谐波（harmonics）

在音频处理中，“谐波”（harmonics）的产生机制多种多样，不同方法对音色、动态、清晰度和“人工感”的影响差异显著。虽然所有谐波生成本质上都属于非线性处理，但实现方式和听感大不相同。

Audio Thing Type A：音质增强器，源自 DOLBY D361A（杜比降噪）技术。
Overloud Gem Dopamine：音质增强器（Enhancer），源自 DOLBY D361A（杜比降噪）技术。

Plugin Alliance SPL TwinTube：电子管饱和效果器和谐波增强处理器。专为人声和乐器设计。
Plugin Alliance SPL Vitalizer MK3-T：音频增强插件。

Plugin Alliance Noveltech Vocal Enhancer：人声高频增强器，可将沉闷的卧室录音变成精致的声乐表演，使其听起来更加专业和清晰。
Plugin Alliance Noveltech Character：声音美化工具。专注于为乐器或人声添加“性格”，通过智能自适应滤波（IAF）技术，智能识别其中令人愉悦的特性，并进行增强优化，使声音更加清晰和自然。
Plugin Alliance Black Box Analog Design HG-2：饱和激励器，能够为音频素材添加饱和度、谐波和自然压缩效果，提升音频的音色质感。

Arturia Bus Exciter-104：谐波激励器，产生谐波来增强信号，复刻 Aphex C2-104。
Waves Aphex Vintage Aural Exciter：激励器，为高频增加靓丽的饱和度。
Waves Koneknob brighter：一键高频激励器，让你的声音高频更明亮。
Slate Digital Fresh Air：高频激励器。
RRS Exciter：谐波激励器（Harmonic Exciter）。其核心功能是通过生成额外的谐波来润色音频。

失真类

失真类（Distortion）：这是最广为人知的方式，通过硬性或软性削波（clipping）引入非线性。

硬削波（Hard Clipping）：如数字过载，产生大量奇次谐波（3rd, 5th, 7th…），声音粗糙、刺耳。
软削波（Soft Clipping）：如电子管或磁带饱和模拟，产生更多偶次谐波（2nd, 4th…），听感温暖、圆润。
波形折叠（Wavefolding）：常用于合成器，产生复杂高频谐波，音色金属感强。

谐波是原始信号被强制变形后自然产生的副产物。
动态响应强：信号越强，失真越重，谐波越多。
容易引入噪声、互调失真（intermodulation distortion）。
典型插件：Decapitator、吉他失真踏板。

饱和类

饱和类（Saturation）：通过模拟模拟音频硬件设备（如电子管、磁带、变压器、晶体管等）的非线性特性，产生温和谐波（主要是偶次谐波），从而为声音增添温暖感、厚度、凝聚力或“模拟味”。这类插件广泛用于人声、鼓组、贝斯、总线甚至母带处理。

主要生成低阶偶次谐波（尤其是 2 次），人耳感知为“温暖”、“丰满”。
对瞬态有轻微压缩作用。
高频谐波较少，不易刺耳。
与失真的界限模糊，但饱和更强调“悦耳”而非“破坏”。
典型插件：磁带饱和（Waves J37 Tape）、电子管饱和（Softube Saturation Knob）、变压器/晶体管饱和（Universal Audio Neve 1073 / API Vision）、多功能/创意饱和器（FabFilter Saturn 2）。

激励器

激励器（Exciter）：其核心思想不是 EQ（提升已有频率），也不是凭空生成谐波，而是以原始信号中的某些频率成分作为“基频”（fundamental），在其基础上生成高次谐波（泛音）。通过算法生成原始信号中缺失或微弱的高频谐波成分，从而“欺骗”人耳感知到更明亮、更通透的声音。在保持干净的前提下赋予声音空气感、清晰度与专业光泽。

通常使用相位调制、频率偏移、全通滤波+非线性等技术。
谐波内容与原始信号幅度关系较弱，更可控。
有些基于心理声学模型：人耳对高频缺失敏感，可通过生成高次谐波“欺骗”大脑感知到不存在的基频（类似 AM 广播中的“虚拟低音”原理）。
典型插件：Waves Aphex Vintage Exciter、iZotope Ozone Exciter、Acon Digital Vitalize。

例子：人声激励过程。假设输入是一个女声“Ah”音，基频 220 Hz，主要共振峰在 800 Hz、1.5 kHz、2.8 kHz。

激励器分析：检测到 2.8 kHz 有强能量。
生成高次谐波：
- 2×→ 5.6 kHz（增强清晰度）。
- 3×→ 8.4 kHz（增加临场感）。
- 4×→ 11.2 kHz（提供空气感）。
输出：原始信号+微弱的 5.6–11.2 kHz 谐波（Wet 信号-6 dB）。
结果：人声听起来更“靠前”、更“通透”，但没有额外噪声或齿音放大。

