Audio 音频音量标准化时的动态范围压缩

我已经问过了。在大多数方法中（例如，我最感兴趣的方法），我可能会得到超过PCM限制的峰值（也可以读取）

简单的剪辑可能是我能做的最糟糕的事情，我应该做些运动

我说的是我在每个PCM样本值上应用的函数。另一方面，他认为这样做是不够的，或者不是我应该做的事情。然而，我并不真正理解这一点，因为我仍然需要处理剪辑的情况。答案是否建议一次对多个样本进行范围压缩，并对每个样本进行简单的硬剪裁

撇开这一点不谈，Wikipedia文章中讨论的函数似乎不是我想要的（在许多情况下，我最终还是会有裁剪案例）。我正在考虑使用类似的工具。这是个坏主意吗？它会稍微减少音量，但保证不会有任何剪辑

---

我的应用程序是一个通用的音乐播放器。我正在寻找一种最适合每个人的解决方案，这样我就可以始终打开它，用户很可能不想关闭它。

使用任何瞬时动态范围处理（如剪裁或tanh非线性）都会引入音频失真。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有用，但听起来您不需要这些人工制品

标准化不会影响波形的动力学（以最小/最大比率表示）。标准化涉及波形与常量标量值的元素相乘，以确保样本不会超过最大值。这一过程只能离线完成，因为在处理之前需要分析整个信号。如果您的波形包含任何强烈的瞬变，则规范化也是一个坏主意。您的整个信号将通过瞬态峰值除以限幅阈值的比率衰减

如果您只是想保护输出不受剪切，最好使用侧链式压缩机。一种特殊形式是限制器（攻击时间为零的阈值以上的无限压缩比）。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不同的增益。它们不是瞬时的，所以你可以减少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，但您允许一段释放时间，以便限制器在后续波形峰值时保持衰减，后续波形刚好被调低，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峰值，则可以通过这种处理获得泵送型声音。如果出现问题，则可以移动到下一个级别，并在子标注栏中执行动力学处理。这样，只有频谱中有问题的部分会被衰减，剩下的声音不会受到影响。

一般的解决方案是将增益水平标准化到明显低于1的某个增益水平，这样很少有歌曲需要增加增益。换句话说，大多数情况下，你会降低信号量，而不是增加信号量。尝试各种不同风格的歌曲，找出这个级别是什么

现在，偶尔，你仍然会遇到一首歌曲，它需要足够的增益，在某个时候，它会剪辑。你有两个选择：1。不要增加那么多收益。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2。应用少量动态范围压缩和/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上做得非常努力，而且应用很少

您的建议是，在逐个样本的基础上使用tanh之类的函数，这将导致音频失真。您不希望对普通音乐播放器执行此操作。这是在吉他放大器模拟器中所做的事情，使它们听起来“肮脏”和“肮脏”。在摇滚乐、流行乐或其他已经严重失真的现代音乐中可能听不到这种声音，但在仔细录制的合唱、爵士乐或小提琴独奏音乐中，人们会感到不安。这与tanh的选择无关，顺便说一下，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包络： 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缩机的一个极端版本，它（至少在理论上）可以防止信号超过某个水平。一个数字“前瞻”限制器可以做到这一点，没有明显的剪辑。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，因为无论您认为它多么透明，都会有人听到它而不喜欢它。

谢谢您的回答。我想我现在只需要使用一个零攻击和零恢复时间的平滑限制器。这对于实现来说是非常简单的，而且可能已经足够好了（如果阈值很高，那么大多数情况下是不明显的）。我强烈警告不要使用零攻击、零释放限制器。这是一个剪辑函数。这个答案令人困惑。侧链是压缩机固有的一部分，所以没有“侧链式压缩机”。所有压缩机均为“侧链式”。错误。你可以有一个反馈压缩器，或者一个波形压缩器。另外，我从来没有说过限制器应该有零释放。也谢谢你的回答。我有一个音量控制和在某个阈值上做一些平滑的限制。阈值非常高（而且无论如何都是可配置的），我很满意