- 第 1 页 -
混音作品在手机外放难听原因
[size=1.2em]基本上是因为这三大原因导致的: 遮蔽效应(Masking)、立体声相位抵消、声音的来源[size=1.2em]
遮蔽效应(Masking): 本是基于人耳的构造而提出的理论，简单理解是不同频率声音所占“带宽”不一样。
假设有相同分贝、两个不同频率的声音通过空气将震动传入耳朵内时，占有较大带宽的频率的声音就会将占有较低带宽频率的声音遮蔽住了。
比如都是15db，基础频率为1khz的声音与15khz的声音听起来1khz会更响一些，而低频尤其是100hz以下部分甚至要数倍的能量才能让人耳在听觉上产生相同大小的声音。
手机扬声器可以理解成像人耳一样，只不过一个是生物驱动、一个是电驱动。
当混音中存在过量低频时，录音棚重放设备性能还可以，所以几乎听不到明显的问题，甚至因为长时间的混音已经听觉疲劳了。
而在小体积手机扬声器上播放时，受限于手机功放功率及振膜尺寸，低频的振幅很大，功放会拼命输出重现低频，但振膜却没有相对应的面积以足够大的力量去“扇动”足够量的空气，结果就是振膜幅度虽然有了，低频的音量却很小。
但在这个过程中，大部分功率被听不到的低频消耗掉了，整体音量变小，同时手机扬声器不像二分频、三分频一样有不同的频率分工，扬声器振膜振幅较大，所以其他频率的表现力自然就差了。
同时母带阶段因为限制器的引入，低频越多剩给其他频率的空间就越少。所以低频多了，整体音量反而小了。
这是扬声器上的“遮蔽效应”，虽然和人耳不同，但相同的概念是: 声音频率带宽是有限的。
说人话就是，首先应该尝试的思路: 降低大约20~100hz左右的低频，甚至30hz以下几乎可以直接切了。
要想保证低频听感厚度可以利用心理声学效应在基础频率的倍频，也就是谐波频率上做提升，大脑会自动帮你脑补出这个“不存在”的更低的基础频率。
Waves有个插件叫MaxxBass就是可以实现这个功能的，切基频提谐波来降低基础频率所占“带宽”来保持低声部厚度。
同时提升厚度还可以在中低频上做文章，应该用较大Q值的EQ在450hz~600hz左右适量提升。
不同的乐器有不同的声音特性，尽可能地将带宽留给那个频段最需要的乐器。比如对于Bass来说最重要的50hz~250hz，而对于木吉他来说50hz~250hz相对不是那么重要。
你不可能既想要保持木吉他声音原有的厚度，又想要保持贝斯的低音下潜。相比之下只能把木吉他的50~250hz给切了或者衰减，否则混音听起来会糊成一团，在手机上重放更差。
别说木吉他了，哪怕是斯坦威的钢琴，该切也得切。这也是为什么流行音乐录音，相比斯坦威更喜欢Yamaha的四钢弦钢琴，听起来没斯坦威那么厚还亮，更便宜又能达成效果。
中频是最拥挤的也是最重要的频段，基本上一首作品的层次感都在这体现了。
为什么有的录音棚喜欢用老白盆，早知道它的低频下潜到80hz就没有了，可以说是非常差劲的监听音箱。一方面是因为时代的原因，但是更重要是它优异的中频重现能力。
在摇滚中，哪怕是通常最重要的人声大多数时候还是得在中频给其他乐器让步。因为摇滚乐，特别是金属，失真电吉他在中频的表现远比人声重要多了。
不同风格的音乐处理方式不一样，像在流行音乐中人声就必须得给到它最优先的待遇。不像摇滚，流行音乐中最重要的就是人声，什么鼓、贝斯、吉他全部都得让步。
中频也是手机扬声器稍微能够较好重现的频段，只要你把这个频段不同乐器的层次关系给处理好了，手机上听起来外放也不会太差的。
至于高频，只要不是刚混音的人喜欢把高频弄得特别刺耳，基本上都不会有太大的问题。因为这个频段是多数乐器的泛音频段还有混响的部分，没有那么拥挤。
本帖最后由 leeseean 于 24-3-20 00:55 编辑
遮蔽效应(Masking): 本是基于人耳的构造而提出的理论，简单理解是不同频率声音所占“带宽”不一样。
