: архив : архив журнала "Звукорежиссер" : 2001 : #9

Еще раз о качестве звучания
Михаил Сергеев

  Радиовещание не является самостоятельным производством в том смысле, что доносит до радиослушателей музыкальный продукт, создаваемый другими. Успех предприятия зависит, следовательно, не только от собственной деятельности, но еще и от качества исходного материала. Что же входит в это понятие, что такое качество звука?
  Мера качества любого продукта, в том числе звука, – степень удовлетворения потребностей и ожиданий слушателя, а не просто вольты, герцы и децибелы. Играет роль не только форма, но и содержание, хотя измерить его гораздо сложнее, если вообще возможно. Независимо от совершенства оборудования радиостанции, если на входе продукт не первой свежести, то и на выходе ничего приличного не будет. Так что, эта статья адресована не только вещателям, но всем остальным, кто вольно или невольно участвует в процессе: авторам, исполнителям и звукоинженерам студий записи.
  Начнем с середины – с тракта доставки сигнала. Применительно к тракту для оценки качества обычно используют искажения сигналов. Подразумевается, что по ним можно судить о потерях информации. Но тут все весьма и весьма непросто. Подробное изложение теории информации в журнальной статье невозможно, да и едва ли уместно, но небольшой экскурс полезен.
  Музыкальное произведение, преобразованное в электрический сигнал, можно рассматривать как сообщение. Это сообщение доходит до потребителя или по каналу передачи, или в виде записи с некоторыми искажениями: что-то добавляется (шум, вызываемые нелинейностью новые спектральные составляющие), что-то теряется (низко- и высокочастотные составляющие спектра), что-то изменятся (соотношение фаз сигналов). Искажения сигнала являются причиной потери информации.
  Как зависят потери информации и качества от искажений сигнала? Вопрос не праздный. Техника звукозаписи и вещания – это инструмент профессионального назначения, и предполагается, что работать с ним будет специалист, который знает, к каким именно последствиям приведут его действия. Основа такого предвидения, опять же, – знания. Например, знаете ли вы, что значительные искажения сигнала могут очень мало сказаться на качестве звука, а микроскопические – оказать разрушительное действие? И от чего, собственно, зависят потери информации и заметность искажений?
  Во-первых, потери определенной части информации вполне могут оказаться незаметными. Речь идет о так называемой психофизиологической избыточности. Например, одна составляющая сигнала маскирует другую, слабую часть, и ее потеря оказывается незаметной. Именно на этом принципе основаны системы компрессии аудиоданных: AC-3, ATRAC, MPEG и другие.
  Во-вторых, сообщение обладает статистической избыточностью. Если, например, в цифровой последовательности подряд следуют 143 одинаковых числа, то на приемном конце не нужны все они – можно ограничиться передачей одного отсчета и указанием количества повторений. Или, наоборот, можно на приемном конце восстановить сигнал полностью в случае, когда часть его утрачена – но эта возможность используется реже. Устранение статистической избыточности лежит в основе архиваторов (ZIP), сжатия изображений (JPEG) и звуковых сигналов (MLP).
  В силу статистической и психофизической избыточности сообщение с существенными искажениями и потерями информации может восприниматься потребителем как неискаженное. Но бывает и так, что небольшие потери информации оказываются разрушительными. Привести звуковой пример в журнальной статье затруднительно, поэтому ограничусь текстовыми аналогами, которые прекрасно иллюстрируют суть вопросов.

Рис. 1 Пример искажений: носитель информации (текст) подвергся линейным искажениям, они заметны, но сама информация практически не пострадала

Рис. 2 Пример искажений: часть текста оказалась утрачена, но информацию можно восстановить с высокой степенью достоверности

