Poszerzanie stereo: ile szerokości dają trzy metody i ile kosztują w sumie mono, pomiar

Miks ma brzmieć szeroko, a narzędzia do tego leżą pod ręką w każdym DAW-ie. Ile kosztują, rzadko stoi obok. Rachunek przychodzi później: na głośniku telefonu, w barze, w każdej windzie, wszędzie tam, gdzie oba kanały zostają złożone razem. Ten pomiar podaje liczby dla obu stron: zyskanej szerokości i utraconej sumy mono.

Porównane zostały trzy drogi: podbicie strony, czyli to, co robi Fruity Stereo Enhancer przez separację stereo, poszerzacz oparty na opóźnieniu oraz metoda Haasa z kanałami opóźnionymi przeciwbieżnie. Do tego dochodzi próba kontrolna z sygnałem, który nie ma strony w ogóle.

Jak wyglądał pomiar

• Sygnały: utwór 32 sekundy przy 44,1 kHz z tej samej pracowni co pomiar do artykułu true peak po kodowaniu, ze stopą i basem w środku oraz płaszczyznami i leadem po bokach. Jako próba kontrolna szum różowy, identyczny w obu kanałach, czyli bez żadnej strony.
• Metody: strona podwojona przez macierz środka i strony, extrastereo ze współczynnikami 1,5 i 2,5, stereowiden z wartościami domyślnymi (opóźnienie 20 ms, sprzężenie 0,3, przenikanie 0,3, udział suchy 0,8) oraz haas raz domyślnie i raz z opóźnieniem 10 ms. Wszystko w ffmpeg 7.1.5 na Raspberry Pi 4.
• Wielkości: korelacja między lewym a prawym, strona wobec środka w dB, głośność według ITU-R BS.1770 oraz true peak.
• Suma mono: przed porównaniem każda wersja została sprowadzona do głośności oryginału, żeby różnica poziomu nie wyglądała jak strata w mono. Porównanie przebiegło w dwunastych oktawy od 25 Hz do 16 kHz, bo pasma tercjowe uśredniają filtry grzebieniowe metod opartych na opóźnieniu.

Ile szerokości dają te metody

Kolejność jest jednoznaczna: najwięcej szerokości daje metoda Haasa. Strona leży przy niej na równi ze środkiem, a korelacja spada z 0,921 do 0,037. Dwa kanały dzielące ze sobą tak mało to ryzyko przy każdym odtwarzaniu przez jeden głośnik. Podbicie strony pozostaje w środkowym zakresie, a nawet stereowiden mimo opóźnienia nie sięga dalej niż mocne podbicie strony.

Ile kosztują w sumie mono

Podbicie strony zachowuje się przewidywalnie: to, co traci w mono, odpowiada dokładnie poziomowi, który zyskało w całości, a strata rozkłada się równomiernie w całym paśmie. Ani jedno pasmo dwunastooktawowe nie spada o więcej niż 6 dB. Wynika to z samej zasady: skalowanie wyłącznie strony zostawia środek nietknięty, a suma mono jest środkiem.

Inaczej przy stereowiden. Osiem pasm traci ponad 6 dB, najgłębszy dołek leży przy 50 Hz i wynosi 9,37 dB. To filtr grzebieniowy z opóźnienia 20 ms, trafiający dokładnie w zakres, w którym siedzą stopa i bas. Metoda Haasa wychodzi łagodniej, traci jednak równomiernie 2,6 dB i oddaje za to niemal całą korelację.

Poziom myli, dopóki nie zostanie wyrównany

Jeden krok pośredni pomiaru wart jest wzmianki, bo przy słuchaniu dzieje się to samo. Bez wyrównania poziomu stereowiden wyglądał na stratę 5,68 dB w mono. W rzeczywistości ta wersja leży o 4,40 dB ciszej w całości, bo udział suchy stoi na 0,8; z reszty zostaje 1,28 dB. Porównanie dwóch wersji bez wyrównania mierzy więc przede wszystkim różnicę głośności. Jak duży robi się ten błąd, opisuje poradnik o dopasowaniu głośności do utworów referencyjnych.

Próba kontrolna: sygnał bez strony

Szum różowy, identyczny w obu kanałach, ma korelację 1,0 i żadnej strony. Podbicie strony nie zmienia w tym dokładnie nic: korelacja zostaje 1,0, a suma mono zostaje przy 0,00 dB, niezależnie od ustawionego współczynnika. Podręcznik Image-Line mówi to samo o Fruity Stereo Enhancer: regulator nie daje efektu stereo przy dźwiękach mono, ponieważ przetwarza różnicę między kanałem lewym a prawym, a gdzie nie ma różnicy, nie ma czego wzmacniać.

Szerokość z sygnału mono robią tylko metody opóźniające: haas dochodzi do korelacji 0,137, a stereowiden i tutaj wyrywa sześć pasm o ponad 6 dB, najgłębiej 8,77 dB przy 50 Hz. Ten sam podręcznik podaje dla tego typową nastawę, czyli przesunięcia fazy od 20 do 40 ms dla realistycznego wrażenia stereo przy sygnałach mono. Pomiar pokazuje, ile to wrażenie kosztuje w sumie.

Co z tego wynika

Dla miksu, który ma wyjść także z jednego głośnika, kolejność jest jasna. Podbicie strony to droga bezpieczna: działa tam, gdzie stereo już jest, i kosztuje w mono tylko własny poziom. Opóźnienia zostają czymś dla pojedynczych ścieżek, nie dla sumy, a w basie nie mają czego szukać; utrzymanie stopy w mono nie kosztuje przy żadnej z tych metod niczego.

Kontrola w FL Studio działa przez Wave Candy w trybie wektorskopu, który pokazuje różnice kanałów jako figurę Lissajous. Dla liczby zamiast obrazu narzędzie do korelacji stereo i mid/side odczytuje korelację, stronę wobec środka i stratę sumy mono wprost z pliku, także w poszczególnych pasmach.

Zakres i granice

• Pomiar powstał na filtrach ffmpeg, a nie na wtyczkach FL Studio. Fruity Stereo Enhancer działa na tych samych dwóch zasadach, ale jego regulatory są podzielone inaczej.
• Liczby dotyczą tego utworu. Miks z większym udziałem strony traci w mono więcej, miks niemal monofoniczny mniej.
• Korelacja to średnia z całego utworu. Krótkie miejsca w przeciwfazie prawie w niej nie widać, a na wektorskopie od razu.
• Poziom wyrównano według głośności programu. Przy mocno różnej dynamice dokładniejsze byłoby wyrównanie na krótszych odcinkach.

Źródła

• Image-Line: Fruity Stereo Enhancer: separacja stereo, przesunięcie fazy do 500 ms, odwrócenie fazy; brak efektu stereo przy dźwiękach mono, bo regulator przetwarza różnicę kanałów; 20 do 40 ms dla realistycznego wrażenia przy sygnałach mono.
• Image-Line: Wave Candy: wektorskop jako figura Lissajous dla zawartości stereo, panoramy i fazy.
• ffmpeg: Filters Documentation: rozdziały o haas, extrastereo i stereowiden wraz z regulatorami; użyte tu wartości domyślne pochodzą z wbudowanej pomocy ffmpeg 7.1.5.
• ITU-R BS.1770: Algorithms to measure audio programme loudness and true-peak audio level: podstawa wyrównania poziomu przed porównaniem.