🔬 音频基础知识
理解音质的讨论离不开对声音物理属性的基本了解。这些概念构成了所有音响设计、调音、评价的理论根基。无论是选购设备还是做声学处理，掌握以下核心概念能帮你从 "感觉很模糊" 升级到 "我知道为什么"。
一、声音的物理基础
1.1 声压级（SPL）与分贝
声压级（Sound Pressure Level, SPL）是衡量声音"响度"的客观物理指标。公式：
SPL (dB) = 20 × log₁₀(P / P₀)其中：
P= 被测量的声压（帕斯卡, Pa）P₀= 参考声压 = 20 μPa（微帕）——这是人类听觉的绝对阈值（1kHz 正弦波在最安静环境下刚好能听到）20 × log₁₀而非10 × log₁₀——因为声压是"幅度"量，需要平方后才是能量量
关键 dB SPL 参考值
| dB SPL | 主观感受 | 典型场景 |
|---|---|---|
| 0 dB | 绝对听觉阈值 | 消声室中的绝对安静（1kHz 测试音） |
| 20–30 dB | 非常安静 | 录音棚背景噪声、耳语 |
| 40–50 dB | 安静 | 安静的住宅、图书馆 |
| 60 dB | 日常交谈水平 | 正常面对面交谈、办公室 |
| 70–80 dB | 较大 | 繁忙街道、吸尘器 |
| 85 dB | 听力保护阈值 | 职业安全规定的 8 小时暴露上限 |
| 90–95 dB | 很响 | Hi-Fi 聆听的高音量端、交响乐现场（观众席） |
| 100–110 dB | 非常响 | 摇滚演唱会、夜店 |
| 120 dB | 痛阈 | 近距离的喷气式飞机引擎 |
| > 130 dB | 立即听力损伤 | 爆炸、枪声 |
📌 重要概念：dB 是对数标度
每增加 10 dB，主观感受"响了一倍"。每增加 6 dB，声压翻倍（20 × log₁₀(2) ≈ 6.02 dB）。每增加 3 dB，声功率翻倍（10 × log₁₀(2) ≈ 3.01 dB）。
所以：一台 100W 的功放比 50W 的功放只多了 3dB（功率维度），主观听感上"稍微"响了那么一点——不是"响了一倍"。
1.2 Fletcher-Munson 等响度曲线
人耳对不同频率的敏感度不同。最敏感于 3–4kHz（人声的齿音和辅音所在），而对低频的敏感度大幅下降。这意味着：
- 在低音量时，低频听起来相对更弱——所以小声听音乐时觉得"没有低音"是正常的生理现象，不是设备问题
- "响度补偿"（Loudness Compensation） 是功放/前级中常见的功能：在低音量时自动提升低频和高频，模拟人耳在大音量时的听感曲线（ISO 226:2003 标准化的等响度曲线）
- 混音工程师在商业唱片制作中会利用这一点：如果听众倾向于大音量播放（如舞曲），他们会适当衰减低频以避免低频过重
1.3 哈斯效应（Haas Effect / Precedence Effect）
两个完全相同的声音，到达人耳的时间差在 40ms 以内时，大脑会将它们融合为一个声音，并且根据最初到达的那个声波判断声源方向。
应用：
- 补声音箱（Fill Speakers）：在大型空间中，离主音箱远的观众听到补声音箱的声音比主音箱更早到达（因为补声音箱更近）。通过给补声音箱人工施加适量延时，让主音箱和补声音箱的直达声在同一时间到达——利用哈斯效应使观众觉得声音来自主舞台方向，而非头顶或侧面的补声音箱
- 延时小于 1ms → 声像偏移（声音"偏"向先到的一侧）；延时 1–30ms → 哈斯融合区（声音仍来自先到方向，但后到的增强了响度和空间感）；延时 30–40ms → 边界区域（开始感知到两个独立的声音或回声感）
1.4 掩蔽效应（Masking Effect）
一个较强声音的存在，会提高人耳对同一频段内较弱声音的听觉阈值——简言之，大声的会"盖住"同频段小声的。
- 频域掩蔽：一个很响的 1kHz 纯音会使附近的 900Hz–1.1kHz 区域的弱信号变得听不见
