خیلی از افراد به ظاهر متخصصی که در فروم های آنلاین فعالیت می‌کنند به شما خواهند گفت که انجام نرمال‌سازی حرکتی آماتوری است و شما هیچگاه نباید آن را انجام دهید. عده ای دیگر به شما می گویند نرمال‌سازی ابزاری با ارزش و کارآمد است. کدام حرف درست است؟ مانند هر بُعد دیگری در دنیای صدا – هر دو گفته درست هستند. در ادامه سعی می کنیم ابهاماتی که در این رابطه وجود دارد را برطرف کنیم.
نرمال‌سازی چیست؟
دو نوع نرمال‌سازی وجود دارد – پیک (peak) و میانگین (average). Peak نرمال‌سازی لِول ماکسیمم (پیک) فایل صوتی را شناسایی می‌کند و سپس آن را بر حسب لِول پیک هدف بالا یا پایین می برد. لِول پیک هدف معمولا 0dBFS است (ماکسیمم مقدار موجود) اما می‌تواند لِول متفاوتی هم داشته باشد، مانند 6dB پایین تر از مقدار ماکسیمم. Average نرمال‌سازی لِول میانگین فایل صوتی را شناسایی می‌کند و مشابه Peak نرمال‌سازی لِول آن را بر حسب لِول پیک هدف بالا یا پایین می برد.
تفاوت بین لِول پیک و میانگین چیست؟
کمپانی Shure مقایسه ی جالبی انجام داده است: ارتفاع میانگین رشته کوه های هیمالیا 5,486,40 متر است اما قله ی کوه اورست 8,848,04 متر می باشد. مترهای VU میانگین لِول سیگنال را نشان می دهند و به همین خاطر است که برخی صداهای کوبه ای در این نوع متر شدت بالایی را نشان نمی دهند، حتی اگر این سیگنال دیستورت شود. گوش انسان تمایل دارد به اینکه شدت صدا را بر اساس لِول میانگین سیگنال و نه لِول پیک درک کند. برای مثال، یک صدای کوبه ای که سریع محو می‌شود لِول پیک بالایی خواهد داشت، اما لِول میانگین آن کم خواهد بود، پس در کل صدای آن برای گوش ما چندان بلند نخواهد بود. در طرف دیگر، یک پاور کورد دیستورت شده ی گیتار 0 که تقریبا همیشه لِول آن در حد ماکسیمم است – شاید پیک لِول مشابهی با صدای کوبه ای ما داشته باشد، اما به دلیل اینکه لِول میانگین بالاتری دارد، صدای بلندتری خواهد داشت. بسیاری از نرم‌افزارهای آهنگسازی مترهایی را به کاربران ارائه می دهند که هم لِول پیک و هم لِول میانگین را نمایش می دهند (تصویر 1). این مطلب روی peak نرمال‌سازی تمرکز خواهد داشت.
تصویر 1: مترهای لِول نرم‌افزار Magix Samplitude حالت میانگین را به شکل میله های پهن و پیک ها را به شکل میله های باریکی در قسمت خارجی نمایش می دهند. دو خط زردی که با رنگ آبی دورشان خط کشیده شده است، پیک ماکسیممی که سیگنال از خود به جای گذاشته است را نمایش می دهند.
آیا نرمال‌سازی کیفیت صدا را کاهش می‌دهد؟
افرادی هستند که می گویند نرمال‌سازی می‌تواند کیفیت صدا را کاهش دهد؛ بله، حقیقتا امکان چنین چیزی وجود دارد – اگر یک ماشین زمان بسازید و به اواسط دهه ی 1980 سفر کنید و پردازش هایتان را با Sound Designer روی یک Mac Plus انجام دهید چنین اتفاقی خواهد افتاد. در آن دوران که موتورهای صوتی 16 بیتی بودند، عملا هر نوع پردازشی می‌توانست منجر به کاهش کیفیت صدا شود، چرا که برخی عملیات، اعداد دیجیتالی که نمایشگر صدا بودند را گرد می کردند. اگر پردازش های زیادی انجام می دادید، این خطاها می‌توانستند روی هم انباشته شوند و در نهایت صدا را تغییر دهند. با موتورهای صوتی رزولوشن-بالای امروزی (برای مثال 32-bit floating point) دیگر چنین مشکلی وجود ندارد. این موتورها به راحتی می‌توانند اعداد بزرگ را محاسبه کنند.
آیا نرمال‌سازی نسبت سیگنال به نویز فایل صوتی را تغییر نمی‌دهد؟
خیر. نرمال‌سازی متفاوت از بالا بردن کنترل ولوم نیست. اگر کمینه ی نویز (نویز فلور) یک فایل صوتی ‑88dB و پیک آن -12dB باشد، اعمال peak normalizing به -6dB باعث می‌شود همه‌چیز 6dB بلندتر شود؛ نویز فلور به -82dB و پیک به -6dB خواهد رسید. پس اگرچه نویز فلور به مقدار 6dB بالاتر آمده است، اما نسبت سیگنال به نویز تغییری نکرده است.
