Narzędzia specjalne do obróbki głosu

Przez ostatnie miesiące miałem możliwość poćwiczyć praktycznie użycie rozmaitych narzędzi "ratujących" nagrania głosu ludzkiego. A że tych narzędzi trochę udało się zgromadzić, dzisiaj krótki przegląd, co i w czym przydaje mi się najbardziej.

Zastanawiałem się, czy podzielić wpis na poszczególne programy, czy też na zakłócenia, z którymi walczyłem i ostatecznie padło właśnie na ten drugi podział. Zakłócenia omówię w takiej kolejności, w jakiej zwykle usuwam je z nagrania.

Zawczasu też dodam, że wpis nie jest sponsorowany, a to, że w większości wypadków producenci poszczególnych rozwiązań się powtarzają wynika z ograniczeń rynku - naprawdę w kwestii naprawiania dźwięku nie ma aż takiej ogromnej konkurencji i albo kupujemy drogie iZotope RX Advanced, albo tańszy pakiet od firmy Acon, ewentualnie płacimy za Steinberg SpectraLayers Pro (są też pakiety BARDZO drogie, np. sam odszumiacz firmy Cedar Audio to koszt ok. 3000 funtów, cały pakiet do restauracji dźwięku to zaś - bagatela - 10 tysięcy...). Można dosztukować kilka wtyczek firm trzecich (np. OEKSound, Sonible, Waves, Accentize), za to bardzo kiepsko wygląda sprawa efektywnych darmowych narzędzi. Da się znaleźć de-esser, pewnie i jakiś odszumiacz, ale generalnie nastawiając się na częstą naprawę dźwięku, trzeba też nastawić się na płacenie za oprogramowanie...

Przydźwięk i buczenie

Ten rodzaj zakłócenia we własnych materiałach miewam bardzo rzadko, za to często spotykam go w nagraniach, które trafiają do mnie z prośbą o ratunek. Na szczęście, zwykle udaje się go usunąć w miarę prosto za pomocą modułu De-Hum z pakietu iZotope RX (jest nawet w najtańszej wersji Elements):

iZotope De-hum z pakietu RX

Jeśli jemu się nie uda - a miałem z taką sytuacją do czynienia jeden jedyny raz - wtedy sięgam po analogiczną funkcję DeHum w programie SpectraLayers 11 Pro:

DeHum w SpectraLayers 11 Pro

Szum

Przez szum rozumiem w tym momencie wyłącznie dosłownie rozumiany szum (biały, różowy, brązowy czy kombinacje) - losowe i jednostajne zakłócenie, wynikające np. z kiepskich mikrofonów czy przedwzmacniaczy lub ze złego ustawienia poziomu zapisu, przez co trzeba na etapie obróbki mocno podnieść głośność. Do usunięcia tego typu zakłócenia sięgam zwykle po iZotope RX Spectral De-noise, jeden z najlepszych "usuwaczy" szumu:

iZotope Spectral De-noise z pakietu RX

Warto poczytać o obsłudze tej wtyczki (dostępnej tylko w pakietach Standard i Advanced), zwłaszcza o krzywej, dzięki której można w różnym stopniu odszumiać różne pasma sygnału, przez co mniej degraduje się całe nagranie.

Zakłócenia w tle

W tym zakresie zmieniło się w ostatnich latach bardzo dużo poprzez zastosowanie różnego typu sieci neuronowych czy algorytmów uczących - dzięki temu da się w całkiem dobrym stopniu oddzielić mówione słowa od hałasów będących w tle. Pierwszym poważnym graczem była wtyczka Waves Clarity Vx, którą dogoniła SuperTone Clear. Do wyścigu dołączyła firma Acon, której cały pakiet wtyczek Restoration Suite, a szczególnie Extract Dialogue zasługują na uwagę. Firma iZotope ma w zanadrzu wtyczkę Dialogue Isolate, prostszą wersję w pakiecie RX Standard, bardziej zaawansowaną w pakiecie RX Advanced. Z produktów nieco mniej popularnych można posiłkować się wtyczką Accentize DxRevive.

