FabFilter（肥波）插件1

FabFilter是荷兰一家广受赞誉的音频处理软件厂商，其生产的产品因其简单直观的用户界面、高质量音频处理和灵活的控制而备受推崇。

• FabFilter Pro-Q 4：均衡器，具有完美的模拟建模、动态均衡器、线性相位处理和出色的界面，具有无与伦比的易用性。这款强大的均衡器插件能精细调整音频频率响应。

Pro-Q 4

Fabfilter Pro-Q 4：音频行业标准的均衡器插件。集成了动态处理、频谱修复、模拟饱和及多实例管理。

当频段被设为动态后，会显示额外的控制面板。点击动态范围环上的展开按钮（expand）可查看详细参数：

• External Side Chain：外部侧链。切换触发信号源。
  • 默认：使用插件输入的信号（Input）。
  • 开启后：使用外部侧链输入的信号作为触发源。这允许你用一条轨道的信号（如底鼓）去控制另一条轨道（如贝斯）的 EQ 变化。
  • 注意：即使使用外部侧链，触发信号依然会受到上述"Band"或"Free"滤波设置的限制。
• Audition：试听按钮。按住此按钮可以单独听到用于触发的侧链信号，帮助你不凭猜测地设置触发频率。

• Clear Dynamics：将动态范围重置为 0 dB，完全移除动态属性，变回普通静态频段。
• Bypass Dynamics：暂时关闭动态行为，频段变回静态 EQ，但保留动态参数设置。

动态 EQ

• Triggering：触发源设置。
  • Band：频段触发。默认。动态处理仅由该频段频率范围内的信号触发。这是最常用的模式，具有“手术刀”般的精准度。
  • Free：自由触发。选择此项后，会出现额外的低切（Low-cut）和高切（High-cut）滤波器控件。你可以自定义触发信号的频率范围，使其不同于实际处理的频段。
• Threshold：阈值。设定触发动态处理的电平阈值。
  • 自动模式（Auto）：默认情况下，滑块位于顶部（显示"A"），阈值会根据带限触发信号的电平自动调整。
  • 手动模式：点击展开面板后，可手动拖动滑块设定固定阈值。滑块上会显示触发信号的电平，辅助你找到合适的触发点。
  • 软拐点（Soft Knee）：算法内部使用软拐点，意味着处理会在略低于设定阈值时就开始平滑介入。
• Dynamic Range：动态范围。设定动态处理的强度，范围为-30 dB 到+30 dB。
  • 负值：表示压缩（Compression）。当信号超过阈值时，增益会降低。
  • 正值：表示扩展（Expansion）。当信号超过阈值时，增益会增加。
  • 视觉：环内黄色的条形指示器显示当前的实时增益变化量，红色部分指示设定的动态范围上限。
• Attack & Release：启动与释放。控制动态变化的速度。
  • 自动模式：中心位置（50%），代表自动模式，此时 Attack 和 Release 由插件根据音频内容自动优化。
  • 手动调整：向左（低数值）调快，向右（高数值）调慢。这允许你对瞬态（如鼓的打击感）或长尾音进行更精确的控制。

Attack、Release、Knee，并不是固定的数值，而是取决于以下三个因素：

• 被处理的音频素材：插件会分析当前的音频内容。
• 均衡器频段所在的频率范围：不同频率会有不同的响应特性。
• 当前的动态范围设置：设定的压缩或扩展强度也会影响响应时间。

