[转帖]声学理论中影响音质（音色）的诸多要素 - 音乐鉴赏和器材评价室 - 声学楼论坛

声学中影响音高的频率和影响音量的振幅比较好解释，而影响声音的音质则是一个比较复杂的现象，它涉及多因素，而对音质的把握恰恰是计算机音乐声音合成中关键的理论部分。这一章我们专门介绍这方面的声学现象。

4.1 相位
用来表示声波振动在某一时域状态下的一个量叫做相位。相位通常用角度来标示，称为相位角，简称相。
一个圆是360度，所以在一个波形振动周期之内，相位的轮辐点沿着轮子也转动了360度。轮子转动一圈，轮辐点高度的正弦运动也完成了一个周期。在测量一个波形某一个特定点的相位之时，经常把波形值为0并且处于上升状态的位置作为参考点。当波形处于参考点之时，它的相位是0度。在顶点之时，波形的相位是90度，当波形为0并且呈下降趋势时，相位是180度，表示波形正处于一个360度周期的中间。在波形达到最小负数值之时，它的相位是270度，然后就返回到其原始起点值0，或者是360度相位。此时波形已经返回到其开始运动之点。图4-1显示了我们所描述的一个周期波形相位与一个圆360度之间的关系。
相可以用来比较两个波形之间的相应位置。把其中一个波形确定为参考波形。然后把另一波形上的位置同其加以比较。如图4-2，波形a先于波形b，也就是说，它比波形b早一步达至振幅顶点。为了量化波形之间的关系，可以用相位来测量它们之间的距离。在图中，两个波形之间的差别是30度，因此就可以说波形a领先波形b 30度。也就是说，波形b与波形a的相位差30度。不过，只有波形具有相同的频率，或者在更为普遍的情况下，当频率的比例为整数之时，这两个波形之间的相位比较才具有意义。

从相位的角度看正弦波形，我们可以区分两种主要形式，即正弦波和余弦波。它们的形状是相同的，仅仅是相位不同。正弦波的参考相的位置是波形超始值为0并且处于上升趋势的地方，余弦波的参考相的位置是波形起始值处于其级数的最高值。图4-3中，在同一个轴线上同时描绘了一个正弦波和一个余弦波。应该注意，余弦波领先正弦波90度，因此余弦波和正弦波之间相差90度的相位。

4.2 相位消长（Phase Cancellation）
相位正负级（Positive and Negative）变化形成相位的消长，最终影响合成波的变化。如果两个波形正、负变化一致，则称为它们相同；如果这种变化完全相反，则称为它们为反相。波形之间相在时间上的不同叫做相位偏移，如果将两个有相位偏移的波形组合，则在新的波形中会产生相长干扰和相清干扰。从而影响整个声音的音色。
这里只是列举最简单的合成波与相位消长的三种关系。下图中，叠加前的波用深色线表示，合成波用浅色线表示。
图4-4显示，a波加b波，两者振幅不同，但相位相同，相位的正负级相加，得出了声音加强了的c波。
a波减b波，振幅不同，相位相反，两个波形正负极相抵消，得出声音减弱的c波。
叠加了两个频率、振幅相同，相位也完全相同的正弦波，得出的结果是在声音的其他参数不变的前提下，音量（振幅）增大。
180度相位的正弦波形同0度相位的正弦波形，其相位正好是相反的。换句话说，当0度的波形为正数值时，180度的波形是负数值。反之亦然。180度的波形经常被称为出相（Out of Phase）。
图4-7是将前面其中的一个正弦波拖动半个周期，相位在180度上，使一个正弦波相位的正级对应另一正弦波相位负级，形成相位的正负级抵消，合并后所得出的结果就是静音。

在声音合成中，相位调节技术非常重要，它直接影响一个声音信号的频谱和音质。比如一种常用的相位调节技术英文称作Phasing,或Flanging，国内同行流行称作镶边技术，是将相同的两个波信号以非常微小的延持间隔（在25毫秒至10毫秒之间）结合起来，两个信号的结合影响了频谱的内容。从而形成一种特殊的效果。

