第六章 电视声音技术

1、第六章 电视声音技术声音是电视节目不可缺少的基本元素，我们应该予以足够重视。如果要证实这一点也很容易，下次在你看电视的时候把声音关掉一会儿，看看只凭画面能了解多少内容；然后再把声音打开，闭上眼睛，看看这样的效果如何。法国理论家克里斯蒂安麦茨（Christian Metz）认为，影视是通过以下5种渠道提供信息的:影像、出现在屏幕上的文字及图形、语言（对白和旁白）、音乐和音响（效果声和环境声） （美）林恩格罗斯等：电影和电视制作，华夏出版社，2001年版，第375页。他认为，声音传播的信息比画面更为丰富。我们听到的声音极大地影响着我们对画面的理解。同样的一组画面配上不同的声音，可以赋予影片完全不同

2、的意义。对影视来说，取得良好音质的基本物质条件大同小异。虽然二者在记录设备上有所不同，但传声器、电缆、接头等都是一样的。最重要的是：声音的基本原理对于任何媒体来说都是一样的。声音对于人们在美学方面来说，有其演进的过程与可把握的内在审美规则。因此，本章将从声音的物理特性谈起，然后是录音所需要的基础设备，最后是有关声音美学的知识。第一节 声音的特性声音的特性包括音高、音量、音色、音长和音速。了解这些特性，对于选择正确的录音设备是十分重要的。一、 音高和频率声音的本质被认为是一种波，声波在传播的过程中保持着特定的周期，它每一秒钟振动所经历的周期总数我们称之为频率（Frequency），其计算单位为赫

3、兹（Hertz, Hz）。举例来说，如果某个声音每秒钟振动的周期数为1，000次，我们就说它的频率是1千Hz。低频声音每秒钟的振动周期次数比高频声音少。图1：能平均处理各种频率的声音 图2：处理中频声音最佳图3：处理人的讲话声音最好20Hz 20,000Hz20Hz 20,000Hz20Hz 200 Hz 3,000Hz 20,000Hz图示61：频率曲线这三幅图显示了传声器以及其它录音设备三种常见的频率曲线。 不同的频率决定了声音的音高（pitch）。听力好的人可以听到音频从20Hz到20，000Hz不等音高的声音。音高也就是我们通常所说的高音、中音和低音，它反映了声音对于耳朵的刺激程度。比

4、如，男声的频率比女声低，因此音高也就比女声低。 每种传声器（话筒）和录音机都有其特定的频率响应（Frequency response），即它们处理声音的频率范围。选择录音机类型应取决于它要录制声音的种类。比如，人讲话的声音频率范围大约是200Hz（男低音）到3，000Hz（女高音）之间，如果录音内容是人的说话声，就应该选择频率响应与之相当的录音设备。如果录制音乐，录音设备的频率响应应该在20Hz到20，000Hz之间。传声器和录音机并不能做到记录各种频率的声音效果都一样好。因此，厂商一般以图形方式标示出录音设备记录不同频率声音的特性，我们称之为频率曲线（Frequency curve）。标示的

5、频率曲线主要有三种类型：第一种代表设备能平均处理各种频率的声音；第二种代表设备处理中频声音比还原高频和低频的好；第三种代表传声器拾取人的讲话声音时效果最好。（图示61）除了选择设备，我们还可以通过其他的方法控制声音的频率特性。比如，当说话人靠近传声器时，低音频率就会被强化，这种效应我们称之为近讲效应。通常我们不会希望出现这种效应，因为这样会使声音显得模糊不清；但是有时候我们可以利用它使某些男性的说话声音听起来更富有磁性。显然，在一个完整的录音系统中，无论是传声器还是录音机，都应该具有大致相似的频率响应范围。比如，一场交响音乐会演出录音，不仅要有宽频率范围的传声器，也还应该配备有频率响应相当地录

6、音设备。二、 音量和振幅除了频率以外，声音的另外一个重要特性是它的振幅（amplitude），即声波振动的幅度。振幅直接关系到我们耳朵听到的声音的大小，振幅越大，音量越高。音量的大小以分贝（decibels，dB）为计算单位。耳语的音量大约为20分贝，正常说话的声音约为55分贝，摇滚乐演唱会的音量则可能达到100分贝。音量的痛阈值（threshold of pain）大约为120分贝。也就是说， 120分贝是我们的耳朵能接受的刺激程度的临界点，超过这个范围我们就会感到很难受。录音设备所能处理的最低音量到最高音量的范围叫做动态范围（dynamic range），不同设备的动态范围不同。如果所录声