结果：这种设计能产生非常自然、平滑的压缩和扩展效果，适用于广泛的动态均衡应用场景，无需用户手动去“死磕”毫秒数。

• 默认设置：50%（全自动模式）
  • 自动模式：当你把旋钮保持在正中间的 50%位置时，激活 Pro-Q 4 的智能程序依赖模式。
  • 如何工作：此时，插件会根据你当前处理的频率（低频通常慢，高频通常快）、音频素材（瞬态强的声音反应快）以及动态范围（压缩得越狠，反应越平滑）自动计算最佳时间。
  • 适用场景：90%的情况。对于大多数人声旁白、音乐混音，这个默认设置能提供最自然、最不易察觉的处理效果，完全不需要你手动干预。
• 手动微调：当你觉得智能模式不够完美，需要更极端的控制时，你需要打破 50%的平衡。
  • 向左旋转（0%- 49%）：追求“更快、更硬”
    • 逻辑：你告诉算法：“我要比自动模式更快的反应速度。”
    • 听感变化：旋钮越接近 0%，Attack/Release 时间越短。压缩器会像一堵墙一样瞬间抓住声音。
    • Attack 调快：当你需要消除极快的瞬态噪音（如极尖锐的齿音、爆破音），且自动模式反应不过来时。
    • Release 调快：当你需要极高频的“抽吸”效果（特殊音效），或者处理极短促的打击乐时。如果你觉得声音的尾音还在“乱窜”或者压缩感不够紧实，尝试将 Release 向左（快）微调，比如到 40%。
  • 向右旋转（51%- 100%）：追求“更慢、更柔”
    • 逻辑：你告诉算法：“我要比自动模式更慢的恢复速度。”
    • 听感变化：旋钮越接近 100%，时间越长。压缩器会变得“迟钝”，慢慢抓住声音，慢慢松开。
    • Attack 调慢：当你想保留低频的冲击力（Punch），不想让压缩器把低音的“头”削掉时。如果你觉得声音被压得有点“闷”或失去了弹性，尝试将 Attack 向右（慢）微调，比如到 60%。
    • Release 调慢：当你想让人声或贝斯的尾音更平滑、更连贯，避免音量忽大忽小（呼吸感）时。

不要把它当成“时间设置”，要把它当成“性格设置”。

• 人声旁白：直接保持 50%（Auto）。这是 Pro-Q 4 最强大的地方，它算得比你准。
• 低频乐器（贝斯/底鼓）：尝试将 Attack 调至 60%-70%（稍慢），保留低频的“打击感”。
• 刺耳的高频（镲片/齿音）：尝试将 Attack 调至 30%-40%（稍快），更精准地抓住刺耳的瞬间。

频谱动态（Spectral Dynamics）

与传统的动态 EQ 不同，它不依赖于音频信号的电平（Level）来触发压缩或扩展，而是根据频谱内容（Spectrum Content）来触发。

• Threshold：在 Spectral Dynamics 模式下，阈值并不决定“信号电平达到多少才开始工作”，而是作为一个灵敏度参考点，用于配合“频谱密度（Spectral Density）”来决定“什么样的频谱差异”会触发处理。
  • 自动状态：默认值 Auto。阈值是自动设定的（显示为'A'）。Pro-Q 4 会根据输入信号的频谱特性自动计算最佳的触发灵敏度，通常不需要手动干预。
  • 手动模式：设定一个基准线。动态处理会根据当前频谱与这个基准线的差异来进行。
  • 触发条件：结合 Spectral Density（频谱密度）参数，如果某个特定频率的能量“凸起”超过了由阈值设定的灵敏度范围，该频率就会被识别为需要处理的目标。
  • 调高阈值（数值变大）：会降低触发的灵敏度。这意味着只有那些非常明显、能量极高的“尖峰”频率才会被处理。适合处理非常强烈的、偶发的刺耳频率。
  • 调低阈值（数值变小）：会增加触发的灵敏度。这会让处理范围变宽，插件会去修正更多微小的频谱偏差。适合处理持续存在但幅度不大的共振峰。
• Spectral Density：频谱密度，控制处理的“选择性”。
  • 低值：触发的频率范围较宽。
  • 高值：触发的范围非常窄且精确，只针对特定的频率峰。
  • 低密度+高阈值：触发范围宽但条件苛刻，适合处理大范围的、强烈的频率冲突。
  • 高密度+低阈值：触发范围窄且非常灵敏，适合精准“切除”人声中细小的齿音或尖锐共振。
• Spectral Tilt：频谱倾斜。默认开启（On）。它会对输入频谱应用一个 3 dB/oct 的倾斜，使高频比低频更容易触发。这模拟了人耳的听感（粉噪特性），让处理结果听起来更自然，尤其是在处理全频段混音时。
• Attack & Release：启动与释放。控制动态变化的速度。
  • 自动模式：中心位置（50%），代表自动模式，此时 Attack 和 Release 由插件根据输入音频的特性、当前处理的频率范围以及频谱密度设置，自动计算出最合适的 Attack 和 Release 曲线。
  • 手动调整：向左（低数值）调快，向右（高数值）调慢。
  • Attack：启动时间。控制插件识别并开始处理问题频率的速度。
    • 逆时针旋转为更快（Fast）：能瞬间捕捉到突然出现的刺耳频率（如瞬态噪声）。
    • 顺时针旋转为更慢（Slow）：会让处理延迟一点时间，通常用于避免处理掉声音的起振感（Attack），或者让某些瞬态通过。
    • 由于 Spectral Dynamics 依赖线性相位处理，过快的 Attack（尤其是极快的设置）可能会引入预振铃（Pre-ringing）或相位伪影。除非你非常确定需要处理极短的瞬态，否则建议保持 Auto 或稍微偏慢的设置。
  • Release：释放时间。控制插件在问题频率消失后，停止处理的速度。
    • 逆时针旋转为更快（Fast）：一旦问题频率消失，EQ 修正立即消失，适合处理断断续续的干扰音。
    • 顺时针旋转为更慢（Slow）：处理效果会持续一小段时间，适合处理频率缓慢变化的共振或混响尾音。
• Processing Resolution：处理分辨率。Spectral Dynamics 依赖线性相位（Linear Phase）处理。线性相位处理的精度（低、中、高），分辨率越高，低频处理越精确，但引入的延迟（Latency）也越大。

