Wat is LUFS? Loudness-doelen voor AI-stem en audio

Wat is LUFS? Het is een eenheid voor luidheid die meet hoe luid audio voor een luisteraar klinkt over tijd, niet hoe hoog de pieken reiken. Eén LU is gelijk aan één dB versterking. De waarden zijn negatief omdat de schaal is vastgelegd op digitaal volle aussteuring (0 dBFS). Voor gesproken tekst mik je op een doel, zoals -16 LUFS voor de meeste podcasts, en houd je de true peaks onder ongeveer -1 dBTP.

Hoe meet LUFS de luidheid eigenlijk?

LUFS staat voor Loudness Units relative to Full Scale. De meting is gedefinieerd in ITU-R BS.1770 en overgenomen door EBU R 128. LKFS is dezelfde eenheid onder een oudere naam. Een meter doet drie dingen voordat hij een getal laat zien.

Eerst past hij K-weging toe. Dat is een filter dat lage frequenties afzwakt en de bovenmidden een zacht duwtje geeft. Zo benadert het hoe oren energie wegen. Een stem met veel gerommel rond 80 Hz leest zachter dan het ruwe niveau doet vermoeden, omdat het filter dat gerommel minder zwaar laat tellen.

Daarna middelt hij de energie over een venster. Drie vensters zijn in de praktijk belangrijk:

• Momentary kijkt naar 400 ms en springt snel heen en weer.

• Short-term kijkt naar 3 seconden. Dat is de waarde om in de gaten te houden terwijl je een zin bewerkt.

• Integrated beslaat het hele bestand, van het eerste tot het laatste sample. Dit is het getal dat platforms gebruiken voor normalisatie.

Ten slotte gated hij. Alles onder -70 LUFS wordt genegeerd, en daarna ook alles dat meer dan 10 LU onder het lopende gemiddelde ligt. Door die gating telt een lange stilte tussen twee regels niet mee in je meting. Het is ook de reden waarom een bestand dat vooral kamergeluid bevat een vreemd integrated getal geeft.

De sessienotitie: duurt een render minder dan een seconde, dan rust de integrated waarde op heel weinig vensters. Meet hem dan binnen de volledige scène of het volledige hoofdstuk.

Waarom zijn de waarden negatief, en hoe verhoudt dat zich tot dBFS en RMS?

De schaal eindigt bij 0 dBFS, het hoogste niveau dat een digitaal bestand kan opslaan. Alles wat je hoort zit daar onder, dus alles is negatief. Een waarde van -16 LUFS betekent simpelweg dat je 16 eenheden onder volle aussteuring zit.

De verwarring begint omdat verschillende meters allemaal met dezelfde dB-schaal werken. In de praktijk verschillen ze zo:

• Piek (dBFS) is het hoogste enkele sample. Het zegt iets over clipping en niets over luidheid.

• True peak (dBTP) schat het hoogste niveau dat de golfvorm tussen de samples door bereikt, nadat het signaal is omgezet naar analoog. Lossy codecs kunnen die waarde boven 0 duwen terwijl de samplepiek eronder blijft. Daarom vragen platforms om -1 dBTP aan headroom.

• RMS middelt het signaalvermogen zonder K-weging of gating. Het is ruwer, en sommige specificaties, zoals de audioboeknorm hieronder, gebruiken nog altijd RMS.

• LUFS is gewogen en gegated luidheid. Het komt het best overeen met wat een luisteraar luider noemt.

Twee bestanden kunnen dezelfde piek hebben en toch 8 LU verschillen in luidheid. Een opname met veel plofklanken en één harde piek, naast een gecomprimeerde opname met vlakke dynamiek, bewijst dat. Dat verschil is precies de reden waarom de eenheid bestaat.

Welk LUFS-doel haal je voor stemwerk?

Er is geen vast getal. Het doel hangt af van waar het bestand terechtkomt, en sommige bestemmingen gebruiken helemaal geen LUFS. Dit zijn de getallen om te onthouden.

