关于人声录音

wavetone

关于人声录音
      说起人声，每个录音师都能说出相当多的感受。因为，几乎只要录音，人声的录音频率和时间，都应该是比例最高的。哪怕一个很小编制的非纯器乐作品，都会有人声的存在。很多朋友无论经济情况是多么的拮据，录音环境是多么的不专业。但是都把标准定在能够录制人声。由此可见人声在录音中的普遍性。如果你继续翻混音等方面的教程，很大篇幅都会介绍如何处理人声。可见，搞好人声，基本就等于整件作品成功了一半，没错！事实也确实是这样的。
但是讨论人声的话题多了，误解也随之产生了。首先是大家的目光都集中在混音阶段如何处理人声、如何制造效果，却忽略了录音才是问题的根本。只要在录音阶段能把好关，后期混音需要处理的也就比较少。并且从效果来说，录出来的效果要远远比使用效果器制造出的效果来得真实、自然并且悦耳。其次在录人声的时候，大家的注意力往往集中在音准或者是使用什么样的器材上，而没有专注于录音本身。这些问题综合起来，造成我国目前在前期制作这一关键环节上，和国外差距很大。因此，笔者在这里写人声录音，也是希望大家能转移一下注意力，都关注一下录音这个环节。

人声录音的复杂性和困难性

人声录音的复杂性在于人声不仅有男女声的分别，还有低、中、高音的区别。并且不同的唱法也有不同。也就是人声的种类特别多，因此录音方法多种多样、非常复杂。同时人声如果算做乐器的话，那将是一件无比复杂的乐器。该乐器频率很宽，并且变化无常。人声的细节也比较多，比如口水声指的是发音后咽口水的声音、齿音指的是牙齿碰撞或是空气高速流过牙齿的声音等等，都是录音中需要考虑的细节。同时针对声音类型，选用合适的麦克风，对于录音师也是很大的挑战。人声录音有时候耗时很长，对录音师也是个相当大的挑战。人声的基频，处在人耳最敏感的中频区。人的听觉功能，从进化之初，就定位在察觉危险的野兽逼近和同类的信号。而这个信号，自然就是语言了。因此人耳对于人声的敏感度，远远超过其他的声音，譬如有记载处于哺乳期的母亲，能够听到音量很小的孩子哭声。从这样的例子，我们可以得出一个结论，人耳对人声是如此之敏感，以至于很小的失真也能够察觉。声学也证明，人耳对于中频200-400Hz之间哪怕是0.1dB的增益都能够察觉，而到了高频部分，这样的增益很难察觉。因此，人耳的这种特性，使得我们录制人声的时候马虎不得，一点点的人声瑕疵，都能够被听众察觉到。

人声的不同类型和正确的人声

人声被发烧友视为必考科目，但是如果单纯按照发烧友的意思录制人声，可就大错特错了。不少发烧友的观点是错误的，比如追求口型，发烧友常说如果回放器材的中频非常准确，就能出现烧友们常说的口型。这里面有个误解，那就是口型并不是录音听出来的，而是声音非常符合真实情况而导致烧友的实际经验而在大脑中产生相应的映像。因此一些说法比如血盆大口，樱桃小嘴等等都是烧友的联想而已，在录音中是不存在的。因此为了发烧友的错误概念而去追求什么口型，结果就很糟糕了。而且不少发烧友偏爱口水声、齿音等等，如果录音师将重点放在这方面，则可能忽略了整体效果，导致作品的艺术性被破坏掉。同时，发烧友喜欢的口水歌，多是一种人声非常靠前的独唱性质，而作品的整体性，则显得不是那么重要。由此可见，除非你只想愚弄一下发烧友的话，其他情况还是不要跟着发烧友的爱好走为好。

首先我们先来讨论女声，我们接触的第一个研究对象就是著名的蔡琴。有人说了，蔡琴是发烧友欣赏的角色，我们怎么能够拿她来研究呢？其实不然，发烧友的错误在于将蔡琴的声音当作女声的全部，而我们只是将蔡琴当作一类女声的代表来研究。蔡琴的声音特点可以归纳为温暖而宽厚，泛音丰富，带有一种磁性。而蔡琴声音中高频的成分并不是太多。蔡琴的声音，代表着一种成熟宽厚的女声，这类声音讲究厚重感，非常成熟。而中频上的细腻和高频上的略微衰减，造成声音整体充满了磁性。比如不少著名黑人女歌手也擅长此道，如惠特妮•休斯敦。因此这类声音属于女中音，就是温暖而宽厚，并且带有磁性。