Linear Phase Resolution（分辨率）：

分辨率档位越高，预振铃的时域分布越分散（单位时间幅度越低），但持续窗口同步变长，插件引入的固定延迟也同步增加。因此分辨率并不是"越高越干净"，而是在频率精度与时间伪影之间做取舍。实时录音、实时监听场景建议优先用 Medium 档位，避免出现人声不同步的问题。

• 6~12 dB/oct 的低切用 Medium 就够。Medium 在 44.1 kHz 下的频域分辨率对 60 ~ 80 Hz 这种缓拐点绰绰有余，升到 Very High 没有可闻收益，只多付延迟与预振铃。
• 不要为"更彻底"去升档。真正决定"切得干不干净"的是频点与斜率，不是分辨率；想更陡应该加斜率或做多节点，而不是拉高分辨率。
• 需要高分辨率的只有一种场合：低频 + 高 Q 参量点（例如在 50 Hz 附近用 Q=3 做 6 ~ 10 dB 的窄衰减）。此时才值得升到 High / Very High。
• 低频低切，最小相位通常更安全。80 Hz 线性相位低切的预振铃恰好落在 80 Hz 附近——那是后向掩蔽最弱、人耳对低频时间伪影最敏感的区域；同频点的最小相位低切产生的是后振铃，会被瞬态本身掩蔽。线性相位的真正价值在多轨 / 并联时的相位对齐，而不是低频低切本身。
• 频率分辨率 ↔ 延迟 ↔ 预振铃长度"的三方取舍：档位越高，低频越准、延迟越大、预振铃越长。

手动调整 Attack、Release：针对人声的具体应用场景，虽然文档指出 Auto 模式通常是最好的，但在以下人声场景中，你可能需要手动微调 Attack 和 Release。

• 场景一：保留人声的“颗粒感”或“气口”
  • 问题：你在处理人声的高频刺耳感（Harshness），但发现处理后人声变得太“平”了，失去了原本的质感和呼吸感。
  • 调整：增加 Attack 时间（调慢），让处理延迟几毫秒开始。这样，人声起音瞬间的细微泛音（Transients）可以不受影响地通过，只有持续的刺耳共鸣被削减。
  • 效果：既消除了刺耳感，又保留了人声的鲜活度。
• 场景二：处理持续的鼻音或共振
  • 问题：人声在某个音节上有低中频的鼻音共振（Nasality），并且这个共振在音节结束后还持续了一小会儿。
  • 调整：增加 Release 时间（调慢），让 EQ 的削减效果在人声结束后慢慢恢复。这可以确保整个共振尾音都被平滑地消除，而不会在声音结束的瞬间产生突兀的“抽吸”感（Pumping）。
• 场景三：处理突发的喷麦或爆音
  • 问题：录音中偶尔有突然的低频喷麦声（Plosives）或衣服摩擦声。
  • 调整：减小 Attack 时间（调快），确保能瞬间捕捉到这个突发的低频能量团。将 Release 设置得稍快，这样处理只在爆音发生的瞬间生效，爆音一结束立即恢复正常，不会影响后续的人声。

