1

No caminho para o nirvana1 do

Loudness _ nivelamento de áudio com a EBU R128

Original em inglês por: Florian Camerer (Chairman do grupo P/Loud do EBU)

Este artigo descreve uma das mudanças mais fundamentais na história do áudio na radiodifusão e produção de conteúdos: a mudança do paradigma de nivelamento pico para a normalização pelo Loudness. Essa mudança é essencial devido a um problema que se tornou uma grande fonte de irritação para os telespectadores e ouvintes em todo o mundo - o da grande variação nos níveis de áudio nos intervalos dos programas, entre os programas e entre os canais. A

normalização do Loudness é a solução para combater este problema.

A Recomendação EBU R128 estabelece um método bem definido para medir o nível de Loudness2 para notícias, esportes, publicidade, teatro, música, promoções, filmes, etc em toda a cadeia de transmissão e, assim, ajuda os profissionais a criar especificações robustas para ingest, produção, reprodução e distribuição de conteúdos para uma

infinidade de plataformas.

1- Nirvana é o ápice, ou seja, é o ponto mais alto de meditação, no qual, acreditam os praticantes do budismo, o espírito se liberta do corpo temporariamente.

2- Loudness se refere à intensidade percebida de uma peça de áudio (música, voz, efeitos sonoros, etc.) A intensidade depende do nível, frequência, conteúdo e duração do áudio, entre outras coisas.

2

Quatro documentos de apoio foram criados pelo EBU para ajudar a indústria de áudio a trabalhar com a Recomendação R128. Ela é inteiramente baseada em padrões abertos e visa harmonizar a nossa

forma de produzir e medir áudio internacionalmente.

Além do Loudness do programa, a R128 traz mais dois descritores de áudio: Faixa de Variação de Loudness (Loudness Range) e Nível Máximo True-Peak (Maximum True Peak Level). Os três foram projetados para trabalhar juntos, formando um conjunto de descritores essenciais que

caracterizam um sinal de áudio.

A medição e normalização do Loudness significa uma verdadeira revolução no nivelamento de áudio (veja a Figura 1). Além disso, esse paradigma do nivelamento pelo Loudness afeta todas as fases de um sinal de áudio, desde a captura até a distribuição e transmissão. Assim, o objetivo principal é harmonizar os níveis de Loudness para um mesmo canal de conteúdo, bem como entre canais de modo a alcançar um

valor igual e universal, para o benefício dos ouvintes.

Sendo mais claro: o nível de Loudness ainda pode (e deve!) variar de acordo com as necessidades técnicas e artísticas, dentro de um programa. Pelo contrário, o método de normalização de Loudness usa o Loudness médio de um programa, para chegar a um nível consistente

entre os programas e entre os canais.

A experiência de vários membros do EBU tem mostrado que trabalhar com o paradigma do Loudness ao mesmo tempo que dá liberdade, é bastante satisfatório. A luta para saber "Quem é o mais alto" desaparece, as mixagens podem ser mais dinâmicas, há menos artefatos de compressão dinâmica, como "pumping" e, portanto, há um aumento geral de qualidade de áudio! Produtores de programas que se valiam da mixagem dinâmica no passado agora estão isentos de compromissos potenciais porque seu programa já não parece mais “soft” que os mais compactados. Com a normalização do Loudness, este compromisso desaparece. O Nirvana está mais próximo do que

nunca!

3

A origem do problema - a "guerra do Loudness"

A medição de áudio no broadcasting hoje baseia-se normalmente em medidores de quase-pico de programa (QPPMs - mais conhecidos como PPM apenas). É "quase" por causa de seu tempo de reação de 10 ms (apesar de também serem encontrados medidores com 5 ms). Na

prática, isso significa que os picos de sinal inferiores a este tempo de reação não serão exibidos corretamente (por exemplo, transientes tais como aqueles criados quando teclas são comutadas). A fim de proporcionar espaço para estes efeitos transitórios, que não se veriam no medidor, mas que efetivamente estão lá contribuindo para a clareza do sinal de áudio, foi acordado que o nível

máximo permitido (PML) seria fixado em -9 dBFS.

