클리핑없이 오디오 신호를 믹싱하는 알고리즘

두 개 이상의 PCM 오디오 채널 (예 : 녹음 된 샘플)을 음향 적으로 충실한 방식으로 디지털 방식으로 혼합하고 싶습니다 (가급적이거나 거의 없음).

이를 수행하는 물리적 "올바른"방법은 샘플을 합산하는 것입니다. 그러나 두 개의 임의 샘플을 추가하면 결과 값이 최대 값의 두 배가 될 수 있습니다.

예를 들어 샘플이 16 비트 값인 경우 결과는 최대 65536 * 2가됩니다. 클리핑이 발생합니다.

여기서 순진한 해결책은 N으로 나누는 것입니다. 여기서 N은 혼합되는 채널의 수입니다. 그러나 이로 인해 각 샘플의 1 / N은 큰 소리로 들리므로 완전히 비현실적입니다. 실제로는 두 악기가 동시에 연주 할 때 각 악기의 반이 크지 않습니다.

주변에서 읽을 때 일반적인 믹싱 방법은 다음과 같습니다. result = A + B-AB. 여기서 A와 B는 혼합 된 두 개의 표준화 된 샘플이며 AB는 더 큰 소리가 점점 "부드럽게"고정되는 용어입니다.

그러나 이로 인해 신호 왜곡이 발생합니다. 이 수준의 왜곡은 고품질 오디오 합성에서 허용됩니까?

이 문제를 해결하기 위해 어떤 다른 방법이 있습니까? 효율적인 저품질 알고리즘과 저효율 고품질 알고리즘에 관심이 있습니다.

여러 악기 트랙을 믹싱하기 위해 디지털 음악 합성의 맥락에서 내 질문을하고 있습니다. 트랙은 오디오, 사전 녹음 된 샘플 또는 실시간 마이크 입력일 수 있습니다.

문제의 상황을 모르면 관련 기술을 지적하기가 매우 어렵습니다.

분명한 답은 클리핑이 거의 발생하지 않도록 각 샘플의 게인을 조정하도록 알려주는 것입니다. 뮤지션이 솔로 연주를 요청할 때보 다 앙상블에서 더 부드럽게 연주한다고 가정하는 것은 비현실적이지 않습니다.

A + B-AB에 의한 왜곡은 허용되지 않습니다. 링 변조와 같은 B의 고조파 양쪽에 A의 미러 이미지를 만듭니다. 이는 A와 B에 정수 비가 아닌 고조파를 가진 풍부한 스펙트럼이있는 경우 꽤 끔찍합니다. 예를 들어 220과 400Hz에서 두 개의 구형파에서 사용해보십시오.

샘플 당 샘플로 작동하는보다 "자연적인"클리핑 기능은 tanh 기능입니다. 실제로 일부 아날로그 요소의 소프트 제한 동작과 일치합니다. 그 외에도 고전적인 동적 압축 기술을 살펴볼 수 있습니다. 시스템을 미리보고 최고점을 미리 볼 수 있다면 훨씬 좋습니다.

이를 수행하는 물리적 "올바른"방법은 샘플을 합산하는 것입니다. 그러나 두 개의 임의 샘플을 추가하면 결과 값이 최대 값의 두 배가 될 수 있습니다. ... 여기서 순진한 해결책은 N으로 나누는 것입니다. 여기서 N은 혼합되는 채널의 수입니다.

이것이 유일한 솔루션 인 "순진한"솔루션이 아닙니다 . 그것이 모든 아날로그 및 디지털 믹서가하는 것입니다. 왜냐하면 공기가하는 것과 뇌가하는 것입니다.

불행히도, 이것은 다른 잘못된 비선형 "혼합"(왜곡) 알고리즘에서 알 수 있듯이 일반적인 오해 인 것 같습니다.

• 디지털 오디오 믹싱 (잘못된 방법)
• 더러운 빠른 및 오디오 샘플 믹싱 기술은 클리핑 피하기 위해 (이 작업을 수행하지 않음)

"N으로 나누기"를 헤드 룸 이라고합니다 . 파형의 RMS 레벨 위에 할당 된 피크를위한 추가 공간. 신호에 필요한 헤드 룸의 양은 신호의 파고율에 의해 결정됩니다 . (디지털 신호 레벨과 헤드 룸에 대한 이해는 아마도 Loudness 전쟁 과 Elephunk에 대한 일부 책임이 있습니다.)

