合成器, 效果器, 混音相关算法与开源实践

功能概述

img
图1. 三种算法在音乐工程中的示意图

合成器 Synthesizer

合成器可以理解成一种特别的音源，由创作者调节参数做出独一无二的声音。与虚拟乐器(VSTi)不同的，合成器不是为了模仿已存在的乐器，而是根据创作者自身对乐曲的需求特别产生。早期合成器的声音，多为了渲染乐曲的氛围而生。到了电子音乐(EDM)被主流肯定的年代，合成器逐渐成为了歌曲的主角。
合成器的原理，最简单的理解便是对波形的改造，可能将两个波叠加，相减，或是对单一波的形状调整，都能得到不一样的声音。

效果器 Audio Effect

效果器主要目的便是对已有声音进行润色，其基础概念也是对声音的波形做调整。但与合成器不同的部份，主要有两点：其一，效果器的重点是对已存音色做微调，而非从0开始制造出音色，其二，它对音频波的改动是基于固定几种方式的，而这些方式得到的效果便是我们常听到的，混响，延迟等。

混音 Mixing & Mastering

混音 Mixing
混音是将所有单独录制的音轨（人声、鼓、吉他、贝斯、合成器等）进行平衡、调整、处理，使它们听起来协调，并最终形成一首完整的歌曲。
在混音的阶段，也会活用上述效果器所带来的功能，但其目标非对单轨音色进行调整，而是着重在多轨音色的和谐。
混音的目标:

  • 平衡音量（确保所有乐器在人耳中都能清楚地听到）
  • 处理频率冲突（避免不同乐器的声音遮蔽）
  • 调整声像（Panning）（使声音在立体声场中有良好的空间感）
  • 控制动态范围（压缩/限制器，避免声音忽大忽小）
  • 加入空间感（混响、延迟，让声音听起来自然）

母带 Mastering
母带处理是对 混音好的歌曲 进行最后的调整，确保歌曲在所有播放设备上（耳机、手机、音箱、车载音响）都能有良好的听感，并符合行业标准的音量要求（如 Spotify、Apple Music 等的 LUFS 标准）。
母带的目标:

  • 优化整体音量（提升到行业标准，而不会失真）
  • 均衡整个频率范围（让高频清晰、低频扎实）
  • 增强立体声宽度（使歌曲听起来更开阔）
  • 确保动态范围合适（不会过度压缩，使音乐有起伏）
  • 格式转换（导出适合 CD、流媒体、黑胶的版本）

合成器相关VST

在数字音乐制作中，合成器（Synthesizer） 是一种用于生成电子音色的工具，它可以模拟传统乐器的声音，也可以创造全新的、无法由自然乐器发出的音色。而 VST（Virtual Studio Technology） 则是一种插件格式，使得这些合成器可以作为软件运行在 DAW（数字音频工作站） 中，广泛应用于电子音乐、电影配乐、游戏音效等领域。

知名合成器VST – Serum

img

合成器的基本原理

合成器的核心功能是 通过电子方式生成和控制声音。它主要依靠以下几个核心模块：

(1) 振荡器 Oscillator

振荡器是合成器的音源部分，负责产生基本波形，如：

  • 正弦波（Sine Wave）：最纯净的波形，只有基频，听起来类似于简单的哨声。
  • 锯齿波（Sawtooth Wave）：包含所有谐波成分，音色明亮，常用于弦乐合成。
  • 方波（Square Wave）：仅包含奇次谐波，音色接近管风琴或电子乐中的主音。
  • 三角波（Triangle Wave）：主要包含低阶奇次谐波，音色较柔和。

多个振荡器可以相互叠加，或通过调制（如 FM 合成、AM 合成）产生更复杂的波形。例如：

  • 波叠加合成（Additive Synthesis）：通过多个简单波形的叠加，构建出复杂音色。数学上可以通过傅立叶级数来描述，即任意周期信号都可以分解为多个正弦波的叠加。
  • 减法合成（Subtractive Synthesis）：先生成丰富的波形，再通过滤波器削减部分频率成分，以获得特定的音色。