  Вашему вниманию предлагается искаженный текст, но его легко прочесть (рисунок 1). Примерно так проявляется частотная коррекция или ограничение полосы частот. Заметны изменения, но содержание музыкального произведения все-таки доступно слушателю.
  В следующем примере текст подвергся другим искажениям: оказались утрачены буквы, и довольно много (рисунок 2). Текст все равно понятен, возможность его восстановления обусловлена статистической избыточностью. Именно она позволяет догадаться, что в слове "каче___а" искаженные символы – буквы "ств".
  Классический пример: "Казнить нельзя помиловать". Три слова, 25 знаков, включая пробелы, один знак (запятая) – искажен. Всего 4% от сообщения, а информация потеряна полностью, качество сообщения утрачено! Если же мерой искажений считать поврежденную площадь текста, то получим совсем мизер, десятые, даже сотые доли процента. В этом примере искажения затронули информацию, не защищенную ни статистической, ни психофизической избыточностью.
  И, наконец, последний пример: "Восемь ног". Текст до искажений выглядел совершенно иначе: "Восемь нот". Он не дошел до получателя с потерями количества единиц информации, но содержание изменилось. Этот вариант, к счастью для звукотехники, весьма маловероятен.
  Примеры, надеюсь, убедительны, хотя жизненный опыт нам и подсказывает: чем больше искажения сигнала, тем больше должны быть потери информации.
  Вспомните, на заре звукозаписи технические возможности аппаратуры были весьма посредственными, первые вещательные системы тоже не особенно радовали. Если же говорить об информации, то ее потери не следует считать катастрофическими. Послушайте старые пластинки. Да, есть шум и нелинейные искажения, ограничен спектр, но все равно музыку интересно слушать, информация сохранилась.
  Возьмите современный компакт-диск – шумов и искажений нет, а, наоборот, все вроде бы есть, и низкие, и высокие, и средние. А воспринимается эта продукция как некий ритмический шум. Собственно, так и должно быть – в полном соответствии с теорией передачи сигналов.
  Если взять много разных цветов и смешать, то получим серый, а если электрический сигнал долго обрабатывать, то – шум. К музыкальному сигналу вышесказанное относится в полной мере. Одна обработка, еще одна, а сверху – эквалайзером, а потом еще и нормалайзером "полирнуть", – знакомая картина? Я как-то увидел в студии записи, как инженер поверх семи обработок еще и восьмую настраивал…
  "Наворотив" обработок, этот "деятель звука" наслаждался результатом: "ах, прикольно, ах, необычно, ах, ново". А полезно было бы подумать: а что, собственно, дойдет до конечного потребителя – слушателя? Ведь страдания измученного уже в студии сигнала еще не кончились…