아날로그 하드웨어에서 헤드 룸은 20dB 일 수 있습니다. 하드웨어 DSP에서는 고정 헤드 룸이있는 고정 소수점이 종종 사용됩니다. 예를 들어 AD의 SigmaDSP 는 헤드 룸이 24dB입니다. 컴퓨터 소프트웨어에서 오디오 처리는 일반적으로 32 비트 부동 소수점으로 수행되므로 헤드 룸이 엄청납니다.

이상적으로는 N으로 나눌 필요가 없으며 신호는 처음에 0dBFS에서 생성되지 않기 때문에 신호를 합산하면됩니다.

어쨌든 대부분의 신호는 서로 상관되지 않으므로 믹서의 모든 채널이 건설적으로 동시에 간섭하는 경우는 드 un니다. 그렇습니다. 동일한 동 위상 사인파 10 개를 혼합하면 피크 레벨이 10 배 (20dB) 증가하지만 10 개의 비코 히어 런트 노이즈 소스를 혼합하면 피크 레벨이 3.2 배 (10dB) 증가합니다. 실제 신호의 경우 값은 이러한 극단 사이에 있습니다.

클리핑없이 DAC에서 믹스 된 신호를 얻으려면 믹스 게인을 줄이면됩니다. 하드 클리핑없이 믹스의 RMS 레벨을 높게 유지하려면 파형의 피크를 제한하기 위해 압축 유형을 적용해야 하지만 이것은 믹싱의 일부가 아니며 별도의 단계입니다. 먼저 충분한 헤드 룸과 혼합 한 다음 원하는 경우 나중에 다이나믹 레인지 압축을 수행합니다.

공식

$AB = A*B$

$g\le 1$

$g = 0.5$$g = 1/\sqrt{2}$

$g$

$g[i]$$A$$B$$g$$\text{result}$

아마도 이것 :

업데이트 : hotpaw2에서 제안한 것처럼 입력 신호를 지연시킬 수 있지만 이득 억제는 할 수 없습니다. 이를 "미리보기 제한 기"라고합니다.

비 실시간 믹싱이 미리 예측 AGC를 사용하기 위해 수행 될 수있는 한 가지 방법은 합 진폭이 클리핑 한계를 초과하기 전에 하나 또는 두 채널의 이득이인지하기 어려운 속도로 낮아지는 것입니다. 예견이 적을수록 AGC 게인 조정이 더 잘 들리거나 부드러운 게인 조정 램프의 최대 게인이 채널당 0.5에 가까워지고 한계에 도달합니다. 예측 가능성이있는 음원의 경우 시간에 따른 엔벨로프의 동작에 관한 통계를 사용하여 이득 한계를 적응 적으로 추측 할 수 있지만 고장 가능성이 있습니다 (급격한 AGC 이득 조정).

나는 디지털 웨이브로 진행된 1990 년대 후반과 최초 2000 년대의 믹서 디자이너와 이야기를 나 had습니다 (발신 후). 나는 그 남자가 SPL의 디자이너라고 생각하지만 그다지 크지 않을 것입니다. 나는 이름이나 브랜드도 전혀 기억하지 못합니다. 나는 기계가 실제로 얼마나 크고 비쌌는지 기억합니다.

우리는 오랫동안 말을했고 마지막으로 64/128 @ 24 비트 채널이 함께 혼합되어 클리핑없이 24 비트 정확한 혼합 출력 채널이 유지되도록하는 기술에 대해 이야기했습니다.

그가 설명하는 기술은 다소 단순했습니다. 64 개 트랙 (24 비트)이 48 비트 채널에 추가되었으며 클리핑이 발생하지 않습니다. 직진.

그 신호가 어떻게 48 비트에서 24 비트로 디더링되었는지 어떻게 말할 수 없습니다. 어쩌면 까다로운 주방 레시피가 적용되는 곳 일 수도 있습니다.