(2) 滤波器 Filter

滤波器用于调整音色的频谱特性，最常见的类型包括：

  • 低通滤波器（LPF, Low-Pass Filter）：允许低频通过，削减高频，使声音更柔和。
  • 高通滤波器（HPF, High-Pass Filter）：允许高频通过，削减低频，使声音更清亮。
  • 带通滤波器（BPF, Band-Pass Filter）：仅保留一定范围内的频率，适用于特定音效处理。

(3) 包络 Envelope

包络控制声音随时间的演变，最常见的是 ADSR（Attack-Decay-Sustain-Release）：

  • Attack（起音）：声音从零到最大音量的时间。
  • Decay（衰减）：从最大音量下降到持续音量的时间。
  • Sustain（持续）：声音保持的稳定音量。
  • Release（释放）：声音从持续音量降至零的时间。

包络决定了声音的动态特性，例如模拟钢琴的短暂击弦或小提琴的渐进拉弓效果。

(4) 低频振荡器 LFO, Low-Frequency Oscillator

LFO 作用于其他参数，产生周期性的变化，例如：

  • 通过 LFO 控制音高，可以生成 颤音（Vibrato） 效果。
  • 通过 LFO 控制音量，可以生成 抖音（Tremolo） 效果。
  • 通过 LFO 控制滤波频率，可以生成 扫频（Wobble） 效果，广泛用于 Dubstep 音色设计。

合成器VST的主要合成方式

不同的合成器VST采用不同的声音合成方式，常见的包括：

加法合成 Additive Synthesis

基于傅立叶级数的思想，将多个简单波形（如正弦波）叠加，形成复杂音色。例如，Harmor 采用这种方式来合成丰富的音色。

减法合成 Subtractive Synthesis

通过滤波器对富含谐波的波形进行频率衰减，以塑造特定音色。Serum、Sylenth1、Massive 等主流合成器都采用此方法。

频率调制合成 FM Synthesis

通过一个波形调制另一个波形的频率，以产生复杂的谐波结构。例如，Yamaha DX7 硬件合成器及其 VST 版本 FM8 采用此方法。

采样合成 Sampling Synthesis

基于预录音色进行变调和处理，例如 Kontakt 采样库可以模拟真实乐器。

波表合成 Wavetable Synthesis

基于波形表存储不同的波形，并允许动态切换，例如 Serum 提供了丰富的波表编辑功能。

合成器与AI技术 - Synplant2 (2023)

Synplant 是由 Sonic Charge 开发的一款软件合成器，不同于传统合成器依赖旋钮和参数调节，Synplant 采用遗传概念，允许用户通过种植和发展种子来探索和创造声音。
这种方法提供了一种非线性的音色生成方式，使用户能够在实验过程中逐步发现不同的声音特性。
在 Synplant 2 版本中，能利用人工智能分析音频样本，并生成匹配的合成音色。相比手动调节合成参数，这一功能可以在更短时间内获得接近目标的音色，同时保留一定的创造空间。此外，Synplant 2 还引入了 DNA 编辑器，允许用户深入修改声音的核心属性，包括包络、振荡器类型、滤波器等，以实现更精确的音色塑造。
link: https://soniccharge.com/synplant img

开源合成器

减法合成器 Subtractive Synthesizers

特点：通过产生谐波丰富的波形（如锯齿波、方波等），然后使用滤波器削减特定频率成分，以塑造所需音色。

案例：

频率调制合成器 FM Synthesizers

特点：通过一个振荡器调制另一个振荡器的频率，产生复杂的谐波结构，适合创造金属质感或电钢琴等音色。

案例：

波表合成器 Wavetable Synthesizers

特点：通过在不同波形之间进行插值，创造动态变化的音色，适用于复杂且富有运动感的声音设计。

案例：

模块化合成器 Modular Synthesizers

特点：由独立的模块（如振荡器、滤波器、包络等）组成，用户可以自由连接这些模块，构建自定义的信号路径，提供高度的灵活性和创造性。

案例：

效果器VST

效果器（Audio Effects） 是音频处理中的关键工具，它们基于 数字信号处理（DSP, Digital Signal Processing），用于改变音频的频率特性、动态范围、空间感等。以下介绍常见的效果器算法，并结合真实音乐制作中的应用案例，帮助理解其作用和实现方式。

