电脑音乐制作扫盲篇-第一章：揭开“声音”的秘密-第二节：声音的三要素

王晓波

楼主 王晓波说：
    本文作者：王晓波，出处：视障者音乐制作交流基地（szzyyzz.com）。做人要厚道，转载请注明作者与出处，谢谢！
    亲们好！上回说道“我们身边各种各样的声音都截然不同”，那么晓波这次就来说说到底是怎么个不同！
    学过乐理的朋友都知道，声音分为“乐音”和“噪音”。它们的区别是什么呢？其实很简单，乐音振动得比较有规则，所以有固定音高；就是我们常听到的神马“哆”、“瑞”、“咪”、“发”、“梭”、“拉”、“西”……之类的。而噪音的振动是毫无规则的，无法形成音高；比如打击乐中的钹、镲、小军股等等。制作音乐，肯定不是只和乐音打交道，噪音也是很常用的。
    声音有高低、强弱、音色等要素。下面我们就来着重的聊聊这个话题。亲们可要仔细点哈，本节内容超级重要，其重要程度可与“探月工程”相媲美！！不学不行！！！！
    老王小声说：“有那么重要吗，言过其实了吧！”老王，非也，这次我们聊的内容已经直接与音乐相关了。
    我们首先来说说声音的高低。
    声音的高低也叫“音调”（pitch）。在音乐中，噪音没有明确的音高，所以下面我们只是讨论乐音的音高。
    为什么钢琴上的每个琴键声音都不一样呢？废话，都一样怎么弹？哈哈！掀开钢琴盖，可以摸到钢琴的弦从左到右是由粗到细来排列的。由于粗细不同，弦的振动快慢也就不同。很显然粗的弦就不如细的振动得快。
    音高不同的产生，就是由于振动的快慢不同。用物理学科里的行话说就是，震动的频率不同。
    “频率”（frequency）是每秒经过一给定点的声波数量，记作“f”，它的测量单位是“赫兹”（hertz），英文表示为“Hz”。1000Hz可以简写成1kHz，10000Hz可以简写为10kHz。赫兹是一个人的名字，全名是海因里希·鲁道夫·赫兹，生于1857年，卒于1894年，是德国物理学家，他发现了电磁波，为了纪念他，人们就用它的名字来做为频率的单位。
    频率是用来描述每秒所包含周期数的。那什么是“周期”呢?周期是描述声波震动一次所用的时间——即从原点到高压区，再到低压区，最后以相同的方向返回远点的时长，记作“T”，单位为“s”。T=1/f。1000Hz表示每秒经过一给定点的声波有1000个周期。
    广大人类成员之所以听到的声音有高低之分，正是因为声音具有不同的“频率”。声音的频率越高，其音高也就越高。声音的频率是决定音高的唯一因素。
    用大白话说，一赫兹就是一秒钟振动一次，440Hz当然就是每秒振动440次。440Hz这个声音就是音乐中的国际标准音A——钢琴上小字一组的A音，及简谱中C调的中音“啦”音。这个小字一组的A音是乐器定音的标准。880Hz这个音是钢琴上小字二组的A音，及简谱中C调的高音“啦”音。220Hz这个音是钢琴上小字组的A音，及简谱中C调的低音“啦”音。钢琴中央C的频率是261.63Hz——钢琴上中央C就是小字一组的C音，也就是简谱中C调的中音“哆”音）。
    毕达哥拉斯发现了一个很有趣的现象：当两个物体碰撞后，振动产生声音时，若两者振动频率比为不可化简的复杂比，如201比388，那么我们分辨出来会觉得这个声音刺耳；相反，若两者振动频率比为可化简的简单比，如3比7，那么我们分辨出来会觉得很动听。音乐中不同音程的和谐与不和谐就是根据这个原理来判定的。
