Audiomity o kompresji dynamiki w nagraniach muzyki to problem przesterowania, a straszy niczym demony Notre Dame

Audio obrasta w mity i podobnie jest w wielu innych tematach. Proces powstawania tego widać w tekście, który pojawił się na czołowym miejscu nowego serwisu tygodnika "Polityka". Tekst rozpoczyna się: "W całym skomplikowanym amalgamacie symboli, metafizyki i wzajemnych pretensji fakty pojawiały się z rzadka i niekiedy na marginesie. A w sieci zaroiło się od ekspertów od pożarów gotyckich katedr".

Tekst dotyczył pożaru katedry w Paryżu. W wypowiedziach dziennikarzy i ekspertów w telewizji także grasowała jakaś "NORTE", a nie Notre. W Paryżu Notre Dame znaczy Nasza Pani i chodzi o Matkę Boską. "Prawie robi różnicę", gdy się mówi Matka BOKSA. Widocznie wypowiadający się na wizji nie sprawdzili nawet w Wiki, że dla Francuza Matka Boska nie jest z Częstochowy. Sprawdziłem z ciekawości przekaz we wszystkich polskich stacjach telewizyjnych i ten fenomen wszędzie występował. To silnie zakorzeni w Polsce nieprawidłową nazwę, podobnie jak jakieś interpretacje faktów bez właściwej wiedzy. Podobne mechanizmy powodują powstawanie "audiomitów".

Tutaj w wortalu zaistniał ostatnio w komentarzach pod wpisem na temat monitorów studyjnych wątek kompresji nagrań. Zupełnie nie znałem krążących na ten temat mitów. Potraktowałem to merytorycznie w komentarzu - zaczynając od zdania: "Nagrania pozostawiają rzeczywiście bardzo dużo do życzenia i warto o tym mówić, chociaż nie musi to być ortodoksyjne.

Jasność pojawił się potem, gdy w odpowiedziach znalazł się link do tekstu eksperta na "wykop" z 2007 roku - zatytułowany "Śmierć dynamiki dźwięku". Tekst wygląda wiarygodnie z technicznym zilustrowaniem, ale z logiką jest już dużo gorzej. Jest tam m. in. zdanie:

Pokazuje to, że merytoryczna wiedza eksperta nie jest równie imponująca, jak szata graficzna tekstu. Co to za tajemnicza "głośność nagrania płyty winylowej"?

W erze analogowej poziom nagrania płyty ustawiany był najczęściej na taśmie magnetofonowej.

Z tej taśmy grawerowana była matryca i chociaż była jeszcze możliwości skorygowania nagrania, to w praktyce stosowano standardowe rozwiązania. Wypracowane zostały przez tych najlepszych w branży i później profesjonaliści nie widzieli już potrzeby "wywarzania otwartych drzwi". Kupujący muzykę na winylu dostają więc tylko standardową "wytłoczkę".

W największym uproszczeniu można powiedzieć, że płyta winylowa to ksero nagrania, lecz jego cykl jest bardziej złożony. Muzyka z nagrania zapisanego na taśmie kopiowana jest na matrycę, z której tworzony jest jej negatyw, by powstały z niego krążki służące do wytłaczania tych z winylu.

W latach 50 ostatniego stulecia ubiegłego tysiąclecia pojawił się standard RIAA, o którym wspomniałem szerzej w lutym. Ten standard i wcześniejsze rozwiązania można nazwać mechaniczną kompresją. Nie ma to jednak nic wspólnego z kompresją muzyki, która współcześnie jest tematem mitów.

Kompresja miała i ma rzeczywiście miejsce w transmisjach radiowych.

Kiedyś królowały transmisje z modulacją amplitudy, czyli AM broadcasting. Zasięg nadawania mogło poprawić skomprymowanie sygnału fonii. Mówiąc inaczej redukowano amplitudę do modulacji, by efektywniej wykorzystać dostępne pasmo transmisji. Robiono to na wiele różnych sposobów, co stworzyło przy okazji specyficzne brzmienie danej stacji radiowej.

Miało to bardzo istotną funkcję, bo na analogowej skali radioodbiornika producent robił "zaznaczenia" stacji według własnego uznania. Przykładowo w PRL całkowicie nierealne było na odbiorniku fabryczne zaznaczenie dla Radia Luxembourg, a było dla wielu Polaków oknem na świat muzyki. Wielu miało je z pewnością jakoś zaznaczone w domowym odbiorniku, ale u znajomych wyszukiwanie ułatwiało rozpoznawalne brzmienie.

Na Zachodzie był wysyp radiostacji, którym zależało, by być szybko zidentyfikowanym przez potencjalnych słuchaczy. Obok na skali mogła być konkurencyjna stacja. W ustawieniach radia "na słuch" indywidualne brzmienie sprawdzało się nawet w przypadku osób, które używają okularów.

W transmisjach z modulacją częstotliwości, czyli FM broadcasting nie ma tego typu zysku z komprymowaniem fonii. Pozostały jednak przyzwyczajenia z brzmieniem, bo odbiorniki bardzo często współdzieliły skalę z AM. Na dodatek nowoczesne transmisje nie miały już nazw stacji. Ich zasięg był lokalny i globalni producenci byli bez szans, by je jakoś uwzględnić. Mogli jedynie zaoferować skale z cyframi częstotliwości. Brzmienie stawało się przez to jeszcze ważniejsze, by słuchacz mógł łatwiej odnaleźć stację.

Przesterowanie w analogu i cyfrze

W tekście na "wykop" są ilustracje, które mają tłumaczyć mitologię z kompresją nagrań. Zostały tam jednak tylko zobrazowane różne formy przesterowania nagrań.

W analogu przesterowanie jest łagodniejsze, co pozwalało na inny kompromis, by uzyskać w nagraniu najlepszy możliwy stosunek sygnału do szumu, czyli SNR (signal-to-noise ratio).

Inaczej sprawa wygląda w cyfrze, lecz w Wiki polskojęzyczne hasło o SN milczy na ten temat, chociaż jest to dość obszernie poruszone w j. ang. Być może zapomniano o tym także na kursach dla młodych realizatorów dźwięku, a starsi nigdy nie zgłębili tej wiedzy.

Kompresja w nagraniach

Ten fenomen oczywiście występuje, ale to już zupełnie inny temat. Występuje nie tylko na poziomie realizatorów dźwięku. To problem produkcji muzyki.

PS 22 IV 2019

Skorygowałem tytuł wpisu, bo pojawiła się w komentarzu słuszna uwaga, by jasno podkreślić, że chodzi o kompresję dynamiki. Rzuciłem przy okazji okiem na to hasło w Wiki. Jest tam we wstępie zdanie "Działaniem odwrotnym jest ekspansja dynamiki". Nie o ten trop chodzi w tekście powyżej. Bardziej o to co w Wiki jest w akapicie pt "Przykład z samochodem"

Szerzej temat porusza specjalistyczny serwis, gdzie już w pierwszym zdaniu jest:

PS 24 IV 2019

Na facebook dostałem właśnie info na temat: "Universal zarabia prawie 10 milionów dolarów dziennie z samego streamingu." To może być powód nagrań z kompresją dynamiki.