A hangosság szubjektív mennyiség; mérése meglehetősen összetett feladat. Az, hogy egy hangeseményt mennyire találunk hangosnak, jó néhány dologtól függ. A két talán legfontosabb tényező a frekvenciafüggés és a kritikus sávok hatása. Ezek mellett további tényezők – mint pl. időtartam, a tonalitás, az akusztikus környezet – is befolyásolják a hangosságérzetet. További, kevésbé domináns tényezők: a hallgató kora, neme, hangulata, hogy mennyire fáradt vagy kipihent. Ennyi szempontot nyilvánvalóan nem lehet figyelembe venni a hangosság mérése során. Ennek ellenére, megfelelően megválasztott hallás modell alkalmazásával meghatározható, vagy legalábbis jól közelíthető a hallgatók által érzékelt hangosság.

Előzmények

A tévéműsorok hangosságproblémájával 1956-ban az NDK televízió munkatársai foglalkoztak először. Azóta a hangosság mérésére számos, többé vagy kevésbé sikeres megoldás született, de – szabványosítás híján, illetve a szabadalmi oltalom következtében – ezek egyike sem tudott széles körben elterjedni.

Készített hangosságmérő műszert többek között az amerikai CBS, a német RTW, és az IRT, a dán TC Electronic és a kanadai Kommunikációs Kutató Központ (CRC) is. (Megj.: a CBS algoritmus 1981-ben módosított algoritmusát beépítették több Orban hangprocesszor szabályzókörébe, illetve a műszer implementációját is magába foglaló – ingyenes – Orban hangosságmérő szoftverbe is.)

A CRC munkatársai a 2000-es évek első felében nagyszámú tesztben vizsgálták a különböző hangosságmérő algoritmusok által mért, illetve a tesztszemélyek által érzékelt hangosság közti korrelációt. Érdekes módon, a tesztekben saját – meglehetősen egyszerű – algoritmusuk szerepelt a legjobban, azaz a CRC algoritmus általa mért hangosságértékek álltak legközelebb a tesztalanyok által érzékelt hangossághoz.

A teszteket követően a CRC elérte, hogy a Nemzetközi Távközlési Unió (ITU) 2006-ban az ő algoritmusukon alapuló hangosságmérő használatára tegyen ajánlást. Az ajánlás aktualizált változata az ITU-R BS. 1770-4. számot viseli. Az ajánlás hangosságmérési algoritmus leírása mellett a valódi csúcsérték mérést is „szabványosítja”. A ITU ajánláson alapszik az amerikai ATSC A/85, az ausztrál OP-59, a japán TR-B32 és az európai EBU R128 ajánlás is. A továbbiakban ez utóbbival foglalkozunk.

A hangosságmérő

Az EBU ajánlás szerinti hangosságmérő blokkvázlata az 1. ábrán látható. A műszer monó, sztereó és sokcsatornás térhang jelek mérését egyaránt lehetővé teszi. (Az LFE csatorna jelét a jelenlegi verzió nem méri.) A bemenőjeleket az első szakaszban csatornánként kezeli a rendszer. Először minden csatorna jelét a 2. ábrán szereplő K-karakterisztika szerint súlyozza. A K-szűrő karakterisztikája egy a hallás alacsonyfrekvenciás érzéketlenségének megfelelő mély-vágó, és egy a fej árnyékoló hatását kompenzáló, magas-emelő szűrőből tevődik össze.

A szűrést követen az egyes csatornánk pillanatnyi hangosságának számítása 400 ms hosszúságú blokkokon történik. A blokkok 75%-ban átlapolódnak, azaz az adatok 100 ms-onként keletkeznek. A csatornák hangosság értékeinek összegzését megelőzően, a két hátsó csatorna szintjét 1,5 dB-lel megnövelik. A szintemelés hallásunk hátulról érkező hangokra való nagyobb érzékenységét szimulálja. (A nagyobb érzékenység a hátrafelé való látás hiányának kompenzálására alakulhatott ki. Segítségével az ősember nagyobb eséllyel vehette észre a háta mögött leselkedő veszélyt.) A következő lépésben a műszer logaritmálja az összegzett hangosságértékeket. Ennek megfelelően a mért mennyiségek dB jellegűek lesznek.

