CROSSLITE+ ITALIAN USERS: STEFANO CHIONETTI

CROSSLITE+ ITALIAN USERS: STEFANO CHIONETTI

Stefano Chionetti è un giovane, molto competente e promettente, professionista del tuning che ho conosciuto in uno dei miei corsi, che lui frequentò con molta attenzione e passione.

Stefano Chionetti ha acquistato una licenza di Crosslite diversi mesi fa e risulta uno dei users italiani che ha fatto più pratica sul campo in molte situazioni. Essendo anche competente in programmazione ed altre cose del genere, ha individuato nel tempo alcuni bug che prontamente Francisco è riuscito a risolvere grazie ai suoi report precisi.
Stefano ci racconta in queste poche righe il suo entusiasmo nell’uso di CrossLite e delle tecniche e metodiche di Silent Tuning in generale, illustrando un caso studio molto interessante:

Sono davvero entusiasto di aver scoperto CrossLite+. In varie circostanze il suo uso, unitamente ad un approccio “Silenzioso” al tuning, mi ha permesso di ottenere risultati certi, ripetibili, in condizioni davvero critiche, come nel seguente caso.

Il lavoro si è svolto in una grande struttura industriale di 300mt x 75mt (in stile carroponte) a 3 campate. Il palco e la platea seduta è stata posizionata lungo il lato corto, circa a metà capannone ed il pubblico si aggirava intorno alle 2000 persone. La sonorizzazione è stata effettuata con 8 cluster line array d&b, 2 per il main, 2 per un centrale e 4 per i delay. L’ambiente era critico sia in termini di rumore di fondo generato dall’impianto di aerazione, sia per quanto attiene a importanti echi e riflessionipossibili riflessioni, il tutto in presenza di un importante campo riverberante. Il programma era un parlato istituzionale, quindi massima importanza alla intellegibilità. Gli slot di tempo per la taratura erano limitati e CL+ è stato fondamentale per poter ottenere nel minor tempo possibile una quantità di misure chiare con dati ben interpretabili per poi operare in silenzio durante le prove dei relatori. Se le operazioni di taratura fossero state effettuate utilizzando solamente un software di analisi in realtime i risultati non sarebbero stati altrettanto accurati ed il poco tempo a disposizione avrebbe probabilmente portato a sacrificare i dettagli oppure ad incappare in errori.

Ti allego anche una paio di screenshot del software: un confronto della misura del cluster main effettuata sia con Smaart sia con CL+ e le misure del xvr con i sub.

“Sono davvero entusiasto di aver scoperto CrossLite+. In varie circostanze il suo uso, unitamente ad un approccio “Silenzioso” al tuning, mi ha permesso di ottenere risultati certi, ripetibili, in condizioni davvero critiche, come nel seguente caso.

Il lavoro si è svolto in una grande struttura industriale di 300mt x 75mt (in stile carroponte) a 3 campate. Il palco e la platea seduta è stata posizionata lungo il lato corto, circa a metà capannone ed il pubblico si aggirava intorno alle 2000 persone. La sonorizzazione è stata effettuata con 8 cluster line array d&b, 2 per il main, 2 per un centrale e 4 per i delay. L’ambiente era critico sia in termini di rumore di fondo generato dall’impianto di aerazione, sia per quanto attiene a importanti echi e riflessionipossibili riflessioni, il tutto in presenza di un importante campo riverberante. Il programma era un parlato istituzionale, quindi massima importanza alla intellegibilità. Gli slot di tempo per la taratura erano limitati e CL+ è stato fondamentale per poter ottenere nel minor tempo possibile una quantità di misure chiare con dati ben interpretabili per poi operare in silenzio durante le prove dei relatori. Se le operazioni di taratura fossero state effettuate utilizzando solamente un software di analisi in realtime i risultati non sarebbero stati altrettanto accurati ed il poco tempo a disposizione avrebbe probabilmente portato a sacrificare i dettagli oppure ad incappare in errori.

