@BrumeArdente et @lemasteringchezpatrick, je vais recentrer sur un point que vous effleurez tous les deux sans le nommer, parce qu’il me semble être le vrai nœud du désaccord sur les LUFS comme outil de diagnostic.

le LUFS short-term sur des fenêtres de 3 s, couplé à une analyse spectrale, donne une bonne approximation de la densité perçue dans le temps

Le problème, c’est que tu adjoins « couplé à une analyse spectrale » comme si c’était un détail. Mais si le diagnostic de densité perçue exige à la fois le LUFS short-term et une analyse spectrale, alors ce n’est pas le LUFS qui mesure la densité — c’est le croisement des deux, et dans ce croisement c’est le spectre qui porte l’information discriminante. Le LUFS ne fait que dire « il y a de l’énergie ici », pas « cette énergie est répartie de façon à masquer tel élément du mix ». @paulmus222 a raison sur ce point, et je trouve que ta réponse esquive : une nappe à LRA constant et spectre large, c’est précisément le cas où le LUFS ne déclenche aucune alerte parce que rien ne bouge — or c’est là que le problème est le plus insidieux.
Sur le true peak, en revanche, je ne suis pas d’accord avec la façon dont @lemasteringchezpatrick pose le débat. Tu dis en substance « je prends la marge parce que je ne maîtrise pas la chaîne aval, c’est de la gestion de risque ». D’accord sur le principe, mais alors il faut être cohérent jusqu’au bout : si tu ne maîtrises pas la chaîne aval, tu ne maîtrises pas non plus le fait que l’auditeur écoute sur un système qui révèle ou masque le crachotement. Sur le dernier projet où j’ai testé du -2 dBTP, le kick perdait effectivement peu en crête — mais le morceau entier perdait de la « présence » sur une écoute au casque à volume modéré, et c’est ça que le client a entendu, pas le crachotement de l’AAC qu’il n’a jamais remarqué. On sur-corrige pour un risque théorique qu’une minorité d’auditeurs percevra, au prix d’un effet qu’une majorité ressentira. Ce n’est pas neutre comme arbitrage.
Et pour rebondir sur ton exemple du morceau qui crachait en Opus mais pas en AAC : c’est un argument pour tester, pas pour sur-corriger par défaut. Si tu avais testé tes cibles réelles (celles que ton distributeur utilise effectivement), tu aurais peut-être constaté que l’Opus en question n’était pas dans le circuit de ce morceau. Prendre -2 dBTP par précaution sur tous les masters parce qu’un encodeur hypothétique pourrait craquer, c’est exactement le raisonnement que tu reproches à BrumeArdente sur les cas isolés — sauf que tu l’appliques dans l’autre sens.
Sur la vente directe et Bandcamp, je ne trancherai pas entre vos deux jeux de données, ils sont trop petits tous les deux pour conclure. Mais je note que vous parlez tous les deux de « metal » comme d’un bloc homogène, alors que le metal extrême et le post-metal n’ont pas le même public ni les mêmes attentes de dynamique. C’est peut-être là que se joue la divergence, pas dans une opposition rap vs metal.