1.2 感知音乐

从物理角度而言，音乐只是具有某种强烈特征的声音，但人们却能够从音乐中获得感染力和想象力，而且同一个音乐作品在不同条件下可以对人的情绪产生不同的影响。作为音乐的创作者，我们有必要从听觉心理的角度感知音乐元素。

1.2.1 音乐的听觉特征

声音的音乐性表现为节拍、音高、音色，而人类天生具有这种声音分辨能力是源于生理和心理的需要。凭借目前的技术水平，我们无法解释这种听觉反应的形成及产生机制，然而这方面的初级研究成果还是可以给我们一些启示。

1．节拍

在所有的音乐特性中，人类对节拍的反应是最难解释的，这种意识的来源一直是音乐声学研究课题之一。目前所了解到的只是关于该听觉反应的一些基本规律：当两个声音同时发出时，在空气中通过重叠和干涉而混合起来，这种混合是纯粹的物理现象。该过程中，空气分子的振动幅度等于单个音色振动幅度的和，但是当两个声音的频率差小于10Hz左右时，混合后的整体振幅会产生一种清晰的规律性波动，这就是我们所熟悉的节拍。此时产生整体振幅的波动率被称为“节拍频率”。它等于两个单音色的频率差，从理论上来说，小于“临界频段频”也就是人类产生节拍反应的基本物理条件。我们可以通过以下4点详细了解“节拍频率”对于“节拍”的意义。

（1）当节拍频率小于10Hz时可以非常清晰地感受到节拍；

（2）当节拍频率在10Hz～15Hz时，节拍变得粗糙，清晰度有所下降；

（3）当节拍频率在15Hz～“临界频段频”时，音色的独立性增强，节拍的粗糙感、清晰度继续下降；

（4）当节拍频率完全超过“临界频段频”时，声音的独立性变得更强，节拍感消失。

根据上述4点可以看出，小于10Hz是获得清晰节拍感最为有利的条件，一旦超过10Hz，节拍感就逐渐衰弱，也就是我们所说的“粗糙感”。在频率差继续增大的基础上，大脑皮层的感应区会根据不同音色和音高感知去反映、分析，由于频率分辨能力的限制，实际听觉上已经出现音色的独立性增强、节拍感模糊的情况了，当频率差超过“临界频段频”时，听觉系统本能的反应就是节拍感完全消失了。这一现象可以很好地解释大脑皮层对于“节拍频率”的主观感受，然而现实中还存在不完全是主观感受的节拍现象，例如听觉，有时候可以依靠听觉去分辨差异微小的音色来感知节拍的存在。但总体而言，对于节拍的感受是由于大脑和神经系统相互作用而产生的结果。

2．音高

音高是一种主观印象，人类天生就有判断音高的本能。传统意义上认为音高和频率有密切关系，然而这并不意味着频率可以绝对化地决定音高状态。一般情况下，音高上升的同时其频率也在上升，当音高上升一个八度时，其频率会随之上升一倍，这就是我们常说的“倍频程”。然而当频率过高或过低时，听觉系统对音高的判断就会逐渐模糊，而且声音越是复杂，听觉辨别能力越弱，因此音色和音质也是音高感知的重要部分。

除此之外，一个音色中各个频段强度的比例也是决定音高的因素。通常，音高总是随低频或高频频率强度的变化而变化，而且任何音高的微小变化都会导致大幅度的强度变化，这一点在纯音上表现更为明显。

3．音色

音色是音乐听觉特性里对声音最为主观的感知和评价，它是对不同声源类型的描述。音色决定了声音的振动类型、谐波状态，这也是不同声音之间有所区别的决定性因素。一般而言，我们对谐波状态的控制过程就是对音色的控制，而合成器的理论基础就是建立在音色理论之上的。

在很多人眼中，音色和音质是相同意义的不同描述。然而在专业领域，这是两个完全不同的概念。通常我们说的音色是对声音的色彩性描述、是声音的情绪化表现，例如说某个音色“明亮”、“黯淡”、“温暖”等。而音质泛指声音的内在特质，确切地说是一种物理表现的描述，例如说某个音色“缺乏融合感”、“动态十足”、“太硬或太软”等。总的来说，关于音质和音色的主观判断取决于听觉经验，大多数人做类似的判断时都会潜意识地做出比较，寻找最合适的表达词汇，只有经历过专业训练的人能够减少对主观意识的依赖而迅速对音色和音质做出准确判断。

