网络广播剧后期.docx

1、网络广播剧后期网络广播剧后期之一 文：busy (x-voice) 本文大部分内容来源于业余广播制作的经验教训和个人总结，错误之处，敬请谅解。 后期应该知道的一些问题 一开始就说这些很虚而且没有定论的东西，可能是十分枯燥的，但我觉得还是十分必要的，你可以放着不看这一部分，或者以后再看都行。之所以要写，是因为做任何事情，首先要明确，在现有条件下，能做什么，该做什么，避免发生缘木求鱼南辕北辙的情况，浪费不必要的时间精力在一些不可能或者成本很高的处理上。 不打算写得和混音教材一样，去剖析物理学基础，只写几个对制作有意义，并且值得思考问题。大部分运用直观的例子进行说明，例子都是现编的，可能有不合理或者

2、错误的地方。 1 声量的问题 大部分时候，我们认识世界往往是在一个线性直观的基础上，简单来说，比如我们知道200个苹果是100个苹果的2倍，如果一辆卡车可以运100个苹果，那么200个苹果就需要两辆卡车。卡车的倍数也呈2倍关系。苹果和卡车之间呈现出一个“线性”的关系。 这种关系在自然界中极其普遍，但后期是做给人听的，当牵涉到人的感觉后，很多线性关系都会扭曲。 比如饿的时候，一顿吃2个包子也许比吃1个包子感觉得到了2倍的满足，但一顿吃100个包子难道会让人觉得比吃1个包子得到了100倍的满足吗？会撑死吧。 人对声音的音量的感觉也是如此，个人认为，人的感知函数，绝对不是一个简单的对数函数可以表达的

3、，个体差异也不同，就使得函数更不可靠了。简单来说，2分贝的声音也许确实“应该”比1分贝的声音“响”一倍（虽然从功率来说并非如此），240分贝的声音也确实“应该”比120分贝的声音“响”一倍，然而听起来，大部分人未必能发现是“响”一倍的，对于1分贝和2分贝，也许主观评价就是，“非常小的音量”，甚至分清哪个更小都很困难，而对于120分贝或者240分贝的声音，主观评价就是“很响”，也很难说的清哪个更响，就好比问人，你“觉得”氢弹爆炸和原子弹爆炸哪个更响一样，大多数人即使听过也很难做出判断，尽管2者在物理上也许真的是有区别的。 基于后期制作是做给人听的，而大部分设备的功率是统一的，所以不得不考虑控制你

4、的音量电平在一个合理的范围内，不要太小（当然换一个角度，过小的音量使得你本可以记录更多细节的精度没有用上），不要太大（从制作的角度，整体过大，可能将使得作品缺乏动态，大部分情况存在于预告中）。 至于多少是合理的，需要实践去判断了，个体千差万别，作品所选用的素材不一样，风格不同等等这些都影响着该做到一个什么样的度。 虽然经验告诉我们“响的东西更容易取悦听众”，但是做为后期，必须知道，响与不响不应该是后期的首要关注点，这些应该由音箱的输出功率决定，家里的喇叭再响，也响不过电影院里的吧。 保留声音的细节优先于提高作品的音量（大部分时候所谓的“震撼”效果经常和音量挂钩在一起。） 当然也不要把东西做得太

5、不合群了，别人都一样，就你偏小，这样也不好，适中就好，但不要太过份。 通常时候，初混的时候把作品的平均电平控制在-18DBFS也许是有益的。 2数字音频的基本问题：采样率VS精度 被问到采样率和精度是做什么的。 数字音频是用数据来记录声音的，是离散的，这么说比较抽象，但说到数码照片大家一定不会陌生，当你用看图软件无限放大数码照片的时候，数码照片最后变成了一个一个正方形的小色块，当你用后期软件无限放大波形以后（如果可以的话），波形最后就变成了一根一跟间隔均等的线段（而非曲线）。在自然界中，既不会有用色块组成的图象，也不会有线段式的声波，在自然界中，它们都是“连续”的而非“离散”的。连续和离散的区

