فشرده سازی در عمل. فشرده سازی دینامیک محدوده دینامیکی فشرده یا استاندارد

این گروه از روش ها بر این واقعیت استوار است که سیگنال های ارسالی تحت تبدیل دامنه غیرخطی قرار می گیرند و در بخش های ارسال کننده و دریافت کننده، غیرخطی ها متقابل معکوس هستند. به عنوان مثال، اگر فرستنده از تابع غیر خطی Öu استفاده کند، گیرنده از u 2 استفاده می کند. کاربرد پی در پی توابع متقابل منجر به این واقعیت می شود که تبدیل کلی خطی باقی می ماند.

ایده روش‌های فشرده‌سازی غیرخطی داده این است که فرستنده می‌تواند با همان دامنه سیگنال‌های خروجی، دامنه بزرگ‌تری از تغییرات در پارامتر ارسالی (یعنی محدوده دینامیکی بزرگ‌تر) را منتقل کند. محدوده دینامیکی نسبت بزرگترین دامنه مجاز سیگنال به کوچکترین است که در واحدهای نسبی یا دسی بل بیان می شود:

;	(2.17)
.	(2.18)

تمایل طبیعی برای افزایش دامنه دینامیکی با کاهش U min توسط حساسیت تجهیزات و افزایش تأثیر تداخل و نویز ذاتی محدود می شود.

اغلب، فشرده سازی محدوده دینامیکی با استفاده از یک جفت لگاریتم متقابل و توابع تقویت کننده انجام می شود. اولین عملیات تغییر دامنه نامیده می شود فشرده سازی(فشرده سازی)، دوم - گسترش(کش آمدن). انتخاب این توابع با بیشترین امکان فشرده سازی آنها مرتبط است.

در عین حال، این روش ها دارای معایبی نیز هستند. اولین آنها این است که لگاریتم یک عدد کوچک منفی و در حد است:

یعنی حساسیت بسیار غیر خطی است.

برای کاهش این کاستی ها، هر دو تابع با بایاس و تقریب اصلاح می شوند. به عنوان مثال، برای کانال های تلفن، تابع تقریبی به شکل (نوع A،) است:

که در آن A=87.6. سود حاصل از فشرده سازی در این مورد 24 دسی بل است.

فشرده‌سازی داده‌ها با روش‌های غیر خطی به وسیله ابزارهای آنالوگ با خطاهای بزرگ اجرا می‌شود. کاربرد رسانه دیجیتالمی تواند به طور قابل توجهی دقت یا عملکرد تبدیل را بهبود بخشد. در عین حال استفاده مستقیم از وجوه علوم کامپیوتر(یعنی محاسبه مستقیم لگاریتم ها و توان ها) به دلیل عملکرد پایین و انباشته شدن خطاهای محاسباتی، بهترین نتیجه را نخواهد داشت.

فشرده سازی داده ها با فشرده سازی به دلیل محدودیت های دقت در موارد غیر بحرانی، به عنوان مثال، برای انتقال صدا از طریق کانال های تلفن و رادیو استفاده می شود.

کدنویسی کارآمد

کدهای کارآمد توسط K. Shannon، Fano و Huffman ارائه شد. ماهیت کدها در این واقعیت است که آنها ناهموار هستند، یعنی دارای تعداد نامساوی هستند و طول کد با احتمال وقوع آن نسبت معکوس دارد. یکی دیگر از ویژگی های عالی کدهای کارآمد این است که به جداکننده نیاز ندارند، یعنی. شخصیت های خاصجداسازی ترکیب کدهای همسایه این با رعایت یک قانون ساده به دست می آید: کدهای کوتاهتر شروع کدهای طولانی تر نیستند. در این حالت، جریان بیت پیوسته بدون ابهام رمزگشایی می‌شود، زیرا رمزگشا ابتدا الگوهای کوتاه‌تری را تشخیص می‌دهد. کدهای کارآمد مدت‌هاست که کاملاً آکادمیک بوده‌اند، اما اخیراً با موفقیت در تشکیل پایگاه‌های اطلاعاتی و همچنین در فشرده‌سازی اطلاعات در مودم‌های مدرن و بایگانی‌های نرم‌افزاری مورد استفاده قرار گرفته‌اند.

به دلیل ناهمواری، میانگین طول کد معرفی شده است. طول متوسط ​​- انتظار ریاضی از طول کد:

علاوه بر این، l cf از بالا به H(x) تمایل دارد (یعنی l cf > H(x)).

تحقق شرط (2.23) با افزایش N قوی تر می شود.

دو نوع کد کارآمد وجود دارد: شانون-فانو و هافمن. برای بدست آوردن آنها مثالی بزنیم. فرض کنید احتمالات کاراکترهای دنباله دارای مقادیر داده شده در جدول 2.1 هستند.

جدول 2.1.

احتمالات نماد

ن
پی	0.1	0.2	0.1	0.3	0.05	0.15	0.03	0.02	0.05

نمادها رتبه بندی می شوند، یعنی در یک سری به ترتیب احتمالات نزولی ارائه می شوند. پس از آن، طبق روش شانون-فانو، روش زیر به صورت دوره ای تکرار می شود: کل گروه رویدادها به دو زیر گروه با احتمالات کل یکسان (یا تقریباً یکسان) تقسیم می شود. این روند تا زمانی ادامه می یابد که یک عنصر در زیرگروه بعدی باقی بماند، پس از آن این عنصر حذف می شود و اقدامات مشخص شده با موارد باقی مانده ادامه می یابد. این کار تا زمانی ادامه می‌یابد که از دو زیرگروه آخر فقط یک عنصر باقی بماند. بیایید بررسی مثال خود را که در جدول 2.2 خلاصه شده است ادامه دهیم.

جدول 2.2.

کدنویسی شانون-فانو

ن	پی
4	0.3		من
	0.2	من	II
6	0.15		من	من
	0.1			II
1	0.1			من	من
9	0.05	II			II
5	0.05		II		من
7	0.03			II	II	من
8	0.02					II

همانطور که از جدول 2.2 مشاهده می شود، نماد اول با احتمال p 4 = 0.3 در دو رویه برای تقسیم به گروه ها شرکت کرد و هر دو بار در گروه با شماره I قرار گرفت. بر این اساس با کد دو رقمی II کدگذاری می شود. عنصر دوم در مرحله اول پارتیشن بندی به گروه I و در مرحله دوم به گروه II تعلق داشت. بنابراین کد آن 10 است. کدهای کاراکترهای باقیمانده نیازی به نظرات اضافی ندارند.

معمولا کدهای غیر یکنواخت به صورت درخت کد نشان داده می شوند. درخت کد نموداری است که ترکیب کدهای مجاز را نشان می دهد. جهت لبه های این نمودار همانطور که در شکل 2.11 نشان داده شده است به طور مقدماتی تنظیم شده است (انتخاب جهت ها دلخواه است).

