[b]Výsledný [/b]signál má maximální hodnotu (řekněme 1). Což znamená, že buď vstupní amplitudy normalizuješ, nebo dostaneš ořezaný výsledek (nebo děláš nějakou kontinuální inteligentnější normalizaci apod). Opravdu to musím psát u každého 1.7x výbuchu? Fakt nevím, proč mě hned běžíš "opravit a poučit" místo abys třeba - já nevím - předpokládal, že nejsem debil, přečetl si to znovu a pochopil, že tím myslím, že výsledná amplituda výbuchu je 1.7x vstup (left+surr), zatímco amplituda hlasu je 0.7x vstup (center) => buď to normalizuješ (0.29x center, 0,41x side a 0,29x surround... a po xté... viz definice standardu) nebo to nenormalizuješ a tedy případný přebuřelý zvuk jen zahodíš (opět, viz VLC implementace). To není "názor k diskuzi"... [i]"Signál má maximální hodnotu 1 :)[/i]"... http://1.bp.blogspot.com/-1WTfe3gMGxU/UfcSg-OnZEI/AAAAAAAAABA/1Yb5ABKwQ0Y/s1600/you-don-t-say_244417.png Takže jo, bylo by fajn kdyby se ti chtělo si to na papíře nakreslit a spočítat. Konkrétně si tedy dej třeba 0.8 amplitudy u 100Hz (hlasitější výbuch na 4 satelitech) a  0.6 amplitudy u 4KHz na 1-2 centery (normálnější dialog + zohlednění výkonnějšího centeru) - a pak to sečti jednou normálně, jednou s koeficientama, bez normalizace (a řízni), s normalizací a možná ti dojde o čem mluvím a že to není blbost. Já něco podobného dělal s různými konfiguracemi a kontrolou výsledku v audacity. Pak si můžeme povídat o [b]mém názoru[/b], jak moc je ten (fyzicky správný) výpočet podobný výslednému efektu pro běžného posluchače ([b]imo není[/b]). PS: žes měl 4.1 sestavu je sice hezké, ale bezpředmětné, zvlášť když nevím celý tvůj toolchain, ve kterém dost dobře mohlo být VLC, které se chová nestandardně.

Prestan koukat na porno a nekupuj zadnej disk

Ale akustika takhle funguje *:D*. Né, vážně, nemyslím to jako vtip - vím jak se to sčítá a nepopírám to. Fakt ne. Jen se to typicky nesečte "dokonale" - tleskání celého sálu není 500x hlasitější než tleskání jednoho člověka. Bylo by bývalo "500x" hlasitější, kdyby všichni tleskli v takový okamžik, aby to k tobě došlo naprosto synchronizovaně, což je např. koncertové tleskání do rytmu. To snad nerozporuješ. Pokud ne, tak se dostáváme k 5.1 technice, která v ideální konfiguraci a v ideálním poslechovém středu ( !!! ) funguje právě takto (jak píšeš), v reálu ale máš dvě uši (dvě poslechová místa), neideální místnost, neideální rozmístění repráků a často ani nesedíš v ideálním středu sedačky, jako spíš ve dvou lidech a každý trochu jinde (jak tvrdím já). Dle mého názoru a vnímání výsledku (a teprve toto je IMO), je "teoretický součet" právě proto ve výsledku jiný, než "praktická realita", při které prostě slyším výbuch zleva s miniskulním ofsetem, tedy 2x (jako potlesk), ale downmix z toho udělá ten dokonalý efekt (koncertový soutlesk). [spoiler]Center do dvou míst do toho opravdu zapojuješ zbytečně, protože imho má center typicky dva repráky a je hlasitější než typický satelit, ale výsledek je pořád .7 centeru, 1.7 efektu nalevo a .7 centeru a 1.7 efektu napravo.[/spoiler]