6、别，也许就是光学相机和数码相机，模拟录音和数字录音最大的区别。 数码照片中，分解到的最小色块越小，图片就越清晰，当然文件也越大，对于数字音频来说也是一样，分解到的最小线段长度越短，声音就离真实的更接近。换个角度想线段越短的话，同样长度的曲线是不是需要更多条线段，比如同为直线段，用1米长的线段去覆盖10米，需要十根，现在换做0.5米的去覆盖，就需要20跟，于是10根需要11个端点，20根需要21个端点，简单来说，这些端点就由数字音频中的采样率和精度来决定，单位时间里需要记录的端点越多，采样率（横向）和精度（纵向）就越大。 比如录制一个1分钟44100HZ 16BIT双声道的WAV文件，大小应该是

7、60*44100*16*2/8/1000=10584KB约为10.33MB。 这也就是我们所说的“无损”格式（即使不看采样原理，看看这里也知道，其实所谓的无损也是有损的。）所谓无损只是采样率固定的情况下，16位计算机能够处理的极限了，如果你改用96000HZ当然要更“无损”啦，不过根据采样定理，采样率是采集频段的2倍左右，而人耳能听到的范围是20000HZ，所以选取44100HZ理论上就够了。 Kbps就是10584/60*8=1411.2Kbps，也就是WAV无损的比特流，当选用压缩格式，如MP3，WMA等格式时，会对数据点进行压缩。 还是用线段覆盖做例子，简单来说，就好比是，一个V字型的线

8、段，如果V字的两边都是2米的，在WAV格式下，你需要用4根1米的线段来覆盖，这样产生了5个端点，然而由于V字型的特殊结构，我们也可以选用2跟2米的线段来覆盖，并且所得到的覆盖效果和之前4根1米的效果完全相同。然而这样，我们只需要3个端点，比之前的节省了2个，相应地，文件所需要记录的数据也就少了。 这2个的区别就好比WAV和MP3的区别。MP3可以根据一些人的主观特性，如人对某些特定的声音不敏感（好比V字型的特殊形状可以压缩一样），来进行压缩端点。使得记录的文件更小，有时候会是低频，掩蔽效应，如果你的低频在WAV下还能听，到MP3中有可能就糊掉了。 另外我们在后期回放中所听到的也是未压缩的，如果

9、你在制作中就把很多声音之间的关系做得满打满算了，那么在压缩完后要可能会变得有点糊，尽量在前期的时候给声音多留点空间是有益的。 3 后期万能吗？后期该负责什么 后期（混音）能做的，其实是很渺小的。 不要把不该归属于处理的功劳给了处理，应该感谢录音，不论是素材的还是人声的。 也不要把不该属于处理的过失给了处理，应该指责录音，如果说什么都能录出来，还要后期（混音）做什么，那只能回答说，确实，如果什么都能录出来，的确可以不需要后期了。 至于感觉上的，则更多的是CV的发挥和剧本的构造和整体的编排多方面影响的，如果后期混音兼了编排的任务的话，那也只对编排那部分的成功与失败负责。 经常被问到一些问题，然后最

10、多的建议总是，这大概是不可能的，重录吧。这大概是不可能的，放弃吧。 最多的一个，是所谓“不在一个空间”的问题，如果真的是的确不在一个“空间”，比如描述空间的早反射声不同，那么可以往其他的干音里加进一些混响，使得声音近似一致，这些留到混响中再说。但如果是教堂里录的一句话，硬要弄成是在一个小房间里说的感觉，就不太现实了，而且处理，说到底都是数字算法，你能指望它多精确？也许从1楼到2楼这种临近的变化你还能接受，但如果是1楼到5楼，可能就失真的很远了，除非为了特定的效果，这种失真是你想要的，大部分情况下，你听到的原始声音的本质应该和你处理过的不会有很大很大的区别。做后期的，把自己能处理的范围想的渺小些

