Текст: Анастасия Гурьянова
Редактор: Елизавета Романова
Иллюстратор: Катрин Еремеева

Как работать над звуком в медиа? Рассмотрим технические инструменты для производства аудио и раскроем секреты работы со звуком на примере выпуска подкаста «Молодость простит» о проблемах взросления

В полном цикле производства аудиодорожки выпуска подкаста можно выделить несколько этапов:
1) Подбор саунд-дизайна (можно сделать заранее);
2) Запись героев;
3) Монтаж записи и расстановка саунд-дизайна;
4) Улучшение звука (реставрация);
5) Сведение;
6) Мастеринг;
7) Добавление обложки и метаданных (информации к аудиофайлу).

Порядок строгий, но можно менять третий и четвертый пункты. Например, деликатный процесс улучшения звука (реставрация) предполагает удаление помех и шумов, чтобы, кроме речи, ничего лишнего в записи не было. Кто-то сначала делает такую обработку, а потом занимается монтажом, обрезкой ненужного и расстановкой фрагментов, саунд-дизайна. Но во время монтажа как раз можно выяснить, над какими проблемами придется работать, что сэкономит время. Сведением считают соединение всех дорожек, например разных голосов и музыки, в один трек. Сюда часто входит эквализация — работа с амплитудой волн на разных частотах, хотя в случае подкаста это удобно делать с реставрацией. В завершение манипуляций с аудио всегда делают мастеринг — обеспечение стабильного звучания трека на акустических системах, подготовка к тиражированию.

Простой цикл производства, подбор саунд-дизайна, запись и добавление метаданных рассмотрены в предыдущей части материала L!

Инструменты монтажной программы

Приступим к монтажу выпуска «Молодость простит» и рассмотрим интерфейс PreSonus Studio One. В других DAW (специальных программах для работы с аудио) функции аналогичны. Для создания монтажного проекта нужно выбрать Create a new Song. В настройках проекта важно задать разрядность звука (бит) и частоту дискретизации (Гц) по параметрам исходной записи. Например, Жене и Насте присылают из студии аудио в формате WAV с глубиной 24 бита и частотой дискретизации 48 кГц.

Сверху панель инструментов. Справа панель Browse с плагинами во вкладке Effects. Слева параметры аудиодорожек. Посередине рабочая область. Щелчком правой кнопки по аудиофрагменту откроются инструменты. Действия с помощью клавиш быстрого доступа (shortcuts) в разных DAW обычно работают на английской раскладке. Практически любое действие можно отменить, например, стандартным сочетанием клавиш Ctrl+Z (Command+Z). Чтобы поместить записи и саунд-дизайн в проект, следует перетащить их из папки в окно программы или воспользоваться функцией Import File. В DAW аудио визуально отображается в виде графика, называемого осциллограммой звука (waveform). На нем отображается зависимость амплитуды звука, то есть его громкости, от времени. Проигрывание звука запускается и останавливается пробелом.

Приступим к редактированию загруженных аудио. Стоит отключить параметр для ритмической музыки Toggle Snap (привязка к темпу, shortcut N или на панели инструментов сверху), который перемещает фрагменты только в кратных интервалах и может быть включен по умолчанию. «Курсор» (Arrow Tool, shortcut 1) — инструмент выбора и перемещения фрагментов. «Ножницы» (Split Tool / Cut, shortcut 3) разрезает аудио на самостоятельные фрагменты.

Фейд — это восходящее с нуля или нисходящее к нулю изменение громкости. Например, чтобы плавно добавить фоновую музыку. А кроссфейд — это технология смешивания нисходящего и восходящего фейдов с целью плавного перехода. Это поможет соединить части диалога. Любое количество фрагментов можно придвинуть друг к другу и создать кроссфейды между всеми сразу, выделив их и выбрав функцию Create Crossfades (shortcut X, в меню по щелчку правой кнопки). Merge Events (shortcut G, в меню по щелчку правой кнопки) соединит разрозненные фрагменты в один, но функцией Dissolve Audio Part их можно разделить снова. Чтобы сделать фейд или изменить плавность кроссфейда, следует перемещать маркер на верхнем правом или левом углу фрагмента.