Este valor foi baseado no familiar - e ainda existente - método de transmitir o som para os ouvintes via uma portadora FM. O desvio máximo da portadora para TV foi padronizado em muitos países, em 50 kHz e o PML em 30 kHz de desvio (equivalente a -9 dBFS), o que permitiu

assim 20 kHz, ou 4,4 dB de espaço para expansão.

No entanto, as questões comerciais cresceram e a resposta à pressão para se destacar da concorrência tem sido a de ter volume mais alto do que ela. A moderna medição de pico e o forte processamento de faixa dinâmica permitiu às organizações realinharem o PML de forma a igualar ao desvio máximo (50 kHz) da transportadora FM (ver Fig. 2). Todos os transientes têm de ser limitados ao PML para evitar distorções, mas isto foi estabelecido como um compromisso aceito por aqueles

que têm aplicado este realinhamento.

4

Quando algum espectador muda de canal, entre uma destas estações e uma outra que não se juntou à "guerra" ou está veiculando um comercial, com alto volume, num contexto de programa bem equilibrado, com uma faixa dinâmica maior, o nível de áudio dá um salto e há uma corrida ao controle remoto para ajustar o som a um nível mais aceitável. No caso dos comerciais com alto volume, o som então tem que ser reajustado quando o programa principal retorna. Não é à

toa que tantas queixas são recebidas pelas empresas de radiodifusão.

Outras pessoas resolvem o problema silenciando o aparelho durante os

comerciais, o que não é desejado.

Surge um padrão – e o EBU o desenvolve

A União Internacional das Telecomunicações (ITU) reconhece o problema e um de seus trabalhos deu origem a ITU-R BS.1770. A finalidade da norma foi estabelecer um algoritmo bem aceito para a medição do Loudness e dos níveis de True-Peak dos programas. É um padrão robusto, que tem a vantagem de ser uma aplicação simples. Em resumo, ele define uma curva com ponderação K (um filtro passa alta de segunda ordem modificado), que constitui a base para alcançar uma impressão subjetiva inerente através

de uma medida objetiva.

Figura 3: Processamento e somatório

dos canais na ITU-R BS.1770

5

Esta curva é aplicada a todos os canais (exceto ao de efeitos de baixa freqüência (LFE), que é descartado da medição), a energia média quadrática total é então calculada (com diferentes fatores de ganho para os canais frontais e os canais surround, ver fig. 3) e o resultado é exibido como "LKFS" (Loudness, Ponderação-K, referenciado ao Full

Scale digital).

Para as medições relativas, Unidades de Loudness (LU) são utilizadas,

onde 1 LU é equivalente a 1 dB.

Um estudo mais detalhado do algoritmo pode ser encontrado na ITU-R

BS.1770, bem como no EBU Tech Doc. 3343 - "Practical Guidelines" .

A BS.1770 também define e recomenda o uso de um medidor de True-Peak para medir os picos. Tal medidor funciona com uma taxa de amostragem maior que a do sinal de áudio (normalmente 4x mais) para

capturar picos entre as amostras e que poderiam exceder 0 dBFS e assim provocar, mais tarde, uma

distorção na cadeia.

A ITU-R BS.1770 fornece a base para a

Recomendação EBU R128 que estende o padrão ITU definindo realmente um valor alvo específico para o Loudness (veja abaixo), para sua normalização, bem como um método de gating para melhorar o equilíbrio de Loudness nos programas que contenham longos períodos de silêncio ou falas muito isoladas. O desenvolvimento do EBU foi necessário para resolver as necessidades dos produtores de conteúdos, com o objetivo particular de ter um meio de medir mixagens completas (ao invés de apenas um componente, como o diálogo) e a faixa de

variação de Loudness do conteúdo.

