Gdyby realizatorzy dźwięku byli ignorantami...

Płyty z muzyką rozrywkową są nagrywane źle od kilku dekad i to nie tylko z punktu widzenia osoby nieco starszej. Do dobrego tonu należy utyskiwanie na nadmierną kompresję dynamiki dźwięku, a na to narzekają również młodzi. Gdyby przyjąć założenie, że realizatorzy działają w taki sposób w jaki działają, bo nie zdają sobie sprawy z pewnych fundamentalnych spraw, to by tłumaczyło całą sytuację. Ale sprawa nie jest taka prosta.

W roku 1988 ukazała się książka "Dźwięk i technika Hi-Fi", którą napisał Aleksander Witort. Zobaczmy co jest na stronie 35.

Aleksander Witort "Dźwięk i technika Hi-Fi" str. 35.

Są na niej krzywe jednakowej głośności, które opracowali Flether i Munson oraz kilka następujących zdań:

"W wieku 35 lat górna granica słyszalności obniża się średnio do 15 kHz. W wieku 50 lat większość ludzi nie słyszy dźwięków o częstotliwości większej niż 12 kHz. U ludzi starych wraz z osłabieniem ogólnym słuchu granica ta może się obniżyć do 5÷8 kHz."

Teraz spójrzmy na krzywe jednakowej głośności. Krzywe układają się w taki sposób, że powyżej mniej więcej 8 kHz dźwięk musi być znacznie głośniejszy, aby był odczuwany na takim samym poziomie.

Chociaż książka ukazała się w 1988 r. to nie znaczy, że o wspomnianych powyżej faktach nikt wcześniej nie wiedział. Krzywe Fletchera-Munsona zostały opracowane prawie 100 lat temu, bo w latach trzydziestych ubiegłego wieku. Natomiast, że na starość słyszy się gorzej wiemy od wielu tysięcy lat. Że liczby są znane powiedzmy, że też od stu lat, niewiele zmienia.

Realizatorzy dźwięku mogą czytać książki takie jak ta, ale przecież mają swoje, które omawiają istotne dla nich sprawy szerzej i dokładniej. Zestawmy to, co robią realizatorzy dźwięku z wiedzą z książek.

Realizatorzy dźwięku usuwają ze spektrum talerzy perkusyjnych zazwyczaj wszystko poniżej 5 kHz. Bywa, że skasują więcej. Dziwnym zbiegiem okoliczności ludzie starsi nie są w stanie usłyszeć nic powyżej 8 czy właśnie 5 kHz.

Z krzywych Flethera i Munsona widzimy, że najlepiej słyszane są dźwięki od 2 kHz do 5 kHz. Czyli tam, gdzie talerze perkusyjne byłyby najlepiej słyszalne realizatorzy z reguły nie zostawiają nic. Przypomnijmy, że bez realizatorskich manipulacji, spektrum talerzy perkusyjnych zaczyna się poniżej 200 Hz. Wobec tego, gdy realizator zostawi spektrum talerzy perkusyjnych od 5 kHz, to chodzi już o zakres, który jest powyżej najlepszej słyszalności i na domiar złego robi tu ciszej.

Talerze zazwyczaj realizatorzy dają głośniej powyżej 10 kHz. Czyli tam, gdzie sięgają już tylko młodzi, a ponadto i tak jeśli ktoś to słyszy, to słyszy gorzej. Przypomnijmy, że winyl źle znosi głośną górę pasma. To już nie odnosi się do książki, ale warto wspomnieć.

Realizatorzy dają głośno górę pasma, co dotyczy sybilantów i talerzy perkusyjnych, ale nie tylko. Dźwięk nagrany naturalnie ma najwięcej energii raczej poniżej 10 kHz. Realizatorzy dźwięku nagrywają jednak w ten sposób, że wysokie tony są zrobione głośno w sposób sztuczny. W wyniku tego w czasie nacinania winyla trzeba je ściszyć, żeby nie powstały zniekształcenia.

Korekcja RIAA w zakresie od 10 kHz do 20 kHz podbija wysokie tony od kilkunastu do prawie dwudziestu pięciu dB. Jest więc powód, żeby pewnych rzeczy pilnować podczas produkcji płyt, ale byłoby to znacznie prostsze, a nawet nic nie trzeba by robić, gdyby realizatorzy nagrywali bardziej naturalny dźwięk.

Z jakiegoś powodu wszystko stoi na głowie. Czy oni tych rzeczy nie wiedzą, czy też może wiedzą, ale z tego powodu, że wiedzą, robią wszystko na odwrót?

Przykład z płyty, żeby nie być gołosłownym:

Utwór zgrany z singla (winyl). Rok wydania 1983.

"A" Hi-hat jest podcięty do 5 kHz. W odsłuchu już niesłyszalny (dla mnie) przy barwie dźwięku ustawionej neutralnie. Oczywiście, da się to usłyszeć robiąc bardzo głośno, ale raczej chodzi o słuchanie muzyki, a nie o ogłuszanie się hukiem.
"B" - tu hi-hat byłby słyszalny najlepiej, gdyby realizator nie obciął dołu, ale obciął, więc można tylko wskazać miejsce, gdzie powinien być.
Zaznaczenie "a" i "b" to cały przedział częstotliwości, który normalnie zajmują talerze perkusyjne.
"C" to wysokie tony zrobione głośno przez realizatora dźwięku, a które zostaną ściszone w czasie produkcji winyla. Chociaż w praktyce sprawa jest dość skomplikowana.

Spektrum jest z wersji CD. Mam też ten utwór zgrany z singla, a zestawienie jednego z drugim pod kątem dynamiki dźwięku wygląda tak:

CD vs. winyl. Na CD DR 7. "Realizatorzy dźwięku uczą się, uczą, uczą się. Uczą się, jak ogłuszyć cię." Można spróbować zaśpiewać na melodię utworu "Automaty" zespołu Klan.

 W 1983 roku było głośno, ale na składance wydanej w 2002 r. po remasteringu zrobiło się głośniej. Na rysunku są obie wersje ze znormalizowaną głośnością. W odsłuchu wersja z singla brzmi „cieplej”. Jednak takie porównanie nie jest całkiem sensowne, ponieważ wersja cyfrowa została bardzo mocno potraktowana kompresorem.

Jak to spuentować? O muzyce trzeba pisać, gdy nie da się jej słuchać.