Netflix Sound Mix Specifications & Best Practices｜Netflix 混音规范和最佳实践 v1.5

本文最后由 Demo Marco 更新于 2024-04-19. 如有资源已失效，请留言反馈，将会及时处理。 【推荐：不翻墙访问被墙网站方法 | 自用高速专线机场 | 高速CN2线路 | 高质量家宽住宅IP】

本规范文件适用于 Netflix 品牌内容。如需许可，请参阅完整的非品牌交付规范 v9.3。

1、混音设施的近场音频先决条件

平均响度必须为 -27 LKFS +/- 2 LU 对话门控。峰值不得超过 -2db 真实峰值。应根据 ITU-R BS.1770-1 指南对整个节目的音频进行测量。 

需要离散音频，但以下情况除外：

• 当混合音频是源固有的时，例如 IMF、Quicktime 或 Atmos® BWAV ADM 容器中的音频。
• 交错辅助音频 .wav 传输。 

采样率和位深度：

48k/24 位用于原始语言混合或 M&E 混合 – 适用于 Stems 和 Mix Master。

48k/16 位或 24 位用于第二语言或音频描述。

绝不允许有损或无损音频压缩。音频必须是标准或 RF64 离散 LPCM .wav 或 .bwav 文件。 

音频必须以本机项目帧速率与图像同步录制。所有音频交付内容应与相机和图片后期制作帧速率相匹配。所有音频必须与最终的 IMF/Prores 图像同步。替代/配音语言和音频描述混音不得包含额外的引导符。印刷大师、M&E 和主干可能包括标准 8 秒学院领袖和 2-pop。 

Content Hub 交付的内容可能是单独的音频文件，也可能是文件夹内的音频文件，也可能是包含会话的 Pro Tools 会话文件夹内的音频文件。如果提供 Pro Tools 以外的项目文件，还应包括 AAF/OMF，或者所有通道必须渲染为连续的 PCM 音频。 

对于所有游戏，5.1 音频是必需的，2.0 音频是可选的。

如果节目的原始源是单声道且不存在立体声和/或 5.1 混音，则单声道音频是可接受的。单声道音频必须在通道 1 和 2 上复制并作为 2 通道传送。

以长播放（而非卷轴）的形式提供所有近场音频资源。

2.1、NEAR FIELD ATMOS ® MIX – 母带处理和存档 – 原始语言版本

杜比全景声 (Dolby Atmos) 原始语言家庭混音必须满足以下要求：

• 至少必须在 7.1.4 房间内混合。
• Home Atmos® 混音室不需要杜比认证。
• Atmos® 以 IMF (IAB) 形式提供，支持每秒 23.976、24、25 和 30 帧。
• 这是近场混音。最常见的近场监控级别是 79db 或 82db。
• 必须符合 Netflix 响度规范（-27db LKFS +/- 2 LU 1770-1 对话门控）。
• 峰值通常不应超过 -2dBFS 真实峰值。为了实现这一目标，我们建议将所有床和对象的真实峰值限制器设置为 -2.3 或更低。响度和峰值应通过 5.1 重新渲染来测量。
• 对于 Atmos® 混音，需要提供 5.1 音频，并且可选提供 2.0 音频。 5.1 和 2.0 重新渲染输出必须符合 Netflix 响度规范。仅当 5.1 和 2.0 交付用于流媒体时，才必须符合 Netflix 峰值规范。我们建议通过限制渲染器的输出来实现这一点，而不是降低床和物体。
  • Atmos® – 交付到图像处理设备以进行 IMF 创建和流式传输。
  • 5.1 – 传送至内容中心以供配音参考。可选择传送流式传输。
  • 2.0 – 可选。
• 所有床和物体都经过编码并且始终可以听到。印刷大师可以使用所有床材料或多个床的复合材料，但不能同时使用两者。
• 对于所有系列/文档/无脚本/喜剧内容，床和对象必须用对话、音乐和效果分隔，并且只能标记为“对话”、“音乐”、“效果”或“旁白”。对于胶片内容，应尽可能保持 DME 分离。
• 如果创建 85 db 参考戏剧混音，则需要两套完整的交付成果。一种用于戏剧，一种用于近场。
• Leader 和 sync pop 是首选，但不是必需的。 IMF 供应商将在 IMF 中同步 Atmos®。
• 最终家庭影院打印大师：
  • 杜比全景声® BWAV ADM 文件。
    • 所有床通道配置均可接受。
    • 48 kHz 采样率，24 位。

