波仔
🎬 第四章 音频基础
📄 一句话概括

音频处理听着玄，其实每一项都在改一个具体的量——改频率、改幅度、改时间轴。

📝 本节和前面几节的关系

4.1.3 讲怎么把声音收进来，这一节讲收进来之后怎么改。

一、按【改哪个量】分三类

时域处理：直接改波形——增益、限幅、变时长。 频域处理：分频段改强弱——均衡（EQ）、降噪、滤波。 动态处理：改响度的变化范围——压缩器、扩展器。 拿这三类去套任何一项处理，基本都能对上号。

二、常见处理各在改什么

降噪：压低非人声频段的能量。 增益：整体乘一个系数——简单，也最容易出事故。 均衡（EQ）：分频段调强弱——让人声更亮、低音更沉。 压缩器：缩小动态范围——让小声的地方也听得见。 混响：叠上延迟衰减的复制——制造空间感。 变速变调：改时间轴或改基频——短视频配音常用。

三、最容易出事故的一项：增益

音频采样值有上限，一般是 1.0。 原峰值 0.8，增益 ×1.6 之后是 1.28——超过 1.0 的部分会被硬削平。 削平之后的波形不是【更响】，而是刺耳的破音，而且不可逆。 所以增益之后必须接一道限幅，把超出的部分拉回来。

四、处理顺序有讲究

一般顺序是：先降噪 → 再均衡 → 最后做动态与空间。 道理很实在：降噪放在最后，就会把前面好不容易调出来的人声一起当噪声削掉。 另一条纪律：一次只加一项，加完听一遍。 全开再听，出了问题根本不知道是哪一项干的。

五、动手 Demo：常见的音频处理，各在改什么

处理听上去玄，其实每一项都在改一个具体的量。

rows = [
    ("降噪",     "压低非人声频段的能量", "通话、会议"),
    ("增益",     "整体乘一个系数",       "音量归一"),
    ("均衡(EQ)", "分频段调整强弱",       "人声更亮、低音更沉"),
    ("压缩器",   "缩小动态范围",         "让小声也听得见"),
    ("混响",     "叠上延迟衰减的复制",   "空间感"),
    ("变速变调", "改时间轴或改基频",     "短视频配音"),
]
for a, b, c in rows:
    print("%-10s %-20s %s" % (a, b, c))
print("增益示例：峰值 0.8 x 1.6 = %.2f（超过 1.0 就削顶）" % (0.8 * 1.6))

实跑输出：

--------------------------------------------------------------------
常见的音频处理，各在改什么
--------------------------------------------------------------------

处理听上去玄，其实每一项都在改一个具体的量。

  处理         改什么                   典型场景
  ---------------------------------------------------------
  降噪         压低非人声频段的能量     通话、会议
  增益         整体乘一个系数           音量归一
  均衡(EQ)     分频段调整强弱           人声更亮、低音更沉
  压缩器       缩小动态范围             让小声也听得见
  混响         叠上延迟衰减的复制       空间感
  变速变调     改时间轴或改基频         短视频配音

  其中【增益】最简单也最容易出事故：
    原始峰值 0.8，增益 x1.6 之后 = 1.28 —— **超过 1.0 就削顶失真**
  所以增益之后必须做【限幅】，把超过 1.0 的部分拉回来。

其中【增益】最简单也最容易出事故：超过 1.0 就削顶失真。 所以增益之后必须做【限幅】，把超过 1.0 的部分拉回来。

30 秒实验

  1. 挑一段录音，只调增益，听峰值逼近 1.0 时声音有什么变化。
  2. 再加一个混响，判断它对【人声清晰度】的影响。

常见误区

  1. 增益之后不做限幅。超过 1.0 的部分会被切成破音。
  2. 所有处理一起打开再听。一项一项加，才知道哪一项在起作用。
自测三问（点开对答案） 1. 音频处理常见的几项是哪些？ —— 降噪、增益、均衡、压缩器、混响、变速变调。 2. 增益为什么容易出事故？ —— 乘完系数后超过 1.0 会削顶失真，所以必须接限幅。 3. 处理顺序的一般原则是什么？ —— 先降噪，再均衡，最后做动态与空间；一次只加一项。

相关笔记