FKEYS - Audio Deliveries & Naming Conventions
Audio Delivery Specs
https://portal.amazonstudios.com/hc/en-us/articles/15986851525147-Delivery-QC
Audio
Near Field Loudness Levels
Follow the Loudness guidelines noted below for Near Field 5.1/2.0 mixes only. Does not apply to Dolby Atmos audio. Refer to the Post – Asset Technical Specifications - Audio section for asset specifications.
| Audio Codec | PCM |
| Audio Sample Rate | 48kHz |
| Audio Bit Depth | 24-bit |
| Audio Bit Rate | Uncompressed |
| Loudness Target | -27 LKFS ± 2 LU |
| Loudness Scale | 1770-1 with Dialogue Gating exclusion algorithm/Dolby Dialogue Intelligence |
| Maximum True Peak | -2dbTP |
| LFE Channel Filter | Low-Pass filter @ 120Hz 24 dB/octave |
Amazon Studios recommends that the 1770-1 (with Dialogue Gating exclusion algorithm/Dolby Dialogue Intelligence) loudness scales is measured throughout the mixing process.
The Loudness specifications provide parameters to ensure consistent audio levels and optimize customer experience when streaming content.
Amazon Studios reference measurement model is Nugen Audio VisLM2. VisLM2 Amazon Studios preset files are available here.
QC Guidelines for Loudness
QC Facilities should measure loudness with the following scale:
- BS 1770-1 loudness scale with dialogue gating exclusion algorithm/Dolby Dialogue Intelligence
Include the values for the loudness scale for 5.1 and Stereo within the QC Report.
- If the 1770-1 loudness scale with dialogue gating exclusion algorithm/Dolby Dialogue Intelligence is not within -27 +/- 2 LU range, please flag as a rejection on the QC report.
Dolby Atmos
When creating a Dolby Atmos mix for a title AMS prefers that all channel-based audio to be derived from the Dolby Atmos Printmaster or Recorder Session. A Near Field Dolby Atmos Printmaster ADM WBF file is required for Prime Video Distribution and must be put through a QC and receive a passing QC report. Dolby Atmos audio does not have a loudness standard requirement.
M&E
All M&E tracks should be fully-filled and include all music (Source, Score, etc.), sound effects (SFX), room tone (Ambience/Backgrounds) and Foley as they occur in the domestic mix. Any production effects (PFX) that overlap with dialogue must be replaced/covered with cut SFX or Foley.
Note: Non-fully-filled M&E files will automatically be rejected for fixes.
Please see additional Unscripted, Documentary, and Animated Program requirements below.
Elements to Include in the M&E
- Kissing, grunting, groaning, coughing, sneezing, breathing, reactions, or other noises / vocal intonations not discernible as specific language made by principal or ancillary characters who do not speak / have no adjacent dialogue lines.
- Note: These elements above should only be placed in the M&E if they are sourced from an SFX library or are “in the clear” and do not have any vocal tone attached to them.
- Generic crowd noises, walla, groups, cheers, or reactions with no discernible language or dialogue of any kind.
- Background/ambience and room tone beds.
- Baby crying if the baby has no discernible dialogue or is from an SFX library.
- Sourced (licensed footage) clips with audio (e.g., movies, TV shows, radio broadcasts, commercials) without discernible language or dialogue (see below if dialogue is present).
- Instrumental music separated from any performance/cast vocals. Live “on set” instrumental performances must be re-recorded clean of vocals.
- Note: If performances are recorded live, and vocals are married to the accompanying music, the instrumentals need to be re-scored/re-recorded free of vocals and included in the M&E. These instrumentals must match the domestic mix(es) levels, treatments, fades, and tone. The original married performance should also be supplied “as-is” in an Optional stem (See Optional Stems).
Elements Not to Be Included in the M&E
- Discernible dialogue of any kind. This includes foreign language and discernible dialogue in groups or walla. Unless approved by Localization due to creative reasons, discernible dialogue lines should always be removed, replaced, and/or obscured with generic “clean versions” in the M&E. Please place the elements with distinct dialogue in the optional tracks.
- Vocals or non-verbal sounds made by main or ancillary characters adjacent to, or overlapping, dialogue lines (e.g., kissing, grunting, groaning, coughing, sneezing, breathing). These elements will likely be re-recorded by foreign language voice talent (See Optional Stems).
- Dialogue from licensed media (sourced for movies, TV shows, radio broadcasts, commercials, etc.) when possible.
- Dialogue that has been scripted/created for playback as a movie, TV show, radio broadcast, commercial, etc.
