บทความ
การทำความสะอาดและเตรียมเสียงสำหรับพอดแคสต์
การบันทึกเสียงดิบมักต้องการสามสิ่งก่อนที่จะพร้อมเผยแพร่: ระดับความดังที่สม่ำเสมอ รูปแบบและบิตเรตที่แพลตฟอร์มสตรีมมิ่งต้องการ และการประเมินที่ซื่อสัตย์ว่าการกำจัดเสียงรบกวนสามารถทำได้จริงแค่ไหน บทความนี้ครอบคลุมขั้นตอนเหล่านั้นโดยใช้ audio-volume, vocal-remover และ audio-converter ซึ่งทำงานในเครื่องในเบราว์เซอร์ทั้งหมด
ความดังเทียบกับพีค: เหตุใด LUFS จึงสำคัญกว่าระดับพีค
ระดับพีควัดตัวอย่างที่ดังที่สุดตัวเดียวในไฟล์เสียง ความดังซึ่งแสดงเป็น LUFS (หน่วยความดังสัมพันธ์กับสเกลเต็ม) วัดพลังงานที่รับรู้ตลอดเวลา พอดแคสต์ที่บันทึกที่พีค -3 dBFS ยังคงฟังดูเงียบหากสัญญาณส่วนใหญ่อยู่ต่ำกว่ามาก แพลตฟอร์มสตรีมมิ่งและไดเร็กทอรีพอดแคสต์ทำให้เสียงเป็นมาตรฐานไปที่ความดังเป้าหมายเมื่อเล่น โดยทั่วไป -14 LUFS สำหรับบริการเพลงและ -16 LUFS สำหรับคำพูด ดังนั้นการส่งในระดับที่แตกต่างกันมากหมายความว่าแพลตฟอร์มจะปรับเสียงขึ้นหรือลงอยู่ดี การตั้งเป้าที่ -16 LUFS ความดังรวมให้ไฟล์สำเร็จรูปที่ตรงกับค่าเริ่มต้นของแพลตฟอร์ม สม่ำเสมอกับรายการอื่น และมีพื้นที่ว่างเล็กน้อยก่อนเพดานดิจิทัลที่ 0 dBFS พีคจริง ซึ่งคำนึงถึงการเกินค่าระหว่างตัวอย่าง มักอยู่ต่ำกว่า -1 dBTP การมุ่งสู่ตัวเลขสองตัวนี้พร้อมกันให้ผลลัพธ์ที่สะอาดกว่าการไล่ตามเป้าหมายพีคเพียงอย่างเดียว
เกนและการทำให้เป็นมาตรฐานด้วย audio-volume
audio-volume ให้คุณปรับเกนของไฟล์เป็นเดซิเบลหรือใช้การทำให้ความดังเป็นมาตรฐาน หากการบันทึกเงียบอย่างสม่ำเสมอ การเพิ่มเกนเป็น dB จะยกสัญญาณทั้งหมดขึ้นในจำนวนคงที่ ความเสี่ยงคือการตัดแบบดิจิทัล: หากพีคใดพีคหนึ่งอยู่ใกล้ 0 dBFS แล้ว ออฟเซ็ตเกนบวกจะผลักมันเกิน ทำให้เกิดการบิดเบือนดิจิทัล ตรวจสอบรูปคลื่นก่อนใช้เกน และรักษาพีคจริงต่ำกว่า -1 dBFS หลังการปรับ การทำให้ความดังเป็นมาตรฐานใช้แนวทางที่แตกต่าง เครื่องมือรัน loudnorm filter ของ FFmpeg ที่เป้าหมายเริ่มต้น -24 LUFS integrated loudness แทนที่จะเป็นเป้าหมายที่ดังกว่าซึ่งบางแพลตฟอร์มพอดแคสต์แนะนำ loudnorm แบบผ่านเดียวเป็นกระบวนการแบบไดนามิก ไม่ใช่ออฟเซ็ตเกนคงที่: มันติดตามความดังตลอดเวลาและปรับสัญญาณให้ลู่เข้าสู่เป้าหมาย ซึ่งอาจมีพฤติกรรมคล้ายการบีบอัดไดนามิกเรนจ์เบา ๆ บนการบันทึกที่ไม่สม่ำเสมอ สำหรับการบันทึกเสียงที่มีการแกว่งระดับมากระหว่างประโยค คอมเพรสเซอร์หรือลิมิเตอร์เฉพาะทางที่ใช้ก่อนการทำให้เป็นมาตรฐานยังคงให้ผลลัพธ์ที่ควบคุมได้มากขึ้น แต่ขั้นตอนเหล่านั้นอยู่นอกเหนือสิ่งที่ audio-volume จัดการ
