通过制作手机铃声学习总结Adobe.docx

通过制作手机铃声学习Adobe Audition

二、前期制作(上)：录音之前
2.1 数字音频预备知识
     彩铃的创作和使用过程离不开各式各样的计算机。除了制作彩铃使用的普通PC电脑之外，运营商的彩铃服务器、用户的手机，也都可以认为是计算机，因为它们都按照二进制的程序来运行，都需要数字电路的硬件。所以，彩铃的声音，离不开“数字音频”。只不过，彩铃在录制时和最终播放时，需要进行所谓“模拟→数字”和“数字→模拟”的转换，因为现实世界的声音可以说是“模拟”的。那么，模拟与数字这两个概念的本质区别是什么？数字音频有哪些独特的概念？这些概念与彩铃的制作有什么关系？要想搞清这些问题，就要了解一点数字录音的预备知识。
     数字音频知识体系博大精深，本文只简介那些制作彩铃必需的部分。
2.1.1 模拟录音和数字录音
     说录音之前，先说说声音。我们知道，声音是由传播介质的震动承载的，例如正因为空气在震动，而且必须把这种震动传导到耳朵里，我们才可能听到声音。而震动的幅度，是随时间而变化的，是时间的一个函数。也就是说，对应于时间进程中的每个时刻，介质都必然拥有一个震动幅度。所以，这个“声音振幅函数”是个连续的函数。图2-1是一个短小声音的示意图，可以看到一个声音从发出到消失，都是由于连续不断的振动而产生的（图中纵轴F表示振幅，横轴T表示时间）。

图2-1 一个短暂声音的振幅随时间变化的示意图
因此，关于记录声音的最早思想，就是将这些震动的状况原样记录下来，播放时，再通过相关设备按照记录去恢复原来的震动。如图2-2左列就是表示这种传统的录音和播放模式。记录声音的载体可以是传统的磁带、唱片等。由于磁带使用不断变化的磁信号，来模拟不断变化的声信号的样子，所以这样的记录模式可以称为“模拟录音”。