频谱动态（Spectral Dynamics）应用场景：

• 消除“刺耳感”与“齿音”（Harshness & Sibilance）：
  • 场景：人声在某些单词或音节（如“S”、“T”音）时，会在高频段（通常 4kHz - 8kHz 或更高）突然出现刺耳的声音，但整体电平并没有显著变大。
  • 优势：传统动态 EQ 可能因为电平没达到阈值而不工作，或者为了处理齿音把整个高频都压下去。Spectral Dynamics 只要检测到那个特定的“刺耳”频率出现，就会瞬间将其削减，而不会影响该音节的其他部分。
• 处理“鼻音”或“共鸣峰”问题（Nasality/Resonances）：
  • 场景：人声在某些段落会有特定的低中频共鸣（例如 200Hz - 500Hz 的鼻音），这些频率并不是一直存在，而是随着歌词变化偶尔出现。
  • 优势：你可以精准地针对那个偶尔出现的共振峰进行削减，而不需要像静态 EQ 那样一直把这段频率切掉，从而保留人声的厚度和温暖感。
• 去除录音环境中的“干扰音”：
  • 场景：人声录音背景中有偶尔出现的特定频率噪音（如空调的特定啸叫、键盘敲击声的高频反射等）。
  • 优势：它能像“频率吸尘器”一样，只吸走那些特定的干扰频率，而完全不影响人声主体。

区别

动态 EQ（Dynamic EQ）和频谱动态（Spectral Dynamics）区别：

• 动态均衡（Dynamic EQ）：当触发信号超过阈值时，它会对选定的整个频段带宽，进行统一的增益提升或削减。
  • 例如：3.5kHz，动态EQ，衰减 6 dB，当信号超过阈值时，会把这个整个频段的音量拉低。无论该频段内是 3.5kHz 还是 3.4kHz，只要触发了，它们都会一起被处理。
  • 特点：处理的是宽频带。声音变化相对“整体”和“音乐化”。计算量较小，延迟极低。
  • 频率追踪：无（固定频率处理）。
  • 对音色影响：较明显，会改变该频段整体听感。
  • 适用问题：整体浑浊、低频轰头、宽带齿音。
• 频谱动态（Spectral Dynamics）：当触发信号超过阈值时，它只处理该频段内具体超过阈值的那个频率点（及其极窄的邻域），而保留该频段内其他未超阈值的频率不变。
  • 例如：3.5kHz，频谱动态，衰减 6 dB，而只有 3.5kHz 处有一个刺耳的啸叫超过了阈值，Spectral 模式只会把 3.5kHz 切掉，而 3.4kHz 和 3.6kHz 的声音完全不受影响。
  • 特点：处理的是极窄的频率点（即使你画的频段很宽）。极度精准，几乎不改变原始音色质感。计算量大，延迟较高。
  • 频率追踪：有（可追踪移动的共振峰）。如果共振峰频率在移动（例如人声转音时的刺耳声），它能跟着移动并处理。
  • 对音色影响：极小，几乎“隐形”，只去除问题点。
  • 适用问题：尖锐共振、游走的啸叫、特定泛音刺耳。

