0db: Máximo o distorsión

El por qué de este tema es, por ejemplo, tu tienes un archivo wav con su máximo pico a -0.01. Vale perfecto.
El problema es, a la hora de convertir la señal (no pasa con todas) a mp3 (incluso a 320 kbps) nos encontramos con que ahora el máximo pico esta en 0db.
Pero...dichos 0db´s ¿son el máximo o ya significan distorsión?
Se le llama techo...por tanto debería ser el máximo sin distorsionar. Pero...¿por qué los programas de medición detectan esta llegada a 0 (no superior) como clipeo?. Incluso algunos como Audition llaman a este clipeo distorsión...
Un saludo

Clipping siempre implica distorsión, la señal recortada de salida es distinta a la de entrada.
Llegar a 0 dBFS no implica clipping necesariamente, es un valor de amplitud válido (el mayor).

Hay varios tipos de PPM:
- Analógicos: usan tiempos de integración cortos. [Se sale de tema.]
- Digitales típicos: usan directamente el valor codificado del impulso (PCM) como aproximación de la realidad. Suelen indicar en rojo un over cuando hay 3 o más muestras consecutivas a 0 dBFS, ya que se deduce que las del medio son mayores y han sobrepasado la escala. En algunos software se puede configurar desde 1 hasta N el número de muestras consecutivas ya que, cuando son pocas, la distorsión es indetectable a oído. Para señales cuadradas a 0 dBFS este tipo de medidor es engañoso.
- Digitales con sobremuestreo: usan un valor calculado más fielmente que detecta overs entre muestras, los cuales pueden ocurrir incluso sin llegar ninguna muestra a 0 dBFS. Ejemplo: SSL X-ISM.

En el caso particular del MP3, como es un algoritmo con pérdida, es normal que la salida y la entrada tengan pequeñas variaciones de nivel de pico. Y como la mayoría de música está masterizada apurando o llegando a 0 dBFS, no hay margen positivo para el codificador MP3 y muchas veces hay clipping.
El codificador LAME te avisa si le pasas la opción --clipdetect. Lo mide en la señal de salida descodificada al vuelo, pero seguramente sin sobremuestreo. Además, la estimación de compensación es más fiable con --vbr-old que con el por defecto --vbr-new.
Se puede evitar reduciendo la señal de entrada con --scale <multiplicador>, por ejemplo --scale 0.95 . O equivalentemente desde el DAW antes de exportar, con el master fader si el motor de audio es en coma flotante.

Para absoluta certeza, el proceso sería medir con un plugin como X-ISM —o mejor otro que procese por lotes— tanto el fichero exportado desde el DAW como el MP3 descodificado. Si no se está dispuesto a hacer, lo mejor es no apurar los márgenes.

Eso es..... nethox te lo ha detallado muy bien.


Tienes que entender que en digital no tenemos una forma de onda, tal y como se ve en el editor de muestras, si no una serie de valores instantáneos, los samples. Si tenemos dos consecutivos que dan el máximo, ya sabemos que tenemos un clip. Aunque seguramente sea tan rápido que no se aprecie, eso también es verdad.

Pero quizás el mayor problema radica en saber si cuando el convertidor D/A reconstruya la onda a partir de esos samples, a pesar de que ninguno haya llegado a 0dBFs, la zona intersample va a sobrepasar ese valor máximo o no.

Un limitador analógico al procesar en continuo y no por muestras, reduce el margen de seguridad para no encontrarnos con distorsión intersample.


A la hora de codificar en mp3..... pues lo que te ha dicho nethox. Depende de la restructuración de la forma de onda..... así que parece inevitable tener que dejar unas décimas de dB y/o usar un buen codificador.


saludos

¡Enormes gracias a los dos!: Nethox y euridia
Corregidme si me equivoco: al codificar una señal a mp3, ningún pico puede ser mayor que 0db. Si tienes una señal a +7db, automáticamente al convertirla a mp3, su máximo va a ser 0db (aunque eso implica distorsión y pérdida de calidad) en la señal. Pero a lo que voy es...: si quisiéramos ver la señal de un mp3 en un medidor, no tendría que mostrar la señal de clip porque su máximo es 0db (el máximo) y no lo ha superado, no obstante según lo que decís, entiendo que los programas hagan una suposición de que al tener una cantidad de samples en amplitud máxima, de por sentado que se supera esta amplitud máxima en alguno de esos samples, sin ser asi.
¡Un saludo y muchas gracias de nuevo!

