Editarea vocii pentru audiobook sau alte aplicaţii

Editarea vocii pentru audiobook sau alte aplicaţii

Prelucrând o înregistrare pentru un audiobook lansat de Pera Novacovici împreună cu cartea sa “Ghidul Personalităţii Alfa“, am făcut ceva fain. Un scurt ghid despre prelucrarea vocii pentru diverse aplicaţii, cum ar fi audiobook-urile, cursurile audio, sau alte aplicaţii asemanatoare.

Ce vrem de la o astfel de înregistrare

Vrem să se audă clar, relativ constant ca volum, să nu fie nevoie să stăm cu mâna pe butonul de volum în timp ce ascultăm, şi să nu fim deranjaţi de sunetele înconjurătoare.

Pentru că vrem să ne concentrăm pe conţinutul cursului sau cărţii audio, nu pe tehnică, înregistrare, sau alte elemente perturbătoare, în timpul ascultării.

Vocea umană, are o dinamică mare. Adică pe timpul înregistrării, deşi cel care vorbeşte o face relativ constant la acelaşi volum, acelaşi ton, nu ţipă, nu vorbeşte în şoaptă, etc, între fraze, propoziţii sau cuvinte se face pauză.

Deci dinamica vocii pleacă de la aproape linişte, şi maximul de tărie este atins pe anumite consoane sau vocale sau cuvinte accentuate.

Unele cuvinte se aud mai slab, altele mai tare, chiar dacă cel care vorbeşte stă la aceeaşi distanţă de microfon.

Dinamica asta, va suna bine dacă cel ce ascultă stă relaxat într-un fotoliu într-o cameră liniştită şi nu îl deranjează nimeni.

Poate să dea mai tare sau mai încet, şi poate asculta în linişte.

Dar, ştim cu toţii că cei mai mulţi oameni care ascultă cursuri şi audiobook-uri, nu fac asta în condiţiile astea.

Ci de obicei într-un mediu zgomotos (tramvai, metrou, pe stradă, pe bicicletă, în maşină, în autobuz, etc), şi nu au la dispoziţie decât un telefon sau un mp3-player cu căşti. Fără pretenţii Hi-Fi ca să zic aşa.

Deci, treaba mea ca inginer de sunet, este să ofer condiţii de audiţie cât mai bune acestor oameni. Ei vor să se concentreze pe ce ascultă, nu pe cum se aude, volum, maşinile de afară, etc.

Începe cu o înregistrare impecabilă

Plecând de la înregistrare, se preferă înregistrarea cât mai curată şi calitativă, asta ştim cu toţii, evident.

Dacă înregistrarea se face într-o cameră netratată acustic, şi să zicem că se aud reverberaţiile camerei, acelea se vor amplifica odată cu vocea, în procesul prelucrării.

Deci e bine de la bun început să scăpăm de ele, folosind un microfon dinamic/condensator şi vorbind aproape de microfon.

Sau înregistrând într-o cameră în care avem reverberaţia cea mai mică.

Elemente ce absorb sunet: O bibliotecă, dormitor, o cameră mică şi plină cu mobilier, haine, covor, etc.

Ideal ar fi ca înregistrarea vocii să se facă într-un studio special amenajat, însa nu totdeauna este posibil aşa ceva.

Pentru audiobook se preferă înregistrarea pe un singur canal.

În general, se foloseşte un singur microfon, înregistrarea fiind mono.

Efectele stereofonice distrag atenţia de la conţinut.

Atenţie însă, să se audă egal pe ambele canale!

Dacă se aude mai tare într-unul decât în celălalt deranjează.

Iar daca se aude doar pe un singur canal, e mai greu de ascultat, mie personal nu-mi face plăcere deloc.

Ok, avem vocea înregistrată, să zicem maxim cat am putut de calitativă.

Să înceapă editarea vocii pentru audiobook

Eu voi descrie paşii cu Adobe Audition 1.5, însă trebuie să reţii faptul că importanţi sunt paşii făcuţi, nu softul  în care faci prelucrarea.

Trebuie, deci, să vezi ce îi fac eu înregistrării pentru a putea fi ascultată mai uşor într-un mediu zgomotos.

De obicei în medii relativ zgomotoase cei mai mulţi oameni ascultă un audiobook.

Cu orice soft de editare care ştie să facă aşa ceva, poţi prelucra urmând cam aceiaşi paşi.

Poţi vedea în poză cum arată grafic la deschiderea în softul audio un eşantion de 38 de secunde din materialul audio.

Audiobook – Cărţi audio – Te ajut să transformi cartea ta în audiobook! Editarea vocii pentru audiobook poate fi făcută chiar de tine, sau mă poți contacta dacă vrei să fac eu asta pentru tine.

Pentru că se aude încet și neuniform, unele cuvinte se pot pierde, sau necesită atenție sporită a ascultătorului, ceea ce-l poate distrage de la conținut.