与之略显对立的女声风格就是女高音类的风格，譬如大家印象中的花腔女高音。在流行乐中的代表，有恩雅。此类女声偏重于高频类的表现，也就是高频成分突出，而缺乏温暖宽厚。给人的感觉偏冷，并且很纯净。著名的恩雅的声音，就是这类的杰出代表。还有目前很热的海豚音张靓颖，也属于这类风格。



说到女声，不得不提被誉为20世纪最伟大的女歌唱家——玛丽亚•卡拉丝，其声音特点并不如一些女歌手那样顶尖，但之所以被誉为最伟大的，还在于其对于感情的把握。这点给我们的启示是，在聆听人声中，感动观众的并不是高低频成分的多少，而在于对于作品思想内涵感情的把握上。人是一种感情动物，而人声，正是感情的载体。很多听众，希望听到的是作品感情的表露，而不是频率成分。因此什么样的女声是好的，我们的首要标准应该是正确并且充分表达作品想要传达的感情。女声在录音中，要远远比男声难以处理。主要原因在于女声多数情况下显得比男声纯净——也可能是缺少丰富的谐波成分。这样一来，声音中的嗓音特质和演唱技巧就听起来更加明显，这个时候如果你犯了错误，将很难给予有效的掩盖。

接下来是男声，男声也可以划分为成熟型和年轻型，也可以划分成为低音、中音和高音。说到成熟的男声，就不得不说以腾格尔为代表的民族男声。腾格尔的声音非常厚实，并且音域宽广，加上蒙族特有的演唱技法，总体感觉很不错。腾格尔声音的特点，可以概括此类男声的优点，那就是保持厚实声音的同时音域要尽可能宽广。腾格尔声音的磁性，仍然来自于中频上的细腻和中高频的泛音成分。

同腾格尔类似，帕瓦罗蒂所代表的是西方古典美声的男高音，双方的音域范围近似，声音频率成分略有差异。西方古典美声追求的是一种宽厚并且抒情的成熟男声，美声唱法和我国多种民族唱法的显著区别在于美声唱法要求一种全共鸣的音响效果。这样统一的共鸣成分，使得美声更像是一种乐器。而且美声在很多时候真声和假声按照一定比例混合，不同音区也有混合。这些都是和民族唱法有所区别的。

除了成熟的男声，男声中也有年轻的声音代表，比如港台的流行歌曲，很多都是年轻化的男声，或者是我们常说的奶油男声。其特点在于共鸣比较小，音染相对比较少。流行唱法的显著特点在于很多部分是由后期处理来添加的，而其自身的效果成分比较少。

人声的“机械噪音”

说到乐音，任何乐音都离不开噪音的存在，正因为噪音的存在，才能衬托出乐音的美妙来。因此人声的噪音种类也很多，包括齿音、口水声、鼻音还有胸腔的共鸣，我们首先需要了解这些声音的发声原理和特性，才能尝试控制它们，使得它们为我所用。

所谓齿音，就是当气流快速流过牙齿的时候产生的摩擦声，这种声音听起来有些像咝咝的声音，并且频率很高。这部分声音如果过多，则会显得咝咝声过多，高频也会显得很刺耳。因此，齿音乃是录音中的大敌，是需要极力避免的。录音中常用的一种效果器名为DeEsser，主要用途就是消除齿音的，可见这个问题是多么重要。但是需要注意的是，消除齿音，也要看音乐类型，譬如广大的发烧友们，就特别喜爱齿音，如果没有齿音，嘿嘿，他们会认为你这个录音不HIFI，不高保真。因此在发烧录音中，需要的是一种美化的齿音。

鼻音是按发音方法分类的一类辅音。发音时，口腔中的气流通路被阻塞，软颚下垂，气流通过鼻腔。一般的鼻音也可以视为塞音的一种，因为发音的时候，气流通路被阻碍。有些发音方法会与鼻音混淆，例如半元音。从频谱图上看，鼻音的主要频率处于较低频的位置（约在250Hz）。因此，一旦录音中鼻音过重，很难不影响整体而清除掉。因此这就要求我们尽量避免录制过多鼻音的人声。那么什么程度算是过多呢？举个例子就是你把一个奶油男生的声音录出大量鼻音来，这个明显就是不合格的。