طبق نمودار، آنها به شرح زیر هدایت می شوند: یک مسیر برای نماد انتخاب شده ایجاد کنید. تعداد بیت های آن برابر با تعداد یال های مسیر و مقدار هر بیت برابر با جهت یال مربوطه است. مسیر از نقطه شروع ترسیم شده است (در نقاشی با حرف A مشخص شده است). به عنوان مثال، مسیر رسیدن به راس 5 از پنج یال تشکیل شده است که همه آنها به جز آخرین دارای جهت 0 هستند. ما کد 00001 را دریافت می کنیم.

برای این مثال، آنتروپی و میانگین طول یک کلمه را محاسبه می کنیم.

H(x) = -(0.3 log 0.3 + 0.2 log 0.2 + 2 0.1 log 0.1+ 2 0.05 log 0.05+

0.03 log 0.03 + 0.02 log 0.02) = 2.23 بیت

lav = 0.3 2 + 0.2 2 + 0.15 3 + 0.1 3 + 0.1 4 + 0.05 5 + 0.05 4+

0.03 6 + 0.02 6 = 2.9 .

همانطور که می بینید، میانگین طول کلمه نزدیک به آنتروپی است.

کدهای هافمن بر اساس الگوریتم متفاوتی ساخته می شوند. فرآیند رمزگذاری شامل دو مرحله است. در مرحله اول، فشرده سازی یک بار الفبا به ترتیب انجام می شود. فشرده سازی یک بار - جایگزینی دو کاراکتر آخر (با کمترین احتمال) با یک، با احتمال کل. فشرده سازی تا زمانی که دو کاراکتر باقی بماند انجام می شود. در همان زمان، جدول کدگذاری پر می شود که در آن احتمالات به دست آمده در آن قرار می گیرند و مسیرهایی که نمادهای جدید در مرحله بعدی از آنها عبور می کنند نیز به تصویر کشیده می شود.

در مرحله دوم، رمزگذاری واقعی انجام می شود، که از مرحله آخر شروع می شود: به اولی از دو کاراکتر یک کد 1 اختصاص داده می شود، دومی - 0. پس از آن، آنها به مرحله قبل می روند. کدهای مرحله بعد به کاراکترهایی که در این مرحله در فشرده سازی شرکت نکرده اند اختصاص داده می شود و کد کاراکتر به دست آمده پس از چسباندن دو بار به دو کاراکتر آخر اختصاص داده می شود و به کد کاراکتر فوقانی 1 اضافه می شود. یک پایین - 0. اگر کاراکتر در چسباندن بیشتر نباشد، کد آن بدون تغییر باقی می‌ماند. این روش تا پایان (یعنی تا مرحله اول) ادامه دارد.

جدول 2.3 رمزگذاری هافمن را نشان می دهد. همانطور که از جدول مشخص است، کدگذاری در 7 مرحله انجام شده است. در سمت چپ احتمال نمادها، در سمت راست - کدهای میانی وجود دارد. فلش ها حرکات نمادهای تازه شکل گرفته را نشان می دهد. در هر مرحله، دو کاراکتر آخر فقط در کمترین بیت تفاوت دارند که با تکنیک کدگذاری مطابقت دارد. میانگین طول کلمه را محاسبه کنید:

lav = 0.3 2 + 0.2 2 + 0.15 3 ++ 2 0.1 3 + + 0.05 4 + 0.05 5 + 0.03 6 + 0.02 6 = 2.7

این حتی به آنتروپی نزدیک‌تر است: کد حتی کارآمدتر است. روی انجیر 2.12 درخت کد هافمن را نشان می دهد.

جدول 2.3.

رمزگذاری هافمن

ن	پی	کد	من	II	III	IV	V	VI	VII
	0.3		0.3 11	0.3 11	0.3 11	0.3 11	0.3 11	0.4 0	0.6 1
	0.2		0.2 01	0.2 01	0.2 01	0.2 01	0.3 10	0.3 11	0.4 0
	0.15		0.15 101	0.15 101	0.15 101	0.2 00	0.2 01	0.3 10
	0.1		0.1 001	0.1 001	0.15 100	0.15 101	0.2 00
	0.1		0.1 000	0.1 000	0.1 001	0.15 100
	0.05		0.05 1000	0.1 1001	0.1 000
	0.05		0.05 10011	0.05 1000
	0.03		0.05 10010
	0.02

هر دو کد نیاز رمزگشایی بدون ابهام را برآورده می‌کنند: همانطور که از جداول مشاهده می‌شود، ترکیب‌های کوتاه‌تر آغاز کدهای طولانی‌تر نیستند.

با افزایش تعداد نمادها، کارایی کدها افزایش می یابد، بنابراین در برخی موارد بلوک های بزرگتر کدگذاری می شوند (به عنوان مثال، اگر ما داریم صحبت می کنیمدر مورد متون، می توانید برخی از رایج ترین هجاها، کلمات و حتی عبارات را رمزگذاری کنید).

تأثیر معرفی چنین کدهایی با مقایسه آنها با یک کد یکنواخت مشخص می شود:

(2.24)

که در آن n تعداد ارقام کد یکنواخت است که با یک عدد موثر جایگزین می شود.

تغییرات کدهای هافمن

الگوریتم کلاسیک هافمن به دو پاس اشاره دارد، یعنی. ابتدا به مجموعه ای از آمار در مورد نمادها و پیام ها و سپس روش هایی که در بالا توضیح داده شد نیاز دارد. این در عمل ناخوشایند است، زیرا زمان پردازش پیام و جمع آوری فرهنگ لغت را افزایش می دهد. روش‌های تک گذری بیشتر مورد استفاده قرار می‌گیرند، که در آن رویه‌های انباشتگی و کدگذاری ترکیب می‌شوند. چنین روش هایی فشرده سازی تطبیقی ​​هافمن [46] نیز نامیده می شود.

ماهیت فشرده سازی تطبیقی ​​مطابق با هافمن به ساخت درخت کد اولیه و اصلاح بعدی آن پس از ورود هر کاراکتر بعدی کاهش می یابد. مانند قبل، درختان اینجا باینری هستند، یعنی. از هر رأس درخت گراف حداکثر دو کمان می آید. مرسوم است که راس اولیه را والد و دو رأس بعدی مرتبط با آن - فرزندان نامیده می شود. بیایید مفهوم وزن یک راس را معرفی کنیم - این تعداد کاراکترها (کلمات) مربوط به یک راس مشخص است که هنگام ارسال دنباله اصلی به دست می آید. بدیهی است که مجموع وزن فرزندان برابر وزن والدین است.

پس از معرفی نماد بعدی دنباله ورودی، درخت کد تجدید نظر می شود: وزن رئوس دوباره محاسبه می شود و در صورت لزوم، راس ها دوباره مرتب می شوند. قاعده جایگشت رئوس به این صورت است: وزن رئوس پایینی کوچکترین و رئوس سمت چپ نمودار کوچکترین وزن را دارند.

