλυση σχετικά με το θέμα, ηχογραφούμε δηλαδή γι παράδειγμα στο Sonar, στα 24 bit και 96khz για να έχουμε όσο το δυνατόν καλύτερα αποτελέσματα.Σωστά;

Αυτό είναι βέβαια μια υποκειμενική θεώρηση των πραγμάτων και μια υποκειμενική κρίση....το "καλύτερα" βασίζεται τόσο σε φυσικούς νόμους (σε ότι αφορά το καθαρά θεωρητικό μέρος) όσο και κυρίως στην υποκειμενική προσέγγιση του καθενός...και επειδή η ακοή είναι ως επί το πλείστον εγκεφαλική λειτουργία, το "καλύτερο" μάλλον καθορίζεται από το "τι" και "πως" έχει μάθει να ακούει ο καθένας μας παρά από δυαδικούς συνδιασμούς.

 

Από εκεί και πέρα, το render bit depth στα πόσα bit είναι αναγκαίο να καθοριστεί για να α) πετύχουμε όσο το δυνατόν καλύτερα ηχητικά αποτελέσματα ;

 

Σε μια απλή προσέγγιση του θέματος νομίζω πως σε καλύπτει αυτό

 

- Το export (από την στιγμή που γίνεται στο ψηφιακό domain) να γίνεται στο μέγιστο δυνατό bitrate (αφού λάβουμε υπ'όψη και παράγωντες συμβατότητας με τα υπόλοιπα στάδια της παραγωγής)

 

- σε κάθε downgrade κατά το export πρέπει να χρησιμοποιούμε κάποιον dithering αλγόριθμο

 

...λαμβάνωντας όμως υπόψη το θέμα "συμβατότητα" και τον σκοπό για τον οποίο γίνεται το έξπορτ

 

 

αν σε ενδιαφέρει το θέμα σε πιο θεωρητικό επίπεδο, το ζήτημα είναι να κατανοήσουμε την γενικότερη έννοια του "ψηφιακού ήχου" και πως επιμέρους έννοιες όπως sampling frequency, bit rate, oversampling, Low pass Filtering, aliasing, jitter, clocking, downsampling κλπ κλπ τον καθορίζουν.....αυτό βέβαια δεν μπορεί να γίνει μέσα σε ένα φόρουμ μόνο αλλά χρειάζεται και προσωπικό ψάξιμο και διαβασμα ;)

Αν θες να κάνεις μια έρευνα γύρω από τα συγκεκριμένα θέματα (και ειδικά τις υψηλές συχνότητες δειγματολειψίας, το bitrate αλλά και την σημασία του dithering) μπορείς να επισκεφτείς το website του  Dan Lavry. Στο τμήμα support θα βρεις πολλά τρομερά ενδιαφέροντα white papers σε μορφή pdf. Ακόμη πιο καλό θα είναι να "ψαχτείς" γενικότερα στο διαδίκτυο ωστε να πάρεις μια πιο σφαιρική και πλουραλιστική εικόνα για το θέμα.....ξεκίνα βάζωντας στο ψαχτήρι την φράση "Nyquist Sampling Theory" ;)

 

β) κατά πόσο θα είναι ακουστή αυτή η διαφορά;

 

Σε ένα μεγάλο τεστ που δημοσίευσε κάποτε το περιοδικό ΜΙΧ προσπαθήσαν να δουν το ποσσοστό που μπορεί να αντιληφθεί τις διαφορές ανάμεσα στην στάνταρτ ηχητική ποιότητα του cd και σε ανώτερα format (ως συχνότητα δειγματολειψίας και ανάλυση) χωρίζωντας μάλιστα τους δοκιμαζόμενους σε ομάδες (επαγγελματίες σχετικοί με ήχο, άσχετοι, άντρες, γυναίκες κλπ κλπ)...τα αποτελέσματα κινούνται πάντα γύρω στο 50% (σε ότι αφορα την αναγνώριση του κάθε φορμάτ) με υψηλότερο το 52% σε ότι αφορά τους σχετικούς και 47% στους άσχετους...το ποσσοστό αυτό είναι ουσιαστικά αντίστοιχο με μια απόφαση που πάρθηκε με την μέθοδο κορώνα γράμματα ;)