7、音的音量大于设备所能处理的动态范围，其结果就会导致失真（distortion）。如果要记录说话声，动态范围不大的传声器和录音设备就足够了。但是，如果要记录摇滚乐或交响乐，就得用动态范围大约90分贝多录音设备，否则，声音会失真。另外一个与音量有关的指标是信噪比（signal-to-noise ratio，S/N）。绝大多数录音设备自身都会发出一些难以消除的噪声，不同录音设备组合后噪声还会增加。信噪比是人们为录音设备规定的一个常见到性能指标，通常应该在55：1左右。这表示每记录55分贝的声音信号，其中就有1分贝的噪音。55：1的信噪比可以算性能良好，如果低于20：1的录音设备那就很差了。通常情况是

8、设备的价格越高，其信噪比就越高。三、 音色音色（timbre）所涉及的声音特性包括它的圆润度、饱满度、清晰度及共鸣效果。我们能区别小提琴和钢琴以同样音高演奏同样的曲目，靠的就是上面的这些特性。同样，我们能区别不同的说话声音，也是因为每个人的音色不同。谐音（harmonics）和泛音（overtones）对于音色的形成起着重要作用。特定的声音都有一个特定的音高，我们称之为基音（fundamental）。但同时它还表现出其他的音高，其中一部分的频率是基音的几倍，叫做谐音；另外一部分的频率不是基音的整数倍，叫做泛音。基音及谐音和泛音的结合方式是塑造音色的要素之一。录音时的空间环境也能影响音色。在其他

9、条件相同的情况下，在大房间里记录的声音比小房间记录的声音显得空旷。传声器也能改变音色。即使两只传声器的频率响应和动态范围完全相同，其中一只收录的声音音色圆润，另外一只则可能比较清脆。四、 音长音长（duration），即声音持续的时间，是声音的另外一种特性。起音时间（attack）是指声音从完全无声到最大音量所使用的时间；衰减时间（decay）是指声音从最高音量到持续音量所用的时间；持续时间（sustain）是指声音保持一定音量的时间长度；释放时间（release）则是指声音从持续音量减弱到完全没有声音所用的时间。这四个时间长度加起来即为音长。（图示62）音量 A B C DO 时间 图示62

10、：音长OA段为起音时间AB段为衰减时间BC段为持续时间CD段为释放时间这四段相加为音长。在某些方言中会出现吞音现象，主要是因为这些方言与普通话之间存在音长差异。弹拨小提琴和拉小提琴所发出的声音之所以不同，原因同样在于音长不同。弹钢琴时使用延时踏板也会比断奏时的音长更长。五、 音速音速（velocity）是指声音的传播速度。声波的传播速度大约是每秒钟340米，比光速每秒钟30万公里慢很多。这也是为什么先看见闪电，然后才能听到雷声的原因。声音这种相对较慢的速度可能导致相位（phase）问题。如果两只传声器记录相同的声音，但在时间上稍微错开了一点儿，就很容易使信号产生相位不同步现象；一只传声器接收声

11、音的时候声波正处于上升阶段，而另外一只传声器接收声音的时候声波正处于下降阶段。其结果是导致部分甚至全部声音的信号相位彼此抵消，这时我们只能听到一点儿声音，或者干脆什么声音也听不到。避免产生相位问题的方法之一是遵循三比一原则（three-to-one rule），即两只传声器之间的距离不能小于传声器与声源之间距离的三倍。另外一种避免相位问题的办法是将两只传声器头对头地放置，这样它们才能精确地在同一时间接收到信号。第二节 传声器与录音设备一、 传声器传声器，即我们通常所说的话筒。除了具有不同的频率响应、动态范围及音色外，还有其他一些特点，比如指向性、结构和阻抗等。（一） 指向性指向性（direct

12、ionality）是指传声器的拾音指向曲线（pickup pattern）。按指向性来划分，一般影视制作中常用的传声器有单指向性传声器（又称为心形传声器，以拾取一个方向的声音为主）和全指向性传声器（又叫无方向性传声器，可以拾取来自所有方向的声音）。如果只有一两个人说话，又不希望录到背景声音，那么一只单一指向性的心形传声器就够了。如果要收录一大群人的声音或是背景环境声，全向性的传声器就是最好的选择。立体声录音至少需要使用两只传声器，或者用专门设计的立体传声器。立体声录音的一种方式为M-S拾音制式。这种制式是由双向传声器（又叫8字形传声器，收录从前面和后面声音）和锐心形传声器（又叫超指向性传声器，