در همان زمان، رئوس شماره گذاری می شوند. شماره گذاری از رئوس پایین (آویز، یعنی بدون فرزند) از چپ به راست شروع می شود، سپس به سطح بالاو غیره. تا شماره گذاری آخرین راس اولیه. در این حالت، نتیجه زیر حاصل می شود: هر چه وزن راس کوچکتر باشد، تعداد آن نیز کوچکتر است.

جایگشت عمدتاً برای رئوس آویزان انجام می شود. هنگام تنظیم مجدد، قانون فرموله شده در بالا باید در نظر گرفته شود: رئوس با وزن زیاد نیز تعداد بیشتری دارند.

پس از عبور از توالی (که به آن کنترل یا تست نیز می گویند)، ترکیب های کد به همه رئوس آویزان اختصاص داده می شود. قانون تخصیص کد مشابه مورد بالا است: تعداد بیت های کد برابر است با تعداد رئوس هایی که مسیر از منبع به راس معلق داده شده می گذرد و مقدار یک بیت خاص مطابق با جهت از آن است. والد به "فرزند" (مثلاً حرکت به سمت چپ از والد مطابق با مقدار 1، به راست - 0 است).

ترکیب کدهای به دست آمده به همراه همتایان خود به حافظه دستگاه فشرده سازی وارد می شوند و یک فرهنگ لغت را تشکیل می دهند. استفاده از الگوریتم به شرح زیر است. دنباله فشرده کاراکترها با توجه به فرهنگ لغت موجود به قطعات تقسیم می شود و پس از آن هر قطعه با کد خود از فرهنگ لغت جایگزین می شود. قطعاتی که در فرهنگ لغت یافت نمی شوند، رئوس آویزان جدید را تشکیل می دهند، وزن اضافه می کنند و همچنین وارد فرهنگ لغت می شوند. بنابراین، یک الگوریتم پر کردن فرهنگ لغت تطبیقی ​​شکل می‌گیرد.

برای افزایش کارایی روش، مطلوب است که اندازه فرهنگ لغت را افزایش دهید. در این حالت نسبت تراکم افزایش می یابد. در عمل، حجم یک دیکشنری 4 تا 16 کیلوبایت حافظه است.

بیایید الگوریتم فوق را با یک مثال توضیح دهیم. روی انجیر 2.13 نمودار اصلی (که درخت هافمن نیز نامیده می شود) را نشان می دهد. هر رأس درخت با یک مستطیل نشان داده می شود که در آن دو رقم از طریق یک کسری وارد می شود: اولی تعداد راس را نشان می دهد، دومی - وزن آن را نشان می دهد. همانطور که می بینید، مطابقت بین وزن رئوس و اعداد آنها برآورده می شود.

اکنون فرض می کنیم که نماد مربوط به راس 1 برای بار دوم در دنباله آزمون رخ می دهد. همانطور که در شکل نشان داده شده است وزن راس تغییر کرده است. 2.14، در نتیجه قانون شماره گذاری رأس نقض می شود. در مرحله بعد محل رئوس آویزان را تغییر می دهیم که رئوس 1 و 4 را با هم عوض می کنیم و تمام رئوس درخت را شماره گذاری می کنیم. نمودار حاصل در شکل نشان داده شده است. 2.15. سپس این روش به همین ترتیب ادامه می یابد.

لازم به یادآوری است که هر گره آویزان در درخت هافمن با شخصیت یا گروه خاصی از آنها مطابقت دارد. تفاوت پدر و مادر با فرزندان این است که گروه شخصیت های مربوط به او یک نویسه کوتاهتر از فرزندانش است و این کودکان با هم تفاوت دارند. آخرین شخصیت. به عنوان مثال، والد شخصیت های "kar" را مطابقت می دهد. سپس ممکن است بچه ها دنباله های "kara" و "karp" را داشته باشند.

الگوریتم فوق آکادمیک نیست و به طور فعال در برنامه های بایگانی استفاده می شود، از جمله هنگام فشرده سازی داده های گرافیکی (آنها در زیر مورد بحث قرار خواهند گرفت).

الگوریتم های لمپل-زیوا

اینها رایج ترین الگوریتم های فشرده سازی امروزی هستند. آنها در اکثر برنامه ها - آرشیوها (به عنوان مثال PKZIP، ARJ، LHA) استفاده می شوند. ماهیت الگوریتم ها در این واقعیت نهفته است که مجموعه خاصی از کاراکترها در حین بایگانی با شماره آن در یک فرهنگ لغت خاص جایگزین می شود. به عنوان مثال، عبارت "شماره خروجی نامه شما ..." که اغلب در مکاتبات تجاری یافت می شود، می تواند موقعیت 121 را در فرهنگ لغت اشغال کند. سپس به جای انتقال یا ذخیره عبارت گفته شده (30 بایت)، می توانید عبارت شماره (1.5 بایت در BCD یا 1 بایت در باینری) را ذخیره کنید.

این الگوریتم ها به نام نویسندگانی که برای اولین بار آنها را در سال 1977 ارائه کردند، نامگذاری شده اند. از این میان اولین مورد LZ77 است. برای بایگانی یک پنجره به اصطلاح پیام کشویی ایجاد می شود که از دو قسمت تشکیل شده است. بخش اول، با فرمت بزرگتر، برای تشکیل یک دیکشنری و اندازه ای در حد چند کیلوبایت است. قسمت دوم و کوچکتر (معمولاً تا 100 بایت) کاراکترهای فعلی متن در حال مشاهده را دریافت می کند. الگوریتم سعی می کند مجموعه ای از کاراکترها را در فرهنگ لغت پیدا کند که با نویسه های دریافت شده در viewport مطابقت داشته باشد. در صورت موفقیت آمیز بودن، کدی متشکل از سه بخش تشکیل می شود: افست در فرهنگ لغت نسبت به زیررشته اولیه، طول این زیررشته و کاراکتر زیر رشته زیر. به عنوان مثال، رشته فرعی انتخاب شده از کاراکترهای "app" (در مجموع 6 کاراکتر) تشکیل شده است، کاراکتر زیر آن "e" است. سپس، اگر رشته فرعی دارای آدرس (محل در فرهنگ لغت) 45 باشد، ورودی در فرهنگ لغت مانند "45, 6. e" است. پس از آن، محتویات پنجره با یک موقعیت جابجا می شود و جستجو ادامه می یابد. بنابراین یک فرهنگ لغت تشکیل می شود.

مزیت الگوریتم یک الگوریتم تدوین فرهنگ لغت است که به راحتی رسمی می شود. علاوه بر این، زیپ کردن بدون دیکشنری اولیه امکان پذیر است (مطلوب است که یک دنباله آزمایشی همزمان داشته باشید) - فرهنگ لغت در حین باز کردن زیپ تشکیل می شود.

