English
Deutsch
PolskiPoszerzanie stereo: ile szerokości dają trzy metody i ile kosztują w sumie mono, pomiar
Management Summary
Poszerzanie stereo zmienia różnice między lewym a prawym kanałem, aby nadać muzyce bardziej przestrzenny charakter. Część metod wzmacnia istniejące różnice, inne dodają krótkie opóźnienia. Po połączeniu kanałów do mono niektóre składniki dźwięku mogą osłabnąć lub zniknąć. Porównanie wyjaśnia, dlaczego szeroki miks powinien zachować ważne instrumenty także w mono. Pojedynczy wskaźnik szerokości nie pokazuje wszystkich zmian basu, barwy i poziomu.
Spis treści
Szeroki miks stereo może po połączeniu lewego i prawego kanału stać się cichszy lub stracić wybrane częstotliwości. Przykładem jest opóźniona kopia instrumentu: w stereo tworzy wrażenie przestrzeni, ale w mono oryginał i kopia mogą częściowo się znosić.
Porównanie obejmuje trzy rodzaje obróbki w FFmpeg: wzmocnienie istniejących różnic kanałów, mieszanie kanałów ze składowymi opóźnionymi oraz tworzenie nowego stereo ze środka filtrem haas. Pomiar pokazuje zmiany poziomu i częstotliwości. Nie oceniano odczuwanej szerokości w teście odsłuchowym.
Środek, strona i mono
W tym pomiarze środek opisuje M = (L + R) / 2, a stronę S = (L − R) / 2. L i R są wartościami próbek lewego i prawego kanału. Identyczne sygnały nie tworzą strony. Sygnały przeciwne mogą zniknąć przy dodawaniu. „Strona” oznacza więc obliczoną różnicę, a nie po prostu instrumenty na skrajach panoramy.
Użyta wersja mono to M, czyli suma pomnożona przez jedną drugą. Inne urządzenia mogą sumować inaczej lub dopasowywać poziomy. Porównanie używa tej samej reguły dla każdej wersji.
Układ pomiaru i rzeczywiste ustawienia
Pierwotny pomiar z 21 września 2026 roku używał FFmpeg 7.1.5: 32 sekund sztucznej muzyki przy 44,1 kHz oraz 20 sekund szumu różowego z identycznymi kanałami. Skrypty, wyniki i pliki audio sprawdzono 25 października. Korelację i poziom mono przeliczono dla 14 kombinacji. Ponowne zastosowanie trzech filtrów do muzyki dało takie same próbki jak zapisane wcześniej wyniki.
- Podwojona strona: M pozostaje bez zmian, a S jest mnożone przez dwa. Wyjście to L′ = M + 2S oraz R′ = M − 2S.
- extrastereo: Współczynniki 1,5 i 2,5, oba z
c=0. Wyłącza to domyślnie aktywne obcinanie przy ±1. Czyste skalowanie strony obowiązuje tylko bez późniejszego clippingu i innej nieliniowej obróbki. - stereowiden: delay=20, feedback=0.3, crossfeed=0.3 i drymix=0.8. Filtr łączy oryginał, odwrócony kanał przeciwny i opóźniony kanał przeciwny. Sam udział sygnału suchego nie wyjaśnia zmiany.
- haas: Domyślne opóźnienia wynoszą 2,05 i 2,12 ms. Drugi wariant używa 10 i 10,2 ms. Filtr domyślnie pobiera M jako źródło i buduje z niego oba kanały wyjściowe. Pierwotna składowa strony nie zostaje zachowana. To konkretna implementacja, a nie test wszystkich metod nazywanych efektem Haasa.
Przed porównaniem mono każda wersja stereo otrzymała stałą zmianę poziomu dopasowującą zintegrowaną głośność do oryginału. Zapobiega to dominacji zwykłej różnicy głośności. Następnie porównano średni poziom energii mono i wąskie pasma od 25 Hz do 16 kHz. Każdą oktawę podzielono na dwanaście części; nawet takie uśrednianie może ukryć węższe dołki.