13、只收录从前面传来的声音）组成的。具体方法是：将这两种传声器按十字型交叉放置在一起，8字形传声器收录从两边传来的声音，锐心形传声器收录来自前面的声音（图示63A）。另外一种立体声录音方法称为X-Y制式。具体方法是：将两只心形传声器相邻放置，一只朝左45度，另一只朝右45度。这样一来，来自中间的信号两只都可收录，来自两边的声音则由它们分别收录。（图示63B）图A：M-S制式 图B：X-Y制式图示63：M-S制式和X-Y制式M-S制式比X-Y制式更常用，一部分原因是因为它比较容易和一般的单声道录音制式兼容。也就是说，M-S制式录制的节目在通过单声道扬声器播放时，音色比X-Y制式录制的要好。此外，M-

14、S制式拾取来自前方的声音比X-Y制式清晰，后期制作时处理起来也比较方便。（二） 结构按结构划分，影视制作中常用的传声器有两种，动圈式传声器和电容式传声器。动圈式传声器（dynamic mic）通过振膜、磁铁和绕在磁铁上的线圈产生声音信号。振膜在声压的作用下产生振动，并牵引线圈在磁场中作垂直切割磁力线的运动，产生感应电动势，从而将声波转换成电子信号。电容传声器（condenser mic）中对声音作出反应的是一个称为电容器（capacitor）的电子元件。当振膜感应到声波产生的振动后，会改变传声器中极板的电容量，并因此产生很小的电荷，从而将声波转换成电子信号。由于给极板充电需要电能供应，所以很多

15、电容传声器都要用电池或其他外接电源。但是，驻极体电容传声器（electret condenser mic）则不必配电源，因为它的极板永久带电。与其他种类的传声器比较而言，动圈式和电容式传声器都比较坚固耐用，频率响应范围也都比较宽广。（三） 阻抗我们也有时根据阻抗（impedance）的高低来划分不同的传声器。阻抗以欧姆（ohms）为计量单位，指的是电路对交流电(AC)或直流电（DC）电流的阻力。高阻抗传声器的阻抗可达10，000欧姆。低阻抗传声器的阻抗一般在150350欧姆之间，最高阻抗不超过1，000欧姆。专业人员一般使用低阻抗传声器，因为它的性能较好。低阻抗传声器工作时也不容易拾取电动设备

16、的噪声，例如吸尘器和荧光灯的静电干扰产生的噪声。二、 录音设备录音设备是指记录声音信号的设备，即我们通常所说的录音机。声音是通过传声器、电缆和接头到达录音设备的。最近几年，随着数字录音技术的发展，许多新型录音设备纷纷面世。导演和录音师首先要考虑的是使用单系统还是双系统，然后才能选择相应当录音设备。为了尽量提高声音的质量，也为了在拍摄过程中提高操作效率，录音人员对设备各项性能和特点应该了如指掌。（一） 双系统和单系统录音双系统（double system）录音是指用两套设备分别记录画面和声音；单系统（single system）录音则是指画面和声音用同一套设备记录。双系统录音源于电影，因为在传统

17、的电影制作中，声音是记录在与胶片完全分离的录音机上的。但是在电视领域，从早期制作开始，单系统录音就成为一种通行的工作方法，这是因为从一开始录像机就同时具备声音和图像两种记录功能。（二） 录音机的类型多年以来，在电影拍摄中声音记录都是在模拟式开盘录音机上的。纳格拉（Nagra）录音机的牌子几乎已经成了电影制作中声音记录的代名词。这家公司生产的录音机坚固耐用，而且它的一些特点恰恰是电影对白记录最需要的。现在，这家公司又推出了一款使用开盘式录音带的数字录音机，这款四声道的Nagra-D型数字录音机已成为许多业内人士的首选。电影拍摄中常用的另外一种录音机是数字录音带（digital audio tap