- 时域掩蔽：一个突然的大声在发生前约 20ms（前掩蔽）和发生后约 100–200ms（后掩蔽）的时间内，也会掩蔽前后较弱的信号
- 音频压缩（MP3/AAC）就是利用掩蔽效应：编码器计算哪些频率成分在掩蔽阈值以下（听不见），直接丢弃这些数据——这就是"有损压缩"——丢弃的是你本来就听不到的部分。比特率越低，丢弃得越"激进"
- 混音中的应用：如果一段混音中合成器垫底(Chorus)和主唱在同一个中频区打架，人声被掩蔽——需要 EQ 削垫底、提人声来"挖出空间"
二、电声转换基础
2.1 话筒（麦克风）核心参数
话筒是把声波转换为电信号的换能器。以下是关键参数：
灵敏度（Sensitivity）
单位：mV/Pa 或 dBV/Pa。表示在 1 Pa 声压（= 94 dB SPL）下，话筒输出的电压值。
- 典型动圈话筒灵敏度：1.5–3 mV/Pa（低）——需要更多前置增益
- 典型电容话筒灵敏度：8–25 mV/Pa（高）——输出更强，但自身噪声也更高
- 1 Pa = 94 dB SPL = 参考声压的 5011 倍
最大声压级（Max SPL）
话筒能承受的不失真最大声压级，以 THD < 1%（或 0.5%）为界限。
- 动圈话筒：轻松处理 140–160 dB SPL（鼓组、吉他音箱近场）
- 小振膜电容话筒：通常 130–145 dB SPL（带 PAD 衰减；无 PAD 可能只有 120 dB）
- 如果不带 PAD 将电容话筒放到底鼓前——振膜可能被声压击穿
等效噪声级（Equivalent Noise Level / Self-Noise）
话筒自身的本底噪声（电噪声，非声学的），表示为 A 加权 dB SPL。数字越低越好：
- ≤ 10 dB-A：极低噪声（顶尖录音电容话筒，如 Neumann U87 Ai ≈ 12 dB-A）
- 10–20 dB-A：良好（大多数专业电容话筒）
- > 20 dB-A：较高，但可能仍可接受（小型振膜/廉价电容话筒）
- 动圈话筒没有等效噪声（无有源电路），但输出低 → 需要前置放大器增益 → 前置放大器的噪声成为主导
邻近效应（Proximity Effect）
指向性话筒（心形、超心形）在距离声源非常近时（< 10cm），低频响应会大幅提升——越近、低频越"嗡"。这是物理特性，不是缺陷。
- KTV 利用邻近效应：歌手嘴贴近话筒，获得温暖浑厚的低频人声——这成为"KTV 味"的重要组成部分
- 播音利用邻近效应：电台 DJ 话筒近拾 + 邻近效应 = "电台声"的磁性低频
- 录音中的应对：如果歌手无法控制距离导致低频忽大忽小，使用全指向话筒（无邻近效应）或加装防喷罩固定距离
三、人声频率分布与调音参考
人声的频率范围大约 80Hz–12kHz（基频+谐波），不同频段对应不同的主观感受和调音策略。以下以男性人声为例（女性整体上移约半个到一个八度）：
| 频率范围 | 主观描述 | 调整策略 |
|---|---|---|
| 80–100 Hz | 胸腔共鸣、人声的"厚度" | 适度提升增加"底气"和温暖感。过多会"臃肿"、不清晰。但注意很多近讲话筒已经通过邻近效应提升了此频段 |
| 150–400 Hz | 男声基频所在、"温暖感"和"鼻音"的过渡区 | 这个区域是人声"暖"的根基，但过多会"鼻音重"、"闷"、"听不清"。适度削减可以让声音更通透 |
| 500–800 Hz | "箱子感"（Boxiness） | 很多人声的"闷盒子味"主要集中在这个区域。适度削减（-2 至 -4dB）能让声音摆脱"闷"感变得更清晰。过度削减会导致声音变薄 |
| 1–3 kHz | 发音清晰度、字头辅音、"冲击感" | 人声的"可懂度"核心区域。适度提升能让人声"站出来"、字头清晰。过多会导致"鼻音"、"刺耳"、"侵略性"。KTV 常用 2–3kHz 提升帮助穿透伴奏 |