Większy udział strony jako miara zmiany
Korelacja opisuje podobieństwo kanałów: +1 oznacza silną zgodność sygnałów o zgodnej biegunowości, a −1 pełną przeciwność. Wartość bliska zeru oznacza słaby związek liniowy. Stosunek strony do środka pokazuje energię różnicy względem sumy. Kolumna „zyskana szerokość” oznacza tutaj wyłącznie zmianę tego stosunku w dB.
| Metoda | Korelacja | Strona wobec środka | Zyskana szerokość |
|---|---|---|---|
| Oryginał | 0,921 | −13,83 dB | – |
| extrastereo 1,5 | 0,830 | −10,31 dB | 3,52 dB |
| strona podwojona | 0,716 | −7,81 dB | 6,02 dB |
| stereowiden, domyślnie | 0,677 | −7,15 dB | 6,68 dB |
| extrastereo 2,5 | 0,589 | −5,87 dB | 7,96 dB |
| haas, 10 ms | 0,052 | −0,43 dB | 13,40 dB |
| haas, domyślnie | 0,037 | −0,31 dB | 13,52 dB |
W teście haas najsilniej podniósł stosunek strony do środka: z −13,83 do −0,31 dB. Korelacja spadła z 0,921 do 0,037. Liczby nie wyznaczają ogólnego rankingu brzmienia ani konkretnej straty mono. Do tego potrzebne jest porównanie wyjścia mono.
Co zostaje po połączeniu kanałów
„Wyrównanie poziomu” to zastosowane wcześniej wzmocnienie lub osłabienie. „Suma mono” oznacza zmianę średniego poziomu energii względem wersji mono oryginału. Najgłębszy dołek dotyczy jednego badanego pasma, a nie całego pliku.
| Metoda | Wyrównanie poziomu | Suma mono | Najgłębszy dołek | Pasma poniżej −6 dB |
|---|---|---|---|---|
| extrastereo 1,5 | −0,30 dB | −0,30 dB | równomiernie | 0 |
| strona podwojona | −0,70 dB | −0,70 dB | równomiernie | 0 |
| extrastereo 2,5 | −1,10 dB | −1,10 dB | równomiernie | 0 |
| stereowiden, domyślnie | +4,40 dB | −1,28 dB | −9,37 dB przy 50 Hz | 8 |
| haas, 10 ms | −2,70 dB | −2,54 dB | −5,88 dB przy 1,6 kHz | 0 |
| haas, domyślnie | −2,80 dB | −2,62 dB | −5,85 dB przy 1,8 kHz | 0 |
Czyste skalowanie strony matematycznie nie zmienia M. Dopiero późniejsze dopasowanie głośności obniża również M. Dlatego równomierne spadki mono wynoszą tutaj dokładnie −0,30, −0,70 i −1,10 dB. Dotyczy to tej liniowej obróbki i tego dopasowania poziomu, a nie każdej wtyczki stereo.
stereowiden zmienia również charakterystykę częstotliwościową mono. Osiem badanych pasm traci ponad 6 dB; najgłębszy spadek to −9,37 dB przy 50 Hz. Powtarzający się układ podbić i osłabień powstaje przy mieszaniu opóźnionych sygnałów i nazywa się filtrem grzebieniowym.
Dla haas całkowita zmiana poziomu mono wynosi około −2,6 dB. Nie jest równomierna: pojedyncze pasma spadają niemal o 6 dB. W przykładzie muzycznym haas ma niższą korelację całkowitą, ale stereowiden głębszy pojedynczy dołek. Jedna liczba korelacji nie zastępuje więc analizy częstotliwości.
Dlaczego dopasowanie głośności ma znaczenie
Bez dopasowania wyjście mono stereowiden leżało 5,68 dB poniżej oryginału. Jednocześnie wersja stereo była cichsza o 4,40 dB. Wzmocnienie o 4,40 dB pozostawia −1,28 dB w porównaniu energii mono. Niższa głośność stereo wynika z całego filtra, w tym przeciwnego kanału i opóźnienia; samo drymix=0.8 nie wyjaśnia spadku o 4,40 dB.