آیا می‌توان ترک‌ها را در پروژه‌های مالتی‌ترک نرمال کرد؟
این موضوع پیچیده تر می‌شود، چرا که مواقعی خواهد بود که این کار مفید است و در مواقع دیگر این کار مناسب نخواهد بود. بزرگ ترین معضل زمانی پیدا می‌شود که شما gain staging را به شکل مناسبی انجام ندهید – که مشکلات خودش را نیز به همراه خواهد داشت – چون به حد ماکسیمم رساندن صدا می‌تواند پیامدهای موج داری در زنجیره ی پلاگین ها ایجاد کند. اما از طرفی نرمال‌سازی می‌تواند برای تغذیه کردن پلاگین ها با یک لِول ورودی پایدار مفید باشد. برای مثال شاید در فروم ها ببینید که افرادی می گویند اگر قرار است از پلاگین های داینامیک استفاده کنید، هیچ وقت نباید از نرمال‌سازی استفاده کنید و در عوض باید کنترل ورودی افکت را بالا ببرید. اما حقیقت این است که بین این دو کار هیچ تفاوتی وجود ندارد – هر دو لِول ورودیکه به پردازنده ی داینامیک می رسد را افزایش می دهند. در حالت ایده آلی شما باید طوری صداها را ضبط کنید که لِول پایداری داشته باشند، پس استفاده از نرمال‌سازی برای این کار قابل بحث است. اما با این حال شاید خیلی وقت ها چنین شرایط ایده آلی وجود نداشته باشد.
نرمال کردن وکال به‌صورت بخش‌به‌بخش – آیا مؤثر است؟
شما قرار نیست همیشه 0Db را هدق قرار دهید، بلکه هر لِولی می‌تواند هدف نرمال شما باشد. معمولا در وکال ها برخی عبارات لِول کمتر یا بیشتری نسبت به دیگر عبارات دارند. با جداسازی این عبارات و نرمال کردن آن‌ها به یک لِول هدف (یعنی مشابه با باقی پارت وکال) شما می‌توانید لِول هموارتری داشته باشید که باعث می‌شود نیاز به استفاده ی شدید از پردازشگرهای داینامیک پیدا نکنید (تصویر 2). قطعا وکال ها داینامیک هایی طبیعی دارند که نباید آن‌ها را تغییر داد – پس به گوش هایتان اعتماد کنید. لِول ها را تنها در جایی تنظیم کنید که نیاز به تغییر دارند و مترها یا تصویر موج های صوتی شاید چنین چیزی را به شما نشان ندهد.
تصویر 2: تصویر بالا از نرم‌افزار Studio One است که وکال را پیش از نرمال شدن برخی عبارت ها نشان می‌دهد. تصویر پایین وکال را پس از نرمال شدن دستی عبارات به یک لِول مشخص نشان می‌دهد.
مواقعی که نباید صدا را نرمال کرد چطور؟
بیشتر مترهای خروجی دیجیتال لِول سمپل های دیجیتال را اندازه گیری می‌کنند. پس اگر سمپل مقدار 0 را نشان دهد (یعنی حالتی که تمام چراغ های LED در متر، به جز چراغ قرمز، روشن می‌شوند) و شدت سیگنال به ناحیه ی قرمز و دیستورت شده نرسد مشکلی وجود ندارد، درست است؟ خیر، لزوما این طور نیست. پس از اینکه این صدا از فیلتر مبدل دیجیتال به آنالوگ عبور می‌کند، قوس بازتولید شده ی بین مقادیر سمپل می‌تواند لِول بالاتری را تولید کند که اگر شما پیش از آن از تمام ظرفیت هدروم استفاده کرده باشید به مشکل خواهید خورد پس از این، صدا به فیلتر مبدل دیجیتال به آنالوگ هدایت می‌شود، قوس بین مقادیر سمپل ها می‌تواند لِول بالاتری ایجاد کند که اگر پیش از آن با محدودیت های هدروم مواجه شده باشید این شدت سیگنال در سخت افزار آنالوگ شما مشکل ساز خواهد شد (تصویر 3). صدایی که در 0 (یا پایین تر از آن) ایمن و بدون مشکل به نظر می رسد، می‌تواند تا 3dB بالاتر از هدروم ماکسیمم خروجی آنالوگ باشد و این موضوع می‌تواند باعث به وجود آمدن دیستورشن های واضحی در صدا شود.شاید این یکی از دلایلی باشد که برخی افراد حس می‌کنند رزولوشن 96kHz صدای بهتری دارد، چون زمانی که سمپل ها به یکدیگر نزدیک تر باشند، فرض بر این است که احتمال به وجود آمدن دیستورشن اینتر سمپل کاهش می یابد (البته این موضوع ثابت نشده است).
