1. Il formato monoaurale di ascolto

In una sala cinematografica lo standard internazionale di ascolto è fissato sotto la denominazione di "Academy" nella formulazione rilasciata dalla SMPTE da lungo tempo. Vi è anche uno standard ISO equivalente.

Come per tutti gli standard, esso rappresenta il miglior adattamento alle condizioni di ascolto in una sala cinematografica di una colonna incisa in formato monoaurale (vedi successiva registrazione monoaurale su supporto fotografico).

Questo standard è in uso da lungo tempo quindi risente di una certa vecchiaia, ma è ancora valido. Esso prevede un altoparlante centrale posizionato retroschermo, dotato di un primordiale "muro del suono" (ossia alette di legno che fuoriescono dalla cassa dell'altoparlante) per meglio diffondere la parte bassa delle medie frequenze non interessate dalla emissione del tweeter.
Da ricordare che le sale cinematografiche monoaurali datate erano sale riverberanti, sedie in legno, pavimenti in marmo e pareti a stucco o verniciate.

Lo standard prevede che la risposta acustica del sistema di ascolto (ossia la rispondenza su di un microfono posizionato in sala a captare un segnale elettrico di tipo pink-noise originariamente compreso fra 80 Hz e 8 KHz) sia lineare da circa 80 Hz a 3,5 KHz, per scendere a -4,7dB a 5 KHz e -13dB a 7 kHz. La misura acustica tiene conto dello schermo innanzi l'altoparlante e della risposta della sala.

Il microfono deve essere posizionato a 2/3 della sala dallo schermo e non nella perfetta linea centrale e soprattutto non nel corridoio centrale se esiste (che normalmente è di marmo e aumenta le riflessioni).

Sono previsti aggiustamenti di un maggior taglio per sale molto grosse, ed un minor taglio per sale molto piccole (normalmente - /+ 2 dB da 7 KHz ) rispetto ai dati di cui sopra. La linearità di risposta è compresa in + / - 3dB.

Se l'altoparlante è in grado di riprodurre frequenze al di sotto dei 50 Hz (anche con una perdita di 4dB) è accettabile perchè vuol dire che a 80 Hz è ancora lineare.

Non sono previsti livelli di ascolto nello standard salvo quello di un ascolto privo di distorsioni ai livelli abituali. Piuttosto generico, ma era per i tempi passati.
Oggi gli apparati amplificatori e riproduttori sono di qualità buona anche se di modesto costo (sempre comparato ad un apparato cinema, non HiFi).

Oggi le sale cinematografiche riproducono formati monoaurali utilizzando apparati perfezionati basati su formati stereofonici quindi i punti di partenza sono migliorati; ma siccome le sale nel frattempo sono migliorate anch'esse -in termini di minor tempo di riverberazione- e sono più assorbenti, vi è più precisione nel dettaglio di riproduzione e puntamento dei suoni, si verifica che il fruscio, che prima era "nell'aria riverberante della sala", oggi appaia come un suono nitido, pulito e puntato verso lo spettatore; in un certo senso è stato migliorato anche l'ascolto del fruscio che può divenire più apprezzabile se non coperto dagli ambienti insiti nel suono.

N.B. - La perdita di alte frequenze nel sistema di ascolto aveva lo scopo di ridurre il fruscio della colonna ottica sia di allora che di oggi; infatti la dinamica di un processamento ottico è di 40/45 dB quindi non vi è molto da aspettarsi.

Questa mancanza veniva compensata da una maggiore filtratura in accentuazione sulle frequenze attorno all'area 2 - 4 KHz dove si conferisce presenza, ma che creava maggiore distorsione e accentuazione di nasalità (o se meglio si vuol dire suono "telefonico"). Questo suono è in effetti la caratteristica dei film vecchi, accompagnato dalla cosidetta "voce portata".

Si deve anche notare che nelle sale di allora il fruscio non si notava proprio per la caratteristica della sala più riverberante, la mediocre qualità degli altoparlanti e della equalizzazione usata nel suono; quello che venivano percepite erano principalmente le spuntinature dovute alla sporcizia che raccoglieva la pellicola.
Comunque il sistema ha funzionato correttamente sino all'arrivo del Dolby Stereo alla fine degli anni 80.