2.2、近场 5.1 环绕声混音 – 母带制作和存档 – 原始语言版本

• 使用 79dB spl 或 82dB spl 作为混音的标准参考电平。
• 使用 ITU-R BS.1770-1 在整个节目中测得的对话响度达到 -27 LKFS (+/- 2 LU)。
• 不要超过 -20 dBFS 参考值的 +18db (-2 dBFS) 最大电平（真实峰值），这是通过峰值限制而不降低混音电平实现的。
• 对于原始版本：提供 5.1 对话、音乐和效果，组合后相当于 5.1 混音。

2.3、近场 2.0 立体声混音 – 母带处理和存档 – 原始语言版本

• 使用 79dB spl 或 82dB spl 作为混音的标准参考电平。
• 使用在整个节目中测量的 ITU-R BS.1770-1 提供具有 -27 LKFS (+/- 2 LU) 对话响度的 Lo/Ro 或 LT/RT 混音。
  • Lo/Ro 混合是首选。
• Lo/Ro 或 LT/RT 混音可兼容单声道。
• 不要超过 -20 dBFS 参考值的 +18db (-2 dBFS) 最大电平（真实峰值），这是通过峰值限制而不降低混音电平实现的。
• 当从 5.1 向下混音以创建 Lo/Ro 或 LT/RT 2.0 混音时：
  • 将中心频道内容降低-3db。
  • 中央声道内容应包含在左声道和右声道中。
  • 将环绕声道内容降低至少 -3db。
  • 将左环绕声和右环绕声内容折叠到相应的左通道和右通道中。
  • 可选择包括 -8db 和 -12db 之间的低频效果 (LFE) 通道。
    • 将低频效果 (LFE) 折叠到左声道和右声道中。
    • 低通滤波器 LFE 为 200Hz 或更低。
• 在向下折叠之前，必须对各个 5.1 通道进行所有调整。

注意：生成的 2.0 混音必须在交付前进行检查，以确保不存在任何音频伪影，如有必要（经 Netflix 确定），应进行进一步调整以防止出现此类情况。任何 2.0 交付都必须符合本节规定的规范。

2.4、近场 ATMOS ® MIX – 母带处理和存档 – 配音语言和音频描述

Dolby Atmos® Dubbed Language Home Mix 必须满足以下要求。

• 至少必须在 7.1.4 房间内混合。
• Home Atmos® 混音室不需要杜比认证。
• 这是近场混音。最常见的近场监控级别是 79db 或 82db。
• 必须符合 Netflix 响度规范（-27db LKFS +/- 2 LU 1770-1 对话响度）。
• 峰值通常不应超过 -2dbfs 真实峰值。为了实现这一目标，我们建议将所有床和对象上的 True Peak 限制器设置为 -2.3 或更低。响度和峰值应通过 5.1 重新渲染来测量。
• 对于原生 Atmos® 混音，5.1 和 2.0 重新渲染必须符合 Netflix 响度和峰值规范。
• 所有床和物体都经过编码并且始终可以听到。印刷大师可以使用所有床材料或多个床的复合材料，但不能同时使用两者。
• 对于所有系列/文档/无脚本/喜剧内容，床和对象必须用对话、音乐和效果分隔。对于胶片内容，应尽可能保持 DME 分离。
• 如果创建 85 db 参考戏剧混音，则需要两套完整的交付成果。一种用于戏剧，一种用于近场。
• 配音语言 Atmos® 文件应与最终 IMF 图像长度完全匹配，就像长播放而不是单独的卷轴一样。领导者和同步流行音乐应被删除。
• FFOA 必须保留为默认值 – 不选中“添加 FFOA”框。对于 3.0 之前的渲染器软件，请在 FFOA 值中保留红色破折号。
• 最终家庭影院打印大师：
  • 杜比全景声® BWAV ADM 文件。
    • 所有床通道配置均可接受。
    • 48 kHz，24 位。