Para fazer isso, o EBU especificou três novos parâmetros:

Loudness do Programa

Faixa de Variação de Loudness

Nível de True-Peak

6

Loudness do Programa

O Loudness do Programa descreve o Loudness de longo período integrado ao longo da duração do programa. (Em R128, o significado da palavra "programa" refere-se também aos comerciais, chamadas e outros intersticiais). O parâmetro é composto por um número (em LUFS3), com uma casa decimal, que indica "quão alto o áudio do programa é, em média". Isto é feito com um medidor compatível com a ITU-R BS.1770 e com a adição de uma função de gating. O gate serve para pausar a medição de Loudness quando o sinal cai abaixo de um certo limite. Sem essa função de gating, conteúdos com períodos mais longos de silêncio ou apenas com som de fundo ou ainda um pequeno ruído, ficariam com um valor muito baixo de Loudness integrado. Estes programas posteriormente ficariam com volume muito alto quando

transmitidos.

Após uma série de testes, um gate de -8 dB relativo à medição LUFS sem gating, com um comprimento total de 400 ms, foi introduzido. Os testes também confirmaram, juntamente com outros resultados, a escolha do nível alvo para o Loudness segundo o qual todos os sinais de áudio

serão normalizados. Ele é:

–23 LUFS (–8 rel gate)

Um desvio de ± 1 LU é aceitável para os conteúdos em que uma normalização exata para o nível pretendido de -23 LUFS não é viável na prática (como em

programas ao vivo). Nos casos em que os níveis dos sinais individuais do programa são, em grande parte, imprevisíveis, ou quando um conteúdo é constituído por elementos de fundo apenas (por exemplo, um fundo musical para um programa de previsão do tempo), essa tolerância

pode ser muito rígida.

3- LUFS indica o valor de Loudness com ponderação K e com referência à escala digital completa. A EBU recomenda esta unidade para superar uma inconsistência entre a ITU-R BS.1770 e ITU-R BS.1771. Esta unidade

está em conformidade com a norma ISO 80000-8.

7

É, portanto, previsto para esses casos que o nível de Loudness integrado

possa estar fora da tolerância especificada pela R128.

Faixa de Variação de Loudness (Loudness Range – LRA)

Outra consideração importante foi a Faixa de Variação de Loudness que seria necessária para acomodar todos os programas (desde que não ultrapassem a faixa de Loudness tolerável para ouvir num ambiente doméstico). O descritor da Faixa de Variação de Loudness (LRA) quantifica (em LU) a variação da medida de Loudness de um programa. É baseado na distribuição estatística de Loudness dentro de um programa, excluindo os extremos. Assim, por exemplo, o som de um

tiro não é capaz de influenciar o resultado do cálculo do LRA.

A Recomendação EBU R128 não especifica um valor máximo permitido para o LRA, pois é dependente de fatores tais como a janela de tolerância da média dos ouvintes da emissora, a distribuição dos gêneros (sonoros) da estação, etc. A R128, no entanto, incentiva fortemente o uso do LRA para determinar se o tratamento dinâmico de um sinal de áudio é necessário e para adequar o sinal às características particulares de um canal de transmissão ou de uma plataforma. Mais

detalhes sobre o LRA podem ser encontrados na EBU Tech Doc 3342.

As primeiras experiências em emissoras sugeriram um valor máximo do LRA em torno de 20 LU para materiais altamente dinâmicos como filmes de ação ou música clássica. A maioria dos programas não terão necessidade de utilizar em sua plenitude um valor tão alto de LRA, na

verdade, nem serão capazes de alcançá-lo!

8

Nível True-Peak

O Nível True Peak de um sinal sonoro indica o valor máximo(positivo ou negativo) da forma de onda do sinal no domínio do tempo contínuo; esse valor é, na maioria dos casos, maior do que o mostrado por um medidor de quase-pico4, ou mesmo um medidor de sample-peak, aos quais faltaria medir os picos que potencialmente se encontram entre pontos de amostras. O uso de um medidor de oversampling, que seja aderente à BS.1770, permite que estes picos sejam

detectados.