图2-2 模拟录音（左）和数字录音（右）的录制、播放过程示意图
     与之相比，数字录音（如图2-2右列所示）的明显区别就是，使用专用设备将声音在“某些”时刻上的振幅记录下来（称之为“采样”），同时舍弃其他时刻的状态，播放时再用相关设备按照这些采样值，计算出声音原来的样子。由于只有某些时刻上的振幅被记录下来，声音的数据就成了一系列的数值。这就叫“数字录音”。
     注意，第一，以上叙述只是简略地说明了数字录音的基本思想，现实生活中的数字录音还要经过量化、编码，以及检错、纠错等环节。第二，数字录音以采样做基础，记录的声音不连续，看似“残缺”，但却有数学定理保证它可以在一定范围内完全再现出原来的声音，下面还要详述。
2.1.2 PCM音频的常用技术指标
     数字音频是应用于数码设备的，因此所有的声音信号都要转化为0和1来表示。这个过程叫做编码。目前最常见的一种编码办法就是PCM，意思是“脉冲编码调制”。其具体涵义，简单地说，就是将采样所得的数值进行“量化”，使其值必须为整数，再依次“编码”，把每个样值都转换为二进制数，写成一列。由此，引出了它的几个技术指标：
     （1）采样率（Sample Rate），也有人叫作“样率”或“采样频率”。指每秒钟对声音做多少次采样。数字音频中声音的采样时间间隔必须是相等的，且速度必须比较快。就拿我们常说的CD碟来说，它采用的采样速度是每秒钟44100次。则CD数字音频的采样率就是44100。数字音频专业（其实是离散信号学）上有一个重要的定理——奈奎斯特定理，对采样率与还原声音信号的关系作了阐述：当每秒钟以均等间隔采样N次时，则原来信号内频率低于N/2赫兹的所有成分，都能够通过相应算法被完全无误地再现出来。人耳能听到的声音最高约为20000赫兹，所以需要采样率至少为40000，考虑到实际设备的不理想性，最后将CD的采样率扩定为44100。
     对于同样长度的声音，采样率越高，样值总数当然越多，但是音质也就越好（有的发烧友甚至追求88200乃至176400的采样率，以强调恢复那些人耳听不到的超声波）。采样率越低，声音中较高频率的成分也就损失越多，但是样值数量也少，有利于减少数据总量。一般来说，想要保持普通语音的基本特征，只需保留4000赫兹以下的成分即可，也就是采取8000采样率。CD碟因为经常用于记录交响乐等品质要求较高的声音，所以规定必须使用44100采样率。
     （2）位宽（Resolution），也有人叫做“位率”、“精确度”或“采样深度”。刚才说到，PCM不允许采样值为任意值，必须将其就近量化为各个整数。那么，总共允许使用的整数数量越多，量化时对样值的改变量也就越小，声音品质就越有保证。CD碟采取16位宽，即每个样值都记为16位二进制数，相当于65536种不同的振幅。由于声音的震动是可以朝着正负双方向进行的（见图2-1），所以实际应用中，规定16位宽PCM样值的量化范围为（十进制的）正32767至负32768，仍共65536个级别（专业上叫做65536个不同的“量化阶”）。
     在实际彩铃应用中，有时会使用位宽为8的声音，这样就只具有256个不同的量化级别，样值在被量化时的误差就比较大，音质损失较为明显，但是仍不致影响语言的可懂度，也不太影响音乐的辨认，而且数据量会锐减到16位宽音频的一半，其“数据量-音质”之比还是较为可观的。
     （3）声道数（Channels）。多个声道的声音，在PCM看来只是分别记录了多个系列的样值，并在时间上保持同步而已。例如CD有两个声道（左和右），用两列样值来分别记录，所以声道数为2。而彩铃通过听筒供人听到，所以为单声道，声道数为1。
2.1.3 压缩格式
     采样法可以很好地记录声音，而任何数字声音系统要还原出声音，也都是通过读取数字音频数据来完成的。然而数字音频数据的一个明显缺点就是数据量比较大，存储起来要占用不少存储空间。以CD碟使用的那种PCM为例，每一秒钟的声音资料，就要占用约172KB的空间。所以，尽管只有PCM数据才能被直接还原为声音，音频数据的储存和传输却经常要采取更有效率的方式，只是在播放时才临时通过电路还原为PCM数据。
     这就涉及到声音文件的格式。关于电脑上的音频格式，向来都是很热门的话题。本文只介绍与彩铃关系比较密切的几种音频格式。
音频文件的格式，根据其存储思想不同，分为压缩类和非压缩类。
     非压缩类的文件，是指那些直接记录样值串的文件。比如有些*.wav文件直接记录了PCM样值的序列，它就属于非压缩的（注意！并非所有*.wav都属于非压缩文件，见下文），另外有时也见到*.raw和*.pcm文件，都是非压缩格式，当然日常仍以*.wav为主。无疑，这些文件都比较占空间。
     压缩类的文件，是指把采样数据通过特定算法，“缩写”为更省空间的数据的文件。举例来说，假设我们想在便笺上记下本刊的名字，写“中国数字娱乐开发者”就是非压缩文件，写缩写“CEED”就是压缩文件。凡是熟悉这份杂志的读者，见到“CEED”就能知道是指哪份刊物，同理，压缩文件通过特定程序，就能还原为（或基本还原为）原来的文件。
