עיצוב סאונד לסרטים: איך באמת נבנה פסקול

למה סאונד גרוע מסגיר סרט מהר יותר מתמונה גרועה

תמונה גרועה נראית כמו החלטה. גרעין, חשיפה נמוכה, מצלמה רועדת, כל אלה יכולים להיקרא כסגנון, והצופה נותן להם קרדיט. סאונד גרוע לא מקבל את הקרדיט הזה אף פעם. הוא נקרא כתקלה, ובתוך עשר שניות הצופה כבר יודע שהוא צופה בעבודה חובבנית.

אני מקבל לעריכה סרטים קצרים של יוצרים עצמאיים, ובחלק גדול מהם התמונה יפה באמת. הדיאלוג הוקלט על מיקרופון המצלמה, אין שכבת אווירה בכלל, והמוזיקה מכסה את הכל מהשנייה הראשונה. הבעיה היא לא שזה נשמע לא נעים. הבעיה היא שהצופה מפסיק להאמין.

יש לזה גם צד מדיד. המידע שמאפשר להבין מילה יושב בעיקר בעיצורים, בטווח של 1.5 עד 4 קילוהרץ, ואוקטבה שמרכזה 2 קילוהרץ לבדה תורמת כשליש מהמובנות. מזגן, המהום של מקרר או פד מוזיקלי שיושב בדיוק שם לא מכסה את הדיאלוג לגמרי, הוא רק גורם למוח לעבוד קשה יותר על כל משפט. הצופה לא יידע להגיד למה, הוא פשוט יתעייף.

וזה עוד לפני הפער שהכי קל לתקן. בסרט מקצועי אף רגע אינו שקט לחלוטין. יש רצפה מתמשכת של חדר, רחוב או שדה, והיא ממשיכה לרוץ מתחת לכל חיתוך. ברגע שהיא נעלמת בין שני שוטים, האוזן קולטת את התפר גם אם העין לא.

מאילו שכבות מורכב פסקול

בשפה המקצועית מדברים על שלוש קבוצות מסירה, דיאלוג, מוזיקה ואפקטים, שנקראות ביחד DME. בפועל, בעבודה יומיומית, נוח יותר לחשוב על חמש שכבות, כי שתיים מתוך קבוצת האפקטים מתנהגות אחרת לגמרי מהשאר.

דיאלוג

זו השכבה שגוברת על כל השאר. אם מילה לא מובנת, שום דבר אחר בפסקול לא משנה. הבסיס שלה הוא הדיאלוג שהוקלט בצילומים, לרוב בשני מקורות במקביל, מיקרופון בום מעל הראשים ומיקרופון דש על כל שחקן.

עורך הדיאלוג עובר שוט אחרי שוט ובוחר בין המקורות, לפעמים באמצע משפט. אחר כך מגיעה העבודה שאף אחד לא רואה: להשוות את גוון החדר בין טייק לטייק, לסתום חורים ברצפת הרעש, ולהיפטר מרעש בגד שמשפשף את הדש. מה שלא ניתן להצלה עובר להקלטה מחדש באולפן, כלומר ADR, שבו השחקן מדובב את עצמו מול התמונה.

יש דבר אחד שמפיק שדה יכול לעשות והוא שווה שעות בעריכה: להקליט שלושים שניות של שקט בכל לוקיישן, אחרי שכולם עוצרים. זו רצפת החדר, והיא החומר שממלא את כל התפרים בהמשך. כשהיא חסרה, בונים אותה מגזירים, וזה אף פעם לא באותה איכות.

פולי

פולי הוא הקלטה מחדש של כל הצלילים שהגוף והחפצים מייצרים, בסטודיו, תוך צפייה בתמונה. צעדים, רשרוש בגדים, כוס שמונחת על שולחן, דלת, מפתחות. השם מגיע מג'ק פולי, שעבד באולפני יוניברסל משנת 1914, ועם המעבר לקולנוע מדבר בנה עם צוות קטן פסקולים חיים תוך כדי הקרנה של הסרט.

השאלה הראשונה שכולם שואלים היא למה לא להשתמש בספרייה. התשובה היא סנכרון. צעד מספרייה נופל בערך במקום הנכון, וצעד שהוקלט מול התמונה נופל בדיוק כשהעקב נוגע, עם אותה מסה ואותו קצב. ההבדל לא נשמע כפרט, הוא נשמע כאמינות של כל הדמות.