Рис. 3

  Вопросы домашнего воспроизведения фонограмм мы оставим без внимания, обратимся к радиовещанию. Когда диск попадет на радио, то там его ждет масса приключений (см. рисунки 3а,б,в). Пример технологического процесса на радиостанции Исходные материалы (линейная ИКМ) с компакт-диска копируется на винчестер в виде wav-файла, который кодируется в mp3-файл. При воспроизведении mp3-файл преобразовывается в wav-файл, затем – в аналоговую форму. В студии имеются еще и обработки. При доставке от студии до передатчика сигнал может еще раз быть оцифрован, подвергнут компрессии аудиоданных, обычно – по алгоритму MPEG.
  Цвет блоков на рисунке иллюстрирует вероятные искажения сигнала. Остается загадкой, каким был сигнал на исходном диске, и что ждет его в приемнике.
  Сначала фонограмма с диска копируется на винчестер. Надеюсь, все понимают, что этот процесс может сопровождаться потерями. В музыкальную базу сигнал попадает в сжатом виде: MPEG L2 или L3. Дальновидные "радийщики" компрессируют до скорости 256 кбит/с, экономные – до 128 кбит/с. Но и 256 кбит/с – не выход, если сигнал перед кодированием уже был разрушен обработками. В этом случае после MPEG мы получим результат, заставляющий вспомнить о филологическим примере "казнить нельзя помиловать". Слова остались, но содержание утрачено: на выходе декодера звук еще есть, а музыки – уже нет.
  Но и это еще не все. Восстановленный сигнал преобразован в аналоговую форму (небесплатно, естественно) и попал в пульт. Искажения в пульте – ничто по сравнению с кодеком MPEG, но забывать о них все равно не стоит. После пульта – расширитель стереобазы, динамический процессор. Сигнал еще раз оцифровывается, и считают его долго и упорно. Что именно оставит сигнал в недрах процессора, заранее неизвестно. Это зависит от алгоритмов обработки и их реализации, но потери несомненны. Я предпочитаю аналоговые процессоры – звук в этом случае получается более живым, гораздо меньше потерь, но и цена соответствующая, – почти на порядок больше, чем у цифровых аппаратов.
  От студии до передатчика сигнал нужно как-то доставить. Сегодня на этом участке пути тоже используется "цифра", и снова – с компрессией данных. Попытка еще раз устранить избыточность из побывавшего в MPEG сигнала заставляет вспомнить анекдот советских времен про торговлю: "Маша, не разбавляй сметану, я ее уже разбавила".
  Одно утешение – и стереокодер и передатчик, если их сделали с умом, информацию практически не портят, и сигнал искажают очень мало. Но утешение слабое. Если исходный диск еще как-то можно было слушать, то после всех перипетий, которые приходится пройти сигналу в технологическом цикле радиовещания, от него остаются только рожки да ножки: угадывается мелодия, да стучит ритм. Не спорю, есть потребитель, который удовлетворяется и таким музыкальным продуктом, но не все ведь такие. Следуя Линнею, попробую ввести классификацию слушателей по их отношению к качеству звучания.
  В первую категорию можно включить тех, кто накоротке знаком с музыкой, способен услышать ее и оценить, и планку ставит на высоту 20000. Именно столько стоит в условных единицах бескомпромиссная бытовая система звуковоспроизведения класса Hi End. Учитывать интересы этой группы людей вещателям едва ли стоит: вещание – продукт массовый, он в принципе неспособен удовлетворить музыкальным требованиям элиты.
  В пятую, последнюю, категорию включим тех самых особо непритязательных граждан, которым достаточно шумового сопровождения. Ритм угадывается – и достаточно. Не будем нарушать их покой, предоставим им возможность продолжать начатое, не сбиваясь с заданного темпа 120 ударов в минуту.
  Остались вторая, третья и четвертые категории, о которых, собственно, и пойдет дальше речь.
  Вторая категория – подготовленные слушатели, без напряжения отличающие скрипку от синтезатора, моно от стерео, имеющие общее образование, знакомые с музыкой. Потенциал стереовещания в диапазоне ОВЧ вполне может удовлетворить слушателей этой группы, если взять хороший тюнер со стационарной антенной и не забыть про студию.
