એકમો
1. સંગીત નિર્માણમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનો પરિચય: ભૂમિકાઓ, સીમાઓ, માન્યતા અને નીતિશાસ્ત્ર 2. કમ્પોઝિશન અને મેલોડી આઈડિયા જનરેશન: કોર્ડ પ્રોગ્રેશન, મોટિફ અને ગીતનું માળખું 3. એરેન્જમેન્ટ અને ઇન્સ્ટ્રુમેન્ટેશન: લેયરિંગ, જેનર લેંગ્વેજ અને એડિટિંગ 4. સાઉન્ડ ડિઝાઇન અને સિન્થેસિસ: પેચ, ટેક્સચર અને ઇફેક્ટ્સ ડિઝાઇન 5. ગીત લેખન: થીમ, છંદ, પ્રોસોડી અને મૌલિકતા 6. મિક્સ આસિસ્ટન્ટ: બેલેન્સ, EQ, કમ્પ્રેશન અને રેફરન્સિંગ 7. માસ્ટરિંગ આસિસ્ટન્ટ: લાઉડનેસ (LUFS), ડાયનેમિક્સ અને ડિલિવરી સ્ટાન્ડર્ડ્સ 8. સેમ્પલિંગ, સ્ટેમ સેપરેશન અને એઆઈ ઓડિયો જનરેશન 9. પ્રોડક્શન વર્કફ્લો: DAW એકીકરણ, એન્ડ-ટુ-એન્ડ પ્રોડક્શન અને ઓટોમેશન 10. કૉપિરાઇટ, લાઇસન્સિંગ અને વૉઇસ ક્લોનિંગની નીતિશાસ્ત્ર: બ્રાન્ડ સલામતી અને કાનૂની સીમાઓ 11. કલાકારની અધિકૃતતા, હસ્તાક્ષરનો અવાજ અને ટકાઉ સર્જનાત્મક ઓળખ
એકમ 7 / 11

માસ્ટરિંગ આસિસ્ટન્ટ: લાઉડનેસ (LUFS), ડાયનેમિક્સ અને ડિલિવરી સ્ટાન્ડર્ડ્સ

નફો:

  • નિપુણતા અને મૂળભૂત માપનના હેતુને સમજવાની ક્ષમતા (LUFS, સાચી ટોચ, ગતિશીલ શ્રેણી) અને કૃત્રિમ બુદ્ધિના નિપુણતા સાધનોનો સભાનપણે ઉપયોગ કરો
  • બ્રોડકાસ્ટ પ્લેટફોર્મના લાઉડનેસ ધોરણો અનુસાર લક્ષ્યો સેટ કરવાની અને માપન સાથે કૃત્રિમ બુદ્ધિ આઉટપુટને ચકાસવાની ક્ષમતા
  • ક્યાં આપોઆપ નિપુણતા પૂરતી છે અને ક્યાં અપૂરતી છે તે પારખવાની ક્ષમતા અને મહત્વપૂર્ણ કાર્યોમાં માનવ નિપુણતા તરફ વળવાનું નક્કી કરો

એકવાર મિશ્રણ સમાપ્ત થઈ જાય, ગીત લગભગ તૈયાર છે — પણ "લગભગ." ત્યાં એક અંતિમ તબક્કો છે: નિપુણતા. માસ્ટરિંગ એ ફિનિશ્ડ મિક્સ લેવાનું અને તેને તેના અંતિમ પોલિશમાં યોગ્ય વોલ્યુમ સાથે તૈયાર કરવાની ક્રિયા છે અને જેથી તે તમામ ડિસ્ટ્રિબ્યુશન મીડિયા (સ્ટ્રીમિંગ પ્લેટફોર્મ, ફોન સ્પીકર્સ, કાર, હેડફોન) પર સતત ચાલે. તે આલ્બમ પરના ગીતો વચ્ચે અવાજ અને સ્વરની સુસંગતતા પણ સુનિશ્ચિત કરે છે. નિપુણતા એ "નાની પરંતુ ગંભીર" હસ્તક્ષેપ છે: એક સારો માસ્ટર ગીતને ચમકદાર બનાવે છે, ખરાબ માસ્ટર તેને કચડી નાખે છે.

