编曲与混音中精细控制动态余量的技巧
📅 ~
🏷️ 混音 折腾记录
记录近两年关于编曲、混音阶段保留动态余量的看法，相比2021年有了更进一步理解。
提升歌曲的响度不仅仅是母带处理的问题，还在很大程度上与音频的具体内容有关。一首歌曲的电平、频率、声场、瞬态资源都是有限的，在编排与混音阶段，如何为各个音轨分配、平衡有限的资源，会对歌曲的动态余量（headroom）产生重大影响。只有先在编混阶段削弱对于成品价值不大的声音，母带阶段才能获得更多的空间来提升响度。
电平平衡
放宽整体电平焦虑
首先明确，纯数字的混音工作流其实对于混音的整体电平有一定的容错率。得益于 DAW 内部 32-bit 浮点运算的超高动态范围，只要信号链中没有挂载非线性的饱和与失真类插件，分轨电平过高所导致的过载，都能通过总线的增益衰减无损恢复。网传的“从 -18 dB / -12 dB 开始、最终混到 -6 / -3 dB”的经验（具体数字有许多不同版本），在纯数字混音的语境中更像是一种良好的工作习惯，而不是颠扑不破的绝对法则。在纯数字的混音流程中，只要整体电平误差控制在合理范围内，就不会对母带品质产生实质性的损害。
那么，怎样的误差算是超出了合理范围呢？例如，过高的输入电平会使音轨冲出饱和/失真类插件的最佳工作甜点，导致音色失真走样；而十几dB的电平降低虽然对于 32-bit 浮点音频的量化噪声不会产生可闻的影响，却会在母带前的数字增益中，将人为引入的磁带、黑胶等 Lo-Fi 效果器的固有底噪连带放大。
积累分轨平衡经验
然而，整体电平的高容错，并不意味着我们可以彻底放飞分轨。作为混音工作流的起点，分轨之间相对比例的平衡依然是整个工程的重中之重。它虽然听上去最基础，但往往也是最难的环节，只能依靠多听、多混来积累直觉与经验。
参考音轨的使用虽然备受争议，但不失为一种快速突击经验的有效方法。除了在混音时将其作为纯粹的听觉参照，还可以通过可视化的音频分析工具或AI进行数据化分析，从中提取出更加直观的经验。
频率平衡
在提升响度前做减法，往往比事后做加法更有效。通过合理的频率平衡，我们可以确保混音的清晰度和层次感，从而无需追求过高的电平。
高通滤除超低频
在现代数字混音中，低频往往占据着一首歌最大的能量，是挤压动态余量的“头号杀手”。因此，使用高通滤波器滤除那些人耳不敏感、且对乐器表达毫无帮助的低频，通常是一个不错的起点。通过针对性的高通处理，精准切除分轨中基频以下的物理轰鸣声或直流偏移，把这些隐藏的“能量炸弹”清理干净，就能为后续的混音和母带阶段释放出更大的响度提升空间。
不过，高通滤波也并非无脑机械地叠加，如果一个音轨通过人耳听不到、在频谱分析工具上也观察不到多余的超低频成分，也就无需进行多余的处理。此外，应用滤波时需注意滤波器的斜率设置。若斜率过高，可能会引发“截止共振”效应，反而突出截止频率附近的频率，适得其反。
衰减冲突频率
有句话说得好——混音良好的作品，单独听每一个分轨反而是很难听的。
这提醒我们，做分轨EQ时，不仅要听solo，还应保留一定的全局视角。当不同乐器轨道的频率相冲突时，我们应当保留每个乐器最核心的特征频率1，同时适当地衰减对于混音的表达帮助不大的频率。
然而，现在市面上去掩蔽插件越来越多、越来越好用，鼠标点一点就能轻松削减两个轨道的重叠频率，以至于这种方法有被滥用的趋势。对于音色特征频率高度相近的两轨，可能并不适用这个处理方法，不加思索的去掩蔽只会削掉彼此的共同根基，反而让声音变得单薄、怪异。真正有效的去掩蔽，是在差异中为对方让度空间，而不是在相似中互相蚕食。