На этапе монтажа можно распределить голоса героев по разным дорожкам, чтобы экспортировать и затем обрабатывать по отдельности. Если какой-то фрагмент будет превышать громкость в 0 дБ, при экспорте запись может сохраниться с цифровыми дефектами: хрустами, щелчками, исчезновениями звука и прочими нежелательными изменениями. Поэтому перед экспортом аудиодорожки из DAW следует проверить, выставлена ли ее громкость, как и аудиофрагментов на ней, на отметку 0 дБ. Также к дорожке может быть применен плагин, который грубо подавляет сигнал выше заданной отметки, — лимитер на подавление до 0 дБ. В настройках экспорта аудио выбираются параметры точно такие же, какие были как у исходника. Например, у записи выпуска из студии это WAV, 24 бита и 48 кГц. Переформатирование в mp3 будет только в конце. Позже пригодится копия этого сохраненного монтажного проекта.

Качество звучания

Выпуск смонтирован, но со звуком стоит поработать. Цель — выделить речь, чтобы ничто не отвлекало и чтобы она была пригодной для долгого прослушивания. Саунд-дизайн обычно соответствует нужным стандартам и в обработке не нуждается. А в записи в основном мешают посторонние шумы, реверберация (отражение звука от поверхностей) и динамические перепады. Если, например, пытаться повышать или понижать громкость речи вручную, фоновый шум и прочие недостатки тоже станут заметнее. Лоскут из шумов будет напоминать переключение между станциями на радиоприемнике.

Чтобы пропустить сложный этап работы над чистотой записи, можно попробовать обработать ее в нейросети, например в Adobe Enhance Speech или в ai-coustics. Но с русским языком они работают плохо. Сейчас постоянно появляются все более совершенные модели. Если хорошего результата не получится, следует сделать обработку вручную. Обработки лучше сводить к необходимым, чтобы речь не потеряла качества.

На примере работы с iZotope RX получится рассмотреть проблемы с записью и стратегии по их устранению. Программа содержит широкий ряд профессиональных инструментов для улучшения звука. Но аналогичные инструменты существуют и в виде отдельных плагинов, которые можно приобрести в интернете и подключить к DAW.

В iZotope RX аудио отобразится в виде спектрограммы. Это график, на котором по вертикали отображается частота (высота звука в Гц), по горизонтали — время, а яркость соответствует амплитуде звука (громкости в дБ) на определенной частоте. По спектру можно определить качество записи и представить ее содержание. Абсолютная тишина отображается черным цветом. Однообразный тусклый цвет спектра показывает фоновый шум. Яркие горизонтальные полосы представляют собой громкие частоты и их производные гармоники — так выглядит и речь. Довольно часто в записях выделяется сосредоточение громкости на нижних частотах, вызывающее лишнюю гулкость. Частоты ниже 20 Гц не входят в диапазон слышимости человека и в подкастах не используются.

Для речи удобна логарифмическая шкала, ее можно выбрать в настройках отображения спектрограммы. Снизу расположены инструменты просмотра и выделения, а справа — плагины. Почти все плагины имеют набор стандартных предустановок с понятными названиями. Обработка применяется к выделенным фрагментам по кнопке Render, a кнопка Preview позволяет слышать предварительный результат. Проигрывание звука запускается нажатием по пробелу.

На верху панели справа расположена функция Module Chain, которая позволяет автоматически повторять ранее выбранные обработки из проекта в проект. Это удобно для работы с однотипными записями. Внутри окна Module Chain можно создать и сохранить последовательность плагинов с их настройками, а затем применять и корректировать их под конкретные аудиофайлы.

