Wat is LUFS? Doelwaarden en AI-stemworkflows uitgelegd

Wat is LUFS? Het is een eenheid voor luidheid die meet hoe luid audio aanvoelt voor een luisteraar over tijd, en niet hoe hoog de golfvorm piekt. Eén LU komt overeen met één dB versterking, dus de rekensom is simpel. Lastiger is weten op welk getal je moet mikken, waar je moet meten en waarom clips uit een stemgenerator zelden gelijk klinken. Deze gids behandelt de standaard, de leveringsdoelen die je echt tegenkomt en een batchroutine voor synthetische stemmen.

Wat meet LUFS precies?

LUFS staat voor Loudness Units relative to Full Scale. De meting komt uit ITU-R BS.1770, en in sommige regio's heet dezelfde meting LKFS. De schaal is relatief ten opzichte van digitaal vol uitsturen. Dus 0 LUFS is het plafond, en echt programmamateriaal ligt daar ruim onder als negatief getal.

De meting loopt in drie stappen. Eerst K-weging: een hoogdoorlaatfilter rond 38 Hz, plus een zachte hoogfrequente shelf die benadert hoe het oor frequenties weegt. Daarna wordt de gemiddelde energie over de tijd berekend. Ten slotte worden stiltes uitgefilterd, zodat pauzes het gemiddelde niet omlaag trekken.

Dat laatste punt telt bij spraak. Een verteller die veel pauzeert, zou bij een gewoon gemiddelde zachter klinken. BS.1770 filtert alles onder -70 LUFS absoluut weg, en daarna alles meer dan 10 LU onder het lopende niveau. Je pauzes tellen dan niet meer tegen je.

Sessienotitie: een piekmeter vertelt je de hoogste uitschieter. LUFS vertelt hoe zwaar het hele signaal aanvoelt. Twee clips kunnen dezelfde piek van -1 dBFS hebben en toch 8 LU uit elkaar liggen.

Momentary, short-term of integrated: welke meting vertrouw je?

Een loudnessmeter toont drie waarden, en die worden voortdurend door elkaar gehaald.

• Momentary gebruikt een venster van 400 ms. Het reageert snel en toont korte pieken.

• Short-term gebruikt een venster van 3 seconden. Het laat zien hoe een zin of een scène zich gedraagt.

• Integrated middelt het hele programma, met gating. Dit is het getal dat een leveringsspecificatie vraagt.

Loudness range (LRA, uit EBU Tech 3342) is een vierde waarde. Die beschrijft hoeveel het niveau over het programma beweegt, uitgedrukt in LU. Een podcast met één host en stabiele versterking heeft een kleine LRA. Een hoorspel met fluisteringen en geschreeuw heeft een grote.

Voor levering geef je de integrated luidheid op. Om problemen binnen een bestand op te sporen, kijk je naar short-term. Momentary is er om de hoest, de plosief en de klik te vangen.

Welk LUFS-doel moet je halen?

Doelen verschillen per bestemming. Dit zijn de cijfers die het vaakst voorbijkomen. Controleer elk ervan tegen de actuele documentatie van het platform voordat je oplevert.

• Spotify (instelling Normal): -14 LUFS, true peak -1 dBTP

• YouTube: rond -14 LUFS, -1 dBTP

• Apple Music: -16 LUFS, -1 dBTP

• Podcasts (gangbare praktijk): -16 LUFS, plus of min 1 LU, -1 dBTP

• EU-omroep (EBU R128): -23 LUFS, plus of min 0.5 LU, -1 dBTP

Spotify documenteert zijn eigen cijfers. Bij afspelen normaliseert het naar -19 LUFS op Quiet, -14 op Normal en -11 op Loud. Het adviseert masters op -14 LUFS, met een true peak van maximaal -1 dB. De Spotify-gids over loudnormalisatie geeft de details. De EBU R 128-aanbeveling stelt de Europese omroepreferentie op -23 LUFS.

Denk niet dat er één getal "juist" is. Een podcast van -16 LUFS die wordt afgespeeld op een platform dat naar -14 normaliseert, wordt simpelweg 2 LU harder gezet. Er gaat niets stuk. Wat wel stukgaat, is een bestand dat met een limiter is platgedrukt om een hoger doel te halen en daardoor vermoeiend klinkt.