     那些通过算法能（或不能）完全还原原来数据的压缩文件，称为无损（或有损）压缩文件。无损压缩当然最符合理想，然而压缩的能力却不是很高，一般压缩比率不能超过4:1，即压缩文件难以小于原文件的25%；有损压缩的压缩能力很强，但音质有损失，往往是越肯损失音质，越能取得惊人的压缩比率，某些语音通信使用的高压缩比算法，能将比率提高到100:1以上。
     常见的压缩格式有ADPCM（扩展名wav或adp）、CCITT A律压扩压缩（扩展名wav）、Windows媒体音频格式（扩展名wma或asf）、MP3（扩展名mp3）、OGG音频（扩展名ogg）、自适应多比率音频（扩展名amr）等。下文述及时还会介绍。
     彩铃服务器上存储的彩铃文件，几乎都使用压缩格式，以节约空间。
     最后要强调一点：压缩格式只是为了存储和传输的高效率才产生的。数字音频发声的根本依靠，仍然是并未压缩的“样值串”。所以，从格式的角度来看，制作彩铃实际上是先制作出品质较高的PCM的wav文件，再转换为各种实际使用的压缩格式。
2.2 作品构思
     创作成功的彩铃作品之前，要构思出“剧本”，特别是原创搞怪类的彩铃。胸有成竹自然事半功倍。
     彩铃作品的长度没有必要超过55秒，因为电话铃响55秒之后若无人接听就会被自动挂断。所以彩铃“脚本”应该短小精悍一些。55秒仅是理论上的限制，实际应用中，彩铃应该在开头的20秒甚至10秒之内就展现出自己的“亮点”。因为很多电话都等不到20秒就已经接听了。
     对于音乐欣赏类的彩铃，不妨考虑将音乐中最精彩的段落安排在开头。后文将介绍如何剪辑音频，调换各段落的位置。使用通俗歌曲时，一般应让“副歌”（俗称“高潮”）部分尽快出现，因为大部分通俗歌曲的亮点都在副歌。
     对于语音祝福或信息提示类的彩铃，不妨让祝福语尽快出现，切忌拖拉；让关键的信息尽早报出，切忌罗嗦。
     对于创意搞笑类的作品，更应该多多推敲，使其能快速引爆“笑弹”，快速制造氛围。传统幽默中那种重视铺垫，讲究酝酿的艺术思维，在制作彩铃时反而要慎重应用。准备好一个笑料仅仅是完成了一半的构思，关键看用什么手法将其展现给彩铃听众。
2.3 软硬件的准备
     彩铃对软硬件的要求并不高，完全属于自己在家即可制作的声音作品。
    基本硬件需求如下：
   （1）PC计算机，至少具有256兆内存（建议512兆），硬盘分区内留有足够的空间（建议至少1GB）。最好具有一块专门接插的声卡。
   （2）话筒（也称麦克风、传声器）。录制语音和其他动效时使用。话筒的档次越高，拾取的声音往往就越逼真，对声音的制作就越有利。但我们也不必盲目追求其档次。一般来说，市价在百元左右的动圈式话筒已经能基本满足彩铃录制的需要，因为彩铃是在电话听筒中播放的，不必具备CD唱片般的音质。
   （3）连接件。有些话筒是不附带音频线缆的，所以可能要为话筒配备一根带屏蔽层的音频线，也许还要接装卡侬插头。这些在普通的音响器材店即可买到。另外，有些声卡上的“Mic In”（麦克风输入）插孔是2..5毫米的，而有些卡拉OK动圈话筒自带的连接线插头为6.5毫米（俗称“大两芯”）。此时就还需要一个转换接头，音响器材店都有出售。
    （4）附件。泛指其他辅助性的设施，如有实力可以添置。比如：
    ◆ 话筒架。分为落地式的和桌面式的。这样可以避免手持话筒带来的噪声和不便。
    ◆ 乐谱架。让演员不必自己拿着“剧本”，可以避免手捏纸张发出的杂音。
    ◆ 防喷网。是一种挡在话筒和嘴之间的纱网，它既不碰嘴，也不碰话筒，可以避免“喷麦”声。“喷麦”是指人在说话或歌唱时的某些口型，引发了短暂的小股强烈喷气，这种喷气声被话筒采拾到，就会在有用声音之上留下多余的“嘭嘭”噪音。业余爱好者有时甚至用铁丝弯成框架，绷上丝袜当网，自制出“土防喷网”，效果也不错。
    ◆ 调音台。可以更加方便地调节录音音量，并实时做一些声音处理，可以选用。
    ◆ 一个作有隔音、吸音装修的录音室。这个投资比较多，不再详述了。
基本软件需求如下：
操作系统最好是Windows2000或以上。录音和编辑均建议使用Cool Edit Pro（其升级版名为Adobe Audition，功能和界面都基本相同）。当然，声音编辑软件种类繁多，但目前在彩铃制作界以Cool Edit Pro为最通行，所以本文以它为例进行讲解。
     Cool Edit Pro的特点是简单易学，同时又具有相当多的专业音频编辑功能。该软件的试用版存在着声音格式和长度的限制，请使用正式版。
三、前期制作(下)：录制声音
3.1连接“声音通路”
     完好的录音系统，应保证各个环节都正常连接，形成一条完整的“声音通路”。在构建这个通路的工作中，有几点注意事项，列出以供参考：
    （1）话筒的正确连接。话筒应接入声卡的“Mic In”插孔，该插孔一般都引出到机箱的背板、前面板或侧板上，与声音输出等插孔并列。注意，有些设备的插孔没有文字标识，最好核对说明书确认。这里有个小技巧，即：粉色的小插孔一般就是Mic In。
此外，有些卡拉OK动圈话筒（Dynamic Microphone，也称电动话筒）与音频线之间也是可插拔的，这里一般使用卡侬插头（XLR），如图3-1所示是一个卡侬头的“公头”，有三支插针（标有编号），相应地，“母头”有三支插孔，连接时要按号对应。