Ti allego anche una paio di screenshot del software: un confronto della misura del cluster main effettuata sia con Smaart sia con CL+ e le misure del xvr con i sub.“

Il caso studio presentato da Stefano è il classico grande evento in ambiente critico, in cui le finestre dedicate al tuning sono davvero ristrette e intersecate con quelle di altri professionisti e maestranze che lavorano per altre esigenze. Stefano parla di notevole contributo del rumore di fondo, dovuto all’impianto di aereazione e come potete vedere anche a macchine e mezzi di altri operatori, e di campo riverberante. Sono tutte cause, come spiego in altri contributi, che fanno perdere la componente del suono diretto, cui è strettamente legata la sorte della misura di Transfer Function (vai al minuto 5:00 seguenti del mio video)

Stefano illustra a tal proposito, dopo averlo sperimentato direttamente sul campo in quella circostanza, la sostanziale impossibilità di un real time analyzer nell’ottenere misure legibi e sufficentemente stabili. Ecco qui il confronto tra una misura ottenuta con Smaart in MTW:

Si può notare il generale abbattimento della coerenza e della stabvilità e leggibilità dei dati in medio bassa frequenza, li dove si concentrano il livello e il contributo spettrale del rumore di fondo e del campo riverberante del capannone. In alta frequenza a dominare sono circoscritte importanti riflessioni.
Specifico che nulla è possibile fare in questo caso, perchè l’analyzer ha perso la sua ragione stessa di esistenza, il suono diretto. Potremmo aumentare le medie ed usare pink noise c.d. “pseudo-random”, ma purtroppo questo non ci aiuterebbe e fino alla versione 8 inclusa in Smaart il generatore “pseudo-randomico” non è in sync con la finestra di misura. Tali processi porterebbero inoltre ad un considerevole aumento del tempo di tuning, alla ricerca di qualcosa che è impossibile ottenere.
Il processo di misura con CrossLite, è diferente alla fonte e nel metodo. Uso di segnale di test, generalmente log sweep ma anche Pink noise ciclico, in sincrono con la finestra di misura. Ed eccola la stessa misura in Crosslite, ottenuta usando sweep e senza ancora far uso di operazioni di Windowing che possono aumentare ulteriormente il S/N:

Il risultato parla da se…
Ma volendo fare il pignolo, carico in Crosslite, nello stesso progetto, la tracia della misura del main ottenuta con Smaart e confronto IR, Coerenza, Magnitude, Fase:

In primo piano nelle due finestre superiori di overlay la misura con Smaart. La stessa si trova singolarmente nelle due finestre inferiori dedicate alla misura selezionata.
Nel grafico della Fase, vediamo l’assolutamente migliore lettura del dato in bassa frequenza, ma anche in alta frequenza.
La IR lineare risulta maggiormente contaminata da rumore e riflessioni. La cosa è maggiormente evidente se passo alla visualizzazione ETC delle IR:

Notare l’abbattimento del rumore di fondo dovuto all’uso di Log Sweep, misure sincrone e un differente approccio alle medie delle misure. Anche se non abbiamo ancora applicato Windowing, gran parte delle Riflessioni sono soppresse. Il tappeto del rumore di fondo e del self noise è sensibilmente più basso.
Ecco il confronto delle Magnitude:

Stefano ha anche sperimentato (come già fatto in tante altre occasioni), il beneficio del Windowing dei dati sia direttamente in fase di acquisizione che di post elaborazione delle tracce salvate.
Ecco qui la traccia del main senza windowing (verde) e con Windowing (Blu):

Appare evidente il beneficio nella lettura della traccia di Fase, della IR e della Magnitude (foto successiva). NElla foto successiva la visualizzazione Cepstrum della IR, rende più visibili la soppressione del rumore e delle riflessioni che causano il grosso comb filter visibile nella risposta in frequenza:

Anche la nuova funzione Discrete Normalized IR (una variante della visualizzazione STEP RESPONSE) aiuta a capire quanto beneficio viene apportato dal windowing ed in quali porzioni dello spettro:

Anche per i subwoofer XVR stesse considerazioni:

Guardate come viene pesantemente influenzato il dato della magnitude dalla componente del rumore e vibrazionale (mezzi in movimento, vrumore strutture, etc) in bassa frequenza.

Va specificato che queste capacità di misura e analisi, sono strettamente legate anche al grado di conoscenza dell’operatore. Ma l’approccio di Silent Tuning, un opportuno strumento ed una opportuna metodologia consentono all’operatore formato come Stefano di ottenere dati leggibili e stabili in ambiente critico.

Grazie Stefano da parte mia e Francisco, per il tuo prezioso apporto

fedele