什么是音场、音像、音响舞台？ [复制链接]

蔡琴的《被遗忘的时光》有身后出来的声音，我在想：
1、能否用两声道还原5声道的声音？
2、能否用两声道录音，处理还原5声道声音？
3、以前关于定位的看法是错误的，以为如果左耳朵听力好于右耳朵，则定位偏左，实际上不会这样，因为我将一只耳朵堵住，定位还是在那里。

没有那位请缨开个头？

首先谈谈音场

什么是音场？音场的概念起源于美国，它的英语为“Sound field”，这个名词属于谈论聆听音乐时的音响性范畴。音场是是一个三维空间的概念，指的是聆听音乐时，可以「看」演奏舞台上乐队的排列位置和形状（长、宽、高）。对于音响器材的回放来说，音场实际上就是指您的器材所再生的乐队所排列的声音形状。由于受到频率响应曲线分布不均匀、以及音箱指向性的影响（例如房间的宽度大于深度、或深度大于宽度），音响所播出来的音场，实际上或多或少与原录音时的情形是有差异的。

人的双眼对可以看到物体具有立体感，当两只眼睛看该物体时、会产生视角差；同样，人耳能辨别来自不同方位的声音，同样也是靠声源与双耳之间形成的相同或不同的角度。由于角度的差距，使得声音由声源传到左、右耳的时间产生微小的时间差，而人耳的生理特性对这微小的时间差非常敏感，使人能够产生准确的方向感；同时又由于角度的差距，使声源到达左、右耳的距离产生微小的差距，人耳又可以通过声音强弱的微小差距产生距离感，从而使声像得到准确地定位。

根据声像定位的原理假如只用一只音箱，只能产生 “点” 声源，只能模拟声音的强弱，使人产生距离感，而不能产生不同声源在不同位置的位置感；若使用两只音箱的话，可以产生 “立体声” ，即是现行的双声道立体声，聆听者座位于两只音箱正前方成等腰三角形的顶点位置，便能准确聆听到极为近似的原来的声场。但是两路音箱所能重现的声场存在缺点——只聆听到前面的声场，身边两侧和身后的声音就不能重现。

影响聆听环境凝聚出音响舞台、音像、音场(sound stage、sound image、sound field) 的因素：

很多发烧友没有将音场的调校处理，作为首「要」去面对，我认为是犯了很大的错误。现在我认为应该将音场这个概念「放在首要看待」，因为音场的建立在所有其它「重要因素」的基础上，它是音乐再现的总蓝图，是整套交响乐的总谱，缺少了一个音符，音场也不会呈现得完美！而影响音场完美性的主要因素，就是回放音乐的聆听环境。音响系统除了器材还包括聆听环境，要令音响系统能够HiFi，除了器材HiFi，环境也必须HiFi。意思是说在这个聆听环境里，聆听者所聆听到的声音应该非常清晰(clear)、一点也不会挤迫(clouded)、不会拥肿(fat)、也没有被其它噪音所遮蔽(covered)。

聆听房间的所有六面墙壁都能反射声波，产生干涉，但最主要的、最强烈的反射声波干涉，就在音箱的第一第二(primary and secondary reflections)的反射声波所产生的干涉区范围内。那些地方才需要采取散射或吸音措施。

我曾发表过数篇谈论音响的文章中，重点是论述声学空间(acoustic space) 对音响系统（audio system）的重要性，甚至说器材对音「色」的影响仅占30%，声学空间占60-70%。无论是实际的(现场)、模拟的(多音箱环绕)、或幻觉的(二声道虚幻) 所聆听到的声音，每个音调都携带着空间的信息，以环境声、合成声的形态出现。它们的响度、残响声音的质感，是我们聆听认知的决定因素，声场的内敛或开扬、大或小，则取决于音场的扩散及音场的自由度，速度活生感的认知，却要看聆听环境的Doppler 效应了。

音场的扩散(defused sound field) ，是指聆听环境里存在着有很多的反射表面、很多的吸音小对象，令声音在这个空间里，同一瞬间产生多次反射(multi-reflection) 与折射或衍生(diffraction) ，结果得到好的声音扩散，和均匀分布的声音能量。

音景(soundscape) 是一个只能在声音词典上才能找到的名词，是聆听者的意识和潜意识认知共同缔造出来的；聆听者的这种理性的意识和感性的潜意识分析，是建立于认知和认识力的归纳上，如前景(foreground)、后景(background)、外形轮廓(contour) 、节奏(rhythm) 、宁静(silence) 、密度(density) 、容积空间(space and volume) 等等分析，而延伸出这样精致的声音概念，它包括了下列的各种情况：

基调(keynote)是乐器和乐曲的调性，在聆听音乐的音景中，聆听者能够有意识地、熟练地从复杂的声音背景中确认出独特的基调来，例如回放中夹杂了的交流声……有时基调声音不能够有意识地识认出来，但基调会作为其它声音讯号的媒介，相应地比拟环境中认知形象轮廓的关系。举一个广东人熟悉的例子，黎明这位歌手是以唱走调而能走红的，谁听到他唱的声音，就知道与配乐的调子不协同。钢琴调音不好就走调，小提琴按弦位置相差一丝也就走调。指挥家却能够立即知道那位演奏者走了调。