图3-1 卡侬插头(XLR)的公头，插脚有编号

    不论是哪类线材插接，拔除时都应捏住插头。有人拔线喜欢捏住线缆，这很容易造成损坏。
    （2）声卡的正确安装。在操作系统“控制面板”内检查声卡的驱动程序，确认其工作正常。
    （3）“录音选项”的正确设置。很多新手费了很大力气却录不上声音，都是由于这个环节没做好。双击屏幕右下角托盘中的小喇叭图标，弹出“播放选项”对话框。
     如图3-2的①所示，选择“选项”→“属性”菜单项，调出“属性”对话框。再如图中②所示，选择“录音”项，并确保③所示的“麦克风”复选框被选中，最后点击“确定”。

图3-2 将播放控制对话框切换为录音控制
这样，“播放控制”就变成了“录音控制”，如图3-3所示。

图3-3 在录音控制对话框设置录音源
     在这里将“麦克风”项下的“选择”复选框选中（图3-3的①），话筒才成为有效的录音源。图中②所示的是“入口增益”的调节，在3.3节将提到。
3.2 熟悉软件界面
     运行Adobe Audition软件。它具有三个主界面：多轨视图（如图3-4）、波形编辑视图（也称单轨视图，如图3-5）、CD工程视图（制作彩铃不用，图略）。

图3-4 多轨视图
  ③是波形显示窗口。声音的细节会以波形图显示在这里，后文即可看到。
     ④是时间标尺，指示声音段落的时间位置。它的作用就像地图上的标度和比例尺。
     ⑤是播放按钮控制区，类似于录音机的操作区，但比录音机的按键多（这是比较专业的软件，设计以实际需要为准，并不奇怪）。
     ⑥是视图比例控制区。处理声音时，有时需要观察整体，有时需要观察细部。这里的按钮可以调节③区的显示比例。
     ⑦是大时码表。显示当前“工作点”的时间位置。
⑧是“当前显示区域”和“当前选择区域”指示器。
     ⑨是电平表，可以实时显示声音的电平值。
3.3 调试录音系统
    “录音系统”这个概念，不仅包括软硬件设备，还包括演员。在线路连接完毕、软件启动之后，需要调试录音系统，达到较好的工作状态，也称“试音”。
     新建一个声音文件。点击⑤区的 按钮，弹出如图3-6的对话框，为新的声音文件指定技术指标（指标的含义在第二部分讲过）。一般地，语音素材应设置为44000采样率，16位宽，单声道录制，如图3-6所示。

图3-6 为新的声音文件指定技术指标
     点击OK确定，软件即自动开始录音（能看到一条竖直的“进度线”自左向右移动）。此时可以点击 按钮先让机器停下来。
     按下快捷键“F10”，Audition将启动电平表，实时显示目前接收到的声音音量。我们也许会注意到，即使没有发出声音，电平表可能也会有持续的微小反应，这是因为周围的环境中往往存在一些容易被人耳忽略的噪声，另外录音的电路设备也可能产生噪声，我们将其统称为“本底噪声”。本底噪声的存在是必然的，只要不太大，后期制作时是可以消除的。
     对着话筒以正常音量讲话或演唱，可以看到电平表有了反应（图3-7的a）。这个表提供多种量程，在其刻度上点击右键即可选择，一般选48dB Range或24dB Range即可。
     在第二部分讲过，数字声音的样值存在一个“满值”（例如16位录音的正32767或负32768）。在录音中，若声音的强度（从正向或负向）超过满值，就会使声音不能正确记录，俗称“削波”，严重的削波可能造成音质嘶哑难听。要在录音中尽量避免削波，试音是个好办法。
     如果在试音中，电平表的光柱冲到顶端，并将方格染红，就说明声音太大，发生了削波（图3-7的b）。即使此后声音又小了，顶端的方格仍将保持红色，提示用户刚才发生过削波（c），直到鼠标单击该方格（d），提示才会消失。

图3-7 电平表的观察和使用
     在嘴与话筒保持5至10厘米距离，发音音量正常的前提下，如果总是削波，则说明“入口增益”太大，需将“录音控制”的推子向下拉（见图3-3的②）；反之，如果光柱总距顶端总是较远，不妨将入口增益上调一些。
     试音的原则是找到合适的音量，让素材既不因为音量太小而失去细节（术语称“信噪比过低”），又不因为音量太大而削波失真。
3.4 录制与保存
     录音系统调试完毕，点击 按钮即可开始录音，进度线随着录音的进程，从左向右移动；已录制的声音信号也实时地显示为“波形”图象，如图3-8所示。
<BR< p>