Waarom gaan LUFS en true peak samen op?

Geïntegreerde luidheid zegt niets over de hoogste momentpiek. Een bestand kan op -16 LUFS uitkomen en toch clippen in een converter na lossy encoding. True peak (dBTP) schat de piek tussen de samples, met oversampling, omdat AAC- en Ogg-encodes boven de samplewaarden kunnen uitkomen.

De praktische regel: stel eerst het luidheidsdoel in en controleer daarna of de true peak op of onder -1 dBTP blijft. Spotify adviseert bij een master die luider is dan -14 LUFS om naar -2 dBTP te gaan, om encodervervorming te beperken.

Audioboeken voegen een kink toe. ACX, de belangrijkste Amerikaanse audioboekwinkel, specificeert RMS-niveaus tussen -23 en -18 dB, met pieken van maximaal -3 dB, en geen LUFS. Als je voor dat kanaal inspreekt, meet je RMS zoals de specificatie vraagt. Maak je daarnaast een podcastversie van dezelfde hoofdstukken, meet dan LUFS voor die versie. Twee specificaties, twee meters, één bronbestand.

Waarom komen AI-stemclips op verschillende luidheid uit?

Hier zit het deel dat generieke LUFS-gidsen overslaan. Een tekst-naar-spraakengine kent jouw doel niet. Elke generatie levert audio op het niveau dat het model en de steminstellingen opleveren, en dat niveau kan verschuiven tussen stemmen, talen en emotionele toestanden.

Drie zaken verplaatsen het getal:

1. De stem zelf. Een diepere kloon met meer laag-midden-energie leest anders onder K-weging dan een heldere stem, zelfs bij een identiek piekniveau.

2. Voordrachtstijl. Een gefluisterde regel en een geschreeuwde regel van dezelfde stem zijn niet even luid. En een emotieregeling verandert meer dan alleen de toonhoogte.

3. Clipduur. Een NPC-blaf van 2 seconden bevat nauwelijks één short-term venster. De geïntegreerde meting is dan onbetrouwbaar, en gating kan bij zeer korte materialen vreemd gedrag vertonen.

Stuur je een stem aan via emotieschuifjes, zoals bij AnyVoice met het 8-schuifsysteem, zie dan elke schuifwijziging als reden om opnieuw te meten. Niets garandeert dat twee schuifstanden op dezelfde LUFS uitkomen.

Sessienotitie: synthetische spraak is vaak schoner dan een opname. Er is geen kamergeluid en geen ademhaling, tenzij je die vraagt. Gating verwijdert dan minder dan bij een live opname, dus de geïntegreerde waarden kunnen dichter bij de short-term waarden liggen dan je verwacht.

Een batchroutine voor gegenereerde stemmen

Stel dat je 300 dialoogregels hebt, verdeeld over drie emotionele toestanden. Handmatig de faders bijsturen is geen optie. Deze werkwijze houdt stand.

1. Genereer met een vaste exportinstelling. Dezelfde samplerate en bitdiepte voor elke clip, zodat je appels met appels vergelijkt.

2. Meet per clip de geïntegreerde LUFS en de true peak met een BS.1770-meter. De meeste DAW's en command-linetools, zoals het loudnorm-filter van ffmpeg, kunnen beide tonen.

3. Groepeer op rol, niet op bestand. Alle regels van één personage moeten binnen ongeveer 1 LU van elkaar liggen. Verschillende personages mogen verschillen als de scène dat vraagt.

4. Pas gain toe, geen compressie, om het verschil te dichten. Een lineaire gainwijziging van 2.3 dB verplaatst de luidheid precies 2.3 LU en laat de dynamiek met rust.

5. Controleer de true peak na de gain. Als een clip nu boven je plafond uitkomt, gebruik dan een true peak-limiter met korte lookahead, en houd de reductie klein.