פולי הוא גם השכבה שהופכת דיבוב לאפשרי. כשמוכרים סרט לחוץ לארץ, מוסרים גרסה בלי דיאלוג, ואם כל צעד וכל רשרוש היו מוקלטים בתוך ערוץ הדיאלוג המקורי, הגרסה המדובבת נשארת ריקה.

אפקטים (SFX)

כאן נמצא כל מה שאינו גוף אנושי: רכב, נפילה, ממשק מחשב, מכונה, מפלצת. חלק מזה מגיע מספריות, חלק מוקלט בשטח, והחלק המעניין נבנה משכבות.

מכה בסרט היא כמעט אף פעם לא צליל אחד. יש בה שכבה של פגיעה, שכבה של תנועת אוויר לפני הפגיעה, ולעיתים שכבה נמוכה שנותנת את המשקל. אני בונה מכה טיפוסית משלושה עד חמישה רכיבים, מזיז אותם מילישניות זה מזה, ואז מכוון את השכבה הנמוכה כך שתיפול בדיוק על הפריים של הפגיעה.

אווירה (Ambience)

שכבת האווירה היא הרקע המתמשך של המקום. חדר, רחוב, יער, משרד פתוח, מסדרון בית חולים. היא ארוכה, היא רצה מתחת לחיתוכים, והיא הדבר שמשכנע את הצופה שהסצנה מתרחשת במקום אמיתי.

שתי טעויות חוזרות בשכבה הזו. הראשונה היא להחליף אווירה בכל חיתוך בתוך אותה סצנה, וזה נשמע כאילו העולם קופץ. השנייה היא לפרוס אווירה רחבה בסטריאו מלא ואז לגלות שבצפייה בטלפון, שמנגן למעשה במונו, כל האפקט נעלם. אני משאיר את הליבה של האווירה במרכז ופורס לצדדים רק את הפרטים.

מוזיקה

מוזיקה מחולקת לשניים. פסקול מקורי שנכתב לסרט, ומוזיקה שמקורה בעולם הסרט עצמו, כמו רדיו במכונית או להקה בבר. השנייה חייבת להישמע כאילו היא באמת יוצאת מהמקור שלה, כולל הסינון והמיקום במרחב, אחרת היא נשמעת מודבקת.

הדבר הכי חשוב במוזיקה בסרט הוא לדעת מתי היא לא נכנסת. מוזיקה שרצה כל הזמן מאבדת ערך רגשי, כי אין לה מול מה להתבלט. כשאני שומע סרט קצר שבו המוזיקה מתחילה בשנייה הראשונה ולא נפסקת, אני יודע שהיוצר לא סמך על הסצנות שלו.

שרשרת העבודה בפוסט פרודקשן

סדר העבודה כאן אינו עניין של טעם. כל שלב מניח תשתית לשלב שאחריו, וקפיצה קדימה מייצרת עבודה כפולה.

ספוטינג. הישיבה שבה מחליטים מה נשמע ומתי

ספוטינג היא צפייה משותפת של הבמאי ואיש הסאונד בעריכת התמונה הנעולה, עם עצירה בכל נקודה שדורשת החלטה. איפה נכנסת מוזיקה, איפה היא יוצאת, איזה אפקט חייב להיות שם, ואיזה רגע עדיף שיישאר חשוף.

הישיבה הזו נראית כמו בזבוז יום ומחזירה שבוע. בלעדיה בונים אווירות לסצנה שבסוף תיקבר מתחת למוזיקה, ומעצבים אפקט לרגע שהבמאי ממילא רצה שקט.

ניקוי ועריכת דיאלוג

זה השלב הכבד ביותר בשעות, והוא תמיד ראשון אחרי הספוטינג. הסיבה פשוטה: הדיאלוג קובע את רמת הייחוס של כל השאר. אין טעם לכוון את עוצמת האווירה לפני שידוע כמה חזק ונקי הדיאלוג הסופי.

סדר הטיפול שאני עובד לפיו הוא לזהות קודם את סוג הבעיה ורק אחר כך לפתוח כלי. זמזום חשמלי מטופל בפילטר צר על ההרמוניות שלו, רעש רצפה קבוע בהפחתת רעש שלומדת פרופיל מקטע שקט, והד של חדר הוא הבעיה שהכי קשה להסיר ולכן נקבעת בצילומים. את סדר הטיפול המלא, כולל מה אפשר להציל ומה כבר לא, פירטתי במדריך על ניקוי רעש מהקלטה.