well, viz níž *:D*

Ano, ten link je srozumitelný a... chápu to celou dobu stejně (krom toho že nepočítám v dB). Je mi jasné, že se to sčítá "diskrétně", jako "součet histogramů" apod. Ten rozdíl frekvence v čase A a B fakt neřeším. To vím (a fakt nevím jak víc to napsat). [b]Co řeším[/b] je, že downmix je 1 Left + .7 surround + .7 center. Což znamená, že případný výbuch bude ve výsledku započítaný 1.7x (frekvence výbuchu, chceš li, dostane intenzitu předního repráku a k ní přičte intenzitu zadního repráku). To snad není k diskuzi. Co tím vznikne (bez normalizace) je 1.7 síla výbuchu (nepočtám v db). Původní intenzita hlasu, naopak dostává 0.7 intenzity. A to je ten problém: V surroundu máš 1 výbuch + 1 výbuch + 1 hlas, s tím že se to "nesčítá" ale hraje to z vícero míst a [b]teoreticky[/b] to sečte tvá hlava. Po downmixu máš ale 2 x výbuch a 1 hlas hrající dohromady z jednoho repráku, což se sečte na úrovni zařízení (né tvé hlavy). [b]Čistě papírově to působí jako stejný výsledek (jeden hlas ku dvoum výbuchům) a myslím že matematicky to nějak zachovává právě tu sílu těch poměrů [/b]a proto si asi myslíš že tomu nerozumím, protože máš pocit, že to popírám. Ale rozdíl je v tom, že u surroundu to sčítá tvůj mozek, který celkem hezky rozlišuje jednotlivé repráky a nevnímá to jako "2x větší výbuch", jen "2x plošnější" výbuch (popisuju feeling *:D*) a k tomu má pořád normální dialog zepředu. [b]Abych to napsal jinak, pokud si pustím 5.1 "potichu", tak pořád budu slyšet i dialogy, i exploze, ale sousedy to srát nebude (protože jim je jedno že ten tichý výbuch hraje ze 2 repráčků, stejně jako jim je jedno že se baví dva lidi). Pokud to ale downmixnu na jeden repráček, tak už to sousedy srát bude (protože jim není jedno že jeden repráček řve stejně tak jim není jedno že jeden člověk řve). [/b]To je naprosto celý problém. Od začátku. Že se nemůžou výbuchy ze dvou repráků sečíst do jednoho a tvářit se spokojeně (což dělá ofic. stereo downmix), protože to je možná fyzikálně/papírově správně, ale prakticky ne (možná by to tak působilo v teoretické 5.1, v nekonečné místnosti, s milimetrově přesným rozmístěním repráků, nebo to tak zní v jednom místě celého kinosálu...). IMHO by bylo správné ty 3 signály brát jako max (největší amplituda pro danou frekvenci), protože by to více odpovídalo tomu lidskému pocitu. Protože tuto možnost nemám, tak mi nezbývá než vzít center a přičíst k němu jen půl výbuchu zepředu a půl zezadu, čímž se dostanu na "původní přehrávanou hlasitost" dialogu a zároveň na "původní přehrávanou hlasitost výbuchů", jen z jednoho repráku, což se blíží "původní vnímané 5.1 hlasitosti" rozhodně více (a ano, beru že toto je můj názor, protože jak říkám, teoreticky to správně není).

ř. 90 a 91 tady: https://github.com/videolan/vlc/blob/master/modules/audio_filter/channel_mixer/simple.c jen se to "hloupě sčítá" přesně tak jak tvrdíš že ne *;)*. Dále má VLC nestandardní výstup kvůli chybějící normalizaci, viz např. http://forum.doom9.org/showthread.php?t=175832&highlight=doesn%27t%20re-normalize%20afterwards , takže má nakonec hlasitější dialogy. Kapitola 7.8.2, druhý odstavec tady: http://www.atsc.org/wp-content/uploads/2015/03/A52-201212-17.pdf "Prior to the scaling needed to prevent overflow," takže je výsledek potenciálně vyšší než originál a musí se to řešit, jinak je "overflow" což je (imo) clipping. Mají tam pak i sekci o tom, že unscaled coeficient 0.707 je scaled 0.293 atd. což je zas přesně ta implementace, kterou používá ffmpeg ve verzi FE<... místo FE=... a jsou to přesně ty koeficienty, které zajistí, že součet vyjde na 100% (defacto klasický průměr). Ani jednu z těch věcí jsi mi ničím nevyvrátil *;)*. Ale díky za 4 linky na to, že dynamika zvuku existuje. Já sice celou dobu řeším, že ten hlas je podstatně tišší [b]po downsamplingu, než před ním[/b], ale ty mi pošleš čtyři linky o tom, jak je hlasitý celkově. Vážně? A pokud to byla přímá reakce na konec předchozího komentu, tak jsi [b]a)[/b] tvrdil, že jsou dialogy tišší v multichanelu [b]což implikuje "oproti stereu"[/b] což jsi teď nepodložil [b]b)[/b] jsem ti psal že mě zajímá, proč jsou[b] ještě tišší po downmixu[/b], takže fakt nevím, proč se pořád vracíš k dynamice, jako bych ji celkově popíral *;)*. Pro jistotu ti to napíšu ještě jednou, [b]prosím čti pozorně[/b]: Dialog je tišší než výbuch. [b]To je v pořádku[/b]. Platí to i pro 2.0 i pro 5.1. Bohužel, po typickém downsamplingu 5.1 na 2.0 se ale dialog výrazně upozadí. a už tedy není jen tišší než výbuch, ale tak tichý, že je téměř neslyšitelný. Výsledná dynamika se [b]zvětší[/b], ale pro dialogy se [b]zmenší[/b], takže ti buď řvou efekty, nebo neslyšíš dialog, což neplatí u původního mixu.