    人的耳朵能够听到的范围，是20Hz到20kHz。这个范围内的声音是人类能够听到的声音，也叫可听波，就是我们平时说的音频（audio）。低于这个频率范围的声音叫次声波，这种声音能使人头晕眼花，甚至可以用来制作杀人武器。而高于这个频率范围的声音叫做超声波，这个可能大家都比较熟悉了。如果你要是能听到20kHz以上频率的声音，嘿，你就可以做蝙蝠侠了。我们的音乐，当然也都在人耳可听到的范围之内，就是20Hz到20kHz之间。
    下面再来补充几个概念。
    波长：沿声波传播方向，振动一个周期所传播的距离，或在波形上相位相同的相邻两点间距离，记为λ，单位为m。频率越高，波长越短。
    相位（Phase）：声波在周期中的具体位置。以360度来测量，远点为起始点，当90度出于波峰位置，当180度时第一次回到原点，当270度时出于波谷位置，当360度时再次回到原点。这个概念对于我们以后接触到录音混音的时候非常有用，大家一定要牢记哈。当然对于我们视障者来说，理解起来肯定有些困难，那就当作基本常识来记住哈。
    接下来说说声音的强弱。
    声音的强弱就是响度（loudness），俗称音量。就是“响不响”的概念。
    音量由声波的“振幅”amplitude）和人离声源的距离决定。振幅越大响度越大；人和声源的距离越小，响度越大。
    什么叫“振幅”呢？这也不是啥黑话，顾名思义就是振动的幅度嘛。你可以观察一下吉他的琴弦，轻轻拨动琴弦只是发出小的声音，再狠狠拨动琴弦就会发出强的声音，看看琴弦的振动幅度，是不是声音越大，振动的幅度也就越大呢？没错，就是这样。
    在振动或振荡过程中，振动的物理量偏离中心值的最大值，叫做振幅。振幅越大，声压越高，声音听起来也就越响。
    声波的强弱，用声压来衡量。声压是一种压强，单位是“帕斯卡”，英文表示为“Pa”。压强的概念请自行查阅中学物理课本。声压是一个比值，具体的公式就是，1帕等于1牛除以1米乘以1米的积的商，也就是单位面积上承受的力。估计这会儿数学不好的朋友正纳闷呢，这说的是什么玩意儿啊。
    正常人能听到的最弱声音约为2乘以10的负5次方帕，称为基准声压，也叫闻阙。声压越大，声波越强。
    实际上响度并不正比于声压的绝对值，而大体上正比于声压的对数值。所以定义了一个概念叫“声压级”，用来衡量声音的相对强弱。指的是有效声压与基准声压比值的常用对数再乘以20，单位是“分贝”，英文表示为“dB”。数学不好的朋友就当这段是晓波在闲扯哈，呵呵，如果想让晓波给你补习这些数学知识，那就多准备点我们视障者音乐制作交流基地（szzyyzz.com）专用的音乐币哟，私下来找我哈。
    人耳在接受15分贝以下的声音时，感到寂静。30分贝以下感到安静。50分贝感到嘈杂。80分贝感到听不清对方说话。120分贝感到耳朵疼痛。160分贝就会立刻耳膜穿孔。所以说，亲们一定要好好保护自己的耳朵哈，尤其是我们搞音乐的视障朋友要更加重视耳朵的保护。
    对声音大小，即声压级的测量，有一种物理仪器叫“声级计”。声级是声压级的简称。人耳可不是仪器，对声音强弱的辨别是一种模糊概念。一般来讲，3分贝内的音量变化，一般人是察觉不出来的。当然，耳朵很好的音乐家或者声学工作者还是可以辨别几个分贝的音量变化的。我们就是用这个音量差来衡量声音的变化的。很多音乐设备和音乐软件上都有类似增加（增益）几dB或者减少（衰减）几dB这样的按钮与菜单命令，就是用来调节这个的。
    那么我们该怎样来理解“增益（Gain）”和“衰减（Attenuation）”呢?
