可视化音频信号监测实践（上）

康志宁(MichaelKahsnitz) RTW公司

　　康志宁先生现任RTW公司首席技术官，RTW是德国科隆一家专业从事音频计量和音频信号可视化监测系统制造和销售的公司。康先生于1989年加盟RTW，主要职责包括技术支持、技术与战略重点的制定，同时负责协调研发、制造、支持和销售等活动。康志宁先生现为EBUP/Loud专业广播响度(Loudnessinbroadcasting)项目组成员。

随着高清视频在广播领域的兴起，业界对音频信号的质量控制和监测需求也日益增长。5.1声道环绕声的普及以及人们对有效的节目响度控制方式的需求就是这方面的重要例证。本文将介绍可视音频监测的主要方法及其如何使用这些方法。

　　如今，使用可视化呈现方法对音频进行快速感知和准确评估，已成为节目制作、后期制作和广播领域日常工作中不可或缺的要素。监测条件欠佳、压力和听觉疲劳等许多原因导致不能完全依赖人的双耳来进行质量控制，复杂的5.1声道环绕声混音尤其如此。专业音频市场上有各种种类齐全的专业工具，从简单的峰值节目表到极为精密的环绕声分析仪，可以满足任何类型的音频信号监测需要。理想情况下，这些设备可以快速、直观地对观察内容进行解读，并根据需要作出迅速反应；然而，要实现这一点，需要至少对最关键的技术关联和基本知识有所了解，同时还要对现有设备进行合理配置。

　　电平

　　在专业音频领域，需求最广的可视化显示类型就是用于检测信号电平的电平表；目前，这一组件已应用于各种调音台以及不计其数的周边设备和录音设备。例如，对录音设备或传输路径的削波进行可视化监测，或者进行信号处理，都需要用到电平表。同时，电平表也会显示出极低电平，此类电平的存在使得本地噪声与削波门限值之间的动态范围很难得到最优利用。信号电平不仅需要适应传输网络的技术条件；现如今，在与其他演播室或广播机构通过链路或记录介质交换节目时，还必须遵守双方商定的标准电平以及各种不同的国际标准，此时电平表也能发挥关键作用。

　　有鉴于此，我们可以假设我们今天处理的大多是数字音频。对于并非以音频处理为主业的专业用户来说，他们面临的第一项挑战就是在磁带、硬盘或固态介质上进行录音：实践中使用的所有音频设备都有某种仪表，可能是指针显示或者柱状直方图显示，也可能是计算机上的图形用户界面(GUI)。遗憾的是，这些仪表中仅有少数符合专业需求和标准，因此也只有少数仪表能带来具有可比性的可靠结果。数字音频尽管有一个明确且唯一定义的单位—dBFS，但也面临着同样的情况。事实上，我们手头上的任务非常简单：需要一个标准化的数字dBFS刻度峰值节目表(PPM)来满足专业要求。

　　现在，从技术角度而言，合理的做法是定义这样一种数字音频PPM设备的刻度，以使其零值对应于0dBFS的最大电平。（为简要说明起见，我们在此处假设不存在高于0dBFS的电平）。然而，采用峰值储备(headroom)来代替固定的零值（即刻度上0dBFS=0dB）有着多方面的原因；实际上，这种方式更简便、更安全。举例如下：

　　当我们监测市面上任何流行音乐CD唱片的数字域电平时，我们会发现，电平值几乎始终保持在数字满刻度电平附近。现代CD唱片有意以这种方式进行母带后期处理，目的是达到尽可能高的响度，从而最大程度吸引听众对相应节目的注意力。遗憾的是，许多制作人在录制阶段就试图用同样手段使电平达到接近满刻度门限值的水平。假设出现以下情况：一位音频工程师在为一次访谈节目做技术准备。开始录制节目之前，他迅速检查了录音电平并加以调节，使其接近满刻度值。结果可想而知：第一声较大的清嗓子声音会产生明显的削波。这是个严重问题：与模拟记录介质不同，数字系统无法平滑过渡到削波。即使是上游限幅器，通常也无法预防过高电平，从而产生令人极度不悦的失真问题。数字削波一旦记录下来，就只能通过大量增加后期处理工作予以修复—如果还有可能的话！因此，采用适当的峰值储备是必行之举，对数字系统而言尤其如此。另外，这种方式几乎没有缺陷，因为现代设备通常都有较广的动态范围。即使以远低于最大允许值的电平录音，也不会存在过于接近本地噪声的风险。利用现代数字系统，可以轻而易举地在后期处理阶段提高较低的录制电平。

　　各音频制作单位或标准化机构均定义了各自的电平范围，作为低于满刻度电平的峰值储备。例如，欧洲广播联盟(EBU)的建议值为9dBFS；也就是说，如果使用的数字刻度的上限为0dBFS，则峰值储备范围将始于-9dBFS。为了直观地表示出最大信号电平应设为-9dBFS或-9dBFS左右，比较可取的做法是在该电平值以上设置颜色或亮度变化。

　　许多设备采用一种刻度单位为dB而非dBFS的模拟显示。在我们的示例中，0-dB的位置应位于-9dBFS，与最大刻度间隔应为+9dB。当然，该值仍然对应于0dBFS，毕竟改变的只是刻度而已。这种方法可以更有效而直观地呈现出理想的最大录音电平。图1所示的就是这样一种刻度。

图1数字峰值节目表设备，使用模拟刻度，峰
值储备为9-dB

　　许多专业音频用户在工作中已经习惯了峰值节目表的积分时间通常为10ms。因此，计量数字信号时遵照该积分时间已成为一种通行惯例。这样做是为了保留用户熟悉的视图特点—尽管数字域所适用的原理有所不同。然而，为了避免设备遗漏数字峰值，仪表显示还应包括一个标记，用于在不考虑积分时间的情况下以采样精度显示电平。通过比较语音、音乐或测试音等不同类型的节目在使用积分时间和不使用积分时间两种情况下显示的值，可以发现较为明显的差异。例如，对于存在贴近效应的语音录音，偏离值可能大于6dB。事实上，这意味着即使在10ms的积分时间下为录音电平设置了9-dBFS的峰值储备，峰值电平仍可能达到或超过-3dBFS。因此，设置这种水平的峰值储备毫不为过，完全符合实际情况。

　　如前所述，录音阶段的头等大事是记录下无削波的适当信号，因为后续在演播室处理素材时并不存在产生不可逆削波的风险。比较简单明了的做法是利用适当的动态处理器压缩节目，然后静态或动态地提高总体电平，直到最响段落的电平接近0dBFS为止。目前市场上有大量适用的硬件和软件工具，许多还包括响度最大化功能。

　　制作现场直播节目时，显然不可能进行后期处理—这时就必须实时提供“即时可用”的信号。有丰富的现场录音经验的工程师都知道，在彩排时设置较大的峰值储备至关重要。当乐队或乐团开始现场表演时，电平通常比试音时至少高3dB。对于现代24位数字录音和广播系统而言，进行现场直播或节目录制时已完全不需要接近数字满刻度电平。我想指出的是，即使现在市场上仍有许多A/D和D/A转换器在达到满刻度电平之前就会产生失真，但在峰值电平为-3dB的情况下，失真问题将不复存在。