| 3–6 kHz | 齿音（Sibilance）、"存在感"（Presence） | "s"、"sh"、"ch" 等齿音的主要能量区。适度提升增加"亲密感"和"空气感"；过多 → 尖锐刺耳。如果齿音过重，用 De-Esser（动态齿音消除器）比固定 EQ 更好 |
| 6–10 kHz | "空气感"、气息声 | 人声的呼吸、气流、开口闭合的细节。是"高保真感"的重要来源。适量即可——过多会将气息和 SSS 声放大到不自然 |
| 10–16 kHz | 泛音延伸、"光泽感"（Sheen） | 主要出现在有高频延伸能力的电容话筒录音中。极少量提升可以增加"高解析"感。过度会"假亮"和疲劳 |
💡 调音黄金法则：先切后提
想让人声更通透？先试着切 400–600Hz（-2 至 -3dB），而不是立即提升高频。削减不想要的频率,往往比提升想要的频率更能"清洁"声音——而且不会增加失真风险。
四、常用测量工具
| 工具 | 类型 | 核心功能 | 价格参考 | 适合人群 |
|---|---|---|---|---|
| REW (Room EQ Wizard) |
免费软件 (Windows/macOS/Linux) |
频率响应测量（扫频法）、瀑布图（Waterfall，显示随时间衰减的频响）、RT60 混响时间、相位、脉冲响应、失真 THD | 免费 | 所有家庭 Hi-Fi 玩家、DIY 声学优化 |
| Smaart | 专业付费软件 (Windows/macOS) |
双通道 FFT 传递函数测量（实时测量音箱/房间的频响与相位，而非仅 RTA）、实时频谱分析（RTA）、脉冲响应、声压级监测 | ¥8000+（v9 永久授权） | 系统集成商、演出调音师、声学工程师 |
| Dayton Audio iMM-6 | 入门级测量麦克风 | 3.5mm TRRS 接口（直接插手机/平板），全指向驻极体电容话筒，附校准文件 | ≈ ¥300 | 手机 RTA 测量、入门玩家 |
| miniDSP UMIK-1 | 入门级 USB 测量麦克风 | USB 直连电脑（无需声卡/话放），全指向电容话筒，每只独立序列号校准文件（即插即用），REW 原生支持 | ≈ ¥800 | Hi-Fi 玩家的标准配置——这是最推荐的入门测量麦克风 |
| Earthworks M30 | 专业校准参考麦克风 | 极平坦的频率响应（±1dB 5Hz–30kHz），极低噪声，用于实验室级测量和参考系统校准 | ≈ ¥5,000+ | 声学工程师、专业测量 |
| Audio Precision APx555 | 实验室级音频分析仪 | DAC/功放/前级的 THD+N（总谐波失真+噪声）、信噪比、动态范围、串扰等所有电学指标的综合测量。AP 设备是音频行业公认的"金标准" | ≈ ¥200,000+ | 音频设备制造商、独立评测实验室（如 ASR） |
使用 REW 进行房间声学测量的基本步骤
- 将 UMIK-1 通过 USB 插入电脑，加载校准文件（从 miniDSP 官网输入序列号下载）
- 将 UMIK-1 放在聆听位，话筒指向天花板（90° 校准文件）或两音箱之间（0° 校准文件）
- 在 REW 中运行 "Measure" → 选择 "Check Levels" 确认信号不过载
- 进行扫频测量（20Hz–20kHz Sine Sweep）
- 查看结果：频率响应（SPL & Phase）、瀑布图（看哪些频率混响时间过长）、RT60 图
- 根据测量结果，有针对性地调整摆位和/或声学处理
📌 一副 UMIK-1 + REW 能做什么？
- 测出房间中那个"轰隆隆"的驻波频率（通常是 40–80Hz 之间的某个窄峰），然后用 EQ 精确切掉
- 确认左/右音箱的频响是否对称——不对称的话结像会偏
- 验证摆位调整是否真的有区别（而不是心理作用）
- 客观量化声学处理的效果——挂吸音板前后的频响和瀑布图对比