11、，会有很多方便。 如果是所谓的“不在一个空间”问题，碰到过的，比如内部噪音很大，MIC不好，出来的声音高频录丢了，中低频录的不足，也许可以通过EQ或者激励去做修改弥补，但是比如说，低频录的不足，不够味，就去狂提低频，是不可取的，提多了，低频是有感觉了，够足了，结果提升过量的结果是人声失真的很厉害，又出来更多的问题，比如掩蔽效应，很多时候拿到的录音音质，就已经决定了后期能处理的空间的，对于二三十元的一个MIC尤其如此。后期处理很有限。就是化妆，要把章子怡化成巩丽，有点难度。 关于声场的问题，被问到的有如何让声场更宽，如何做出切身的感觉等等，关于宽窄，本身倒觉得没什么区别，声场窄就没有好东西吗，未

12、必吧，我就听过满多不错的，而且作为广播来说，突出人声的，反而不能用效果器把太多的时间做得太宽，不然听着比较累。 大家所想要的声场效果，也许更多的和素材的丰富性以及整体的深度感有关。 （二 待续） 网络广播剧后期之二 文：busy (x-voice) 本文大部分内容来源于业余广播制作的经验教训和个人总结，错误之处，敬请谅解。 写在后期之前：我们需要什么样的录音 接着上面的精度来说点东西，我们需要什么样的录音？ 现在你是个新手后期，策划给你了一段干音，背景噪音在-50DB，人声平均在-40DB，然后对你说，做吧。 能做吗？效果如何？ 我们看看我们浪费了什么。-50DB占用了200个存储点，-40D

13、B站用了630个存储点，假设噪音的杂乱无序的，那么你有效的存储点变为了多少，630-200=430，只用了430个，而整个有多少？65536个，去掉200个，你不受噪音音响的存储应该是多少，65336个。浪费的量是你使用的量的150倍。 你对策划说，不行，这个太浪费了，处理完的声音可能比较模糊不清。 策划说，好，我们换人重录。 过了2周，新的干音来了，背景噪音，-20DB，人声平均-10DB。 然后你看看波形，-20DB占用了6309个点，-10DB占用了19952个点，不受噪音干扰的记录至少有13643个，觉得应该不错了，结果一降噪，还不如前一个呢。整个声音都是发虚的。 然后策划又去找人重录

14、了。 第三次，干音来了，噪音不到-60DB，人声用尽了全部精度，不错了。但是一段削顶过去，听一听，结果如何呢？要不高频太足，字字刺耳，要不声音怪异，不自然，毕竟自然界中哪来的方波。一两句还好，长段台词的话，而且“方”的很厉害了，声音会非常“厚实”，代价是极其刺耳和不自然。很方的时候，哪怕做龙套都很难处理了，只有打到背景人声里去。 然后策划再去找人。 接着的问题又来了，一听，感觉声音像老式电台的，高频没录进去。提升也没法做，试试激励，高频有了，极其不自然。 再换。 声音很空灵，离MIC太远，反射声和直达声没啥区别，拉也拉不回来。 于是 漫长了 这么多废话的重点在于 录音的时候保证噪音不要太大，小

15、于-40DB是比较好的，如果太大，就关小MIC的音量，录音的时候声音大点。 录音的时候和噪音的音量拉开，-40DB，选择-10DB的平均音量，或者叙述性的台词能有-6就更好了。 永远不要让电平表的红灯亮起来。 离MIC近一点，越近越好，环境不好的，不喷MIC就贴MIC录吧。特殊效果除外。 录音的时候先给后期听个小样,看看是否有频段缺失. 设备不好，所以随便录录.错.设备不好,所以更要花点心思想办法录出效果,MIC的位置不是随便放的.如何开始：初步的处理与分析 考虑到篇幅，决定对很多内容进行压缩了，不然篇幅实在太长，可以写本书了。 不谈编排，说到底，后期就是个技术工种。只要是技术工种，就会有一定