    在这里，我们可以先简单的理解为增强、减弱，或者变大变小。就像我们平时控制音箱的音量，就是在增益或衰减。又好比，别人说话声音太大，你会说“赶紧降低分贝，吵死了！”降低分贝，专业一点就是衰减分贝。当然你不能说“赶紧衰减分贝。”呵呵，可能会闹出笑话。因此我们可以看出，通常增益和衰减，就是针对以“分贝”为单位的参数而言的。
    响度是人耳对于声音大小，声音强弱的主观感受。其大小主要依赖于声压，但也和前面聊的声音的频率和后面将要聊到的音色有关。响度的单位为“宋”。1宋的定义是，声压级为40dB，频率为1000Hz，且来自听者正前方的平面波形声音和响度的强度。如果另一个声音听起来比1宋的声音大n倍，即该声音的响度为n宋。
    老长迷糊的说：“晓波，这个太复杂了，我们还是少涉及这些复杂的物理公式吧。”行。以后遇到有物理公式的时候，简单带过就是了哈。
    由响度又衍生出了“响度级”(LN)。响度级是建立在两个声音主观比较的基础上，选择1000Hz的纯音作基准音，若某一噪声听起来与该纯音一样响，则该噪声的响度级在数值上就等于这个纯音的声压级（dB）。响度级用“LN”表示，单位是“方”。如果某噪声听起来与声压级为80dB，频率为1000Hz的纯音一样响，则该噪声的响度级就是80方。
    根据大量的实验得到，响度级每改变10方，响度加倍或减半。注意，响度级的合成不能直接相加，而响度是可以相加的。这些都是题外话，作为声学常识了解一下就行了。
    人耳对于声压级相同而处于不同频率段的声音感受到的响度是不一样的。下面我们就来聊聊，不同频率段影响人耳感受响度的规律。
    在频率值f=1000Hz的点上，响度值与对应声压级的值相等。在3000Hz到5kHz的高频区域里，声压级和响度的变化基本保持一致。不过当声音频率超过7kHz后，灵敏度又会有一定程度的减小。知道了这些规律，在混音的时候，对于EQ的调节就可以有一个听觉上的参照。而在作母带处理时提升响度，也可以减少一些盲目。
    现实中我们还可以发现：当音乐的音量开的比较大的时候，人耳对于中高频、低频都可以听的很清晰；但当音量减到一定程度，如40dB，低频声音就听不清楚了。因为当音量比较小的时候，人耳对于低频的灵敏度下降，造成低频的响度远比中频要小。要说明的是，这些规律属于一个平均规律，是专业人士多年测试的统计值。所以对有些朋友可能会有些差异。视障者音乐制作交流基地（szzyyzz.com）里这么多朋友，难保不出几双秀逗了的耳朵，据我大胆猜测，我们这里搞不好还有能听见“超声波”的朋友，因为每次我半夜上网，总发现论坛上埋伏着不少朋友，这种白天睡觉夜晚出动的习性，和一种叫“蝙蝠”的动物很类似哦，哈哈。
    从音乐作品整体的角度来看，音乐的响度在这个时代，已经变的越来越重要了。随着社会发展，人们的生活进步了，听的音乐也逐渐火暴起来。从上个世纪80年代软绵绵的流行歌，到90年代的摇滚乐，直到本世纪初流行的Hip Hop、新金属、电子乐等等，一个最明显的现象就是，音乐的响度在不断提升。我们播放音乐的设备在不断进步，用的音箱功率越来越大，耳朵也开始更挑剔了。
    大家应该都听说过“唱片工业”这个名词吧！既然是工业就一定有其产品标准。一张音乐CD如果没有足够的响度，就不合乎唱片工业的标准，属于伪劣产品，属于次品，甚至属于废品！但是，如果一味追求响度而无所顾忌的提升，最终造成的损失就是音乐的动态起伏减少，音乐失去层次，清晰度下降。这样的唱片即使响度很大，也是伪劣产品，也是次品，也是废品！！所以，追求大响度和追求动态起伏之间，需要一个平衡点。了解了响度和它的重要性，我们才能在自己的作品里合理的提升它，使自己的音乐达到真正的工业标准。
    最后要说的就是声音的音色了。
    音色（Timbre）。声音的特性，由发声物体本身材料、结构决定。又称音品、音质。