4.3 简稭波与复合波
前面提到，一个波形振动曲线如果随时间按三角函数正弦的规律来变化，称为简谐振动，简谐振动产生的波人们称为正弦波或简谐波。简谐波和正弦波是一切（波形）声音振动的最基本类型。
如果将两个或多个正弦波合在一起时，被称作波的叠加，叠加后形成新的波，称为复合波。多个不同频率、振幅的波同时出现，可以产生很复杂的合成现象。我们日常接触的声波往往是多复合波而不是简谐波。复合波理论是解读声音音色的最关键因素。
图4-8显示了两个不同频率的正弦波相加得出的复合波波形。
绝大多数的声音都由复合波构成，即在声学振动方面都是复合振动。以弦的振动为例：一根空弦在振动的时候，除了全弦振动（产生基音）之外，该弦还等分为2，3，4，5，...段，各自同时分段振动，产生许多不同音高组成的泛音列。在声学上又称谐波序列。谐波序列中第一个音一般称为基音。
谐波序列是一个很重要的概念。在声学的解释中，每一种乐器之所以产生独特的音色，是由于它的谐波序列中独特的谐波序列内容和结构促成的。是物体振动不同分量关系在听觉上的反映。
一个复合波是由许多不同频率、不同振幅的正弦波叠置而成的，产生不同音色的根本原因，在于不同的声音，其基音上方谐波的数目、各谐波的振幅、频率和相位的不同，也即是物体振动分量的关系不同。
基本频率或称基频，是指这些浑然相联的诸多谐波频率的最大公约数。每一个正弦波称之为这个合成波一个谐波或者谐波分音，并且根据其同基频的比例被给出一个数字。
显示了一个复合波的谐波序列，我们可以看到一个复合波的前十个振幅、频率、相位各自不同的谐波分音之间的关系（第1谐波为基音）。
在接近20Hz到20000Hz之间的领域中，即使在不存在基本频率的情况下，谐波分音融合成为一种单一音高的感觉仍然可以产生。剩下的分音按照相邻谐波频率之间的差别的频率，继续形成一种重复模式。展示了两个具有相同基本频率的波形。第一个（图a）由分音1至7所组成；第二个（图b）由分音4至7所组成。需要注意的是，该两个波形的周期是相同的，因此它们就以同一音高发出声音。
关于复合波的基音与谐波的序列，在后面的有关数字音频技术FFT理论与加法合成理论中会进一步涉及。

4.4 包络（Envelope）
包络是影响声音、音色的另一个重要因素。
声音的传播活动是一个动态的过程。一种乐器的音色之所以悦耳、丰满，是由于它的波形有某种动态的质量。早在19世纪，赫尔姆霍茨（Hermann von Helmholtz）的《音的感觉》（On the Sensation of Tone）一书，最先提出了振幅包络的基本概念，从而奠定了对音质进行近代研究的基础。
声音的包络，就是指乐音（或声音）中的每个频率（振幅）周期巅峰间的连线。频谱包络画出了一个频谱中频率能量的分配模式，我们可以通过把频率相对应的谐波振幅曲线图中的竖线的顶端连接起来，从而以图标的形式得出一个周期性波形的频谱包络。
声音的包络分为起音（Attack）、衰减（Decay）、延持（Sustain）、消逝（Release，或译为消释），每个价段的不同特征对声音特征有明显的影响。因此，包络有时又可称为ADSR（即Attack、Decay、Sustain、Release的缩写）或EC。图4-11显示了ADSR的全过程：

起音（Attack），决定声音从开始发出到最初的最大音量所需的时间长短。在打击乐音色里这部分当然要很短。
衰减（Decay），是在声音达到最大音量后立即发生衰减的时间长短，衰减后的音量大小就是后面保持的音量大小。
延持（Sustain），决定在衰减后音量保持的长短，形象地说当你按下键不松手，持续发声时的音量大小就是延持决定的，最明显的不同延持参数例证，表现在弦乐器与弹拨乐器的声音延持参数对比上。通常保持的音量都低于起音的最高音量，不过也有相同甚至高出起音音量的现象。
消逝（Release），是声音最后的价段，代表着声音从保持的音量逐渐衰减到0电平（最小音量）的时间长短。
每个声音都有从起音到延持直至衰减、消逝的过程，因此，波形包络的形状对声音特征起决定性影响，并将给一个声音的音色赋予个性化的特征。