vanerio escribió:

Si tienes una señal a +7db, automáticamente al convertirla a mp3, su máximo va a ser 0db

mmmm... no entiendo como vamos a tener en digital una señal de +7dBFs...... hablamos de un wav con samples ( que siempre están a max 0dBFs) que al codificar el resultado deba dar superior a 0dBFs, y por lo tanto como lo máximo que s epuede almacenar es 0dBFs, lo recorta, y por tanto distorsiona.

vanerio escribió:

si quisiéramos ver la señal de un mp3 en un medidor, no tendría que mostrar la señal de clip porque su máximo es 0db (el máximo) y no lo ha superado

te marcará que hay clip si hay suficientes muestras a 0dBFs. lo supongo, porque en mp3 me pierdo un poco, no soy programador.

vanerio escribió:

entiendo que los programas hagan una suposición de que al tener una cantidad de samples en amplitud máxima, de por sentado que se supera esta amplitud máxima en alguno de esos samples

y los hay que hacen un sobremuestreo para imaginar nuevos samples y analizarlos en busca de clips.

saludos

Los +7db los puede tener por ejemplo un wav a 64 o 32 bits flotantes. Solo era un ejemplo para ver que al convertir a mp3, el máximo pasa de +7db a 0db
¡Un saludo!

Edito: Vale, entonces...como lo recorta hasta 0db...¿ese archivo en mp3 recortado ¿no clipea?
Otro saludo

Yo uso bastante la herramienta "TT Dynamic Range Meter", pero en modo offline. Normalmente la uso para medir el rango dinámico de mis propias mezclas o de algunos CD's, aunque también lee mp3 siempre que estén a 44.1KHz de frecuencia de muestreo. También mide los picos de manera que reconoce los "overloads" intersample, aunque hablo de memoria y no estoy seguro. Sólo sé que si ahí marca el pico como "over" entonces es que está sobremodulando, aunque evidentemente nunca pase de 0dB.

La conversión a mp3 es muy "puta" y siempre se pierde calidad en el sonido, pero es que además puede producir verdaderos destrozos si no se anda con cuidado... Y, por lo que veo normalmente, prácticamente nadie anda con cuidado. Resumiendo mucho, si pasas a mp3 un wav que ronda los 0dBFS lo va a destrozar bastante y de varias maneras.

Hacía tiempo que estaba tratando de encontrar un documento que había visto pero que no recordaba dónde y por fin lo he localizado... Ahí explica el incremento del nivel de pico que se produce en la conversión a mp3 además de otras cosillas. Dejo enlaces al documento y a un video muy recomendable y muy ilustrativo. En la página 10 del documento, podéis encontrar una tabla en la que se muestran las subidas del nivel de pico según el tipo de compresión aplicada.

Documento: http://www.tcelectronic.com/media/1018176/nielsen_lund_2003_overload.pdf

Video: http://www.youtube.com/watch?v=BhA7Vy3OPbc

Este y otros vídeos del mismo seminario los podéis ver aquí: http://www.tcelectronic.com/rome-calling/

Creo que es algo totalmente recomendable, por lo menos para los que no tenemos mucha idea sobre el tema.