สิ่งที่การยกเลิกช่องกลางสามารถและไม่สามารถทำได้
vocal-remover ใช้เทคนิคการยกเลิกช่องกลาง ในไฟล์สเตอริโอ สัญญาณที่ปรากฏเหมือนกันในทั้งช่องซ้ายและขวาที่ระดับและเฟสเดียวกันเรียกว่า center-panned การลบช่องขวาออกจากช่องซ้ายจะลบอะไรก็ตามที่อยู่ในตำแหน่งกลาง ทิ้งส่วนใหญ่ไว้เป็นเนื้อหาที่ pan ไปด้านข้าง นี่คือสิ่งที่สร้างเอฟเฟกต์คาราโอเกะบนเพลงที่มาสเตอร์เชิงพาณิชย์ซึ่งเสียงนำมักจะ center-panned มันไม่ตรวจจับหรือแยกเสียงโดยใช้โมเดลการพูดใดๆ ไม่ลบเสียงรบกวนพื้นหลัง เสียงสะท้อนในห้อง เสียงหึ่งจากระบบ HVAC หรือเสียงจราจร ไม่แยกเสียงพอดแคสต์ของคุณออกจากเสียงรอบข้างในการบันทึกช่องเดียวหรือโมโน ซึ่งไม่มีความแตกต่างเฟสให้ใช้ประโยชน์ ผลลัพธ์ยังลดความกว้างสเตอริโอบนเนื้อหาที่เก็บไว้ สำหรับเพลงพอดแคสต์ที่บันทึกในห้องที่มีเสียงรบกวน การยกเลิกช่องกลางเป็นเครื่องมือที่ผิด การปรับปรุงทางอะคูสติก ไมโครโฟนแบบทิศทาง หรือปลั๊กอินเกตในโปรแกรมตัดต่อเสียงเฉพาะทางเป็นตัวเลือกที่ใช้ได้จริงสำหรับเสียงรบกวนพื้นหลัง
การส่งออกสำหรับการเผยแพร่: รูปแบบ บิตเรต และโมโนเทียบกับสเตอริโอ
ไดเร็กทอรีพอดแคสต์ส่วนใหญ่รับ MP3 และ AAC MP3 เป็นตัวเลือกที่เข้ากันได้มากที่สุด ทุกโปรแกรมเล่นและแพลตฟอร์มรองรับ AAC ที่บิตเรตเดียวกันมีประสิทธิภาพมากกว่าเล็กน้อยแต่ต้องการคอนเทนเนอร์ที่รองรับเช่น .m4a สำหรับพอดแคสต์เสียงเดียว 64 kbps โมโน MP3 โดยทั่วไปเพียงพอ การพูดครอบครองช่วงความถี่แคบ และโมโนลบความซ้ำซ้อนของช่องออก หากรายการมีเพลง เอฟเฟกต์เสียง หรือหลายโฮสต์ที่ pan เพื่อให้เกิดเอฟเฟกต์ 128 kbps สเตอริโอให้พื้นที่ว่างเพิ่ม การเพิ่มเกิน 128 kbps สำหรับการพูดไม่ให้การปรับปรุงที่ได้ยินและเพิ่มขนาดไฟล์ ซึ่งส่งผลต่อเวลาดาวน์โหลดสำหรับผู้ฟังที่มีการเชื่อมต่อช้า ตอน 60 นาทีที่ 64 kbps โมโนอยู่ที่ประมาณ 28 MB ที่ 128 kbps สเตอริโออยู่ที่ประมาณ 56 MB การมิกซ์ลงโมโนก่อนส่งออกยังลดข้อมูลครึ่งหนึ่งเมื่อเทียบกับสเตอริโอที่บิตเรตเดียวกัน audio-converter จัดการการเลือกรูปแบบและบิตเรต ตั้งค่าอัตราตัวอย่างเป็น 44.1 kHz เพื่อความเข้ากันได้ 48 kHz เป็นแบบแผนวิดีโอและไม่จำเป็นสำหรับการเผยแพร่แบบเสียงเท่านั้น
ทำในเครื่อง: ไม่มีไฟล์ออกจากอุปกรณ์ของคุณ
