Mixanalytic 声音实验室 · 读一读,听一听,试一试

音频压缩器是怎么工作的?亲耳听,亲手调

压缩器通过把较响的部分相对于较安静的部分压低,来改变声音的动态。阈值(Threshold)决定它从哪个电平开始起作用,压缩比(Ratio)决定超过阈值的那部分电平被压低多少,启动时间(Attack)和释放时间(Release)决定增益衰减(Gain Reduction)建立和松开的快慢。之后,你可以用补偿增益(Makeup Gain)把电平拉回来。这就是常见的向下压缩的基础。

难点在于听出哪个参数起了什么作用。所以这一页放了一台压缩器,你可以边读边试:播放同一段循环,只改一个设置,然后在相近的平均电平下比较处理前后。

边读边试压缩器

点击播放演示。你会听到一段合成的鼓和贝斯循环。A / 压缩前播放未经压缩的信号;B / 压缩后播放经过压缩器的信号。做前几个练习时,请保持A/B 电平匹配开启。

边听边试

你自己的声音实验室。

在单独页面中打开演示

进入声音实验室,然后点击“播放演示”。iPhone 没有声音?请关闭静音模式。

进入声音实验室

先从明显预设开始:阈值 −24 dB、压缩比 4:1、启动 10 ms、释放 150 ms。在压缩前和压缩后之间来回切换几次。注意听每一下鼓击的开头、主体,以及鼓击之间的间隙。然后一次只动一个参数。

点击自己的音频,就能用你自己的片段来试,单声道或立体声都可以。演示支持最大 25 MB、最长两分钟的文件。音频文件在你的浏览器中解码,演示不会把它发送给 Mixanalytic。

3D 视图用来说明原理,并不是任何真实模拟压缩器的模型。不过,它显示的信号电平和增益衰减,都来自你正在听到的真实处理。

压缩对声音有什么作用?

当你想改变一个声音的电平随时间起伏的方式时,就用压缩器。比如,你可能想压住几下过响的鼓击,或者改变瞬态与声音其余部分之间的平衡。效果好不好,要放回这个声音实际所在的整首歌里去判断。

从一个具体问题入手:“军鼓有几下特别冲”比“这轨得上个压缩”有用得多。它也给了你事后检查的依据:军鼓现在是否更均匀了?它是否还保留着你想要的能量?

动态范围压缩和文件压缩不是一回事。这里的参数改变的是音乐电平随时间起伏的方式,不会设置 MP3 比特率,也不会让音频文件变小。演示只回放处理结果,不会导出新的母带。

演示中的四个参数

参数 调节的是什么 听什么
阈值 压缩开始起作用的电平 有多少素材会触发压缩
压缩比 超过阈值后,输入电平变化与输出电平变化之比 较响的部分被压得多狠
启动 增益衰减建立的速度 瞬态受到怎样的影响
释放 增益衰减松开的速度 鼓击之间声音如何恢复

阈值:压缩器什么时候开始起作用?

阈值是压缩器作出反应的电平。在理想的硬拐点(hard knee)模型中,检测到的电平一越过阈值,压缩就开始。阈值越低,同一信号中超过阈值的部分就越多。如果是软拐点,压缩会在阈值附近更平缓地介入。FabFilter 对阈值和拐点的说明

在演示中先试 −12 dB,再试 −30 dB,压缩比保持不变。观察增益衰减,听听循环中有多少部分受到影响。不知道输入电平,阈值设置就没多大意义:同一个数值,在响的片段上可能压得很狠,在轻的片段上却几乎不起作用。

在演示中,音量改变的是处理之后的监听电平。所以把它调小,并不会改变压缩器的工作强度。

压缩比:4:1 是什么意思?