2. Il processamento ottico come fattore di trasmissione

Consideriamo la copia come elemento di trasmissione della colonna sonora tra lo studio di mixage e la sala cinematografica.
Questo elemento si basa su aspetti chimico-fotografici ed è gestita da personale e laboratori chimici e sfrutta l'esposizione di una pellicola negativa e la stampa su di una pellicola positiva per contatto tra le due emulsioni esattamente come per l'immagine.

Come tutti i tipi di trasmissione, la conversione da segnale elettrico a segnale ottico fotografato (fatto nel recorder ottico) - la stampa - la riconversione da segnale ottico fotografato a segnale elettrico (fatto nella cellula di lettura del proiettore al cinema) è soggetto a condizionamenti relazionati :

A - all'ampiezza massima del segnale registrabile
B - al livello del fruscio naturale di fondo
C - alla risposta in frequenza di tutto il sistema
D - alla distorsione introdotta dall'intero sistema
E - alla condizione di lettura sul proiettore

A. La massima ampiezza del segnale registrabile è limitato dalla larghezza dell'area dove il suono è "fotografato".
L'ampiezza dell'area , il cui valore standard è di circa 2mm così come standard è il suo posizionamento sulla pellicola 35mm , corrisponde normalmente all'80% della modulazione elettrica ( -1dB rispetto al 100% di modulazione) ed il suono è visibile sotto forma "bilaterale" ossia modulata da entrambi i lati rispetto ad una linea mediana centrale. Non è immaginabile superare il valore del 100% di modulazione elettrica semplicemente perché non vi è lo spazio fisico per metterlo. Per questo il segnale registrato viene compresso in sede di registrazione (se non si è provveduto prima).

B. Il livello del fruscio è insito nel sistema ottico di lettura (preamplificazione) e nelle caratteristiche dei materiali usati -negativi e positivi- ed i relativi processamenti di sviluppo e stampa. Oggi è relativamente noto come minimizzare questi fenomeni. E' logico che il fruscio maggiormente ascoltabile risiede nell'area della alte frequenze dato che quello relativo alle medie frequenze viene normalmente coperto da fruscii originali o ambientazioni normali alla presa diretta o da altri suoni.
Diverso come detto il "crepitio" dovuto alle "spuntinature" ossia puntini neri nell'interno di una colonna sonora.
Vi è un bilancio psicoacustico, in quanto con segnali forti il fruscio o le spuntinature non vengono percepite come tali dal nostro sistema di ascolto, ma siccome il suono inciso è una modulazione intorno ad un punto centrale, si deve comunque tenere aperta una finestra minima centrale (che sulla copia stampata è chiara) per accettare segnali anche deboli ed in questa area chiara se senza suoni ambientali di supporto, si vengono ad inserire i segnali di fruscio e le spuntinature.
Se in sede di allestimento di una colonna si evitasse di avere silenzio come "mancanza di suoni" utilizzando invece silenzi "formati da suoni" opportunamente predisposti in livello e contenuto spettrale, il fruscio non sarebbe udibile; oltre al livello, l'effetto mascheramento dipende anche dallo spettro dei suoni concomitanti.
Come dire che il fruscio chiaro è molto più udibile su un suono scuro che su un suono chiaro e viceversa. Questo è un avviso ai naviganti che montano i suoni sull'ottico.
Il registratore ottico ha una specie di silenziatore automatico che adatta la larghezza della minima area aperta (è detto "il filetto" e lo si vede in proiezione) al livello del suono registrato e lo fa quasi in tempo reale con un ritardo di 22 msec tra arrivo del segnale al registratore ed effettiva registrazione; in questo periodo di tempo il registratore adatta la larghezza del filetto all'ampiezza del segnale. L'apertura sarà quindi del 50% quando il segnale di modulazione avrà una ampiezza del 100% e agisce in pratica come un riduttore di fondo meccanico.
L'apparizione del formato Dolby Stereo con la introduzione nella modulazione dei riduttori di rumore di fondo di tipo A e SR, ha contribuito fortememente a ridurre la capacità di "sentire" fruscii e spuntinature contribuendo ad un aumento della capacità dinamica del medesimo sistema ottico dal valore di 40/45dB al valore 50/55dB con il Dolby A sino al valore 95/100dB con il Dolby SR.