图3-5 （单轨）波形编辑视图

    在素材录制阶段，推荐使用单轨视图。若软件启动后为多轨视图，可以按键盘上的数字键“8”切换到单轨视图，或者在View菜单内切换。
     图3-5用编号标出了几个主要的部件，熟悉这些部件的基本功能是非常重要的。
     ①是菜单栏和工具栏，这与一般大型软件的构思相同。使用View（视图）→Toolbars（工具栏）指令可以设置各个工具栏的显示与隐藏。
     ②是Organizer（管理器）部件，用来监控已打开的各个声音文件，并可以集成常用功能的快捷方式。
四、后期制作(上)：剪辑、增益、降噪
前三期连载阐述了彩铃的绪论和前期技巧，本月开始进入“重头戏”——后期制作。
数字声音的“后期处理”指以算法程序对音频样值进行演算和修改。Adobe Audition（或CoolEditPro）软件的相关指令内，集成了许多算法程序。虽然数字后期处理非常便捷，但用户仍应牢记两大法宝“撤销”（Ctrl+Z）和“另存”（Save as），不要让各种误操作和意外结果把素材毁坏。
       Audition对许多常见命令都提供了菜单项、快捷键、屏幕工具栏三种等效的操作方法。限于篇幅，本文省略了一些对工具栏按钮样式和菜单项目位置的介绍。
4.1 剪辑技巧——选择、复制、剪切、粘贴、删除
剪辑是最常见的后期处理手段。声音依赖时间的流逝而进行，剪辑却能给声音的进行顺序“洗牌”，移花接木是音频工作者的一大乐趣。
进行处理前，应先“选择”（Selected）要被处理的段落，剪辑更是如此。常用的选择方法是用鼠标在单轨窗口的波形上“拖动”，或在时间码指示器（上一讲的图5内⑧所示）上输入时间段落起止值。对于不太精细的剪辑（例如删去素材中的大段空白等），推荐使用鼠标拖动方式，如图1。

图1 选择要处理的区域
       另外，在波形显示区域内双击，能选中当前显示的所有波形。注意Audition的显示比例尺是可调的，上一讲的图5之⑥所示就是视图比例调节按钮区。当视图不是全比例时，显示的就不是该声音文件的全部，双击选中的也就不是全部。后期处理过程中，要特别注意当前视图显示的到底是全部还是部分，如图2所示，A只是显示了部分波形，B才是全比例视图。图中①和②对比了“视图比例指示条”在两种情况下的长短不同，③和④对比了“全比例”命令按钮的不同状态。未显示全部波形时，点击该钮即可切换到全比例视图（③）；已呈全比例时，该钮变灰不可用（④）——本文为了节省图幅，把按钮区叠到了波形上。

图2 视图横轴（时间轴）的不同显示比例
关于选择，还有一些鼠标键高级设定（在软件的Settings内），本文限于篇幅从略。另外，使用“Cue点”可以做高精度又便捷的选择，将在下一期提到。
选择声音段落之后，就可以剪切（Ctrl+X）、复制（Ctrl+C）、粘贴（Ctrl+V）或删除（Delete键）它们。当然，也可以通过Edit菜单或工具栏按钮来完成这些工作。搞笑类彩铃中，语言之间经常穿插着一些古怪可爱的特殊声响，就是后期制作时从相关素材中复制出来，粘贴进人声素材里去的。而这些特殊声音本身往往来自商品化的“特效素材光盘”、互联网的下载或音频高手的加工自制。
关于“复制”与“剪切”的区别，与文字编辑软件（如Word）一样，不再赘述。注意剪切之后是不会留下“空洞”的，音频会自动紧缩将剪切处填补掉。
重要的是，粘贴前要指定一个“起始点”，剪贴板上的声音段落就将从该点开始，向后粘贴到时间轴上。指定起始点的方法是在波形上正确的位置单击，将“光标线”（垂直的虚线）调到该处，再Ctrl+V。
顺便说明，用户可以随时试听声音的效果，只需按下空格（Space）键，声音就自动从光标线所在位置开始播放，播放过程中有一道垂直的实线（称“进度线”）从光标线上分离出来，向右移动，再按空格则停止播放。
若“粘贴起始点”不在音频的末尾，则Ctrl+V之后，后面原有的段落将向后顺延，让出位置给粘贴内容。Audition还提供一种“混合粘贴”（Mix Paste），快捷键是Ctrl+Shift+V，即起始点之后的原有内容不顺延，与新粘贴来的段落混合在一起。
此外，Audition在Windows系统的剪贴板之外，提供5个自带的剪贴板，便于进行更复杂的编辑。但只有唯一的“当前剪贴板”上的内容才可以被粘贴。在Edit→Sei Current
Clipboard（设置当前剪贴板）菜单项中可以指定当前剪贴板。
4.2 增益技巧——增益、衰减、淡入、淡出
对声音振动幅度（即音量）做的任何直接处理，可以统称为增益。具体地，增益也可指增强，衰减则指减弱，淡入（出）指逐渐增强（减弱）。
适当的增益或衰减可以使声音洪亮，又不致太大而“削波”（见上一期）。而淡入（淡出）经常用于音频段落的开头（结尾），使作品听来更加自然随和。如图3就是一段音频做了淡入后的波形，可以看到在所选区域内，音量是逐渐变大的。

