響度：測量標(biāo)準(zhǔn)的演進(jìn)

從今年12月13日開始，美國的電視運(yùn)營商們需要為過響的商業(yè)廣告付出代價(jià)了。CALM Act（商業(yè)廣告響度緩和法案）將從這一天開始，正式在FCC的監(jiān)督下施行。今后，美國觀眾可以不僅僅是在調(diào)整遙控器音量按鈕時(shí)抱怨幾句，他們的投訴將有可能讓電視臺(tái)面臨罰款，甚至是吊銷執(zhí)照的風(fēng)險(xiǎn)。將電視伴音響度寫入凌駕于廣電行業(yè)規(guī)范之上的法律文本中，可見響度問題之嚴(yán)重。

自2006年ITU頒布了ITU-R BS.1770響度測量標(biāo)準(zhǔn)以及ITU-R BS.1771響度表標(biāo)準(zhǔn)以來，美國，歐洲，日本以及中國大陸的制播機(jī)構(gòu)都迅速跟進(jìn)，探討基于新的電視伴音響度和電平計(jì)量標(biāo)準(zhǔn)之下的制作以及傳輸規(guī)范。已經(jīng)成型的制播規(guī)范包括美國的ATSC A/85（確立和保持?jǐn)?shù)字電視音頻響度的技術(shù)），歐洲的EBU R-128（音頻信號(hào)響度歸一化及最大允許電平）標(biāo)準(zhǔn)及豐富其可操作性的4個(gè)制播建議文本3341（響度表），3342（響度范圍），3343（制作）和3344（傳輸）。在我國，響度問題也得到了空前的重視。雖然尚未有標(biāo)準(zhǔn)出臺(tái)，然各臺(tái)以及網(wǎng)絡(luò)公司已在著手探索解決方案，一方面是源于觀眾投訴，另一方面也是為將來標(biāo)準(zhǔn)出臺(tái)做好準(zhǔn)備。

筆者在工作過程中發(fā)現(xiàn)，雖然業(yè)內(nèi)十分關(guān)注如何使用“基于ITU-R BS.1770算法的響度處理器”來解決伴音響度浮動(dòng)過大的問題，但對(duì)BS.1770標(biāo)準(zhǔn)本身卻依然有諸多疑惑。而并不廣為人知的是，這個(gè)標(biāo)準(zhǔn)，到今天為止，已歷經(jīng)了三個(gè)版本的演進(jìn)，而最新的BS.1770-2依然不能說是最終版。

背景

要了解標(biāo)準(zhǔn)，先讓我們簡單了解一下標(biāo)準(zhǔn)出臺(tái)的背景。長期以來，人們對(duì)聲音響度這一主觀感知量的測量一直是以純音為基礎(chǔ)的基本定義，分別通過對(duì)不同聲壓級(jí)和不同頻率的對(duì)比測量而得到。傳統(tǒng)的響度單位（非國際單位）“Sone”和“Phon”就是根據(jù)人對(duì)穩(wěn)態(tài)1kHz純音聲壓級(jí)的主觀感知來定義的。而大家熟知的等響曲線（見圖1）也是對(duì)穩(wěn)態(tài)的純音利用對(duì)比試聽的心理聲學(xué)的研究方式獲得的。等響曲線表明了主觀感知的響度與聲壓級(jí)以及頻率之間的關(guān)系。但現(xiàn)實(shí)生活中的聲音大多數(shù)時(shí)候是由復(fù)合音構(gòu)成的，是瞬態(tài)的。同時(shí)，影響聲音的響度感知的其它因素，如持續(xù)時(shí)間則無法從這張圖上直接讀到。

雖然基于聲壓級(jí)和頻率的測量，能夠反映出客觀量和主觀之間的關(guān)系，但對(duì)音頻節(jié)目的制作幫助有限。由于音頻節(jié)目是以電信號(hào)的方式存在和傳輸?shù)模谱魅藛T只能通過對(duì)電信號(hào)的測量來預(yù)測節(jié)目的響度。與聲信號(hào)的聲壓級(jí)，頻率和持續(xù)時(shí)間相對(duì)應(yīng)的電信號(hào)參數(shù)分別是：電平，頻率和積分時(shí)間（啟動(dòng)時(shí)間）。

VU（Volume Unit）表，由于其指針的上升時(shí)間（當(dāng)饋入一個(gè)0dB信號(hào)時(shí)，VU表讀數(shù)從負(fù)無窮到0dB所需的時(shí)間）為300ms，大于人耳感知響度所需的積分時(shí)間（100-200ms），于是，VU表能夠比較好的幫助制作人員判斷節(jié)目響度變化，至今仍然有非常廣泛的應(yīng)用。但VU表本身的設(shè)計(jì)中并沒有采用任何與主觀響度感知相關(guān)的頻率加權(quán)技術(shù)。