假设有相同分贝、两个不同频率的声音通过空气将震动传入耳朵内时，占有较大带宽的频率的声音就会将占有较低带宽频率的声音遮蔽住了。
比如都是15db，基础频率为1khz的声音与15khz的声音听起来1khz会更响一些，而低频尤其是100hz以下部分甚至要数倍的能量才能让人耳在听觉上产生相同大小的声音。
手机扬声器可以理解成像人耳一样，只不过一个是生物驱动、一个是电驱动。
当混音中存在过量低频时，录音棚重放设备性能还可以，所以几乎听不到明显的问题，甚至因为长时间的混音已经听觉疲劳了。
而在小体积手机扬声器上播放时，受限于手机功放功率及振膜尺寸，低频的振幅很大，功放会拼命输出重现低频，但振膜却没有相对应的面积以足够大的力量去“扇动”足够量的空气，结果就是振膜幅度虽然有了，低频的音量却很小。
但在这个过程中，大部分功率被听不到的低频消耗掉了，整体音量变小，同时手机扬声器不像二分频、三分频一样有不同的频率分工，扬声器振膜振幅较大，所以其他频率的表现力自然就差了。
同时母带阶段因为限制器的引入，低频越多剩给其他频率的空间就越少。所以低频多了，整体音量反而小了。
这是扬声器上的“遮蔽效应”，虽然和人耳不同，但相同的概念是: 声音频率带宽是有限的。
说人话就是，首先应该尝试的思路: 降低大约20~100hz左右的低频，甚至30hz以下几乎可以直接切了。
要想保证低频听感厚度可以利用心理声学效应在基础频率的倍频，也就是谐波频率上做提升，大脑会自动帮你脑补出这个“不存在”的更低的基础频率。
Waves有个插件叫MaxxBass就是可以实现这个功能的，切基频提谐波来降低基础频率所占“带宽”来保持低声部厚度。
同时提升厚度还可以在中低频上做文章，应该用较大Q值的EQ在450hz~600hz左右适量提升。
不同的乐器有不同的声音特性，尽可能地将带宽留给那个频段最需要的乐器。比如对于Bass来说最重要的50hz~250hz，而对于木吉他来说50hz~250hz相对不是那么重要。
你不可能既想要保持木吉他声音原有的厚度，又想要保持贝斯的低音下潜。相比之下只能把木吉他的50~250hz给切了或者衰减，否则混音听起来会糊成一团，在手机上重放更差。
别说木吉他了，哪怕是斯坦威的钢琴，该切也得切。这也是为什么流行音乐录音，相比斯坦威更喜欢Yamaha的四钢弦钢琴，听起来没斯坦威那么厚还亮，更便宜又能达成效果。
中频是最拥挤的也是最重要的频段，基本上一首作品的层次感都在这体现了。
为什么有的录音棚喜欢用老白盆，早知道它的低频下潜到80hz就没有了，可以说是非常差劲的监听音箱。一方面是因为时代的原因，但是更重要是它优异的中频重现能力。
在摇滚中，哪怕是通常最重要的人声大多数时候还是得在中频给其他乐器让步。因为摇滚乐，特别是金属，失真电吉他在中频的表现远比人声重要多了。
不同风格的音乐处理方式不一样，像在流行音乐中人声就必须得给到它最优先的待遇。不像摇滚，流行音乐中最重要的就是人声，什么鼓、贝斯、吉他全部都得让步。
中频也是手机扬声器稍微能够较好重现的频段，只要你把这个频段不同乐器的层次关系给处理好了，手机上听起来外放也不会太差的。
至于高频，只要不是刚混音的人喜欢把高频弄得特别刺耳，基本上都不会有太大的问题。因为这个频段是多数乐器的泛音频段还有混响的部分，没有那么拥挤。
本帖最后由 leeseean 于 24-3-20 00:55 编辑
声音的来源: 不少人有一种错误的认知，认为混音可以完美拯救很烂的声音。例如当录入一段很薄的声音时，疯狂用EQ提升低频妄图去将声音变厚，殊不知提升的多是不自然的声音。
因为你录进的声音中，低频有效的信息不够多。换个例子讲，比如一支Shure SM58的麦克风，它的频响范围不明显衰减的部分，我个人称之为有效信息的频段部分大概是100hz~10khz左右。