压缩比 4:1 的意思是:在理想的静态模型中,输入电平在阈值之上每升高 4 dB,输出电平只升高 1 dB。压缩比只作用于阈值之上的部分,而不是信号的全部电平。压缩比的定义

假设阈值是 −24 dBFS,输入是 −12 dBFS,那么输入比阈值高 12 dB。在 4:1 下,12 / 4 = 3 dB 留在阈值之上。输出为 −24 + 3 = −21 dBFS,也就是在补偿增益之前有 9 dB 的增益衰减。

输入 阈值 压缩比 补偿增益之前的理想输出
−12 dBFS −24 dBFS 1:1 −12 dBFS
−12 dBFS −24 dBFS 2:1 −18 dBFS
−12 dBFS −24 dBFS 4:1 −21 dBFS
−12 dBFS −24 dBFS 10:1 −22.8 dBFS

这张表是一个计算示例,并不是对循环中每一刻的预测。时间参数、补偿增益和电平匹配都会影响电平表上的读数。用曲线来理解输入与输出的关系,用 A/B 来判断声音。

启动时间:有多少瞬态能透过来?

启动时间决定压缩器增加增益衰减的速度。别把“10 ms”理解成压缩器先等十毫秒,然后突然狠狠压下去。增益衰减是在这段时间里逐渐建立起来的。在演示所用的 Web Audio 压缩器中,启动时间定义为把增益降低 10 dB 所需的时间。其他压缩器对启动时间的定义和测量方式各不相同。演示中启动参数的定义

鼓击开头那一下短促的爆发叫作瞬态。听一听:较短的启动时间是否把瞬态削圆了,较长的启动时间是否让更多瞬态透了过来。这种变化在鼓上可能比在平滑、持续的声音上更容易听出来。FabFilter 关于时间参数的指南

比较时,阈值和压缩比保持不变。否则你就得同时理清好几处变化。

释放时间:压缩器在鼓击之间如何松开?

释放时间决定压缩器撤回增益衰减的速度。在演示的 Web Audio 压缩器中,它是增益回升 10 dB 所需的时间。所以这个数值并不表示每次鼓击之后,增益衰减总会在正好这么多毫秒后回到零。演示中释放参数的定义

比较 50 ms 和 500 ms,把注意力放在鼓击之间的间隙上。听听声音的主体或背景有没有出现你不想要的电平变化。没有哪个释放值适合所有素材;要结合你正在处理的律动来判断恢复效果。

先用一个容易听出恢复过程的设置,再把参数往更细微的方向调。这是听音练习,并不规定成品混音应该是什么声音。

四个听音练习,帮你弄懂这些参数

先用演示循环来练,这样你能把一个声音听熟。保持电平匹配开启。等你能说清某个参数改变了什么,再换成你自己的素材。

1. 听出压缩少与压缩多的区别

选择明显预设,听压缩后的声音。比较阈值 −12 dB 和 −30 dB,其他参数保持不动。

然后把阈值设在 −30 dB,在 A 和 B 之间切换。试着不用“更好”或“更差”来描述差别。鼓击是否变得更均匀了?主体有没有变化?这样的描述能帮你判断这种变化是否适合这段音乐。

2. 比较较低和较高的压缩比

把阈值设为 −24 dB。比较压缩比 2:1 和 10:1,启动和释放保持不变。

先看增益衰减表,然后不看数字再听一遍。数字越大,只说明压缩器压得越多,并不说明结果是否符合你的目标。最后切换到压缩前,问问自己:和原声相比,你真的更喜欢这两个压缩版本中的任何一个吗?