16、的规矩要遵守，但又不是那么单一的一件差事，如果指望把这个活儿给程序化到很细节的东西，以至于都不用动脑了，那后期就轻松了，拿到干声不用听，直接看着波形做，或者拿支笔，一张白纸，用手画波形，扫描到电脑里好了，连效果器都省了。所有数据信息，都能在你的界面上看到，但是永远不要忘记，人脑和耳朵是最终的分析仪器，优先于电平表频谱仪相位仪等等，人耳对数据的灵敏程度不会亚于复杂的计算的。它能通过两耳的时间差去判断方位和距离，通过耳廓特有的形状去判断前后，通过复杂的经验感觉判断前后。 上手，很简单；不实践，不通过直接经验去接触各种声音，怕是很多场合都很难糊弄过去。 回到正题，假设现在你已经拿到一套干音一个剧本了

17、。 第一件事情就应该稍微花点时间把整套干音听一遍，一边听，一边看本子，对你要做的这个东西的轮廓有个大概的了解。 哪些录音音质还不错，哪些音质不够好，哪些地方情绪不到位，哪些地方即使是听干音也觉得感情很真等等问题，都应该是关注的。因为，不返工的前提下，这些问题决定了你处理的走向。 好比你是一个雕刻家，先要弄明白自己拿到的是一块什么样的原石。如果拿到一个椭圆型的原石，那么应该把它雕刻成一个鸡蛋而不要把它雕刻成一把宝剑。 举例来说，如果录音很差，就不要突出了，埋到音乐里去吧；如果感觉不在一个空间，就设计合理的编排给不在一个空间提供合理的想象 这些都想明白了，可以开始做了。 首先，处理干声。拿来切单轨

18、模式直接处理？如果是在同一条件下录的当然没问题。但网络的大部分不是这样的。 于是，先把同一段人声的台词简单的排一下，对比着听。 先标准化一下，听听差别。标准化仅仅限于对同一场的台词做，不要对整个文件做，那样是没有意义的，如果录完一段温情以后，突然是一段喊叫，有可能做了和没做的效果是一样的。标准化对于新人还是有好处的，至少把所有的声音都放到相同或者形似的状态下，这样在处理压缩和均衡的时候能够比较好的找准方向。至少数据差别不会太大。 如果差别不大，那最好了。 如果差别很大，就要动脑筋想办法了。 被问到“不在一个空间，怎么把它们调得像在一个空间啊？” 这种问题很不好回答。 仅仅是这么一说的话。 那首

19、先推荐最好的办法，重录，或者换人。 如果不可能，或者成本太高。 那么再仔细分析下。 电流声巨大，降完噪以后有奇异的金属音。另一个OK，那么降噪就不要做得那么厉害了，往里面添加音乐。 单场对白，噪音很小，但很奇异，又不能加音乐，就自己在往里面加背景音或者噪音。 一个很闷，一个很亮，一定要做，就把亮的往闷了做，突出大概200-2000HZ的处理 一个很远，一个很近，把近的做远了。或者把远的大压缩。很明显的，效果都不会太好的。 等等。 所有的办法都用尽了，解决不了。 那么即时和策划说，我只能做到这样了，如果想要的效果，可能要换人，或者重录了。 这里可以不用追求那么好的声音的，因为后面还有音效音乐，这

20、些都可以协助你解决这些问题。 不必过分关注于声音细微的瑕疵。后面其他的元素会盖掉了。毕竟广播只是个信息传递的过程，信息的内容是首要的。 但是如果这个瑕疵是很让人不能容忍的，那么要提早say no。 如果这一关过了，初步的人声审核就算PASS了。 重点的重点在于,认识素材是十分重要的. 刚接触的人总认为想怎么处理就能怎么处理,什么效果都OK,于是问问做了一段时间的该怎么弄,答案总是,想法很好,但是很难做出来的,或者你手上的素材做不出这种效果来的,放弃吧. 其实后期处理只能根据你素材的原始情况来处理.如果说在5,那么你处理的范围大多是3-7,绝对不会是1-100. 很非常的效果，多靠的录音,而不是

21、处理. 关于，给像我一样的小白解惑： From Wikipedia: When referring to measurements of power or intensity, a ratio can be expressed in decibels by evaluating ten times the base-10 logarithm of the ratio of the measured quantity to the reference level. Thus, if L represents the ratio of a power value P_1 to another po