1. ábra A hangosságmérő blokkdiagramja

2. ábra A K-súlyozó görbe

A logaritmikus adatfolyamból a műszer három különböző hangosság paramétert képez. Ezek

• a pillanatnyi hangosság,
• a rövididejű hangosság, illetve
• a programhangosság.

A pillanatnyi hangosság (ML) integrációs ideje 400 ms, ami a VU méterek 300 ms-os integrációs idejéhez esik közel. Ez a paraméter elsősorban spotok hangosság megfelelősségének ellenőrzésére alkalmas, de használható a felvételkészítés során a kivezérlés ellenőrzésére is.

A 3 másodperc integrációs idejű rövididejű hangosság (SL) egy viszonylag lassan változó jel, mely jól jellemzi a műsorjel éppen hallható részének hangosságát. Ezt a paramétert kifejezetten a hangkeverés közbeni kivezérlés mérésére szánták. Aktuális értékét többnyire bargraph-fal jelenítik meg a műszerek.  A rövididejű hangosság jól használható spotok hangosság megfelelősségének ellenőrzésére is.

A program-, vagy integrált hangosság (IL) egy komplett műsor vagy műsorrészlet átlagos hangosságának mértéke; egyetlen számérték. Segítségével eldönthető, hogy a hanganyag megfelel-e az előírt célhangosságnak.

Kapuzás

A programhangosság szempontjából csak az előtérben történő hangesemények lényegesek, a háttérben megszólaló hangok a hangosság érzetet nem befolyásolják. Annak érdekében, hogy a dialógusok szünetei, a háttérbeli halk részletek ne legyenek hatással a programhangosságra, az algoritmus egy ‑70 LUFS küszöbszintű fix, valamint egy az integrált hangosság értékénél 10 LU-val alacsonyabb relatív küszöbszintű kapuzást alkalmaz. A relatív kapu működése révén az integrált hangosság aktuális értékénél több mint 10 LU-val halkabb hangosság adatokat az integrált hangosság számítás figyelmen kívül hagyja. (A pillanatnyi és rövididejű hangosság mérése kapuzatlanul történik.)

Több hangosságmérő műszer grafikusan is képes az egyes hangosságparaméterek időbeli alakulásának kijelzésre.

A hangosság mértékegységei

A hangosság új mértékegységei az LU és az LUFS. Az LU (Loudness Unit) relatív mennyiség, két hangosságérték viszonyát fejezi ki. Az LUFS – hasonlóan a dBFS-hez – abszolút mennyiség. A referenciaszint 0 LUFS. (Az ITU és egyéb anyagokban szereplő LK, ill. LKFS LU-t és LUFS-t jelentenek.)

LUFS használata esetén a 0 szint a skála tetejére esik, a mért értékek negatív számok. A felhasználók számára általában kellemesebb a relatív egységű skála használata, melynél 0 LU jelöli a célhangosságot (ld. később), az annál nagyobb hangossághoz pozitív, a kisebbhez negatív számértékek tartoznak (3. ábra). Az EBU ajánlás szerint a műszer skálája 9 vagy 18 LU-val nyúlik a célhangosság értéke fölé.

3. ábra A relatív és abszolút hangosságskála összerendelése. A célhangosság ‑23 LUFS

Célérték

A hangosságszabályzásnál nem maximális hangosságot, hanem hangosság célértéket definiálnak. Ami annyit jelent, hogy a műsorok integrált hangossága (átlagos hangossága) a célértéktől csak minimális mértékben térhet el. Az R128 ajánlás szerint a televízió műsorok esetében a gyártás és sugárzás során egyaránt -23 LUFS. A tűrés rögzített műsorok esetében ±0,5 LU, élő programok esetében ±1 LU. (Az USA-ban és Ausztráliában a televíziós hangosság célérték -24 LUFS, a tűrés ±2 LU.)