- Discernible futzed dialogue (Intercoms, PA announcements, radio “chatter”, TV, phones).
- Reverb sounds or dialogue “treatments”.
Optional Stems
Optional stems should be delivered along with the M&Es and can be provided across multiple sets of stems when the events overlap or occur simultaneously.
AMS requires the delivery of M&E/optional track mapping documentation if available.
Materials should be provided at the same time the event occurs during program, meaning the Optional stem(s) should run the entire duration of the feature.
All program material in the Optionals should play in sample accurate sync with Printmaster and not create any phasing when played with the M&E.
Any program material in the Optionals should include the treatment heard in Printmaster (i.e. futz, reverbs, panning).
Elements to Include in the Optionals (If Applicable to Title):
- All on-screen performances or cast vocals (clean/separated from accompanying music).
- If performances are recorded live, and vocals are married to the accompanying music, the instrumentals must be re-scored/re-recorded free of vocals and supplied in an Optional stem. These instrumentals must match the domestic mix/es level, treatments, fades, and tone. The original married performance should also be supplied as-is in an additional Optional stem.
- If two or more characters are singing at the same time, vocals should be split-out into two optional stems (if recorded separately).
- Non-OV (Foreign) language lines (even if the non-OV language is spoken by a character who speaks the OV language). Overlapping foreign dialogue lines by different characters need to be placed in separate optional tracks, if possible.
- Walla or group recordings with discernible foreign dialogue lines.
- Note: This should only be done when the foreign dialogue in the walla is “story relevant”. The default approach should be to provide “clean” walla in the M&E whenever possible.
- Kissing, grunting, groaning, breathing, sneezing, coughing, reactions, or vocal intonations from speaking characters that have been omitted from the M&E, provided they do not overlap dialogue.
- Source (licensed footage clips) with audio that includes discernible language should be provided AS-IS in one set of Optional stems.
- An additional Optional stem should also be supplied to replicate the sourced footage, free of any discernible dialogue. Any MX, FX, video ambiance, etc. that was married to dialogue in the source footage (i.e., audience clapping or laughing, doorbells, TV static, commercial jingle music, etc.), should be recreated with suitable sound-alikes.
DELIVERY SPECS DEUTSCH
M&E
Alle M&E-Spuren sollten vollständig ausgefüllt sein und alle Musik (Quelle, Partitur usw.), Soundeffekte (SFX), Raumklang (Ambience/Hintergrundgeräusche) und Geräuscheffekte (Foley) enthalten, wie sie im heimischen Mix vorkommen. Alle Produktionseffekte (PFX), die sich mit Dialogen überschneiden, müssen durch geschnittene SFX oder Foley ersetzt/überdeckt werden.
Hinweis: Nicht vollständig ausgefüllte M&E-Dateien werden automatisch zur Korrektur abgelehnt.
Elemente, die in der M&E enthalten sein müssen
Küssen, Stöhnen, Ächzen, Husten, Niesen, Atmen, Reaktionen oder andere Geräusche/Stimmintonationen, die nicht als bestimmte Sprache erkennbar sind und von Haupt- oder Nebenfiguren stammen, die nicht sprechen/keine angrenzenden Dialogzeilen haben.
Hinweis: Die oben genannten Elemente sollten nur dann in die M&E aufgenommen werden, wenn sie aus einer SFX-Bibliothek stammen oder „klar erkennbar” sind und keine Stimmlage enthalten.
Allgemeine Geräusche von Menschenmengen, Walla, Gruppen, Jubel oder Reaktionen ohne erkennbare Sprache oder Dialoge jeglicher Art.
Hintergrund-/Umgebungsgeräusche und Raumgeräusche.
Babyweinen, wenn das Baby keine erkennbaren Dialoge hat oder aus einer SFX-Bibliothek stammt.
Clips mit Audio (z. B. Filme, Fernsehsendungen, Radiosendungen, Werbespots) ohne erkennbare Sprache oder Dialoge (siehe unten, wenn Dialoge vorhanden sind).
Instrumentalmusik, die von Gesangsdarbietungen/Darstellern getrennt ist. Live-Instrumentalaufführungen „am Set“ müssen ohne Gesang neu aufgenommen werden.
Hinweis: Wenn Darbietungen live aufgenommen werden und Gesang mit der Begleitmusik kombiniert wird, müssen die Instrumentalstücke ohne Gesang neu vertont/neu aufgenommen und in die M&E aufgenommen werden. Diese Instrumentalstücke müssen in Bezug auf Pegel, Bearbeitung, Überblendungen und Klangfarbe mit den heimischen Mixen übereinstimmen. Die ursprüngliche kombinierte Darbietung sollte ebenfalls „unverändert” in einem optionalen Stem bereitgestellt werden (siehe Optionale Stems).