Um medidor de pico oversampling pode ainda ler o valor de pico ligeiramente abaixo do real (dependendo da freqüência de oversampling) e

assim, o nível máximo True-Peak permitido para Produção é o seguinte:

–1 dBTP

Note que algumas partes da cadeia, como sistemas analógicos de radiodifusão e os usuários de codificadores de baixa taxa de bits necessitam de um nível True-Peak menor. As orientações do P/LOUD para Distribuição (EBU Tech Doc 3344) tem uma cobertura abrangente

deste tema.

4- Quase-pico significa “não é suficientemente de pico ", ou" visando atingir pico, mas na verdade não é pico”. O termo é comumente usado para se referir aos detectores eletronicos ou retificadores. Apesar da definição acima, de qualquer maneira o termo quase-pico não deve ser interpretado como vago. Os detectores de quase-pico para fins específicos, foram padronizados com características dinâmicas matematicamente precisas, em termos de "tempo de ataque", "tempo de integração" e "tempo de

decaimento" ou “tempo de fall-back".

9

Estratégias para a normalização do Loudness

A Fig. 4 mostra duas abordagens, principalmente para a produção. A primeira é mais relevante para as fases iniciais da transição, e talvez seja especialmente útil para aqueles que trabalham em programas ao vivo. Os medidores, limitadores e práticas de mixagem existentes são

mantidos e é feita uma mudança de nível na saída da mesa (após os medidores principais) para atingir o Loudness alvo de -23 LUFS. Um medidor de Loudness é colocado num ponto após esta mudança de nível para permitir que os operadores percebam sua variação exatamente (que inicialmente ainda é um pouco

experimental).

Usando um medidor de Loudness em programas antigos mas do mesmo gênero, tem-se uma boa orientação com relação aonde os níveis estão. Experiências iniciais na NDR, ORF e RTBF5 tem mostrado que certamente é possível mixagens ao

vivo caírem dentro da janela de ± 1 LU permitida pela R 128.

Aqueles que trabalham com arquivos têm uma tarefa mais fácil porque todo o programa pode ser normalizado rápida e facilmente a -23 LUFS

por meio de alterações de nível.

As entidades que fizerem logo a mudança para a medição de Loudness poderão colher os benefícios de imediato. Quanto maior a faixa dinâmica permissível, melhor para o ruído de fundo (background) em programas de esportes - por exemplo, para aumentar o impacto de

um jogo para os telespectadores e ouvintes.

A EBU Tech Doc 3343 fornece orientações práticas para a nova forma

de trabalhar com níveis de áudio.

5- NDR = Emissora de radiodifusão do Norte da Alemanha ; ORF = Emissora de radiodifusão da Áustria ; RTBF = Emissora de radiodifusão da Bélgica

10

Também há duas formas de, basicamente, atingir a normalização de Loudness para o consumidor. Uma delas é a normalização real da fonte em si, de modo que os programas tem o mesmo Loudness “por projeto”. O outro método é com o uso de metadados que descrevem o Loudness

de um programa.

Por último, os níveis médios reais de Loudness de um programa não precisam estar alterados para um valor normalizado e ainda assim podem variar muito. Para aqueles que tem equipamento mais moderno, a normalização pode ser feita no lado do consumidor, utilizando os valores dos metadados de Loudness individuais para variar o ganho

dos programas para o mesmo nível de reprodução.

Dentro do paradigma de nivelamento do loudness da EBU R128, é

incentivada a primeira solução devido às seguintes vantagens:

o simplicidade

o potencial ganho de qualidade na fonte

A segunda solução não é proibida (veja também o documento Diretrizes para Distribuição - EBU Tech Doc 3344), mas ter um único número (-23 LUFS) tem grande força na divulgação do conceito de nivelamento de Loudness assim como fica mais fácil de entender e agir para alcança-lo. Também a normalização da fonte, de uma certa forma, "castiga" os sinais super-comprimidos e, assim, automaticamente incentiva as pessoas de produção a pensar sobre outras maneiras, mais dinâmicas e criativas, de causar impacto com seu conteúdo. Em outras palavras, a real mudança técnica do nível da fonte, através de uma normalização ativa, para -23 LUFS tem conseqüências diretas sobre o

processo artístico - e de forma positiva!