  Третья группа – самая массовая, обычные слушатели, желающие комфортного звучания. Возраст – преимущественно средний, после 25, есть и доходы, позволяющие купить приличную аппаратуру – сегодня это минисистема за сотню-другую у.е.
  В четвертую группу можно включить молодежь, точка отсчета качества звука у которой – телевидение или китайский бумбокс.

  Можно провести специальные исследования, можно просто внимательно поглядеть вокруг. Четвертая группа – школьники младших классов, отчасти – подростки, есть и студенты, и люди уже работающие, у которых нет средств или желания тратить их на звук.
  Позволю себе ремарку: стоит ли бороться за рейтинг у аудитории, которая не хочет или не может покупать? Пусть простят меня те, кто находится сегодня в стесненных обстоятельствах, но нужно напрячься – и все наладится. Наблюдения показывают, что та часть социума, которая не желает напрягаться, имеет соответствующие вкусы и уровень требований к звуку: "бухтит" чего-то – "и кайф".
  Если от Линнея перейти к Дарвину, то увидим изменения – слушатели переходят из одной группы в другую. Радио и телевидение формируют вкус и развивают слушателей, и в результате из пятой группы одни перемещаются в четвертую, потом в третью, в тот самый средний класс, который является основой общества и рекламного бизнеса. Возможен и обратный процесс: "Тыц-Тыц-Радио" тоже имеет свою аудиторию. На такой станции можно рекламировать недорогие увеселения, "не дающие себе засохнуть" прохладительные напитки и точки быстрого питания. А что делать торгующим недвижимостью, швейцарскими часами или хорошими автомобилями?
  Не только бизнесом жив человек. Музыка, окружающая нас как фон или осознанно включенная, – инструмент воспитания. Каких интеллектуальных вершин можно достичь под аккомпанемент "пожеванной" самоиграйки? В числе прочих, музыка – одна из составляющих культуры, а крушение культуры приводит к очень неприятным последствиям для бизнеса. "Отнять и поделить" – надеюсь, что не стерлось еще из памяти происходившее под этим лозунгом.
  Кроме социальных, есть и технические аспекты. Отсутствие хороших фонограмм приводит к снижению спроса на хорошую аппаратуру, и далее – к снижению спроса на хорошие записи. Круг замкнулся. Есть еще мелкие неприятности, такие, например, как убитый рынок хороших радиоприемников, но это – чужие трудности.
  Слушая радио, прихожу к грустному выводу: если так и дальше пойдет, то слушатели скоро забудут не только звучание рояля и скрипки, но и пение. Останется ритм и речитатив, для записи коих достаточно домашней студии на основе PC и MIDI. Тогда и помянем добрым словом профессиональную и очень недешевую звукозаписывающую индустрию.
  Хотя оснований для большой печали нет – ведь наши слушатели не только российскую продукцию слушают… Да и разве что в Антарктиде наши музыканты еще не записывались, так что не пропадем. А вот что будет с местными студиями звукозаписи и радиостанциями? Сегодня тинэйджеров звук устраивает (пресловутое титомировское "пипл хавает"), и можно кормить массы музыкальными отрубями, а что мы увидим через пять лет? Стоит ли открывать еще одну страницу прогресса – "радио для бедных"? Каждый сам выбирает для своего продукта потенциального потребителя.
  Типичная ситуация: приносит программный директор (или музредактор) диск: "Новинка! Отличная музыка, современно, кайфово и клево!". А я, послушав, вынужден его огорчить – в эфире это будет звучать, как из водосточной трубы. Дискуссия переходит на личности – сам, мол, виноват, не можешь обработку настроить.
  А дело вот в чем. На диске записана фонограмма, мало того, что потрепанная обработками в студии, так еще и побывавшая в МР3. Или кодер был скромненький, или сжимали до невозможности, но отчетливо слышно: на высоких вместо металла – битое стекло, стереопанорама – плоская, как доска, про ясность звучания сказать нечего. Диск с трудом, но еще можно слушать, а вот через эфир такой сигнал уже не пройдет. Конечно, пустой фонограмме искажения не страшны, но стоит ли кормить слушателя таким продуктом, или нужно постараться двигать его вперед?

