人们常说“一张图片能够胜过千言万语”，特别是在表达比较复杂的概念时，这一点就体现得更为明显。

利用图形进行描述通常会比简单的堆叠词语效果更好，能够更快地表达出您的想法。这是因为我们的大脑更像是一个图像处理器，而不是文字处理器，负责处理词语的大脑部位相比处理视觉信息的大脑部位要小很多。

因此，视觉上的线索和提示可以帮助我们更好地记忆和检索复杂的信息。

考虑到这一点，我一直在尝试使用不同的方式来直观地表达音频领域中的关键概念和术语。想要实现这个想法，一定要对这些概念和术语做一定程度的简化，我觉得出于让人们了解这些术语的目的，这就已经足够了。

我们先看一个简单的例子，使用图像的方式来表达单音的频谱，例如一个底鼓的声音，在这里使用Y轴表示频率(图1)。

左边的图像是以标准方式对底鼓进行收音，即使用一个麦克风指向前鼓面。

在这个图形中，我们可以看到声音的底部和顶部（即砰砰声和咔嗒声）的能量比声音的中间部分的能量稍高一些–这种现象在近距离对底鼓拾音的时候很常见。

右侧的图像是在对左侧信号进行EQ之后所得到的信号，在这种情况下，信号的底端被增强了，而信号的中低频和中频的部分则被略微减弱，以产生经典的底鼓声音效果。

EQ不是我们影响声音频谱的唯一方法，让我们来看看其他的一些方法（图2）。

最左边的图形是对小军鼓以标准方式进行拾音所得的结果–即在小军鼓的上鼓面放置一个麦克风对其进行拾音。中间的图形是在同样情况下使用高通滤波器的结果，这点能从图中衰减的部分看出来（低频率部分逐渐降低）。最右侧的图形是在同样情况下，进行压缩后的结果。在这种情况下，压缩器不仅限制了小军鼓的动态范围（这在静态图像中难以体现出来），而且还限制了它的频谱，从而产生了更加紧密和有冲击力的声音，但代价是：可能会损失掉一些声音上的细节。

现在我们建立了一种简单的方法，通过它我们能够以图像的方式表达声音，也能将声音处理的方式图形化。让我们来看一个完整的爵士鼓图形。爵士鼓的频率范围非常广，从低频的底鼓到高频的镲，几乎能够涵盖到所有乐器的频率范围（管风琴除外）。

爵士鼓有很多部分，对每一部分的拾音都要做到相对独立，以便之后进行混音时它们的声音能够互为补充，形成一个整体。如果我们采用标准的四件套爵士鼓，并以标准的方式（即对每个鼓使用一个麦克风收音，再加上一对顶置麦克风）进行拾音，所获得的声音“看起来”会像图3所示的一样。

我用水平轴来表示声音在立体声场内的定位（图中所有的声音向中心进行了平移）。图中最显眼的部分是声音彼此重叠的地方，特别是在底鼓，小军鼓和嗵鼓的声音都能覆盖到的中频范围。

这些重叠就是造成爵士鼓组在混音时会“浑浊”的常见原因之一，这个问题可以通过EQ和声像调节轻松解决图4

在图4中我们可以看到有使用EQ来突出底鼓的低频，对底鼓的声音也进行了压缩并使用了低通滤波器。对小军鼓的声音也进行了压缩，并使用了高通滤波器来控制中频部分的能量。对嗵鼓的EQ和声像调节也为小军鼓创造出一些声音空间，并模拟出各个鼓在鼓组中的物理位置。对镲的声音使用高通滤波并向两边扩展，使得鼓组的顶部具有很好的宽度。

总体而言，您可以清楚地看到整个处理过程，非常的巧妙，为爵士鼓组中的每个组件都创造了足够的空间，每个部分的声音可以被清楚地听到，又能够互补并和谐的组合在一起。这样就可以避免让声音变得浑浊，鼓的声音不会被埋没，并且能提高鼓组的声音的透明度和清晰度，即使在最复杂的混音环境中，也能让声音听起来不错。

