從今年12月13日開始，美國的電視運營商們需要為過響的商業(yè)廣告付出代價了。CALM Act（商業(yè)廣告響度緩和法案）將從這一天開始，正式在FCC的監(jiān)督下施行。今后，美國觀眾可以不僅僅是在調(diào)整遙控器音量按鈕時抱怨幾句，他們的投訴將有可能讓電視臺面臨罰款，甚至是吊銷執(zhí)照的風險。將電視伴音響度寫入凌駕于廣電行業(yè)規(guī)范之上的法律文本中，可見響度問題之嚴重。

　　自2006年ITU頒布了ITU-R BS.1770響度測量標準以及ITU-R BS.1771響度表標準以來，美國，歐洲，日本以及中國大陸的制播機構(gòu)都迅速跟進，探討基于新的電視伴音響度和電平計量標準之下的制作以及傳輸規(guī)范。已經(jīng)成型的制播規(guī)范包括美國的ATSC A/85（確立和保持數(shù)字電視音頻響度的技術(shù)），歐洲的EBU R-128（音頻信號響度歸一化及最大允許電平）標準及豐富其可操作性的4個制播建議文本3341（響度表），3342（響度范圍），3343（制作）和3344（傳輸）。在我國，響度問題也得到了空前的重視。雖然尚未有標準出臺，然各臺以及網(wǎng)絡(luò)公司已在著手探索解決方案，一方面是源于觀眾投訴，另一方面也是為將來標準出臺做好準備。

　　筆者在工作過程中發(fā)現(xiàn)，雖然業(yè)內(nèi)十分關(guān)注如何使用“基于ITU-R BS.1770算法的響度處理器”來解決伴音響度浮動過大的問題，但對BS.1770標準本身卻依然有諸多疑惑。而并不廣為人知的是，這個標準，到今天為止，已歷經(jīng)了三個版本的演進，而最新的BS.1770-2依然不能說是最終版。

　　背景

　　要了解標準，先讓我們簡單了解一下標準出臺的背景。長期以來，人們對聲音響度這一主觀感知量的測量一直是以純音為基礎(chǔ)的基本定義，分別通過對不同聲壓級和不同頻率的對比測量而得到。傳統(tǒng)的響度單位(非國際單位)“Sone”和“Phon”就是根據(jù)人對穩(wěn)態(tài)1kHz純音聲壓級的主觀感知來定義的。而大家熟知的等響曲線（見圖1）也是對穩(wěn)態(tài)的純音利用對比試聽的心理聲學的研究方式獲得的。等響曲線表明了主觀感知的響度與聲壓級以及頻率之間的關(guān)系。但現(xiàn)實生活中的聲音大多數(shù)時候是由復合音構(gòu)成的，是瞬態(tài)的。同時，影響聲音的響度感知的其它因素，如持續(xù)時間則無法從這張圖上直接讀到。

圖1

　　雖然基于聲壓級和頻率的測量，能夠反映出客觀量和主觀之間的關(guān)系，但對音頻節(jié)目的制作幫助有限。由于音頻節(jié)目是以電信號的方式存在和傳輸?shù)模谱魅藛T只能通過對電信號的測量來預測節(jié)目的響度。與聲信號的聲壓級，頻率和持續(xù)時間相對應的電信號參數(shù)分別是：電平，頻率和積分時間（啟動時間）。

　　VU（Volume Unit）表，由于其指針的上升時間（當饋入一個0dB信號時，VU表讀數(shù)從負無窮到0dB所需的時間）為300ms，大于人耳感知響度所需的積分時間（100-200ms），于是，VU表能夠比較好的幫助制作人員判斷節(jié)目響度變化，至今仍然有非常廣泛的應用。但VU表本身的設(shè)計中并沒有采用任何與主觀響度感知相關(guān)的頻率加權(quán)技術(shù)。