Рис. 4 Спектр сигнала, подвергнутого кодированию mp3, поток – 192 кбит/с. Выше 15 кГц – ничего нет

Рис. 5 Сигналограмма песни

  На слух "тухлую" фонограмму опознать легко: отсутствует прозрачность, ясность, пропали детали и полутона, звук – серый. Можно использовать и объективные критерии. У сигналов, подвергнутых компрессии MP3, как правило, ограничен спектр: с помощью анализатора, например, из Sound Forge, это видно отчетливо (рисунок 4). Бывает, что и без MP3 сигнал на диске настолько "заобработан", что почти ничего не осталось: сигналограмма выглядит как английский газон, ровненько подстрижена (рисунок 5). Складывается впечатление, что сигнал подстрижен, как английский газон, но не "аглицкая работа – отечественная."
  Даже если до состояния газона фонограмма еще не доведена, то звук уже может быть весьма посредственным. Откуда же берутся такие искажения информации? На этом вопросе стоит остановиться подробнее. Широкое применение цифровых технологий записи и обработки открыло перед "творцами" широчайшие возможности. Подчистить и подправить, усилить или ослабить – что угодно. В аналоговой технологии каждая такая операция приводила к появлению заметных искажений сигнала, и редактированием старались не злоупотреблять. В "цифре" – крути, сколько хочешь, АЧХ вроде не страдает, слышимых шумов не добавляется. И это обстоятельство почему-то было воспринято как отсутствие искажений информации. Но вспомните, маленькую незаметную запятую потеряли – а информация оказалась утрачена полностью. Да и про отсутствие искажений при цифровой обработке я бы говорить не стал.
  Представьте простейшую операцию – усиление сигнала. Сначала – ровно в два раза. При шкале, например, 1024 отсчета из 28 получим 56, 104 превратится в 208, а минус 16 – в минус 32. Идем дальше. Нужно ослабить сигнал в те же два раза. Было 134 – стало 67. Но вот если было 13, то стало 6 или 7, погрешность – 0,5. Вот вам и искажения!
  Роль искажений в звукотехнике сложна и туманна. Ухо не всегда ждет стерильной чистоты, гораздо более приятным и привычным оказывается сигнал с некоторыми искажениями. Главное – не перегнуть палку. Гитару звукорежиссеры предпочитают писать микрофоном с комбика, искажения в котором довольно велики, но именно в такой конфигурации звук гитары оказывается зрелым. Но этим лимит искажений и исчерпан! Ведь дополнительные, пусть и ничтожные потери информации, могут зрелый звук превратить в гнилой.
  Звукорежиссер, обученный и воспитанный на аналоговой технике, ожидает появления привычных искажений: шумов, нелинейности. А их-то как раз и нет, и он может увлечься. Оператор, необученный вовсе (а такие, к сожалению, не редкость) пытается выразить свою индивидуальность всеми доступными звуковыми наворотами, благо едва ли не на каждом углу почти задаром можно закупить просто море разных программ. При этом нас пытаются убедить в высочайшем профессиональном качестве этих продуктов. Да, действительно, повышение разрядности уменьшает потери при вычислениях. Но встает вопрос, какую точность вычислений будет закладывать разработчик в коммерческий продукт? Если в пакете дюжина обработок, то допустимо ли одновременное их использование? И какими ресурсами должен обладать процессор компьютера, чтобы успеть все это провернуть, пока "творец" не потерял терпение. Например, графический эквалайзер Sound Forge в реальном времени загружает 330 Celeron почти на 25%, а качество его работы по звуковым критериям высоким не назовешь. Накапливаются ошибки, теряется ясность звучания – можно просто позавидовать тем звукорежиссерам, которые этого не замечают.
  Даже очень хорошие специализированные звуковые станции рассчитаны на рациональное использование обработок – и никак уж не всех сразу. Я ведь не случайно в начале статьи привел пример про восемь обработок, придумать можно было бы и покруче.
  Что делать? Начать бы надо, как велел еще Жванецкий, с консерватории, в крайнем случае – с музыкального училища. Профессия "звукорежиссер" предполагает еще и музыкальное образование. Уровень профессиональной подготовки кадров обсуждался много раз, в том числе на страницах журнала. У претендента на должность "торговец с лотка" требуют медицинскую книжку, а на работу звукоинженером радиостанция готова принять просто хорошего человека. Но "хороший человек" – это не профессия. И не с изобилием ли хороших людей связано бедственное положение многих радиостанций?
  Применительно к радиовещанию дам несколько практических советов.
  Для выяснения музыкальных вкусов радиослушателей используются опросы. Экономные вещатели предлагают респондентам по телефону прослушать фрагменты песен и дать им оценку. Лучше, конечно, чем на собственный вкус верстать плей-лист, но похоже на экскурсию в картинную галерею в сумерках. В телефонной трубке слышен ритм, угадываются слова, но этим ли ограничивается содержание музыкального произведения? Кому интересно слушать останки от музыки? Дальновидные вещатели для таких прослушиваний собирают респондентов и предлагают им дать оценку музыкальным фрагментам в реальном вещательном качестве. Стоит найти средства на покупку приличной системы звуковоспроизведения, чтобы программный директор или музыкальный редактор могли познакомиться с материалом не по рассказам друзей или прослушав записи через встроенный в компьютер одноваттный динамик.
  Легко и просто лечить на расстоянии, гораздо труднее давать конкретные советы по таким сложным вопросам, как оптимизация структуры радиостанции. Радости у каждой станции свои, а трудности часто повторяются. Одна из таких серийных неприятностей – необходимость доставлять сигнал от студии до передатчика. Хорошо, если есть возможность работать аналоговой линией, она проста и понятна, как кусок медного провода. Передача в "цифре" связана с безусловной необходимостью оцифровки, и экономической целесообразностью компрессии аудиоданных.
  Всем хорош MPEG – но только один раз. Если технологический процесс вещания использует компрессию данных в студии, но доступна только цифровая линия доставки, то можно пойти двумя путями.
  Первый путь состоит в том, чтобы уменьшить потери сигнала в студии. Для этого можно уменьшить степень компрессии, увеличив поток до 256 кбит/с. Емкость носителей сегодня уже не является таким жестким лимитирующим фактором, как пять лет винчестеры объемом 30 ГБ сегодня ставят в компьютеры для начинающих. К сожалению, многие аппаратные кодеки не поддерживают высоких скоростей – тут-то и всплывают достоинства комплексов с программной обработкой сигналов. Естественно, положительный результат будет достигнут только в том случае, когда кодер реализует весь потенциал метода компрессии. В Интернете можно найти массу free-кодеков, основным достоинством которых является бесплатность. Не все они одинаково полезны, а для профессионального использования в радиовещании большинство из них просто непригодно. Даже декодеры из free-коллекций, случается, искажают сигнал!

