Audio Normalization: Fix Volume Levels

Tôi vẫn nhớ ngày mà một khách hàng gọi cho tôi trong tình trạng hoảng loạn. Tập podcast của họ vừa mới phát sóng, và người nghe đang tràn ngập hộp thư của họ với hàng loạt phàn nàn. Nhạc intro thì ầm ĩ, các đoạn phỏng vấn thì hầu như không nghe thấy, và đoạn quảng cáo outro thì ở đâu đó ở giữa. "Tôi đã dành ba giờ để chỉnh sửa cái này," họ nói, giọng run rẩy. "Làm thế nào tôi có thể bỏ lỡ điều này?" Câu trả lời rất đơn giản: họ chưa bao giờ chuẩn hóa âm thanh của mình. Chỉ một sự bỏ sót đó đã khiến họ mất hàng trăm lượt hủy đăng ký và làm tổn hại mối quan hệ với nhà tài trợ. Sau mười lăm năm làm kỹ sư âm thanh chuyên về sản xuất nội dung số, tôi đã thấy kịch bản này diễn ra nhiều hơn số lần tôi có thể đếm.

Chuẩn hóa âm thanh không chỉ là một ô kỹ thuật—nó là sự khác biệt giữa nội dung nghe chuyên nghiệp và thời gian nghiệp dư. Dù bạn đang sản xuất podcast, video YouTube, sách nói hay âm nhạc, việc hiểu cách chuẩn hóa âm thanh đúng cách sẽ biến công việc của bạn từ căng thẳng thành hoàn hảo. Trong hướng dẫn toàn diện này, tôi sẽ hướng dẫn bạn qua tất cả những gì tôi đã học khi làm việc với hơn 2,000 nhà sáng tạo nội dung, từ các khái niệm cơ bản đến các kỹ thuật nâng cao sẽ giúp âm thanh của bạn tỏa sáng.

Chuẩn Hóa Âm Thanh Thực Sự Có Nghĩa Gì (Và Tại Sao Ai Cũng Hiểu Sai)

Hãy để tôi làm rõ một hiểu lầm lớn nhất ngay lập tức: chuẩn hóa không giống với nén, giới hạn, hoặc "làm cho mọi thứ to lên." Tôi đã có vô số khách hàng đến với tôi nói rằng họ đã "chuẩn hóa" âm thanh của mình, nhưng thực tế họ đã áp dụng nén nặng khiến phạm vi động của họ bị phá hủy. Chuẩn hóa thực sự là một quá trình đơn giản và thanh lịch hơn rất nhiều.

Về cơ bản, chuẩn hóa âm thanh là quá trình điều chỉnh âm lượng tổng thể của một tệp âm thanh để đạt được mức mục tiêu. Hãy tưởng tượng như việc điều chỉnh mức cơ bản của âm thanh của bạn sao cho đỉnh âm thanh lớn nhất đạt đến một điểm xác định—thường là -1 dB, -3 dB hoặc 0 dB tùy thuộc vào nền tảng phân phối của bạn. Đây được gọi là chuẩn hóa đỉnh, và đây là loại đơn giản nhất.

Nhưng đây là nơi nó trở nên thú vị: còn có chuẩn hóa độ to, điều chỉnh âm thanh dựa trên độ to cảm nhận hơn là chỉ mức đỉnh. Điều này được đo bằng LUFS (Đơn Vị Độ To so với Thang Đầy Đủ), và nó đã cách mạng hóa cách chúng tôi tiếp cận âm thanh cho các nền tảng phát trực tuyến. Spotify chuẩn hóa ở -14 LUFS, YouTube ở -13 LUFS, và truyền hình phát sóng ở -24 LUFS. Hiểu những mục tiêu này là rất quan trọng vì nếu bạn cung cấp âm thanh quá to, các nền tảng này sẽ tự động giảm âm lượng - và không phải lúc nào cũng theo cách nghe tốt.