均衡器 EQ, Equalization

作用: 调整音频信号的不同频率成分，使音色更加均衡或突出特定部分。

主要算法

  • IIR 滤波器（如 Biquad、Butterworth）：计算量小，适用于实时均衡。
  • FIR 滤波器：相位响应更稳定，但计算量较大，适用于高精度处理。
  • FFT 频率均衡：直接在频域上调整振幅，可用于复杂的图形均衡器。

真实应用

  • 流行音乐：许多流行歌曲在制作过程中都会使用 EQ 来增强人声清晰度，例如提升 3-5kHz 频段，使声音更加明亮。
  • 现场演出：在音乐会或演唱会中，EQ 常用于抑制反馈和优化不同乐器的音色，以适应不同的环境。

压缩器 Compressor

作用: 调整音频的动态范围，使响亮部分降低、安静部分增强，使声音更加均衡。

主要算法

  • 峰值检测（Peak Detection）：适用于处理瞬态信号（如鼓声）。
  • RMS 计算：用于整体音量感知，使声音更平滑。
  • 非线性增益映射：可实现 Soft-Knee 压缩，使过渡更自然。

真实应用

  • 广播 & 播客：为了确保主播的声音在节目中保持均匀，不会因为说话音量变化而导致忽大忽小，通常会应用压缩器。
  • 鼓组混音：在摇滚和流行音乐的制作中，压缩器常用于控制鼓的动态，使鼓声更有力、更紧凑。

混响 Reverb

作用: 模拟声音在不同空间中的反射，使声音更加自然或富有氛围感。

主要算法

  • Schroeder 混响：使用 All-Pass 滤波器和延迟网络模拟基本房间混响。
  • 反馈延迟网络（FDN）：通过多个反馈延迟叠加，创造更复杂的混响效果。
  • 卷积混响（Convolution Reverb）：使用真实环境的脉冲响应（IR）进行计算，能够还原真实空间的声音特性。

真实应用

  • 电影音效：在电影配乐和音效处理中，混响被用于创造空间感，使角色的声音更符合场景（如大教堂或洞穴）。
  • 摇滚音乐：许多摇滚歌曲的人声或吉他部分都会加入混响，使声音更加丰满，增强空间感。

延迟 Delay

作用: 让音频信号在一定时间后重复出现，形成回声或节奏性重复效果。

主要算法

  • 基础延迟线（Delay Line）：存储音频信号并延迟播放，形成简单的回声。
  • 反馈延迟（Feedback Delay）：延迟信号部分回传到输入，形成多次回声。
  • BBD（Bucket Brigade Delay）模拟：模拟老式模拟延迟效果，适用于复古音乐风格。

真实应用

  • 电子音乐：许多电子音乐制作中都会使用节奏同步的延迟效果，使旋律更有层次感和律动感。
  • 吉他效果：在吉他演奏中，延迟被广泛应用，形成 Slapback Delay 或 Ping-Pong Delay 以增加空间感。

失真 Distortion

作用: 改变音频信号的波形，增加谐波失真，使声音更加“粗糙”或“饱和”。

主要算法

  • 软削波（Soft Clipping）：温和的失真，模拟老式磁带饱和或电子管放大器的声音。
  • 硬削波（Hard Clipping）：更激进的失真，常用于金属音乐和电子音乐。
  • 波形整形（Wave Shaping）：使用非线性映射函数来创造不同风格的失真音色。

真实应用

  • 摇滚 & 金属音乐：在电吉他的音色处理中，失真是必不可少的效果，使音色更具攻击性。

  • 电子音乐 & Lo-Fi：许多电子音乐和 Lo-Fi 风格的音乐会使用模拟饱和或失真效果，使声音听起来更温暖或复古。

开源效果器

综合形效果器代表该项目实践了多个效果器算法，其中有些项目是对DSP专业知识书籍的实践试手，极具参考价值。

综合型

  • Audio Effect
    https://github.com/juandagilc/Audio-Effects
    Collection of audio effects plugins implemented from the explanations in the book Audio Effects: Theory, Implementation and Application by Joshua D. Reiss and Andrew P. McPherson.