选用【普通动态均衡】的情况：当你需要处理宽带的、整体的频率能量问题时。

• 去浑浊：
  • 问题：男声在 300Hz-500Hz 整体听起来像闷在盒子里。
  • 选择：普通动态。因为你需要降低整个中低频区域的能量，而不仅仅是某个点。
• 低频控制：
  • 问题：贝斯或底鼓在 100Hz 以下太轰头，掩盖了其他乐器。
  • 选择：普通动态。你需要在大动态时整体压低低频区。
• 宽带齿音：
  • 问题：人声的"s"和"sh"音在整个 5kHz-8kHz 区域都太刺耳。
  • 选择：普通动态。设置一个宽频段（Q=1.0），压缩整个高频区。
• 频率避让：
  • 问题：人声出来时，背景音乐的整体高频需要让路。
  • 选择：普通动态+外部侧链。

选用【频谱动态（Spectral）】的情况：当你需要处理尖锐的、窄带的、位置不固定的共振或噪音时。

• 游走的共振峰：
  • 问题：歌手在唱高音时，某个特定的泛音（例如从 2k 滑到 2.5k）变得非常刺耳，但低音时正常。
  • 选择：Spectral。普通动态无法追踪频率移动，要么切不掉，要么把不该切的也切了。Spectral 能跟着频率跑，只切那个刺耳的点。
• 吉他/弦乐的尖锐谐振：
  • 问题：原声吉他拨弦时，琴体产生一个极窄的“嗡嗡”共振声，只在用力拨弦时出现。
  • 选择：Spectral。它可以精准移除那个共振峰，同时保留吉他温暖的木质音色（普通动态可能会把木质音色也压暗）。
• 难以定位的刺耳声：
  • 问题：你知道有刺耳声，但很难确定具体是哪个频率，因为它随音高变化。
  • 选择：Spectral。画一个较宽的频段覆盖可能出现的范围，开启 Spectral 模式，它会自动“抓住”并处理那个超标的频率点。
• 保留音色的极端处理：
  • 问题：需要大幅削减某个问题频率，但又不想让人听出明显的 EQ 痕迹。
  • 选择：Spectral。由于它只处理超标部分，即使削减量很大（-20dB），听感上依然非常自然。

【Oeksound Soothe2】与 FabFilter Pro-Q 4 的频谱动态（Spectral Dynamics）异同：

• Soothe2：是“智能自动化”：适合快速修复、未知问题、复杂共振。它是当你不想思考具体频率，只想让声音变好听时的首选。它的算法在“自动发现”方面目前仍是行业标杆。
• Pro-Q 4 Spectral：是“手动精准化”：适合已知问题、多频段处理、高精度需求。它是当你已经听出了问题，想要像外科医生一样精准切除，且不希望有任何误伤时的首选。

最佳实践组合：

• 先用 Soothe2 挂在轨道前端，进行全局的、快速的共振平滑处理（设置较低的 Depth，只做轻微修饰）。
• 再用 Pro-Q 4 进行具体的静态 EQ 塑形，并对 Soothe2 没处理干净的、或者需要特殊动态控制的特定频段，开启 Spectral 模式进行精准打击。

【首选 Soothe2】

• “救火”场景：拿到一条录音质量很差的素材，到处都是嗡嗡声、盒状声、刺耳声，你没时间一个个去找频率。
  操作：挂上 Soothe2，调大 Depth，瞬间平滑。
• 复杂游走的共振：例如电吉他solo时，随着音高变化，不同频率的共振峰不断出现，手动画 EQ 根本跟不上。
  操作：Soothe2 的自动追踪算法在这种连续变化的场景下表现极佳。
• 人声去齿音/去嘶声的“懒人”方案：不想折腾 De-esser 的参数，只想快速让人声变顺滑。
  操作：Soothe2 的高频段处理非常自然，通常只需调节一个旋钮。
• 创意效果：Soothe2 有一些独特的饱和度和混合（Mix）控制，适合用来做特殊的音色塑形。

