Dlaczego audio to ciemna strona księżyca?

Od jakiegoś czasu przyglądamy się różnym płytom. Brzmią źle, ale słuch już nie ten co kiedyś. Według pokazanych wcześniej norm słyszenia w wieku 60 lat będziemy mieć lekki niedosłuch i to już od 6 kHz. Płyty są nagrywane w taki sposób, że kompletnie nie uwzględnia się podstawowego faktu, że z wiekiem słyszy się coraz gorzej, a wysokich tonów już wcale. Czemu tak się robi?
Spójrzmy na poniższy rysunek:

Rys. 1. Płyta decelitowa 78 obrotów na minutę, wydana po drugiej wojnie światowej, najpóźniej w roku 1948.

Co o tej płycie można powiedzieć poza tym, że autor jej nie posiada i to tylko fragment audycji radiowej?

Jakość dźwięku na tej płycie nie jest zbyt dobra. Zniekształcenia są spore, a pasmo przenoszenia mocno ograniczone. Powyżej 7 kHz jest tylko szum. Na pierwszy dźwięk w tym fragmencie składają się dwa instrumenty, kontrabas i hi-hat. Pomimo tego, że sama płyta przenosi pasmo ledwo do 7 kHz, to hi-hat jest wyraźnie słyszalny, można nawet powiedzieć, że jest dość głośny. Nie jest to niczym dziwnym, bo spektrum dźwięku talerzy perkusyjnych zaczyna się poniżej 200 Hz. Licząc od 150 Hz w tym decelitowym wydawnictwie mamy pięć oktaw z pełnego spektrum instrumentu (150 - 300, 300 - 600, 600 - 1200, 1200 - 2400, 2400 - 4800 Hz), brakuje dwóch oktaw (4800 - 9600, 9600 - 19200 Hz). Pełne spektrum tego instrumentu obejmuje siedem oktaw.

W tym nagraniu hi-hat najwięcej energii ma w okolicach 2500 Hz, a to są częstotliwości średnie.

Jeśli się sprawdzi jakie częstotliwości dźwięku mogą zagrać różne instrumenty okaże się, że częstotliwości podstawowe wszystkich, wyjąwszy instrumenty elektroniczne, da się zapisać w paśmie do 7 kHz. Dokładnie to będzie 7040 Hz dla najkrótszej piszczałki organów. Skoro w 1948 roku syntezatorów nie było, to na płytach decelitowych czy szelakowych można było nagrać wszystko. Traciło się tylko tony harmoniczne, ale zazwyczaj niewielką ich część i to nawet nie wszystkich instrumentów.

Do osiągnięcia bardzo dobrej jakości na płycie 78 rpm tak naprawdę potrzebne jest zmniejszenie poziomu zniekształceń i szumów. Poszerzenie pasma sprawi, że dźwięk będzie doskonały, ale przecież nie każdy tą różnicę może zauważyć.

Wydawać by się mogło, że wprowadzenie płyty długogrającej powinno rozwiązać problem z jakością dźwięku. Jednak Andrzej Lipiński, ceniony polski reżyser dźwięku, powiedział następujące zdanie: „Złote lata fonografii to są lata sześćdziesiąte, a potem już było coraz gorzej”.

 

Rys. 2. Płyta winylowa - standard manipulacji dźwięku.

 

Wyjaśnienie ze wszystkimi szczegółami dlaczego począwszy od lat siedemdziesiątych „było coraz gorzej” zostawmy realizatorom dźwięku. My zajmiemy się tu rzeczami najważniejszymi. A z tych rzeczy najważniejszych najważniejsze jest „kłamstwo założycielskie”.

Jakość poleciała na łeb od lat siedemdziesiątych, jednak przyczyn problemu należy szukać w roku 1955. Mianowicie w tym właśnie roku zaczęto nagrywać na wiele śladów. Próbowano pewnych rzeczy pewnie wcześniej, ale wprowadzenie ich w życie było trudne z powodu ograniczonych możliwości technicznych.

Mając więcej śladów niż jeden można każdy instrument nagrać w inny sposób. Nagrywając na jeden ślad, stereo nic tu nie zmienia, wszystkie instrumenty nagrywa się tak samo.