¡ Muchísimas gracias Daniel Lazarus! Cambien uso dicha herramienta en offline, pero lo que no llego a entender es como si 0db es el punto máximo de amplitud, estos programas lo detectan como "over"
Cierto es lo que dices, que si conviertes un wav apurado a 0db se destroza bastante la señal...pero y si bajas unos decibelios antes de la conversión para que justo el resultado de con su máximo pico en 0db, apenas habría perdida de calidad, pero el medidor seguiría dando señal de clip...
Por tanto, quiero el resultado de una señal en mp3, ¿es correcto que el medidor después de la conversión me diga que hay clip?, ¿significa eso que he hecho algo mal, o solo es un aviso de que he tocado techo?
Sigo sin aclararme
He subido dos archivos, ¿cual de los dos he de usar? El de 0.0db marca la señal de clip (¿está mal o simplemente me avisa de que he llegado al limite sin superarlo?)
¡Un saludo y gracias de nuevo!

vanerio escribió:

lo que no llego a entender es como si 0db es el punto máximo de amplitud, estos programas lo detectan como "over"

Fíjate en la "figura 2" de la página 3 del documento. Es una sinusoidal de 8KHz sampleada a 48KHz de frecuencia de muestreo. Aunque la amplitud de la onda original llega a los valores máximos +1 y -1, el valor de las muestras sampleadas (las barritas verticales con los puntitos en el dibujo) no llegan nunca al valor máximo, o lo que es lo mismo, no llegan nunca a valer 0dBFS, mientras que la onda sí que llega a ese tope de 0dBFS. Entonces, cuando reproduces esas muestras puedes caer (y de echo prácticamente siempre lo hay) en un error dependiendo del tipo de medidor de picos que uses. Si el medidor de picos lo único que hace es leer el valor de las muestras y mostrar el valor máximo alcanzado hasta el momento, el error puede llegar a ser considerable, de varios dB's (creo que eran unos 3 o así dependiendo de frecuencias concretas y con fase concreta, pero hablo de memoria y no estoy seguro de esto). Si el medidor usa un oversampling interno de x4 (que para cada muestra guardada calcula otras 3 intermedias) se acerca más al valor real que esa onda alcanzará cuando sea reconstruida en el convertidor D/A, aunque aún así se produce el mismo tipo de error, aunque de esta manera se reduce a un máximo de 0,5dB, creo recordar. El error va disminuyendo a medida que aumentamos el oversampling interno del medidor, aunque esto también consume más recursos. Actualmente, si no recuerdo mal, la recomendación ITU R BS 1770 que también recoge la EBU R 128 marca un oversampling de x4 entre otras cosas a la hora de medir el "true peak" para una frecuencia de muestreo de 48KHz y de x2 para una de 96KHz.

En resumen y para no liarme tanto... Que no es lo mismo los valores que alcanzan las muestras individuales que la amplitud de la onda que se va a generar con esas mismas muestras. Si no me equivoco, el TT Dynamic Range Meter usa precisamente un oversampling interno de x4 para calcular si sobremodula ("over") o no ("0,0dBFS").

vanerio escribió:

quiero el resultado de una señal en mp3, ¿es correcto que el medidor después de la conversión me diga que hay clip?

Si el medidor te dice que hay clip, es que seguramente hay clip. Yo no me atrevo a decir que sea incorrecto, pero si que digo que es indeseable. También te digo que por esa regla de tres, la inmensa mayoría de mp3 que circulan por ahí de discos actuales masterizados a niveles muy altos contienen sobremodulaciones, ya que normalmente la gente "normal" convierte directamente el CD a mp3 sin atenuar previamente unos dB's las pistas originales.

vanerio escribió:

¿significa eso que he hecho algo mal, o solo es un aviso de que he tocado techo?

Significa que has aplicado un proceso, la conversión a mp3, pero que el resultado de ese proceso produce un valor pico más alto que el original y por lo tanto las susodichas sobremodulaciones o "overs".

vanerio escribió:

He subido dos archivos, ¿cual de los dos he de usar? El de 0.0db marca la señal de clip (¿está mal o simplemente me avisa de que he llegado al limite sin superarlo?)

Yo te recomendaría que dejases el valor pico máximo en -0,3dBFS. Lo dice Tischmeyer en sus vídeos y lo he oído en más ocasiones... Así que, desde mi punto de vista, ninguno de los dos estaría "ok".