以染色丰富谐波
上文我们提到使用滤波器和EQ进行减法混音。那么如果某个乐器在混音中不够突出，是否只需反过来将其特征频段的电平抬高几个dB呢？
不尽然，抬EQ只是其中一种手段。另一种方法是使用饱和/失真类效果（包括音染严重的模拟类通道条/压缩等效果）。例如，在Kick轨，可以使用削波器（Clipper）；在Bass或人声轨道上，适合使用饱和器（Saturator）；而在其他乐器轨道，也可以选择过载（Overdrive）、失真（Distortion）、法兹（Fuzz）或前级模拟（PreAmp Simulation）等效果。
人耳具备根据泛音脑补基频的能力，而失真类效果可以为音频附加丰富的谐波，从而即便在较低的电平下，仍然能使分轨保持一定的清晰度，这一技巧对于增强低频乐器的可闻性尤为有效。
声场平衡
空间定位也是提升混音层次感与区分度的重要环节。人耳对声源的定位主要遵循相位差和声级差两种原理：
其中，低频的定位主要依赖双耳时间差信息。但如果我们在低频轨道中制造了左右声道的时间差，就可能导致低频相位一旦在单声道设备上回放，或立体声音箱在真实房间中叠加，不同声道的低频相位冲突就会导致振幅相互抵消，从而严重降低响度，这与我们追求响度的初衷相悖。
而中高频的定位则主要受双耳声级差影响。在常见的立体声混音中，声音在头颅两侧形成的音量差决定了方向，而「Pan」推子的主要作用就是调整左右声道的声级差，从而模拟这种定位感。
依据频段规律摆位
由此，声场摆放的原则变得明朗——
- 对于重要的音轨（例如主旋律人声），自然应将其摆放在中心享受主角待遇；
- 低频音轨也应置于中央，以避免出现低频相位差；
- 起辅助作用的中频、高频轨道（如hi-hat、吉他、合声、延迟与混响效果等），则可将其分配到整个立体声或者环绕声声场中，通过不同的空间摆位形成区分。
切除Side通道低频
即使已经将低频轨道摆在中央，我们在为其添加混响（Reverb）、乒乓延迟（Ping Pong Delay）、合唱（Chorus）等立体声效果时，仍然可能在无意中制造低频的声道差异，从而影响混音在单声道和音箱场景下的响度。
在低频音轨使用立体声效果时，如果效果本身提供了「Bass Mono」选项，通常可勾选启用；如果效果提供了湿信号的EQ或滤波选项，也可以设置一个截止频率位于中低频的高通滤波器（通常几百Hz），以滤除过于「潮湿」的低频。
此外，还可在总线轨道应用一个M/S EQ，将Mid通道的高通截止频率设定在接近人耳听觉极限的位置（约20～40Hz），而Side通道的高通频率稍高（例如50~150Hz之间的某个位置）；切除Side通道的低频后，如果觉得低频量感不足，还可在Mid通道上设置轻微的低频提升（LoShelf）。
例如在这个项目中，我在Bass与Tom轨道大量使用了Eventide的Blackhole混响，以营造迷离的氛围，最后又通过M/S处理将浑浊的低频收紧。
设计动态声场
在构建健康的立体声基底后，通过设计动态的声场宽度，可以利用听觉对比效应巧妙提升副歌的感染力。由于人耳容易对持续的宽声场产生听觉疲劳，从而削弱副歌的震撼感，因此在铺垫的段落可以适当收窄声场，将两侧元素向中央靠拢，营造相对凝聚的听觉空间。当歌曲进入副歌时，再通过自动化控制将空间展开，让乐器向两侧延伸或引入宽广的立体声效果。这种从窄到宽的动态转变能形成鲜明的对比，即使副歌的实际电平没有大幅提升，听众也能在听觉上明显感受到副歌更具冲击力的体量感与层次感。
瞬态平衡