માસ્ટરિંગમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ બે સ્વરૂપોમાં આવે છે: પ્રથમ, ટૂલ્સ કે જે મિશ્રણને આપમેળે “માસ્ટર” કરે છે (ઓટો/એઆઈ માસ્ટરિંગ); બીજું, એક કન્સલ્ટન્ટ જે માસ્ટરિંગ કોન્સેપ્ટ્સ શીખવે છે અને તમને મેટ્રિક્સ અને ગોલ સેટ કરવામાં મદદ કરે છે. આ એકમમાં, આપણે શીખીશું કે સભાનપણે બંનેનો ઉપયોગ કેવી રીતે કરવો, જ્યાં સ્વચાલિત નિપુણતા પર્યાપ્ત છે અને ક્યાં નથી, અને માપન સાથે આઉટપુટને કેવી રીતે ચકાસવું.

મૂળભૂત ખ્યાલો

LUFS (લાઉડનેસ યુનિટ્સ ફુલ સ્કેલ) એ કથિત લાઉડનેસનું પ્રમાણભૂત માપ છે; તે માનવ કાન કેવી રીતે અવાજ સાંભળે છે તેની નજીકનું એકમ છે. એકીકૃત LUFS એ સમગ્ર ગીતની સરેરાશ લાઉડનેસ છે; સ્ટ્રીમિંગ પ્લેટફોર્મ આ મૂલ્યના આધારે ટ્રેકને સામાન્ય બનાવે છે. ટ્રુ પીક એ સિગ્નલ પહોંચે છે તે સૌથી વધુ તાત્કાલિક મૂલ્ય છે; જો આ મૂલ્ય 0 dBTP કરતાં વધી જાય, તો ડિજિટલ ક્લિપિંગ થાય છે, તેથી તે સામાન્ય રીતે -1 dBTP ની નીચે રાખવામાં આવે છે. ગતિશીલ શ્રેણી એ ગીતના સૌથી શાંત અને મોટેથી ભાગો વચ્ચેનો તફાવત છે; અતિશય સંકુચિત (ખૂબ મોટેથી) માસ્ટર તેની ગતિશીલતા ગુમાવે છે અને થાક લાગે છે. લાઉડનેસ વોર એ સ્પર્ધકો કરતાં વધુ મોટેથી ટુકડા કરવા માટેની રેસ છે; પ્લેટફોર્મના સામાન્યકરણ સાથે, આ રેસ હવે મોટાભાગે અર્થહીન છે કારણ કે દરેક જણ સમાન સ્તરે ખેંચાય છે.

શા માટે LUFS લક્ષ્ય આ વ્યવસાયનું હૃદય છે

આજે, સંગીત મોટે ભાગે સ્ટ્રીમિંગ પ્લેટફોર્મ દ્વારા સાંભળવામાં આવે છે, જે ચોક્કસ LUFS લક્ષ્ય (તેમને સમાન કથિત સ્તર પર ખેંચો) પર આપમેળે ટ્રેકને સામાન્ય બનાવે છે. સામાન્ય સંદર્ભ લગભગ -14 LUFS છે. આનો અર્થ એ છે કે જો તમે -6 LUFS જેવા તમારા ટ્રૅકને ખૂબ જ ઊંચો માસ્ટર કરો છો, તો પ્લેટફોર્મ તેને પાછું થ્રોટલ કરશે — પરંતુ તમે ગતિશીલતાને કચડી નાખશો, બાસને પંપ કરશો અને ગીતને થાકશો. પરિણામ: તે મોટેથી વગાડતું નથી અને તેની ગુણવત્તા ઘટે છે. યોગ્ય અભિગમ એ તંદુરસ્ત ગતિશીલતા સાથે માસ્ટર ડિગ્રી કરવી છે જે પ્લેટફોર્મ લક્ષ્યની નજીક છે. AI માસ્ટરિંગ ટૂલ તમને ઝડપી પરિણામ આપશે, પરંતુ તમારે માપન ટૂલ (મીટર) વડે LUFS અને સાચી ટોચની કિંમતો ચકાસવી આવશ્યક છે.

સાવધાન: "ઉચ્ચ તે વધુ સારું" એ એક દંતકથા છે. વધુ પડતી ઊંચાઈ એ કોઈ ફાયદો નથી, પરંતુ ઘણીવાર ગુણવત્તાની ખોટ છે, કારણ કે પ્લેટફોર્મ તેને સામાન્ય બનાવે છે. તમારું ધ્યેય "ઉચ્ચતમ" નહીં પણ "સાચી ઊંચાઈ અને સ્વસ્થ ગતિશીલતા" હોવું જોઈએ.

