多轨录音是一种录音方法,将两个或更多音频信号录制在共用同一时间轴、可分别访问的音轨上。这些音轨可以记录音乐家们同时进行的演奏,也可以记录在不同时间先后进行的演奏,或将两者结合起来。音轨彼此分离,因此可以替换、编辑、处理单个声音并调整其相对音量,而不必改动其他声音。录制得到的音轨通常通过混音合成为最终的单声道、立体声或多声道录音。
这种方法改变了音乐录制,使录音过程不再只是对一次演奏的记录。音乐家可以独自演奏多个声部,乐团可以逐步构建编曲,制作人也可以将录音室里从未同时响起的声音组织在一起,建立它们之间的关系。多轨录音在围绕唱片、磁带和同步播放开展的实验中逐步发展,并在二十世纪后半叶成为专业录音室的核心技术。此后,基于计算机的系统又将这些技术拓展到家庭制作、广播、电影和交互媒体等领域。
音轨、通道与信号组织
音轨是可以独立寻址的录音路径或时间线轨道,并不一定对应单个乐器或表演者。一位歌手可以占用多条音轨,分别记录主唱、和声及不同次录制的版本。反过来,多位乐手也可以一起录入同一条音轨,这样就无法再单独调整他们在录音中的相对音量。录制架子鼓时,通常会使用多支传声器,每支分配到一条独立音轨;而管弦乐录音则可能将主传声器阵列与针对特定声部设置的辅助传声器结合使用。
音轨与输入、输出通道并不相同。输入通道将来自传声器、乐器或其他声源的信号送入系统;输出通道则将最终混音中的一部分送往目标设备。一台提供24条音轨的录音机,并不一定能同时接入24路录音信号。同样,一个包含100条音轨的录音工程,最终可能只输出用于立体声的两个通道。软件的出现使这些术语的含义更加复杂,因为单条音轨可以包含单声道、立体声或多声道音频,而传统模拟磁带上的一条音轨通常只存储一路信号。
基本的录音信号链包括声源、传声器等换能器、放大环节、信号路由和录音介质。传声器前置放大器将传声器输出的低电平信号提升至适当的工作电平。调音台或软件混音器将信号送至指定音轨,并提供监听混音。回放时,各音轨先经过独立的电平控制和处理环节,再混合在一起。因此,音轨的独立性既体现在存储方式上,也体现在信号路由能力上。
音轨之间的分离很少是绝对的。人声传声器也可能拾取到鼓声,而对同一件乐器使用的多支传声器,也可能录到彼此重叠的声音。这种漏音,也称串音,会限制各音轨独立处理的程度,但也能带来有益的声学融合感。在合奏录音中,移除某支传声器对应的音轨,并不一定能从录音中去掉相应乐器的声音,因为其他传声器可能也拾取了相当多的该乐器声音。
在数字音频工作站中,音轨通常是一种逻辑结构,用来引用音频文件及其播放指令。在屏幕上剪切一个片段,并不一定会改变底层文件。相比之下,磁带上的音轨是沿磁带长度方向延伸的实体条带。这些不同的实现方式遵循同一个基本原则:在保持相关信号之间时间关系的同时,仍可分别访问各路信号。
早期实验与同步叠录的出现
在实用的多轨磁带录音机问世之前,分层录音就已存在。早期的实验者可以一边播放已有的唱片,一边将另一段表演录入新唱片,从而把不同时刻录制的声音结合起来。这类“声叠声”方法构成了叠录的一种形式,但每加上一层,通常就会与先前的素材融为一体,无法分离。反复转录还会不断累积唱片表面噪声和失真,并使音色平衡发生变化。这些方法展示了声音分层的艺术潜力,却不具备后来多轨系统所拥有的灵活性。
吉他手兼发明家莱斯·保罗是其中一位极具影响力的实践者。他于1948年发行的《Lover (When You’re Near Me)》运用唱片录音技术,将多个吉他声部组合在一起。此后,他与歌手玛丽·福特合作,大量采用人声与吉他的分层录音。这些录音使叠录不再仅仅是一种纠错手段,而逐渐成为一种听得出来的制作风格。保罗的贡献包括对设备和录音方法的实验,不过,多轨录音的发展也离不开制造商、工程师和其他音乐人的参与。
