Pogłos w pomiarach: jak czas pogłosu, pre-delay, poziom pogłosu i filtr w wysyłce zmieniają klarowność

Pogłos może zasłaniać ataki i wypełniać przerwy wybrzmiewającym dźwiękiem. Eksperyment bada, jak czas zaniku, opóźnienie, energia pogłosu i filtracja zmieniają ten rozkład w czasie. Pomiary opisują sztuczne sygnały. Liczby nie zastępują porównania słuchowego ani nie przewidują bezpośrednio zrozumiałości prawdziwego nagrania wokalu.

Pierwotne pomiary wykonano 23 września 2026 roku w ffmpeg 7.1.5 i numpy. Cały syntetyczny eksperyment powtórzono w osobnym katalogu testowym 25 października 2026 roku: wszystkie 367 zapisanych wartości liczbowych były dokładnie zgodne z oryginałem. Potwierdza to powtarzalność tego układu, a nie możliwość przeniesienia wyników na każdą wtyczkę pogłosową.

Jak mierzono

Odpowiedź impulsowa opisuje reakcję na bardzo krótkie pobudzenie. Tutaj zaczyna się od impulsu bezpośredniego, po którym zanika sztuczny szum. Zadany czas T opisuje spadek o 60 dB. Cała energia ogona jest ustawiona względem impulsu bezpośredniego: −10 dB oznacza jedną dziesiątą energii. Nie jest to zwykły procent wet/dry ani automatycznie poziom wysyłki wtyczki. Pre-delay przesuwa początek ogona. W wariancie z tłumieniem wysokie pasma zanikają szybciej.

Filtr afir programu ffmpeg nakłada odpowiedź impulsową na sygnał testowy. Automatyczna normalizacja jest wyłączona, więc ustawiona energia pogłosu nie jest później przeskalowywana. Analiza wykorzystuje trzy wielkości:

• T30: Energia ogona jest sumowana od końca. Spadek między −5 a −35 dB służy do oszacowania czasu spadku o 60 dB. T30 oznacza metodę wyznaczenia wyniku, nie czas 30 sekund.
• C50 i C80: Dziesięć razy logarytm dziesiętny stosunku energii wczesnej do późnej, wyrażony w dB. Wczesna oznacza tutaj przed 50 lub 80 ms. Są to stałe okna obliczeniowe, nie uniwersalne progi dobrego brzmienia.
• Głębokość modulacji m: Szum regularnie staje się głośniejszy i cichszy. Przy 4 Hz oznacza to cztery wahania na sekundę. Mniejszy wynik na wyjściu oznacza mniej wyraźne przejścia między głośnym a cichym sygnałem po pogłosie. Test wykorzystuje szum od 200 Hz do 4 kHz oraz wahania z częstotliwością 0,5–16 Hz. Obliczenie porównuje siłę regularnych wahań intensywności na wyjściu ze średnią intensywnością. Faktycznie zmierzona siła wahań na wejściu nie służy jako współczynnik korekcji. Ponieważ próbka szumu ma ograniczony czas trwania, oszacowanie może nieznacznie przekroczyć idealny zakres od 0 do 1.

Dla uproszczonego modelu wykładniczego można również obliczyć głębokość modulacji. Przewidywanie modelu i 96 punktów pomiarowych z serii czasu pogłosu, pre-delay i energii pogłosu różnią się średnio o 0,006, a maksymalnie o około 0,020. Jest to kontrola w obrębie tego modelu. Pomiar używa skończonej próbki szumu, więc estymator może nieznacznie przekroczyć 1. Najwyższy wynik wynosi 1,0023. Nie wykonano pomiaru STI zgodnego z normą.

Czas zaniku przy stałej energii całkowitej

Przy energii pogłosu utrzymanej na −10 dB oszacowane czasy zaniku wynoszą 0,30, 0,60, 1,20, 2,40 i 4,81 s. Poniższe wartości C50 i C80 porównują energię wczesną z późną. Wyższe liczby oznaczają więcej wczesnej energii w danym oknie czasowym, a nie automatycznie lepsze brzmienie:

W idealnym modelu dłuższy ogon rozkłada tę samą energię pogłosu na dłuższy czas. Bez pre-delay C50 zbliża się zatem do 10 dB przy energii pogłosu −10 dB. Dla dostatecznie szybkich wahań głębokość modulacji zbliża się też do około 1 / 1,1 = 0,91. Tabela pokazuje ten efekt: przy 4 Hz między 2,4 a 4,8 s zmienia się niewiele, podczas gdy wolniejsze wahania przy 0,5 Hz nadal maleją mocniej. To opis eksperymentu, nie ogólna zasada dotycząca długich fraz muzycznych.

Zmiana energii pogłosu

Przy czasie pogłosu 1,2 s zwiększenie energii z −20 do 0 dB obniża C50 z 22,45 do 3,93 dB. Oszacowana głębokość modulacji przy 4 Hz spada z 0,98 do 0,61, a przy 8 Hz do 0,52. Osiem wahań na sekundę ma taką samą częstotliwość jak osiem szesnastek na sekundę przy 120 BPM. Sygnałem testowym pozostaje jednak szum, a nie ciąg rzeczywistych sylab lub nut.