口水声指得是口水在口腔中流动产生的声音。一般来说，在嘴里比较干的情况下容易产生口水声，因此最有效的办法是让歌手喝白开水。这里要注意了，饮料是不行的，比如可乐、果汁等等，这些粘性的饮料反而会加重口水声。虽然专业人士很讨厌口水声，但是发烧友却对口水声青睐有加，有没有口水声几乎变成了考验录音的试金石。因此发烧碟中，口水歌简直可以说是泛滥了。但是从录音师的角度看，除了发烧碟或者某种变态的风格需要，口水声很难找到一席之地。胸腔的共鸣常见于美声唱法中，由于共鸣度比较大，所以个别时候可能被收录到录音中。鉴于这类特殊情况，因此就需要我们根据条件来确定是否接受这类声音。

实战人声录音

1．麦克风的疑团

说到人声录音，许多朋友对麦克风的常见问题有，什么样的麦克风录人声效果最好？我的答案是无可奉告。选择大震膜还是小震膜的麦克风好呢？我的答案还是无可奉告。怎样摆放麦克风最合适？我的答案仍然是……这时候早已不耐烦的听众一拥而上，暴打我一顿……我最后带着浑身的膏药大声地说，没有最好的，只有最合适的！

确实，这类问题难以回答，因为不同类型的麦克风适应不同的声音。而不同人声之间的频率差异之大，使得没有一只通用的完美人声麦克风的存在。就比如教科书上总说，人声录音使用大震膜电容麦克风比较好，可是如果你碰见那种先天缺乏高频或者是低频过于厉害的角色怎么办？所以，选择什么类型的麦克风不能一概而论。解决这类问题的方法只有一种——不断试验。

2．人声的频率指向性

下面的问题，就该人声的频率指向特点了，研究明白这一点，带给我们的好处是大大的，因为我们可以确定麦克风应该摆在一个大致什么范围中。首先举个例子，和女朋友或者老婆吵过架的朋友应该更有体会。当女人冲你尖叫的时候，你一定会感觉到声音很刺耳（什么？没感觉？我想你需要去医院看看耳朵了）。如果你听过别人吵架，别人的老婆尖叫，你会发现什么？如果女人尖叫的时候是背对着你，声音的刺耳程度将会大幅下降。也就是说，高频成分下降很多。因此人声的频率指向性大致就是这么一个样子：频率越低，指向性越不明显，随着频率的升高，指向性越来越明显。而最高频率的指向性，是沿人的口向前发出的一条直线。

3．麦克风的选择和摆位

录制人声的时候，通常的选择是麦克风距离演唱者20厘米左右，麦克风的震膜和演唱者嘴的高度平行，根据情况可以向上高至和鼻平行或者低于嘴5厘米。而左右偏离中心轴可达2-3厘米。通常情况下，教科书中往往建议人声录音采用大震膜电容话筒，并且采用心型指向。大震膜话筒具有温暖宽厚的特性，并且中低频响应良好。而心型指向，可以有效隔绝所谓的房间声——也就是声音被房间反射的声音。但是这种方法通常具有一定的弱点，比如对于强调中高频表现的歌手，对高频的表现如果不充分，则会使得歌手的声音显得该有的特性全无。

一般情况下，你应该准备好三支话筒录制人声。包括一只温暖的电子管麦克风，一支比较中性通用的电容话筒，比如著名的U87，还有一支小震膜的高频响应出众的电容话筒，如果还有余地，也可以准备一下著名的SM58动圈话筒。有了这样充足的话筒储备，我相信我们基本可以开始干活了。

通常我们首先使用中性话筒来做实验，一般来说，这支话筒能够命中70%以上的歌手，尤其是对于那些毫无嗓音特性的歌手来说——很遗憾的是，现在这类的歌手越来越多了。再或者对于有一类歌手，优点和缺点过于突出，而且不好解决的情况下——比如一个高频特别优秀，但是齿音也很令人难受的歌手，这个时候你就可以考虑使用中性话筒。虽然优点损失了，但是缺点同样被掩盖了。

