Äänen tallennus

Äänikortti eli audio interface on rajapinta analogisen signaalin ja tietokoneen välillä. Se sisältää mikrofonietuasteet, jotka vahvistavat mikrofonin heikon signaalin linjatasolle, AD-muuntimet, jotka muuttavat signaalin digitaaliseksi, sekä DA-muuntimet, jotka palauttavat sen analogiseksi kuuntelua varten. Käytännössä sama laite toimii siis keskuksena, joka hoitaa sekä äänityksen että monitoroinnin studiomonitoreilla ja kuulokkeilla.

Valintaa ohjaa ensin sisään- ja ulostulojen määrä: montako mikrofonia tai soitinta on tarve tallentaa yhtäaikaisesti ja montako kuuntelulähtöä tarvitaan. Sen jälkeen olennaisia ovat mikrofonietuasteiden laatu, kohinataso ja vahvistusvara, tarvittavat muut digitaali- ja analogiliitännät, kuten linjasisääntulojen määrä, MIDI, S/PDIF ja optiset liitännät, muuntimien dynaaminen alue, ajurien vakaus ja latenssi omalla käyttöjärjestelmällä sekä liitäntätyyppi. USB on yleisin ja laajimmin yhteensopiva vaihtoehto. Thunderboltin etu on suurempi kaistanleveys, josta on hyötyä erityisesti suurilla kanavamäärillä, mutta matala latenssi riippuu ennen kaikkea ajureista ja laitteen toteutuksesta eikä pelkästä väylästä. Mobiiliäänikortit kytketään suoraan puhelimeen tai tablettiin tyypillisesti USB-C- tai Lightning-liitännällä.

Kokonaisuus rakentuu tyypillisesti mikrofoneista, laitteesta, joka vahvistaa ja tallentaa niiden signaalit, sekä kuulokkeista jokaiselle puhujalle. Yhden puhujan podcastiin tai striimiin riittää usein USB-mikrofoni, joka kytketään suoraan tietokoneeseen ja on erityisen kätevä valinta silloin, kun ei ole vielä muuta olemassa olevaa vaihtoehtoa ja haluaa pitää laitteiston yksinkertaisena. Kun puhujia on useampi tai kokoonpanoa halutaan myöhemmin laajentaa, XLR-liitäntäiset mikrofonit ja äänikortti tai podcast-käyttöön suunniteltu tallentava mikseri ovat joustavampi ratkaisu, koska jokainen mikrofoni saa oman tulonsa ja tasonsäätönsä.

Mikrofoneina käytetään paljon dynaamisia puhemikrofoneja, joiden suuntakuvio on tyypillisesti hertta eli kardioidi, eli ne poimivat ääntä pääasiassa edestään. Kun mikrofoni on lähellä suuta, huoneen kaiku, taustaäänet ja toisten puhujien vuoto jäävät puheeseen nähden vähäisemmiksi, mistä on hyötyä akustoimattomissa tiloissa. Monen dynaamisen puhemikrofonin lähtötaso on kuitenkin matala, joten äänikortin tai mikserin etuasteissa tulee olla riittävästi vahvistusvaraa tai vaihtoehtoisesti tulee käyttää erillistä tasovahvistinta. Kondensaattorimikrofoni toistaa puheen yksityiskohdat herkemmin, mutta poimii myös tilaa enemmän ja sopii erityisesti akustoituihin tiloihin.

Rodecasterin kaltaiset podcast-mikserit kokoavat tarvittavat toiminnot yhteen laitteeseen. Niissä on tyypillisesti useampi mikrofonitulo etuasteineen, oma kuulokelähtö ja tasonsäätö jokaiselle puhujalle, sisäinen kompressori, taajuuskorjain ja kohinaportti sekä painikkeet tunnusmusiikille ja äänitehosteille. Puhelimen päässä olevan vieraan voi liittää Bluetoothin tai USB:n kautta mix-minus-reitityksellä, jolloin vieras kuulee lähetyksen ilman omaa ääntään, mikä ehkäisee kaikua. Tallennus onnistuu muistikortille, USB-muistille tai tietokoneelle, ja monissa malleissa jokainen mikrofoni tallentuu omalle raidalleen, mikä helpottaa jälkieditointia. Äänikortti ja tietokoneen ohjelmistot ovat puolestaan muunneltavampi ratkaisu, jos kokoonpano vaihtelee tai tallennus ja editointi tehdään muutenkin DAW-ohjelmistossa.