磁带提供了一种更灵活的录音介质。德国在第二次世界大战前及战争期间研制的磁带录音机展现出诸多能力,战后引起了美国工程师的关注。杰克·马林的演示及其与宾·克罗斯比的合作,推动了磁带录音在美国广播业的应用。安PEX公司于1948年开始交付Model 200专业录音机。早期机型尚非现代意义上的多轨录音机,但其剪辑、重复使用和转录相对便利,为后续发展奠定了基础。
一个关键的工程难题是叠录时的监听。专业磁带录音机通常分别配有抹音磁头、录音磁头和重放磁头。如果通过重放磁头监听已有音轨,同时用录音磁头录制新音轨,磁头之间的物理距离就会造成时间偏移。安PEX在20世纪50年代推出的Sel-Sync系统,允许在录制其他音轨的同时,通过录音磁头监听选定的音轨。这样,已有素材与新录制的表演就能在磁带上有效地对齐。
20世纪50年代,安PEX为保罗制造了一台八轨录音机,工程师罗斯·斯奈德则参与了选择性同步技术的开发。与此同时,各录音室根据自身预算和工作方式,采用双轨、三轨或四轨配置。录音业并非在某一个时刻就全面转向了多轨录音。广播、古典音乐和流行音乐录音机构的转型速度各不相同,直接录制为单声道或立体声的方式也仍然可行。真正重要的转变,是从反复转录已经合成的录音,转向将组成录音的各段演奏或演唱保留在彼此同步、可独立控制的音轨上。
磁带格式与录音室容量的扩展
在模拟录音中,多轨磁带录音机通过磁带上多条平行带状区域的磁化变化来存储信号。其磁头组件包含多个对齐的录音单元,每个单元对应一条音轨。走带机构必须使磁带以稳定的速度运行,并确保磁带与磁头可靠接触。机械精度至关重要,因为磁带运行、磁头对准和电气校准都会影响所录信号之间的关系。
音轨容量在一定程度上取决于磁带宽度。专业格式包括采用多种带宽的四轨和八轨录音机、采用一英寸磁带的八轨和十六轨系统,以及采用二英寸磁带的十六轨和二十四轨系统。这些标准并不通用:仅凭磁带宽度,无法确定其音轨布局、带速或均衡特性。专业音乐录音常用的带速为每秒15或30英寸。较高的带速通常能改善某些性能,但也会消耗更多磁带,并改变录音机的频率响应特性。
将固定宽度的磁带划分为更多音轨,需要作出取舍。在其他条件相同的情况下,较窄的音轨通常意味着较低的信噪比,而音轨间距缩小则会增加控制串音的难度。因此,要增加音轨数量,就必须改进磁头结构、电子电路、磁带配方和校准程序。降噪系统,尤其是杜比A型和dbx,在一些录音室中发挥了重要作用。这些系统的编码与解码必须正确匹配;经过降噪编码的磁带如果未能正确重放,动态和音色平衡就可能发生显著变化。
当音轨用尽时,录音师可以将其中若干条合并录制到一条新音轨或一对新音轨上,腾出原来的音轨供后续录音使用。这种操作称为并轨或缩混,会把各音轨的相对电平和处理效果固定在合成后的录音中。机内并轨不一定需要复制所有已有音轨,但纳入缩混的素材会多经历一代转录。磁带嘶声、失真,以及后期调整余地的缩小,都使并轨成为需要慎重决策的操作。
到20世纪70年代,二十四轨录音机已在大型录音室中普及,不过规模较小的录音室往往仍使用轨数较少的设备。将两台录音机联动可以扩展容量,但需要同步设备,而且可能要占用每台机器的一条音轨来记录控制信息。磁带也塑造了录音室的日常工作方式:倒带需要时间,定位某个片段比在计算机上操作更慢,而用刀片剪接磁带通常会影响剪接点处的所有音轨。音轨记录表会记载乐器、录音遍次、带速、降噪设置,以及解读各卷磁带所需的其他信息。因此,录音介质不仅限制了声音表现,也要求人们遵循一套特定的规划与记录规范。