3. 听启动时间对鼓击的影响

使用阈值 −26 dB、压缩比 6:1、释放 150 ms。把启动时间在 0.5 ms 和 60 ms 之间切换。这个练习故意用了极端值。

专注于每一下鼓击最开头的那一瞬间。然后试一个介于两个极端之间的值。真实混音里你不必用其中任何一个;目的是把一个能听出的变化和正确的参数对应起来。

4. 用释放时间跟住恢复过程

保持一个能听出压缩的启动时间,比较释放 50 ms 和 500 ms。听听声音的主体和背景在鼓击之间是怎样恢复的。试着让循环继续播放,同时把视线从电平表上移开。

最后,在压缩前和压缩后之间切换。如果很难记住原声的感觉,就比较较短的段落,不要长时间只听一个版本。如果你在单独页面中打开演示,还能找到一个分三步的引导听音流程。

怎样看电平表,才不会得出错误结论

输入和输出显示所选监听路径前后信号的短时 RMS。RMS 是信号在测量窗口内的有效电平。演示用单声道总和来计算电平读数;你听到的声音仍是立体声。增益衰减显示你在听压缩后时,压缩器把信号压低了多少 dB。在压缩前模式下,这个表读数为零,因为你听到的声音没有经过压缩。压缩器一压低信号,增益衰减表就会立刻上升,但回落很慢:一个约三分之一秒的固定时间常数限制了它下降的速度,与释放设置无关。因此在释放时间较短时,它在鼓击之间显示的增益衰减可能比压缩器实际施加的更多。

不要把两个 RMS 数字之差当作增益衰减的精确值。在演示中,补偿增益、电平匹配和压缩器的时间特性都会影响你看到的读数。用增益衰减表看压缩器对鼓击压得有多狠,用输入/输出看信号电平。

“动态随时间变化”图表中的阈值虚线只是一个参考。图表显示的是 RMS,所以曲线与这条线的交点,并不能准确标出压缩器检测器开始或停止反应的时刻。同样,图上某一点降到线下时,压缩器也不会在那一刻释放全部增益衰减。

峰值、峰均比和 LUFS 测量的是不同的东西,所以最好把它们分清楚。更多内容请阅读 Mixanalytic 的动态范围、峰均比与 LUFS 指南。

比较时为什么要做电平匹配?

把两个问题分开:你喜欢动态上的变化吗?你喜欢监听电平上的变化吗?回答第一个问题时,请保持A/B 电平匹配开启。如果你还想在没有演示额外 RMS 匹配的情况下比较响度,就把它关掉。

浏览器的压缩器会自动施加补偿增益。在此基础上,演示的电平匹配还会加上一个固定的增益偏移,它根据片段处理前后的 RMS 计算得出。这种匹配不会像额外的自动音量控制那样,逐下跟着鼓击调整电平。Web Audio 规范描述了压缩器的处理方式。

RMS 匹配不能保证感知响度完全一致,它也不是 LUFS 匹配。你仍然需要仔细地听,尤其是在音色和瞬态发生变化时。EBU 关于响度测量的文档

从练习到你自己的混音

对人声、贝斯或鼓组总线也用同样的方法:选一个问题,比较处理前后,再在完整编曲中检查结果。不要一开始就把另一个声音的四个设置全部照搬过来。

素材与目标 先探索 然后检查
人声,有些乐句特别冲 阈值和压缩比如何影响较响的段落 乐句是否仍然自然
贝斯,有些音特别突出 增益衰减是否作用到了你想压住的音 音与音之间的恢复是否合适
鼓,想重塑瞬态 启动时间,同时锁定阈值和压缩比 瞬态与主体之间的平衡是否合适
完整混音,想试试减少电平起伏 小幅调整,并频繁做 A/B 比较 在歌曲的多个段落里,你是否都更喜欢这个结果

这张表给出的是一种工作流程,不是一套现成的设置。如果某一个乐句或某一个音需要精确的电平调整,你也可以试试音量自动化,并把它和压缩作比较。即使最后根本不用压缩器,这个练习也能帮你做出有用的决定。

学压缩时的常见错误

一次把所有参数都动了。回到“明显”预设,只改一个数值。继续之前,先用一句话写下你听到了什么,会很有帮助。

追求某个特定的增益衰减数字。先决定什么地方应该听起来不同。数字能帮你重现某个结果,但不能替你选择结果。

没注意到自己在不同电平下比较版本。打开电平匹配,重新比较一次。选定一个监听电平,并一直保持。

只在独奏状态下判断一轨。切回完整编曲。独奏时你喜欢的变化,在其他乐器回来之后可能听起来不一样。

以为每个插件都会给出相同的结果。用演示来学习原理,然后查看你自己压缩器的说明书,了解它的时间参数和补偿增益是如何工作的。

拐点、侧链和限制器:演示没有展示什么?