Hangosságátfogás

Az EBU a három hangosság paraméter egy dinamika paramétert is definiált. A hangosságátfogás (Loudness RAnge, LRA) a programhangossághoz kapcsolódó, kiegészítő statisztikai jellemző. Megmutatja, hogy a hanganyag hangos és halk részei milyen „távolságra” esnek egymástól.

Számítása a rövididejű hangosság adatok gyakoriságának eloszlásán alapszik. Hasonlóan a programhangossághoz, ezt is kétszer kapuzott adatokból számítják, hogy csak az előtérbeli, illetve nem túl halk háttérbeli részletek kerüljenek figyelembevételre a számítás során. A fix kapu küszöbszintje -70 LUFS, a relatívé az aktuális programhangossághoz képest-20 LU. Annak érdekében, hogy a háttérbeli hangok, valamint az igen rövid, de nagyon hangos részletek, mint például puskalövések ne befolyásolják a hangosságátfogást, az eloszlás görbének csak a 10% és 95% közé eső részére eső hangosságokat veszik figyelembe (4. ábra). A programhangossággal együtt mért hangosságátfogás egyetlen LU-ban megadott érték. (Bizonyos hangosságmérők a hangosság paraméter megjelenítése mellett a hangosság elosztás hisztogramját is megjelenítik.)

4. ábra A Mátrix c. film egy részletének hangosságeloszlás görbéje a hangosságátfogás grafikus megjelenítésével. A 25 LU hangosságátfogást az eloszlás görbe 85%-os szakasza alá eső hangosságminták adják.

Lényeges, hogy a hangosságátfogás nem azonos a dinamikaátfogással. A hangosságátfogás makro strukturális jellemző, míg a dinamikaátfogás mikro strukturális. A dinamikaátfogás a legnagyobb csúcs és a zajszint távolsága, a hangosságátfogás a hangos és halk részeké (5. ábra).

Az EBU dokumentumok a hangosságátfogás gyakorlati értékeire vonatkozóan nem fogalmaznak meg semmiféle útmutatást. A különböző külföldi televíziók útmutatóiban digitális tévé platform esetén az LRA megengedett legnagyobb érték 20 LU. (Megj.:15 LU felett általában már nem lehetséges egy hangerő beállítással végignézni a műsort.) 5 LU alatt szűknek, 5 és 10 LU között átlagosnak, 10 és 15 LU között nagynak tekinthető a hangosságátfogás. Televíziós anyagoknál minimum 4 LU-s LRA javasolt.

5. ábra A hangosságátfogás és dinamikaátfogás viszonya. A két mennyiség között nem állapítható meg összefüggés.

6. ábra Hangosságátfogás értékek a gyakorlatban. (TC Electronic)

Valódi csúcsmérő

A hangminták közti túlvezérlés mérésére interpoláló kivezérlésmérő műszer használatát írja elő az ITU és az EBU ajánlás is. A minimálisan szükséges, négyszeres „túlmintavételezés” esetén, a mérési hiba kisebb 1 dB-nél. A 7. ábrán látható, hogy az eredeti minták közé számítással képzett minták, lehetővé teszik a hangminták közti túlvezérlés detektálását és mérését is. Valódi csúcsmérővel mérve a maximális kivezérlés értéke nagyobb lehet 0 dBFS-nél. A 8. ábrán egy szoftveres valódi csúcsmérő látható.

7. ábra A hagyományos, nem interpoláló kivezérlésmérő a hangminták közti túlvezérlést nem érzékeli. Az interpoláló, valódi csúcsmérő műszerrel az ilyen típusú hibák sem maradnak rejtve.  

8. ábra Valódi csúcsmérő műszer. A skála 0dBTP fölött folytatódik.

(folytatjuk)