বেশিরভাগ মানুষ খারাপ অডিওকে এক শব্দে বর্ণনা করেন। প্রায় সবসময় এটা একটা কোট পরা তিনটি সমস্যা, আর নির্দিষ্ট ক্রমে ঠিক করতে হয়। ভিডিওতে কণ্ঠ আরও ভালো শোনানোর আসল পথ এখানে।

"খারাপ অডিও" বলতে মানুষ যে তিনটি সমস্যা বোঝান

ঘর। সবকিছুর নিচে স্থির হিস: একটা ফ্যান, একটা ল্যাপটপ, জানালা দিয়ে আসা রাস্তার শব্দ, এক ঘণ্টা আগে শোনা বন্ধ করা এসি। এর কোনো ছন্দ নেই, ঠিক এই কারণেই এটা সরানো যায়।

টোন। কণ্ঠটাই পাতলা, বাক্সের মতো বা কর্কশ শোনায়। রেকর্ডিংয়ে কোনো সমস্যা নেই; ফ্রিকোয়েন্সির ভারসাম্য অসুন্দর। মুখের কাছে ছোট মাইক আর বড় ঘর দুটোই এটা করে, উল্টো দিকে।

লেভেল। শব্দগুলো ঠিক আছে, শুধু খুব আস্তে, বা মিউজিকের নিচে ডুবে যায়, বা একটা ক্লিপ পরেরটার দ্বিগুণ জোরে।

ল্যাপটপের স্পিকারে এগুলো একই রকম শোনায়, অথচ সম্পূর্ণ আলাদা সমাধান লাগে।

Apple-এর Final Cut Pro ইউজার গাইড লেভেল আর হেডরুমের সবচেয়ে ছোট কাজের ব্যাখ্যা, টেকনিক্যালি ঠিক পিকও কেন খারাপ শোনাতে পারে সেটাসহ।

এই ক্রমে ঠিক করুন

ঘর, তারপর টোন, তারপর লেভেল। এই ক্রম পছন্দের ব্যাপার নয়, অঙ্ক।

প্রতিটি টোন অ্যাডজাস্টমেন্ট স্পেকট্রামের কোনো অংশে গেইনের বদল। হিস সরানোর আগে কণ্ঠ উজ্জ্বল করলে হিসও উজ্জ্বল হয়, আর এখন সেটা সরানো কঠিন, কারণ শব্দের সাথে সেটারও আকার বদলেছে। আগে লেভেল বাড়ালে নয়েজ ফ্লোরও সাথে বাড়ে, আর নয়েজ রিমুভালকে সমাধানের জন্য আরও জোরালো সমস্যা দেন।

উল্টো ক্রমে করুন, প্রতিটি ধাপ পরেরটাকে সহজ করে।

আগে ঘরের শব্দ সরান

Zella-য় রেকর্ডিং খুলে Remove Noise চালান। এটা ডিভাইসে চলে, তাই কিছুই আপলোড হয় না আর কোনো লাইনে অপেক্ষা নেই। এটা যা করে: সিগন্যালের স্থির অংশটা শেখে (আপনি কথা না বলার সময় যে অংশ থাকে), তারপর সেটা বাদ দেয়।

দুটো কথা জানা ভালো। প্রথমত, এটা স্থির নয়েজে কাজ করে, ঘটনায় নয়: ফ্যান হ্যাঁ, দরজা বন্ধের শব্দ না। দ্বিতীয়ত, আপনার কথার নিচে ক্ষীণ হিস থেকে গেলে সেটা ব্যর্থতা নয়, নির্দিষ্ট আর ঠিক করা যায় এমন একটা জিনিস, আর নয়েজ রিমুভালের পরও কেন হিস থাকে-এ পুরো ব্যাখ্যা আছে।

নয়েজ যদি এত জোরে হয় যে ঘরেই পরিষ্কার শুনতে পান, আবার রেকর্ড করার আগে মাইক কাছে আনুন। বারো ইঞ্চি দূরত্বের চেয়ে ভালো কিছু সফটওয়্যারে নেই।

তারপর টোনের আকার দিন

Polish Voice হলো টোনের ধাপ, আর এক ব্রডকাস্ট-পরিষ্কার ভিত্তির ওপর পাঁচটি কণ্ঠস্বর দেয়:

টোন কী করে কখন ব্যবহার করবেন
Natural হালকা, সোর্সের প্রতি বিশ্বস্ত রেকর্ডিং আগে থেকেই ভালো আর শুধু গুছিয়ে নিতে চান
Warm ভরাট নিচের দিক ছোট মাইক বা পাতলা কণ্ঠ, ল্যাপটপ আর ফোনের মাইকে সাধারণ
Bright ঝকঝকে, হালকা উঁচু দিক নিস্তেজ ঘর, পপ ফিল্টারের পেছনে মাইক, নরম গলার বক্তা
Podcast পরিষ্কার, সামনে আসা, সমান লম্বা কথা, যেখানে চরিত্রের চেয়ে ধারাবাহিকতা জরুরি
Cinematic বড়, গভীর, নাটকীয় ছবির ওপর ভয়েসওভার, টকিং হেড নয়