拐点描述阈值附近的过渡方式。硬拐点在静态曲线上有一个更尖锐的转折点;软拐点则是平缓过渡。演示使用固定的硬拐点,所以这里没法用拐点参数来比较两者。FabFilter 对拐点的说明

外部侧链(Sidechain)指由另一个信号来控制压缩器的增益衰减。典型的例子是贝斯上的压缩器由底鼓触发。演示没有外部侧链输入。Ableton 的手册说明了侧链信号和被处理的信号是如何分开的。Live 的 Compressor 中的侧链

限制器(Limiter)用来把峰值保持在某个上限之下。理想的静态限制器可以描述为压缩比无穷大,但在压缩器上使用很高的压缩比,并不会自动带来同样的上限保证或真峰值(true peak)控制。所以,别把演示中 20:1 的压缩比当作母带一定低于某个峰值电平的证据。Ableton 的 Limiter 手册

演示不提供多段压缩、模拟染色,也无法导出处理后的音频。用它来探索压缩,然后在你自己的 DAW 中完成实际工作。

什么时候保留原声更好?

如果在相近的平均电平下比较时你更喜欢压缩前,那就保留压缩前。不要只因为参数已经调好了,就留着压缩。

回到你一开始要解决的问题。如果问题解决了,但瞬态的质感不对了,就看看启动时间。如果这个问题在编曲中已经不再困扰你,就试试不做处理。一次有用的比较,结果也可能是原声胜出。

关于瞬态本身的更多内容,请看 Mixanalytic 的瞬态与冲击力指南。它为这个听音练习补充了另一种审视鼓声的方法。

听出差别了?在你自己的混音里测一测

这个演示展示的是压缩器对一段循环的作用。把你自己的曲目上传到 Mixanalytic:我们会测量它的动态、峰均比和 LUFS,并给出混音调整建议。

分析你的混音

关于音频压缩器的常见问题

压缩器会让音频变响吗?

标准的向下压缩会把较响的部分相对于较安静的部分压低。之后,补偿增益可以提升整个信号。在演示中,压缩器会自动施加补偿增益,电平匹配则帮助你在相近的 RMS 电平下比较动态。

新手应该从什么压缩器设置开始?

从演示中的“明显”预设开始:阈值 −24 dB、压缩比 4:1、启动 10 ms、释放 150 ms。这些数值只是这段循环的起点。用在你自己的素材上时,关键是弄清信号电平与阈值之间的关系。

压缩器好像没什么作用时,怎样才能听出差别?

试试更低的阈值和更高的压缩比,然后把启动时间在两个极端值之间切换。在压缩前和压缩后之间比较同一小段。等你能分辨出自己改变了什么,再把效果减弱一些。

可以用我自己的音乐来试吗?

可以。点击“自己的音频”,挑一个单声道或立体声片段,时长不超过两分钟,大小不超过 25 MB。文件在你的浏览器本地处理。如果格式无法读取,你会看到一条错误消息,并可以继续使用之前的音源。

可以用这个演示做母带吗?

用它来学习各个参数如何影响一个片段,并比较不同设置。它不导出母带,也不检查真峰值或响度目标。请在你用于制作的环境中完成并检查最终交付文件。

你的想法

你觉得这类文章怎么样?

我们想知道哪些地方有帮助,哪些地方还不够清楚。两个简单的问题,外加一条可选评论。

1. 现在你清楚每个参数的作用了吗?
2. 下一篇指南你更希望用哪种形式?

最多 1000 个字符。请勿填写敏感的个人信息。

是否回答完全自愿。我们不会询问姓名或电子邮件地址。回答会被保存下来,用于改进内容;在同一个浏览器会话中,你可以更新自己的回答。