Striimauksessa podcast-mikseri tai äänikortti näkyy tietokoneelle äänilaitteena, jonka kautta striimausohjelmisto ottaa äänen. Monissa laitteissa on loopback-toiminto, jolla tietokoneen oma ääni, kuten peli, musiikki tai videopuhelu, saadaan samaan lähetykseen mikrofonien kanssa. Osassa podcast-miksereistä on lisäksi kaksi USB-liitäntää, jolloin esimerkiksi striimaus ja puhelu voidaan hoitaa eri laitteista. Kokonaisuuteen tarvitaan myös XLR-kaapeli jokaiselle mikrofonille, pöytäteline tai puomivarsi, pop-filtteri tai tuulisuoja ja suljetut kuulokkeet, jotka vuotavat ääntä mikrofoneihin avoimia vähemmän, sekä tarvittaessa kuulokejatkokaapelit.

Äänikortissa on jo etuasteet, joten erillinen etuaste hankitaan tyypillisesti kolmesta syystä: vahvistusvaran, äänensävyn ja -laadun sekä kanavamäärän vuoksi. Vahvistusvara korostuu matalan lähtötason mikrofoneilla, kuten monilla dynaamisilla puhemikrofoneilla ja passiivisilla nauhamikrofoneilla. Esimerkiksi Shure ilmoittaa suositun SM7B:n tarvitsevan puheella vähintään noin 60 dB vahvistusta, ja monien äänikorttien etuasteiden vahvistusvara jää tätä pienemmäksi. Jos etuaste joudutaan kääntämään lähelle ääriasentoa, kohina voi nousta kuultavaksi, ja ratkaisuna toimii joko erillinen etuaste tai mikrofonin ja etuasteen väliin kytkettävä phantom-virralla toimiva signaalivahvistin.

Äänenlaadun osalta erilliset mikrofonietuasteet voivat olla äänikorttien sisäänrakennettuja etuasteita laadukkaampia, riippuen kuitenkin täysin tuotteesta. Erillisillä etuasteilla voidaan hakea tiettyä äänensävyä: putkietuasteita kuvataan tyypillisesti täyteläisiksi ja harmonista säröä tuoviksi, kun taas transistorietuasteet ovat usein neutraalimpia ja tarkempia. Kumpikaan ei ole lähtökohtaisesti parempi, vaan valinta riippuu äänilähteestä ja halutusta lopputuloksesta, ja monissa studioissa käytetään molempia. Yksi- ja kaksikanavaiset etuasteet kytketään tyypillisesti äänikortin linjatuloon, joten niiden käyttöönotto ei vaadi muuta kalustoa kuin vapaan linjatulon.

Kanavamäärän kasvattaminen tulee ajankohtaiseksi, kun äänikortin mikrofonitulot eivät riitä esimerkiksi rumpujen tai koko bändin samanaikaiseen äänitykseen. Monikanavaisessa etuasteessa voi olla esimerkiksi kahdeksan mikrofonituloa, oma AD-muunnin ja ADAT-lähtö. Se liitetään äänikortin ADAT-tuloon yhdellä optisella kaapelilla, jolloin äänikortti saa kahdeksan tuloa lisää. Korkeammilla näytetaajuuksilla ADAT-yhteyden kanavamäärä pienenee. Analogilähdöillä varustetut monikanavaiset etuasteet kytketään äänikortin tai AD-muuntimen linjatuloihin.

Voi, jos äänikortissa on digitaalinen laajennusliitäntä. Tavallisin on optinen ADAT, joka siirtää erilliseltä etuasteyksiköltä tai AD-muuntimelta kahdeksan kanavaa 44,1 tai 48 kHz:n näytetaajuudella ja neljä kanavaa 88,2 tai 96 kHz:llä. AES/EBU eli AES3 siirtää kaksi kanavaa kaapelia kohden XLR-liittimillä, ja suuremmissa järjestelmissä käytetään MADI-liitäntää, joka siirtää enimmillään 64 kanavaa 48 kHz:llä, tai Dante-verkkoääntä, jossa kanavat reititetään tavallisen verkkoinfrastruktuurin kautta.