معایب الگوریتم با افزایش اندازه فرهنگ لغت ظاهر می شود - زمان جستجو افزایش می یابد. علاوه بر این، اگر رشته ای از کاراکترها در پنجره فعلی ظاهر شود که در فرهنگ لغت وجود ندارد، هر کاراکتر با یک کد سه عنصری نوشته می شود. این فشرده سازی نیست، بلکه گسترش است.

الگوریتم LZSS که در سال 1978 پیشنهاد شد، بهترین عملکرد را دارد. در نگهداری پنجره کشویی و کدهای خروجی کمپرسور تفاوت هایی دارد. علاوه بر پنجره، الگوریتم یک درخت دودویی شبیه به درخت هافمن تشکیل می‌دهد تا جستجوی منطبق‌ها را سرعت بخشد: هر زیر رشته‌ای که از پنجره جاری خارج می‌شود به عنوان یکی از فرزندان به درخت اضافه می‌شود. این الگوریتم به شما امکان می دهد تا اندازه پنجره فعلی را نیز افزایش دهید (مطلوب است که مقدار آن برابر با توان دو باشد: 128، 256، و غیره بایت). کدهای دنباله نیز به طور متفاوتی شکل می گیرند: یک پیشوند 1 بیتی اضافی برای تشخیص کاراکترهای رمزگذاری نشده از جفت های "offset, length" معرفی شده است.

در هنگام استفاده از الگوریتم هایی مانند LZW، میزان فشرده سازی حتی بیشتر به دست می آید. الگوریتم‌هایی که قبلا توضیح داده شد، اندازه پنجره ثابتی دارند، که باعث می‌شود عباراتی طولانی‌تر از اندازه پنجره در فرهنگ لغت وارد شوند. در الگوریتم‌های LZW (و LZ78 سلف آنها)، viewport اندازه نامحدودی دارد و فرهنگ لغت عبارات را جمع‌آوری می‌کند (و نه مجموعه‌ای از کاراکترها، مانند قبل). فرهنگ لغت دارای طول نامحدود است و رمزگذار (رمزگشا) در حالت انتظار عبارت کار می کند. هنگامی که عبارتی مطابق با فرهنگ لغت تشکیل می شود، کد مطابقت (یعنی کد آن عبارت در فرهنگ لغت) و کد کاراکتر زیر آن برگردانده می شود. اگر با جمع شدن کاراکترها، عبارت جدیدی تشکیل شود، آن را نیز به فرهنگ لغت وارد می کنند، همچنین یک عبارت کوتاه تر. نتیجه یک رویه بازگشتی است که رمزگذاری و رمزگشایی سریع را فراهم می کند.

قابلیت فشرده سازی اضافی با کدگذاری فشرده از کاراکترهای تکراری ارائه می شود. اگر در دنباله تعدادی از کاراکترها در یک ردیف دنبال شوند (به عنوان مثال، در متن اینها می توانند کاراکترهای "فضا"، در یک دنباله عددی - صفرهای متوالی و غیره باشند)، پس منطقی است که آنها را با یک جفت "نویسه" جایگزین کنید. طول» یا «نشانه، طول». در حالت اول، کد علامتی را نشان می دهد که دنباله کدگذاری می شود (معمولاً 1 بیت)، سپس کد کاراکتر تکرار شده و طول دنباله را نشان می دهد. در حالت دوم (برای نویسه‌های تکرار شونده ارائه شده است)، پیشوند به سادگی نشان‌دهنده علامت تکرار است.

فشرده سازی دینامیک(فشرده سازی محدوده دینامیکی، DRC) - محدود کردن (یا گسترش در مورد یک بسط دهنده) محدوده دینامیکی یک فونوگرام. محدوده دینامیکی، تفاوت بین آرام ترین و بلندترین صدا است. گاهی اوقات آرام ترین صدا در فونوگرام کمی بلندتر از سطح نویز و گاهی کمی آرامتر از بلندترین صدا خواهد بود. دستگاه‌ها و برنامه‌های سخت‌افزاری که فشرده‌سازی دینامیکی را انجام می‌دهند، کمپرسور نامیده می‌شوند که چهار گروه اصلی را از بین آنها متمایز می‌کند: خود کمپرسورها، محدودکننده‌ها، گسترش دهنده‌ها و گیت‌ها.

کمپرسور آنالوگ تیوب DBX 566

فشرده سازی پایین و بالا

پایین فشرده سازی(فشرده سازی رو به پایین) هنگامی که صدا از آستانه خاصی فراتر می رود، صدای آن را کاهش می دهد و صداهای آرام تر را بدون تغییر می گذارد. یک نسخه افراطی از فشرده سازی پایین است محدود کننده. فشرده سازی بالا(فشرده سازی به سمت بالا)، برعکس، حجم صدا را اگر کمتر از مقدار آستانه باشد، افزایش می دهد، بدون اینکه بر صداهای بلندتر تأثیر بگذارد. در همان زمان، هر دو نوع فشرده سازی، محدوده دینامیکی سیگنال صوتی را محدود می کند.

پایین فشرده سازی

فشرده سازی بالا

گسترش دهنده و دروازه

اگر کمپرسور محدوده دینامیکی را کاهش دهد، بسط دهنده آن را افزایش می دهد. هنگامی که سطح سیگنال از سطح آستانه بالاتر می رود، گسترش دهنده آن را حتی بیشتر می کند، بنابراین تفاوت بین صداهای بلند و ملایم را افزایش می دهد. چنین دستگاه هایی اغلب هنگام ضبط یک مجموعه درام برای جدا کردن صدای یک درام از دیگری استفاده می شود.

نوع گسترش دهنده ای که نه برای تقویت صدای بلند، بلکه برای قطع صداهای ملایمی که از سطح آستانه تجاوز نمی کنند (مثلاً نویز پس زمینه) استفاده می شود. دروازه نویز. در چنین دستگاهی، به محض اینکه سطح صدا از آستانه کمتر شود، سیگنال متوقف می شود. به طور معمول، یک دروازه برای سرکوب نویز در مکث استفاده می شود. در برخی از مدل ها، می توانید مطمئن شوید که با رسیدن به سطح آستانه، صدا به طور ناگهانی قطع نمی شود، بلکه به تدریج خاموش می شود. در این حالت، نرخ پوسیدگی توسط کنترل Decay تنظیم می شود.

گیت مانند دیگر انواع کمپرسورها می تواند باشد وابسته به فرکانس(یعنی درمان معینی باندهای فرکانسی) و می تواند در حالت کار کند زنجیره جانبی(پایین را ببینید).