如果去提升17khz的部分，
那你提升的到底是什么？
噪音。
因为这个17khz的频段在这支麦克风中衰减非常严重，几乎没有多少的有效信息。
再回到我刚才说的例子，前期录入的声音的有效信息部分就是固定那么多的。
假如你觉得这个录好的声音还是薄，这个时候就说明你录入的声音低频部分的有效信息不够多。
EQ永远是最后没有办法的手段，你应当优先利用近讲效应(Proximity Effect)在录音阶段去有效地提升歌手的嗓音厚度，而不是随便一录音完了就不管了，然后后期再通过EQ再拉低频。
因为你提升的低频是在一个很薄的，很少低频共鸣的声音基础上去把这个现有的声音的低频的部分给做了一个提升，那是不自然、混浊的声音。
这样出来的声音能好听吗？混音应当是最后补救方案，不应该是优先解决问题的方式。
说人话就是，录的声音不好听，再后期也是扯。
因为你录进的声音中，低频有效的信息不够多。换个例子讲，比如一支Shure SM58的麦克风，它的频响范围不明显衰减的部分，我个人称之为有效信息的频段部分大概是100hz~10khz左右。
如果去提升17khz的部分，
那你提升的到底是什么？
噪音。
因为这个17khz的频段在这支麦克风中衰减非常严重，几乎没有多少的有效信息。
再回到我刚才说的例子，前期录入的声音的有效信息部分就是固定那么多的。
假如你觉得这个录好的声音还是薄，这个时候就说明你录入的声音低频部分的有效信息不够多。
EQ永远是最后没有办法的手段，你应当优先利用近讲效应(Proximity Effect)在录音阶段去有效地提升歌手的嗓音厚度，而不是随便一录音完了就不管了，然后后期再通过EQ再拉低频。
因为你提升的低频是在一个很薄的，很少低频共鸣的声音基础上去把这个现有的声音的低频的部分给做了一个提升，那是不自然、混浊的声音。
这样出来的声音能好听吗？混音应当是最后补救方案，不应该是优先解决问题的方式。
说人话就是，录的声音不好听，再后期也是扯。
立体声相位抵消: 相位叠加抵消这个概念我们都很熟悉了，这里就不再大费周章地解释这个概念了。但是你可能不了解的是立体声左右声道之间也会相互有部分相位抵消的情况发生。
Logic Pro中自带用来检查立体声相位情况的Correlation Meter
所以数值-1, 0, 1到底分别是什么意思呢？
它是用来检查左右声道之间波形的相位的相关度的。
当数值完全正好为-1时，表明在当前时间轴上左右声道之间的波形完美相互呈180度的关系(Out of Phase)。假如把这两个波形进行相互叠加，则会相互抵消变成没有声音的状态。
当数值完全正好为0时，则说明当前时间轴上左右声道之间的波形完全不同。也就是说这两个波形之间无任何共同点*，是差异最大化的状态。理解到混音上则是目前立体声宽度最宽时的状态。
同时也是如果将两个波形进行叠加，不会发生任何抵消而只会增加的Correlation值的最低点，低于0就是抵消的开始，低至-1则是完全抵消。假如你是一个喜欢把混音做的很宽的人，那么尽量维持整首作品立体声母线的Correlation在差不多0的附近不远处浮动则是能够同时最小程度兼顾单声道兼容性，又能保持原有的混音宽度在立体声播放设备上重现时的最佳范围。
我觉得可以理解成是一个底线吧，因为假设你的作品只在夜店、酒吧等单身道音频遍地的地方播放的话那你本身就没必要做立体声，直接单声道进行混音就好了。
当数值完全正好为1时，意味着当前时间轴上左右声道之间的波形完全一样。也就是哪怕你有两个声道，但是输出的东西实际上在这一时刻完全是单声道的状态。如果相互进行叠加，只是把音量进行放大罢了。
Logic Pro中自带用来检查立体声相位情况的Correlation Meter
所以数值-1, 0, 1到底分别是什么意思呢？
它是用来检查左右声道之间波形的相位的相关度的。