「瞬态平衡」这个说法我不知道有没有通用的表达，字面意思乍一看可能不太直观。它概括了许多不同的方法，旨在将过于集中的瞬时音量峰值分散到时间的维度上，以减小一个小节内的电平波动。这种局部动态可以用波峰因数（crest factor）这一数据（信号的峰值电平与RMS之间的差值）来衡量。明确了这一概念，我们在面对响度提升时就有了全新视角：
如果只一味在最终母带时通过总线压缩和限幅，无脑将整体 Loudness Range 压平来换取大响度，其听感往往是疲劳的。相反，若能在前期的编曲混音阶段就前置关注段落内部 Crest Factor 的控制，通过局部动态（区别于段落间的宏观动态）的塑造，将各分轨的峰值能量在编曲与混音阶段尽可能地消化，拉高段落内部的平均能量，母带时便有充足的 headroom 保持压缩的克制，从而为段落间留出适中的动态对比，更好地保留歌曲的情绪。
设计错峰律动
基于律动的现代音乐，其电平峰值通常出现在底鼓的正拍音头。但在一个小节中，若让所有乐器都与底鼓盲目重叠，不仅听感上容易一惊一乍，长此以往也单调乏味，有分有合才是有趣的音乐。
在编曲环节，如果风格允许，可以适当在反拍上设计一些音符，或者利用切分音将重音移位。这不仅有助于营造对话感、强调歌曲的律动，更能让不同乐器的能量在时间轴上“错峰出行”，从而有效减少段落内部的电平起伏。
微调包络参数
有些合成底鼓的音头会瞬间集中所有频段的能量，导致电平峰值非常难控制。如果用硬削波器大幅削波，虽然能将电平限制在指定范围，但仍然会保持着极富冲击力的音色质感——而这种质感不一定契合所有的曲风。如果不需要这种极具侵略性的音色，不妨尝试将底鼓的启动时间（Attack）往后微调几毫秒、同时将其频率调制（Frequency Modulation）包络的调制深度也往中低频拉一拉。这样不仅能为整体混音释放出更好的响度空间，听感也会更加中性、柔和。
同理，我们也可以适当拉长那些在时间上与底鼓高度重叠的轨道的 Attack 时间（例如键盘的柱式和弦）。这类伴奏轨道的音头在混音中极易被底鼓掩蔽，因此即便在独奏时听着有些过于绵软，一旦放回总混音中，人耳也很难察觉出区别。
应用侧链工具闪避
对于无可避免的瞬态重叠，在混音过程中，则可以运用侧链压缩或侧链瞬态控制等技巧。
从微小延迟开始
相比真人实录的灵动，完全量化的数字编曲由于时值过于死板死齐，极易导致各轨道的瞬态在同一物理时间点恶性叠加。要解决这一痛点，通常可以利用 humanize 工具对时值进行微小的随机化拉开间距。
或者更简单粗暴地，通过给准备让出瞬态的音轨手动增加微小的延迟，实现物理上的错峰。为了追求不被人耳察觉的瞬态避让效果，这个延迟量需要非常短、非常克制，通常 5~15ms 就是不错的取值范围。
这种添加微小延迟的方法，还可帮助不具备侧链 Lookahead（前瞻）功能的效果器变相实现前瞻的侧链闪避——使用压缩器、瞬态修饰器、去掩蔽效果器削减音头时，不具备 Lookahead 功能的效果器常因 Attack 时间滞后而漏掉音头；若将被侧链削减的轨道手动延迟不低于 Attack 时间的毫秒数，就能让它迟到的音头精准撞上已经压到最低的衰减点，从而让没有前瞻功能的侧链动态效果器也变相获得完美的前瞻侧链闪避效果。
音量动态控制
在混音与母带处理中，压缩器可通过设定阈值并在信号电平过高时将其压低的方式缩减波峰与波谷的差距。然而，单个压缩器的极端参数设置可能会造成不自然的抽吸感，甚至导致音色染色、变脏或破裂。为了在获得更大响度的同时避免这种负面效果，可采用多级压缩策略，通过串联多个轻度工作的不同压缩器来分摊压力。此外，利用多频段压缩或动态EQ让压缩器只工作在特定频率，同样能有效避免全局电平下陷，获得更自然的动态控制。