图3 波形渐变处理的一个例子
       选中需要处理的段落后，使用Effect（效果）→Amplitude（增益）→Amplify/Fade（增益/渐变）命令调出“增益/渐变”对话框，如图4所示。

图4 Amplify/Fade（增益/渐变）对话框
下面按图中的序号解释一些要点。该框有两个选项卡，①是普通的增益（Constant Amplification，恒量增益），②是渐变（Fade）。图4以后者为例。
       ③和④分别是渐变的初值、终值设定。拖动滑动条或直接输入数值都可以改变此设定。右边的Presets（预置）列表则提供了更快捷的模式，如图中⑤所示，直接单击“Fade In”（淡入），初值就自动变为负300（按：负300dB在数字音频中已可以意味着无穷小），终值自动变为零（增益0dB即不增不减）。淡入是声音由小到大的过程，所以初值小于终值（-300<0）。淡出（Fade Out）的道理则可依此反推，不再赘述。
       若在“恒量增益”选项卡，则只在③的位置有一个设定栏，以指定增益值，正数为增益，负数为衰减。
在⑥处可以选择数值随滑动条改变的方式：线性（Linear）改变或对数式（Logarithmic）改变。在⑦处的复选框让数值以dB为单位显示，取消之可以改为百分数显示。
       点击⑧处的Preview（预览）按钮可以预听处理效果，再点击则停止预听。但其上的Bypass（旁通）复选框若处在“打钩”状态，就只能听到未处理的原声，这是为了便于用户进行处理前后的效果比较。Audition的大部分音频处理对话框中都有Preview及其Bypass的功能。
       最后点击OK按钮，增益/渐变就做好了，Cancel则是放弃操作。
4.3 降噪处理
素材中的常见噪声有持续的（比如话筒或线路引起的背景“电流声”），也有猝发的（比如插头不结实引起的电路噼啪声）。后期制作时，对这些瑕疵予以补救性的消除，叫做降噪。由于噪音与有用声音的信号已经混在一起，所以后期降噪几乎必定要损坏有用信号，我们只能努力把损失减少到不易察觉的程度。
这里重点讲持续背景噪声的消除。简单地说，专业音频软件用快速傅氏变换（FFT）算法等对噪音样本进行特征分析，再从素材中“减去”类似特征，来实现对背景噪音的消除。所以，素材中有用信号与噪音的强度越接近（即“信噪比”越低），频率越相似，降噪的效果就越差。这也再次说明前期录音的质量多么重要。
       首先要选中一段“纯粹噪音”当样本，如图5所示。样本不要短于0.1秒，否则软件没有足够的数据做分析。如果录音者的设备档次有限，最好在前期录制时故意录几秒钟背景噪音，以备后期降噪使用。

图5 选取噪音样本
使用Effect（效果）→Noise Reduction（降噪）菜单下的Noise Reduction（降噪）指令，调出降噪对话框如图6。首先点击Capture Profile（捕捉轮廓）按钮（图6的①），分析噪音特征，稍后图中②处就会显示出信号分析图和降噪图示（如图7）。该图的上半部分用黄、红、绿色小点表示原信号特征、处理后特征、本底噪声；下半部分的曲线相当于针对噪声的均衡器（“均衡”的概念见下期），初学者保持不动即可。

图6 Noise Reduction（降噪）对话框

图7 信噪分析图和降噪图示
接着，点击Select Entire File（全选整个文件）按钮（图6的③），将整个素材选中准备降噪。④是降噪级别滑动条，左端0代表不降，右端100代表全降。注意，由于噪音与有用信号的特征关系不易把握，选100有时会对有用信号的破坏过大。如果发生，应该Undo，减小该值并重试，求得“降噪”与“保原”的最佳折中。⑤是快速傅氏变换的运算精度，数值越大，精度越高，但速度越慢。
       最后点击OK即可。图8是图5波形的降噪结果，不仅能看到头尾的噪音没有了，通过试听可以感到，混合在有用信号之中的噪音也几乎消失了。

