TTS 人声：频率均衡咬字清晰（干净篇）

TTS 人声（Text-to-Speech、AI 文本转语音）具备的缺点：

• 缺乏共鸣：缺乏真实的胸腔、咽喉、口腔等共鸣。在中低频缺乏，或者堆积。听起来，缺乏真人气息。
• 听感冷硬：瞬态响应太快太强，不柔和。由于缺乏内在的真实情感驱动，导致语调生硬。
• 机器感重：具有均匀的节拍、不变的音色以及僵化的重音，缺乏人类说话时微妙的时间抖动和气息变化。

前级话放

Analog Obsession BritPre：增加中高频冲击力，减少中频空洞。

Scheps 73

RRS Scheps 73：中低频温暖厚重、增强胸腔共鸣。

多段压缩

Three-Body Tech Future MB：多频段处理器。

• 相位模式：流动相位；升采样：2x；全局前视：0-5 ms；风格：Glue。
• 频率波段：80 Hz ~ 250 Hz。
  • 压缩阈值：-22 dB；范围：6 dB；启动：20 ms；释放：150ms；拐点：9 dB；压缩比：2:1。频谱压缩：40%。
  • 输出增益：0 dB。前瞻时间：3ms。
  • 增益矩阵：接收 Band 1：30%，提升。中频衰减时，少量路由到低频增加温暖感。
• 频率波段：250 Hz ~ 600 Hz。
  • 压缩阈值：-24 dB；范围：8 dB；启动：15 ms；释放：120 ms；拐点：6 dB；压缩比：3:1。频谱压缩：40%。
  • 输出增益：0 dB。前瞻时间：5ms。
  • 增益矩阵：自身 ：75%；Band 0：-30%； Band 2：-25%。
• 频率波段：600 Hz ~ 2k Hz。
  • 向上压缩：阈值1：-30 dB；阈值2：-48 dB；范围：10 dB；启动：15 ms；释放：100 ms；压缩比：2.5:1；拐点：6 dB。向上频谱：25%。
  • 压缩阈值：-21；范围：4 dB；启动：15 ms；释放：100 ms；拐点：9 dB；压缩比：2:1。频谱压缩：20%。
  • 输出增益：0 dB。前瞻时间：3ms。
• 频率波段：2k Hz ~ 5.5k Hz。
  • 压缩阈值：-22；范围：4 dB；启动：10 ms；释放：100 ms；拐点：4 dB；压缩比：2:1。频谱压缩：30%。
  • 输出增益：0 dB。前瞻时间：5ms。
• 频率波段：5.5k Hz ~ 20k Hz。
  • 压缩阈值：-24；范围：3 dB；启动：10 ms；释放：100 ms；拐点：3 dB；压缩比：2:1。频谱压缩：20%。
  • 输出增益：0 dB。前瞻时间：3ms。

动态均衡

waves CLA-2A：压缩量 1 ~ 3 dB，最大不超过 5 dB。

Peak Reduction：47 dB，Gain：34 dB。