【首选 Pro-Q 4 Spectral Dynamics】

• 精准手术：你明确知道问题在哪里（例如：男声在 350Hz 处有一个特定的喉音共振），且不希望影响 340Hz 或 360Hz 的音色。
  操作：在 350Hz 画一个窄带，开启 Spectral，只切那个点。
• 多问题并行处理：同一条轨道上，既有低频的隆隆声（100Hz），又有中频的盒状声（400Hz），还有高频的刺耳声（6kHz）。
  操作：在 Pro-Q 4 里开三个 Spectral 频段，分别处理，一个插件搞定。
• 需要外部侧链触发：你想用底鼓的信号去触发贝斯轨道上的某个特定频率的动态削减。
  操作：Pro-Q 4 支持外部侧链+ Spectral 模式，Soothe2 不支持外部侧链触发其共振检测。
• 混音一致性要求极高：在母带处理或高精度混音中，你不希望算法“猜”哪里有问题，你需要完全掌控每一个被削减的频率点。
  操作：使用 Pro-Q 4 的手动阈值和范围控制，确保处理的可重复性和精确性。
• CPU 资源紧张：不想加载多个重型插件。
  操作：直接用 Pro-Q 4 代替“EQ + Soothe2”的组合。

处理模式（Processing Mode）

• Standard Minimum Phase Mode‌：标准最小相位模式。在给定幅度响应下，相位滞后最小、且幅度与相位通过希尔伯特变换唯一绑定的最小相位 EQ 处理方式。
  • 优点：低延迟、CPU 低、瞬态保留完整。
    • 延迟极低。没有线性相位那种明显处理延迟，适合录音监听、实时监听、直播链路。
    • CPU 占用低。通常基于 IIR 滤波器实现，适合大量轨道使用。
    • 瞬态保留好。脉冲响应能量集中在前面，鼓、打击乐、人声起音不容易被“糊化”。
    • 听感自然。多数模拟 EQ 本身也是最小相位系统，所以这种处理方式最接近传统 EQ 听感。
    • 适合常规混音。人声、乐器、总线塑形、日常减法 EQ 都可以优先使用。
  • 缺点：相位偏移不可控。多个 EQ 串联时，容易产生相位累积和频率抵消。
    • 相位偏移不可避免。只要改变幅度，就会伴随相位变化；斜率越陡、Q 越高，相位偏移越明显。
    • 多 EQ 串联时相位会累积。多个最小相位 EQ 叠加后，整体相位响应可能变得更复杂。
    • 可能产生频率抵消。在多轨、M/S 处理、立体声增强时，相位变化会影响左右或中侧关系。
    • 不适合需要严格相位一致性的场景。比如，母带里需要避免多段处理造成的相位错位时，最小相位不是首选。
    • 低频处理需要更谨慎。大斜率低频切/提时，相位偏移可能影响低频厚度或相位对齐。
• Zero Latency：零延迟模式。它的核心设计目标，是‌完全消除处理延迟、压低 CPU 占用‌，优先保证实时监听。它最接近标准最小相位，但是经过专门优化的，不属于标准定义下的最小相位模式。
  • 它的幅频响应已经非常接近模拟 EQ，仅在 18kHz 以上极高频有微小偏差。
  • 它的相位响应，既没有达到标准最小相位的理论状态，也没有像自然相位模式那样，精准复刻模拟EQ的相位曲线。
  • 适用场景：录音监听、直播、低延迟监听、对延迟敏感的人声/乐器轨道。
• Natural Phase：自然相位。Pro‑Q 4 独有的相位模式。它不是标准最小相位，也不是线性相位，而是介于 Natural Phase（自然相位） 和 Linear Phase（线性相位）之间。
  • 它“无预振铃”，但会引入少量延迟。
  • 它幅度与相位响应，完全匹配模拟硬件 EQ，其听感更自然。
  • 适用场景：全场景默认首选，尤其适配低频处理（低切）、高 Q 值的手术式精准均衡。人声旁白、合成器、母带前的精细塑形。
• Linear Phase：线性相位。只改变幅度，不改变相位。可避免相位抵消，但会引入延迟和预振铃（Pre-ring）。
  • 预振铃（Pre-ring）：这是线性相位最大的副作用。它会导致瞬态（如底鼓、军鼓的敲击声）在实际声音到达前产生微弱的“回声”或“模糊感”，使声音失去棱角。
  • 延迟（Latency）：线性相位会引入延迟，且分辨率越高，延迟越长。文档提供了不同分辨率的延迟参考。
  • 适用场景：仅用于解决相位问题（母带、多 EQ 串联、M/S 处理），需要相位一致性的精细校正。避免用于鼓组等瞬态丰富的素材。