图8 降噪后的波形
       对于猝发的噼啪噪声等，可以考虑使用Effect→Noise Reduction菜单下的其它命令（比如Click/Pop Eliminator喀呖声消除器），限于篇幅就不介绍了，可以参考软件的Help文件或网上的降噪专门教程。其实，最好还是在前期录制时尽量避免猝发噪声。五、后期制作(中)：均衡、压限、变速及其他
5.1 均衡
日常听到的声音，绝大多数都是许多不同频率的声波振动的叠加。在钢琴上按响一个音，人耳感受到的音高是唯一的，但实际上它仍由多个不同音高的音复合而成，这些成分叫做泛音成分或频率成分。若换用笛子吹响同样高的音，我们只凭听觉也知道乐器换了，就是因为笛子发音的频率成分与钢琴不同，所以才有“音色”的概念。把各个频率成分的强度画成坐标图，就叫“频谱”，频谱是声音能量在不同频率上分布特征的可视化表示。
上一期讲降噪时，对话框中显示的点状图就是一种频谱。频谱图可以用点、线或面来近似表示，一切以合乎需要为准。Audition的降噪，实际就是通过把声音解析为频谱，在不同频率上分别排除“疑似”噪音信号而实现的。声音是时间的函数，频谱却是频率的函数，而把前者换算为后者的利器就是傅立叶变换。
傅立叶变换的条件是一整段时间函数的值，而不是单值，所以频谱也是针对过程的概念。一个孤立时刻上的声音振幅孤立值是无从谈起频谱的。我们可以对0.1秒的片段求频谱，也可以对整首录音求频谱。
Audition提供了频谱监测的功能。按快捷键Alt+Z调出频谱监测窗口，播放声音，即可看到实时的频率分析，横轴为频率（以对数刻度显示），纵轴为强度，相当于函数P(f)。窗口四角分别有刻度模式、图形抓拍、图线模式和高级选项的开关，篇幅所限从略。

图1 频谱分析窗口
对各个频率段分别进行增益或衰减，叫做均衡（Equalization）。与图1相似，用函数分布图来显示，供用户分段调节的均衡器叫做图式均衡器。选择Effects（效果）→Filter（滤波器）→Graphic Equalizer（图式均衡器），调出对话框如图2。

图2   图式均衡对话框
在这里，每个频率段对应一个增益调节量。图中①是频率段数选项卡，分别为10段、20段和30段，图中选用30段的。②则是“图”，注意它与频谱图的区别，频谱图表示频率分布的现状，它则表示用户期望的“增益幅度”，换句话说它是△P(f)而不是P(f)。下面的推子（纵向滑动条）总数与段数相同，顶端注明所属的频段中心值，总体起伏也与②相似。推动推子可以改变②，即“调节均衡”。按钮③可以将所有推子快速归零（等于不用均衡器），④所示的下拉框和文本框等效于推子。⑤是一些preset（预置）拱选，在上期已讲过预置的含义。⑥是运算精度，调节涉及越低的频段时，越应填入更高精度例如1000points以上，精度高的运算花时间略长。⑦相当于处理后的总音量补偿，若处理后素材总音量过大（小），可以Ctrl+Z然后设此值为负（正）再试。⑧决定推子的调节能力，例如36dB表示±18dB的自由度。别忘了还有⑨即Preview可以试听。
     均衡可以用来制造一些特技，比如0Hz以下和3.2kHz以上的推子全都减到很小，可获得类似电话听筒里的说话效果。
5.2 压缩与限制
压缩与限制合称“压限”，都是对样值的数值进行的一种“规范化”。
先谈压缩。狭义的压缩是指让较大的样值小些，较小的样值大些，使素材各处的音量尽量一致（参看图4的对比）。广义的压缩是指定一套“对应规则”y=C(x)，即让原来值为x的样值一律变为y，每个样值都要被这个规则“过堂”（图3中的折线即是此规则），这已不是单纯的压缩了，因此也叫“动态处理”。
     选择Effect（效果）→Amplitude（增益）→Dynamics Processing（动态处理）项，调出对话框如图3。该框有四个选项卡，第一个最常用也最直观，即图式（Graphic）的。其图横轴表示原样值，纵轴是对应的修改值，用户通过调节折线设定处理规则。图3中斜坐标线的右上段明
显较“缓”，对应着刻度，表明从-24dB到0dB的原样值，分别改为从-12dB到-8dB的值，各个样值原有的大小关系不变，但彼此数值差距缩小。该折线来自右列的一个Preset，是很实用的一种人声处理模式。

图3 动态处理对话框
     若需自己设定规则，在折线上单击即可添加拐点（小白方块），拖动拐点即可改变折线形状，右中部的文字显示着各拐点的属性。图式右上角的Splines复选框决定拐点是硬拐或软拐。盲目的设定可能会把素材搞得一团糟，新手应先试用Preset。图4之上、下图是某段人声素材在应用了图3所示规则前后的变化。