　　PPM（Peak Program Meter）峰值表是另一種電平測量工具，與VU不同，它的啟動時間很短（10ms），也稱為近峰值表（QPPM）。進入數(shù)字音頻時代后，由于量化精度的限制（0dBFS），需要更精確地指示數(shù)字樣值信號峰值，進而出現(xiàn)了采樣峰值表（SPPM）。峰值表幫助制作人員更好地判斷信號的最大值，保護信號不被削波。但由于積分時間太短，不足以達到人感知響度所需時長，依靠峰值表基本無法判斷節(jié)目的響度。使用峰值電平作為節(jié)目信號的標準化依據(jù)，也在一定程度上導致了今天我們所熱議的“響度競爭（Loudness War）”。

　　為了能在數(shù)字音頻時代更準確地指示節(jié)目的響度和峰值，在全球范圍內(nèi)形成統(tǒng)一的節(jié)目交換標準，一個基于數(shù)字音頻信號的響度和峰值測量的國際標準，勢在必行，

　　ITU-R BS.1770

　　ITU在2006年頒布了ITU-R BS.1770標準，全名是“音頻節(jié)目響度和真實峰值的測量算法”。請各位讀者注意，標準出臺伊始，便明確指出了該標準為測量算法，非處理算法（關(guān)于這方面的誤區(qū)，由于字數(shù)所限，將另文闡釋）。這一版本也為后續(xù)確立了響度測量的框架（見圖2）。標準的另一部分，是關(guān)于真實峰值的測量，本文暫不做介紹。

圖2

　　這個算法以非常簡潔的方式，兼容了從單聲道到5.0在內(nèi)不同格式伴音的響度測量，由兩級濾波器（模擬人頭效應的pre-filter以及響度主觀感受的計權(quán)的RLB filter），積分以及聲道加權(quán)（環(huán)繞聲道的權(quán)重比前方聲道多1.5dB）組成整個計權(quán)網(wǎng)絡(luò)。

　　測量算法的核心，便是RLB濾波器，也稱RLB計權(quán)曲線（見圖3）。這是將客觀可測量的電平值與人主觀感知的響度之間實施對應的關(guān)鍵一環(huán)。

圖3

　　據(jù)ITU委托加拿大通訊研究中心（CRC）的實驗結(jié)果，在單聲道測試條件下，Leq(RLB)，即基于RLB曲線計權(quán)的平均化計算的結(jié)果與人的主觀響度判斷（基于實際的節(jié)目，而非純音）達到了98.2%的吻合率。 有趣的是，CRC同時發(fā)現(xiàn)，如果僅是測試單聲道節(jié)目伴音，單純的能量平均化（Leq）也能達到和帶計權(quán)的Leq（RLB）幾乎相同的準確率。在對一組由單聲道，立體聲和環(huán)繞聲的混合素材的測試過程中，CRC發(fā)現(xiàn)Leq（RLB）響度測量結(jié)果與主觀判斷的吻合度達到98%。

　　ITU-R BS.1770-1

　　2007年，ITU發(fā)布了BS.1770的第一個修改版BS.1770-1。雖然這一修改版并未對算法進行改動，但定義了經(jīng)由BS.1770算法測量得出的滿刻度響度單位LKFS，取代了上一版中的dB。明確了響度和電平在單位上的差異。標準還給出了在1kHz時，數(shù)字電平與響度的對應關(guān)系：即向左，中，右中任意一個聲道輸入0dBFS的千周信號時，輸出的響度值為-3.10LKFS。這個單位沿用了與dBFS相同的計量方式，響度上1LKFS的變化和信號電平1dB的變化是等效的。[page]

　　ITU-R BS.1770-2

　　2010年春天，ITU將EBU提出的”Gating”方案加入響度算法。那什么是“Gating”呢？

　　簡而言之，在BS.1770-2中，Gating就是要將節(jié)目中不需要納入響度計算的部分排除出去。那為什么需要排除這些部分呢？我們知道，電視節(jié)目的伴音并不是僅僅由單一的聲音要素構(gòu)成，比如紀錄片，伴音里就有解說，環(huán)境聲和背景音樂，甚至是無聲的片段。我們的大腦在判斷聲音的響度時，并不是將這些不同的聲音元素或內(nèi)容“一鍋端”，而是先要取舍。由于了兩級“Gating”，計權(quán)網(wǎng)絡(luò)也相應作出了調(diào)整：