当数值完全正好为-1时，表明在当前时间轴上左右声道之间的波形完美相互呈180度的关系(Out of Phase)。假如把这两个波形进行相互叠加，则会相互抵消变成没有声音的状态。
当数值完全正好为0时，则说明当前时间轴上左右声道之间的波形完全不同。也就是说这两个波形之间无任何共同点*，是差异最大化的状态。理解到混音上则是目前立体声宽度最宽时的状态。
同时也是如果将两个波形进行叠加，不会发生任何抵消而只会增加的Correlation值的最低点，低于0就是抵消的开始，低至-1则是完全抵消。假如你是一个喜欢把混音做的很宽的人，那么尽量维持整首作品立体声母线的Correlation在差不多0的附近不远处浮动则是能够同时最小程度兼顾单声道兼容性，又能保持原有的混音宽度在立体声播放设备上重现时的最佳范围。
我觉得可以理解成是一个底线吧，因为假设你的作品只在夜店、酒吧等单身道音频遍地的地方播放的话那你本身就没必要做立体声，直接单声道进行混音就好了。
当数值完全正好为1时，意味着当前时间轴上左右声道之间的波形完全一样。也就是哪怕你有两个声道，但是输出的东西实际上在这一时刻完全是单声道的状态。如果相互进行叠加，只是把音量进行放大罢了。
所以这些概念与我的作品在手机上听起来难听有什么关系？
我想说的是这本身是一个很复杂的问题。
首先我们都知道立体声是有左右两个通道分别最终分别输出到左右两只监听音箱或者耳机上的。
这意味着哪怕两个通道的之间的波形相位完全相反，但是从两个音箱里播放你还是能够听到声音。因为两个波形分别独立地从左右两只音箱传播到空气中就已经发生了改变了，它们之间并不会发生非常完美的相位抵消。
但是这两个声音信号在系统里是完全相位相反的，所以它在空气中会在某一个点，特别是低频上会发生很明显部分相位抵消效应。
听起来就是声音会变得非常单薄，特别是在近距离听的时候。可能在你自己的监听设备上听起来还不是太差，可一旦这个听音环境变成非常恶劣的日常生活场景，这个问题就会被放大。
所以当混音在别的设备上变得非常难听时，你很有可能遭遇了比较严重的立体声相位抵消。
实际上声音在空气传播是一种很复杂的状态，这里很难一言两语将其涵盖完毕。
当声音以90度角撞击到你面前的墙壁时，反射回来的那部分声音它的波形相位状态刚好又是碰撞之前完全相反的。
回到话题，简单理解，说人话的时间: 我们只需要知道你应该尽可能让立体声母线上的Correlation Value大于0。
如果它频繁地小于0，同时又很接近-1的位置时，在单声道扬声器上播放时，它听起来一定就跟一团shit一样烂，而用立体声扬声器听起来一样样有很大概率挺糟糕的。
同时手机扬声器大多数都是单声道的，立体声转单声道其实就是简单将左右声道的信号进行叠加整除2以后再通过扬声器功放播放出来。
所以当发生了严重的相位抵消，而音量又通过立体声转单声道之后，本身就被降低了一半，所以听起来就会很小声，这不仅是手机扬声器频率响应的问题。
顺带科普一下立体声转单声道的简易的电路图你就明白了不是简单的左右声道捏一块就完了，这样整体信号有可能是原来的两倍的。
所以本来听起来还凑合的混音一到单声道上就很差劲了，一定要检查一下单声道的兼容性。看看立体声左右声道时间有无严重的相位抵消。
不仅仅是''为了单声道的兼容性''，也是为了在立体声放音设备上能更好的重现你的作品。
那如何修正有问题的相位关系呢？
最好的方式就是重新做混音，当然目前插件也是有解决方案的。
Waves InPhase插件
通过调节左右声道之间微小的延迟与EQ关系去修正相位问题，当然这货我不建议你整个往立体声母线上一丢去调整就完事了。
要么就分段式检查用类似Pro Tools上Audio Suite的这种破坏式编辑的方式去修正，要么就试下两两比对。
每次Solo两个轨道看下是哪两个轨道的声音在左右声道经常之间发生很矛盾。