প্রতিটিতে একটা ইনটেনসিটি স্লাইডার আছে, আর সৎ পরামর্শ হলো যতটা ভাবেন তার চেয়ে কম দিন। টোন প্রসেসিং 40 শতাংশে সুন্দর লাগে আর 100-তে স্পষ্ট। শ্রোতা যদি শুনতে পান কিছু একটা প্রয়োগ হয়েছে, তাহলে বেশি জোরে হয়েছে।

Polish Voice ইচ্ছা করেই একটা কাজ করে না: আপনার রং বা গতি ছোঁয় না। এটা একটা অডিও ধাপ, আর বাকি সিদ্ধান্তগুলো থাকে এক ট্যাপের Auto-Polish পাসে।

তারপর লেভেল ঠিক করুন

ক্লিপ ধরে ভলিউম আসে শেষে, কারণ ওপরের দুটো ধাপ সবকিছুর জোর বদলে দিয়েছে। দুটো নিয়মে বেশিরভাগ ভিডিও চলে:

  1. মিউজিকের সাথে কিছু মেলানোর আগে ক্লিপগুলো একে অপরের সাথে মেলান। দর্শক আস্তে ভিডিও ক্ষমা করেন, কিন্তু কাট থেকে কাটে ভলিউম বদলানো ভিডিও কখনো নয়।
  2. কণ্ঠ নয়, মিউজিককে নড়তে দিন। Auto-Duck আপনার কথার নিচে বেড নামায় আর থামলে আবার ফুলিয়ে তোলে, যা সঠিক দিক: কণ্ঠই কনটেন্ট আর মিউজিক ফ্রেম। কতটা নামাবেন তা আছে অডিও ডাকিং-এ।

পলিশ যা ঠিক করতে পারে না

ক্লিপিং। ইনপুট খুব জোরে থাকলে আর ওয়েভফর্মের মাথা চ্যাপ্টা হয়ে গেলে তথ্যটা চলে গেছে, কোনো প্রসেসিং ফিরিয়ে আনে না। লক্ষণ হলো আপনার সবচেয়ে জোরে বলা শব্দে একটা চড়চড় শব্দ যা যেকোনো সেটিংয়েই টিকে থাকে।

আরেকটা: ঘরের ওপাশে রাখা মাইক। ঘরের শব্দ বাদ দেওয়া যায়, কিন্তু দূরত্বের সাথে আসা প্রতিধ্বনি ফাইলে পৌঁছানোর সময় কণ্ঠের অংশ হয়ে যায়। কাছে আসুন।

সাধারণ প্রশ্ন

আগে নয়েজ সরাব নাকি পলিশ করব? আগে নয়েজ সরান, সবসময়। পলিশ হলো একটা ফ্রিকোয়েন্সি পরিসরে দেওয়া গেইন, তাই আগে পলিশ করলে যে নয়েজ সরাতে যাচ্ছিলেন সেটা বাড়ে আর পরিষ্কারভাবে বের করা কঠিন হয়।

টকিং-হেড ভিডিওর জন্য কোন টোন নেব? ল্যাপটপ বা ফোনের মাইকে Warm, ভালো USB বা XLR মাইকে Podcast। Bright নিস্তেজ ঘরের জন্য, আর Cinematic ক্যামেরায় মুখের জন্য নয়, ছবির ওপর ভয়েসওভারের জন্য।

এর কিছু কি আমার অডিও আপলোড করে? না। দুটো ধাপই আপনার ডিভাইসে চলে, এ কারণেই প্লেনেও কাজ করে।

পলিশের পর আমার কণ্ঠ খারাপ শোনায় কেন? প্রায় সবসময় ইনটেনসিটি। স্লাইডার প্রায় 40 শতাংশে নামিয়ে আবার শুনুন। দ্বিতীয় সাধারণ কারণ হলো নয়েজ সরানোর আগে পলিশ করা।

লালে পিক করা রেকর্ডিং কি ঠিক করা যায়? আসলে না। ক্লিপিং ওয়েভফর্মের মাথা মুছে দেয়, তাই ফিরিয়ে আনার মতো কিছু থাকে না। পারলে আবার রেকর্ড করুন, আর ইনপুট গেইন কয়েক dB নামান।

এটা কি iPhone অ্যাপেও কাজ করে? হ্যাঁ। Remove Noise আর Polish Voice দুটোই iPhone-এর জন্য Zella-য় ডিভাইসে চলে, একই পাঁচটি টোনসহ।