Elemente, die nicht in die M&E aufgenommen werden dürfen
1. Jede Art von erkennbarem Dialog. Dazu gehören Fremdsprachen und erkennbare Dialoge in Gruppen oder Walla. Sofern dies nicht aus kreativen Gründen von der Lokalisierung genehmigt wurde, sollten erkennbare Dialogzeilen immer entfernt, ersetzt und/oder durch generische „saubere Versionen” in der M&E verdeckt werden. Bitte platzieren Sie die Elemente mit deutlichem Dialog in den optionalen Spuren.
Gesang oder nonverbale Geräusche von Haupt- oder Nebenfiguren, die neben oder über Dialogzeilen zu hören sind (z. B. Küssen, Stöhnen, Ächzen, Husten, Niesen, Atmen). Diese Elemente werden wahrscheinlich von fremdsprachigen Synchronsprechern neu aufgenommen (siehe optionale Stems).
Dialoge aus lizenzierten Medien (aus Filmen, Fernsehsendungen, Radiosendungen, Werbespots usw.), sofern möglich.
Dialoge, die für die Wiedergabe in Filmen, Fernsehsendungen, Radiosendungen, Werbespots usw. geschrieben/erstellt wurden.
Erkennbare verzerrte Dialoge (Gegensprechanlagen, Lautsprecherdurchsagen, „Geplapper” im Radio, Fernsehen, Telefone).
Hallgeräusche oder „Bearbeitungen” von Dialogen.
Optionals
Optionale Stems sollten zusammen mit den M&Es geliefert werden und können über mehrere Stems-Sets hinweg bereitgestellt werden, wenn sich die Ereignisse überschneiden oder gleichzeitig stattfinden.
AMS verlangt die Lieferung von M&E-/optionalen Track-Mapping-Dokumentationen, sofern verfügbar.
Die Materialien sollten zum Zeitpunkt des Ereignisses während der Sendung bereitgestellt werden, d. h. die optionalen Stems sollten über die gesamte Dauer des Beitrags laufen.
Alle Programm-Materialien in den Optionals sollten in samplegenauer Synchronisation mit Printmaster abgespielt werden und keine Phasenverschiebungen verursachen, wenn sie mit den M&Es abgespielt werden.
Alle Programm-Materialien in den Optionals sollten die in Printmaster zu hörende Bearbeitung enthalten (d. h. Verzerrungen, Hall, Panning).
Elemente, die in den Optionals enthalten sein sollten (falls für den Titel zutreffend):
Alle Darbietungen auf dem Bildschirm oder Gesangsstimmen der Darsteller (sauber/getrennt von der Begleitmusik).
Wenn die Darbietungen live aufgenommen wurden und die Gesangsstimmen mit der Begleitmusik verbunden sind, müssen die Instrumentalstimmen neu vertont/neu aufgenommen werden, ohne Gesangsstimmen, und in einem optionalen Stem bereitgestellt werden. Diese Instrumentalstücke müssen in Bezug auf Lautstärke, Bearbeitung, Überblendungen und Klangfarbe mit dem/den heimischen Mix(en) übereinstimmen. Die ursprüngliche Performance sollte ebenfalls unverändert in einem zusätzlichen optionalen Stem bereitgestellt werden.
Wenn zwei oder mehr Charaktere gleichzeitig singen, sollten die Gesangsstimmen in zwei optionale Stems aufgeteilt werden (sofern sie separat aufgenommen wurden).
Nicht-OV-Sprachzeilen (Fremdsprachen) (auch wenn die Nicht-OV-Sprache von einem Charakter gesprochen wird, der die OV-Sprache spricht). Überlappende Fremdsprachen-Dialogzeilen verschiedener Charaktere müssen nach Möglichkeit in separaten optionalen Spuren platziert werden.
Walla- oder Gruppenaufnahmen mit erkennbaren fremdsprachigen Dialogen.
Hinweis: Dies sollte nur geschehen, wenn der fremdsprachige Dialog im Walla „für die Handlung relevant“ ist. Der Standardansatz sollte darin bestehen, wann immer möglich „sauberes“ Walla im M&E bereitzustellen.