    音色这个东西很有意思。你看，同样是标准音A，振动频率都是440Hz，但钢琴和二胡的声音相差有多远，即使都是二胡，宋飞的二胡和阿炳的二胡，音质相差有多远！我们在做电脑音乐的时候，要面对各种各样的音色，同样是A，同样的振动频率，音色则千变万化！这究竟是怎么回事？不是振动频率都一样吗？怎么会声音不一样呢？
    声音音色的不同，是由于频谱特性和包络的不同而造成的。
    首先先引进一个理论——“傅立叶变换”(Fourier Transform)。声音可以被分解为不同频率不同强度正弦波的叠加。这种变换（或分解）的过程，称为傅立叶变换
    那么“正弦波（sine）”又是个神马玩意呢？它是最纯的波。是简谐运动所产生的波。它的波形是正弦函数的曲线形状。正弦函数是初中课本里的知识，大家应该都知道吧！
    老王嚷道：“初中的数学课我在睡觉，根本没听讲。”哼哼，谁叫你当时没好好学习的，快去找初中课本补习吧！
    声波分为单纯波和复合波。单纯波：即简谐振动，有正弦波、三角波、锯齿波、方波等。复合波（乐音）：复合音，由一个固定频率的基音和数个与基音频率成倍数增加的泛音构成。噪声波：体现为噪声，在付利叶理论中，这种噪声波是由无数单纯波相互调制复合而成的。
    老王，你听说过“弹簧的简谐运动”与“单摆的简谐运动”吧。其实我们前面都已经零零散散的说过了。正弦波在一个周期内做一次来回的运动，也就是震动。正弦波上下震动的高度叫做振幅。正向最高点叫做波峰，负向最高点叫做波谷。声波完成一次震动就传播一次波长。我们把声波传播一次的时间叫做周期。这就是最纯的波。
    我们身边的声音可并不都是正弦波。而是包括了各种各样的高频成分，这些成分就叫做谐波，也就是谐波分量。现在的音乐软件都有频谱分析仪，我们可以通过频谱分析仪来把声音的频率分析成图形。
    老王嚷道：“你这不是胡扯吗？我们视障者看不到，怎么了解这个啊？”虽然说的在理，但是我们可以作为常识，来了解一下吗，不是吗？可以想象一下噻。
    单频率的声音出来是一根谱线（基频）；而复杂的声音，比如乐器演奏等，可分解出基频和它的谐频，也叫做范音（包括偶次谐频和奇次谐频等），由这些谱线组成的频谱叫线状频谱。线状频谱是乐音的基本特征，而“连续频谱”则是噪音的基本特征。
    老王，我看你迷茫的样子，我还是换一种说法来解释一下吧。以小提琴为例，当它的A弦振动时，并不仅仅是整根弦在振动，这根弦的二分之一、三分之一、四分之一、五分之一、……处都在振动着。于是，整根弦的振动产生了最主要的频率，我们称之为基音；而弦长的二分之一、三分之一、四分之一等处的振动则产生了一些次要的频率，我们称之为泛音。如果一个物体振动所发出的泛音为基音的整数倍，这个音就会具有清晰可辨的音高，我们称之为乐音，如钢琴、小提琴等发出的都是乐音；如果泛音是基音的非整数倍，这个音就不具备清晰可辨的音高，我们称之为噪音，如汽车发动机、计算机风扇等发出的都是噪音。
    频谱是区分不同乐器的依据。两种不同的乐器，比如民谣吉他和古筝，分别弹奏同一个频率的音，虽然它们发出的声音音高一致，但产生的谱线肯定不同。因为基频虽然一样，但谐波的分布形状和幅度却完全不一样。就是根据这个原理，我们的耳朵才能很快的分辨出不同的乐器声音。
    在买乐器的时候，我们往往最注重的不是这个乐器能演奏的音高、响度，而主要是在乎它的音色。即使是同一个厂出品的乐器，每一件之间都会有差异，这个差异主要表现在音色上，也就是其演奏产生的频谱不同。
    我们之所以能在相同响度及音高情况下，辨别不同的乐器，或者不同的说话的人，也是因为这些声源分别产生的频谱之间的差异。
    人们把从20Hz到20000Hz频率范围内的声音分为高频、中频和低频等频段。高频、4千赫兹以上，中频、300赫兹到4千赫兹之间，低频、300赫兹以下。如果再分得细致一些就是：超高频（Brilliance）、6千赫兹以上，高频（Presence）、4千赫兹到6千赫兹，中高频（Upper Midrange）、1.5千赫兹到4千赫兹，中低频（Lower Midrange）、300赫兹到1.5千赫兹，低频（Bass）、60赫兹到300赫兹，超低频（Sub-bass）、60赫兹以下。当然这个分界点不是固定的，只是一个大概的位置点而已。