基础录音、叠录与演奏拼接
多轨制作通常从基础录音开始,即录下一段演奏,确立作品的结构和时间框架。参与录音的可能是整个乐队,也可能只有节奏组、引导人声或用作参照的乐器。临时用作引导的音轨通常称为草稿轨。它提供参照,不一定用于最终发行;但如果其中的演奏成为录音不可或缺的一部分,也可能保留下来。节拍器的节拍声可以提供时间参照,但并非多轨录音的必备条件。
乐手合奏时,录音室的布局需要在声音隔离与彼此交流之间取得平衡。分隔的房间、隔音屏、指向性传声器以及直接电气连接,都可以减少串音。不过,过度隔离可能改变乐队成员相互呼应的方式。例如,爵士乐乐队可能更重视目光交流和即兴互动,而编曲密集的流行音乐录音则可能更受益于较高的声音隔离度。耳机监听能让每位演奏者听到按各自需要调配的乐器声与已录音轨的组合。
叠录是在播放已有音轨的同时,录下新的演唱或演奏。歌手可以配合已经完成的器乐伴奏录音,同一位乐手也可以依次录制贝斯、键盘和打击乐声部。表演者监听混音中各部分的音量平衡十分重要,因为它会影响音高、节奏以及发音或奏音的方式。录音时,可以只在耳机监听中加入混响,而实际录下的信号则保持相对未经处理的状态。这就区分了用于辅助表演的监听效果与永久录入音轨的效果处理。
切入补录只替换一小段内容,而不是整段演唱或演奏。在磁带录音中,录音师或自动控制装置会在选定的位置将某条音轨切换到录音状态,并在片段结束后退出。切换点选择不当,可能截断辅音、音符起音或混响尾音。数字系统通常允许录音片段相互重叠,并进行交叉淡化,使衔接处更容易隐藏。即便如此,补录片段仍须在演绎方式、传声器位置、房间声学特征和乐器音色等方面与前后内容相匹配,听起来才会连贯。
选段拼接是从多次录音中挑选片段,组合成一段完整的演唱或演奏。例如,一条人声轨的主歌可能选自第一次录音,某个难唱的乐句选自另一次,而最后一遍副歌又选自第三次。有些制作会大量采用逐音符编辑,另一些则保留长段、不间断的演唱或演奏。双轨录音的目的则不同:表演者再次录制相似的声部,使两个版本同时播放时,凭借时值和音高上的细微差异增加声音的厚度。单纯复制数字文件本身并不会产生这些差异。这些技术表明,多轨录音既可以保留或修补一次表演,也可以拼接出一段从未被一气呵成地演唱或演奏过的表演。
混音:从独立音轨到成品录音
混音决定了分别录制的各个元素如何协同呈现。录音师会调整电平、立体声或空间位置、频率平衡、动态以及听感上的声学环境。仅凭音轨数量无法判断混音任务的复杂程度:小型原声乐团可能需要细致控制相互影响的多个传声器,而规模大得多的电子音乐工程中,各种声音却可能界限分明。混音的目的不只是让每条音轨都同样清晰可闻,而是根据编配和预期的呈现方式,建立各个元素之间恰当的关系。
均衡改变能量在各频率上的分布。它可以削弱低频隆隆声、改变人声的突出程度,或为相互争抢频段的乐器腾出空间。音频压缩中的动态范围压缩会依据信号幅度和时间参数改变电平,既影响响度的一致性,也影响声音的起音。这些处理都不能脱离音乐语境来看。单独听起来饱满的贝斯声,可能会掩蔽底鼓;明亮的人声与镲片或失真吉他叠加后,则可能变得刺耳。
混响和延迟能够营造纵深感、提供空间线索,并建立节奏上的呼应。多条音轨可以送入同一个混响返回通道,即使它们是分别录制的,也能让人感觉它们处于同一声学环境。反过来,也可以利用不同的效果,有意将各种声音置于反差鲜明的空间中。声像调节将信号分配到各个输出声道,但仅凭这一操作并不能重现真实场所的完整声学信息。听感上的宽度和纵深还取决于反射、频率成分、电平以及声道之间的关系。