C. La risposta in frequenza della trasmissione (includendo anche l'intero processamento) dipende dalla risposta fisica del sistema, sia di incisione che di lettura, alla riproduzione delle alte frequenze.
La registrazione viene filtrata con un filtro di banda da 60/80Hz a 8/10KHz e dipende dalla qualità di nitidezza che il registratore è in grado di dare (la fessura illuminata deve essere in grado di delineare correttamente sino a 10.000 variazioni di ampiezza di luce su una lunghezza di pellicola pari a 24 fotogrammi e nel tempo di un secondo). Lo stesso criterio vale per la cellula che legge la colonna stampata che deve essere in grado di identificare le 10.000 variazioni di ampiezza di luce di cui sopra. Le variabilità sul risultato dovute alla stampa sono oggi ben note.

D. La distorsione introdotta dall'intero sistema di processamento fotografico è oggi nota e sarebbe controllabile attraverso l'utilizzazione di un procedimento di controllo definito come "cross-modulation". Attraverso questo controllo si può arrivare a produrre copie stampate a bassissimo contenuto di distorsione (dell'ordine del 1% per modulazioni sino all'80% di ampiezza.
Sopra il valore del 100% la distorsione sarebbe massima, ma come indicato prima, non è registrabile un segnale superiore a tale valore e appositi "tagliatori" sono presenti in registrazione per evitare danni al registratore stesso.
Se si procede incuranti di questo, il segnale fotografico appare "tosato" completamente.

E. La lettura sul proiettore.
Se le condizioni e l'allineamento meccanico della cellula fotoelettrica che trasforma le variazioni di luce in variazioni elettriche sono esattamente combacianti con il posizionamento della colonna sonora sulla copia legge (copia ufficiale), la risposta in frequenza, linearità, distorsione è da ritenersi allineata per la riproduzione da realizzarsi in sala.
Il maggiore handicap del lettore è la variazione del segnale elettrico in funzione della quantità di luce che arriva dalla lampada di eccitazione ed è quindi da essa dipendente. Questo ovviamente agisce sul livello del suono riprodotto in sala a parità di posizionamento della manopola del volume di ascolto. Appositi regolatori sui preamplificatori sono in grado di compensare perdite di risposta alle alte frequenze e linearizzare queste allo spettro di risposta in frequenza richiesto dagli standard.
Il problema odierno è che la cellula normalmente installata sul proiettore è comunque una cellula stereo (ossia formata da due cellule vicine fra loro, ognuna larga 0.96mm con una piccola separazione fra di loro e l'insieme delle due comprese nell'area standard indicata al punto A.
Siccome anche i registratori non sono generalmente più monoaurali, ossia a traccia bilaterale singola ma bicanali bilaterali per permettere con le stesso lettore anche registrazioni e riproduzioni stereofoniche, ne risulta un minor livello di segnale di uscita per ogni singolo canale a cui si rimedia con una maggiore preamplificazione unitamente ad una maggiore linearità di risposta come richiesta dai formati stereofonici sino a 20.000 periodi (hertz) al secondo anziché i 10.000 prima considerati. I componenti odierni assicurano per un maggior guadagno un contenuto di fruscio minore, ma la maggior chiarezza del segnale - fruscio riprodotto, si traduce in una maggiore "chiarezza", come accennato sopra (paragrafo 1).
Una ulteriore complicazione è data dalla caratteristica del lettore ottico sul proiettore. Oggi sono disponibili lettori cosiddetti a "luce bianca" e a "luce rossa". Queste sono due tipologie di componentistica entrambe valide ma molto diverse nella capacità di leggere le variazioni fotografiche delle nuove pellicole e dei nuovi processamenti di stampa che si sono sviluppati negli ultimi tempi. Sul versante pellicole sono apparsi nuovi prodotti pancromatici e ortocromatici, ossia a colori anziché a bianco e nero, le formulazioni di stampa di queste pellicole stanno passando da quelle denominat"Silver" (ossia "argento") a quelle "High Magenta" in vigore da quest'anno a quelle future in "Cyan" ed i lettori a luce bianca o rossa preferiscono (nel senso migliorativo) questa o quella formulazione. In termini brevi, il risultato sonoro ottimale è per copie in High-Magenta che "soddisfano" le caratteristiche specifiche di lettura per entrambi i lettori. Le copie in "Silver" penalizzano i lettori a luce rossa, le copie in "Cyan" quelli a luce bianca. La penalizzazione agisce sul livello e la qualità di riproduzione intesa come distorsione, linearità e fruscio.