6. Normaliseer de eindmix één keer. Pas je platformdoel toe op het afgewerkte programma, niet op elke stem afzonderlijk.

Een uitgewerkt voorbeeld met ronde getallen: een gegenereerde clip meet -21.5 LUFS en je dialoogdoel is -18 LUFS. Je hebt dus +3.5 dB nodig. Stond de true peak op -6 dBTP, dan komt die op -2.5 dBTP uit, binnen een plafond van -1 dBTP. Geen limiter nodig.

Neem nu dezelfde clip met een piek op -3 dBTP. Na +3.5 dB zou die op +0.5 dBTP staan, boven vol uitsturen in het geoversampelde domein. Dan verlaag je het doel, vorm je de transient of limit je. Welke keuze het beste is, hangt ervan af of die piek een plosief is die je toch al zou corrigeren.

Normaliseren naar LUFS of de generator met rust laten?

Het hangt af van waar het audio naartoe gaat.

Gaat de clip rechtstreeks naar een gameengine, een IVR-flow of een app, normaliseer dan elk asset naar één dialoogdoel en laat de runtime de mix doen. Een game met ongelijke regelniveaus dwingt spelers om aan de volumeknop te draaien. Dat is precies wat een luidheidsspecificatie moet voorkomen.

Gaat de clip als eerste stap de DAW in, dan kun je vooraf normaliseren overslaan. Je balanceert toch opnieuw tegen muziek en effecten. Meet dan de eindmix.

De moeite loont bij een luidheidspas op synthetische stem voordat die je keten binnengaat. Sla hem over als je één spot van 30 seconden maakt die je toch op gehoor controleert. Meten kost seconden per clip. Het keerpunt ligt ongeveer waar je niet meer weet welke clip welke was.

Platformtools helpen maar een beetje. Sommige TTS-platforms publiceren hun eigen outputnormalisatie of luidheidsinstellingen, dus lees de documentatie voordat je een pijplijnstap bouwt die dat al doet. Murf AI en andere spelers in de categorie verschillen in omvang van de stembibliotheek en in API-latentie. Dat telt zwaarder voor een realtime pijplijn dan voor batchjobs.

Veelgemaakte LUFS-fouten, en hoe je ze oplost

Jagen op -14 bij content met alleen spraak. Doelen uit de muziekmastering passen niet op gesproken woord. Een door dialoog gedragen podcast op -16 LUFS klinkt op de meeste telefoons en oordopjes goed. Naar -12 duwen om te concurreren koopt je een limiter die je niet nodig hebt.

Meten voor de laatste montage. Crossfades, roomtone-vullingen en muziekbedden veranderen de geïntegreerde luidheid. Meet als laatste.

Blind vertrouwen op één meterplugin. Meters moeten op hetzelfde bestand binnen enkele tienden LU van elkaar liggen. Verschilt het 1 LU of meer, controleer dan de gatinginstelling en de meetmodus voordat je een van beide vertrouwt.

De true peak negeren. Het luidheidsdoel halen met een piek van +0.3 dBTP is bij de meeste specificaties een mislukte levering.

Bestanden op gehoor vergelijken bij verschillend volume. Een luider bestand wint bijna altijd een A/B-vergelijking. Breng het niveau gelijk voordat je een stem, een plugin of een kloon beoordeelt. Dit geldt direct als je TTS-leveranciers vergelijkt: breng eerst de geïntegreerde luidheid gelijk en luister dan pas.

Wat dit verandert in je pijplijn

Je hoeft de standaard niet uit je hoofd te leren. Je hebt drie gewoonten nodig.

Ten eerste: kies eerst de bestemming en pas dan het doel. Streamingmuziek, podcastfeeds, omroep en audioboekretail hebben elk hun eigen getal, en sommige gebruiken RMS in plaats van LUFS.

Ten tweede: behandel gegenereerde stem als ongelijk afgesteld stockmateriaal. Meet elke clip, groepeer per personage en los het verschil op met gewone gain.

Ten derde: baseer beslissingen op integrated luidheid en true peak samen. Eén van de twee laat bestanden door die in productie falen.

Draai je enterprise-voice-overs met strikte complianceeisen, dan past een leverancier met governancefuncties zoals WellSaid Labs bij die inkoopvorm. Begin je als solo-maker, start dan met een meter, een doel en een spreadsheet met offsets per personage.