声音的连续串实况(sound event) 空间和环境素质(context) ， 决定了声音或声音串在它们的演绎能否纯正，它们都是构成音景的主要部份。聆听时，发声物体(sound object) 往往被抽出而变作一个声学上物体，以声音的连续串方式，将音响意思在这种声学环境素质中呈现。因此，声音的连续串在一个声学环境素质中的呈现，包含了包围感(ambience一种在聆听环境里，由许多声音构成的综合声音，其中包括保真声音、基调、污染声音等等) 、环境特性造成的残响、声学空间、节奏等等。声音的连续串，又可以根据它的语义上、象征上、结构上的功能或品质去分类，如人声、乐器声、杂声等…

声音效果(sound effect) 提及THX、AC3、Dts等大家就会意会到什么是声音效果了。声音效果是一种录制过程的人造仿效出来的包围感、声学空间电影中音景，音乐唱片、CD也有这样的人造仿效音景的，我们在选购器材时就不能以这种录音去欺骗自己了。

声音罗曼史(sound romance)，意思是指我们脑海里留下的印象深刻的声音记忆，这些印象往往不容易聆听到新的类似声音所能取代的，我每听到My Way就记忆起Frank Sinatra，听到小城故事，就想起邓丽君，这种情结即是罗曼史(romance)。我们在选购器材时，就要以这种录音去，因为自己对他她们的声音最熟悉，最能识辨真假

直接音场（Direct sound field）聆听者聆听到的声音大部份直接来自左右音箱，仅有小部份来自左右聆听环境的墙壁天花板地板等反射。直接音场比较准确地反映音源，而残响音场(reverberant sound field)更能清晰的营造出立体声音像。直接音场的声音是以摆置音箱更接近聆听位置时，限制了音箱发出的声音过于分散(Dispersion)而达成的。

音箱发出声音的声音分散程度，是四面八方地扩散的，较单独直接向前面方向扩散的多，尤其是在低频频段更甚。但当声波波长的长短接近单元振膜锥体的直径(包括直径的倍数值)时，声音传播的方向性就会增强，因为声波的谐振累加了，声压相应加强。

结像(Imaging ) 是立体声、环绕声系统声音的一个虚幻感觉，通常靠音箱摆位恰当时营造出来的，听到的声音显得更玲珑浮凸、清晰稳定。音像往往以主观观念来形容音像中各种乐器之间展露的紧密疏松、高低远近、深浅阔窄……

残响音场(Reverberant sound field) 我们聆听到的音响系统所回放出来的声音，绝大部份来自聆听环境墙壁的表面反射，远较从音箱较直接传送到耳朵的多。皇帝位聆听到的立体声音像的形成，主要是倚靠残响音场，多于靠直接音场，因而缔造出好的深度。残响音场的声音是藉音箱声音广泛分散缔造出来的，例如采用双极(bipolar) 的音箱等等。

声音舞台(Sound Stage) 就仿效电影般、以两只音箱营造出来的声音像舞台似的、各种声音效果。效果气氛的立体性取决于录音专心缔造，各种乐器之间展露的紧密疏松、高低、远近、深浅、阔窄……完全出自录音师独出心裁的创造能力高低。

皇帝位(sweet spot) 是聆听者坐在那里，音响系统回放时最能显现立体声，和环绕声的座椅，尤其音像方面效果最好。

时间准确性(time alignment ) 是指各个音箱所回放出来的声音，都能够同一时瞬间准确地抵达聆听者的耳朵(聆听DVD audio时较重要)。例如高档(high end) 音响系统中，常将高音单元靠后放置，目的是希望高频与低频频段能同时抵达聆听者的耳朵，避免产生相位误差，令声音更凝聚连贯紧凑(coherent) 。

音场的扩散(defuse sound field) ，是指聆听环境里存在着有很多的反射表面、很多的吸音小对象，致令声音音波在这个空间里，同一瞬间产生多次反射(multi-reflection) 与折射或衍生(diffraction) ，结果得到好的声音扩散，和均匀分布的声音能量。

通常我们将这种反射而生的声音群称为残响音场(reverberation field)，残响声音的好坏是以时间恰当程度去评定。音场的自由度是说：一个声音空间里，在声音的繁衍过程中没有任何可聆听到的障碍、边界、反射表面等骚扰。

一个声音讯号的动态范围(dynamic range) ，是指一个电声音响系统的最响部份声音与最沉静部份声音之间的声压水平差异，单位一般以分贝(decibel dB) 表示。这个范围也可以用来表达最大输出时的讯噪比（signal and noise ratio）。

人的听觉系统也有一个120 dB动态范围，介于闻阈与痛阈之间。音乐的动态范围可达到90 dB；录音磁带的动态范围只有55-60 dB，因此录制唱片或光盘时，通常都需要将声音讯号压缩或增加，CD是数码录音，它的动态范围可高达90 dB。商店里有许多降低噪音设施藉此提高10-20 dB或更高的动态范围。