3. L'allestimento e la registrazione di una colonna monoaurale cinematografica.

La sala di mixage.

Dovrebbe avere di base caratteristiche di ascolto di tipo cinematografico, suono posizionato dietro lo schermo, diffusione di tipologia anch'essa cinematografica - ossia dotata di altoparlante woofer e un tweeter - e di una sala di tipo cinematografico - più assorbente che riverberante.
La distanza tra consolle e schermo dovrebbe essere di almeno 5m. E' ovvio che il sistema di ascolto deve essere equalizzato in conformità allo standard "Academy" descritto al paragrafo 1.
Lo schermo ovviamente dovrebbe essere del tipo microforato.
Il livello di ascolto dovrebbe essere tale che un segnale pink-noise uscente dalla consolle ad una livello pari al 50% della modulazione massima e passante attraverso una filtratura compresa tra 60/80Hz e 8/10KHz sia di circa 85dB (C) spl slow.

Uno schermo grande facilita con questo livello di ascolto un miglior bilanciamento dinamico tra parlato, musica e effetti. Su questo tipo di schermo si dovrebbe lavorare con immagini che scorrono a 24 fotogrammi al secondo anche se si usano supporti e proiezioni video EBU a 25 fotogrammi al secondo. Lavorare con immagine e suoni a 25 fotogrammi al secondo genererà sorprese quando al cinema si ascolterà a 24 fotogrammi al secondo specialmente su voci basse e suoni vibrati o cantanti.

Sono da evitare ascolti con impianti HiFi specialmente se di ottima qualità ed in posizionamento stereo ai lati dello schermo, perché il riscontro con la sala cinematografica sarà poi molto penalizzante. Un altoparlantino che lavora con una curva di risposta simile alla Academy è lo Yamaha SN10 normalmente usato negli studi musicali come monitor di controllo casalingo. Attenzione che sotto i 100 Hz questo altoparlante non dà nulla e quindi si può gravare la modulazione con segnali che non si sentono e che poi al cinema risulteranno sovraccaricati.
Se la dinamica dell'ottico mono è sui 45dB, un ascolto a livello basso può far ridurre la dinamica dei suoni registrati sino a 25dB (come rapporto dialogo-musica-effetti e sino a 60dB se il livello di ascolto è troppo forte.

Utilizzando studi piccoli con proiezioni su video monitor a livelli medi e con immagini che scorrono a 25 fotogrammi al secondo, il bilancio dinamico tra parlato, musica ed effetti sarà molto ridotto ed al cinema suonerà tutto più forte e come compresso con maggiori difficoltà di comprensione specie in conseguenza di un maggiore effetto di mascheramento sonoro già insito in una configurazione di sistema monoaurale.

E' molto importante che all'inizio del mixage venga registrato un segnale di 1 KHz al livello che si identifica al 50% del valore massimo, ossia 6dB sotto il valore massimo che può essere rappresentato dalla indicazione 0db VU di un VU meter se disponibile, oppure a -20dB-DFS di una consolle digitale se il suo livello di uscita 100% sia o si stabilisca a -14dB DFS; oppure altri valori con le medesime considerazioni.

E' altrettanto importante che la corretta indicazione della presenza di questo segnale venga riportata sulla etichetta del supporto del mix con la dicitura :
- "segnale 1KHz registrato al 50% della Modulazione massima".
Ovviamente con questa scritta il Fonico prende l'impegno di non superare nel corso del mix questo valore massimo e dovrà prendersi cura di allestire in uscita alla consolle il filtro di banda prima accennato seguito da un limitatore che assicuri il non superamento del valore massimo.