PPM（Peak Program Meter）峰值表是另一種電平測量工具，與VU不同，它的啟動(dòng)時(shí)間很短（10ms），也稱為近峰值表（QPPM）。進(jìn)入數(shù)字音頻時(shí)代后，由于量化精度的限制（0dBFS），需要更精確地指示數(shù)字樣值信號(hào)峰值，進(jìn)而出現(xiàn)了采樣峰值表（SPPM）。峰值表幫助制作人員更好地判斷信號(hào)的最大值，保護(hù)信號(hào)不被削波。但由于積分時(shí)間太短，不足以達(dá)到人感知響度所需時(shí)長，依靠峰值表基本無法判斷節(jié)目的響度。使用峰值電平作為節(jié)目信號(hào)的標(biāo)準(zhǔn)化依據(jù)，也在一定程度上導(dǎo)致了今天我們所熱議的“響度競爭（Loudness War）”。

為了能在數(shù)字音頻時(shí)代更準(zhǔn)確地指示節(jié)目的響度和峰值，在全球范圍內(nèi)形成統(tǒng)一的節(jié)目交換標(biāo)準(zhǔn)，一個(gè)基于數(shù)字音頻信號(hào)的響度和峰值測量的國際標(biāo)準(zhǔn)，勢在必行，

ITU-R BS.1770

ITU在2006年頒布了ITU-R BS.1770標(biāo)準(zhǔn)，全名是“音頻節(jié)目響度和真實(shí)峰值的測量算法”。請各位讀者注意，標(biāo)準(zhǔn)出臺(tái)伊始，便明確指出了該標(biāo)準(zhǔn)為測量算法，非處理算法（關(guān)于這方面的誤區(qū)，由于字?jǐn)?shù)所限，將另文闡釋）。這一版本也為后續(xù)確立了響度測量的框架（見圖2）。標(biāo)準(zhǔn)的另一部分，是關(guān)于真實(shí)峰值的測量，本文暫不做介紹。

這個(gè)算法以非常簡潔的方式，兼容了從單聲道到5.0在內(nèi)不同格式伴音的響度測量，由兩級(jí)濾波器（模擬人頭效應(yīng)的pre-filter以及響度主觀感受的計(jì)權(quán)的RLB filter），積分以及聲道加權(quán)（環(huán)繞聲道的權(quán)重比前方聲道多1.5dB）組成整個(gè)計(jì)權(quán)網(wǎng)絡(luò)。

測量算法的核心，便是RLB濾波器，也稱RLB計(jì)權(quán)曲線（見圖3）。這是將客觀可測量的電平值與人主觀感知的響度之間實(shí)施對(duì)應(yīng)的關(guān)鍵一環(huán)。

據(jù)ITU委托加拿大通訊研究中心（CRC）的實(shí)驗(yàn)結(jié)果，在單聲道測試條件下，Leq（RLB），即基于RLB曲線計(jì)權(quán)的平均化計(jì)算的結(jié)果與人的主觀響度判斷（基于實(shí)際的節(jié)目，而非純音）達(dá)到了98.2%的吻合率。 有趣的是，CRC同時(shí)發(fā)現(xiàn)，如果僅是測試單聲道節(jié)目伴音，單純的能量平均化（Leq）也能達(dá)到和帶計(jì)權(quán)的Leq（RLB）幾乎相同的準(zhǔn)確率。在對(duì)一組由單聲道，立體聲和環(huán)繞聲的混合素材的測試過程中，CRC發(fā)現(xiàn)Leq（RLB）響度測量結(jié)果與主觀判斷的吻合度達(dá)到98%。

ITU-R BS.1770-1

2007年，ITU發(fā)布了BS.1770的第一個(gè)修改版BS.1770-1。雖然這一修改版并未對(duì)算法進(jìn)行改動(dòng)，但定義了經(jīng)由BS.1770算法測量得出的滿刻度響度單位LKFS，取代了上一版中的dB。明確了響度和電平在單位上的差異。標(biāo)準(zhǔn)還給出了在1kHz時(shí)，數(shù)字電平與響度的對(duì)應(yīng)關(guān)系：即向左，中，右中任意一個(gè)聲道輸入0dBFS的千周信號(hào)時(shí)，輸出的響度值為-3.10LKFS。這個(gè)單位沿用了與dBFS相同的計(jì)量方式，響度上1LKFS的變化和信號(hào)電平1dB的變化是等效的。

ITU-R BS.1770-2

2010年春天，ITU將EBU提出的”Gating”方案加入響度算法。那什么是“Gating”呢？

簡而言之，在BS.1770-2中，Gating就是要將節(jié)目中不需要納入響度計(jì)算的部分排除出去。那為什么需要排除這些部分呢？我們知道，電視節(jié)目的伴音并不是僅僅由單一的聲音要素構(gòu)成，比如紀(jì)錄片，伴音里就有解說，環(huán)境聲和背景音樂，甚至是無聲的片段。我們的大腦在判斷聲音的響度時(shí)，并不是將這些不同的聲音元素或內(nèi)容“一鍋端”，而是先要取舍。由于了兩級(jí)“Gating”，計(jì)權(quán)網(wǎng)絡(luò)也相應(yīng)作出了調(diào)整：