Küsse, Grunzen, Stöhnen, Atmen, Niesen, Husten, Reaktionen oder Stimmintonationen von sprechenden Charakteren, die aus dem M&E weggelassen wurden, sofern sie sich nicht mit dem Dialog überschneiden.
Quellmaterial (lizenzierte Filmausschnitte) mit Audio, das erkennbare Sprache enthält, sollte unverändert in einem Satz optionaler Stems bereitgestellt werden.
Ein zusätzlicher optionaler Stem sollte ebenfalls bereitgestellt werden, um das Quellmaterial ohne erkennbaren Dialog zu replizieren. Alle MX, FX, Video-Ambience usw., die im Quellmaterial mit dem Dialog verbunden waren (z. B. Klatschen oder Lachen des Publikums, Türklingeln, Fernsehrauschen, Werbemelodien usw.), sollten mit geeigneten Sound-Alikes nachgebildet werden.
M&E Delivery Übersicht
Amazon erwartet eine ProTools Session mit folgenden MULTIPLE MONO AUDIODATEIEN:
DETALLIERTE AMAZON TABELLE
| Kategorie | Anzahl Kanäle | Info |
| M&E | 5.1 |
Inhalt: Siehe unten |
| 2.0 | "-" | |
| Optionals |
5.1 |
Wenn mehr als eine optionale Gruppe vorhanden ist, kennzeichnen Sie die Gruppen bitte als OPT A, OPT B, OPT C. |
| 2.0 | "-" | |
| Dialog Stem | 2.0 | Als Referenz |
M&E
Alle M&E-Spuren sollten vollständig ausgefüllt sein und alle Musik (Quelle, Partitur usw.), Soundeffekte (SFX), Raumklang (Ambience/Hintergrundgeräusche) und Geräuscheffekte (Foley) enthalten, wie sie im heimischen Mix vorkommen. Alle Produktionseffekte (PFX), die sich mit Dialogen überschneiden, müssen durch geschnittene SFX oder Foley ersetzt/überdeckt werden.
Hinweis: Nicht vollständig ausgefüllte M&E-Dateien werden automatisch zur Korrektur abgelehnt.
Elemente, die in der M&E enthalten sein müssen
Küssen, Stöhnen, Ächzen, Husten, Niesen, Atmen, Reaktionen oder andere Geräusche/Stimmintonationen, die nicht als bestimmte Sprache erkennbar sind und von Haupt- oder Nebenfiguren stammen, die nicht sprechen/keine angrenzenden Dialogzeilen haben.
Hinweis: Die oben genannten Elemente sollten nur dann in die M&E aufgenommen werden, wenn sie aus einer SFX-Bibliothek stammen oder „klar erkennbar” sind und keine Stimmlage enthalten.
Allgemeine Geräusche von Menschenmengen, Walla, Gruppen, Jubel oder Reaktionen ohne erkennbare Sprache oder Dialoge jeglicher Art.
Hintergrund-/Umgebungsgeräusche und Raumgeräusche.
Babyweinen, wenn das Baby keine erkennbaren Dialoge hat oder aus einer SFX-Bibliothek stammt.
Clips mit Audio (z. B. Filme, Fernsehsendungen, Radiosendungen, Werbespots) ohne erkennbare Sprache oder Dialoge (siehe unten, wenn Dialoge vorhanden sind).
Instrumentalmusik, die von Gesangsdarbietungen/Darstellern getrennt ist. Live-Instrumentalaufführungen „am Set“ müssen ohne Gesang neu aufgenommen werden.
Hinweis: Wenn Darbietungen live aufgenommen werden und Gesang mit der Begleitmusik kombiniert wird, müssen die Instrumentalstücke ohne Gesang neu vertont/neu aufgenommen und in die M&E aufgenommen werden. Diese Instrumentalstücke müssen in Bezug auf Pegel, Bearbeitung, Überblendungen und Klangfarbe mit den heimischen Mixen übereinstimmen. Die ursprüngliche kombinierte Darbietung sollte ebenfalls „unverändert” in einem optionalen Stem bereitgestellt werden (siehe Optionale Stems).
Elemente, die nicht in die M&E aufgenommen werden dürfen
1. Jede Art von erkennbarem Dialog. Dazu gehören Fremdsprachen und erkennbare Dialoge in Gruppen oder Walla. Sofern dies nicht aus kreativen Gründen von der Lokalisierung genehmigt wurde, sollten erkennbare Dialogzeilen immer entfernt, ersetzt und/oder durch generische „saubere Versionen” in der M&E verdeckt werden. Bitte platzieren Sie die Elemente mit deutlichem Dialog in den optionalen Spuren.