提到了这一点，让我们来接着看看其他的常见的混音，比如简单的三吉他组合，即贝斯，节奏和领奏吉他图5

图中的描述表明，在这三种吉他都能覆盖的中频区稍下一点的部分，可能会出现混乱。通过这张图，我们还能清楚地看到，吉他的基本频率重叠使得贝斯的和声变得模糊。

由于使用定向麦克风，并靠近吉他音箱放置，从而加剧了邻近效应，使得吉他的低频声音变得更明显。

幸运的是，这个问题可以很容易地解决，只需要使用高通滤波器和一点点的声像调节即可图6

首先，贝斯的声音被压缩了，这有助于使声音更紧实，并且使其声音集中在混音的底部不会过高造成声音模糊，也不会过低而脱离主体。

对吉他的信号使用了高通滤波器并进行声像调节，这不仅为贝司提供了更多的声音空间，还能使它们被更加清晰地呈现出来。这可能会导致吉他的声音听起来略显单薄（如果单独听的话），但当把它与贝司的声音混合起来时，两种乐器的声音能更好地融合。

现在我们有了描述关键乐器和声音处理的工具，让我们将混音作为一个整体来看一下。

无论是哪种音乐表演，只要具有一个以上的旋律或节奏元素，无论是现场还是录音，都需要将不同的声音元素进行混合。

传统上的音乐都是现场演奏，混音则是通过聪明的部署每个元素，并且在必要时对元素的数量进行扩充来实现的。（举个例子，你想要小提琴的声音更加响亮，可以通过加入更多的小提琴来实现！）

在录音行业的初期阶段，整场表演只会使用一到两个麦克风进行拾音，可以通过改变麦克风和音乐家的相对位置来实现混音，这么做通常会在演奏过程中造成动态的变化。

针对现场表演的拾音，已经逐步形成了一套方法，对每个关键要素都进行单独的拾音，这样做，我们可以在将它们混合之前分别进行处理。

那么，如果我们将刚才的爵士鼓组与吉他组相混合在一起，并加上人声，会发生什么？图7

这看起来开始有点乱了，但是混音就是指多元素的复杂交互，所以这其实很正常。在这里，人声已被压缩以缩小其动态范围并让其保持在混音的顶部，但是仍存在人声被其他具有相同频率范围的乐器（如吉他）淹没的风险。因为我们在演出中混音的绝大多数音乐都是歌，所以确保人的声音可以被清楚的听到是件非常重要的事情。

那么，为了让人声更加突出，我们可以做些什么呢？图8

答案当然是：混响，在图里用外部的光晕表示。关键是使用一个足够小的混响，以确保声音听起来不会太遥远，同时拖拽光谱和扩大立体声，来使声音更大。

时间在1.0到1.6秒之间，预延迟低于10毫秒的混响通常就比较合适。有时候我发现，将混响的高频调低（或者调整频衰减率）有助于使它听起来更不易被察觉–听起来不像数字混响制造的效果，而更像是人声周围的自然声学空间造成的效果。

但是，这并不是在混音中突出人声的唯一方式图9

我喜欢的技巧是，对人声使用回声延迟，图中使用了黑色阴影来表示。回声延迟可以是50到毫秒之间的任何值，但我发现设置在到毫秒之间时，对中速的歌曲中的人声特别有效。

反馈增益应该设置成只会产生一个可被听见的重复-通常将其设置为10％就能够实现。这样能够创造非常接近人声的单一回声，其效果是将人声加倍，并帮助它从背景噪音中突显出来。

作为混音师，我们一直在努力打造更好的混音效果，所以希望本文的这些图片能够胜过千言万语，并为您提供一些独特的见解。

人们通常认为我们是通过耳朵听来进行混音的，但事实上是我们的大脑在做所有的困难工作。所以任何一种能够帮助我们理解这些抽象概念的东西，都能使我们更好地理解混音的本质，帮助我们制作出高质量的混音。