    我们知道，在电话里听人说话，和当面听效果完全不一样。这是因为声音在电话的传输过程中有很大损失。一般电话中人声的有效频率范围只在200Hz到3000Hz之间，而人说话的频率范围大致在100Hz到8kHz之间，等于把人声的很多泛音频率切掉了。利用这个原理，就可以通过调节EQ，来模拟电话里的人声效果。这个以后聊EQ效果器的时候再细说。
    如果把从20Hz到20000Hz的频率范围内的所有声音一起同时播放，也就是人耳能听到的所有频段的声音都一起响，会是什么样的声音呢？点此播放示例音乐1.2.1点此停止该背景音乐，如需了解该播放器的其他操作，请点击网页顶部导航的“本站无障碍播放器使用说明”！。呵呵，这就是白噪声。也就是包含了人耳能听到的所有频段的声音。如果用EQ效果器将白噪声的特定频段减少，我们还可以得到粉色噪声等。点此播放示例音乐1.2.2，这就是粉噪。点此播放示例音乐1.2.3，这就是褐噪。
    在音乐制作中，明眼人常用频谱仪来观看从20赫兹到20000赫兹之间各个频段的声音分布情况，从而来调节音乐作品整体的EQ。关于频谱仪我们以后会简单的说说，但是对于我们视障者来说意义不大。
    老王扯着嗓子问：“EQ是啥黑话?”哦，那晓波在这里先简单的解释一下。EQ全称Equalizer，就是均衡。它能补偿由于各种原因造成的信号欠缺的频率成分，或是可以抑制信号中过多的频率成分。是一个改变声音的频谱构成的工具。老长说：“不就是用来改变声音音色的嘛。”嗯，没错，就是这个意思。
    我们再回头说说那个标准音A，它的频率是440Hz，但这个频率是指基频的频率，而并不是这个音里包含的所有频率。这个波比正弦波要复杂得多。谐波其实仍然是由正弦波构成的。它可以分解为多个频率和振幅各不相同的正弦波。这就是我们前面说过的著名的“傅立叶定律”。其实就是说，在有限频谱内无论多么复杂的波形，都是由非常多的不同频率振幅的正弦波叠加而成。不同的叠加方式就可以组合成各种复杂的波形。合成器正是根据这个原理发明的。为什么管弦乐队发出的声音表现力那么强？正是因为不同的声音叠在一起的时候就会产生新的音色。比如一支单簧管和一支英国管在一起吹就形成一种新的声音色彩，这也是人的非线形听觉特性所决定的。不同的乐器的不同叠加，其可能性是千变万化的。从而造就出千变万化的音乐色彩。这正是配器的魅力所在！
    另外，改变声音的包络也可以改变音色。
    声音随着时间的进行而做出的音量改变就叫作“振幅包络”，或者叫做“音量包络”。
    其实不同的声音波形都是有自己的特性的。比如钢琴的声音都是有一个音头的“当——”，然后逐渐衰减，点此播放示例音乐1.2.4。而弦乐就不是。如果把钢琴的音头去掉，那么还能听出它是钢琴么？点此播放示例音乐1.2.5。哈哈。那样根本不再是钢琴的声音了。所以在合成器里，改变声音本身的音量包络也是调音色的重要手段。
    总结一下，音调指乐音的高低，响度指声音的大小强弱，音色指声音的特色，不要搞混淆了哈。音调、响度与音色是升音的三大要素，人们就是根据他们来区分丰富多彩的声音的。
    我们上回说过声波是一种机械波，那么声波在传播的过程中都有哪些特性呢？且听晓波下回详解。
    点此查看上一篇《声音是什么？》，点此查看下一篇《声波的特性》。

zxljynszbd

沙发 zxljynszbd说：回楼主王晓波
结合学习下次在听吧。

oldmtn

板凳 oldmtn说：
帖子里面的示例音频点击都播放不了，可以直接把音频的原始文件贴出来吗？

琴韵晓波

地板 琴韵晓波说：回板凳oldmtn
目前在Microsoft Edge浏览器上的解决方法是：按alt键，下光标找到“在 Internet Explorer 模式(X)下重新加载”，回车后来浏览。