Kun järjestelmässä on useampi digitaalinen laite, niiden on toimittava samalla kellotaajuudella. Yksi laite toimii kellomasterina, ja muut tahdistetaan siihen joko digitaalisen signaalin mukana kulkevalla kellolla, kuten ADAT-yhteydessä, tai erillisellä word clock -kaapeloinnilla BNC-liittimin. Virheellinen kellotus kuuluu tyypillisesti naksahduksina ja katkoksina. Laajennettavuus kannattaa huomioida jo äänikorttia valitessa, sillä ADAT-tuloilla varustettu malli mahdollistaa kanavamäärän kasvattamisen ilman äänikortin vaihtoa.

Äänikortin instrumenttitulo eli Hi-Z-tulo hoitaa saman perustehtävän kuin DI-boksi: se vastaanottaa kitaran tai basson korkeaimpedanssisen signaalin kuormittamatta soittimen elementtejä. Kun soitin kytketään lyhyellä kaapelilla suoraan äänikorttiin, erillistä DI-boksia ei yleensä tarvita.

DI-boksista on hyötyä, kun kaapelivedot ovat pitkiä, signaali halutaan viedä mikserin tai äänikortin mikrofonituloon tai sama signaali halutaan jakaa läpivientilähdön kautta samanaikaisesti vahvistimelle ja tallennukseen. DI-boksi muuntaa signaalin balansoiduksi ja matalaimpedanssiseksi, ja monien mallien maadoituskytkin voi katkaista laitteiden välisen maasilmukan, joka on tavallinen hurinan syy. Passiivinen, muuntajaan perustuva DI-boksi kestää hyvin voimakkaita signaaleja, kun taas aktiivinen malli sopii usein paremmin passiivisille elementeille ja matalan lähtötason soittimille.

Reamp-boksi tekee käänteisen muunnoksen: se ottaa DAW:sta tulevan balansoidun linjatasoisen signaalin ja muuntaa sen soitintasoiseksi, jolloin aiemmin tallennettu puhdas kitara- tai bassoraita voidaan ajaa vahvistimen, pedaalien tai efektilaitteiden läpi ja mikittää uudelleen. Käytännössä soittajan suoritus tallennetaan kerran DI-signaalina, ja vahvistinsoundi voidaan valita myöhemmin ilman uusia ottoja.

Latenssi on viive, joka syntyy, kun signaali kulkee äänikortin tulosta muunnoksen, ajurien ja tietokoneen kautta takaisin kuunteluun. Viive ei ole nolla nopeimmissakaan järjestelmissä, mutta sen suuruus ratkaisee, voiko monitoroinnin kanssa soittaa ja laulaa luontevasti. Alle 10 ms:n kokonaisviive on useimmille toimiva, 3-6 ms tuntuu responsiiviselta, ja 10-15 ms:n jälkeen viive alkaa tyypillisesti haitata ajoitusta. Laulajat huomaavat viiveen usein herkimmin, koska oma ääni kuuluu samaan aikaan myös pään sisältä, ja lyhytkin viive voi kuulua soinnin värittymisenä.

Latenssiin vaikuttaa ensisijaisesti puskurin koko DAW:n tai ajurin asetuksissa. Pieni puskuri lyhentää viivettä mutta kuormittaa tietokonetta, ja iso puskuri toimii päinvastoin. Esimerkiksi 48 kHz:n näytetaajuudella 128 näytteen puskuri vastaa noin 2,7 ms:a yhteen suuntaan, ja kokonaisviiveeseen lisätään vielä muuntimien ja ajurien osuudet. Tavallinen työtapa on äänittää pienellä puskurilla ja kasvattaa sitä miksausvaiheessa, kun pluginien määrä kasvaa, sillä toistossa viiveellä ei ole samaa merkitystä.

Monissa äänikorteissa on lisäksi suora monitorointi, jossa tulosignaali ohjataan kuulokkeisiin ennen tietokonetta, ja osassa DSP-pohjainen monitorimiksaus, jolla tuloihin voi lisätä kaikua ja muita perusefektejä ilman kuultavaa viivettä.

Bittisyvyys määrittää digitaalisen tallenteen teoreettisen dynaamisen alueen. 24 bittiä on vakiintunut valinta äänitykseen, koska se antaa runsaasti tilaa jättää tasoihin varaa ilman, että kohina nousee kuultavaksi. Osa kenttätallentimista ja kannettavista tallentimista yhdistää kaksi rinnakkaista AD-muunninta ja tallentaa 32-bittisenä liukulukuna, jolloin tallenteen tasoa voi korjata jälkikäteen, vaikka otto olisi mennyt mittarilla yli nollan. Liukulukutallennus ei kuitenkaan estä mikrofonia tai analogista tuloastetta ylikuormittumasta, joten tasoista kannattaa huolehtia silloinkin.