Сначала стоит убрать наводки — уплотнения низкочастотного гула в самом низу спектра, возникающие в самой электросети или из-за внешних полей. С помощью De-hum можно убирать однообразные звуки с узким диапазоном. С фоновым шумом справится Spectral De-noise. Нужно выделить промежуток в записи, когда герои молчат и посторонних звуков нет, нажать кнопку Learn, чтобы в алгоритме появился образец шума, и применить подавление этого шума ко всей дорожке.

Затем можно воспользоваться специальными плагинами. Например, De-rustle уберет грубые внешние шумы, шелест одежды. Breath Control сделает вдохи и выдохи между словами менее явными. De-ess предназначен для сглаживания шипящих и свистящих звуков. Dialogue Contour для работы с интонациями. И так далее.

Когда восстановление закончено, следует подобрать оптимальное соотношение амплитуды волны, то есть громкости звука, для разных частот голоса. Это сделает эквалайзер. Повышая громкость одних частот и понижая громкость других, можно придать словам четкость, сделать голос более естественным. Эквалайзер также подходит для подавления нижних частот, не несущих полезной информации.

Следует обратить внимание, сколько каналов включает дорожка записи, над которой произведены обработки. Стереофоническая аудиодорожка отличается от монофонической тем, что несет в себе не один, а два независимых друг от друга канала — для левой и правой частей воспроизводящей системы (например, наушников или колонок). В DAW каналы обычно отображаются в виде параллельных осциллограмм в одной дорожке. После изменений, особенно после обычного эквалайзера, стерео может исказиться в худшую сторону из-за сдвигов фазы колебаний обоих каналов. Это значит, что энергия колебания молекул среды, то есть энергия звука, может взаимно подавляться левым и правым каналами. Такая ошибка снижает качество записи и иногда явно появляется при проигрывании стереофонического звука в монорежиме (сложение стереоканалов в один общий). Поэтому после обработки стереозвука необходимо исправить сдвиги по фазе. В RX есть плагин Phase с режимом автоматического исправления.

Когда звучание записи станет подходящим, нужно выровнять громкость с помощью Leveler — так все фразы станут не слишком громкими и не слишком тихими. В конце — нормализация на –2 дБ. Подобные действия необходимо совершить со всеми голосами по отдельности.

Сведение

Следует сделать копию монтажного проекта и загрузить обработанные аудио на место нарезанных, чтобы настроить саунд-дизайн. Звуки разводятся по частотам и иногда по панораме, чтобы они не смешивались с голосом. Панорамированием называют создание ощущения пространства: в стерео можно отдельно настроить правый и левый каналы. Возможно также добавить дорожки, чтобы дописать музыку и эффекты самостоятельно. Громкость музыки на фоне голоса лучше ставить ниже 28 дБ. В конце весь проект со всеми дорожками выгружается снова в несжатом виде.

Финальная стадия

Сейчас аудиофайл на 35 мин весит более гигабайта, потому что работа была над 24-битным звуком в 48 кГц. Это чересчур подробный и тяжелый файл, и загрузить его на стриминги не получится. Spotify и Apple Music, например, передают 16-битный звук с частотой дискретизации 44,1 кГц и менее. Значит, нужно сжать трек так, чтобы он не потерял в качестве и не возникло ошибок.

Выпуск будет соответствовать стандартам детализации, громкости и не занимать много места, если в RX к нему применить Loudness Control (контроль громкости), дизеринг (технический шум) на 16 бит и ресемплинг (передискретизация) на 44,1 кГц. После этих шагов экспортировать файл из программы можно в формате mp3, 16 бит и 44,1 кГц. Аудио звучит так же, но занимает всего 100 Мбайт. Осталось добавить метаданные, которые рассмотрены в предыдущей части материала. Теперь можно выгрузить выпуск для прослушивания в интернет!

В подкасте «Молодость простит» использовались также советы нью-йоркского продюсера Ника Месситта, опубликованные в гайде от iZotope для создания подкастов. Что получилось в итоге, можно послушать в выпуске с Аленой Лапшиной, редактором московского отдела издания «Щука».