그리고이를 달성하기위한 많은 기술이있을 수 있습니다. 무엇보다도 실시간으로 수행하든 이미 높은 피크로 기록 된 모든 신호를 사용하여 결정하기가 간단합니다.

글로벌 볼륨을 낮추십시오. 임펄스 트래커는 기본적으로 기본적으로 최대 약 33 % 볼륨에서 채널을 출력합니다.

채널 수가 적은 음악 (4 채널 Amiga MOD)과 50 채널의 노래에는 충분히 큰 것처럼 보입니다 (채널 내용은 일반적으로 상관 관계가 없으므로 볼륨이 특정 레벨을 지나서 빠르게 합산되지 않기 때문에 ... 그리고 더 적은 수의 채널이 최대 볼륨으로 출력 될 것입니다. 또한 왼쪽 또는 오른쪽으로 패닝 된 채널 (범위의 66 % 사용)에 충분한 헤드 룸을 남겨 둡니다.

또한 채널을 16 비트로 함께 추가하고 싶지 않고 32 비트로 함께 추가 한 다음 결과를 잘라내어 16 비트로 줄이려고합니다. 수학을 수행하는 동안 둘러싸이지 않도록 더 높은 범위가 필요합니다. 또 다른 옵션은 32 비트 부동 소수점을 사용하는 것입니다 (필터, 효과 등을 수행하는 데 편리함).

열쇠는 16 비트 값이 있고 잠재적으로 최대 값보다 클 수있는 2 개의 값을 더하면 2 가지 옵션이 있다고 생각합니다.

1) 32 비트 추가로 캐스팅 한 다음 추가가 해당 값을 초과하면 최대 값을 반환합니다. 그런 다음 16 비트로 다시 캐스팅하십시오. 예를 들어 값이 32768 및 34567 인 경우 65535를 초과하고 키는 65535를 반환하는 것입니다. 최소값 끝에서 부호있는 값을 사용하는 경우 동일한 작업을 수행합니다.

2) 두 값을 압축 한 다음 함께 더하십시오.

첫 번째는 기본적으로 하드 클리핑이고 두 번째는 소프트 클리핑입니다. 아날로그 시스템은 모두 하드 클리핑입니다.

두 트랙의 주파수가 같은 공간 주파수를 현명하게 차지하는 경우 공간의 두 배만됩니다. eq와 압축을 사용하여 각 사운드에 대한 주파수 스펙트럼 영역을 잘라 내고 사운드의 과도 및 지속을 제어하여 모든 위치에서 튀어 나오는 소리를냅니다. 그래도 질문에 대답하지 못할 수도 있습니다. 저주파 신호를 최대 2ms 지연시킬 수 있습니다. 파장이 더 높은 주파수보다 길기 때문에 위상을 통해 취소되지 않으며 과도 전류가 전력이 부족한 저음 신호와 완전히 일치하지 않기 때문에 공간을 추가합니다. 지연을 추가로 선형 적으로 추가하는 것은 신호를 낮추는 것이 흥미로울 것입니다.

A + B + {
    (|A| = A) = (|B| = B) = true: -AB;
    (|A| = A) = (|B| = B) = false: AB;
    else: 0
}

즉, A와 B가 모두 부호를 공유하는 경우 제한 오프셋을 적용하십시오. 오프셋의 크기는 A와 B의 곱입니다. 오프셋의 방향은 A와 B의 방향과 반대입니다.

A와 B가 부호를 공유하지 않으면 넘칠 수있는 방법이 없으므로 제한이 적용되지 않습니다.

나의 제안:

1. 16 비트 고정 소수점에서 32 비트 부동 소수점으로 트랙 오디오 형식을 변환합니다.
2. 믹싱 할 모든 트랙의 현재 샘플 값을 추가하십시오.
3. 다른 일을하지 마십시오.

사용자는 디더링 및 16 비트 고정 소수점 형식으로 다시 변환하기 전에 압축 및 / 또는 제한을 사용하여이 혼합 스트림을 처리 할 수 ​​있습니다 (이 변환을 가정 할 경우 ...