乐音感知系列(九)音色的声学特性

从本期开始，ACOUTEC分多期为大家讲一讲音色的感知。

音乐家用于描述乐音的重要术语有音高、响度和音色。音高与乐谱上的音符、琴键、旋律、和声、音律和音调等有关；响度则与音乐的动态特性（例如，表示声音强度的符号等)、合奏音乐各成员之间（例如，个人之间、合唱队与乐队之间、独唱与伴唱之间）的平衡有关；用于描述声音质量的音色术语包括：柔和的、丰富的、隐蔽的、开放的、暗淡的、明亮的、黑暗的、刺耳的、令人烦躁的、粗糙的、尖锐的、圆润低沉的、压抑的、苍白的和死气沉沉的等，因此，音色术语是用来描述具有特定音高和响度的声音在听感上的质量或声音性质的。

听音者能够对声音的音高或响度按照从“高”到“低”的顺序排列，但是，与音高和响度不同，音色的主观评价不存在一个度量尺度。

美国国家标准化研究所关于音色的正式定义说明了这一点：“音色是指声音在听觉上产生的某种属性，听音者能够据此判断两个以同样方式呈现、具有相同音高和响度的声音的不同”。换句话说，两个相同响度感觉和音高感觉的声音是凭借它们的音色加以区别的。

乐音的音色是指，当不同的乐器演奏具有相同音高、响度和持续时间的音符时，听音者用来判别所演奏乐器的声音感觉。

对于单音，根据音符持续时间的长短，频谱的平均是按每1/4~3/4s取一个测量点进行的。另一种方法是根据重复周期的个数选取测量点，例如，对于 A4（f0=440Hz），1/4秒对应于110个周期，3/4秒对应于330个周期，对于C4（f0=261.6），则分别对应于66～198个周期。这种平均频谱常用于乐音的频谱分析中，称为“长期平均频谱”(LTAS，long-term average spectra的缩写)。采用LTAS的主要优点是能够突出乐音在稳态阶段的频谱特征，同时，通过平均可以去除在稳态过程一直存在并且不断变化的较强的背景噪声频谱。

但是，LTAS不能反映快速变化的声学特性，例如，乐音的开始阶段和结束阶段的频谱，因为平均的结果会使频谱特性丢失。当研究音色时，我们不仅对开始和结束阶段的频谱感兴趣，而且对它们怎样随时间变化感兴趣，因此，需要一种表示方法能够记录乐音在整个持续过程中随时间变化的特性。

一种常用于语声的分析方法是幅度、频率和时间图形，称为“声谱图（spectrogram）”，其纵轴是频率轴，横轴是时间轴，幅度的大小用灰颜色的深浅表示，或用光谱的不同颜色表示。

上图是一个包含了起振、稳态、衰减阶段的完整声音信号的波形与声谱图。划分三个阶段的主要依据是频谱，因为在起振和衰减阶段频谱是不断变化的，稳态阶段的频谱相对稳定。但这个“稳定”并不意味着完全不变，从波形上可以看出幅度随时间变化的特征。由于稳态阶段的频谱稳定，因此从这个阶段可以识别出该声音的音色。

起振阶段和衰减阶段都会对音色的感知产生影响，但是起振阶段的影响更为重要，原因主要有两个。首先，在稳态阶段听者能真切的感知到音色，人们已经对音色有了认知，衰减阶段持续时间时间很短，对音色感知的影响相对稳态阶段要弱很多，听者对音色的感知仍然以稳态阶段为主；其次，在封闭空间里演奏时，因空间环境产生的混响声会叠加到乐音的衰减特性上，而起振阶段直达声传到人耳时反射声还没有到达，不存在此影响。

因此，对起振阶段的特性分析就显得更为重要。

对起振阶段做分析，得到声谱图如上所示，可见，起振阶段各谐波出现有时间差，所以，起振阶段的音色必然与稳态阶段的音色不同。

本期介绍了音色的声学特性，分析音色需要研究乐音的波形、频谱与声谱图，完整的乐音包含起振、稳态、衰减阶段，其中起振阶段和稳态阶段对音色感知的影响最大。