اصل عملکرد کمپرسور

سیگنال ورودی به کمپرسور به دو نسخه تقسیم می شود. یک نسخه به تقویت کننده ارسال می شود که در آن بهره توسط یک سیگنال خارجی کنترل می شود، نسخه دوم این سیگنال را تشکیل می دهد. وارد دستگاهی به نام زنجیره جانبی می شود که در آنجا سیگنال اندازه گیری می شود و بر اساس این داده ها پاکتی ایجاد می شود که تغییر حجم آن را توصیف می کند.
اکثر کمپرسورهای مدرن اینگونه چیده می شوند، این به اصطلاح نوع پیشخور است. در دستگاه های قدیمی (نوع فیدبک)، سطح سیگنال بعد از تقویت کننده اندازه گیری می شود.

فناوری های آنالوگ مختلفی برای تقویت کنترل شده (تقویت با بهره متغیر) وجود دارد که هر کدام مزایا و معایب خاص خود را دارند: لوله، نوری با استفاده از مقاومت نوری و ترانزیستور. هنگام کار با صدای دیجیتال (در ویرایشگر صدا یا DAW)، می‌توان از الگوریتم‌های ریاضی اختصاصی استفاده کرد یا فناوری‌های آنالوگ را شبیه‌سازی کرد.

پارامترهای اصلی کمپرسورها

آستانه

کمپرسور سطح سیگنال صوتی را در صورتی که دامنه آن از مقدار آستانه (آستانه) خاصی فراتر رود، کاهش می دهد. معمولاً بر حسب دسی بل مشخص می شود و آستانه کمتری دارد (مثلاً -60 دسی بل) به این معنی که صدای بیشتری نسبت به آستانه بالاتر (مثلاً -5 دسی بل) پردازش می شود.

نسبت

مقدار کاهش سطح توسط پارامتر نسبت تعیین می شود: نسبت 4:1 به این معنی است که اگر سطح ورودی 4 دسی بل بالاتر از آستانه باشد، سطح خروجی 1 دسی بل بالاتر از آستانه خواهد بود.
مثلا:
آستانه = -10dB
سیگنال ورودی = -6 دسی بل (4 دسی بل بالاتر از آستانه)
سیگنال خروجی = -9 دسی بل (1 دسی بل بالاتر از آستانه)

مهم است که در نظر داشته باشید که سرکوب سطح سیگنال برای مدتی پس از پایین آمدن از سطح آستانه ادامه می یابد و این زمان توسط مقدار پارامتر تعیین می شود. رهایی.

فشرده سازی با نسبت حداکثر ∞:1 محدود کننده نامیده می شود. این بدان معنی است که هر سیگنال بالاتر از سطح آستانه به سطح آستانه تضعیف می شود (به جز برای مدت کوتاهی پس از افزایش ناگهانی حجم ورودی). برای جزئیات بیشتر به "Limiter" در زیر مراجعه کنید.

نمونه هایی از مقادیر مختلف نسبت

حمله کنید و رها کنید

کمپرسور کنترلی روی سرعت واکنش به دینامیک سیگنال در حال تغییر فراهم می کند. پارامتر Attack مدت زمانی را که کمپرسور طول می کشد تا بهره را به سطح مشخص شده توسط پارامتر Ratio کاهش دهد، تعیین می کند. Release مدت زمانی را که طول می کشد تا کمپرسور گام را افزایش دهد یا اگر سطح ورودی به زیر آستانه کاهش یابد، به حالت عادی بازگردد، تعیین می کند.

مراحل حمله و رهاسازی

این پارامترها زمان (معمولاً بر حسب میلی ثانیه) را نشان می‌دهند که طول می‌کشد تا افزایش با تعداد معینی دسی بل، معمولاً 10 دسی بل تغییر کند. به عنوان مثال، در این حالت، اگر Attack روی ۱ میلی‌ثانیه تنظیم شود، ۱ میلی‌ثانیه طول می‌کشد تا بهره را ۱۰ دسی‌بل کاهش دهد و ۲ میلی‌ثانیه در ۲۰ دسی‌بل کاهش یابد.

در بسیاری از کمپرسورها، پارامترهای Attack و Release قابل تنظیم هستند، اما در برخی از کمپرسورها از پیش تنظیم شده و قابل تنظیم نیستند. گاهی اوقات از آنها به عنوان "اتوماتیک" یا "وابسته به برنامه" یاد می شود. بسته به سیگنال ورودی تغییر می کند.

زانو

گزینه دیگر کمپرسور: زانو سخت/نرم. تعیین می کند که شروع اعمال فشرده سازی ناگهانی (سخت) یا تدریجی (نرم) باشد. زانوی نرم دید انتقال سیگنال خشک به فشرده را کاهش می دهد، به خصوص در نسبت های بالا و افزایش ناگهانی صدا.

فشرده سازی زانو سخت و نرم زانو

اوج و RMS

کمپرسور می تواند به مقادیر پیک (حداکثر کوتاه مدت) یا به سطح متوسط ​​سیگنال ورودی پاسخ دهد. استفاده از مقادیر پیک می تواند منجر به نوسانات زیادی در درجه فشرده سازی و حتی اعوجاج شود. بنابراین، کمپرسورها یک تابع میانگین (معمولا RMS) سیگنال ورودی را هنگام مقایسه آن با مقدار آستانه اعمال می کنند. این فشرده سازی راحت تری را به وجود می آورد که به درک انسان از بلندی صدا نزدیک تر است.

RMS پارامتری است که میانگین بلندی صدا را منعکس می کند. از نقطه نظر ریاضی، RMS (ریشه میانگین مربع) مقدار ریشه میانگین مربع دامنه تعداد معینی از نمونه ها است:

پیوند استریو

یک کمپرسور در حالت پیوند استریو بهره یکسانی را برای هر دو کانال استریو اعمال می کند. این کار از جابجایی پانل استریو که می‌تواند در نتیجه پردازش کانال‌های چپ و راست به‌صورت مجزا ایجاد شود، جلوگیری می‌کند. چنین افست زمانی رخ می دهد که، برای مثال، هر عنصر با صدای بلند خارج از مرکز حرکت داده شود.

افزایش آرایش

از آنجایی که کمپرسور سطح کلی سیگنال را کاهش می دهد، معمول است که یک گزینه بهره ثابت به خروجی اضافه شود تا سطح بهینه به دست آید.

به جلو نگاه کن

تابع نگاه به جلو برای حل مشکلات مرتبط با مقادیر حمله و انتشار خیلی بزرگ و خیلی کوچک در نظر گرفته شده است. زمان حمله بیش از حد طولانی اجازه رهگیری موثر گذرا را نمی دهد و زمان حمله بسیار کوتاه ممکن است برای شنونده راحت نباشد. هنگام استفاده از عملکرد نگاه به جلو، سیگنال اصلی نسبت به سیگنال کنترل با تاخیر مواجه می شود، این اجازه می دهد تا فشرده سازی از قبل شروع شود، حتی قبل از اینکه سیگنال به مقدار آستانه برسد.
تنها عیب این روش تاخیر زمانی سیگنال است که در برخی موارد نامطلوب است.