Não obstante, deve-se afirmar que ambos os métodos podem se complementar: eles não devem ser vistos como opostos, ou uma visão

11

preto-branco do mesmo problema. Ambas as abordagens são uma parte da R128 - mas devido às vantagens listadas acima, a

normalização da fonte é a recomendada.

Trabalhando com medidores de Loudness

Até agora, mixando com QPPMs e normalizando pelos picos foi feito tendo como referência um nível máximo permitido (normalmente, -9 dBFS) e um limitador de pico que previa um nível de "limite de segurança", que poderia ser atingido tão intensamente quanto

desejado - em detrimento de um som menos envolvente, é claro.

Em contraste, o paradigma do nivelamento do Loudness mais se assemelha a uma "flutuação no espaço", como mostra a representação esquemática de um medidor gráfico de

barras da figura 5.

A figura 6 mostra como um medidor feito em software, com base em uma "agulha"

poderia parecer.

O EBU deliberadamente não especificou detalhes gráficos ou de interface de usuário de um medidor de Loudness, mas especificou melhorias do algoritmo descrito na ITU-R

BS.1770 e duas escalas:

12

o Escala EBU +9 que deve ser adequada para a maioria dos programas

o Escala EBU +18 que pode ser utilizada para os programas com

larga LRA

Ambas as escalas podem exibir o nível relativo de Loudness em LU, ou o

nível absoluto in LUFS. Os fabricantes de medidores do Grupo PLOUD concordaram em implementar o conjunto de parâmetros do "modo EBU", para se certificar que as leituras de seus medidores estarão alinhadas. Muitos outros fabricantes também adotaram o "modo EBU",

ou estão em vias de fazê-lo.

Um medidor de Loudness no " Modo EBU", tal como definido na EBU Tech

Doc 3341 oferece três escalas de tempo distintas:

o Loudness Momentâneo (abreviadamente “M”) – janela de tempo de 400 ms

o Loudness de Curto Período (abreviadamente “S”) – janela de tempo de 3 s

o Loudness Integrado (abreviadamente “I”) – do “início” até o “fim”

As janelas de tempo6 M e S devem ser usadas para o nivelamento e mixagem imediatos dos sinais de áudio. A definição do nível inicial pode ser melhor executada com o medidor de Loudness Momentâneo, ajustando o nível de elementos chave ou âncoras (como voz, música ou efeitos sonoros) para ficar em torno do nível meta de -23 LUFS. É aconselhável definir níveis com um pouco de cautela, inicialmente, porque é mais fácil aumentar gradualmente o nível de Loudness Integrado durante uma mixagem do que diminuí-lo. Geralmente, um ligeiro aumento no decurso de um programa é também mais natural - e uma estratégia inicialmente "defensiva" deixa o operador de áudio livre para manobras em caso de sinais ou eventos inesperados ou

imprevisíveis.

Uma vez que os níveis estejam definidos, o operador de som pode variar

a mixagem só de ouvido.

6- "M" e "S" são comumente usados em estereofonia para "Médio" e "Lateral". Para distinguir dos tempos de integração "Momentâneo" e "Curto Período", as versões "MLK" e "SLK" (assim como "ILK) podem ser usadas. "LK" significa "Level, K-ponderado", e está em conformidade com a Norma de Nomenclatura Internacional ISO

80000-8.

13

Observando o Loudness Momentâneo ou Loudness de Curto Período, e tendo um olhar ocasional no valor do Loudness Integrado, é possível se ter confirmação de que a mixagem está dentro da tolerância permitida em torno do nível de referência. Com uma leitura numérica do valor I, com precisão de uma casa decimal, ou uma tela gráfica de resolução semelhante, tendências podem ser antecipadas e medidas corretivas

apropriadas poderão ser tomadas.

Resumindo ... melhorar a medição de áudio, substituindo o PPM pelo medidor de Loudness é mais um passo para nos aproximarmos da

melhor ferramenta de medição - o ouvido humano.

