Введение
Система нормализации громкости
ReplayGain — это предложенный технический стандарт, опубликованный Дэвидом Робинсоном в 2001 году для измерения и нормализации воспринимаемой громкости аудио в компьютерных аудиоформатах, таких как MP3 и Ogg Vorbis. Он позволяет медиаплеерам нормализовать громкость отдельных треков или альбомов, избегая распространенной проблемы необходимости ручной регулировки уровня громкости между треками при воспроизведении аудиофайлов из альбомов, которые были сведены на разных уровнях громкости. Хотя этот стандарт де-факто теперь официально называется ReplayGain, изначально он был известен как Replay Gain и иногда сокращается как RG. ReplayGain поддерживается большим количеством медиапрограмм и портативных устройств.
Операция
ReplayGain работает, сначала выполняя психоакустический анализ всего аудиофайла или альбома для измерения пикового уровня и воспринимаемой громкости. Для компенсации влияния частоты используются контуры равной громкости, а статистический анализ применяется для учета временных эффектов. Вычисляется разница между измеренной воспринимаемой громкостью и желаемым целевым уровнем громкости – это и есть идеальное значение ReplayGain. Как правило, значения ReplayGain и пикового уровня затем сохраняются в виде метаданных в аудиофайле. Аудиоплееры, поддерживающие ReplayGain, используют эти метаданные для автоматического уменьшения или увеличения громкости каждого трека или альбома, чтобы обеспечить примерно одинаковый уровень громкости при воспроизведении. Метаданные пикового уровня используются для предотвращения искажений, вызванных регулировкой громкости, на устройстве воспроизведения.
Метаданные
Оригинальное предложение ReplayGain предусматривало 8-байтовое поле в заголовке любого файла. Большинство реализаций теперь используют теги для информации ReplayGain. FLAC и Ogg Vorbis используют поля комментариев REPLAYGAIN * Vorbis. MP3-файлы обычно используют ID3v2. Другие форматы, такие как AAC и WMA, используют собственные форматы тегов со специально отформатированной записью тега, содержащей информацию о нормализации громкости и пиковой громкости трека. Утилиты ReplayGain обычно добавляют метаданные в аудиофайлы, не изменяя исходные аудиоданные. В качестве альтернативы, инструмент может усиливать или ослаблять сам аудиосигнал и сохранять результат в другой аудиофайл с измененной громкостью; этот процесс в большинстве случаев не является полностью обратимым. Некоторые форматы с потерями, такие как MP3, устроены таким образом, что они кодируют уровень громкости каждого сжатого кадра в потоке, и такие инструменты, как MP3Gain, используют это для непосредственного применения корректировки громкости к MP3-файлам, добавляя информацию для отмены изменений, чтобы процесс был обратимым.
Громкость цели
Целевая громкость определяется как громкость стереосигнала розового шума, воспроизводимого при уровне звукового давления 89 дБ или -14 дБ относительно полной шкалы. Это основано на рекомендации SMPTE RP 200:2002, которая определяет аналогичный метод калибровки уровней воспроизведения в кинотеатрах, используя эталонный уровень на 6 дБ ниже (83 дБ SPL, -20 дБFS).
Track-gain и album-gain
Анализ ReplayGain может быть выполнен для отдельных треков, чтобы все треки имели одинаковую громкость при воспроизведении. Анализ также может быть выполнен для каждого альбома целиком. При анализе усиления альбома рассчитываются дополнительное значение пиковой громкости и значение усиления, которые будут общими для всего альбома. Использование значений усиления альбома при воспроизведении позволяет сохранить разницу в громкости между треками в альбоме. При воспроизведении слушатели могут выбрать, хотят ли они, чтобы все треки звучали одинаково громко, или чтобы все альбомы звучали одинаково громко, при этом отдельные треки могут иметь разную громкость. В режиме усиления альбома, если данные об усилении альбома отсутствуют, проигрыватель должен использовать данные об усилении треков.