    Delay, Vibrato, Flanger, Chorus, EQ, Wah-Wah, Phaser, Tremolo, Compressor, Distortion

img

img

img

img

img

img

均衡

img

img

压缩

img

混响

img

img

img

img

延迟

img

失真

img

img

img

img

img

img

合唱

img

混音 Mixing & 母带 Mastering

在音乐制作中，混音（Mixing） 和 母带（Mastering） 是两个关键环节，它们确保音乐作品清晰、平衡，并符合商业发行的标准。

  • 混音（Mixing） 处理 多轨音频（人声、鼓、吉他、贝斯等），确保它们互相协调，避免频率冲突，使整体听感清晰。
  • 母带（Mastering） 处理 最终混音文件，优化音质，让其适用于各种播放设备，并达到行业标准的响度。

混音阶段 Mixing Stage

混音的目标 是将多个音轨整合，使它们在频率、音量、动态范围、空间感等方面协调一致。常见步骤包括：

增益调整 Gain Staging

在混音开始前，调整各音轨的输入增益，确保没有音轨过载失真，同时为后续处理留有动态余量。通常在 DAW 里使用 Fader（推子） 或 增益插件进行调整。

声像 Panning

调整各音轨在立体声中的位置，使声音更加自然和宽广。例如，主音通常居中，伴奏吉他可以略向左右分散。使用 等功率（Equal Power Panning） 或 线性声像算法 确保声场均衡。

均衡 EQ

使用均衡器调整频率分布，避免乐器之间的频率遮蔽。例如，削减低频来清理浑浊感，或者增加 8kHz 以上的高频，让人声音色更明亮。EQ 算法通常基于 IIR（无限脉冲响应）滤波器 或 FIR（有限脉冲响应）滤波器。

动态处理 Compression

压缩器用于控制音轨的动态范围，使音量变化更加平稳。压缩器的核心算法涉及 RMS（均方根）检测、Attack/Release 时间计算、Soft Knee 过渡 等，使声音更具能量感。

混响 & 延迟 Reverb & Delay

混响用于模拟空间感，使干音听起来更自然。延迟用于增强节奏感或制造立体空间。混响算法常见有 卷积混响（Convolution Reverb） 和 施罗德混响（Schroeder Reverb）。

饱和 & 失真 Saturation & Distortion

通过磁带饱和或失真，给声音增加温暖感。此类插件常使用 非线性波形削波（Wave Shaping） 和 谐波倍增（Harmonic Exciter） 算法。

混音阶段的最终输出 是一个 立体声 WAV 文件（44.1kHz/24-bit 或 48kHz/32-bit）

母带阶段 Mastering Stage

母带处理的目标 是微调整个混音，使其在不同播放环境（耳机、车载音响、流媒体）下听感一致，并符合行业标准。核心步骤如下：

均衡 Mastering EQ

微调整体音色，确保低频不过重，高频不过亮。使用 母带级别的 EQ，通常只做 小幅调整（+/- 1~3dB），避免破坏混音的原始平衡。

多段压缩 Multiband Compression

使用多段压缩器分别处理低频、中频、高频的动态，使不同频段的音量更均衡。这通常使用 FFT 频率分解算法 来对频率段进行独立处理。

限制器 Limiter

为了提高音量，使歌曲达到商业发布的标准，使用限制器。限制器基于 软/硬限幅（Soft/Hard Clipping）、Lookahead 预测 算法，确保最大音量不会超出 0dBFS。

立体声增强 Stereo Imaging

通过 Mid/Side（M/S）处理 扩宽立体声宽度（如 iZotope Ozone Imager），让音乐听起来更开阔，但不过度扩展，以免兼容性问题。

饱和 & 模拟色彩 Tape Saturation

通过模拟磁带增强温暖感，使数字音频更有模拟质感。这些插件通常模拟磁带录音机的 非线性响应和谐波失真。

响度标准化 Loudness Normalization

现代流媒体平台（如 Spotify、Apple Music）要求音频符合 LUFS（Loudness Units Full Scale） 标准。通常使用 iZotope Insight、Youlean Loudness Meter 来测量和优化音量，使其符合 -14 LUFS（Spotify）或 -8 LUFS（电子舞曲）等行业标准。

母带阶段的最终输出是 WAV 44.1kHz/16-bit（CD 质量）、WAV 48kHz/24-bit（流媒体）、MP3 320kbps（网络播放）。

开源Mixing & Mastering VST

综合型

img

IMG

Gain Staging / Limiter

img

img

Audio Analysis

img

img

img

img

Panning

img

EQ

img

img

img

Compressor

img

img

img

img

Reverb

img

img

img