信号路由结构使音轨可以按组控制。鼓组传声器的信号可以送入鼓组总线,和声送入人声总线,各种效果则可使用各自的返回通道。分轨混音(stem)是将选定的一组声音合并而成的子混音,例如对白、音乐或打击乐。分轨混音并不等同于原始多轨素材:多个声音一旦合并到同一份分轨混音中,其内部平衡就可能无法再单独调整。这一区别在重新混音、影视音频交付和存档工作中十分重要。
自动化会记录各项控制随时间发生的变化,包括推子移动、静音、声像和处理参数的变化。它可以提高某个轻声乐句的电平,或让某种效果只在过渡处出现,而不必持续手动操作。最终混音会按所需的输出格式录制成文件或导出。音频母带制作是后续的制作阶段,负责为混音的发行做好准备,包括适当的整体处理、曲目编排以及满足交付规格。常规母带制作通常针对已完成的混音进行,而要修改个别乐器,通常需要取得原始工程或合适的分轨混音。
数字录音与基于软件的制作
数字音频以数值表示声音。在常见的脉冲编码调制系统中,信号按固定时间间隔采样,每个样本都被赋予一个有限精度的数值。采样率决定样本之间的时间间隔,位深则决定可用的数值分辨率。根据采样定理,要准确表示一个经过适当带限的信号,采样频率必须大于该信号最高频率的两倍。由于实际信号和滤波器都没有理想的频率边界,实际的转换器需要使用滤波处理。
数字多轨录音最初依靠专用设备发展起来,而非个人计算机。20 世纪 70 年代,Soundstream 系统以及 3M 数字录音机等设备开始用于专业制作;随后,索尼和三菱推出的数字磁带系统得到了广泛应用。这些系统改变了录音技术,同时保留了磁带录音室的许多操作特点。1991 年,Alesis 推出 ADAT,这是一种使用 S-VHS 录像带的八轨数字录音机。多台设备可以同步运行,让更多人能够以相对低廉的成本使用数字多轨录音。
硬盘录音和数字音频工作站逐步将录音、编辑、混音及自动化功能整合在一起。Digidesign 于 1991 年推出 Pro Tools,其他软件系统则从音频编辑和音序制作的技术传统中发展而来。工作站可以保留多次录制的版本、重新编排段落、自动控制处理参数,还能恢复复杂的混音设置,而无须实际更改调音台的接线。不过,工作站看似庞大的音轨容量并非没有上限:能够同时播放和处理多少音轨,取决于存储吞吐量、内存、处理器资源、软件设计以及音频接口。
数字音频的存储需求可以直接估算。对于未压缩音频,数据率约为 ,其中 为声道数, 为采样率, 为位深。因此,以 48 kHz、24 位录制的 24 条单声道音轨,每秒约需 3.46 兆字节,每小时约需 12.4 吉字节,这还不包括文件头、备选录音版本及其他工程数据。编辑编排时,可以反复引用同一批文件,而不必在每次使用时都创建新的副本。
工作站也支持音乐设备数字接口(MIDI)音轨,其中存储的是演奏指令,而非录制的声音。一个 MIDI 音符可以触发软件乐器,其输出随后可被录制或渲染为音频。这样,作曲、音序制作和多轨录音就能在同一个工作环境中进行,但它们仍是不同的过程。数字复制避免了模拟复制过程中噪声的逐次累积,但数字制作也有自身的限制,包括削波、文件丢失、软件不兼容以及处理延迟。非破坏性编辑能够保留源数据,但前提是底层文件及其相互关系始终保持可用。
同步、延迟与相位关系