频谱重建

频谱重建（Spectral Reconstruction）：是现代音频处理中一种高度智能化的信号修复与增强技术，其核心目标是：在原始音频因压缩、带宽限制、失真或录制缺陷而丢失部分频率信息时，通过算法“合理地重建”缺失的频谱内容（包括谐波结构），使其听起来更完整、自然、清晰。这不同于传统 EQ（只能放大已有频率）或激励器（生成泛化谐波），而是基于上下文、音源特性甚至语义信息，预测并合成“原本应该存在”的声音成分。

电话语音：仅传输 300 Hz – 3.4 kHz，缺失低频温暖感和高频空气感。
MP3/低码率流媒体：高频被砍掉（如>16 kHz），导致声音“发闷”。
过度限幅（clipping）：波形削顶，谐波结构被破坏。
远距离录音：混响掩盖细节，高频衰减。

频谱重建技术不试图“恢复原始波形”（不可能），而是：分析现存频谱（基频、共振峰、动态包络等）；
利用先验知识（如人声的谐波结构规律、乐器的泛音列）；
通过模型（统计、机器学习或深度神经网络）预测缺失部分；
合成新的、与上下文一致的频谱内容，无缝融入原信号。
典型插件：iZotope RX 系列 Spectral Recovery（频谱恢复）、Accentize dxRevive Pro（专为人声设计的 AI 语音增强）、Acon Digital Restore Suite（含 DeNoise, DeClip, DeHum）使用频谱重建技术修复被削平的波形、CrumplePop EchoRemover AI + CleanVoice AI（去除背景人声的同时，保持主讲人语音的完整性与高频细节）。

总谐波失真（THD）

在人声的后期处理中，使用虚拟麦克风或前置话放时，总谐波失真（THD）数值越低，声音越纯净；而刻意引入的轻微失真，则能赋予声音独特的质感（即“染色”）。

追求高保真与纯净还原（透明风格）：如果你的后期处理目标是原汁原味地还原人声细节，不改变麦克风原有的音色，那么 THD 数值越低越好。
- 推荐标准：THD 通常应控制在< 0.1%（-60 dB）甚至< 0.01%（-80 dB）。
- 听感表现：在这个范围内，人耳几乎无法察觉失真，声音非常纯净、线性度高，能够完整保留人声的微弱细节和泛音。专业级的“透明话放”通常采用这一标准。
追求复古质感与音色美化（染色风格）：如果你希望为人声增加一些温暖、丰富的质感，或者模拟老式设备的复古音色，那么可以接受甚至刻意引入一定的 THD。
- 推荐标准：THD 数值可能会在 0.5%（-46 dB）- 5%（-26 dB）之间。
- 听感表现：这种失真属于“良性艺术染色”。特别是以偶次谐波（如二次谐波）为主的失真，会让人声听起来更“温暖”、“丰富”。电子管（胆机）或变压器话放正是通过这种可控的谐波失真来塑造复古音色的。
人声旁白黄金区域：要让旁白的声音褪去冷硬的“数字味”，转变为富有质感、亲切且专业的“广播级”声音，核心在于引入“良性艺术染色”。
- 黄金数值区间：0.5%~ 2%（约-46 dB到-34 dB）。对于旁白而言，将 THD 控制在这个区间是最合适的。
- 听感表现：在这个范围内，产生的主要是偶次谐波（如二次谐波）。这种失真不会破坏声音的清晰度，反而能像“滤镜”一样，填补数字录音中干瘪的高频，让人声听起来更“温暖”、“丰富”且“饱满立体”。
- 广播级特质：它赋予了声音一种恰到好处的“厚度”和“磁性”，听起来像是经过了顶级电子管（胆机）或变压器话放的润色，非常适合讲故事、纪录片或商业广告旁白。
- 低于 0.1%（-60 dB 以下）：声音过于干净、线性，也就是你所说的“数字味”。虽然保真度高，但缺乏情感温度和模拟设备的空气感。
- 高于 5%（-26 dB 以上）：失真开始喧宾夺主，声音容易变得发糊、粗糙，甚至出现刺耳的奇次谐波，这会严重破坏旁白最需要的“清晰度”和“可懂度”。
需要避免的劣质失真：无论追求何种风格，都需要区分“良性染色”与“劣质失真”：
- 如果 THD > 10%（-20 dB），或者产生了过多的奇次谐波（如三次谐波），失真将变得明显可闻。
- 这种劣化会导致声音发糊、粗糙、刺耳，掩盖人声细节，属于电路缺陷或过度处理，在后期制作中应尽量避免。