استفاده از فشرده سازی پویا

فشرده سازی در همه جا استفاده می شود، نه تنها در فونوگرام های موسیقی، بلکه همچنین در هر جایی که لازم است صدای کلی را بدون افزایش سطوح پیک افزایش دهیم، جایی که از تجهیزات بازتولید صدای ارزان قیمت یا یک کانال انتقال محدود استفاده می شود (سیستم های آدرس عمومی و ارتباط، رادیو آماتور و غیره). .) .

فشرده سازی در حین پخش اعمال می شود موسیقی پس زمینه(فروشگاه ها، رستوران ها و غیره) که در آن هر گونه تغییر حجم محسوس نامطلوب است.

اما مهمترین کاربرد فشرده سازی پویا، تولید و پخش موسیقی است. فشرده سازی برای دادن "ضخامت" و "درایو" صدا، برای تطبیق بهتر سازها با یکدیگر و به ویژه هنگام پردازش آواز استفاده می شود.

آوازها در موسیقی راک و پاپ معمولاً فشرده می‌شوند تا از همنوازی متمایز شوند و وضوح بیشتری داشته باشند. نوع خاصی از کمپرسور که فقط روی فرکانس‌های خاصی تنظیم می‌شود - یک دی‌اسسر، برای سرکوب واج‌های خش‌خش استفاده می‌شود.

در قطعات ساز، فشرده‌سازی برای افکت‌هایی که مستقیماً به میزان صدا مرتبط نیستند نیز استفاده می‌شود، به عنوان مثال، صدای درام که به سرعت محو می‌شود می‌تواند طولانی‌تر شود.

موسیقی رقص الکترونیک (EDM) اغلب از زنجیره جانبی استفاده می کند (به زیر مراجعه کنید) - برای مثال، خط باس را می توان با یک ضربه یا مشابه برای جلوگیری از درگیری باس/درام و ایجاد ضربان پویا هدایت کرد.

فشرده سازی به طور گسترده در پخش (رادیو، تلویزیون، اینترنت) برای افزایش بلندی صدای درک شده و در عین حال کاهش دامنه دینامیکی صدای اصلی (معمولاً یک CD) استفاده می شود. اکثر کشورها محدودیت های قانونی برای حداکثر حجم آنی قابل پخش دارند. معمولاً این محدودیت ها توسط کمپرسورهای سخت افزاری دائمی در مدار روی هوا اعمال می شوند. علاوه بر این، افزایش بلندی درک شده، "کیفیت" صدا را از دیدگاه اکثر شنوندگان بهبود می بخشد.

همچنین ببینید جنگ بلندی صدا

افزایش پی در پی در حجم همان آهنگ، بازسازی شده برای سی دی از سال 1983 تا 2000.

زنجیر کناری

یکی دیگر از کلیدهای رایج کمپرسور «زنجیره جانبی» است. در این حالت صدا نه بسته به سطح خودش بلکه بسته به سطح سیگنالی که به کانکتور می رسد فشرده می شود که معمولا به آن زنجیره جانبی می گویند.

چندین کاربرد برای این وجود دارد. به عنوان مثال، خواننده در حال لیز زدن است و همه حروف "s" از تصویر کلی متمایز هستند. صدای او را از کمپرسور عبور می دهید و همان صدا به جک زنجیره جانبی وارد می شود اما از اکولایزر عبور می کند. در اکولایزر، تمام فرکانس‌ها را حذف می‌کنید به جز فرکانس‌هایی که خواننده هنگام تلفظ حرف «c» استفاده می‌کند. معمولاً حدود 5 کیلوهرتز است، اما می تواند از 3 کیلوهرتز تا 8 کیلوهرتز باشد. اگر کمپرسور را در حالت زنجیره جانبی قرار دهید، در آن لحظاتی که حرف "s" تلفظ می شود، فشرده سازی صدا اتفاق می افتد. بدین ترتیب وسیله ای به دست آمد که به «د-اسسر» (de-esser) معروف است. به این روش کار وابسته به فرکانس می گویند.

یکی دیگر از کاربردهای این تابع "ducker" نام دارد. به عنوان مثال، در یک ایستگاه رادیویی، موسیقی از کمپرسور عبور می کند و کلمات دی جی از زنجیره جانبی عبور می کند. هنگامی که دی جی شروع به چت می کند، صدای موسیقی به طور خودکار کاهش می یابد. این افکت را می توان با موفقیت در ضبط نیز اعمال کرد، به عنوان مثال، برای کاهش حجم قطعات صفحه کلید در حین آواز خواندن.

محدود کردن دیوار آجری

کمپرسور و لیمیتر تقریباً به یک شکل کار می کنند، می توان گفت که محدود کننده یک کمپرسور با نسبت بالا (از 10:1) و معمولاً زمان حمله کم است.

مفهوم محدودیت دیوار آجری - محدود کننده با نسبت بسیار بالا (از 20:1 و بالاتر) و حمله بسیار سریع وجود دارد. در حالت ایده آل، به هیچ وجه اجازه نمی دهد سیگنال از سطح آستانه فراتر رود. نتیجه برای گوش ناخوشایند خواهد بود، اما از آسیب به تجهیزات بازتولید صدا یا بیش از حد جلوگیری می کند. پهنای باندکانال بسیاری از تولیدکنندگان محدود کننده ها را برای این منظور در دستگاه های خود ادغام می کنند.

کلیپر در مقابل محدود کننده، برش نرم و سخت

فشرده سازی یکی از اسطوره ای ترین موضوعات در تولید صدا است. آنها می گویند که بتهوون حتی بچه های همسایه اش را می ترساند:

خوب، در واقع، اعمال فشرده سازی دشوارتر از استفاده از اعوجاج نیست، نکته اصلی این است که بدانید چگونه کار می کند و کنترل خوبی داشته باشید. چیزی که ما الان با هم هستیم و مطمئن هستیم.

فشرده سازی صدا چیست؟

اولین چیزی که قبل از آماده سازی باید فهمید این است که فشرده سازی است با محدوده دینامیکی صدا کار کنید. و به نوبه خود چیزی بیش از تفاوت بین بلندترین و بی صداترین سطح سیگنال نیست:

پس اینجاست فشرده سازی فشرده سازی محدوده دینامیکی است. آره، فقطفشرده سازی محدوده دینامیکی یا به عبارت دیگر صدای قسمت های بلند سیگنال را کاهش دهید و صدای بخش های آرام را افزایش دهید. بیشتر نه.