4．频率与十二平均律

或许你对该节内容存在疑问，因为很少有音乐制作书籍涉及十二平均律，然而我专门介绍它的理由有两点：第一，通过该内容，你可以彻底明白全音、半音的由来，而不是将思维停留在所谓的“标准化定义”上面。第二，在很多音高修正工具里面，“音高微调”功能使用的就是这些基础理论。因此请仔细阅读并理解以下内容，它会对你今后的音频编辑工作起到不小的帮助作用。

由于频率基本上可以决定音高，因此乐器的定律也是根据频率来定的，同时它也是现代十二平均律的理论基础。在十二平均律里，频率每增加一倍，则等于一个八度音程。将这八度音程划分为12等份，每一份称为“半音”。由于现代乐器制造采用A=440Hz作为基准音调，为了适应不同地区音乐调音的需要，又将半音划分为更小的单位“音分”，即半音=100音分。我们所使用的音阶就是在这个基础上形成的规律性的音高组合。表1-1列出了一个八度音阶中所有不同音高的音程组合。

1.2.2 音阶与乐器的频率

从声学的角度来看，标准音阶中的每一个音都有其特定的频率特征，而传统乐器由于其物理结构的差异，在声学方面具有相同意义的频率特征和范围。两者都属于“音乐声学”的研究范畴。

（1）音阶：标准音A被定义为440Hz，根据高八度和倍频程原理，我们可以推算出A音的八度音频率为880Hz，也就是它们之间的频率相差一倍。根据12平均律原理，其中12个全音半音为对数关系，那么可以按照如下公式推算出任意音的频率：N个半音=1/12×log2(f/440)。

当然，作为应用者，你无须掌握该计算方式，只需了解其原理即可。通过该方法，我们可以得到音阶中所有音的频率值。

（2）乐器频率：请注意，我们在此讨论的乐器指的是传统声学发声方式下的乐器，不包括合成乐器。由于传统乐器发音方式和频率范围受到其物理结构的限制，因此都有特定的音质和音色，这是它们之间最大的差别。另外，传统乐器的分类也是根据其发音方式来区别的，限于篇幅，这里就不做更多讲述。本节的内容只是常识性的讲解，当然，对于乐器了解更多，肯定会为我们的实际工作带来帮助。图1-7显示了常用乐器的频率范围，由此可以了解到乐器的实际工作状态，为混音时频谱平衡打下一个理论基础。本书附录C还提供了更为详细的“标准音阶及常用乐器频率范围对照表”，可以作为混音时的参考资料。

1.2.3 听觉定位与立体声

人类的听觉系统不仅仅担负着声音感知功能，同时还担负着整个身体的平衡功能，而对声音位置和传播方向的判断就是其中一个重要部分。听觉定位可以在没有视觉引导的条件下判断声源位置。

双耳位于头部两侧，且耳廓对声音起到了有效的遮掩作用，因此，人的听觉定位有两个基本方位，即前和后。在实际环境中，由于直达声和反射声进入人耳的时间和频谱强度的差异，加之头部对声音的掩蔽效应，同一个声音在双耳中会产生明显的时间和频谱差异。因此我们可以凭借听觉确定声音位置，同时也能感受到立体声空间的存在。然而，听觉系统对不同频率声音位置的判断并不是非常精确，一般而言，频率越高，方向感越强；频率越低，方向感也随之减弱。基于该原因，在混音时我们通常会将低音乐器放在声场中央，而频率较高的乐器则分布于声场不同方位。

当然，如果忽略了时间因素，听觉系统对同一强度声音位置的判断也会产生错误。例如两个完全相同的声源等距离向双耳传送，由于距离相等，声波传送的时间也是相等的，此时听觉系统能够感觉正前方有一个感觉像单声道的声音。如果将两个声源设置为不同的传播距离，那么就意味着声源之间具备了“时间差”因素，此时人耳可以根据不同的传播时间确定声音的位置。

关于时间因素定位方式的另一个应用就是延迟，这是人耳根据直达声和反射声传播时间差异而产生的定位感。例如，时间差在35ms内的两个声音先后到达听觉系统，听音者对声音位置的感知一定是先入耳那个声音所来自的方位。很明显，这是听觉系统根据先听到的声音推断出来的声源位置，然后通过后继的声音判断最终的声音定位。这里值得注意的是，听觉系统判断直达声还是反射声的依据是时间差异，而不是响度。