背景噪音(background noise) 是由外围设备及周遭环境的噪音构成，如系统的交流声、嘶声……一般以讯噪比测量。有时，人们将它当作有包围感(ambience)的意味。

静寂（silence）即是没有声音。这只不过是理论上的表达，最低限度在生物大气层里，无论那里有耳朵，都会聆听到声音。绝对没有静寂这回事，只有在真空环境里，没有了传播媒介，才可能存在静寂。

音响系统并不是完全该是靠音响器材的质素，与此同时还必需具备一个相应的聆听环境。而甚么空气感，空间感，形态感，定位感，层次感和活生感；细节重量对比，明暗对比，强弱对比，动态对比；瞬态速度，深度，阔度，透明度；解析力，结像力；整体平衡…等等的一系列有关耳朵聆听音响牵连到的术语名词，差不多完全都与聆听环境有十分密切的关系，聆听环境能否匹配，直接影响回放出来的声音的好坏。而笔者感觉里，认为对聆听环境做一些必需的声学上处理，是一种最经济、立即可以看到效果的、最好的改善回放声音的方法，其效果比较换音响器材、讯号线等等的改善高出千倍。这篇文章的主要目的，就是深入去了解聆听环境与形容音响「贵气」的许多术语名词的关系，并且粗略地介绍一些聆听环境声学处理的方法。由于牵涉及的数据很多，下文中笔者摘用了不少好文章的片段，也有摘译了不少的外国文件。

音场的位置

音场的位置包括音场的前、后、左、右、高、低。搭配不当的某些器材，会使整个音场听起来像飘浮在半空中；有些听起来则又像是坐在音乐厅的二楼观看舞台一样。形成音场所凝聚的位置不同的原因有很多：如音箱的摆位、音箱或聆听环境频率响应的不均匀分布，我个人认为聆听环境声学处理不当的影响最大。

理想的音场位置，应该是怎样的呢？可以用聆听一片交响乐队演奏的软件来体会。当交响乐队演奏时，低音提琴、大提琴的声音，应该从比较低一点层面的地方发出来，左方的小提琴的位置，要比右方的低音提琴和大提琴略高一些；录音时乐团的列队应该是前低后高，铜管乐器，就极有可能在较高的位置(这只是习惯上常用的情况，个别的指挥会有自己的乐团的列队方式)。

整个音场的高度，可以用下面的方法来确定：音场高度应该略低于坐着聆听时、两眼平视的高度。换句话说，小提琴应该在视线之上，大提琴、低音提琴应该在视线之下。铜管至少要与小提琴相等高度或者更高。

那么音场的前 、后位置应该在那里呢？资深的发烧友都知道：假如在音箱的前面板拉一条直线，然后往后延伸3-5米的一段距离内。可是这种最理想的音场位置是不容实现的，因为它与音响器材的搭配、聆听环境的声学处理、播放的软件的录音效果等等都有极大的关系。一般来说，从音箱前面板往后延伸比较容易，不过，不能「往后延伸」得太多，如果像一些发烧友说的那样「直抵对街」，那就言过其实了就。

音场的宽度

有时候我们常常能听到发烧友夸口：「我的音场不只是超出音箱，甚至可以破墙而出」。这句话在外行人听来，简直是天方夜谭。而对于有经验的朋友来说，只不过有一点夸张吧了。

在流行音乐的演奏中，偶然会聆听到有乐器在音箱外侧响起；而在古典音乐演奏时，您往往会觉得乐团的宽度，已经超出二个音箱之间的宽度，这就是超出音箱、宽抵两边侧墙，发烧友都有这种聆听经验，至于能够破墙而出，那恐怕要加上一点想象力了。有时，用想象的眼睛辅助情况下，才能够看得到的音场位置才可以算为真正的音场规模，墙外的东西看不到，很难肯定它在那里。因此音场的宽度，其实只局限在聆听空间的墙壁之内。音响系统回放出来的声音，仅是紧缩在两只音箱的中间，而没有超出音箱两侧的话，那么最好请一位内行的发烧友，去给您的音响系统诊断一下，看看是那儿出了毛病。

音场的深度

音场的深度就是发烧友常说的「深度感」，与「层次感」有远近、高低的比较关系有分别；也与「定位感」指定性位置有分别。而深度感与「音场的宽度」一样，纯粹属于规范音场的范围。说这个聆听室的音场深度，破墙而出深到对街，仅仅是夸大的形容词。「音场深度」的意景上的范围，是从音场最前一线乐器，与最后一线乐器之间的距离。假如以聆听到的声音来比划的话，可能是相当于小提琴与大鼓和定音鼓所摆放地点之间的距离。

「宽到隔邻、深过对街」所形容的都包括在「空间感」的意识里，「空间感」这个名词有待以后的去讨论。有些器材或聆听环境存在中低频或低频过多的话，大鼓与定音鼓的位置会靠前一些，音场的深度会变差：反过来说，有些音场的位置向后缩，结果被误以为音场的深度很好，其实那是错误的。