O Loudness na cadeia de distribuição

O EBU Tech Doc 3344 especifica as definições relevantes e o processamento de áudio depois dele ter deixado o centro de transmissão e segue o paradigma do Loudness por todo o caminho até os equipamentos dos consumidores, incluindo set-top boxes e receptores de áudio e vídeo. Assim fazendo, também incentiva as transmissões não-conformes a se tornarem compatíveis com a EBU R128. Transmissão digital, transmissão analógica, retransmissão, anúncios comerciais localmente inseridos, serviços adicionados e muitos outros

são abordados neste abrangente documento.

Ao invés de medir o volume de conteúdos individualmente, pode-se monitorar o serviço por 24 horas, com especial cuidado a ser tomado quando se faz comutações ou serviços partilhados. Bem como os programas, os metadados de Loudness fornecidos com os serviços digitais devem ser monitorados para que o nível de Loudness real do serviço possa ser comparado com o nível indicado, sendo que ambos devem ser -23 LUFS é claro! Os dados são analisados e quando um serviço está mais de 0,9 LU distante de seu nível alvo (o valor exato e o método ainda estão em discussão), uma unidade controladora aplica um fator de correção para que a média de longo prazo do áudio

permaneça no nível pretendido ± 1 LU.

14

Consequências para o negócio

Como o paradigma de nivelamento de Loudness afeta todas as fases de um sinal de transmissão de áudio, desde a aquisição até a distribuição e transmissão e, porque o objetivo final é harmonizar os níveis de Loudness do áudio nos canais de radiodifusão, bem como entre os canais, para atingir um nível de Loudness igual e universal, para benefício dos ouvintes, todos os profissionais de áudio e equipamentos

de medição de áudio, em todos os elos da cadeia, serão afetados por

essa mudança.

Para muitos, uma grande questão é saber se todos os medidores QPPM existentes terão que ser substituídos e se todo o pessoal envolvido necessitará de treinamento para se adaptar à nova forma de trabalhar. A resposta é " No longo prazo, sem dúvida, sim ", mas essa transição não precisa acontecer de uma só vez embora, pelo menos alguns medidores de Loudness devam ser postos em funcionamento o mais rapidamente possível, para ficarem “em paralelo” com os QPPMs. A substituição dos medidores pode acontecer em consonância com os ciclos de atualização técnica de outros equipamentos, reforma de instalações de produção ou como projetos passo-a-passo isolados (o que é viável em um tempo razoavelmente curto), e as pessoas podem

ser treinadas no tempo adequado.

Os responsáveis pelas especificações e compra dos equipamentos devem estar cientes de que os limitadores de segurança para evitar excesso de modulação também deverão ser capazes de trabalhar no modo True-Peak e eles terão que ser ajustados para o máximo nível de True-Peak permitido na produção, bem como na saída do controle

mestre, no head-end de distribuição e no transmissor.

15

Conclusões

A EBU R128 e os quatro documentos de suporte são um caminho para acabar com a "Guerra do Loudness" - finalmente! O uso da dinâmica do áudio torna-se uma arte criativa novamente. Ainda há coisas para aprender e as pessoas vão demorar um pouco para se acostumar com as novas formas de trabalhar, mas vai valer a

pena o esforço.

Mais de 230 participantes aderiram ao grupo EBU PLOUD (até Agosto de 2010) e a circulação de e-mails têm mostrado um nível

de atividade nunca antes visto.

Agora é hora de colocar a R128 em ação!

Referências do autor

EBU Technical Recommendation R 128: Loudness normalisation and

permitted maximum level of audio signals

ITU-R BS.1770: Algorithms to measure audio programme loudness and

true-peak audio level

EBU Tech Doc 3342: Loudness Range: A descriptor to supplement

loudness normalization in accordance with EBU R 128

EBU Tech Doc 3341: Loudness Metering: ‘EBU Mode’ metering to

supplement loudness normalisation in accordance with EBU R 128

Tradução e adaptação para português feita por

Elipse Engenharia

Logo da EBU R128