Рис.6 Структурная схема кодера APT-X

Рис.7. Структурная схема преобразователя, понижающего разрядность кода

Рис.8. Структурная схема декодера APT-X

Рис.9. Структурная схема преобразователя, восстанавливающего разрядность кода

  Второй путь предполагает использование для передачи сигналов таких алгоритмов компрессии аудиоданных, которые не разрушают сигнал, – например, устраняющих только статистическую избыточность, или построенных на отличных от MPEG алгоритмах уменьшения психофизической избыточности.
  В качестве примера можно привести APT-X. В основе алгоритма лежит АДИКМ (адаптивная дельта-ИКМ) с раздельной обработкой сигналов в полосах частот. Структурная схема кодера приведена на рисунке 6.
  Входной сигнал (линейная ИКМ, 16 бит) подается на фильтр, разделяющий его на четыре одинаковых частотных полосы. Разрядность в каждой из полос сохраняется равной 16 бит, а частота дискретизации Fs – в четыре раза ниже исходной. Четыре полученных потока обрабатываются адаптивными дельта-модуляторами U1…U4, их структура одинакова во всех полосах. В низкочастотной полосе (от 0 до 0,125 Fs) для кодирования сообщения используется 8 бит, для первой среднечастотной полосы (от 0,125 до 0,25 Fs) отведено 4 бит, для второй СЧ (от 0,25 до 0,375 Fs) – 3 бита. Для высокочастотной (от 0,375 до 0,5 Fs) – 2 бита.
  Доступна для желающих и структура дельта-модулятора (см. рисунок 7)
  Она позволяет понять принцип действия, но не более того, – детали алгоритма, естественно, не раскрываются. Структура декодера (см. рисунок 8) тоже понятна: с выхода демультиплексора сигналы с пониженной разрядностью поступают на четыре преобразователя (U1…U4), превращающие АДИКМ в линейную ИКМ с разрядностью 16 бит.
  Детали алгоритма неизвестны, но структура этих преобразователей раскрыта (см рисунок 9.)
  А дальше совсем просто – восстановленные полосные сигналы суммируются.
  Бесплатно уменьшить разрядность не позволено никому, и звуковой сигнал, прошедший кодирование APT-X, оказывается искаженным, но относительная погрешность оказывается постоянной при изменении уровня сигнала – и довольно небольшой, допустимой с позиций слухового восприятия. АТР-Х за счет разделения сигнала на полосы значительно более эффективна, чем обычная ДИКМ с адаптацией. Разделение сигнала на полосы часто и успешно используется в звукотехнике: многополосные акустические системы, система шумоподавления Dolby A, SR, тот же MPEG.
  Алгоритм обработки APT-X, особенно в части кодирования, существенно проще, чем MPEG, и стоимость оборудования оказывается меньше. Очевиден и недостаток: требуемая пропускная способность канала передачи довольно высока, всего в четыре раза меньше, чем для линейной ИКМ. Только с учетом всех конкретных обстоятельств можно принять решение о использовании APT-X, но знать – безусловно полезно. АТР-Х можно рассматривать как альтернативу MPEG, в некоторых случаях – весьма уместную.
  Берите информацию и пользуйтесь. Чем-то "Звукорежиссер" может помочь, а что-то придется сделать самим, например, полезно на приличной системе воспроизведения время от времени прослушивать сигнал собственной радиостанции. Естественно, большая часть слушателей имеет аппаратуру попроще, но стоит ли самим опускать планку?
Мы сами задаем точку отсчета. Если есть желание завтра иметь рынок для хорошего радио, то следует сегодня подумать о качестве студии и фонограмм. Связать успехи или неудачи радиостанций и звукозаписывающих студий с их отношением к содержанию музыки довольно трудно, поэтому надо отделить влияние огромного числа дополнительных факторов. Тем не менее, стоит обратить внимание на динамику рейтингов и продаж: немудреный, на первый взгляд, "русский шансон" и добротная западная эстрада явно лидируют, без напряжения обходя конкурентов. Не связано ли это, в числе прочих причин, с рациональным использованием обработок сигналов квалифицированным персоналом студий записи?