જ્યાં સ્વચાલિત નિપુણતા પૂરતી છે, તે ક્યાં અપૂરતી છે?

સ્વયંસંચાલિત/AI માસ્ટરિંગ ટૂલ્સ તમારા મિશ્રણનું વિશ્લેષણ કરે છે અને શૈલી-યોગ્ય EQ, કમ્પ્રેશન અને લિમિટિંગ લાગુ કરે છે. આ સામાન્ય રીતે નીચેના કેસોમાં પૂરતા હોય છે: ડેમો, સોશિયલ મીડિયા કન્ટેન્ટ, ઓછા-બજેટની સ્વતંત્ર રિલીઝ, ઝડપી ડિલિવરી જરૂરી કામ, સંદર્ભની નજીક "સ્વચ્છ" મિશ્રણ. નીચેના કેસોમાં તે અપૂરતું હોઈ શકે છે: ઉચ્ચ અપેક્ષાઓ સાથેના આલ્બમ્સ, જટિલ અને પરિવર્તનશીલ ગતિશીલતા સાથે કામ કરે છે, એવા પ્રોજેક્ટ્સ કે જેને ખાસ ફોર્મેટની જરૂર હોય છે જેમ કે વિનાઇલ/સિનેમા, મિશ્રણમાં છુપાયેલી સમસ્યાઓવાળા ટ્રેક (સ્વચાલિત સાધન "તેને ઠીક કરી શકતું નથી, તે ફક્ત તેને માસ્ક કરે છે"). માનવ નિપુણતા એન્જિનિયર સંદર્ભ, કલાકારના ઉદ્દેશ્ય અને આલ્બમની અખંડિતતાનું મૂલ્યાંકન કરે છે; સ્વચાલિત સાધન આંકડાકીય સરેરાશ લાગુ કરે છે. કામના મહત્વ અને જટિલતા અનુસાર સ્વસ્થ નિર્ણય લેવામાં આવે છે.

પગલું દ્વારા પગલું: AI સાથે નિપુણતા

1. ધ્યેય સેટ કરો. મુખ્ય પ્લેટફોર્મ અને LUFS લક્ષ્યને સ્પષ્ટ કરો કે જેમાંથી ભાગ દેખાશે.

2. મિશ્રણ તપાસો. માસ્ટરિંગ મિશ્રણને બચાવતું નથી; પ્રથમ ખાતરી કરો કે મિશ્રણમાં હેડરૂમ છે અને તે સ્વચ્છ છે.

3. આપોઆપ માસ્ટર ડિગ્રી મેળવો અથવા કન્સલ્ટન્સી માટે પૂછો. ઑટોમેટિક ટૂલમાં મિશ્રણ આપો અથવા AI તરફથી સાંકળના સૂચનો મેળવો.

4. માપન દ્વારા ચકાસો. એકીકૃત LUFS અને સાચા શિખરને મીટર વડે માપો; શું તે લક્ષ્ય માટે યોગ્ય છે?

5. સંદર્ભ સાથે અને વિવિધ વાતાવરણમાં સાંભળો. ફોન, હેડફોન, કાર, સ્પીકર; સંદર્ભ ગીત સાથે સરખામણી.

6. નોકરીના મહત્વ પ્રમાણે નિર્ણય કરો. શું તે પૂરતું છે અથવા કોઈએ નિપુણતા માટે જવું જોઈએ?

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

નમૂનો 1 — LUFS લક્ષ્ય નિર્ધારણ:

તમારી ભૂમિકા: એક એન્જિનિયરને સહાયતા નિપુણતા સલાહકાર. ટ્રૅક: આધુનિક પૉપ સિંગલ, મુખ્ય સ્ટ્રીમિંગ પ્લેટફોર્મ પર સાંભળવામાં આવશે. કાર્ય: આ ટ્રેક માટે વાજબી સંકલિત LUFS લક્ષ્ય અને સાચી ટોચમર્યાદાની ભલામણ કરો. પ્લેટફોર્મ નોર્મલાઇઝેશન મારા સ્તરને કેવી રીતે અસર કરશે તે સમજાવો. મને કહો કે શા માટે "શક્ય તેટલું ઊંચું" લક્ષ્ય રાખવું ખોટું છે. નોંધ: હું મીટર વડે મૂલ્યોને માપીશ અને ચકાસીશ.