הכלל שאני מחזיק בו: עדיף דיאלוג עם מעט רעש רקע קבוע על דיאלוג נקי שנשמע מתכתי. האוזן מתרגלת לרעש קבוע תוך שניות. היא לא מתרגלת לצליל של עיבוד יתר.

בנייה של האפקטים והאווירות

עכשיו, כשהדיאלוג יושב, בונים סביבו. אווירות קודם, כי הן קובעות את הרצפה של כל סצנה, ואפקטים ופולי מעליהן. בשלב הזה אני עובד עם קבוצות נפרדות בפרויקט, אחת לכל שכבה, כי בסוף התהליך צריך למסור אותן בנפרד.

המיקס הסופי מול תמונה

המיקס נעשה בצפייה, לא בהאזנה. זו הנקודה שבה מחליטים כמה מוזיקה יורדת כשמישהו מדבר, כמה האווירה מתרוממת כשדלת נפתחת, ואיפה הכל נעצר. פוסט לווידאו עובד ב-48 קילוהרץ ו-24 ביט, וזה מה שכל מפרט מסירה מבקש.

המסירה עצמה כמעט תמיד כוללת לא רק את המיקס המלא אלא גם את שלוש קבוצות ה-DME בנפרד. נטפליקס, לדוגמה, מבקשת סטמים של דיאלוג, מוזיקה ואפקטים שסכומם שווה למיקס המלא. זה מה שמאפשר לדובב, לצנזר לשידור או לתקן רכיב אחד בלי לחזור לכל הפרויקט.

כלים של הרגש. איך סאונד יוצר מתח, מרחב וזמן

עד כאן מדובר במלאכה. החלק שהופך מלאכה לעיצוב הוא ההחלטות שאין להן שום קשר לנכונות טכנית.

שקט כאלמנט עיצובי

שקט בקולנוע הוא לא היעדר סאונד, הוא ירידה חדה בצפיפות. מורידים אווירה, מורידים מוזיקה, משאירים צליל אחד בודד, ופתאום כל דבר קטן נשמע ענק. הסיבה נעוצה בהסתגלות: האוזן מכיילת את עצמה לרמה שהיא שומעת, וכשהרמה צונחת, הרגישות עולה.

זו גם הסיבה שסצנת פיצוץ עובדת טוב יותר כשהיא באה אחרי חצי דקה שקטה. בלי הירידה שלפני, אין קפיצה. פסקול שרץ כל הזמן בעוצמה גבוהה משטח את עצמו.

מעברים, סאונד מקדים וסאונד שנשאר

אחת הטכניקות הפשוטות והיעילות ביותר היא לא לחתוך את התמונה ואת הסאונד באותו פריים. כשהצליל של הסצנה הבאה מתחיל שנייה או שתיים לפני שהתמונה מתחלפת, המעבר מרגיש רך והצופה כבר נמצא שם לפני שהוא רואה. בכיוון ההפוך, כשצליל מהסצנה שנגמרה נמשך לתוך הבאה, נוצר קשר בין השתיים.

אני משתמש בזה בעיקר כשיש חיתוך שמרגיש קופצני בעריכת התמונה ואי אפשר לשנות אותו. הזזה של הסאונד ב-12 עד 20 פריימים לפני החיתוך פותרת חצי מהתחושה.

מרחב וגובה. מה סוגר את הצופה ומה פותח אותו

תחושת המרחב נבנית משלושה דברים: כמה החזרות יש, כמה רחבה הפריסה בסטריאו, וכמה תוכן יש בתדרים הגבוהים. חדר קטן נבנה מהחזרה קצרה, פריסה צרה וגבהים מעוגלים. מרחב פתוח נבנה מזנב ארוך, פריסה רחבה וגבהים פתוחים.

הכלי החזק כאן הוא לא הריוורב אלא היחס בין הצליל הישיר להחזרות. אותה הקלטת דיאלוג בדיוק, עם יותר החזרה ופחות ישיר, מרחיקה את הדמות מהצופה בלי לגעת בעוצמה. ככה מרגישים שמישהו מדבר מהחדר השני, וזה עובד גם בלי לשנות דבר בתמונה.

תקני לאודנס לשידור ולסטרימינג

בקולנוע ובווידאו לא מגישים את הפסקול לפי מה שנשמע חזק, אלא לפי מספר שהגורם המזמין קובע מראש. חריגה מהמספר הזה היא סיבה להחזרת חומר, גם אם המיקס מצוין.