录音中的所有音轨都必须保持合理的时间关系。录在同一盘磁带上的音轨共用一套走带机构,而通过同一套数字系统录制的音轨通常共用一个采样时钟。连接多台独立设备时,会出现两个不同的问题:定位相互对应的位置,以及保持一致的运行速率。系统即使从正确的位置开始运行,也可能因各自的时钟不一致而逐渐失去同步。反过来,各台设备也可能运行速率相同,却从不同的位置开始。
时间码提供位置信息。SMPTE 时间码标识时、分、秒和帧,在音频设备与影视制作系统的连接中发挥了重要作用。纵向时间码可以作为类似音频的信号录制在磁带的一条轨道上,让同步器能够控制另一台设备的走带机构。MIDI 时间码通过 MIDI 消息传递时间信息,而 MIDI 时钟主要传递音乐速度和节拍信息。两者都不应与控制数字转换的采样时钟混淆。
数字设备在交换同步数字音频时,需要适当的时钟同步。共用的字时钟连接,或数字接口中嵌入的时钟,都可以建立这种同步关系。采样率转换则提供了另一种在不同时钟域之间传输音频的方法。仅将两台独立录音机设为相同的标称采样率,并不能保证它们始终保持对齐。各自振荡器的精度都有一定误差,因此,即使文件显示的采样率设置完全相同,长时间录音也可能需要同步或事后校正。
延迟是指从输入事件发生到监听或处理后的信号输出之间的时间间隔。对于采样率为 、包含 个采样的音频缓冲区,其持续时间为 秒。在 48 kHz 采样率下,128 个采样的缓冲区对应约 2.67 毫秒,不过总往返延迟还包括其他缓冲区、转换和处理所产生的延迟。直接监听将输入信号直接送给表演者,而不让信号经过完整的软件路径。延迟补偿可以对齐因处理链不同而产生不同延迟的音轨,但无法使所有实时监听路径都做到零延迟。
当多支传声器拾取同一声源时,相位关系尤为重要。声音到达各支传声器的时间不同,在合并音轨时便可能使某些频率相互增强、另一些频率相互抵消,产生梳状滤波效应。反转极性会改变信号的正负号,但通常无法校正任意的时间差。移动传声器、改变各支传声器信号的相对电平,或调整时间对齐方式,都能改变最终效果;有时能改善声音,有时则会牺牲空间感。因此,精确同步并不意味着应当让所有波形在视觉上对齐:声学传播造成的延迟,也可能是有意保留的录音音色组成部分。
音乐美学与录音室角色的变化
多轨录音改变了音乐作品与其录音呈现之间的关系。采用纪实方式时,录音力求保留合奏的连贯表演及其声学环境。采用建构方式时,录音室则成为音乐创作的一部分:声部叠加、剪辑、声音处理和空间定位共同塑造作品。这两种方式并非截然对立,而是处于一个连续谱上。一份录音可以将基本上现场演奏的器乐部分与经过大量拼接的人声结合起来,也可以纳入分别录制的声部,同时有意保持自然的听感。
20世纪60年代,流行音乐中出现了一些影响深远的录音室建构范例。布赖恩·威尔逊为海滩男孩乐队1966年发行的《宠物之声》(Pet Sounds)所做的制作,将编配精细的器乐录音与层层叠加的人声结合起来。披头士乐队与制作人乔治·马丁及百代唱片的录音工程师合作,在1967年的《佩珀军士的孤独之心俱乐部乐队》(Sgt. Pepper’s Lonely Hearts Club Band)中广泛使用了四轨设备。缩混使编曲所容纳的声部得以超出可独立使用的音轨数量,但也要求制作人员在最终混音之前,就对各部分的音量平衡作出决定。
八轨、十六轨和二十四轨系统的发展,拓宽了摇滚乐、灵魂乐、放克及其他音乐类型的制作可能性。皇后乐队1975年发行的《波希米亚狂想曲》(“Bohemian Rhapsody”)是密集叠加人声制作的突出范例。多轨录音也服务于制作手法相对克制的录音,此时它的主要价值在于控制音量平衡、替换某个段落,或配合乐手的时间安排。音轨容量增加并不会自动带来精雕细琢的成果,而轨数有限的系统也依然能够支持独具特色的制作选择。
