Przenikanie: krzywe, czas i długość

Przenikanie ścisza jeden fragment audio i jednocześnie podgłaśnia drugi. Może wygładzić cięcie, ale także sprawić, że nakładający się fragment zabrzmi ciszej, głośniej lub cienko. Wynik zależy od krzywych wzmocnienia i połączenia obu przebiegów. „Różne nagrania” nie oznacza automatycznie niezależnych sygnałów.

Najpierw kontrola cięcia

Nagły skok między wartościami próbek może powodować kliknięcie. Przejście przez zero jest użytecznym punktem wyjścia, ponieważ przebieg leży tam blisko zera. Nie daje jednak pełnej gwarancji: dwa fragmenty mogą spotkać się przy tej samej wartości, ale poruszać w przeciwnych kierunkach. W stereo oba kanały nie muszą też przechodzić przez zero jednocześnie.

Krótka obwiednia zmienia poziom stopniowo zamiast natychmiast. Cięcie nadal wymaga odpowiedniego miejsca i dostatecznej ilości sąsiedniego dźwięku. Długie nakładanie może osłabić uderzenie perkusji albo połączyć dwa zdarzenia muzyczne, które powinny pozostać osobno. Kontrola obejmuje więc zarówno kliknięcie, jak i zachowanie zamierzonego brzmienia.

Krzywa liniowa i równa moc rozwiązują różne przypadki

W środku liniowego przenikania każda strona ma wzmocnienie 0,5. Identyczne sygnały wyrównane w czasie sumują się do pierwotnego poziomu. Nieskorelowane sygnały nie mają stałej zależności między przebiegami w badanym odcinku. Przy równej mocy obu wejść dodają się natomiast moce. Wynik to połowa pierwotnej mocy, czyli spadek około 3,01 dB.

W środku przenikania o równej mocy z krzywą ćwiartki sinusa każde wzmocnienie wynosi około 0,707. Nieskorelowane wejścia o równej mocy zachowują wtedy oczekiwaną moc łączną. Identyczne, wyrównane wejścia sumują się jednak do około 1,414 pierwotnej amplitudy: wzrost o 3,01 dB. Ścieżka bliska pełnej skali wymaga więc zapasu dla szczytów.

To porównania mocy sygnału, a nie obietnice dotyczące odczuwanej głośności. Muzyka zmienia się w czasie, a wejścia mogą mieć różne poziomy. Jeden odczyt w środku nie opisuje całego przejścia.

Brakujący przypadek: sygnały mogą się wygaszać

Korelacja opisuje wspólne zmiany przebiegów. +1 oznacza zgodny przebieg, 0 brak korelacji w badanym odcinku, a −1 przebieg przeciwny. Dwa mikrofony przy tym samym źródle lub dwie warstwy brzmienia mogą mieć dodatnią albo ujemną korelację. Błąd poziomu nie jest więc ograniczony do 0–3,01 dB.

Przykład: opóźnienie sinusa 500 Hz o 1 ms przesuwa go o pół okresu. Równe wzmocnienia wygaszają wtedy tę częstotliwość w środku. Zmiana krzywej liniowej na równą moc nie naprawia przesunięcia czasu. Przy materiale szerokopasmowym opóźnienie może tworzyć serię dołków zależnych od częstotliwości, czyli filtrację grzebieniową.

Dla wejść bez składowej stałej (stałego przesunięcia od zera), o równej mocy i korelacji ρ, moc wyjścia względem jednego wejścia wynosi g1² + g2² + 2ρg1g2. g1 i g2 oznaczają wzmocnienia obu wejść. Ostatni składnik wyjaśnia różnicę: dodatnia korelacja zwiększa moc, a ujemna zmniejsza. Przy dokładnie odwrotnej polaryzacji i równych wzmocnieniach idealna suma wynosi zero.

Co zmierzono w FFmpeg

Test obejmował FFmpeg 7.1.5 przy 44,1 kHz i przenikaniu trwającym sekundę. Stała wartość na jednym wejściu i zero na drugim pozwalały odczytać osobną krzywą wzmocnienia. Z pomierzonych wzmocnień obliczono przypadki identycznych i nieskorelowanych wejść. To kontrola krzywych filtra, a nie odsłuch ani pomiar FL Studio.

Wyświetlane wartości są zaokrąglone. Poszczególne pozycje próbek sprawiają, że oba wzmocnienia w wybranym środku nieznacznie się różnią. Liniowy wynik dla identycznych sygnałów przed zaokrągleniem wynosił około −0,00020 dB. Idealne wzory opisują krzywe ciągłe, a program pracuje na osobnych próbkach.

Krzywe sześcienne lub wykładnicze mogą celowo tworzyć spadek poziomu. Nie są przez to automatycznie nieprzydatne: sama dokumentacja FFmpeg używa przenikania wykładniczego jako przykładu. Po prostu nie utrzymują stałego poziomu w dwóch pokazanych przypadkach.

Długość wymaga osobnej decyzji

Nie istnieje uniwersalny czas usuwający każde kliknięcie bez zmiany brzmienia. Kilka milisekund może być punktem wyjścia przy niewielkim cięciu. Faza basu, kształt ataku, sąsiedni materiał i zakres nakładania mogą wymagać innego wyboru. Sama wysokość dźwięku nie wyznacza wystarczającej długości przenikania.

Wynik konkretnego testu, w którym podwojenie długości daje 6 dB mniej energii wysokich częstotliwości, nie jest ogólnym prawem dla każdej krzywej i nagrania. Istotne jest faktyczne przejście: kliknięcie, zmiana poziomu, utrata ataku i wygaszenie.

FL Studio opisuje domyślne usuwanie kliknięć „Out only” o długości 10 ms. Ręczne obwiednie Audio Clip Fades wyłączają ten tryb. Opcja usuwania kliknięć „Crossfade” 200 ms wykorzystuje materiał wokół przeciętych granic i nie jest tym samym co zwykłe przenikanie nakładających się klipów. Tym ustawieniom nie można więc przypisać poziomów kliknięć zmierzonych w innym programie.

Praktyczna kolejność

1. Kontrola miejsca cięcia w obu kanałach obejmuje wartości i kierunek przebiegu.
2. Nakładanie zawiera zamierzony materiał. Krzywa liniowa jest punktem wyjścia dla zgodnych, wyrównanych sygnałów; równa moc dla w dużej mierze niezależnych fragmentów o podobnym poziomie.
3. Całe przejście jest sprawdzane pod kątem wzrostu, spadku i cienkiego brzmienia. Przy wygaszaniu najpierw sprawdzane są przesunięcie czasu i polaryzacja, a dopiero potem poziom.
4. Czas zostaje dopasowany tak, aby zachować ataki i przebieg muzyczny. Gotowe wyjście wymaga dodatkowej kontroli przesterowania.

Obwiednia zmienia amplitudę w czasie i może zmieniać widmo. Sama nie przenosi jednak dźwięku przed jego pierwotny początek. Dzwonienie przed sygnałem w niektórych filtrach to osobny efekt. Osobną sprawą jest też wyprzedzenie kodera przy granicy pliku; czytnik nagłówka nie dowodzi odtwarzania bez przerw w programie.

Powiązane artykuły i narzędzie

• Korektor liniowofazowy i minimalnofazowy
• tester odtwarzania bez przerw