Unmix Noisy Speech - i już mamy na osobnej warstwie głos, a na osobnej - odgłosy tła i szum

Moim faworytem jest jednak znów SpectraLayers 11 Pro, gdzie mamy aż kilka narzędzi do usuwania tego typu zakłóceń. Najczęściej używam bardzo praktycznego Unmix Noisy Speech, która "rozdziela" sygnał na dwie warstwy: tę z mową i tę z zakłóceniami. Daje to możliwość niezależnego sterowania głośnością obu komponentów i w wypadku, gdy mowa wypadnie zbyt sterylnie, można "domieszać" do niej nieco oryginalnych zakłóceń.

Pogłos

Z czym można ruszyć do nierównej walki z pogłosem w nagraniu? Jeszcze dwa lata temu zakrzyknąłbym bez wahania - z Acon Deverberate 3! I choć nadal jest to bardzo dobre rozwiązanie, to jednak przegrywa - moim zdaniem przynajmniej - z funkcją Voice DeReverb w programie SpectraLayers 11 Pro. Bez wątpienia obecnie jeden z najmocniejszych punktów programu Steinberga - dość powiedzieć, że jeśli pogłos jest duży, specjalnie odpalam SpectraLayers tylko i wyłącznie po to, by ten pogłos usunąć. Niestety, Voice DeReverb nie jest wtyczką VST, której można użyć w dowolnym programie...

Do niedawna mój główny faworyt, czyli Acon Deverberate 3 - nadal świetny

Z innych, powiedzmy że w jakimś tam stopniu skutecznych rozwiązań wskazałbym SuperTone Clear, Accentize DeRoom Pro i Waves Clarity Vx DeReverb. Nie mogę się za to przekonać do efektu De-reverb z pakietu iZotope RX - moim zdaniem działa on stosunkowo słabo.

Podmuchy - popy

To dość częste zakłócenie i zdarza się nawet w moich nagraniach mimo używania np. gąbki. Po prostu czasem głoski wybuchowe "jakoś" się do nagrania przedostają i tyle. Jak sobie z nimi radzić? Przede wszystkim - przed jakąkolwiek korekcją za pomocą efektów EQ, bo większość wtyczek eliminujących "popy" wykrywa np. charakterystyczne "uderzenia" w niskich tonach. Jeśli wcześniej zastosujemy filtr górnoprzepustowy (często stosowany z głosem), możemy utrudnić takim wtyczkom działania. Po drugie, warto tego typu efekt stosować miejscowo, czyli zaznaczać odpowiednie zakłócenie i je usuwać.

Acon DePlosive Dialogue radzi sobie z "popami" bardzo dobrze

Tu nie będzie wielkiej filozofii - Acon DePlosive Dialogue zwykle załatwia sprawę wyśmienicie, także De-plosive z iZotope RX zdaje egzamin.

Przesterowania i clipping

Mimo że ostatnie lata to rozkwit urządzeń, potrafiących nagrywać dźwięk 32-bitowo, nadal jeszcze większość osób nagrywa w 24-bitach, co przy złym ustawieniu poziomu nagrywania może doprowadzić do clippingu. Clipping to przesterowanie, czyli sytuacja, gdy sygnał jest tak głośny, że przekracza cyfrowe 0dB i zostaje "przycięty" do tegoż zera. Brzmi to fatalnie, ale jeśli tego typu zakłóceń nie ma dużo, sytuacja nie jest beznadziejna. Tutaj bez różnicy - można użyć i iZotope RX De-clip i Acon DeClip, i SpectraLayers Voice DeClip - wszystkie one są w stanie w dużym stopniu uratować przesterowanie.

iZotope De-clip z pakietu RX

Mlaski, sklejanie ust, odgłosy języka

Przyznam, że tak ze cztery lata temu tego typu zakłócenia należały według mnie do jednych z najtrudniejszych do usunięcia. Potem kupiłem iZotope RX Standard i razem z nim efekt Mouth De-click, który w zasadzie rozwiązał problem. Długo nie mogłem znaleźć nic bardziej efektywnego, aż spróbowałem zastosować w tym celu wtyczkę OEKSound SPIFF, która wydaje mi się dawać bardziej "przezroczyste" brzmieniowo efekty i to jej używam obecnie częściej.

