By SongTools.ai
True peak, normalizzazione per piattaforma e tenere la dinamica senza suonare più bassi della concorrenza.
Per la maggior parte degli anni 2000 e dei primi anni 2010, l'industria musicale è stata coinvolta in una loudness war — una corsa per rendere i master il più possibile forti, partendo dal presupposto che più forte suona meglio. I risultati erano release dinamicamente compresse, stancanti da ascoltare e tecnicamente compromesse nel processo di inseguimento dei livelli RMS massimi.
Lo streaming ha messo fine alla guerra. Non perché le piattaforme abbiano detto nulla di particolarmente convincente, ma perché hanno implementato la loudness normalisation — un sistema che regola automaticamente il volume di riproduzione a un livello target coerente. Quando ogni traccia viene riprodotta a un volume all'incirca identico, l'incentivo competitivo per la compressione eccessiva scompare.
Comprendere come funziona la normalizzazione e cosa significa per i tuoi master è ormai un requisito di base per rilasciare musica professionalmente.
La loudness nello streaming viene misurata in LUFS — Loudness Units Full Scale. È una misurazione percettiva che tiene conto di come l'udito umano pesa le diverse frequenze nel tempo, piuttosto che misurare semplicemente i livelli di picco.
I target di normalizzazione attuali delle principali piattaforme di streaming:
Se la tua loudness integrata supera il target di una piattaforma — diciamo che consegni un master a -8 LUFS a Spotify — la piattaforma applica una riduzione di guadagno per portarlo a -14 LUFS. Il tuo master viene ridotto di 6 dB alla riproduzione.
Ecco il problema: quando comprimi pesantemente e limiti un mix per ottenere -8 LUFS, hai scambiato la gamma dinamica per la loudness. Dopo che la piattaforma lo riduce, hai un master che suona compresso e piatto allo stesso livello di riproduzione di un master a -14 LUFS che suona aperto e dinamico.
Non hai vinto nulla. Hai solo fatto suonare la tua musica peggio.
L'approccio pratico per la maggior parte dei generi è puntare a una loudness integrata tra -14 e -13 LUFS, con un massimo di true peak di -1 dBTP. Alcuni ingegneri preferiscono -0.3 dBTP per fornire ulteriore headroom per gli artefatti della codifica lossy.
A -14 LUFS, Spotify riproduce la tua traccia a volume intero senza riduzione di guadagno. Il tuo mix mantiene la gamma dinamica che lo fa respirare.
Alcuni generi — in particolare l'EDM e l'hip-hop fortemente compressi — hanno convenzioni che spingono verso -10 o -11 LUFS. In questi casi, stai facendo una scelta creativa consapevole per scambiare parte della gamma dinamica con la densità. È legittimo, ma comunque la tua musica viene ridotta sulla maggior parte delle piattaforme.
Il momento più efficiente per controllare la tua loudness integrata è nella fase di mix, prima di inviare al mastering. Un'analisi della loudness sul tuo mix ti dice qual è il tuo punto di partenza e ti aiuta a briefare accuratamente l'ingegnere di mastering.
Lo strumento Loudness Analysis di SongTools.ai misura la loudness LUFS integrata della tua traccia, la loudness a breve termine e i livelli di true peak in tutti i target delle principali piattaforme. Eseguire questo controllo prima del mastering — non dopo — significa arrivare al mastering con informazioni accurate piuttosto che con supposizioni.
Il livello di picco visualizzato dal tuo DAW e il livello di true peak non sono la stessa cosa. Quando l'audio digitale viene convertito in analogico o codificato in un formato lossy come MP3 o AAC, i campioni tra i punti di campionamento possono creare picchi che superano il massimo visualizzato — questi si chiamano intersample peaks.
Un mix che mostra un picco di -0.5 dBFS nel tuo DAW potrebbe avere true peak che superano 0 dBTP dopo la codifica. Questo è il motivo per cui lo standard -1 dBTP esiste — fornisce headroom perché questi intersample peak si risolvano senza clipping nella catena di consegna finale.
Esegui un controllo di true peak sul tuo master prima della consegna. Se superi -1 dBTP, devi ridurre il master.
Tutti gli strumenti citati in questo articolo sono su SongTools.ai — da esplorare gratis.