W tamtym czasie korzystano z dwóch rodzajów emisji radiowej: AM oraz FM. AM pozwala na nadawanie dźwięku z pasmem do około 4 kHz (maksymalnie 5 kHz). Wynika to z tego jaką „szerokość” może mieć jedna stacja na skali radiowej. Jeśli przyjmie się 10 kHz, to pasmo przenoszonych dźwięków będzie ograniczone o połowę, tzn. do 5 kHz. Gdy stacja zajmuje 9 kHz na skali, to pasmo przenoszenia musi być ograniczona do 4,5 kHz. Modulacja częstotliwości, czyli FM, daje większy potencjał, bo pasmo przenoszenia sięga 15 kHz. Zagadnienie mono/stereo nie ma dla meritum sprawy żadnego znaczenia.

Najwyższa częstotliwość, którą może zagrać fortepian to 4698,63 Hz (harmoniczne pomijamy.) Dlatego wybrano takie, a nie inne parametry w odniesieniu do emisji radiowej AM.

Jeżeli przez radio AM nada się transmisję na żywo z koncertu jakiegoś zespołu, to możliwe będzie przekazanie dźwięku kompletu instrumentów. Koncert organowy pomińmy. Słuchacz odniesie pozytywne wrażenie. Zaznaczyć trzeba, że do tej transmisji użyje się pojedynczego mikrofonu. Podobnie pozytywne wrażenia będzie mieć słuchacz, jeśli przez radio AM odtworzy się płytę nagraną metodą jednego mikrofonu/śladu.

Przyjęliśmy, że spektrum czyneli ma siedem oktaw zaczynając liczyć od 150 Hz. Na 4800 Hz kończy się piąta oktawa i zaczyna szósta. W takim razie przez radio AM można przenieść z minimalnym uszczerbkiem pięć oktaw z siedmiooktawowego spektrum czyneli. Poza tym odtwarzając przez radio AM płytę z rys. 1. otrzyma się dźwięk zbliżony do oryginału. Ograniczenie pasma będzie zauważalne, ale ogólne wrażenie jednak pozostanie pozytywne. Wciąż będziemy słyszeć komplet instrumentów. I hi-hat nadal będzie słyszany wyraźnie.

Teraz spójrzmy jeszcze raz na rys. 2. Pokazuje on standardowe podejście do realizacji dźwięku w technice wielośladowej, które zdaje się obowiązywać od lat siedemdziesiątych w odniesieniu do najlepiej się sprzedających gatunków muzyki. Jak widać hi-hat został podcięty przy 5 kHz. Brakuje zatem pięciu oktaw, a pozostawiono zaledwie dwie. Kluczowe jest to, że brakuje dokładnie tych pięciu oktaw, które jest w stanie przenieść radio AM. Brakuje też tych pięciu oktaw, które jest w stanie usłyszeć osoba starsza.

Nagranie z rys. 2. odtworzone przez radio AM zabrzmi źle, ale już na FM będzie brzmiało dobrze. Jakie to ma konsekwencje?

Potencjalny klient zauważy, że dany przebój brzmi źle na falach średnich, a dobrze na UKF-ie. Poza tym zauważy, że w ogóle wszystkie popularne piosenki brzmią źle na AM i fajnie na FM. W takim razie, o ile jeszcze takowego nie posiada, będzie chciał sobie kupić radio z FM. Ogólnie rzecz biorąc, żeby muzyka brzmiała dobrze trzeba sobie kupić „lepszy” sprzęt. Radio musi być lepsze, gramofon, głośniki, wszystko.

Jednak to nie jedyny powód realizowania dźwięku w ten sposób, jak to widać na rys. 2. Dodatkowy czynnik to pojawienie się na rynku w 1963 roku kasety magnetofonowej. Jakość pierwszych magnetofonów kasetowych nie była nadzwyczajna. Pierwotnie miały być dyktafonami. Tak czy inaczej kopiowanie płyt na kasety nie zwiększa zysków wytwórni płytowych. Skoro jednak taki magnetofon-dyktafon nie mógł zapisać więcej niż 5 czy 6 kHz, to obcinanie pięciu oktaw ze spektrum czyneli z pewnością można uznać za jakiś sposób walki z piractwem.