Näytetaajuudessa 44,1 ja 48 kHz kattavat suurimman osan musiikki- ja videotuotannosta, ja videossa 48 kHz on vakiintunut valinta. Korkeammat näytetaajuudet kasvattavat tiedostokokoa ja tietokoneen kuormaa. Niiden hyödyt liittyvät lähinnä osaan prosessoinnista ja äänisuunnitteluun, jossa ääntä hidastetaan tai sävelkorkeutta lasketaan voimakkaasti. Lisäksi sama puskurikoko näytteinä tarkoittaa korkeammalla näytetaajuudella lyhyempää viivettä millisekunteina.

Äänitystasossa kannattaa jättää varaa. Digitaalisissa järjestelmissä nimellistaso on tyypillisesti -18 dBFS (EBU) tai -20 dBFS (SMPTE), mikä vastaa analogisen kaluston nimellistasoa, ja piikit voivat jäädä noin -10 dBFS:n tuntumaan. Nykyisten äänikorttien muuntimien dynaaminen alue on tyypillisesti yli 100 dB ja uudemmissa malleissa usein 110-120 dB, joten muuntimen oma kohina jää näilläkin tasoilla yleensä mikrofonin, etuasteen ja huoneen taustakohinan alle. Reilu varaus helpottaa myös miksausta ja pitää analogisia laitteita mallintavat pluginit niiden suunnitellulla toiminta-alueella.

Erillisiä muuntimia hankitaan tyypillisesti kolmesta syystä: kanavamäärän kasvattamiseksi, selkeän monitorointiketjun rakentamiseksi ja muunnoksen laadun vuoksi. Ammattitason muuntimien dynaaminen alue ja kohinataso voivat olla mitattavasti äänikortin sisäisiä muuntimia parempia, ja ero korostuu, kun signaali kulkee useaan kertaan analogisen ja digitaalisen muodon välillä, esimerkiksi ulkoisten inserttien kautta. Kotistudiokäytössä nykyaikaisen äänikortin muuntimet riittävät useimmiten hyvin.

Erillisen master clockin äänenlaadullinen hyöty on sen sijaan kiistanalainen. Word clockin tehtävä on tahdistus, ja useissa mittauksissa muuntimet ovat toimineet tarkimmin omalla sisäisellä kellollaan, kun taas ulkoinen kello on lisännyt niissä hieman kohinaa ja säröä. Erillisen kellolaitteen selkeimmät perusteet ovat kellon jakelu puskuroituna useammalle laitteelle suuremmissa järjestelmissä sekä tilanteet, joissa ääni pitää tahdistaa kuvaan.

Analogista prosessointia voi käyttää kahdessa vaiheessa. Äänityksen aikana signaali kulkee etuasteen ja esimerkiksi kompressorin tai taajuuskorjaimen läpi ennen AD-muunnosta, jolloin käsittely tallentuu raidalle eikä sitä voi myöhemmin muuttaa. Miksausvaiheessa raita lähetetään DAW:sta äänikortin linjalähdön kautta ulkoiselle laitteelle ja palautetaan linjatuloon, eli laitetta käytetään ulkoisena inserttinä. Tämä vaatii vapaita linjatuloja ja -lähtöjä, ja useimmissa DAW-ohjelmistoissa ulkoisen insertin viive voidaan mitata ja kompensoida.

Kun ulkoisia laitteita on useampi, kytkennät kannattaa koota patchbaylle, jolloin laitteiden tulot ja lähdöt ovat etupaneelissa ja ketjun järjestystä voi vaihtaa patch-kaapeleilla. Normalisoinnin ansiosta tavallisin reitti toimii ilman patch-kaapeleita, ja kaapelia tarvitaan vain poikkeaviin kytkentöihin. Splitterillä sama signaali jaetaan useampaan ketjuun esimerkiksi rinnakkaista prosessointia varten, ja summaimella useampi kanava tai ryhmä summataan analogisesti stereoksi DAW:n sisäisen summauksen sijaan. Analogisen summauksen äänellisestä vaikutuksesta on eriäviä näkemyksiä, ja monelle sen hyöty liittyy ennen kaikkea työnkulkuun, kun miksauksen ryhmät kulkevat analogisen prosessoinnin läpi.