Pe scurt, trebuie să amplificăm semnalul până în maximul admis de suportul digital.

Și aplicăm și o compresie dinamică ce va ridica nivelul cuvintelor, consoanelor, vocalelor ce se aud mai slab.

Asta va face ca vocea mai ușor de auzit.

Trebuie să ținem cont că în autobuz de exemplu, pe un mp3-player volumul dat la maxim este posibil să nu acopere zgomotul înconjurător ascultatorului.

O amplificare până la limita formatului este foarte bine venită.

Asta va lăsa la latitudinea ascultatorului nivelul volumului.

Editarea vocii pentru audiobook presupune următorii pași:

Pasul 1: Normalizarea.

Pentru că nivelul cel mai mare al înregistrării este mult sub limita impusă de mediul digital, normalizăm materialul.

Adică amplificăm tot materialul cu aceeași valoare, care este diferență între maximul admis de mediu, și maximul actual al înregistrării.

Astfel, “vârful” cel mai mare al înregistrării va ajunge la maximul admis de mediul de înregistrare.

Totuși, eu nu merg până în zero, ci până în -0.1 dB, pentru a fi foarte aproape de limita maximă a mediului.

Diferența este neglijabilă dar previne o parte din distorsiuni.

Acum după normalizare, se aude ceva mai bine, mai tare, dar diferența între silabele stridente și cele care abia se aud, este încă aceeași.

Pasul 2: Procesare dinamică și apoi iar normalizare. 

Effects->Amplitude->Dynamic Processing –  la presetări alegem Vocals Comp, 8:1,-24, FastAttack și apoi modificăm această presetare astfel:

În tabul Attack/Release la Output Gain setăm 9 în loc de 0, și apăsam OK.

Facem din nou normalizarea la -0.1 dB.

Pasul 3: Filtrarea zgomotului de fond.

În procesul amplificării, se amplifică și impuritățile și zgomotele foarte slabe, cum este zgomotul de fond.

Îl filtrăm pentru a face semnalul mai clar.

Selectăm o porțiune de 1-2-3 secunde undeva între cuvinte/fraze, când cel ce povestește face pauză și nu se aude decât zgomotul de fond.

Îl selectăm pentru a spune programului ce anume să filtreze.

Click-dreapta pe selecție->Capture Noise Reduction Profile.

Apoi selectăm întrega înregistrare, Effects->Noise Reduction->Noise Reduction, și aici ne jucăm cu setările și ascultăm cum sună materialul filtrat.

Dacă e prea filtrat și se pierde din calitatea înregistrării, apar artefacte, nu trebuie să lăsăm valoarea Noise Reduction Level la 100 cât e implicit, umblăm la ea până sună bine.

Când sună bine, dai OK.

Pasul 4: Corecții de ton. 

Unele voci sau înregistrări, necesită corecții de ton dacă o anumită plajă de frecvențe se aude prea tare sau prea încet, unele silabe se pot auzi prea tare sau prea încet.

În general cauți să lași vocea cum este, ajustarea tonului o faci doar fin.

În general poți scoate de tot frecventele sub 100 Hz, acestea ocupând energie inutilă în gama de frecvente, în cazul acestui material.

Eu am scos ce a fost sub 160 Hz: Effects->Filters->FFT Filter->presetarea Kill The Mic Rumble pe care am modificat-o să nu taie ce este sub 99.4 hz cât vine implicit, ci sub 160 Hz.

Pasul 5: Amplificare finală.

După o altă normalizare la -0.1 dB, folosesc efectul Effects->Aplitude->Hard Limiting cu o amplificare de 5-8 dB pentru a ridica tot semnalul mult mai sus.

Aici, în funcție de vocea înregistrată poți amplifica mai mult sau mai puțin, fă teste, vezi ce iese.

La mine 5 dB a fost suficient.  

La final e bine să aplici câte un Fade In și un Fade Out pentru 1-2 secunde din material, să înceapă și să se termine lin.

Acum putem compara vizual măcar, vocea obținută în urma procesării cu cea de dinainte, neprelucrată.

Eu am scris cum am făcut eu, dar setarea valorilor de la diverse efecte nu e bătuta-n cuie, experimentează și apasă OK când auzi că sună bine. 

Nu e un tipar gen “așa se face” ci ar trebui să te ghideze, să ai o idee ce se poate face și apoi să faci așa încât să sune bine.

Poți experimenta alte valori alte setărilor, în funcție de înregistrare poți obține calitate mai mare, sau o prelucrare mult mai bună.

Alege “cu urechea”, nu respecta întocmai setările din articol, pentru că fiecare înregistrare e altfel, fiecare voce e altfel.

Dacă cel ce va asculta materialul în condiții zgomotoase, nu va întâmpina probleme și înțelege ușor tot ce se zice în material, înseamnă că ți-ai făcut bine treaba și prelucrarea este utilă :).