图4 某段人声素材的动态在压缩前和压缩后，压缩采用图3的规则
     值得注意的是，这里的“压缩”不同于WinRAR的那种压缩。此压缩不会让wav文件变小，只是按规则逐个修改样值而已。
再谈限制。限制也可算作是一种动态处理，只是与压缩的侧重点不同。限制更偏重让大样值不要超过所设的限度，往往在对素材音量做正增益时使用，防止大样值增得太大而“削波”失真（见第二、三讲）。
     现简介最常见的限制用法。选择Effects（效果）→Amplitude（增益）→Hard Limiting（硬限制），调出对话框如图5。四个文本框分别是门限、增益量、建立时间、恢复时间。图中例门限填-0.5dB，增益6dB，20毫秒（0.02秒）建立，100毫秒恢复，意思是：将素材原则上增益6dB，但大到离满值0.5dB时便应限制。为了声音在被“限制”时不出现突然“硬切”，令声音达到-0.5dB后不立即限制，而是延迟20毫秒再开始限制；同理当声音回落后迟100毫秒再解除限制。为什么这么复杂呢？试想，如果没有建立时间和恢复时间的设定，声音刚一达到门限就限制，刚一不足门限就不限制，其实际效果必然仍相当与削波，只不过削波线从0dB变成-0.5dB而已。

图5 硬限制对话框
5.3 变速和变调
把声音（特别是人声）变速或变调，很容易造成新奇有趣的效果，因此在搞笑彩铃中很常见。传统的变速和变调是通过改变磁带的转速实现的，二者互相关联。若让音调变高，就必须提高带速；若要降速播放，音调也会变低。在数字时代却可以独立调整素材的时间长度和音调，互不干扰。Audition的Stretch对话框能够很好地完成独立的变速和变调。
选择Effects（效果）→Time/Pitch（时间/音调）→Stretch（拉伸）项，调出Stretch对话框。下面依图6简介其主要功能。①是拉伸（实际指伸和缩）程度滑条和三个填写框——比率（Ratio）、长度（Length）、转调（Transpose），可根据需要选择其中任一种方式指定拉伸程度。在②处选择高精度，在③处指定拉伸类别——Time Stretch是时间伸缩（即变速）同时音调不变；Pitch Shift是变调同时速度不变；而Resample则是传统磁带的模式，速度和音调变化互相关联。④处提供了一些预置模板，若想要某段声音按照渐变的拉伸程度数值来变化（比如录音机电池逐渐用完造成声音逐渐变低变慢的效果），可以改用⑤即Gliding选项卡，它提供两个拉伸程度滑条（赋初值和终值）。
     举例来说，一段20秒的绕口令，想令其速度变为2倍，在10秒内说完，应先选中它
，调出Stretch对话框，将Ratio填为200（即单位值100的2倍），或将Length填为10（秒），拉伸类别选为Time Stretch，确认即可。当然，也可先用右下角的Preview按钮试听结果。

图6 变速变调对话框
六、缩混和成品导出
      前面的几期文章简述了wav格式声音制作的基本技术，您的彩铃作品已经呼之欲出。由于彩铃成品往往是其他格式（第二期提到过），所以只要将wav文件导出为所需格式，彩铃文件也就诞生了。显然，彩铃的艺术水平如何，关键要看wav制作的技巧，格式的转换基本只是个程序化的环节。所以，本期先简介wav高级制作的一项入门知识——缩混，然后再讲解彩铃成品的生成。
6.1 多轨音频缩混
      如果彩铃的内容较丰富（例如同时含有人声、动效、背景音乐等多个素材的作品），为了提高质量，往往先对各个素材片断分别制作，再混合成一个声音文件。这种混合在录音专业上叫做混音或缩混。流行歌曲的唱片在制作时，一般都是由多部分的伴奏和人声分别录制，然后缩混而成的（“现场版”除外）。若论加工处理的灵活性，缩混前当然优于缩混后（缩混前可以单独处理每个成分），但只有缩混后的声音才是一个完整的作品。而缩混之前，虽然可以听到各素材同时播放的效果，它们也还没有真正凝集为一个文件——在软件中，这时的音频作品只能叫做一个“工程”（Session），即一个可以被保存为成品的“未成品”。
缩混前的各个素材，在软件中由用户码放在“音轨”上，音轨是建立在时间轴上的一条条平行的、无限长的“线位置”（即轨道之意），每一音轨的每个特定位置（即时刻）只能同时被一个素材占用（就象一条铁路的每个特定位置不能同时停放两节车厢一样），但多条音轨各自的同一位置（即相同时刻）当然就放得下多个素材，并同时发声了，声音就可以混合了。对于熟悉PhotoShop的读者，还可以打这样一个比方：音轨就像“图层”，缩混就像“合并图层”。合并图层前的图片可以看效果，可以单独修改某个图层，但不是一张成品图片，合并以后才是成品。

图1 Audition多轨界面常见结构
      在Adobe Audition中按主键盘区的“9”键（小数字键区的9键不行）可以进入多轨界面。下面按图1简介其操作要点。
      ①是Organizer（管理器），其最常用的选