Por poner un ejemplo, el disco "21" de Adele está estrujado a tope, guerra del volumen a saco, volumen brutal... Hay deformaciones de onda muy bestias, hasta 20 muestras seguidas en valor máximo (con la onda totalmente recortada), distorsiones audibles en la voz solista!!! Y aún así, ni una sola muestra llega al valor máximo de 0dBFS, se quedan en -0,02dBFS o -0,01dBFS. No tiene ninguna utilidad real llegar a valores de muestra 0dBFS, pero sí que la tiene el dejar esos -0,3dBFS de tope y asegurarnos que la mayoría de cacharros domésticos no hacen cosas raras al intentar reproducir nuestros CD's.

Espero haberte aclarado algo!!!

Daniel Lazarus, muchas gracias sobre todo por el gran empeño en tus mensajes. Creo que tengo todo más claro, digo creo porque hay veces que todavía no se si lo he comprendido correctamente.
Si se me permite, una pregunta:
Para dejar una señal, como dices, a -0,3dBFS pero en mp3, ¿qué pasos hay que seguir? ¿Prueba y error hasta quedarse en ese valor? En estos casos supongo que seria útil el Fraunhofer Pro-Codec para ver a tiempo real a que amplitud acabaría la señal al convertirse, pero...¿hay algún otro "truquillo" para llegar a una determinada amplitud máxima tras la conversión? Ya lei que depende de la señal, pero...quien sabe...tal vez exista algun procedimiento....
Muchas gracias y un saludo

La verdad es que nunca me planteo dejar un mp3 a -0,3dBFS clavaos, con que se quede algo por debajo de eso ya ganas algo con respecto al clipping. Pero es que el mp3 en los parámetros tradicionalmente más usados (128Kbps o 256kbps y "a piñón") destroza tanto el sonido que realmente no sé hasta que punto vale la pena comerse mucho el tarro. Para mí el -0,3dBFS es una regla pero para audio normal, sin compresiones tipo mp3.

Pero bueno, voy a hacer un experimento. Voy a coger un tema, el "Don't You Remember" del CD "21" de Adele y voy a jugar un poco con él, a ver qué saco. Mediré todo el rato con el TT Dynamic Range Meter en modo offline.

Pista original: peak -0.02/-0.02; RMS -9.0/-8.8, Dynamic Range 6.1/6.0 (los valores se refieren a L/R, izquierda/derecha).

Ahora cojo y la paso a mp3 tal cual, sin tocar nada salvo la calidad del codec "Lame" que la pongo al máximo, usando 128kbps en estéreo normal: peak over/over; RMS -9.4/-9.2, Dynamic Range 6.6/6.4.

Ahora bajo el wav original en -6dB y vuelvo a pasar a mp3 con los mismos parámetros: peak -3.29/-3.10; RMS -15.4/-15.2; DR 9/9.1.

Como parece que si le subo 3dB al de -6dB se quedará sin llegar al 0dBFS, hago lo mismo que antes, pero esta vez bajando el wav original en -3dB: peak -0.14/0.00; RMS -12.4/-12.2; DR 9/9.4.

Para dejarle algo más de espacio lo mismo, pero bajando el original en -4dB: peak -1.25/-0.70; RMS -13.4/-13.2; DR 8.7/8.7.

Por último, decido repetir el primer paso (bajar el original en -6dB) pero ahora ajustando el códec para deshabilitar la opción "Allow intensity stereo coding": peak -2.83/-2.56; RMS -15.4/-15.2; DR 8.9/9.1.

Conclusiones:

- el códec Lame, usado con alta calidad y a 128kbps en estéreo normal me sube los valores pico en torno a 3dB en un tema apretado como el de Adele.

- además también me baja algo la lectura del valor RMS, en concreto en -0.4dB RMS.

- deshabilitando la opción del "intensity stereo coding" me sube los picos un poco más, en torno a medio dB con respecto a dejar la opción habilitada y por lo tanto en torno a +3,5dB con respecto al archivo original.