ટેમ્પલેટ 2 — માસ્ટરિંગ ચેઇન લોજિક:

મારી પાસે તૈયાર પૉપ મિક્સ છે (સ્વચ્છ, હેડરૂમ સાથે). લાક્ષણિક માસ્ટરિંગ ચેન કયા ક્રમમાં સેટ અપ થાય છે: EQ, મલ્ટિ-બેન્ડ કમ્પ્રેશન, લિમિટર? દરેક પગલાનો હેતુ અને "નીચા હસ્તક્ષેપ" ના સિદ્ધાંતને સમજાવો. હું ઓવર-લિમિટીંગ (ક્રશિંગ ડાયનેમિક્સ) ના ચિહ્નોને કેવી રીતે ઓળખી શકું? પ્રારંભિક એન્કર તરીકે મૂલ્યો આપો.

નમૂનો 3 — આપોઆપ મુખ્ય મૂલ્યાંકન:

મેં તેને ઓટોમેટિક માસ્ટરિંગ ટૂલમાંથી પ્રિન્ટ કર્યું છે. આ મારા કામ માટે પૂરતું છે કે કેમ તેનું મૂલ્યાંકન હું કેવી રીતે કરી શકું? મને એક ચેકલિસ્ટ આપો: ડાયનેમિક્સ, LUFS, ટ્રુ પીક, સંદર્ભ સરખામણી, વિવિધ વાતાવરણમાં સાંભળવું. કયા સંકેતો કહે છે કે "માનવ નિપુણતા પર જાઓ"?

નમૂનો 4 — પ્લેટફોર્મ લક્ષ્ય કોષ્ટક વિનંતી:

હું મારા ટ્રેકને બહુવિધ પ્લેટફોર્મ અને સોશિયલ મીડિયા પર પણ રિલીઝ કરીશ. અલગ-અલગ ડિસ્ટ્રિબ્યુશન મીડિયાના ઘોંઘાટ પ્રત્યેના અભિગમ અને હું એક જ માસ્ટરને કેવી રીતે "સુરક્ષિત" બનાવીશ (જે ગમે ત્યાં સારી રીતે ચાલે છે) સમજાવો. સમજાવો કે શા માટે મારે સાચું શિખર -1 dBTP થી નીચે રાખવું જોઈએ.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

હું મારા ગીતને મોટેથી કેવી રીતે બનાવી શકું?

"ઉચ્ચ" લક્ષ્યને ખોટી રીતે ફ્રેમ કરે છે; કોઈ પ્લેટફોર્મ નથી, કોઈ ગતિશીલતા નથી અને કોઈ શૈલી નથી. AI ભ્રામક સલાહ "તેને શક્ય તેટલું ઊંચું બનાવો" માં સરકી શકે છે.

શક્તિશાળી પ્રોમ્પ્ટ:

ટ્રેક: એકોસ્ટિક-પોપ, ડાયનેમિક (શાંત શ્લોક, બૂમિંગ કોરસ). સ્ટ્રીમિંગ: મુખ્યત્વે સ્ટ્રીમિંગ પ્લેટફોર્મ. મારું લક્ષ્ય સાચી ઊંચાઈ અને સાચવેલ ગતિશાસ્ત્ર છે, "શિખર" નહીં. કાર્ય: યોગ્ય સંકલિત LUFS અને સાચા પીક લક્ષ્યની ભલામણ કરો; ગતિશીલતાને સાચવતી વખતે કોરસની અસર ન ગુમાવવા માટે મારે નિપુણતામાં શું ધ્યાન આપવું જોઈએ? હું માપન સાથે તેની ચકાસણી કરીશ.

બાદમાં શૈલી, ગતિશીલ ઉદ્દેશ, પ્લેટફોર્મ અને યોગ્ય લક્ષ્ય માળખું આપે છે; આઉટપુટ તંદુરસ્ત રહેશે.

કોષ્ટક: માપન લક્ષ્યોને નિપુણ બનાવવું (પ્રારંભિક સંદર્ભ)

માપ

તે શું કહે છે?