22、wer value P_0, then L_dB represents that ratio expressed in decibels and is calculated using the formula: L_dB = 10 log_10 (P_1 / P_0). 意思就是说，分贝是用来描述声音强度与参照强度之间的比例的。因为是把这个比例取了对数再等以十，所以如果声音强度是参照的万分之一，那么套公式就是40分贝。反过来说，如果人感知到声音强了一倍，那么通常分贝数提高了3（10(3/10) = 1.99526 2）。 但是，我的问题来了：所谓的参照强度在这里具体是什么？还有，“-50DB占

23、用了200个存储点，-40DB站用了630个存储点”，这是怎么换算的？“整个有65536个”是从哪儿来的？ 多谢！busy 加油 噪音太大，降噪！ 降了不好，或者对比显出区别了，加音乐！ 噪音太小，又不好加音乐，加噪音或背景音！ 这个recipe很好，跟做菜似的，淡了加盐，咸了掺水。 “把亮的往闷了做，突出大概200-2000HZ的处理”：亮与闷的定义是什么？是音调的区别么？怎么把亮的做闷了？ “把近的做远了。或者把远的大压缩”：调什么会改变声音的位置呢？前后左右是怎么改的呢？ busy 说得稍微具体一点嘛 “考虑到篇幅，决定对很多内容进行压缩了，不然篇幅实在太长，可以写本书了。” 慢慢写嘛

24、/bow 楼上的2个问题很好，我也想知道。 查了一下关于SIL和SPL的公式，里面有牵涉到I0和I的对比，也就是痛阈和听阈之比，不知道是不是busy大人所说的声音强度的意思呢？ 数据过于复杂反而有点糊涂了，求大人解答 - 受存储格式的位深限制16位就是65536 声音的位置是不会变的,录音的时候就已经决定了,只是对比的问题,辨证法相对论 亮就是通透,闷就是.闷 如果指的是声强的话,标准就是人可以感知的最小音量,以前翻译的一个小文章里有介绍 其实这段东西和后期没啥联系,因为没说怎么做后期.从内容上来说也和具体的处理相差甚远. 但是在做后期或者看网上的教程中经常会看到这样那样的术语 诸如在选择压缩

25、器阈值类型和电平表中看到rms,rms是什么. 在使用激励器时说到,激励就是对现有波形加入谐波,对于硬件有提到谐波畸变,谐波失真,谐波是什么. 在一些音乐后期的EQ教程中有提到基音和泛音,基音和泛音又各是什么. 一些软件,如UF PHASER,以及其他许多软件中,经常出现相位的概念,相位是什么,为什么一些教程里说单独提相位是没有意义的. 在waves image左下方有正负的符号,那代表什么. CE的波形图是什么概念,波峰代表什么波谷代表什么. 频谱是怎样构造出来的,等等 如果对这些都很了解了,那完全可以跳过这个简单的小文的.如果不是很清楚还是值得看一下的. 这是一个声学手册第一章的大部分内容

26、,作者没有用很多的篇幅,介绍了声学的最基本知识.由于是录音专业的教材,所以数理化程度不高,只是针对后期方向的最基本内容. 下载 匿名提取文件连接 或登录Mofile，使用提取码 4323606417996186 提取文件 大叔是你自己做的么？里面有没有详细的人声处理教程，比如一个声音如果像做了“电话”效果应该怎样给他做回来之类的。太闷的声音怎样可以不闷。当然如果你会的话就顺便直接回个给我吧要做电话的声音,先了解一些电话简单的工作原理,为了节省成本,电话并不是对整个可感知的频率20-20000进行传输,而只是对于其中的不影响理解的语音频段进行传输,那么只要用滤波器过滤一下,留下不影响理解的语音频

27、段就好了,具体来说,大概先缩小到300-3000,然后逐步往两边加,直到自己觉得合适就好了 就是说，如果这个人的声音很干很像做过“电话”效果的 那么我就先提高300-3000hz的dB？是这个意思么？ 还是降低0-300&3000-无穷hz的db？ 逐渐往两边加是什么意思？ 电话音是要把低频和高频全都衰减掉，在ult里面的eq的present里面有一个telephone，用这个就可以，AA的fft滤波器里面有telephone receiver也可以 刚刚又看了一遍,好多地方翻的有问题,错别字太多,将就着看吧,毕竟是义务劳动. 你可以把一个自然的声音做成电话音的,但不可能把一个电话音做成自然音

