2. 音频基础:声音的物理特性、人耳听觉特性、数字音频基础

做均衡器设计,说白了就是在跟声音打交道。你得先搞清楚声音到底是什么玩意儿,人耳朵又是怎么听声音的,最后还得知道计算机是怎么把声音存下来的。这三件事搞明白了,后面调EQ才有底气。

我记得刚入行那会儿,有个老工程师跟我说过一句话:「你不懂物理,调出来的EQ就是瞎蒙;你不懂人耳,调出来的EQ就是自嗨;你不懂数字音频,调出来的EQ就是废品。」这话糙理不糙,今天我就把这三块掰开了讲给你听。

2.1 声音的物理特性

声音的本质是什么?说白了就是振动。物体振动挤压空气,空气分子一推一拉,形成疏密波,传到耳朵里就是声音。

2.1.1 频率与音高

频率决定了音高。单位是赫兹(Hz),意思是一秒钟振动多少次。

  • 20 Hz - 20,000 Hz:人耳能听到的范围
  • 低频(20-200 Hz):感觉是「轰隆隆」的,比如大鼓、低音提琴
  • 中频(200-2000 Hz):人声、吉他、钢琴的主要区域
  • 高频(2000-20,000 Hz):镲片、三角铁、齿音
我的经验:做均衡器时,我习惯把20-200 Hz叫「地基」,200-2000 Hz叫「骨架」,2000 Hz以上叫「空气」。调EQ的时候,先动地基,再动骨架,最后才动空气。顺序乱了,声音就散了。

2.1.2 振幅与响度

振幅决定了声音的大小。振幅越大,声音越响。但这里有个坑——人耳对响度的感知不是线性的。

举个例子:你把音量旋钮拧大一倍,耳朵感觉到的响度并没有翻倍。这就是为什么我们用分贝(dB)这个单位。分贝是对数刻度,3 dB的变化对应功率翻倍,但人耳听起来只是「稍微大声了一点」。

避坑指南:我曾经在调一个低频EQ时,把50 Hz的增益拉了+6 dB,心想「才6 dB,应该还好」。结果一放出来,整个房间都在抖。后来才明白,低频的功率需求远高于中高频,+6 dB在低频段是巨大的能量变化。所以调低频时,我建议每次只动1-2 dB,慢慢来。

2.1.3 相位

相位是个容易让人头疼的概念。简单说,就是声波在时间轴上的位置。

  • 同相(0°):两个波峰对齐,叠加后声音变大
  • 反相(180°):一个波峰对一个波谷,互相抵消,声音变小甚至消失

做均衡器时,相位问题特别容易出现在多频段处理中。你调了低频,结果中频也跟着变了,这就是相位偏移搞的鬼。

2.2 人耳听觉特性

搞懂了物理特性,还得搞懂人耳。因为均衡器最终是给人听的,不是给仪器听的。

2.2.1 等响曲线

人耳对不同频率的敏感度是不一样的。这个差异可以用等响曲线来描述。

简单说:

  • 人耳对中频(1-4 kHz)最敏感
  • 对低频和高频相对迟钝
  • 音量越小,这种差异越明显

这就是为什么你在小音量下听歌,感觉低频没了。不是真的没了,是你耳朵没听到。

实战技巧:我调EQ时有个习惯——先用中等音量调,然后切到小音量检查低频是否还在,再切到大音量检查高频是否刺耳。三个音量都过了,才算合格。

2.2.2 掩蔽效应

一个声音会被另一个声音「盖住」,这就是掩蔽效应。分两种:

  • 频率掩蔽:一个强信号会掩盖附近频率的弱信号。比如一个响亮的鼓声,会让你听不到同时演奏的贝斯
  • 时间掩蔽:强信号结束后,耳朵需要一点时间恢复,这期间听不到弱信号

做均衡器时,掩蔽效应是最大的敌人之一。你想想看,如果两个乐器在同一个频段打架,你调哪个都不对。这时候就得用EQ把它们的频段错开,让每个乐器都有自己的「地盘」。

2.2.3 听觉疲劳

人耳听久了会累。尤其是高频过多时,疲劳感来得更快。我见过不少新手调EQ,为了追求「清晰度」,把高频拉得很高。结果听五分钟就觉得耳朵疼。

我曾经犯过的错:有一次给客户调一套音响系统,我花了三个小时把高频调得「晶莹剔透」。客户一听,说「太刺了」。我不服,让他自己调。他直接把8 kHz以上的部分砍了-3 dB,声音立马舒服了。从那以后,我调高频时都会问自己一句:「这声音我能听一整天吗?」

2.3 数字音频基础

好了,物理特性和人耳特性都搞清楚了。接下来就是计算机怎么处理声音的问题。

2.3.1 采样率

模拟声音是连续的,计算机只能处理离散的点。采样率就是每秒钟取多少个点。

采样率 常见用途 最高频率
44.1 kHz CD音质 22.05 kHz
48 kHz 影视、视频 24 kHz
96 kHz 专业录音 48 kHz
192 kHz 高解析音频 96 kHz

根据奈奎斯特定理,采样率必须大于最高频率的两倍。所以44.1 kHz能覆盖20 kHz的人耳上限,理论上够用了。

我的建议:做均衡器设计时,我一般用48 kHz或96 kHz。48 kHz兼容性好,96 kHz在数字滤波时能提供更多余量。192 kHz?说实话,对均衡器来说意义不大,反而增加计算量。

2.3.2 位深度

位深度决定了动态范围。简单说,就是能记录多小的声音和多大的声音之间的差距。

  • 16 bit:动态范围约96 dB,CD标准
  • 24 bit:动态范围约144 dB,专业录音标准
  • 32 bit float:动态范围极大,常用于后期处理

做均衡器时,位深度直接影响处理精度。你用16 bit做EQ,每做一次运算都会损失一点精度。用24 bit或32 bit float,基本不用担心这个问题。

2.3.3 数字音频处理流程

下面这张图是我自己画的,展示了数字音频从输入到输出的完整流程:

模拟信号 ADC采样 数字信号 (EQ处理) DAC转换 麦克风/乐器 采样率+位深度 滤波/增益/相位 扬声器/耳机 数字音频处理流程 采样率决定频率范围 | 位深度决定动态范围 核心:EQ处理在数字域完成,精度取决于采样率和位深度

2.3.4 数字滤波基础

均衡器的核心就是滤波器。数字滤波器分两种:

  • FIR(有限脉冲响应):稳定,线性相位,但计算量大
  • IIR(无限脉冲响应):计算量小,但可能有相位失真

做均衡器时,我个人的习惯是:

  • 需要精确控制相位时,用FIR
  • 需要实时处理、低延迟时,用IIR
  • 大多数情况下,IIR就够用了,而且效率高
核心要点:数字音频处理不是玄学,是数学。采样率、位深度、滤波器类型,每一个参数都直接影响最终声音质量。搞懂这些基础,你调出来的EQ才有理有据,不是瞎蒙。

嗯,音频基础这块就讲这么多。物理特性让你知道声音是什么,人耳特性让你知道怎么调才好听,数字音频基础让你知道怎么用计算机实现。这三块是均衡器设计的根基,根基不稳,后面全是空中楼阁。


公众号:蓝海资料掘金营,微信deep3321