Ahora cargo todos estos archivos en Cubase junto con el original en wav, corrijo los niveles para que se oigan al mismo volumen, inserto el Voxengo MSED en el canal master para dejar sólo la señal Side y comparo para valorar si hay cambios subjetivos en la calidad de la conversión:

- original, bueno es el original y no puede sonar mejor que esto... Joder, se oye la distorsión claramente ya en el original, pa cagarse...
- Compresión a mp3 tal cual, destrozo total. La voz que ahora aparece de fondo se oye como debajo del agua con multitud de artefactos raros.
- -6dB, -4dB y -3dB, más o menos igual, destrozo total.
- -6dB sin el "intensity stereo coding", parece que mejora bastante la respuesta en frecuencias altas (platillos de la batería se oyen más definidos) pero agrega otro tipo de ruido, como un soplido raro en los medios. No sé qué es peor, bueno, parece que este soplido es incluso algo peor que antes...

Para comparar la señal mid invierto la fase al original y voy anulando con cada archivo... La cancelación máxima que consigo una vez alineadas las pistas "a la muestra" en el tiempo, es de unos -10dB en todos los casos. Quizás mejora algunas décimas en la conversión a -6dB, pero vamos... Un desastre...

En definitiva, para evitar mayores problemas de los que ya introduce la conversión a mp3, yo bajaría este tema unos 4dB's antes de pasarlo para evitar posibles distorsiones añadidas en los reproductores normales. Además trataría de usar este códec a bastante más de 128Kbps, vamos, lo máximo posible. Bueno, realmente trataría de evitar el tener que convertir a mp3.

Supongo que el plugin ese de Sonnox puede ayudar si el objetivo es publicar o compartir tu música en mp3 usando ese códec, por lo menos para valorar más rápidamente todo esto (valores pico, calidad de la conversión, etc.).

Bueno, espero por lo menos haber ayudado en algo... La verdad es que tampoco conozco mucho esto de los mp3, sólo lo suficiente como para saber que no me gustan, jejeje...

¡Muchas gracias por mostrar tus pruebas! Si la verdad es que el formato mp3, como mínimo esta a 1/4 de kbps comparado con un wav a 16bits y eso se tiene que notar...Es un formato cómodo porque ocupa menos, pero algo malo tenía que tener... . Siempre a usar los 320kbps se ha dicho.
Yo también he estado probando con todo esto, y tenia una señal, que al convertirla a mp3 320kbps, me bajaba los picos más que los de la señal del wav...todo lo contrario de lo que estábamos hablando en este post. Esto me ha parecido muy extraño, no se si sera normal o solo que no me se la teoría de como funciona el codec.
Para ponerle presión al codec, he normalizado los picos de L y R a -1.70 (por separado) a -0.01 y si bien un canal alcanzaba el 0, el otro si que quedaba menor en torno a los -0.22.
Después he vuelto a normalizar la señal a -0.02 y aquí ya si que cada señal quedaba reducida y más alejada del 0 que la señal original...
Me lei el pdf que colgaste, y podía aumentar la señal por los filtros que aplica el conversor...pero ¿reducirlo?
hmmmm...
¡Un saludoooo!

PD: ahora que lo pienso, podría ser porque mi señal original se pasaba de los 20kHz (o almenos los apuraba) y el conversor al quitárme estas frecuencias con los filtros, redujo los picos (que eran producidos por estas frecuencias)...
Voy restar frecuencias altas a la señal a ver si sigue ocurriendo lo mismo

(Se me ha acabado el tiempo para editar el post asique escribo otro )
He puesto a la señal original un filtro elíptico de paso bajo a 19900 Hz, y seguía pasando lo mismo...
Así que he decidido añadir otro filtro elíptico (además) de alto a 19 Hz y si bien un canal se acercaba más a 0 (muy muy poco) el otro canal seguía alejándose de este...
¿será que no son estas frecuencias las que producen estás bajadas de nivel?mmm
Un saludo

Nethox escribió:

Suelen indicar en rojo un over cuando hay 3 o más muestras consecutivas a 0 dBFS, ya que se deduce que las del medio son mayores y han sobrepasado la escala.

En realidad creo que con 2 muestras consecutivas a 0 dBFS ya es suficiente para crear clipping en la reconstrucción del DAC.
Lo que pasa con 3 muestras es que permiten afirmarlo aunque su nivel sea menor que 0 dBFS, por ejemplo -20 dBFS. Eso o que la señal ahí es cuadrada. Aplicado a medidores simples de valor de muestra, no a los "True peak" o con upsampling.