• Muziekstreaming, rond -14 LUFS integrated. De loudnessdocumentatie van Spotify noemt -14 dB LUFS als normaal afspeelniveau, met Loud op -11 en Quiet op -19 voor Premium-luisteraars. Het advies is een true peak van maximaal -1 dBTP, of -2 dBTP als je master harder is dan -14.

• Podcasts, meestal -16 LUFS stereo en -19 LUFS mono. Het mono-getal ligt 3 LU lager, omdat een monosignaal dat naar beide kanalen wordt gedupliceerd 3 LU luider meet dan hetzelfde signaal op één kanaal. Een plafond van -1 dBTP is het gebruikelijke advies.

• Broadcast volgens EBU R 128, -23 LUFS integrated, met een true-peakplafond van -1 dBTP en een tolerantie van 0.5 LU voor bestandsgebaseerde levering.

• Audioboeken op ACX, helemaal geen LUFS. De ACX-eisen voor audio-indiening vragen om een RMS tussen -23 dB en -18 dB, pieken onder -3 dB en een ruisvloer onder -60 dB RMS. Lever je audioboeken aan, meet dan met hun analyser en niet alleen met een LUFS-meter.

Let op de volgorde bij het laatste punt. Een hoofdstuk kan keurig op -20 LUFS staan en toch worden afgekeurd vanwege één harde piek of een luidruchtige staart. LUFS vertelt je iets over het gemiddelde, terwijl de specificatie drie aparte dingen controleert.

Dan mijn eigen mening, die je mag weerspreken. Zet een podcast niet op -14 alleen omdat de pagina van Spotify dat getal noemt. Dat getal geldt voor muziek. Spraak met een integrated waarde van -14 betekent meestal dat de limiter hard werkt op medeklinkers, en luisteraars horen dat na tien minuten als vermoeidheid.

Waarom heeft AI-stem een eigen loudnesscheck nodig?

Je zou denken dat een synthetische stem altijd op hetzelfde niveau binnenkomt, omdat er geen microfoonafstand en geen preampdrift is. Soms klopt dat. Vaak niet, en de oorzaken verschillen van die in een opnamesessie.

Elke render kan met een eigen totale versterking uit de engine komen. Verander de stem, het spreektempo of de emotie-instelling, en de integrated luidheid verschuift mee. Een gespannen, afgeknepen voordracht en een rustige, ademende uit dezelfde geklonede stem kunnen meerdere LU verschillen. Bouw je een scène uit 40 los gerenderde regels, dan hoor je sprongen die niemand heeft opgenomen.

Drie gewoontes helpen:

1. Meet elke render voordat je hem bewerkt. Schrijf de integrated waarde naast de bestandsnaam in je logboek.

2. Stem de regels in een scène eerst op elkaar af, en pas daarna op het leveringsdoel. Relatieve consistentie weegt zwaarder dan het absolute getal binnen een mix.

3. Houd een referentieniveau per stem aan. Normaliseer al het andere daarop, zodat een geklonede verteller niet tussen hoofdstukken afdrijft.

Als je emotie met schuifregelaars stuurt, zoals bij het systeem van 8 schuifregelaars van AnyVoice, verwacht dan dat de luidheid meebeweegt met de intensiteit. Behandel de integrated waarde als onderdeel van je parameternotities, niet als bijzaak. Voor een game betekent dat normaliseren per stemstatus voordat de regels naar de middleware gaan, want de engine doet dat niet voor jou.

Hoe ziet een verstandige loudness-workflow eruit voor een synthetische stem?

Dit is de volgorde die het minste tijd kost. Hij werkt hetzelfde, of het bestand nu van een geklonede stem, een stockstem of een menselijke verteller komt.

1. Render op de hoogste kwaliteit die de tool biedt, en bewaar het onbewerkte bestand. Normaliseer niet in de generator als je dat kunt vermijden, want dan verlies je het origineel.