تصویر 3: موج صدای آنالوگ در تصویر A سمپل شده است، سپس در تصویر B لِول صدای دیجیتال تا ماکسیمم هدروم موجود بالا آمده است و در تصویر C پس از عبور از smoothing filter، که موج آنالوگ را بازسازی می‌کند، سیگنال خروجی از هدروم آنالوگ موجود تجاوز کردده است. A: صدای اصلی که سمپل شده است B: شدیدترین لِول سمپل تا 0dB بالا آمده است C: پس از عبور از smoothing filter، سیگنال از 0dB تجاوز می‌کند راه حل شناسایی این نوع دیستورشن، استفاده از مترهای True Peakاست که دیستورشن اینتر سمپل را هم بررسی می‌کنند (تصویر 4). نگاه کردن به یک متر خروجی که هم سنجش عادی و هم سنجش True Peak باشد می‌تواند نکات مفیدی را برای شما روشن کند، چرا که خواهید فهمید 0dB آن چیزی نیست که تا حال فکر می کردید.
تصویر 4: قسمت تجزیه و تحلیل پنجره ی Project در نرم‌افزار Studio One سنجش های True Peak را نمایش می‌دهد (که با رنگ زرد دور آن خط کشیده شده است). در این مورد، خروجی ما وقتی از فیلتر مبدل دیجیتال به آنالوگ عبور می‌کند تقریبا یک دسی بل بالاتر از 0 خواهد بود.
استفاده از نرمال‌سازی برای یکدست کردن لِول قطعات مختلف یک آلبوم چطور؟
چنین چیزی از اصل اشتباه است، چرا که اگرچه دو قطعه ممکن است لِول پیک مشابهی داشته باشند، اما قطعه ای که لِول میانگین بالاتری دارد صدای بلندتری خواهد داشت. در حقیقت تکنولوژی پشت loudness war (تمایل به هرچه بلندتر ساختن صدای قطعات با استفاده از limiting و maximization) روی بالا بردن لِول میانگین تمرکز دارد از رسیدن پیک ها به نقطه ی دیستورشن جلوگیری می‌کند. نرمال کردن لِول پیک ها به شکل قابل ملاحظه ای با loudness war ارتباط پیدا نمی‌کند. نرمال کردن لِول میانگین می‌تواند ابزار مفیدی برای در کنار هم قرار دادن قطعات یک آلبوم باشد، چون شما قطعات را با بلندی صدای مشابهی خواهید شنید و به این ترتیب می‌توانید تغییرات لازم برای اینکه قطعات با بلندی صدای مشابهی به گوش مخاطب برسند انجام دهید (و در عین حال مطمئن شوید لِول آن‌ها از هدروم موجود تجاوز نکند). علیرغم باور عموم، نرمال کردن بر حسب لِول پیک می‌تواند برای عرضه ی آلبوم روی CD مفید باشد. از آنجایی که مقدار True Peak نباید بالاتر از 0 برود، اگر تمام قطعات را بر حسب True Peak صفر نرمال کنید، مطمئن خواهید شد که صدای آرام ترین قطعه ی آلبوم تا جای ممکن بالا آمده است و صدای آن در بلندترین حالت ممکن به گوش خواهد رسید. در این مرحله، می‌توانید لِول قطعاتی که صدای بلندتری دارند را پایین بیاورید تا با قطعات آرام تر آلبوم تناسب پیدا کنند. با این حال در دنیای استریمینگ امروزه، قوانین تغییر یافته اند، چون سرویس های استریم موسیقی لِول موزیک ها را بر حسب مقیاس LUFS تنظیم می‌کنند. اگر با این عبارت آشنا نیستید پیشنهاد می کنیم مقاله ی دیگری که در وبلاگ تهران ملودی با نام "LUFS چیست و چرا اهمیت دارد" منتشر شده را مطالعه کنید. خلاصه ی مطلب این است که شما می‌توانید صدا را بر حسب نوع داینامیک هایی که می خواهید بشنوید مستر کنید و نتیجه ی نهایی در سوریس های استریم موسیقی صدای بلندتر یا آرام تری نخواهد داشت و در حقیقت بلندی صدای قطعه ی شما با موزیک های دیگری که در هر سوریس استریمینگ وجود دارد برابر خواهد بود. به هر حال مهم است به یاد داشته باشید که نرمال‌سازی یک ابزار است. مانند هر ابزار دیگری نتیجه ای که با آن به دست می آید به نحوه ی استفاده ی شما بستگی دارد. از استفاده از نرمال‌سازی نترسید اما بیخود و بی جهت هم از آن استفاده نکنید. همان طور که در ابتدای متن گفته شد، هم استفاده از آن می‌تواند مفید باشد و هم استفاده نکردن از آن؛ مادامی که برای هر کار ابزار مناسب خودش را استفاده کنید مشکلی برایتان پیش نخواهد آمد.