Daniel Lazarus escribió:

Yo uso bastante la herramienta "TT Dynamic Range Meter", pero en modo offline. Normalmente la uso para medir el rango dinámico de mis propias mezclas o de algunos CD's, aunque también lee mp3 siempre que estén a 44.1KHz de frecuencia de muestreo. También mide los picos de manera que reconoce los "overloads" intersample, aunque hablo de memoria y no estoy seguro. Sólo sé que si ahí marca el pico como "over" entonces es que está sobremodulando, aunque evidentemente nunca pase de 0dB.

Me temo que ese medidor, al menos hasta la versión 1.4a incluída que es la gratuíta, no mide adecuadamente los picos entre muestras (intersample peaks, ISP). Su funcionamiento es idéntico en la versión plugin y en la offline, y está documentado en la página 11 del manual. En resumen, sólo muestra over si:
- 2 muestras consecutivas tienen 0 dBFS exactos.
- Las 2 muestras generan un ISP usando upsampling 4x.

Podría parecer correcto, pero la primera condición excluye todos los casos que generan ISP menos uno, así que es prácticamente inútil.
Una señal cuadrada de 1000 Hz que realmente está generando ISP contínuamente a +2.28 dB deja de indicar over en el medidor TT-DR en cuanto se normaliza a -0.000001 dBFS. Midiendo a la vez con SSL X-ISM sigue marcando over en analógico hasta que se rebaja a -1 dBFS.
Además es limitado en cuanto a formatos de entrada: sólo 16 bits, stereo, WAV o MP3. Y sólo 2 cifras significativas (0.1 dB).

Nótese que SSL X-ISM tampoco detecta todos los ISP, probablemente porque un filtro mejor consumiría demasiada CPU para funcionar a tiempo real. Y no soporta procesado por lotes, pero ya es más útil para un análisis manual. Usa upsampling 4x y un filtro FIR posterior de fase lineal, como recomiendan aquí:
http://www.gearslutz.com/board/geekslutz-forum/410284-maximum-intersample-peak.html

Alguien escribió:

Ideally the filter should be an odd order FIR (finite impulse response)because it has a linear phase or group delay, is inherently stable no matter how large its order is (steep or slope), and provides the best performance.
Unfortunatly many DACs and sample rate converters don't use a FIR but an IIR (infinite impulse response), because it is less expensive to compute.

vanerio escribió:

He subido dos archivos, ¿cual de los dos he de usar? El de 0.0db marca la señal de clip (¿está mal o simplemente me avisa de que he llegado al limite sin superarlo?)

Según SSL X-ISM, ambos tienen ISPs, pero comprobando con 2 vías alternativas yo creo que sólo tiene el fichero "A 0.0 dB". En cualquier caso es un valor ínfimo: +0.000632 dB.

Daniel Lazarus escribió:

Si el medidor de picos lo único que hace es leer el valor de las muestras y mostrar el valor máximo alcanzado hasta el momento, el error puede llegar a ser considerable, de varios dB's (creo que eran unos 3 o así dependiendo de frecuencias concretas y con fase concreta, pero hablo de memoria y no estoy seguro de esto).

Creo que no son +3 sino +infinito dB en caso de impulsos tipo sinc creados a mala idea como los ficheros Pulse*.wav de aquí:
http://src.infinitewave.ca/TestSignals.zip

vanerio escribió:

Me lei el pdf que colgaste, y podía aumentar la señal por los filtros que aplica el conversor...pero ¿reducirlo?
hmmmm...

He visto algún caso de reducción, pero de muy poco nivel.

Todavía me falta hacer bastantes pruebas con señales que confirmen la corrección pero, si va bien, próximamente abriré un post con explicación y un pequeño script que informa de picos de muestra, picos ISP y la compensación requerida para evitar clipping en el DAC. Con la ventaja de procesar por lotes sin intervención humana, soportar bastantes formatos y tener mucha precisión.

¡¡Sera un post muy interesante Nethox!!
¡¡Muchas gracias y un saludo!!