Samoja laitetyyppejä, kuten etuasteita, taajuuskorjaimia ja kompressoreita, valmistetaan sekä täysikokoisina 19 tuuman räkkilaitteina että 500-sarjan moduuleina. Räkkilaitteessa on oma virtalähde ja usein enemmän tilaa säätimille ja mittareille, ja se toimii sellaisenaan. 500-sarjan moduuli puolestaan asennetaan runkoon eli lunchboxiin, joka tarjoaa yhteisen virransyötön ja liitännät. Samaan runkoon voi yhdistää eri valmistajien moduuleja ja rakentaa kanavaketjun vaiheittain, ja kanavakohtainen hinta ja tilantarve jäävät usein räkkilaitetta pienemmiksi, kun rungon hinta jakautuu useammalle moduulille.

500-sarja juontaa juurensa API:n 1960-luvun lopun konsolitekniikkaan. Moduuli on 3U korkea ja leveydeltään 1,5 tuumaa tai sen monikerta, ja rungoissa on tyypillisesti 2-10 paikkaa. VPR Alliance -määrittely käyttää ±16 V:n käyttöjännitteitä ja +48 V:n phantom-virtaa, ja moduulin virranotto on rajattu paikkaa kohden 130 mA:iin käyttöjännitteillä ja 5 mA:iin phantomilla. Osa moduuleista, erityisesti putkiasteet ja digitaalista prosessointia sisältävät mallit, ottaa virtaa selvästi yksinkertaista etuastetta enemmän, ja osa rungoista antaa paikkaa kohden määrittelyä enemmän virtaa. Siksi moduulien virrantarve ja rungon virtalähteen kokonaiskapasiteetti kannattaa tarkistaa ja jättää varaa. Liitännöissä vaihtoehtoina ovat XLR ja TRS tai DB25-monikanavaliitäntä, joka on siisti tapa integroida runko patchbayhin.

Kannettava tallennin on itsenäinen laite, joka tallentaa muistikortille tai sisäiselle muistille ilman tietokonetta. Sen vahvuuksia ovat nopea käyttöönotto, akkukäyttö ja toimintavarmuus olosuhteissa, joissa tietokone on hankala. Kädessä pidettävissä malleissa on usein integroidut stereomikrofonit, jotka sopivat mainiosti haastatteluihin, luennoille, treenien dokumentointiin ja ympäristöäänityksiin. Kenttätallentimissa painottuvat useammat XLR-tulot, phantom-virta ja tarkka tasonhallinta, jolloin lopputulos määräytyy valittujen mikrofonien mukaan, ja osassa malleista on aikakoodi, joka helpottaa äänen ja kuvan tahdistusta videotuotannossa.

Äänikortti ja kannettava tietokone voivat tarjota enemmän kanavia, suoran editoinnin ja monipuolisemman monitoroinnin, mutta vaativat virtaa, tilaa ja pystytysaikaa. Moni tallennin toimii myös USB-äänikorttina, joten sama laite palvelee sekä kenttätyössä että tietokoneen kanssa. Valintaan vaikuttavat käytännössä kanavamäärä, virransaanti, kuljetettavuus ja se, editoidaanko materiaali paikan päällä vai jälkikäteen.

Yhden monitoriparin ja kuulokkeiden kanssa äänikortin oma monitoritasonsäädin riittää usein hyvin. Monitoriohjain tulee ajankohtaiseksi, kun äänikortti sijaitsee fyysisesti käden ulottumattomissa tai kun kuuntelussa halutaan vaihtaa useamman kaiutinparin tai äänilähteen välillä tai kun tarvitaan käytännön toimintoja, kuten mute-, mono- ja dim-kytkimiä, talkbackia ja useampaa kuulokelähtöä. Monokuuntelu ja vertailu toisella kaiutinparilla paljastavat miksauksesta ongelmia, jotka yhdellä parilla jäävät helposti huomaamatta, ja toistettava kuuntelutaso helpottaa tasapainon arviointia sessiosta toiseen.

Vaihtoehtoisesti kuuntelupisteen voi rakentaa DAC-laitteen varaan. Monissa DAC-laitteissa on balansoidut monitorilähdöt, kuulokevahvistin ja tasonsäätö, joten ne sopivat sekä studiomonitorointiin että hifi-kuunteluun. Kuuntelutilan akustiikka ja monitorien sijoittelu vaikuttavat lopputulokseen usein yhtä paljon kuin laitteet, joten niitä kannattaa tarkastella samalla.