18、e，DAT）录音机。比如，Panasonic生产的DAT录音机。这种类型的录音机使用的是盒式带，比纳格拉录音机小得多，携带比较方便，也比较便宜。除了纳格拉和DAT两种最常用的双系统录音机外，影视制作还可以选用一些无需使用录音带动录音设备，其中之一就是索尼公司生产的微型光盘（Mini Disc），它使用的光盘看上去很像计算机软盘，录音后可以直接把声音存在计算机的硬盘上。任何一款电视摄录一体机都可以用作单系统录音，比如Hi-8、S-VHS、Betacam、DVCAM、DVCPRO等等。如果画面是用摄录一体机记录的，用一台摄录一体机和一台单独的录音机同时进行双系统和单系统录音并没有什么不好，这样做只

19、会给你带来更大的选择余地，加大了工作的保险系数，万一其中一种系统出了问题，还有另一种系统备用。（三） 录音方法声音录制过程中，有一个环节容易出错，那就是：前期录制的声音，在后期制作时没有办法编辑，因为录音的方法与后期设备不匹配。不同的录音设备和摄录一体机用不同的方式将声音记录在介质材料上，主要有三类介质：录像带、录音带和光盘。记录声音的方式有很多种，常见的包括线性、AFM和PCM。如果声音是以水平线方式记录在录音磁带上的，我们称之为线性音频（linear audio）。线性音频记录方式主要有全轨单声道、双轨立体声、半轨单声道和多轨多声道4种。有些录音带和录像带并没有采用线性记录方式，而是选择了

20、音频调频（AFM）和/或脉码调制（PCM）方式。两者都是以倾斜方式记录音频信号的。一般来说它们的录音质量比线性方式高（频率范围更广、动态范围更大、信噪比更高）。这两种方式一般都是摄录一体机上的录音工作方式，音频信号和视频信号重叠在一起，所以不能单独抹掉或单独记录，只能与视频信号同时抹掉或同时记录。PCM方式记录的是数字信号，记录到的声音质量高，而且可以和视频信号分离，所以在影视制作中广为应用。微型光盘以比特形式记录数字信号，这是计算机常用的工作方式。我们可以为一段声音建立一个文件，可以及时重放录制到的声音，无须倒带。第三节 声音美学与处理技巧一、 声音与影像的关系尽管声音在电影中十分重要，但是

21、它不能像唱片或光盘中的音乐那样独立存在。事实上，在后期制作时，剪辑师总是力图在声音（包括语言、音乐和音响）与画面之间寻求或建立某种关系。在声画关系的建立过程中，时间是最关键的因素。也就是说，如果我们听到的声音与银幕上的人物发出该声音的画面同时出现，这时声画就是同步的；反过来说，如果画面上的人正在说话，而说话声却没有出来，二者就是不同步的。一般而言，我们常见的声画关系会出现三种情况：同步、粘贴、错位。1. 同步。在拍摄时，与画面一起记录的人物对白与环境音响通常称为同期声（synchronous sound）。在双系统（double system）的电影制作过程中，剪辑师必须保证声画同步。在单系统

22、（single system）的制作中，不存在这个问题。2. 粘贴。在后期制作阶段，剪辑师通常会把与画面同步的对白相应地剪辑在一起。但实际上，除了同步以外，声音和画面还可以有其他形式的关系。比如说，在同一场景中，剪辑师还可以用切出镜头、反应镜头或表现其他细节的特写镜头配合同期声，尽管两者并没有对应关系。这好比把画面粘贴在声音之上。剪辑师还可以用某一场戏的声音配合在此后出现或之前出现的画面，预示将要出现的场景或回顾前面刚刚结束的场景，达到声画粘贴的效果。粘贴手法常用在闪回（sound flashback）和闪前（sound flashforward）的影视剪辑中。例如，我们可以看到某个角色现在的

23、画面而听到这个角色过去的说话声。3. 错位。剪辑中经常遇到的技术失误是错位。也就是声画不同步。比如，人物说话的画面和声音出现一前一后的情况，声音比画面快，或者比画面快。除非有意追求这种效果，否则这不是正常的声画剪辑。二、 声音美学音乐能带来美的享受，这是生活中的常识。法国理论家克里斯蒂安麦茨（Christian Metz）在对人们看画面和听声音的习惯方式进行比较研究时，他提出了一个更为有力的论据:“我们看字幕或看画面时，必须集中注意力，但听声音却不必如此，它会自然而然地把信息送入我们的耳中。”电视节目中除了音乐还有其他的声音，它们能以某种方式影响我们对画面的感受。你能够通过把不同的声音（快乐的