Nguyên tắc toán học đằng sau chuẩn hóa thực sự rất thanh lịch. Nếu âm thanh của bạn có mức đỉnh ở -6 dB và bạn muốn nó đạt -1 dB, quá trình chuẩn hóa sẽ áp dụng tăng đồng đều +5 dB cho toàn bộ tệp. Mỗi mẫu sẽ được nhân với cùng một hệ số, có nghĩa là động lực tương đối - mối quan hệ giữa các phần yên tĩnh và to - vẫn hoàn toàn nguyên vẹn. Điều này khác hoàn toàn với nén, điều giảm phạm vi động bằng cách làm cho các phần to hơn yên tĩnh hơn và các phần yên tĩnh hơn to hơn.

Tại studio của tôi, tôi sử dụng cách tiếp cận ba tầng để chuẩn hóa tùy thuộc vào loại nội dung. Đối với sản xuất âm nhạc, tôi thường chuẩn hóa ở -3 dB để để lại khoảng trống cho việc master. Đối với đối thoại podcast, tôi tập trung vào -16 LUFS để đảm bảo rõ ràng tối ưu trên các thiết bị. Đối với nội dung video dự kiến phát trên YouTube, tôi nhắm đến -13 đến -14 LUFS để phù hợp với tiêu chuẩn chuẩn hóa của họ. Mỗi mục tiêu này phục vụ một mục đích cụ thể và mang lại trải nghiệm nghe tốt nhất cho phương tiện đó.

Khoa Học Đằng Sau Độ To Cảm Nhận Và Tại Sao Tai Bạn Lừa Dối Bạn

Đây là một sự thật mà tôi đã mất nhiều năm để đánh giá đúng: tai của bạn là những thẩm phán tồi tệ về độ to tuyệt đối. Tôi đã tiến hành các bài kiểm tra mù với hơn 300 chuyên gia âm thanh, và ngay cả những kỹ sư dày dạn cũng thường xuyên đánh giá sai mức độ to khi so sánh các tệp. Điều này bởi vì thính giác của con người phụ thuộc vào tần số và nhạy cảm với bối cảnh. Một âm thanh 1 kHz ở -10 dB nghe có vẻ to hơn nhiều so với âm thanh 100 Hz ở cùng mức, mặc dù chúng đo giống hệt nhau trên một đồng hồ đỉnh.

"Chuẩn hóa đỉnh điều chỉnh âm lượng dựa trên điểm to nhất trong âm thanh của bạn, trong khi chuẩn hóa độ to nhắm vào mức âm lượng trung bình cảm nhận - và sự khác biệt đó sẽ quyết định nội dung của bạn trên các nền tảng phát trực tuyến."

Đây là nơi khái niệm đo lường độ to có trọng số trở nên quan trọng. Tiêu chuẩn ITU-R BS.1770, định nghĩa việc đo LUFS, sử dụng một thuật toán tinh vi mô phỏng cách con người nghe. Nó áp dụng trọng số tần số nhấn mạnh vào khoảng tần số 1-4 kHz nơi tai chúng ta nhạy nhất, và nó tích hợp độ to theo thời gian thay vì chỉ đo đỉnh tức thời. Kết quả là một phép đo thực sự tương quan với cách mà một thứ gì đó nghe có vẻ to đến tai con người.

Tôi đã học bài học này theo cách khó khăn vào đầu sự nghiệp của mình. Tôi đang trộn một bộ phim tài liệu bao gồm cả lời kể và cảnh tư liệu với chất lượng âm thanh khác nhau. Tôi chuẩn hóa mọi thứ ở -1 dB đỉnh, nghĩ rằng mình đã đạt được sự nhất quán. Khi khách hàng xem lại, họ ngay lập tức nhận thấy rằng một số phần nghe yên tĩnh hơn nhiều so với các phần khác, mặc dù đồng hồ của tôi cho thấy các mức đỉnh giống nhau. Vấn đề là cảnh tư liệu có độ to trung bình thấp hơn nhiều - rất nhiều khoảng trống với những đỉnh thỉnh thoảng. Lời dẫn, vì to hơn một cách nhất quán, có mức cảm nhận cao hơn nhiều mặc dù đạt đỉnh giống nhau.