Gating分為兩級(jí)，分別使用絕對(duì)門限和相對(duì)門限。

第一級(jí)：絕對(duì)門限（Absolute Threshold）

在先前的算法中，BS.1770的積分模式是從節(jié)目的開始到結(jié)尾的時(shí)間全長范圍內(nèi)所有采集和計(jì)算的樣點(diǎn)實(shí)行積分和平均化運(yùn)算。這其中，不可避免地也納入了靜音或響度極弱的部分。舉例來說，在播音員播音的過程中，字與字，句與句之間有中斷。雖然，中斷并不影響我們播音員語聲響度的主觀判斷，但如果這個(gè)中斷部分被納入BS.1770的響度（積分平均化）計(jì)算，將使最終得出的響度值低于語聲的響度值，實(shí)際上降低了響度測量的準(zhǔn)確性。所以，這一版標(biāo)準(zhǔn)中規(guī)定，節(jié)目中所有低于-70LKFS的部分將不納入最終的響度計(jì)算。

從圖上我們能夠看到，Gating發(fā)生在整個(gè)響度處理的最末級(jí)，也就是積分之后。那么Gating所排除或舍棄的部分自然也是經(jīng)過積分的，那么應(yīng)該如何來實(shí)現(xiàn)呢？EBU的工程師提出了“塊”的概念。以400ms為一個(gè)單位積分時(shí)間，也就是整個(gè)節(jié)目將被切成若干個(gè)以400ms為長度的“塊”，為了讓測量的準(zhǔn)確性更高，相鄰的“塊”間有75%的時(shí)間重疊。在絕對(duì)門限的Gating計(jì)算中，所有響度低于-70LKFS的塊將被舍棄。

第二級(jí)： 相對(duì)門限（Relative Threshold）

科研人員很早就發(fā)現(xiàn)，人對(duì)響度的判斷，與其注意力有關(guān)。心理聲學(xué)中的“雞尾酒會(huì)效應(yīng)”也是一種例證。杜比公司在其研究中發(fā)現(xiàn)，由于電視節(jié)目伴音的主要內(nèi)容為語言，或稱對(duì)白，觀眾對(duì)節(jié)目整體響度的判斷也主要基于對(duì)白的響度，這也是前文中提到的對(duì)聲音元素“取舍”。杜比公司提出了對(duì)白智能（Dialog Intelligence）的技術(shù)，分離節(jié)目中的對(duì)白成分，并對(duì)其單獨(dú)實(shí)施響度測量，以此作為對(duì)節(jié)目響度實(shí)行歸一化的依據(jù)。這一做法得到了ATSC的支持，ATSC在其A/85文檔中將節(jié)目伴音中可作為響度歸一化依據(jù)的元素稱之為錨元素（Anchor Element），并多次提到，對(duì)白是最重要的一種錨元素。

而EBU的專家在R128中則提出了另一種分離“錨元素”的方式，即利用前景聲（吸引觀眾注意力的部分）和背景聲（對(duì)觀眾響度判斷沒有影響的部分）之間的響度差對(duì)二者實(shí)行分離。其計(jì)算方法是，第一階段，經(jīng)過第一級(jí)絕對(duì)門限的排除之后，對(duì)剩余的塊實(shí)施平均計(jì)算，得出一個(gè)平均響度值。第二階段，對(duì)經(jīng)過第一階段排除后剩余的塊進(jìn)行篩選，再舍棄響度低于該平均響度值-8dB的塊。然后再對(duì)最終剩余的塊的響度實(shí)行平均計(jì)算，得到輸出的響度值。

在ITU對(duì)BS.1770-2的討論中，采納了EBU提出的以相對(duì)門限的方式分離“錨元素”的算法，但將相對(duì)門限由-8dB修改為-10dB。

結(jié)語

BS.1770-2算法甫一推出，爭議不斷。雖然離頒布時(shí)間已過去一年，美國尚未采納BS.1770-2，A/85中依然沿用BS.1770-1。 而日本ARIB在去年頒布的TR-B32標(biāo)準(zhǔn)中，采納了BS.1770-2。

由于篇幅所限，無法對(duì)本文中所提及的概念進(jìn)行深入探討。縱觀整個(gè)響度測量標(biāo)準(zhǔn)，目前對(duì)環(huán)繞聲響度的主觀驗(yàn)證性測試結(jié)果尚未十分成熟，LFE對(duì)響度的影響也在討論中，真峰值測量的算法尚存爭議，這些都決定了ITU-R BS.1770還將繼續(xù)前行，讓我們拭目以待。BP