问音量归一化时的动态范围压缩

EN

使用任何瞬时动态范围处理(例如限幅或tanh非线性)将引入可听失真。把一个正弦波转换成一个瞬时非线性函数，你就不再有正弦波了。虽然对某些音频应用程序很有用，但听起来您并不想要这些人工制品。

归一化不会影响波形的动态(根据最小/最大比率)。归一化涉及波形与恒定标量值的元素相乘，以确保没有样本超过最大值。这个过程只能离线完成，因为你需要在处理之前分析整个信号。如果您的波形包含任何强烈的瞬变，归一化也不是一个好主意。您的整个信号将通过瞬时峰值除以限幅阈值的比率进行衰减。

如果你只是想保护输出不被削波，你最好使用侧链式压缩机。它的一种具体形式是限制器(超过阈值的无限压缩比，攻击时间为零)。侧链压缩器计算信号的平滑能量包络，然后根据该函数应用变化的增益。它们不是即时的，所以你可以减少你从你提到的函数中得到的声音失真。限制器可以具有瞬时攻击以防止削波，但您允许释放时间，以便限制器在随后的波形峰值时保持衰减，随后的波形只是调低，因此没有失真。在强烈的声音之后，限制器恢复。

如果波形中有许多高强度的峰值，则可以从这种类型的处理中获得泵浦类型的声音。如果这变得有问题，那么您可以移动到下一个级别，并在子波段内进行动态处理。这样，只有频谱中有问题的部分会被衰减，其余的声音不会受到影响。

一般的解决方案是归一化到明显低于1的某个增益水平，使得非常少的歌曲需要增加增益。换句话说，大多数时候你会降低信号的音量而不是增加。尝试各种不同风格的歌曲，找出这个层次是什么。

现在，偶尔，你仍然会遇到一首歌曲，它需要足够的增益，在某种程度上，它会被剪辑。你有两个选择: 1.不要增加那么多的收益。这首歌听起来会安静一点。这就是生活。(这是一种常见的方法)，或者2.应用少量的动态范围压缩和/或限制。当然，你也可以做一些组合1和2。我相信iTunes使用了1和2的组合，但他们在#2上非常努力，他们应用的很少。

你的建议，使用像tanh这样的函数，在逐个样本的基础上，将导致声音失真。对于一个通用的音乐播放器，你不会想这样做的。这是那种在吉他放大器模拟器中做的事情，使他们听起来“肮脏”和“垃圾”。它可能在摇滚乐、流行乐或其他失真严重的现代音乐中听不到，但在仔细录制的合唱、爵士或小提琴独奏音乐中，人们会感到不安。这与tanh的选择无关，顺便说一句，任何非线性函数都会产生失真。

动态范围压缩使用随时间应用于信号的信封：http://en.wikipedia.org/wiki/Dynamic_range_compression这很难做到正确，而且您永远无法创建真正“透明”的压缩器。限制器可以被认为是压气机的极端版本，它(至少在理论上)可以防止信号超过一定的电平。数字“先行”限制器可以在没有明显裁剪的情况下做到这一点。如果使用得当，它是相当透明的。

如果您采用这种方法，请确保可以关闭此功能，因为无论您认为它有多透明，都会有人听到并不喜欢它。