Giải pháp là chuyển sang chuẩn hóa độ to bằng cách sử dụng mục tiêu LUFS. Khi tôi chuẩn hóa lại toàn bộ dự án sang -16 LUFS, độ to cảm nhận trở nên đồng nhất một cách đáng kể. Cảnh tư liệu được gia tăng đáng kể, trong khi lời dẫn vẫn gần như không thay đổi. Khách hàng rất vui mừng, và tôi đã học được bài học quý giá về sự khác biệt giữa mức đỉnh và độ to cảm nhận.

Chuẩn hóa độ to hiện đại cũng tính đến một cái gọi là gating, điều này bỏ qua những đoạn rất yên tĩnh khi tính toán độ to tổng thể. Điều này ngăn những khoảng im lặng dài hoặc âm thanh xung quanh làm giảm chỉ số độ to của bạn một cách giả tạo. Nói một cách thực tiễn, điều này có nghĩa là một podcast với nhiều khoảng dừng sẽ không được chuẩn hóa khác với một podcast có bài phát biểu liên tục, miễn là các mức bài phát biểu thực tế tương tự. Ngưỡng gating này thường được thiết lập ở -70 LUFS so với độ to được đo, và đây là một trong những lý do mà chuẩn hóa dựa trên LUFS hoạt động rất tốt cho nội dung thực tế.

Chuẩn Hóa Đỉnh So Với Chuẩn Hóa Độ To: Chọn Vũ Khí Của Bạn

Sau khi làm việc với hàng nghìn tệp âm thanh trên mọi định dạng có thể, tôi đã phát triển một khung rõ ràng cho việc khi nào nên sử dụng mỗi loại chuẩn hóa. Chuẩn hóa đỉnh là một đồng minh của bạn khi bạn cần kiểm soát chính xác về khoảng trống và khi bạn làm việc với tài liệu đã có những đặc điểm độ to đồng nhất. Chuẩn hóa độ to là điều cần thiết khi bạn cần sự đồng nhất cảm nhận giữa những tài liệu nguồn khác nhau hoặc khi phân phối cho các nền tảng có mục tiêu độ to cụ thể.

Hãy để tôi đưa cho bạn một ví dụ cụ thể từ một dự án mà tôi đã hoàn thành vào tháng trước. Một khách hàng đến với tôi với 24 tập podcast được ghi âm trong hai năm với các micro khác nhau, trong các phòng khác nhau và với các mức ghi âm khác nhau. Một số tập đạt đỉnh ở -12 dB, những tập khác đạt -3 dB. Nếu tôi đã sử dụng chuẩn hóa đỉnh để đưa mọi thứ về -1 dB, các tập ghi âm ở -12 dB sẽ nhận được một mức tăng lớn lên +11 dB, trong khi các tập -3 dB chỉ được +2 dB. Kết quả sẽ là độ to cảm nhận không nhất quán.

Thay vào đó, tôi đã đo độ to tích hợp của mỗi tập và thấy rằng chúng nằm trong khoảng từ -22 LUFS đến -14 LUFS—một sự biến đổi lớn. Bằng cách chuẩn hóa tất cả về -16 LUFS (mục tiêu của tôi cho nội dung podcast), tôi đạt được sự đồng nhất cảm nhận giữa 24 tập. Một số tập cần tăng âm lượng đáng kể, một số cần giảm nhẹ, nhưng kết quả là một trải nghiệm nghe liền mạch nơi mà người đăng ký có thể nghe mà không cần điều chỉnh âm lượng liên tục.