传统压缩器采用的电平过高时向下压缩的工作原理，往往会对强音头造成动态损伤，因此在需要保留音头时，只能设定较慢的起始时间（Attack）放过瞬态，或直接使用具备这种特性的光电类压缩器。此外也可以采用平行压缩或向上压缩的方法：平行压缩让主轨自然的瞬态完全不动，仅将一条 Attack 较快的单独狠压的辅助轨悄悄混回主轨，稳稳托起底层细节；向上压缩则直接拉高低电平的弱信号增加密度。这两种手法都能在不伤音头的情况下提升响度，非常适合在分轨或乐器编组中使用，但在总线上切忌滥用，无论是过高的参数还是缺乏针对性的段落自动化微调，都极易抹平精心设计的段落间的响度对比与留白，从而削弱歌曲的层次感。
当面对轨道间的频繁瞬态碰撞时，则可利用侧链压缩进行瞬态避让。这种手法将一轨信号路由至另一轨压缩器的侧链输入端，使其在前者发声时自动衰减。侧链压缩通常需使用具备 Lookahead 功能的压缩器（或手动为避让的音轨添加微小延迟），设定尽可能短的起始时间以及契合歌曲节奏的释放时间。值得一提的是，极端侧链压缩产生的强烈抽吸感，虽然最初是极力避免的瑕疵，但如今已演变成电子音乐中极具代表性的风格特征。现代制作中，这种特殊的抽吸效果甚至不再依赖压缩器，而是通过特定LFO波形的音量调制或自动化完成。
瞬态塑形
解决瞬态冲突时，相比于传统的侧链压缩，直接对瞬态进行针对性调整是一种更符合逻辑、听感也更自然的处理方式。Transient Shaper（瞬态塑形器）与 Transient EQ（瞬态均衡器）是两类十分趁手的瞬态塑形工具。通过组合或跨轨调制这些工具，往往能实现精细的包络规避，以下结合我最近的两个案例来具体说明：
- Bass避让底鼓：以底鼓作为外置侧链触发 Bass 轨道的 Transient Shaper，进行瞬态削减。
- 由于两者律动不完全重合，底鼓可能会在 Bass 延音处触发，削减量激进时会产生 Click 声。于是进一步用 Bass 自身MIDI的 AD 包络来调制削减量旋钮，控制瞬态削减量的上限。成功实现只在两者同时出现强瞬态时，才会精准削减 Bass 音头的自动化规避。
- Bass叠音色：将音色分解成音头与延音两部分来看待。
- 音头：选用编写了 Slap 技巧的 MODO Bass，利用 Eventide Deboom 插件几乎完全削减了其延音中的低频，只榨取其极具物理质感的金属音头。
- 延音：使用 Ableton Drift 合成器，设定相对慢的 Attack，再用 MODO Bass 作为外置侧链触发 khs Transient Shaper，进一步移除 Drift 的音头
- 合成：将两个音源加载在 Instrument Rack 中，根据 MIDI 剪辑的 Velocity 动态调节二者混合比例，从而得到一个兼具凌厉音头与合成器音色质感的特殊 Bass。
环形调制
除了上述基于检测包络的常规手段，还有更简单粗暴的音频处理方式——直接将两轨音频信号在数学上相乘，听感却更接近直接扣除了需要避让的波形。近年出现的 khs Compactor 插件就是这种方法的代表，它能从原理上避免削波失真的产生，也完全不需要 lookahead，相比传统侧链压缩更容易榨出极端、有侵略性的响度表现。不过这种机制也是一把双刃剑，当参数设置走向极端时，虽然其产生的失真与传统压缩不同，缺也容易给声音带上一层冰冷的机械感。