Questo eviterà che chi trascriva su negativo il mixage introduca nuovamente un altro limitatore con conseguente ulteriore limitazione o compressione, oppure riduca la registrazione del livello del film di 4-6dB per evitare probabili tosature elettriche o meccaniche del segnale e distorsioni conseguenti. Ricordarsi che chi trascrive su ottico non conosce il film e non può passare tutto il film guardando se le modulazioni superino il 100% o meno.

La presenza di un limitatore 10:1 - 20:1 (preferibile a quella di un compressore 5:1) alla uscita della consolle richiede una taratura del punto di intervento automatico all'incirca posizionato 3dB sopra il valore del 100% di modulazione, con un tempo di attacco e rilascio compreso tra i 200 e 400 msec. Fare però attenzione che i suoni di oggi sono già compressi a monte a più riprese (radiomicrofoni, computer, mix musicali, doppiaggi, etc) e questo annulla in parte l'effetto del limitatore. In questo caso spostare il livello di intervento solo di 1,5-2dB sopra il valore del 100% di modulazione. Questo livello va cercato con un segnale a frequenza 1KHz.

Durante la trascrizione su negativo viene normalmente inserito un filtro che compensa le perdite di "alte frequenze" abituali nel processamento di stampa. Questo filtro aumenta le alte frequenze durante il trasferimento . Se il mixage arriva per conto suo già "carico" di alte frequenze , queste saranno registrate "tosate" e quindi distorte e saranno perfettamente stampate sulle copie: il problema non è di stampa ma di allestimento.
Questa considerazione, come quelle sulla limitata banda di alte frequenze disponibili in questo formato cinematografico, fa pensare che un suono "mono cinema" è preferibile sia basato sul "corpo" dei suoni anziché sulla bellezza della sola trasparenza che il sistema non può dare, mentre invece non ha problemi a riproporre segnali nel campo spettrale opposto.
Una precauzione interessante è inserire nella catena del dialogo un de-essing ma non in maniera così drastica da ridurre le "s" in " f ".

La bravura del fonico sta nel preparare il suono in questo modo, sia nella scelta dei suoni (un grillo registrato sulla frequenza 10KHz è inutile metterlo - meglio uno a frequenza più bassa, così come i venti e le piogge o le batterie musicali) che nella filtratura e dosaggio nel mixage.
La bravura sta anche nell'abituare chi lavora con lui - Regista, Montatore, etc - al suono che si sentirà al cinema, non nella sua sala o sul suo computer. Il lavoro diverrebbe inutile e pericoloso.

La bravura del fonico sta anche nella capacità di seguire il percorso del suo mixage oltre la sala mix. Farsi fare come provino una trascrizione su negativo e relativa stampa "solo colonna" di 100 metri di un tratto iniziale del mixage con musica e parlato, e ascoltarlo in un cinema, può servire a capire come indirizzare il suo lavoro, specie se questo non è il suo lavoro abituale. Ovviamente tutto questo processo fotografico minimale va eseguito come se fosse la stampa di un film secondo le regole sopra indicate. Il provino deve riportare il segnale di allineamento al valore 50% di modulazione sopra indicato e richiedere di avere le condizioni di trasferimento (livelli, filtri inseriti, taratura recorder) in modo di poterli riprodurre per la trascrizione del mixage.

La bravura del fonico sta soprattutto nel conciliare le esigenze artistiche del Regista, le richieste o, più elegantemente , le pretese del Montatore della Scena, del Montatore del Suono, del Fonico di Presa Diretta, del Rumorista, del Musicista, di alcune persone di passaggio in sala, della futura applicazione televisiva a 25 fotogrammi al secondo, della futura applicazione su DVD, Videocassetta, della stampa difettosa, del cinema scarso, delle esperienze di precedenti lavori venuti così così, di altri venuti magnificamente. Con il suo miglior sorriso.

Comunque, il massimo della bravura del fonico, a fronte di tutto quanto detto prima, è realizzare un mix che faccia arrivare allo spettatore tutte quelle sensazioni sonore legate all'immagine che alla fin fine tutti si auspicano il fonico sia in grado di fare.

Il bravo fonico fa trovare sulla consolle un cartello con questa scritta :
ditemi cosa volete - non cosa devo fare.
I più acidi aggiungono : altrimenti fatevelo da soli >.

Federico Savina Roma 12.03.2002