Kontrola z identycznymi kanałami
Szum różowy jest taki sam po lewej i prawej stronie. S wynosi więc zero, a czyste skalowanie strony nie może poszerzyć sygnału. W teście korelacja pozostaje równa 1,0, a zmiana poziomu mono wynosi 0,00 dB. Filtry opóźniające mogą natomiast tworzyć nowe różnice.
Dla tego szumu haas osiąga korelację 0,137. stereowiden daje sześć pasm ze stratą ponad 6 dB, w tym −8,77 dB przy 50 Hz. Stopa mono przed takim filtrem nie jest zatem automatycznie chroniona. Nieprzetwarzana ścieżka musi rzeczywiście omijać filtr; podział częstotliwości również wymaga kontroli po ponownym połączeniu.
Wnioski dla obróbki
Czyste skalowanie strony zachowuje obliczony środek, dopóki nie występuje obcinanie lub dalsza obróbka. Większy udział strony może jednak zwiększyć szczyty. Kontrola obejmuje więc razem wyjście stereo, wyjście mono i poziomy szczytowe.
Opóźnienie może być zamierzonym efektem brzmieniowym, także na grupach. Pomiar nie uzasadnia całkowitego zakazu opóźnień w basie ani na sumie. Konkretniejsze pytanie dotyczy tego, czy ważne części danego nagrania pozostają wystarczająco zachowane po połączeniu kanałów. Krótkie fragmenty i pojedyncze zakresy częstotliwości mogą różnić się od średniej całego utworu.
Wave Candy pokazuje zależności kanałów jako ruchomy obraz wektorskopu. Podlinkowane narzędzie analityczne podaje także liczby korelacji i mid/side. Ani spokojny obraz, ani jedna średnia z pliku nie zastępuje odsłuchu i kontroli wersji mono.
Pytania i odpowiedzi
Czy liczby dotyczą Fruity Stereo Enhancer?
Nie: zmierzono filtry FFmpeg. Według Image-Line Stereo Separation przetwarza istniejące różnice kanałów, więc nie tworzy stereo z kanałów identycznych. Phase Offset opóźnia jeden kanał, a Invert odwraca biegunowość jednego kanału. Zasady wyjaśniają możliwe skutki w mono, ale nie dają identycznych wyników dla innych ustawień i wtyczek.
Co powoduje odwrócenie biegunowości kanału?
Przy pierwotnie identycznych kanałach L + R staje się L − R. Wspólna treść znika wtedy w sumie mono. Przy różnych kanałach pozostaje różnica. To inne działanie niż niewielkie opóźnienie w czasie.
Czy korelacja i strona/środek oznaczają to samo?
Przy równej energii kanałów i bez istotnej składowej stałej wielkości są powiązane: dla stosunku mocy r = moc(S) / moc(M), korelacja = (1 − r) / (1 + r). Z −5,87 dB wynika r ≈ 0,259, czyli korelacja około 0,589. Przy nierównych poziomach kanałów sam stosunek nie wystarcza. Nawet przy odpowiednich założeniach wzór nie opisuje pojedynczych dołków częstotliwościowych.
Powiązane artykuły, narzędzia i źródła
- true peak po kodowaniu
- Dopasowanie głośności do utworów referencyjnych
- narzędzie do korelacji stereo i mid/side
- Image-Line: Fruity Stereo Enhancer
- Image-Line: Wave Candy
- ffmpeg: Filters Documentation
- ITU-R BS.1770: Algorithms to measure audio programme loudness and true-peak audio level
- FFmpeg 7.1.5: af_haas.c
- FFmpeg 7.1.5: af_stereowiden.c
- FFmpeg 7.1.5: af_extrastereo.c
Powiązane artykuły
