音色是声音在感知上的特质或品质,使人能够将其与音高、响度和时长相近的其他声音区分开来。例如,听者可以凭借音色辨别长笛和小提琴演奏同一个音时的差异,也能分辨同一件乐器采用不同演奏方式时的区别。在音乐中,音色是表演、作曲和录音的基本表现手段,也有助于识别人声和环境声音。音色并不对应某一种可测量的属性,而是由声音的频率成分、随时间的变化,以及听觉系统对这些特征的解读共同形成。
定义与范围
音色常用排除法来定义:当音高和响度保持大致不变时,能够区分不同声音的那些属性便属于音色。这种定义便于开展实验,但并不意味着音色完全独立于这些属性。改变声音的音高、强度或时长,也可能改变人们感知到的声音特质。
因此,一件乐器并非只有一种固定不变的音色。它的声音会随音区、演奏技法、奏法和力度而变化。轻吹和强吹的小号仍能被辨认为同一种乐器,但两者在明亮度和频谱平衡上有显著差异。不同的乐器个体和演奏者之间也存在差别。
音色与声源身份有关,但两者并不相同。将某个声音识别为小提琴声,需要结合经验来解读声学线索。听者即使无法辨认声源,也能感知音色差异;电子生成的声音则可能同时类似于几种声源,也可能不类似于任何声源。
声学基础
频谱与分音
声音的频谱描述其能量在各个频率上的分布。许多持续的乐音包含一个基频,以及称为分音的其他成分。在谐波音中,这些分音的频率大致为基频的整数倍。
一个简化的谐波声音可以表示为
其中, 为基频, 为第 个分量的振幅, 为其相位。即使基频保持不变,各分量的相对振幅不同,也会产生不同的波形,通常也会形成不同的音色。
振幅随频率分布的轮廓称为频谱包络。较强的高次分音往往使声音显得明亮或尖锐,而较弱的高频能量往往使声音显得暗淡或柔和。这些关系只是一般倾向,并非普遍适用的定义。
并非所有音乐声音都具有谐波频谱。钟和金属板的声音通常包含非谐波分音。运弓时的摩擦、气流、撞击及其他激励过程也会引入噪声。谐波成分、非谐波成分与类噪声成分之间的平衡,是影响音色的重要因素。
声音要让人感知到明确的音高,基频成分不一定必须最强,甚至不必在物理上实际存在。因此,音色不能简化为基频成分相对于其他所有成分的强弱。
共振与滤波
共振决定振动系统会增强或抑制哪些频率。乐器的琴体、空气柱、膜或音板,都参与塑造其频谱包络。激励乐器的方式同样重要:拉弓、拨弦、敲击和吹奏会产生不同的振动模式。
在人声中,声带振动提供声源,再由声道对其进行滤波。称为共振峰的共振频率区域有助于区分元音,也影响人声的辨识特征和音质。改变声道形状会改变这些共振,而音高不一定随之变化。
随时间的变化
音色不仅取决于声音的平均频谱,还取决于声音如何开始、延续和结束。声音的振幅包络描述其整体幅度随时间的变化,而时变频谱则描述其频率成分的变化。
重要的时间特征包括:
- **起音:**声音开始的过程,包括声音增强的速度,以及出现的瞬态成分或噪声成分。
- **衰减与持续:**起音之后,能量如何减弱或维持。
- **释音:**激励停止后,声音如何结束。
- **内部波动:**声音持续过程中,振幅、频率或频谱平衡的变化。
钢琴音始于琴槌撞击,随后逐渐衰减;弓弦乐器则可以持续补充能量。即使两者的频谱有所重叠,其时间变化特征也能提供鲜明的区分线索。去除或改变声音的起音,可能会使声源更难辨认。
合成器中常用的起音—衰减—持续—释音模型是一种实用的简化,并不能完整描述自然声音。各个分音的变化速率可能不同,有些声音可能有多次起音,或没有稳定的持续阶段。
听觉感知
音色研究部分属于心理声学的范畴;心理声学研究物理声音与听觉体验之间的关系。耳朵通过具有频率选择性的机制分析声音,后续的听觉处理则整合不同频率和时间上的信息。
音色具有多维性。音高通常可以从低到高排列,但没有任何单一尺度能以同样的方式排列所有音色。在要求听者判断声音间相似程度的实验中,通常会发现与下列特征相关的维度:
- 明亮度,通常与能量向高频分布的程度有关。
- 起音特征,包括突然起音与渐进起音的区别。
- 频谱变化,即频率成分随时间变化的程度。
- 噪声感、粗糙度和谐波性,分别涉及声音质感与组织方式的不同方面。
实验中得到的维度取决于所选声音、实验任务和听者。根据管弦乐器构建的感知空间,未必能同样有效地描述人声或电子声音。
温暖、金属感、鼻音感、木质感和气声感等语言描述很有用,但并不是标准化的物理测量指标。它们的含义取决于语言、音乐实践和语境。一个词可能对应多种声学属性,不同听者也可能用不同的词描述相似的感受。
聆听条件同样重要。房间的混响、背景噪声、播放设备,以及听者对声源的熟悉程度,都可能影响对音色的判断。因此,音色既不只是波形本身的属性,也不是完全主观的标签。
历史发展
早在音色成为声学研究的正式课题之前,音乐家就已经能够区分乐器和人声的各种音质。乐器制作、歌唱传统和合奏实践积累了大量关于这些差异的实用知识。
19世纪,赫尔曼·冯·亥姆霍兹在《论音的感觉》(1863年)中对乐音音质作出了影响深远的论述,强调组成声音的分音及其相对强度的作用。后来的研究进一步确立:除稳态频谱外,起音、噪声、时间变化和感知处理也同样重要。
管弦乐队表现手段的扩展,使音色对比在作曲中日益突出。在配器中,作曲家将音乐素材分配给不同乐器,并组合其声音,以形成对比、融合及重心的变化。
20世纪的作曲实践和电子技术进一步拓展了这些可能性。阿诺德·勋伯格在1911年的《和声学》中讨论了 Klangfarbenmelodie,通常译为“音色旋律”:这一构想认为,音色的变化可以参与音乐的组织。此后,具体音乐、电子作曲和频谱音乐等实践,将录制的声音或声音内部的频谱结构作为作曲素材。
音乐与技术应用
表演与作曲
演奏者通过气息压力、口型、运弓位置与速度、触键、弱音处理及其他技法来塑造音色。这些变化往往与奏法和力度相互影响,而不是彼此独立的控制手段。
作曲家利用音色来分离或融合各条音乐线条、标示曲式段落,并使重复出现的素材发生变化。音色对比可以使对位法中的声部关系更加清晰;高度融合的音色则能让多件乐器听起来像一个复合声源。其效果不仅取决于乐器配置,也取决于音区、平衡、奏法和音乐语境。
在爵士乐及许多其他传统中,个性化的发声方式是演奏者可辨识风格的重要组成部分。在摇滚乐和电子音乐中,扩音、失真和录音室处理可以成为乐器声音特征不可分割的一部分,而不仅仅是再现原声声源的手段。
合成与录音
声音合成通过控制声学成分来创造或改变音色。主要方法包括:
- 加法合成:将正弦波或其他成分组合起来。
- 减法合成:对频谱丰富的声源进行滤波。
- 调频合成:通过频率调制生成复杂频谱。
- 物理建模:模拟振动系统和共振系统的某些特征。
- 采样:将录制的声音用作播放和变换的素材。
录音技术也会塑造音色。麦克风位置、均衡、压缩、饱和处理和混响,都会影响录制或重放的声音。
音乐设备数字接口(MIDI)可以传输音符、控制器数值等演奏指令,但本身并不包含由这些指令产生的音频音色。最终听到的结果取决于接收指令的乐器、音色库及处理方式。
测量与局限
声谱图显示频率成分如何随时间变化,可以呈现起音、分音、噪声和共振。可通过计算提取的描述指标包括频谱质心、频谱斜率、谐波与噪声关系的指标、起音时长,以及频谱变化的度量。这些特征可用于声音分类、合成,以及音乐和音频分析的机器学习系统。
这些测量描述的是信号的某些方面,而不是音色的全部。例如,频谱质心通常与明亮度相关,但两个频谱质心相近的声音,仍可能具有截然不同的频谱形状和感知特征。
同样,稳态幅度谱也不能完整确定人们感知到的声音品质。时间特征、调制、某些条件下的相位关系,以及聆听声级,都可能产生影响。因此,研究的挑战并不是找出一个名为“音色”的单一物理量,而是在明确的聆听条件下,将相互作用的声学特征与感知判断联系起来。