Gesang oder nonverbale Geräusche von Haupt- oder Nebenfiguren, die neben oder über Dialogzeilen zu hören sind (z. B. Küssen, Stöhnen, Ächzen, Husten, Niesen, Atmen). Diese Elemente werden wahrscheinlich von fremdsprachigen Synchronsprechern neu aufgenommen (siehe optionale Stems).
Dialoge aus lizenzierten Medien (aus Filmen, Fernsehsendungen, Radiosendungen, Werbespots usw.), sofern möglich.
Dialoge, die für die Wiedergabe in Filmen, Fernsehsendungen, Radiosendungen, Werbespots usw. geschrieben/erstellt wurden.
Erkennbare verzerrte Dialoge (Gegensprechanlagen, Lautsprecherdurchsagen, „Geplapper” im Radio, Fernsehen, Telefone).
Hallgeräusche oder „Bearbeitungen” von Dialogen.
Optionals
Optionale Stems sollten zusammen mit den M&Es geliefert werden und können über mehrere Stems-Sets hinweg bereitgestellt werden, wenn sich die Ereignisse überschneiden oder gleichzeitig stattfinden.
AMS verlangt die Lieferung von M&E-/optionalen Track-Mapping-Dokumentationen, sofern verfügbar.
Die Materialien sollten zum Zeitpunkt des Ereignisses während der Sendung bereitgestellt werden, d. h. die optionalen Stems sollten über die gesamte Dauer des Beitrags laufen.
Alle Programm-Materialien in den Optionals sollten in samplegenauer Synchronisation mit Printmaster abgespielt werden und keine Phasenverschiebungen verursachen, wenn sie mit den M&Es abgespielt werden.
Alle Programm-Materialien in den Optionals sollten die in Printmaster zu hörende Bearbeitung enthalten (d. h. Verzerrungen, Hall, Panning).
Elemente, die in den Optionals enthalten sein sollten (falls für den Titel zutreffend):
Alle Darbietungen auf dem Bildschirm oder Gesangsstimmen der Darsteller (sauber/getrennt von der Begleitmusik).
Wenn die Darbietungen live aufgenommen wurden und die Gesangsstimmen mit der Begleitmusik verbunden sind, müssen die Instrumentalstimmen neu vertont/neu aufgenommen werden, ohne Gesangsstimmen, und in einem optionalen Stem bereitgestellt werden. Diese Instrumentalstücke müssen in Bezug auf Lautstärke, Bearbeitung, Überblendungen und Klangfarbe mit dem/den heimischen Mix(en) übereinstimmen. Die ursprüngliche Performance sollte ebenfalls unverändert in einem zusätzlichen optionalen Stem bereitgestellt werden.
Wenn zwei oder mehr Charaktere gleichzeitig singen, sollten die Gesangsstimmen in zwei optionale Stems aufgeteilt werden (sofern sie separat aufgenommen wurden).
Nicht-OV-Sprachzeilen (Fremdsprachen) (auch wenn die Nicht-OV-Sprache von einem Charakter gesprochen wird, der die OV-Sprache spricht). Überlappende Fremdsprachen-Dialogzeilen verschiedener Charaktere müssen nach Möglichkeit in separaten optionalen Spuren platziert werden.
Walla- oder Gruppenaufnahmen mit erkennbaren fremdsprachigen Dialogen.
Hinweis: Dies sollte nur geschehen, wenn der fremdsprachige Dialog im Walla „für die Handlung relevant“ ist. Der Standardansatz sollte darin bestehen, wann immer möglich „sauberes“ Walla im M&E bereitzustellen.
Küsse, Grunzen, Stöhnen, Atmen, Niesen, Husten, Reaktionen oder Stimmintonationen von sprechenden Charakteren, die aus dem M&E weggelassen wurden, sofern sie sich nicht mit dem Dialog überschneiden.
Quellmaterial (lizenzierte Filmausschnitte) mit Audio, das erkennbare Sprache enthält, sollte unverändert in einem Satz optionaler Stems bereitgestellt werden.
Ein zusätzlicher optionaler Stem sollte ebenfalls bereitgestellt werden, um das Quellmaterial ohne erkennbaren Dialog zu replizieren. Alle MX, FX, Video-Ambience usw., die im Quellmaterial mit dem Dialog verbunden waren (z. B. Klatschen oder Lachen des Publikums, Türklingeln, Fernsehrauschen, Werbemelodien usw.), sollten mit geeigneten Sound-Alikes nachgebildet werden.