响度标准化与交付规范

1980 年代流行专辑：平均 -16 ~ -14 LUFS
2000 年代（响度战争高峰）：平均 -9 ~ -7 LUFS
2020 年代（标准化之后）：-14 ~ -9 LUFS，动态回升

若素材 -8 LUFS，平台目标 -14 LUFS → 衰减 6 dB
若素材 -20 LUFS，平台目标 -14 LUFS → 提升 6 dB（若允许）

音乐分发：Spotify、Apple Music、YouTube Music
广播：EBU R128（欧洲）、ATSC A/85（美国）
播客：Apple Podcasts、Spotify 的响度目标
有声书：ACX 的 -23 ~ -18 LUFS 区间
游戏：Wwise/FMOD 的响度匹配

dBFS = 20 · log10(|x|)      （x 归一化到 ±1.0）
0 dBFS = 数字满刻度（最大不失真电平）

样本峰值：直接看离散样本的最大绝对值
真峰值：4× 过采样（或更高）后的最大绝对值，通常比样本峰值高 0.5~3 dB

1 LU (Loudness Unit) = 1 dB
LUFS = 感知响度的绝对值（相对满刻度）
LU   = 相对变化量（如「比目标高 2 LU」）

1. 对每个声道做 K 加权滤波（K-weighting）
   - 高架滤波（模拟头部效应，+4 dB @ 2 kHz 以上）
   - 高通滤波（RLB，去 100 Hz 以下，-3 dB @ 20 Hz 附近）
2. 计算每 400 ms 块的均方值（mean square），75% 重叠
3. 声道加权求和（环绕声道加权系数不同）
4. 转换到响度：L = -0.691 + 10·log10(Σ Gᵢ · zᵢ)

import numpy as np
from scipy import signal

def k_weighting_coeffs(sr):
    """K 加权：高架 + 高通（BS.1770-4 系数）"""
    # 高架滤波（stage 1）
    f0, G, Q = 1681.97, 3.999, 0.7071
    # 高通滤波（stage 2）
    f0h, Qh = 38.13, 0.5
    # 实际实现需按采样率做双线性变换（此处省略系数推导）
    ...

def integrated_loudness(x, sr=48000):
    """x: (channels, samples)，返回 LUFS"""
    # 1. K 加权
    y = apply_k_weighting(x, sr)
    # 2. 400ms 块，75% 重叠
    block = int(0.4 * sr)
    hop = block // 4
    loudness = []
    for start in range(0, y.shape[1] - block + 1, hop):
        z = np.mean(y[:, start:start + block] ** 2, axis=1)   # 各声道均方
        L = -0.691 + 10 * np.log10(np.sum(z) + 1e-12)
        loudness.append((L, z))
    return loudness

左/右/中：G = 1.0
左环绕/右环绕：G = 1.41 (+1.5 dB)
低频效果（LFE）：G = 0（不计入响度）

绝对门限：-70 LUFS（低于此的块丢弃）
相对门限：绝对门限以上的块的响度 - 10 LU（再丢弃低于此的块）
最终响度 = 通过两级门限的块的能量平均

目标响度：-23 LUFS（节目）
容差：±0.5 LU（测量值须落在 -23.5 ~ -22.5）
真峰值上限：-1 dBTP
响度范围（LRA）：节目内可接受的动态范围

计算：对所有通过门限的短时块（3s）排序，取 10% 与 95% 分位之差
意义：LRA 小 = 动态压缩重；LRA 大 = 动态范围宽
典型值：流行音乐 5~8 LU，古典 12~20 LU，播客 3~6 LU

Momentary (M)：400 ms 窗，实时反映当前响度
Short-term (S)：3 s 窗，用于 LRA 与实时监控
Integrated (I)：整段门限平均，用于交付判定

BS.1770-4 要求至少 4× 过采样测真峰值
EBU R128 要求真峰值 ≤ -1 dBTP
某些规范（如流媒体）要求 -1 ~ -2 dBTP

若素材 -8 LUFS → 平台衰减到 -14 LUFS（-6 dB）
若素材 -20 LUFS → 平台不动（保持 -20 LUFS，不提升）

错误策略：压得很响（-8 LUFS），被衰减 6 dB，动态损失，听感平淡
正确策略：保留动态做到 -14 LUFS，归一化不动，动态完整

古典音乐：LRA 15~25 LU，动态是核心
爵士：LRA 8~15 LU
流行：LRA 5~10 LU
电子/EDM：LRA 3~6 LU（风格使然）

1. 控制峰值（限幅器）：防削波，必要
2. 增加黏合（总线压缩）：轻微，1~3 dB 增益衰减
3. 提升平均响度：谨慎，标准化下收益有限
4. 塑造音色（并行压缩）：创意用途，保留瞬态

# 测量（两遍模式：先测再应用）
ffmpeg -i input.wav -af loudnorm=I=-14:TP=-1:LRA=11:print_format=json -f null -

# 应用（用测量得到的 measured_* 值）
ffmpeg -i input.wav -af loudnorm=I=-14:TP=-1:measured_I=-13.2:measured_TP=-0.8 \
  -ar 48000 -c:a pcm_s24le output.wav

import subprocess, json, glob

def measure_loudness(path):
    cmd = ["ffmpeg", "-i", path, "-af",
           "loudnorm=I=-14:TP=-1:print_format=json", "-f", "null", "-"]
    out = subprocess.run(cmd, capture_output=True, text=True).stderr
    data = json.loads(out[out.rindex("{"):out.rindex("}") + 1])
    return float(data["input_i"]), float(data["input_tp"]), float(data["input_lra"])

for f in sorted(glob.glob("delivery/*.wav")):
    i, tp, lra = measure_loudness(f)
    flag = "OK" if abs(i + 14) <= 0.5 and tp <= -1.0 else "FAIL"
    print(f"{flag}  {f}  I={i:.1f} TP={tp:.1f} LRA={lra:.1f}")

广播：WAV（BWF/RF64）+ 内嵌响度元数据
流媒体：WAV 或 FLAC 母带 + 平台转码
播客：MP3/AAC，目标 -16 LUFS
有声书：ACX 要求 -23 ~ -18 LUFS，真峰值 ≤ -3 dBTP

BWF（Broadcast Wave Format）可内嵌：
  - loudness（BS.1770 测量值）
  - true peak
  - loudness range
  - 时间码起点

母带交付：48 kHz / 24 bit（或 96 kHz 归档）
分发：48 kHz / 16 bit 或交给平台转码
不要交付 44.1 kHz 给要求 48 kHz 的平台（会被重采样）

ffmpeg loudnorm   命令行，可脚本化
libebur128        库，可嵌入
Youlean Loudness Meter   GUI，实时
iZotope Insight   专业分析

1. 制作阶段：不做响度归一化，保留动态
2. 母带阶段：做到平台目标响度，真峰值留 -1 dBTP
3. 交付前：两遍 loudnorm 做线性归一化（若需要）
4. 校验：批量测量，LRA 与真峰值双重检查
5. 试听：响度匹配对比，确认无异常