લાક્ષણિક પ્રારંભિક લક્ષ્ય

ધ્યાન

સંકલિત LUFS

સરેરાશ માનવામાં આવેલી ઊંચાઈ

~ -14 LUFS આસપાસ

પ્લેટફોર્મ સામાન્ય થાય છે

સાચું શિખર

ત્વરિત ઉચ્ચતમ મૂલ્ય

નીચે -1 dBTP

જો ઓળંગાઈ જાય તો બગાડ

ગતિશીલ શ્રેણી

શાંત-ઘોંઘાટનો તફાવત

શૈલી પ્રમાણે બદલાય છે

અતિશય દબાણ = થાકવું

ટૂંકા ગાળાના LUFS

કોરસ જેવી તીવ્ર ક્ષણો

સંકલિતની નજીક

અતિશય તફાવત ઇચ્છિત નથી

આ મૂલ્યો પ્રારંભિક સંદર્ભ છે; ચોક્કસ લક્ષ્ય શૈલી, પ્લેટફોર્મ અને ભાગના ઉદ્દેશ્યના આધારે બદલાય છે અને હંમેશા મીટર દ્વારા ચકાસવામાં આવે છે.

ત્રણ નાના કેસો

કેસ 1 - એક્સ્ટ્રીમ હાઇટ ટ્રેપ. તેણે બીટમેકરના ટ્રેકમાં -6 LUFS માં નિપુણતા મેળવી, "સ્પર્ધા કરતાં વધુ" પ્લેટફોર્મ પર, ટ્રેક પાછો વળ્યો, બાસ પમ્પ થયો, ગતિશીલતા ગઈ; સમૂહગીતની અસર જતી રહી. ટેમ્પલેટ 1 સાથે, તેણે લક્ષ્યને લગભગ -14 સુધી ઘટાડ્યું અને ગતિશીલતા પાછી મેળવી. ટ્રેક બહેતર અને "પૂરતો મોટેથી" એમ બંને સંભળાયો.

કેસ 2 - આપોઆપ માસ્ટર પર્યાપ્ત છે. એક ઇન્ડી કલાકારે ઓછા-બજેટ સિંગલ માટે ઓટોમેટિક માસ્ટરિંગનો ઉપયોગ કર્યો. નમૂના 3 સાથે મૂલ્યાંકન કરેલ આઉટપુટ: LUFS અને સાચું શિખર લક્ષ્ય પર હતા, સંદર્ભ સાથે સુસંગત, ફોન અને હેડસેટ પર સારા હતા. ઓટોમેટિક માસ્ટર પૂરતું હતું કારણ કે કામ સરળ અને સ્વચ્છ હતું; માનવ નિપુણતાની જરૂર નથી. સંદર્ભના આધારે યોગ્ય નિર્ણય લેવામાં આવ્યો હતો.

કેસ 3 - માનવ નિપુણતા માટે જવાનો નિર્ણય. એક ટીમે જટિલ ગતિશીલતા સાથેના એક આલ્બમમાં સ્વતઃ-નિપુણતા પ્રાપ્ત કરી, જે વિનાઇલ રિલીઝ માટે આયોજન કરવામાં આવ્યું હતું, પરંતુ પરિણામ "સપાટ" અને અસંગત હતું. ટેમ્પલેટ 3 માં લક્ષણો (ગતિશીલતાની ખોટ, ફોર્મેટિંગની જરૂરિયાત) માનવ ઇજનેર તરફ નિર્દેશ કરે છે. ટીમે માસ્ટરિંગ એન્જિનિયર સાથે કામ કર્યું; આલ્બમ અખંડિતતા અને વિનાઇલ સુસંગતતા સુનિશ્ચિત કરવામાં આવી હતી. કામનું મહત્વ ઓટોમેશનને વટાવી ગયું છે.