24、或悲哀的）配上一个画面，而产生不同的效果（快乐或悲哀）。有5个美学因素能够帮助你取得积极的声画效果：交代环境；人物背景关系；透视；连续性；气氛。（一） 交代环境电视节目中运用现场录制环境声来增加画面的效果不是很常见。这是因为广告片中人物的动作片断过于零碎，所以这种方法得以施展的时候并不多。但是，如果条件允许，那么现场环境声音会使广告增加更好的真实感。我们发现，环境声经常和人物的对白一样重要。环境声帮助确立了一个广告事件的环境。如果在一个繁忙道十字路口拍摄一个场面，汽车的声音、人们的谈话声、自行车的铃声、偶尔出现的警车呼啸声等，都是表明广告主角出现在那里的重要提示，尽管并未在画面上显示所有的事件

25、。（二） 人物背景关系我们常常会把环境分为相对活动的图像（一个人，一辆车）和相对稳定的背景（山丘、街道、房子）。我们会把一个对我们重要的人物或事物专门挑出来，并在画面上突出它，而把其他的东西降低到背景的地位。这如同你在人群中突然发现你的朋友，她/他会立刻成为你关注的焦点，其他人则会成为背景。声音也是同样如此，在一定的限度内，我们有能力把想要或需要听到的声音感受变得清晰，而把所有其他的声音变为背景。有时，为了取得特殊效果，我们能配合飘忽镜头对声音进行处理，实现与画面匹配的声音“焦点”变化，制造生活中所没有的声音感受。（三） 透视声音透视是指特写画面配以相对较“近”的声音，远景配以来自（或似乎来自

26、）遥远的声音。声音透视在处理声/画关系上很重要，近处较大画面的声音应该如同你在与人交谈，拉开镜头的声音要离你而去，有渐远渐小的效果，这才符合因空间距离而产生的透视原理。（四） 连续性声音的连续性也是建立视觉连续性的重要元素之一。一个节奏准确的音乐片断能够帮助一系列画面建立连续性，否则它们不能很好地连接在一起。比如，话筒距离演员位置变化会导致声音连续性的问题。你可能会发现，前一次表演录音和后一次录音之间，对白声发生了声调的细微变化，使得听起来有不连续感。如果遇到这种情况，只有重新来过，让两者之间的位置尽量固定。（五） 气氛气氛指一个场面中所有音响因素，它们传达某种程度的美学力度。你应该用类似于画

27、面基本气氛（基调）的音响气氛与画面相匹配。显然，快节奏的场面（如一个表演中的摇滚乐队的系列特写）比一个较为抒情的场面（如一对情侣花前月下）更能承受高强度的音响。音响营造气氛的能量强大，对看得见到的人物及场景有烘云托月的效果。三、 声音处理的几个技巧不同的声音效果在影视中起着不同的作用。在声音录制过程中，应该认真监听记录下来的对白、旁白、动作音响以及音乐等。同时，我们也应该理解掌握拟音、距离感、旁白、音响效果、主题音乐和声音层叠的处理技巧。（一） 拟音（Foley）它是模拟并记录诸如衣服的摩擦声、脚步声或关门声之类的声音，并使之与影片的相关画面同步。影片的现场真实感是拟音（Foley）、环境声和

28、音响效果的主要功能。比如，如果飞机场没有飞机的轰鸣声，大雾天高速公路上没有汽车的鸣笛声，一个拥挤的商场没有嘈杂的人声，或是大雨天没有雨滴声，观众会怀疑眼中看到的场景的真实性。（二） 距离感（Perspective）。也就是前面提到的“透视”。它是画面图像与声音之间的空间关系。对话的真实感来自于距离感（Perspective）。比如，近处的说话声很大，而远处的声音就不应该很清晰。（三） 旁白（Voice-over）旁白又被称为“画外音”，即屏幕外解说员的配音或是剧中人的内心独白。在以提供信息为主的电视节目中，旁白是传递信息的主要途径。此时，要处理好画面与声音的关系，避免造成信息重复。如果旁白只是在重复讲述画面已经看到的内容，不但会显得罗嗦，还会给观众留下说教的印象。如果旁白是要念出屏幕上的文字，会出现另外的一个问题，那就是观众看文字的速度比配音员的语速快，造成视听信息