شما کاملاً می توانید تعجب کنید که دلیل چنین تبلیغاتی چیست؟ چرا همه در مورد دستور العمل های تنظیم مناسب کمپرسور صحبت می کنند، اما کسی آنها را به اشتراک نمی گذارد؟ چرا با وجود تعداد زیاد پلاگین های جالب، بسیاری از استودیوها هنوز از مدل های کمیاب گران قیمت کمپرسور استفاده می کنند؟ چرا برخی از تولیدکنندگان از کمپرسورها در تنظیمات شدید استفاده می کنند، در حالی که برخی دیگر اصلاً از آنها استفاده نمی کنند؟ و در نهایت کدام یک درست است؟

مشکلاتی که فشرده سازی حل می کند

پاسخ به چنین سؤالاتی در سطح درک نقش فشرده سازی در کار با صدا نهفته است. و اجازه می دهد:

1. بر حمله تاکید کنیدصدا، آن را برجسته تر کنید.
2. بخش‌های جداگانه سازها را در ترکیب قرار دهید، افزودن قدرت و "وزن" به آنها;
3. گروه های ساز یا کل ترکیب را منسجم تر کنید، چنین یکپارچه واحد;
4. تضاد بین ابزارها را حل کنیداستفاده از زنجیره جانبی؛
5. ایرادات خواننده یا نوازندگان را اصلاح کنیدتسطیح پویایی آنها.
6. با یک تنظیم خاص به عنوان یک اثر هنری عمل کند.

همانطور که می بینید، این فرآیند خلاقانه کمتر از مثلاً اختراع ملودی ها یا نواختن صداهای جالب نیست. در این صورت هر یک از کارهای فوق با استفاده از 4 پارامتر اصلی قابل حل است.

پارامترهای اصلی کمپرسور

علیرغم تعداد زیاد مدل های نرم افزاری و سخت افزاری کمپرسورها، تمام "جادوی" فشرده سازی با تنظیمات صحیح پارامترهای اصلی رخ می دهد: آستانه، نسبت، حمله و انتشار. بیایید آنها را با جزئیات بیشتری در نظر بگیریم:

آستانه یا آستانه، دسی بل

این پارامتر به شما امکان می دهد مقداری را که کمپرسور در آن کار می کند (یعنی فشرده سازی سیگنال صوتی) تنظیم کنید. بنابراین، اگر آستانه را روی -12 دسی بل تنظیم کنیم، کمپرسور فقط در آن مکان هایی در محدوده دینامیکی که از این مقدار فراتر می روند، وارد عمل می شود. اگر همه صدای ما ساکت تر از -12db باشد، کمپرسور به سادگی آن را از خود عبور می دهد بدون اینکه به هیچ وجه روی آن تأثیر بگذارد.

نسبت یا نسبت ابعاد

پارامتر نسبت تعیین می کند که اگر سیگنال از آستانه فراتر رود چقدر فشرده می شود. کمی ریاضی برای تکمیل تصویر: فرض کنید یک کمپرسور با آستانه 12-dB با نسبت 2:1 راه اندازی کردیم و یک حلقه درام با حجم ضربه 4-دسی بل به آن تغذیه کردیم. نتیجه عملکرد کمپرسور در این صورت چه خواهد بود؟

در مورد ما، سطح ضربه 8 دسی بل از آستانه فراتر می رود. این اختلاف با توجه به نسبت به 4dB (8dB / 2) فشرده خواهد شد. همراه با بخش پردازش نشده سیگنال، این منجر به این واقعیت می شود که پس از پردازش توسط کمپرسور، حجم ضربه به -8db خواهد بود (آستانه -12dB + سیگنال فشرده 4dB).

حمله کن خانم

این زمانی است که پس از آن کمپرسور به تجاوز از آستانه واکنش نشان می دهد. یعنی اگر زمان حمله بالاتر از 0ms − باشد کمپرسور شروع به فشرده سازی می کندفراتر رفتن از سیگنال آستانه آنی نیست، بلکه پس از زمان مشخص شده است.

انتشار یا بازیابی، ms

برعکس حمله - مقدار این پارامتر به شما امکان می دهد تعیین کنید که چه مدت پس از بازگشت سطح سیگنال به زیر آستانه کمپرسور فشرده سازی را متوقف می کند.

قبل از اینکه به جلو برویم، اکیداً توصیه می‌کنم یک نمونه شناخته‌شده بگیرید، هر کمپرسور را به کانال آن متصل کنید و پارامترهای فوق را به مدت 5-10 دقیقه آزمایش کنید تا مواد را به طور ایمن ثابت کنید.

همه سایر پارامترها اختیاری هستند. آنها می توانند بین مدل های مختلف کمپرسور متفاوت باشند، به همین دلیل است که تولیدکنندگان از مدل های مختلف برای هر هدف خاصی استفاده می کنند (به عنوان مثال، یک کمپرسور برای آواز، دیگری برای گروه درام، سومی برای یک کانال اصلی). من به جزئیات روی این پارامترها نمی پردازم، بلکه فقط ارائه خواهم داد اطلاعات کلیبرای فهمیدن اینکه همه چیز در مورد چیست:

• زانو یا پیچ خوردگی (زانو سخت/نرم). این پارامتر تعیین می کند که نسبت تراکم (نسبت) با چه سرعتی اعمال شود: سخت روی یک منحنی یا صاف. توجه داشته باشم که در حالت Soft Knee، کمپرسور در یک خط مستقیم کار نمی کند، اما به آرامی شروع به کار می کند (تا جایی که ممکن است زمانی که در مورد میلی ثانیه صحبت می کنیم) صدا را سفت کند. قبلاً قبل از مقدار آستانه. برای پردازش گروه‌هایی از کانال‌ها و ترکیب کلی، از زانوی نرم بیشتر استفاده می‌شود (زیرا به طور نامحسوس کار می‌کند)، و زانوی سخت برای تأکید بر حمله و سایر ویژگی‌های سازهای فردی استفاده می‌شود.
• حالت پاسخگویی: پیک/RMS. حالت اوج زمانی توجیه می شود که شما نیاز به محدود کردن شدید انفجارهای دامنه و همچنین سیگنال هایی با شکل پیچیده دارید که دینامیک و خوانایی آن باید به طور کامل منتقل شود. حالت RMS روی صدا بسیار ملایم است و به شما این امکان را می دهد که آن را متراکم کنید و در عین حال حمله را حفظ کنید.
• پیش اندیشی (نگاه به جلو). این زمانی است که کمپرسور می‌داند چه انتظاری دارد. نوعی تجزیه و تحلیل اولیه سیگنال های دریافتی؛
• آرایش یا سود. پارامتری که به شما امکان می دهد کاهش حجم در نتیجه فشرده سازی را جبران کنید.

اول و اکثر توصیه اصلی ، که تمام سوالات بیشتر در مورد فشرده سازی را حذف می کند: اگر الف) اصل فشرده سازی را درک می کنید، ب) کاملاً می دانید که چگونه این یا آن پارامتر بر صدا تأثیر می گذارد، و ج) توانستید چندین مورد را امتحان کنید. مدل های مختلف — شما نیازی به مشاوره ندارید.

من کاملا جدی هستم. اگر این مدخل را به دقت خوانده اید، با کمپرسور معمولی DAW خود و یک یا دو افزونه آزمایش کرده اید، اما متوجه نشده اید که در چه مواردی باید مقادیر حمله بزرگ را تنظیم کنید، از کدام نسبت استفاده کنید و در چه حالتی باید نسخه اصلی را پردازش کنید. سیگنال دهید، سپس در اینترنت برای دستور العمل های آماده جستجو می کنید و آنها را بدون فکر در هر جایی به کار می برید.