　　Gating分為兩級，分別使用絕對門限和相對門限。

　　第一級：絕對門限(Absolute Threshold)

　　在先前的算法中，BS.1770的積分模式是從節(jié)目的開始到結(jié)尾的時間全長范圍內(nèi)所有采集和計算的樣點實行積分和平均化運算。這其中，不可避免地也納入了靜音或響度極弱的部分。舉例來說，在播音員播音的過程中，字與字，句與句之間有中斷。雖然，中斷并不影響我們播音員語聲響度的主觀判斷，但如果這個中斷部分被納入BS.1770的響度（積分平均化）計算，將使最終得出的響度值低于語聲的響度值，實際上降低了響度測量的準確性。所以，這一版標準中規(guī)定，節(jié)目中所有低于-70LKFS的部分將不納入最終的響度計算。

圖4

　　從圖上我們能夠看到，Gating發(fā)生在整個響度處理的最末級，也就是積分之后。那么Gating所排除或舍棄的部分自然也是經(jīng)過積分的，那么應該如何來實現(xiàn)呢？EBU的工程師提出了“塊”的概念。以400ms為一個單位積分時間，也就是整個節(jié)目將被切成若干個以400ms為長度的“塊”，為了讓測量的準確性更高，相鄰的“塊”間有75%的時間重疊。在絕對門限的Gating計算中，所有響度低于-70LKFS的塊將被舍棄。

　　第二級： 相對門限（Relative Threshold）

　　科研人員很早就發(fā)現(xiàn)，人對響度的判斷，與其注意力有關(guān)。心理聲學中的“雞尾酒會效應”也是一種例證。杜比公司在其研究中發(fā)現(xiàn)，由于電視節(jié)目伴音的主要內(nèi)容為語言，或稱對白，觀眾對節(jié)目整體響度的判斷也主要基于對白的響度，這也是前文中提到的對聲音元素“取舍”。杜比公司提出了對白智能（Dialog Intelligence）的技術(shù)，分離節(jié)目中的對白成分，并對其單獨實施響度測量，以此作為對節(jié)目響度實行歸一化的依據(jù)。這一做法得到了ATSC的支持，ATSC在其A/85文檔中將節(jié)目伴音中可作為響度歸一化依據(jù)的元素稱之為錨元素（Anchor Element），并多次提到，對白是最重要的一種錨元素。

　　而EBU的專家在R128中則提出了另一種分離“錨元素”的方式，即利用前景聲（吸引觀眾注意力的部分）和背景聲（對觀眾響度判斷沒有影響的部分）之間的響度差對二者實行分離。其計算方法是，第一階段，經(jīng)過第一級絕對門限的排除之后，對剩余的塊實施平均計算，得出一個平均響度值。第二階段，對經(jīng)過第一階段排除后剩余的塊進行篩選，再舍棄響度低于該平均響度值-8dB的塊。然后再對最終剩余的塊的響度實行平均計算，得到輸出的響度值。

　　在ITU對BS.1770-2的討論中，采納了EBU提出的以相對門限的方式分離“錨元素”的算法，但將相對門限由-8dB修改為-10dB。

　　結(jié)語

　　BS.1770-2算法甫一推出，爭議不斷。雖然離頒布時間已過去一年，美國尚未采納BS.1770-2，A/85中依然沿用BS.1770-1。 而日本ARIB在去年頒布的TR-B32標準中，采納了BS.1770-2。

　　由于篇幅所限，無法對本文中所提及的概念進行深入探討。縱觀整個響度測量標準，目前對環(huán)繞聲響度的主觀驗證性測試結(jié)果尚未十分成熟，LFE對響度的影響也在討論中，真峰值測量的算法尚存爭議，這些都決定了ITU-R BS.1770還將繼續(xù)前行，讓我們拭目以待。B&P