שתי נקודות בטבלה הזו מבלבלות אנשים. הראשונה היא שנטפליקס מודדת רק את הדיאלוג ולא את כל התוכנית. הסיבה היא שסרט אקשן וסרט דרמה מגיעים לאותה תחושת עוצמה בדיבור גם אם הממוצע הכולל שלהם שונה לגמרי, והדיבור הוא מה שהצופה מכייל לפיו את הרמקול.

השנייה היא הפער מול מוזיקה. שיר בסטרימינג מכוון לאזור מינוס 14, ופסקול לשידור לאזור מינוס 23. זה לא אומר שהפסקול חלש, זה אומר שנשאר בו טווח דינמי לרגעים החזקים. ההיגיון המלא של המדידה הזו, כולל ההבדל בין פיק, RMS ולאודנס, מוסבר במאמר על לאודנס ו-LUFS.

לפרויקט שנועד לשידור או להפצה בישראל, אני ממליץ לבקש את מפרט המסירה בכתב מהגורם המזמין לפני שמתחילים לעבוד. הערוצים והפלטפורמות לא בהכרח עובדים לפי אותו מספר, ולגלות את זה בסוף התהליך זה יום עבודה מיותר.

מה שונה כאן ממיקס למוזיקה

מי שמגיע מהפקה מוזיקלית מביא איתו רפלקסים טובים, ורובם עובדים. שישה דברים מתנהגים אחרת.

ההבדל שהכי קשה להפנים הוא הראשון. במוזיקה, כשמשהו לא בולט מספיק, מרימים אותו. בתמונה, כשהדיאלוג לא בולט מספיק, כמעט תמיד מורידים משהו אחר. הדיאלוג נשאר במקומו והעולם מתפנה סביבו.

טעויות נפוצות בפסקולים של יוצרים עצמאיים

להשאיר את הדיאלוג של המצלמה. מיקרופון על גוף המצלמה נמצא במרחק שגוי מכל דבר. הוא קולט את החדר יותר מאשר את השחקן, ואת זה לא מתקנים בפוסט. גם מיקרופון בסיסי על בום מעל הראשים משנה את התוצאה יותר מכל פלאגין.

לוותר על שכבת האווירה. זו הטעות שהכי קל לתקן והכי הרבה יוצרים מדלגים עליה. בלי רצפה מתמשכת, כל חיתוך נשמע כמו קפיצה, והסרט נשמע כאילו הוא מורכב מקטעים ולא זורם.

למלא כל רגע במוזיקה. מוזיקה רציפה מבטלת את עצמה. אם היא מלווה גם רגע קליל וגם רגע מותח, היא כבר לא אומרת כלום על אף אחד מהם.

לערבב את הפולי לתוך ערוץ הדיאלוג. נראה חסכוני בזמן, וחוסם בהמשך כל אפשרות לדיבוב או להפצה בחוץ לארץ. שומרים שכבות נפרדות מהיום הראשון.

למקס באוזניות בלבד. אוזניות מגזימות בפרטים הקטנים ומסתירות בעיות של איזון כללי ותאימות מונו. לפחות מעבר אחד צריך להיעשות בהאזנה ברמקולים, ועוד אחד בעוצמה נמוכה מאוד, כי ככה רוב האנשים באמת יצפו.

להתעלם ממפרט המסירה עד הסוף. מיקס שנבנה בלי יעד לאודנס ידרוש נגיעה מחדש בכל האיזון, לא רק בגיין הכללי, כי דחיסה של ההפרשים אינה שינוי עוצמה.

לצפות בכל הסרט רק בעוצמה גבוהה. בעוצמה גבוהה הכל נשמע מרשים. הבדיקה האמיתית היא צפייה שקטה, ובה מגלים שהלחישה של השחקן לא נשמעת בכלל.

שאלות נפוצות

הפסקול הוא החלק היחיד בסרט שהצופה חווה בלי לשים לב אליו, וזה בדיוק המדד להצלחה שלו. כשהוא עובד, אף אחד לא מדבר עליו. כשהוא לא עובד, זה הדבר היחיד שזוכרים. אם רוצים להתאמן על האוזן, שווה לבחור סרט מומלץ לצפייה ולצפות בסצנה אחת בעיניים עצומות, רק כדי לשמוע כמה שכבות באמת נמצאות שם.