2. Meet integrated LUFS en true peak over het hele bestand, met een meter die BS.1770 volgt. De meeste DAW's hebben er een, en diverse gratis plug-ins ook.

3. Bereken de versterking. Doel min gemeten waarde geeft de correctie in dB. Als een render -21.4 LUFS leest en jij wilt -16, dan voeg je 5.4 dB toe. De eenheid is lineair, dus 5.4 dB aan versterking verschuift de waarde precies 5.4 LU.

4. Controleer de piek na de versterking. Stond de true peak eerst op -8.0 dBTP, dan wordt dat -2.6 dBTP, wat ruim onder een plafond van -1 dBTP blijft. Komt hij er toch boven, dan heb je een true-peak limiter nodig en geen extra versterking.

5. Gebruik een limiter alleen voor het restprobleem. Een plafond van -1 dBTP met 1 tot 2 dB gain reduction is bij spraak transparant. Tien dB reductie hoor je als pompen.

6. Meet het geëxporteerde bestand opnieuw, niet de sessie. Codecconversie en dither kunnen de getallen licht verschuiven.

Normaliseren op dit punt is iets anders dan compressie. Normaliseren verandert alleen de versterking, dus de dynamiek blijft zoals gerenderd. Als een regel uit een gespannen fluistering bestaat die overgaat in een schreeuw, en je die dichter bij elkaar wilt, dan is dat compressie of clip gain. Die komt vóór de laatste luidheidsronde.

De sessienotitie: voer de laatste check uit op het formaat dat je levert. Een bestand van 128 kbps kan een paar tienden dB afwijken van de WAV waarvan het is gemaakt.

Welke fouten kosten de meeste tijd bij LUFS?

De meeste problemen komen uit dezelfde vier hoeken.

Het verkeerde meten. Short-term luidheid tijdens één luide zin is niet de integrated waarde. Achter het momentary-getal aanjagen leidt tot overcorrectie. Een bestand dat op zijn hardste zin -16 haalt, eindigt er over het geheel op -20.

-16 als natuurwet behandelen. Het is een conventie. Sommige platforms normaliseren de weergave voor je, andere niet. Een webspeler of een slimme speaker past soms helemaal geen luidheidsregeling toe, dus een bestand dat te zacht is blijft daar te zacht.

De ruisvloer overslaan. Met 5 LU omhoog gaan betekent ook 5 dB meer ruis en kamergeluid. Was de bron luidruchtig, dan moet de opschoonstap vóór de versterkingsstap komen. Anders schaalt het probleem mee met het getal dat je probeert te halen.

De stereovraag vergeten. Een monostem dat als monobestand wordt geleverd en een dubbele mono kunnen bij dezelfde faderstand 3 LU van elkaar verschillen. Controleer welke van de twee je bestemming verwacht voordat je exporteert.

Sla elke plug-in over die een luidheidsfix met één klik belooft zonder meter en zonder logboek van wat hij deed. Luidheidswerk is rekenwerk. Als je de waarden van voor en na niet ziet, kun je het resultaat niet verdedigen.

Voordat je aan je volgende sessie begint

Kies eerst de bestemming, want die bepaalt de rest. Podcast: -16 LUFS stereo of -19 mono, met pieken op -1 dBTP. Streaming van muziekachtig materiaal: rond -14, en let op het true-peakadvies. Broadcast: -23 volgens R 128. Audioboek: de ACX-analyser en de RMS-, piek- en ruisvloerlimieten.

Schrijf het getal daarna in je sessiesjabloon. Voeg naast elke render een kolom toe voor integrated LUFS en true peak. Als je stemmen in batches genereert, stel dan per stem een referentieniveau in en stem daarop af. Zodra het logboek bestaat, kost een nieuw hoofdstuk of een scène die zes maanden later opnieuw wordt opgebouwd minuten in plaats van een middag op gehoor gokken.