模拟 EQ 是“物理实现”，标准最小相位 EQ 是“数学/信号处理归类”；绝大多数模拟 EQ 的行为都属于最小相位系统，但并非所有模拟 EQ 都等于“理想标准最小相位”。

• ‌标准最小相位 EQ‌：是最理想状态的算法，相位响应严格遵循理论最小相位曲线。核心满足“所有零极点位于复平面左半侧、幅频特性与相频特性通过希尔伯特变换唯一绑定”的严格数学条件。
  • Zero Latency：最接近“标准最小相位”行为，无额外延迟，适合监听和实时链路。
  • Natural Phase：不是标准最小相位，也不是线性相位；它在幅度与相位上更接近模拟 EQ 的听感，但会引入少量延迟。
  • Linear Phase：不是最小相位；它保持全频段相位关系一致，但会引入延迟和预振铃。
• ‌模拟 EQ‌：是基于模拟电路（电阻、电容、运算放大器等硬件）搭建的实体均衡设备。它改变幅度时，会自然伴随相位变化，而且这种相位变化通常不会让能量出现在主瞬态之前。

人声低切 80 Hz

TTS 男声旁白，基频多数在 100 ~ 120 Hz 之间，也有少数字的基频在 80 Hz。因此，在设置常用的人声低切 80 Hz 时，必须精准把握频率定义与滤波器的物理特性。

• Natural Phase：更接近模拟 EQ（最小相位行为）。低切人声基频时，会产生相位偏移，会产生相位失真。
  • 若低切 80 Hz，12 dB/oct：
    • 在 80 Hz 的截止点处，除了产生 3dB 的物理衰减外，还会引入 180° 的绝对相位旋转（相对于通带），且相位偏移会从远低于 80 Hz 的位置就开始逐步累积。这会直接改变人声基波与谐波的时间对齐关系。
    • 如果素材里有 60–120 Hz 之间的能量（如混响尾音、房间感），它们会和剩余低频发生相位叠加或抵消，导致低频发空、发虚。
    • 听感上就可能变成：低频变薄、发空、发虚、位置漂移，或者鼓点“变软”。
    • 这尤其容易出现在电子人声、TTS 旁白这类素材上，因为它们的低频往往不是单纯的干净基频，而是包含合成器次低频、噪声底、混响尾音或房间感。
  • 若低切 80 Hz，6 dB/oct：
    • 80 Hz 截止点依然有 3dB 的物理衰减，但相位旋转被降低到 90°。过渡带极其平缓，最大限度地保留人声的温暖度，听感最为自然。相位畸变的可闻度直接降到几乎不可察。
    • 同时还能完整滤除 80Hz 以下的次声底噪和震动杂音。
• Linear Phase：无论何时，都不会产生相对相位偏移，都不会产生相位失真。
  • 若低切 80 Hz，24 dB/oct：
    • 预振铃表现：预振铃时长拉长到 8-12ms，已经达到人耳的可闻阈值，在所有爆破辅音的音头前，都会出现一层明显的微弱“回声模糊感”，直接把 TTS 人声原本锐利清晰的咬字抹软，旁白的清晰度大幅下降。
    • 实际听感：低频分离度极高，没有多余的低频浑浊，但人声的瞬态棱角明显软化，听感上多出一层不自然的“朦胧感”，同时会引入更长的固定群延迟，实时监听场景必须额外做延迟补偿，否则会出现人声不同步的问题。
    • 适配场景：仅适合极端多轨母带、需要严格全频段相位对齐的复杂混音场景，日常单人声旁白处理完全不推荐使用。
  • 若低切 80 Hz，12 dB/oct：
    • 预振铃表现：预振铃时长约 3-5ms，仅在处理 p、b 这类极强爆破辅音时，才会出现极其微弱的可闻模糊感，普通 TTS 旁白的常规咬字几乎完全感知不到。
    • 实际听感：低频切割干净利落，同时全频段相位严格对齐，人声叠加 BGM 时不会出现低频相位抵消，整体通透度远好于同斜率的 Natural Phase 模式，不会出现叠加后低频发空的问题。
    • 适配场景：带背景音乐的混音旁白、多轨叠加的有声作品，是兼顾多轨兼容性和听感的平衡选项。
  • 若低切 80 Hz，6 dB/oct：
    • 预振铃表现：预振铃时长被压缩到 2ms 以内，完全低于人耳的可闻阈值，哪怕是极强的爆破辅音，也完全感知不到任何提前的模糊感，人声的咬字瞬态棱角 100% 保留。
    • 实际听感：极其顺滑自然，几乎没有任何人工处理痕迹，既能缓慢滤除 20-40Hz 的次声震动杂音，又能完整保留男声 80Hz 附近的低频基础厚度，人声温暖不干瘪。
    • 适配场景：日常旁白、播客、有声书单人声处理，是兼顾干净度和自然度的最优解。