2.5、近场 5.1 环绕声混音 – 母带处理和存档 – 配音语言和音频描述

• 使用 79dB spl 或 82dB spl 作为混音的标准参考电平。
• 满足使用 ITU-R BS.1770-1 在整个节目中测量的 -27 LKFS (+/- 2 LU) 对话门控。
• 不要超过 -20 dBFS 参考值的 +18db (-2 dBFS) 最大电平（真实峰值），这是通过峰值限制而不降低混音电平实现的。
• 对于原始版本：提供 5.1 对话、音乐和效果，组合后相当于 5.1 混音。
• 对于配音版本：提供 5.1 对话主干，与 M&E 组合时相当于 5.1 混音。

2.6 近场 2.0 立体声混音 – 母带处理和存档 – 配音语言和音频描述

• 使用 79dB spl 或 82dB spl 作为混音的标准参考电平。
• 使用在整个节目中测量的 ITU-R BS.1770-1 提供单独的 Lo/Ro 或 LT/RT 混音，对话响度为 -27 LKFS (+/- 2 LU)。
  • Lo/Ro 混合是首选。
• Lo/Ro 或 LT/RT 混音可兼容单声道。
• 不要超过 -20 dBFS 参考值的 +18db (-2 dBFS) 最大电平（真实峰值），这是通过峰值限制而不降低混音电平实现的。
• 当从 5.1 向下混音以创建 Lo/Ro 或 LT/RT 2.0 混音时：
• 将中心频道内容降低-3db。
• 中央声道内容应包含在左声道和右声道中。
• 将环绕声道内容降低至少 -3db。
• 将左环绕声和右环绕声内容折叠到相应的左通道和右通道中。
• 可选择包括 -8db 和 -12db 之间的低频效果 (LFE) 通道。
  • 将低频效果 (LFE) 折叠到左声道和右声道中。
  • 低通滤波器 LFE 为 200Hz 或更低。
• 在向下折叠之前，必须对各个 5.1 通道进行所有调整。

注意：生成的 2.0 混音必须在交付前进行检查，以确保不存在任何音频伪影，如有必要（经 Netflix 确定），应进行进一步调整以防止出现此类情况。任何 2.0 交付都必须符合本节规定的规范。

2.7、 音乐与效果 (M&E) 混音

2.7.1、近场 ATMOS ® M&E 组合

杜比全景声 (Dolby Atmos) Home M&E Mix 必须满足以下要求：

• 至少必须在 7.1.4 房间内混合。
• Home Atmos® 混音室不需要杜比认证。
• 这是近场混音。最常见的近场监控级别是 79db 或 82db。
• 峰值通常不应超过 -2dBFS 真实峰值。为了实现这一目标，我们建议将所有床和对象的真实峰值限制器设置为 -2.3 或更低。应通过 5.1 重新渲染来测量峰值。
• 5.1 M&E 重新渲染是必需的，并且必须符合 Netflix Peak 规范。
• 必要时，除了 Atmos® M&E 之外，还需要可选轨道。
• 所有床和物体都经过编码并且始终可以听到。印刷大师可以使用所有床材料或多个床的复合材料，但不能同时使用两者。
• M&E 床和物体配置应与 Atmos® printmaster 相匹配。对话床和对象应该只包含制作效果，而不包含可辨别的语言。
• 如果创建 85db 参考戏剧混音，则需要两套完整的交付成果。一种用于戏剧，一种用于近场。
• Leader 和 sync pop 是首选，但不是必需的。
• 机电组合
  • Dolby Atmos® BWAV ADM 文件或 Pro Tools 录音器会话。
    • 所有床通道配置均可接受。
    • 48 kHz，24 位。
    • 单个或多个 M&E 选项作为单独的 WAV 文件或在 Pro Tools 会话中明确标记为可选或 OPT，以及任何其他内容特定的标签。
      • 通道格式应由重新录制混音器确定，以匹配原始混音的意图。