这里我也想说明一个观点，我不认为你能在整首作品中能够完美的保证所有时间点都不会发生立体声相位抵消。事实上，简短偶尔的不严重的相位抵消是可以允许发生的。
本身以目前的科技，立体声放音设备就没有办法完全还原声音本来的模样。这也是这个时代我认为遇到的瓶颈吧。
你应该确保的是Correlation尽可能地绝大部分时间都在0-1之间的范围波动，偶尔掉到0以下哪怕有那么一次掉到-1我都不觉得是问题。
但是如果Correlation大部分时间在-1和0之前波动那么这混音几乎一定是存在很大的问题了，你需要去修正它，或者重做混音。
我想说的是这本身是一个很复杂的问题。
首先我们都知道立体声是有左右两个通道分别最终分别输出到左右两只监听音箱或者耳机上的。
这意味着哪怕两个通道的之间的波形相位完全相反，但是从两个音箱里播放你还是能够听到声音。因为两个波形分别独立地从左右两只音箱传播到空气中就已经发生了改变了，它们之间并不会发生非常完美的相位抵消。
但是这两个声音信号在系统里是完全相位相反的，所以它在空气中会在某一个点，特别是低频上会发生很明显部分相位抵消效应。
听起来就是声音会变得非常单薄，特别是在近距离听的时候。可能在你自己的监听设备上听起来还不是太差，可一旦这个听音环境变成非常恶劣的日常生活场景，这个问题就会被放大。
所以当混音在别的设备上变得非常难听时，你很有可能遭遇了比较严重的立体声相位抵消。
实际上声音在空气传播是一种很复杂的状态，这里很难一言两语将其涵盖完毕。
当声音以90度角撞击到你面前的墙壁时，反射回来的那部分声音它的波形相位状态刚好又是碰撞之前完全相反的。
回到话题，简单理解，说人话的时间: 我们只需要知道你应该尽可能让立体声母线上的Correlation Value大于0。
如果它频繁地小于0，同时又很接近-1的位置时，在单声道扬声器上播放时，它听起来一定就跟一团shit一样烂，而用立体声扬声器听起来一样样有很大概率挺糟糕的。
同时手机扬声器大多数都是单声道的，立体声转单声道其实就是简单将左右声道的信号进行叠加整除2以后再通过扬声器功放播放出来。
所以当发生了严重的相位抵消，而音量又通过立体声转单声道之后，本身就被降低了一半，所以听起来就会很小声，这不仅是手机扬声器频率响应的问题。
顺带科普一下立体声转单声道的简易的电路图你就明白了不是简单的左右声道捏一块就完了，这样整体信号有可能是原来的两倍的。
所以本来听起来还凑合的混音一到单声道上就很差劲了，一定要检查一下单声道的兼容性。看看立体声左右声道时间有无严重的相位抵消。
不仅仅是''为了单声道的兼容性''，也是为了在立体声放音设备上能更好的重现你的作品。
那如何修正有问题的相位关系呢？
最好的方式就是重新做混音，当然目前插件也是有解决方案的。
Waves InPhase插件
通过调节左右声道之间微小的延迟与EQ关系去修正相位问题，当然这货我不建议你整个往立体声母线上一丢去调整就完事了。
要么就分段式检查用类似Pro Tools上Audio Suite的这种破坏式编辑的方式去修正，要么就试下两两比对。
每次Solo两个轨道看下是哪两个轨道的声音在左右声道经常之间发生很矛盾。
这里我也想说明一个观点，我不认为你能在整首作品中能够完美的保证所有时间点都不会发生立体声相位抵消。事实上，简短偶尔的不严重的相位抵消是可以允许发生的。
本身以目前的科技，立体声放音设备就没有办法完全还原声音本来的模样。这也是这个时代我认为遇到的瓶颈吧。
你应该确保的是Correlation尽可能地绝大部分时间都在0-1之间的范围波动，偶尔掉到0以下哪怕有那么一次掉到-1我都不觉得是问题。
但是如果Correlation大部分时间在-1和0之前波动那么这混音几乎一定是存在很大的问题了，你需要去修正它，或者重做混音。