دستور العمل های تنظیم دقیق کمپرسوراین چیزی شبیه دستور العمل هایی برای تنظیم دقیق یک ریورب یا کر است - هیچ معنایی ندارد و ربطی به خلاقیت ندارد. بنابراین، من به طور مداوم تنها دستور العمل واقعی را تکرار می کنم: خود را با این مقاله مسلح کنید، هدفون مانیتور خوب، یک پلاگین برای کنترل بصری شکل موج و گذراندن عصر در شرکت چند کمپرسور.

اقدام به!

, پخش کننده های رسانه ای

رکوردها، به خصوص رکوردهای قدیمی که قبل از سال 1982 ضبط و ساخته شده بودند، برای بلندتر کردن رکورد بسیار کمتر میکس شدند. آنها موسیقی طبیعی را با محدوده دینامیکی طبیعی بازتولید می کنند که در ضبط حفظ می شود و در اکثر فرمت های دیجیتال استاندارد یا با کیفیت بالا از بین می رود.

البته، در اینجا استثناهایی وجود دارد - به آلبوم اخیر استیون ویلسون از MA Recordings یا Reference Recordings گوش دهید و خواهید شنید که صدای دیجیتال چقدر می تواند خوب باشد. اما این نادر است، اکثر صداهای ضبط شده مدرن با صدای بلند و فشرده هستند.

فشرده سازی موسیقی اخیراً مورد انتقادهای زیادی قرار گرفته است، اما من حاضرم شرط ببندم که تقریباً همه ضبط های مورد علاقه شما فشرده شده اند. برخی از آنها کمتر، برخی بیشتر، اما هنوز فشرده شده اند. فشرده‌سازی دامنه دینامیکی یک قربانی است که برای صداهای موسیقی بد سرزنش می‌شود، اما موسیقی بسیار فشرده جدید نیست: به آلبوم‌های Motown از دهه 60 گوش دهید. همین را می توان در مورد آلبوم های کلاسیک لد زپلین یا آلبوم های جوان تر Wilco و Radiohead نیز گفت. فشرده‌سازی دامنه دینامیکی نسبت طبیعی بین بلندترین و آرام‌ترین صداها در ضبط را کاهش می‌دهد، بنابراین یک زمزمه می‌تواند به اندازه یک جیغ بلند باشد. پیدا کردن موسیقی پاپ از 50 سال گذشته که فشرده نشده باشد بسیار سخت است.

اخیراً با لری کرین موسس و سردبیر مجله Tape Op در مورد جنبه‌های خوب، بد و «بد» فشرده‌سازی گپ خوبی داشتم. لری کرین با گروه‌های موسیقی و هنرمندانی چون استفان مارکوس، کت پاور، اسلیتر-کینی، جنی لوئیس، ام وارد، جیسون لیتل، الیوت اسمیت، کوازی و ریچموند فونتین کار کرده است. او همچنین استودیوی ضبط Jackpot را اداره می کند! در پورتلند، اورگان، که خانه The Breeders، The Decemberists، Eddie Vedder، Pavement، R.E.M.، She & Him و بسیاری دیگر بوده است.

به‌عنوان نمونه‌ای از آهنگ‌های شگفت‌انگیز اما همچنان عالی، از Spoon به نام «آنها روح من را می‌خواهند» که در سال 2014 منتشر شد، اشاره می‌کنم. کرین می‌خندد و می‌گوید که در ماشین به آن گوش می‌دهد، زیرا صدای آن عالی است. که ما را به پاسخ دیگری در مورد چرایی فشرده‌سازی موسیقی می‌رساند: زیرا فشرده‌سازی و «شفافیت» اضافی شنیدن را در مکان‌های پر سر و صدا آسان‌تر می‌کند.

لری کرین در محل کار عکس از جیسون کویگلی

وقتی مردم می گویند که صدای ضبط صدا را دوست دارند، به نظر من موسیقی را دوست دارند، گویی صدا و موسیقی اصطلاحات جدایی ناپذیری هستند. اما برای خودم این مفاهیم را متمایز می کنم. از دیدگاه یک عاشق موسیقی، صدا ممکن است خشن و خام باشد، اما برای اکثر شنوندگان مهم نیست.

بسیاری عجله دارند تا مهندسان مسترینگ را به سوء استفاده از فشرده سازی متهم کنند، اما فشرده سازی مستقیماً در حین ضبط، در حین میکس و تنها پس از آن در حین مسترینگ اعمال می شود. تا زمانی که شخصاً در هر یک از این مراحل حضور نداشته باشید، نمی توانید بگویید که سازها و آوازها در همان ابتدای کار چگونه به صدا درآمدند.

کرین در آتش بود: "اگر یک نوازنده بخواهد عمداً صدا را مانند ضبط‌های Guided by Voices دیوانه‌کننده و مخدوش کند، هیچ اشکالی در آن وجود ندارد - میل همیشه بر کیفیت صدا برتری دارد." صدای نوازنده تقریباً همیشه فشرده است، همین اتفاق در مورد بیس، درام، گیتار و سینت سایزر می افتد. با فشرده سازی، میزان صدای آواز حفظ می شود سطح درستدر طول آهنگ یا کمی از بقیه صداها متمایز است.

فشرده سازی به درستی می تواند صدای درام را زنده تر یا عمداً عجیب تر کند. برای اینکه موسیقی عالی به نظر برسد، باید بتوانید از ابزارهای لازم برای این کار استفاده کنید. به همین دلیل است که سال ها طول می کشد تا بفهمیم چگونه از فشرده سازی استفاده کنیم و زیاده روی نکنیم. اگر مهندس میکس قسمت گیتار را بیش از حد فشرده کند، مهندس مسترینگ دیگر نمی تواند فرکانس های از دست رفته را به طور کامل بازیابی کند.

اگر نوازندگان می خواستند به موسیقی گوش دهید که مراحل میکس و مسترینگ را طی نکرده باشد، آن را مستقیماً از استودیو در قفسه های فروشگاه منتشر می کردند. کرین می‌گوید افرادی که ضبط‌های موسیقی را ایجاد، ویرایش، میکس و مسترینگ می‌کنند، آنجا نیستند که مانعی برای نوازندگان شوند - آنها از همان ابتدا، یعنی بیش از صد سال است که به نوازندگان کمک می‌کنند.

این افراد بخشی از فرآیند خلاقیت هستند که منجر به آثار هنری شگفت انگیز می شود. کرین می افزاید: "شما نسخه ای از "سمت تاریک ماه" را که میکس و مسترینگ نشده باشد نمی خواهید. پینک فلوید این آهنگ را همانطور که می خواستند آن را بشنوند منتشر کرد.