OEKSound SPIFF - jeden z lepszych "odmlaszczaczy" i świetne narzędzie do kształtowania transjentów

I Acon, i SpectraLayers mają efekt DeClick, ale na tego typu delikatne (acz słyszalne!) zakłócenia działają one albo zbyt słabo, albo zbyt mocno. No, albo ja mam po prostu problem z ich odpowiednim wysterowaniem, co też jest przecież możliwe.

Oddechy i sybilanty - zakłócenia?

Z oddechami i sybilantami czuję pewien opór, by określać je wprost zakłóceniami. To MOGĄ być zakłócenia, jeśli stają się zbyt słyszalne w nagraniu, natomiast raczej nie powinno się ich z nagrania eliminować. Chodzi bardziej o stłumienie, ściszenie, aby nie przeszkadzały w słuchaniu.

Na oddechy stosuję zazwyczaj albo ekspander (łagodnie działającą bramkę szumów), najchętniej SIR AudioTools StandardGATE lub Sonible smart:gate. Wprawdzie mam też Waves Debreath, chyba najlepiej działającą wtyczkę do wykrywania i ściszania oddechów, ale mimo mijających lat i rozgryzienia sposobu jej działania, nadal mam do niej mniejsze zaufanie niż do ekspandera.

Jedno z bardzo dobrych rozwiązań do osłabiania zbyt agresywnych sybilantów - Sonible smart:deess

Na sybilanty, czyli głoski syczące, mam całą armię wtyczek rozmaitych, choć najczęściej ostatnio stosuję Weiss Deess i Sonible smart:deess. Nimi zazwyczaj uzyskuję najlepsze efekty. Duże pakiety, czyli iZotope RX, Acon Restoration Suite czy SpectraLayers, mają - rzecz jasna - funkcję de-ess, jednak są one dość ograniczone i nie zapewniają aż takiej elastyczności, jak narzędzia specjalizowane.

I to tyle

Jak widać po lekturze tekstu, na czele wśród narzędzi są Steinberg SpectraLayers, iZotope RX (najlepiej w pakiecie Advanced) i Acon Restoration Suite (dodawany także do Acon Acoustica Premium). Przez długi czas moim zdecydowanym faworytem był pakiet RX, ale okazało się, że Acon zrobił świetną robotę - najpierw w Deverberate 3, a potem w całym pakiecie Restoration Suite. Zaś SpectraLayers 11 Pro jest prawdziwą perełką, bo naprawdę w tej wersji narzędzia są bardzo efektywne - i to zarówno jeśli chodzi o skuteczność, jak i o wydajność. Steinberg jako jedna z nielicznych obecnie firm pełnymi garściami czerpie z mocy obliczeniowej kart graficznych - SpectraLayers potrafi obrabiać dźwięk z wykorzystaniem rdzeni kart RTX. Doceni to każdy, kto porównał na jakimś dłuższym materiale Unmix Noisy Speech oraz iZotope Dialog Isolate w jakości Best/Offline. Ten ostatni potrafi - mówiąc dosadnie - "zarżnąć" nawet bardzo szybki procesor...

Obecnie zatem najtrudniejsze zakłócenia usuwam właśnie w SpectraLayers, a resztę dzielę między Acon a iZotope - np. szum usuwam w RX Spectral De-noise, ale "popy" zazwyczaj w Acon DeClip. Tylko mlaski, oddechy i sybilanty deleguję na wtyczki firm trzecich (chociaż ciągle w kwestii mlasków Mouth De-click nie stoi na straconej pozycji).