下面出场的对象就是电子管麦克风，首先让我们搜索一下脑子中对于电子管麦克风声音的印象，相信大多数人都会回答声音温暖宽厚，但是瞬间动态不太好，所以声音略显失真和模糊感。这种说法具有一定的代表性，但是实际上不完全正确。对于我个人的经验，一支录制人声的电子管麦克风，首要应该具有高频上的甜美，详细说就是高频声音绝对不会刺耳或发出额外的咝咝声——有种通常的误解就是这些咝咝声正是电子管麦克风的特色。其次应该是清晰并且清澈的声音，这点相信会令很多人感到吃惊。但是实际上，真正高档的电子管麦克风失真很小，声音仍然非常清晰清澈，但是带有一股比较强烈的甜味。我个人对于这种声音相当着迷。而一些廉价的电子管产品，所表现出来的，是有些刻意的添加失真。这类失真，使得声音变得浑浊并且迟钝。

小震膜话筒的高频响应通常非常出色，但是对于中低频的响应不是很出色。这里面的道理就如同扬声器喇叭的口径一样——通常高音扬声器都是小口径的。由于小震膜话筒的高频突出，中低频相对暗淡，导致声音偏冷偏亮。而且小震膜话筒对于喷音和齿音非常敏感。因此教科书中不建议使用。但是对于需要表现某些高频上很有特色的歌手的声音，不妨使用小震膜一试，所以这里一定要避免教条主义。

下面说的是动圈麦克风，有时候一些歌手的特色在于嗓门大，如果你想要保留这种动态的话，你可能就会发现使用现有的电容话筒比较困难——声音很容易爆掉。离远了又不是你想要得爆棚效果。在这类情况下，你就需要考虑动圈麦克风了。但是使用动圈麦克风，你需要注意近讲效应，近讲效应的定义为：“近讲效应也称球面波效应，声源距离话筒很近时，低音成分逐步增加，距离越近，低音加重越显著。”近讲效应可以增加声音的温暖感，但是如果变化过大，会给人一种声音的分离感，所以这时候你需要控制近讲效应，首先确保低频成分不会过多，其次要确保声音不会有一个分离感——这点需要控制歌手到麦克风的距离不会变化过大。

说完麦克风，就要说房间的声学环境了。一般声学环境不太好的录音间——比如绝大部分家庭录音室，低频上的处理都是相当糟糕，这样一来，不但声音不干净，并且伴有比较严重的共鸣甚至声音上的“重影”。在这种录音间中录制人声，最佳的选择就是强指向性话筒——心型指向。心型指向可以杜绝大部分的干扰情况，从而得到相对纯净的声音。并且如果你对正面反射过来的声音干扰心有余悸的话，有一个具有中国特色的土法子可以解决这个问题——使用棉被铺在后面的墙上，这样一来正面的反射削弱很多了。而对于声学环境良好的录音棚，你可以选择全指向话筒，这样录出来的声音将会显得更加自然并且更加宽广。如果使用动圈录制具有层次的多重人声，效果也是非常出色的。全指向另外两项额外的好处在于一是没有明显的近讲效应，二是歌手位置的改变不会影响到声音——这点有时候很重要，譬如有次笔者给一个老黑录音，这哥们又唱又跳，动作幅度很大，后来竟然过分到转了180度唱，幸亏这种行为被我及时咔嚓了……总结上述的经验，我总结出一句话：穷人用心型，富人全指向。

接下来我所要说的，是我总结人声录音出来的棒棒糖麦克风摆位法。大家应该都吃过棒棒糖吧，而这个棒棒糖，指的就是麦克风相对于演唱者的摆位，都集中于一个棒棒糖形状，如图：



首先从演唱者的口中伸出一条虚拟的平直延长线，这就是棒棒糖的握柄。而棒棒糖的糖体，就是麦克风摆位的范围。无论麦克风怎样动，理想的位置一定处于糖体的某一点。而接下来，我们要做的，就是如何吃棒棒糖——也就是如何确定这一点的位置。我的通常做法是分别在棒棒糖的顶部、底部、旁边的位置试一试，这时候心里就应该有些底子了，然后继续中心部分，直至确定最佳点的位置。

说了这么多，下面大家看看几个人声录音的例子：