સામાન્ય ભૂલો

  • "ઉચ્ચ એ વધુ સારું" દંતકથા: પ્લેટફોર્મ નોર્મલાઇઝ કરતી વખતે વધુ પડતી ઊંચાઈ એ ગુણવત્તાની ખોટ છે.
  • માપ્યા વિના પ્રકાશિત કરવું: એકીકૃત LUFS અને મીટર સાથે સાચું શિખર ચકાસવું નહીં.
  • નિપુણતા દ્વારા મિશ્રણને બચાવવાનો પ્રયાસ કરો: ખરાબ મિશ્રણ નિપુણતા દ્વારા ઠીક કરવામાં આવતું નથી, તે ઢંકાયેલું છે.
  • સાચું શિખર ઓળંગવું: તેને -1 dBTP ઉપર છોડીને વિકૃતિનું કારણ બને છે.
  • દરેક કામને સ્વચાલિત કરવું: ઉચ્ચ-અપેક્ષા/જટિલ નોકરીઓમાં માનવ ઇજનેરોને અવગણવા.
  • એક વાતાવરણમાં સાંભળવું: ફક્ત સ્ટુડિયો મોનિટર પર પુષ્ટિ કરવી; બાયપાસ ફોન/કાર/હેડસેટ નિયંત્રણ.
ટીપ: નિપુણતામાં "ઓછું વધુ છે". એક સારા માસ્ટર સામાન્ય રીતે મધ્યમ હસ્તક્ષેપના થોડા ડીબી હોય છે. જો માસ્ટર ખૂબ જ "સુધારો" કરે છે, તો સમસ્યા મિશ્રણમાં મોટે ભાગે છે; પાછા જવું અને મિશ્રણને ઠીક કરવું વધુ સારું છે.

સારાંશમાં

નિપુણતા ચોક્કસ અવાજ, તંદુરસ્ત ગતિશીલતા અને તમામ વાતાવરણમાં સુસંગતતા સાથે સમાપ્ત મિશ્રણને અંતિમ સ્વરૂપ આપે છે. "શક્ય તેટલું ઊંચું" લક્ષ્ય એક પૌરાણિક કથા છે, કારણ કે સ્ટ્રીમિંગ પ્લેટફોર્મ્સ LUFS લક્ષ્યના ટ્રેકને સામાન્ય બનાવે છે; યોગ્ય લક્ષ્ય એ સ્વસ્થ ગતિશીલતા સાથે યોગ્ય ઊંચાઈ છે. AI સ્વચાલિત માસ્ટરિંગ ટૂલ અને સલાહકાર બંને તરીકે મદદ કરે છે, પરંતુ આઉટપુટ સંકલિત LUFS અને સાચા પીક માપન દ્વારા, સંદર્ભ દ્વારા અને વિવિધ વાતાવરણમાં સાંભળીને ચકાસાયેલ હોવું જોઈએ. સરળ અને ઓછા બજેટની નોકરીઓ માટે સ્વચાલિત નિપુણતા પર્યાપ્ત છે; ઉચ્ચ-માગ, જટિલ અને વિશિષ્ટ-ફોર્મેટની નોકરીઓમાં, માનવ ઇજનેરનો સંદર્ભિત નિર્ણય ફરક પાડે છે.

એપ્લિકેશન કાર્ય

તમારું તૈયાર મિશ્રણ મેળવો. નમૂના 1 સાથે LUFS અને સાચું શિખર લક્ષ્ય સેટ કરો. ઓટોમેટિક માસ્ટરિંગ ટૂલમાંથી આઉટપુટ કરો અને નમૂના 3 ચેકલિસ્ટ સાથે મૂલ્યાંકન કરો: એકીકૃત LUFS અને ટ્રુ પીકને મીટર વડે માપો, સંદર્ભ સાથે સાંભળો અને ઓછામાં ઓછા બે અલગ-અલગ વાતાવરણમાં (ફોન + હેડફોન્સ). જોબના મહત્વના આધારે "તે પૂરતું છે કે લોકો માટે છે" તે નક્કી કરો. તેને ત્રણ વાક્યોમાં લખો: લક્ષ્‍ય LUFS શું હતું, શું તે માપ્યું, તમારો નિર્ણય શું હતો અને શા માટે.

ચેકલિસ્ટ

  • [ ] મેં પ્લેટફોર્મ અનુસાર LUFS અને સાચું પીક લક્ષ્ય સેટ કર્યું છે.
  • [ ] મેં "શક્ય તેટલું ઊંચું" કરવાને બદલે સાચી ઊંચાઈ + ગતિશીલતાનું લક્ષ્ય રાખ્યું હતું.
  • [ ] મેં એકીકૃત LUFS અને સાચા શિખરને મીટર વડે માપ્યું.
  • [ ] મેં સાચું શિખર -1 dBTP ની નીચે રાખ્યું છે.
  • [ ] મેં તેને સંદર્ભ સાથે અને ઓછામાં ઓછા બે અલગ અલગ વાતાવરણમાં સાંભળ્યું.
  • [ ] મેં નોકરીના મહત્વના આધારે સ્વચાલિત/માનવ નિપુણતા માટે સભાનપણે નિર્ણય લીધો.