2.7.2、近场 5.1 环绕机电混音

• 提供完全填充的 5.1 环绕声子混音，仅包含音乐和效果（无对话）。
• 应包括氛围和拟音填充以正确匹配原始混音。主混音中存在的任何非对话声音也必须在 M&E 混音中体现。
• 所有级别都应反映最终母带制作和存档所使用的内容，以便以后可以轻松混合任何新添加的配音对话。
• 必要时，除了 5.1 M&E 之外，还需要可选轨道。
• 对于 Dolby Atmos® 混音，5.1 M&E 应从 Dolby Atmos® M&E 渲染。
• M&E 创建指南文件：
  • 叙述
  • 非小说类

3、戏剧混音 – 母带制作和存档

• 戏剧混音应遵循上面列出的近场规范，但以下情况除外：
• 使用 85db spl 作为混音的标准参考电平
• 戏剧混音没有 LKFS 响度要求，峰值可能为 0db True Peak
• 提供戏剧规格的对话、音乐和效果
• 以卷轴形式交付（非长效）

4、最佳实践

注意：以下不是技术规格。以下是帮助实现最佳客户体验的指南。 Netflix 不要求遵循以下准则，但建议您遵循以下准则。

4.1、对话门控响度和响度范围

Netflix 致力于保护创作意图 – 我们不会压缩、限制或修改音频混合。然而，不太动态的内容可以为会员提供更好的体验。请确保混音中的对话始终清晰易懂，除非有意不清楚的地方。

我们标准化所有音频传输，以确保所有音频在服务中以相同水平播放。我们提高或降低整体混音级别，以确保标题之间播放的一致性。

以下计量产品经过测试并已知可有效确保符合我们的音频规范： 

插件                                                    企业解决方案

杜比媒体计杜比 DPLM

NuGEN Vis-LM Interra 系统接力棒

Waves WLM 情感系统 Eff

Signum Bute NuGEN AMB

Izotope Insight Minnetonka 音频 AudioTools 服务器

Youlean 响度计

以下响度范围 (LRA) 值将在服务中发挥最佳效果：

• 5.1 对 4 至 18 LU 之间的 LRA 进行编程
• 2.0 编程 4 至 18 LU 之间的 LRA
• 10 LU 或更少的对话 LRA

当近场 Atmos 或 5.1 混音测量低于 15% 对话时，将使用节目目标测量（-24db LKFS +/- 2 LU – ITU BS 1770-3 或 -4）

对于 LoRo 向下折叠或向下混音，ITU-R BS.775-1 – 5.1 到 LFE 静音的立体声是国际标准。

4.2、峰值

我们建议将所有音频交付的真实峰值限制器设置为 -2.3。对于 5.1 / 2.0，这有助于防止计量中的微小差异导致误报。对于 Atmos 床和对象，此设置将减少由于 Atmos 渲染器内的求和因素而导致的过度峰值。

4.3、房间设置

我们建议在与客厅大小相近的房间中进行近场混音。如果房间建造良好且对齐，更大或更小的房间也可以使用。在混音位置附近使用多个麦克风，平均对齐房间。 Atmos 房间至少应为 7.1.4，但 9.1.6 是最佳值。我们建议近场使用中等或轻微的 X 曲线，而不是标准的电影曲线。杜比工程师可以协助调整需要的设施。