Pod koniec lat siedemdziesiątych magnetofony kasetowe pozwalały już na uzyskanie kopii, w szczególności na taśmie typu IV, trudnej do odróżnienia od oryginału, tj. płyty długogrającej. Jednak przeciętny magnetofon kasetowy raczej słabo sobie radził z górą pasma. W tym kontekście zupełnie zrozumiałe są działania realizatorów dźwięku, którzy podcinali czynele przy 10 kHz. Wtedy na oryginalnej płycie brakowało już sześciu oktaw (przypomnijmy, że w ogóle jest ich siedem, tzn. licząc od 150 Hz), a na kopii kasetowej brakowało nawet tych pozostawionych przez realizatorów dźwięku szczątków po talerzach perkusyjnych. Poza tym, aby utrudnić kopiowanie płyt na kasety, sztucznie zwiększano poziom składowych górnego skraju pasma. Szansa na gorszą jakość kopii była w ten sposób większa. Można też podejrzewać, że najpopularniejszy system redukcji szumu (z dwoma „D”), został tak pomyślany, aby kopia miała jednak gorszą jakość. Teoretycznie ten system redukcji szumu miał solidne podstawy, jednak bez dokładnej kalibracji magnetofonu do kaset konkretnego producenta zazwyczaj działał w ten sposób, że kopia miała za mało wysokich tonów. Wielu użytkowników ten system ignorowało, ale wtedy nagrania szumiały trochę mocniej.

W latach siedemdziesiątych technikę nagraniową charakteryzowało głównie manipulowanie wysokimi tonami, aby nagrania brzmiały źle przez radio AM i na kiepskim sprzęcie tudzież z kopii kasetowych. Natomiast kolejna dekada to już kompresja dynamiki dźwięku. Loudness War.

Podsumowując technika studyjna raczej nie służy do tego, żeby uzyskać dobrą jakość dźwięku. Niemożliwe jest pogodzenie ze sobą zasad Hi-Fi z usuwaniem ze spektrum instrumentów pięciu czy sześciu oktaw, czy manipulowanie dynamiką dźwięku przy użyciu limiterów i kompresorów. Jedno i drugie powoduje powstanie bardzo dużych zniekształceń, które są mylnie interpretowane jako wysoka jakość. Technika studyjna raczej służy wywołaniu wrażenia jakości. Faktycznie jednak to jest miraż.

Po kilku dekadach słuch człowieka niestety ma możliwości zbliżone do radia AM. Dlatego lwia część „dorobku” fonograficznego u osoby zwracającej jednak uwagę na to, co słyszy powoduje mdłości.

Dzisiejsze mity o potrzebie posiadania dobrego sprzętu mają jednak swe źródło, które tak naprawdę jest manipulacją. Manipulowanie dźwiękiem w sposób tu przedstawiony powoduje, że dobry sprzęt faktycznie jest potrzebny, czy wtedy był potrzebny. W latach siedemdziesiątych dźwięk (zmanipulowany) faktycznie stanowił wyzwanie dla sprzętu. Żeby usłyszeć coś więcej taki „zwyczajny” nie wystarczał. Jednak ten kiepski sprzęt z lat sześćdziesiątych miał mały głośnik w górnej pokrywie gramofonu czy też był radiem z falami długimi i średnimi. Jedno i drugie nie odtwarzało ani wysokich tonów, ani basów. A poza tym, zresztą może to jest najważniejsze, kiepski sprzęt nie grał głośno. Mimo wszystko nagranie zrobione normalnie, jak to z płyty 78 obrotowej, które widzimy na rys. 1. grało nawet na kiepskim sprzęcie wystarczająco dobrze. Aczkolwiek dla osoby nie lubującej się w głośnościach dyskotekowych.

Ciemna strona księżyca metaforycznie może się odnosić do negatywnych cech ludzkiej natury. Tu będzie to przede wszystkim chciwość.