audio-volume, vocal-remover และ audio-converter ทั้งหมดทำงานในเบราว์เซอร์โดยใช้ WebAssembly การประมวลผลเสียงเกิดขึ้นภายในหน่วยความจำของเบราว์เซอร์ ไฟล์ถูกอ่านจากดิสก์ในเครื่องของคุณ ประมวลผลทั้งหมดบนอุปกรณ์ของคุณ และผลลัพธ์เสนอให้เป็นการดาวน์โหลดในเครื่อง ไม่มีอะไรถูกส่งไปยังเซิร์ฟเวอร์ใด นี่มีความสำคัญสำหรับการผลิตพอดแคสต์เมื่อเนื้อหาละเอียดอ่อน การสัมภาษณ์ที่บันทึกก่อนการเผยแพร่ การสนทนาที่อยู่ภายใต้การห้ามเปิดเผย หรือเพียงแค่การบันทึกที่คุณไม่ต้องการบนเซิร์ฟเวอร์ของบุคคลที่สาม ข้อจำกัดเดียวกันนี้ใช้กับข้อจำกัด: เครื่องมือทำสิ่งที่การนำไปใช้งานรองรับ ไม่มากกว่านั้น audio-volume ใช้เกนและการทำให้ความดังเป็นมาตรฐาน vocal-remover ใช้การยกเลิกช่องกลาง audio-converter แปลงรูปแบบและบิตเรต แต่ละเครื่องมือทำสิ่งที่กำหนดหนึ่งอย่าง และผลลัพธ์คือสิ่งที่ฮาร์ดแวร์ในเครื่องของคุณสามารถคำนวณได้
เครื่องมือที่กล่าวถึงในบทความนี้
- ปรับระดับเสียงเพิ่ม ลด หรือปรับระดับความดังของไฟล์เสียงให้สม่ำเสมอในเบราว์เซอร์ของคุณ ไม่มีการอัปโหลด
- ลบเสียงร้อง (คาราโอเกะ)ลดเสียงร้องที่อยู่ตรงกลางเพื่อทำแทร็กคาราโอเกะ ในเบราว์เซอร์ของคุณ ไม่มีการอัปโหลด
- โปรแกรมแปลงเสียงแปลงเสียงเป็น MP3, WAV หรือ AAC โดยตรงในเบราว์เซอร์ ไม่มีการอัปโหลด
- รวมไฟล์เสียงต่อไฟล์เสียงหลายไฟล์ (MP3, WAV, M4A, OGG…) เป็นหนึ่งไฟล์ ลากเพื่อเรียงลำดับ ไม่มีการอัปโหลด
คำถามที่พบบ่อย
-16 LUFS คืออะไรและทำไมจึงเป็นเป้าหมายของพอดแคสต์?
-16 LUFS คือระดับความดังรวมที่แอปพอดแคสต์และไดเร็กทอรีส่วนใหญ่ทำให้เป็นมาตรฐานเมื่อเล่น การส่งที่ -16 LUFS หมายความว่าตอนของคุณเล่นในระดับที่คุณตั้งใจโดยไม่ต้องให้แพลตฟอร์มใช้การแก้ไขอัตโนมัติขนาดใหญ่ ค่านี้มาจากมาตรฐาน ITU-R BS.1770 สำหรับความดังในการออกอากาศ ซึ่งปรับโดย Apple Podcasts และ Spotify สำหรับเนื้อหาคำพูด
vocal-remover สามารถลบเสียงรบกวนพื้นหลังจากการบันทึกพอดแคสต์ของฉันได้หรือไม่?
ไม่ vocal-remover ใช้การยกเลิกช่องกลาง ซึ่งลบสัญญาณที่เหมือนกันในทั้งสองช่องสเตอริโอออก เสียงรบกวนพื้นหลังในการบันทึกพอดแคสต์ไม่ได้ center-panned ในแบบที่การยกเลิกสามารถกำหนดเป้าหมายได้ และการบันทึกโมโนไม่มีความแตกต่างของช่องให้ใช้ประโยชน์เลย สำหรับการลดเสียงรบกวนพื้นหลัง ใช้การปรับปรุงทางอะคูสติก ไมโครโฟนแบบทิศทาง หรือเกตเสียงเฉพาะหรือเครื่องมือซ่อมแซมสเปกตรัมในโปรแกรมตัดต่อเสียง
ควรส่งออกพอดแคสต์เป็นโมโนหรือสเตอริโอ?
สำหรับการบันทึกเสียงเดียว โมโนที่ 64 kbps MP3 เป็นตัวเลือกมาตรฐาน ลดขนาดไฟล์ครึ่งหนึ่งเมื่อเทียบกับสเตอริโอที่บิตเรตเดียวกันและไม่มีผลเสียที่ได้ยินสำหรับการพูด ใช้สเตอริโอหากตอนมีเพลง หลายโฮสต์ที่ pan อย่างจงใจ หรือการออกแบบเสียงที่ขึ้นอยู่กับการแยกช่อง