低切的底层逻辑：截止频率的定义是该频率处衰减 3dB。‌

• 80 Hz 以上是通带，人声基频（80 ~ 120 Hz）要尽可能完整保留。低切频率绝不能直接设置在基频的最低点上，通常建议设置在 50Hz - 60Hz，或者在 80Hz 处使用极其平缓的斜率（如 6dB/oct）。
• 60 Hz 以下的次声、震动、底噪才是要彻底清除的目标，需要衰减 24dB 以上，才能做到听感上的“干净消失”。
• 低 Q 值：过渡带越平缓、滤波器 Q 值越低，时域过冲和相位失真就越小。
• 不要超过基频：若人声当中，有的字的基频在 80 Hz，当低切超过它之后，容易让基频的字失去胸腔支撑，听感上可能变成：个别字突然变薄；男声低频厚度不统一；旁白听起来“忽厚忽薄”。

FabFilter Pro-Q4 低切滤波器严格遵循行业标准的 ‌-3dB 截止点定义。在 Linear Phase - Medium 模式下：

TTS 人声旁白，在完全不引入相对相位偏移失真的前提下，把 80Hz 以下无用低频彻底清干净的最佳方案，是‌“双节点低切分法”，来解决单节点 12dB/oct 低切切不干净的问题。

Linear Phase - Medium 模式，双节点低切方案：

• 第一个低切点：设置 ‌60Hz、12dB/oct，先把 50Hz 以下的次声震动、底噪完全滤除，这部分完全不涉及人声有效能量，不会对 80Hz 附近的人声基波产生任何干扰。
• 第二个低切点：设置‌ 75Hz、6dB/oct，能把 80Hz 以下的无用低频彻底切除干净，同时过渡带比单节点直接拉 24dB/oct 平缓很多。
• 顽固低频处理：如果 80Hz 以下还有极个别峰值能量的顽固低频杂音，不需要再拉高低切斜率。直接在 Linear Phase 模式下，用一个 Q = 3.0 的参量点，在杂音的峰值频率位置做 6 ~ 10dB 的衰减。
• 注意隐性代价：链路断裂‌——若后续还要使用 Wavesfactory Equalizer 等‌最小相位的处理器‌，会随音频实时引入频段相关的相位变化。前面的相位对齐努力会被完全冲掉，等于白承担预振铃的代价。

此方案的优点：

• ‌人声友好度‌：120 Hz 仅衰减 1.3dB，完全保留 100 ~ 120Hz 核心基波能量，80Hz 仅衰减 3.2dB，不会误伤偶发落在 80 Hz 的字的基频。
• ‌清洁度达标‌：30 Hz衰减 19.5dB，彻底清除次声震动、喷麦和近讲效应残留，完全解决单节点 12dB/oct 切不干净的问题。
• ‌副作用极低‌：Medium 分辨率下预振铃时长控制在 5 ms 以内，完全低于 TTS 人声的可闻阈值，不会破坏咬字清晰度。

经过测试，在 Natural Phase 模式，上述设置，仍然会相位失真。