声部叠加不仅影响编曲,也会影响音色。重复录制的人声之间存在细微差异,可以形成宽广而富有活力的声音;同步严密的器乐声部则能产生另一种密实感。剪辑可以突出节奏的精确性,而有意保留一些松动,则能够维持合奏表演中的互动感。后来的嘻哈和电子音乐制作将多轨组织方式与采样、音序编排及声音合成相结合,使录制的表演与拼合而成的作品之间的区别,越来越取决于具体的制作方式。
这项技术也改变了创作中的角色分工。制作人和录音工程师可以通过以往更多由表演者和编曲者作出的决定,塑造作品的结构与表现力。一位独奏音乐人便能构建出仿佛由整个乐团演奏的效果,合作者也无须身处同一房间或在同一天录音,就能参与制作。因此,关于真实性的讨论,往往涉及人们认为一份录音呈现了表演的哪些方面。拼接而成的人声、未经剪辑的音乐会表演,以及通过电子音序编排而成的编曲,体现了不同的制作实践;多轨录音为这三者都提供了工具,而非规定某一种单一的美学。
应用、保存与重建的局限
除音乐制作外,多轨技术也是影视声音制作的基础。对白、后期补录对白、音效、环境声、拟音和音乐先分别编排在独立音轨上,再合成为影院放映、广播电视播出或其他用途的交付成品。在电影中,这些声音元素可能来自不同地点和不同制作阶段。将它们分开保存,就能在不重做整条声带的情况下,调整对白清晰度、声音的空间位置以及戏剧表现的侧重点。发行时还可能需要分别提供对白、音乐和音效的分组混音,其中包括适合制作其他语言版本的素材。
现场录音利用多轨技术保留舞台上各路独立输入,以供后期混音。录音系统可以分别接收麦克风和乐器的信号,而不是只录下现场扩声混音。这一点很重要,因为适合现场场地的声音平衡已经考虑了以自然声形式传到观众耳中的声音,未必适合作为独立录音来播放。广播节目、播客和远程访谈也同样受益于将各位说话者的声音保留在独立音轨上,不过串音和重叠发言仍可能限制后期调整的余地。
电子游戏的交互式音频可以采用彼此同步的音乐分组音轨,并在游戏过程中改变它们的组合方式。随着游戏活动加剧,打击乐声部可以加入,而和声声部继续播放,从而无需依赖单一固定混音,也能保持音乐的连贯性。多轨源素材还可用于为已有录音制作新的立体声、环绕声和沉浸式版本。这些版本属于重新混音,而不只是母带重制,因为它们可能改变原有各组成部分之间的关系。具体能做到什么,取决于哪些组成部分仍以独立形式保存着。
保存多轨磁带,不能只保留带盘。要正确重放,可能还需要掌握磁带速度、音轨格式、参考电平、均衡、降噪设置和同步信息。某些配方的磁带会出现黏结剂劣化,妨碍走带,需要由专业人员处理。数字保存则有另一类依赖问题:工程可能引用外部音频文件、已停止维护的插件、无法再获取的软件乐器,或专有格式。将音频整理导出为从时间线上同一位置开始的完整音轨,可以不依赖原应用程序而保留各轨的对齐关系,但不一定能保留所有可编辑的制作设置。
音频修复和计算式声源分离可以从受损录音或已完成的混音中恢复或估算出有用的声音成分。这些估算结果并不等同于原始多轨录音。不同乐器的声音可能在频率和时间上相互重叠,共同的混响可能难以分离,处理过程也可能引入伪影。因此,一段被描述为“新近分离出人声”的录音,其中的人声可能是由算法推导出的信号,而不是留存下来的独立人声音轨。档案著录会区分原始录音、历史上的缩轨混音、分组混音、现代转录版本和重建成分,因为它们各自保留了不同层次的证据,反映录音当初的制作方式。