28、. EQ里有句话,you cant boost the frequency that has never existed 300-3000是指先过滤掉这些以外的声音,然后低切点由300向0的方向走,高切点由3000向20000的方向走,直到你满意为止. 我刚又仔细读了一遍,确实有些地方翻的有些费解,毕竟是不拿钱的差使,态度不是很认真. 我提供个术语表啊,方便查字典,不去调整原文了,太麻烦了 rms 均方值,或者有效值,大概因为原文说的能量相同 phase 相位 in phase 同相 anti phase 反相 polarity 极性 文不是我写的拉,是一本写好的教材的第一章,mcgraw-h

29、ill出版的,翻的时候有意识地删去了有关从正弦波到三角波,方波的合成过程,也删掉了电路发声的原理,因为觉得前一部分比较不好理解,后一部分离主题太远,其他的都是和原书一模一样的. 看的时候觉得甚是有趣,就上班空闲的时候翻了一段,比较喜欢一个人做事,也不觉得无聊. 关于波峰和波谷是介质的密集区和疏散区是以前也不知道的,关于汽车发动机的比喻也重新加深了对相位的理解. 对于这些东西呢，我是这么觉得的哈,以前在别的地方看过张讲电平的扫盲帖,意外的发现,一些在电台工作的或者出版东西的人讲不出电平的计算公式.但是他们依然能够很好地做好自己的工作,因为他们有丰富的经验.反之,一些电平,内部处理精度,混响理论说

30、的头头是道的人,真到了一个房间,可能连MIC放哪都找不准了,因为缺乏直接经验.书本的知识毕竟是间接经验. 这就好比一个很有FEELING的听觉障碍者比如晚年的贝多芬,一样写得出传世佳作. 但这些基本的东西毕竟不是毒药,大多数人也不是贝多芬,这些东西的作用就好比一个助听器,知道一点总不会比不知道差,说不定有时候能节省一些摸索的时间,比如知道激励是产生谐波,而谐波和基音又是倍频关系后,就不会再过猛地激励中高频了. 关于电话音修补的问题昨天晚上我已经敲好一个回帖，却突然掉线了，郁闷的紧，首先我必须要说，如果是电话录音的话，估计修补的可能性不太大，如果是用普通的甚至专业的MIC做的录音然后做成的电话效

31、果，也许可以处理一下，但是效果也不太令人满意，因为电话效果本来就是一种极端的效果BUSY说了电话效果的基本原理就是高切也低切，也就是剪掉低频和高频，只保留300到3000Hz的频率的声音，如果都完全剪掉了声音，那么还如何去拟补呢?如果我们用的是很好的声卡很好的录音设备做成的电话效果，原理上并不是真正的把高低频切掉，而是在EQ上拉低高低频，只是拉的程度很大，要拉低20db甚至40db,那么如果20db的话也许你可以尝试修复，通过EQ来改善，但是这个方法处理的声音一定不会很好，高低频的声音损失的极其严重，我们说任何后期处理其实都是在丢失原本的声音，只是你的处理能尽可能的丢失的少而且把我们听到的声音和真实的声音在听觉上相近。所以，如果说已经是做过电话处理的声音，那么这样的声音片段想处理成原本的声音是没有太大的价值的。 另外我们来说电话传递给我们声音是否可以处理成普通的声音呢？ 就从电话录音来讲，基本上是不可能的，第一是因为硬件问题，我们要了解我们的电话的上的MIC，我们的电话上听筒上的MIC是日本人发明的极柱体麦克风，这种麦克风的优势就是非常的扎实耐用，而且造价非常低廉，但是缺点也非常的明显，就是这种MIC对声音的采集并不是全频（20-20000Hz)的，而是我们所说的300-3000Hz左右，当然，这个频率范围是浮动的