Porównanie podsuwa praktyczną próbę: jeśli pogłos zbyt mocno zasłania wokal, najpierw warto porównać niższy poziom efektu, a następnie różne czasy zaniku. W tych seriach energia pogłosu silnie zmienia wyniki. Nie wynika z tego uniwersalne pierwszeństwo regulatora wysyłki dla każdego sygnału, wtyczki i aranżacji.

Pre-delay i ograniczenia wskaźników

Pre-delay jest czasem oczekiwania przed początkiem odpowiedzi pogłosowej. W tym eksperymencie C50 i C80 maleją, gdy energia pogłosu dociera później. Częściowo wynika to wprost ze stałych okien 50 i 80 ms używanych przez te miary. Niższa liczba nie dowodzi więc, że głos staje się mniej zrozumiały:

C50 zalicza energię przed 50 ms do wczesnej, a późniejszą do późnej. Przy pre-delay 80 ms cały ogon wypada poza wczesnym oknem, co tutaj daje 10 dB. Głębokość modulacji zależy też od miejsca w cyklu wahań poziomu, w którym dociera opóźniona energia. Wydłużanie pre-delay nie musi więc stale obniżać wyniku dla każdej częstotliwości modulacji.

Dla pojedynczego wejścia z ciszy pre-delay 20 ms rozpoczyna własny ogon tego dźwięku 20 ms później. Podczas ciągłej muzyki może jednak nadal brzmieć pogłos poprzednich nut. Każdy nowy atak nie otrzymuje zatem automatycznie suchego odcinka. Pre-delay może zmienić wrażenie odległości lub oddzielenia; o przydatności muzycznej rozstrzyga porównanie słuchowe. Kalkulator BPM i czasu opóźnienia przelicza rytmiczne wartości nut na milisekundy.

Tłumienie: góra zanika szybciej

Przy zadanym czasie 2,4 s wariant z tłumieniem daje 2,32 s przy 125 Hz, 2,39 s przy 1 kHz, 2,02 s przy 2 kHz, 1,72 s przy 4 kHz i 1,38 s przy 8 kHz. Bez tłumienia zmierzone oktawy mieszczą się między 2,32 a 2,44 s. Tłumienie obniża oszacowanie szerokopasmowe z 2,40 do 1,87 s i podnosi C50 z 11,31 do 12,12 dB. Wysokie częstotliwości znikają więc wcześniej. Sama pozycja regulatora czasu pogłosu nie opisuje tego przebiegu.

Bas w pogłosie: filtr górnoprzepustowy w wysyłce

Drugi test wykorzystuje sztuczną pętlę stopy, basu i hi-hatu przy 128 BPM. Kopia sygnału trafia do pogłosu przez wysyłkę, a suchy sygnał pozostaje równolegle. Pogłos ma zadany czas 1,8 s, pre-delay 20 ms i energię odpowiedzi impulsowej −10 dB. Filtr górnoprzepustowy przed pogłosem osłabia niskie częstotliwości ze stromością 12 dB na oktawę. Pierwsze dwie kolumny wyników porównują sygnał pogłosowy z suchym w tym samym paśmie. Ostatnia kolumna mierzy sumę obu sygnałów w ciągu 500 ms po końcu pętli.

W zakresie 20–120 Hz poziom sumy różni się tutaj od suchej pętli najwyżej o 0,33 dB. To mała, ale mierzalna zmiana. Filtr 200 Hz obniża zmierzoną resztkę po pętli o 12,3 dB; energia pogłosu od 300 Hz do 3 kHz maleje tylko o około 0,2 dB. Przy 400 Hz udział średniego pasma spada już o około 1,9 dB. Ważne ograniczenie: idealny filtr pasmowy FFT sam powoduje dzwonienie w czasie. Suchy pomiar kontrolny nadal daje −40,04 dB po zakończeniu już cichej pętli. Wartość tabeli −39,1 dB leży blisko tego poziomu i nie może być interpretowana jako sam ogon pogłosu.

Co pokazuje model

Kontekst i ograniczenia

Model wykorzystuje równomiernie zanikający szum, bez osobno zaprojektowanych wczesnych odbić, zmiennych parametrów pogłosu i stereo. Rzeczywiste pomieszczenia oraz wtyczki mogą znacznie odbiegać od tego układu. Wczesne odbicia nie mieszczą się też z definicji zawsze przed 50 ms. C50 i C80 są tutaj obliczeniami szerokopasmowymi według zasady stosunku energii wczesnej do późnej, a nie pełnym pomiarem pomieszczenia według ISO 3382-1. Głębokość modulacji nie jest wynikiem STI ani procentem poprawnie zrozumianych słów. Wyniki pomagają wyjaśnić model; efekt słuchowy i przydatne ustawienia wymagają sprawdzenia na danym materiale.