想象你在空旷的操场上唱歌：声音一出口就散掉了，干巴巴的，没有任何回音，像白纸上没有阴影的线条。而当你走进地下车库，只是轻轻哼一声，四面墙壁就帮你的声音“反弹”出层层叠叠的回响，声音瞬间饱满立体。这就是空间混响的魔法——它给声音“租”了一间看不见的房子。在音频制作的世界里，录音棚里收进来的干声（歌手在隔音房里唱的原始人声）往往又平又干，混响插件就是那位“房屋中介”，把声音送进大教堂、小浴室或录音室的金属板房间，用墙壁、地板、天花板的反射声，让听者的大脑相信：这段声音真的发生在某个真实空间里。本文会带你认识混响的四大户型（房间、大厅、板式、弹簧）、三个装修旋钮（预延迟、衰减、湿干比），以及两种主流装修方式——卷积混响与算法混响，让干瘪的声音住进会呼吸的房间。

岗位关联

掌握空间混响等于掌握了声音的“空间导演”技能，无论是配音、音乐还是播客后期，都能让作品瞬间从“手机录音”质感跃升为“棚级”质感，这是 AI 音频创作时代的高价值核心竞争力。

目录
  1. 可视化演示
  2. 混响原理初探
  3. 混响类型解码
  4. 关键参数调校
  5. 卷积混响详解
  6. 算法混响概述
  7. 双雄对决取舍
  8. 实战落地应用
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示空间混响的声波传播路径、Room/Hall/Plate三种混响类型衰减曲线对比、以及预延迟与衰减时间参数对脉冲响应的影响。

本节配有交互动效（进入视口后自动加载，约 3KB）。

声波传播与反射路径 直接声1-3ms到达听者 早期反射5-80ms经墙面1-2次反射 T60 = 0.161·V/(S·α) 声音经多次反射形成混响尾音

混响原理初探

租房第一步是看房子结构。声音搬进新“房子”时，要经历三段旅程：第一段是直达声，像你面对面跟朋友聊天，直线最快到达；第二段是早反射，声音撞上最近一面墙弹回来，像朋友在隔壁房间喊你，虽然晚到一会儿但还能听清；第三段是混响尾音，声音在四面八方来回弹跳，像放学后空旷操场上此起彼伏的回声，越传越弱。

在声学里，这三段分别叫直达声（Direct Sound）、早反射（Early Reflections）和晚期混响（Late Reverb）。直达声让我们判断“声音从哪里来”，早反射让我们感知“房间有多大”，晚期混响则塑造“房间是空的还是堆满家具”。三者叠加，大脑才会产生完整的空间感。

声学家用“混响时间”（RT60）来衡量一个空间有多“响”。RT60 指的是声源停止后，声压级衰减 60 分贝所需的时间。赛宾（Sabine）在实验中总结出著名的经验公式：

这套公式就是房屋中介的“看房笔记”——大堂挑高（V 大）配大理石地面（ā 小），混响自然绵长；小书房铺满地毯软包（ā 大），混响就短促干净。理解了它，你就知道为什么浴室唱歌自带混响，而客厅却干巴巴。

T60=0.161×VS×aˉ\displaystyle T_{60} = \frac{0.161 \times V}{S \times \bar{a}}
RT60 公式把房间体积、表面积和吸声能力换算成“余音能撑几秒”，是声学设计和混响参数设置的起点。
  1. 房间体积 V声音要在房子里来回奔跑，房子越大，路程越长，余音自然拖得越久。
    V (m3)\displaystyle V \, (\text{m}^3)
  2. 总表面积 S四面墙加上天花板和地板的总面积，反射面越多，声音被反弹的机会越多。
    S (m2)\displaystyle S \, (\text{m}^2)
  3. 平均吸声系数 ā墙面是水泥还是软包海绵，吸声能力完全不同；系数越高，吸音越多，混响越短。
    aˉ∈(0,1)\displaystyle \bar{a} \in (0,1)
  4. 常数 0.161赛宾在 20℃ 空气中总结出的换算常数，把体积、面积、吸声系数折算成“秒”。
    0.161 s/m\displaystyle 0.161 \, \text{s/m}

混响类型解码

确定要租房子后，中介会掏出四套户型图。第一套是“小浴室”——房间混响（Room），衰减只有 0.1 到 0.5 秒，声音短促贴近生活，像你在卫生间听到的那种清脆回音。第二套是“大教堂”——大厅混响（Hall），衰减可达 1.5 到 3 秒以上，气势磅礴，专门用来塑造宏大空间。

第三套户型比较特殊，叫“板式混响”（Plate），它其实是一块悬空的大钢板，声音让钢板震动产生混响，特点是反射极其密集、明亮、有光泽，像给声音抹了一层糖霜，录音棚里常用它处理鼓组和流行人声。第四套是最古老的“弹簧混响”（Spring），靠弹簧本身扭转震荡发声，自带“嗖嗖”的金属质感，经典吉他音箱里全是它，适合复古摇滚和雷鬼乐。

四套户型之所以听感不同，根源在于反射声到达耳朵的时间差。房间越大，反射声比直达声多走的路程越长：

选户型就是选声音的“气质”：想要亲切真实选房间混响，想要恢宏气势选大厅混响，想要明亮光泽选板式混响，想要复古滋滋感选弹簧混响。现代混响插件里这些名字，本质都是模拟不同物理结构的反射特征。

Δt=Δd343 m/s\displaystyle \Delta t = \frac{\Delta d}{343 \, \text{m/s}}
声音在 20℃ 空气中的速度约为每秒 343 米，反射声多绕的路程除以声速，就是它比直达声晚到的时间差。
  1. 多走路程 Δd反射声比直达声多绕的距离，房间越大差值越大，听感越“空旷”。
    Δd=d反射−d直达\displaystyle \Delta d = d_{\text{反射}} - d_{\text{直达}}
  2. 声速 343声音在常温空气中每秒大约传播 343 米，这个值是计算时间差的分母。
    c=343 m/s\displaystyle c = 343 \, \text{m/s}
  3. 到达时差 Δt路程差除以声速，得到早反射相对直达声的延迟时间，大脑据此判断房间尺寸。
    Δt=Δd/343\displaystyle \Delta t = \Delta d / 343

关键参数调校

租好房子要装修，混响插件上有三个核心“装修旋钮”。第一个是预延迟（Pre-delay），它像进门玄关的缓冲通道——信号先走一段“直线”，再让混响“露脸”。预延迟调大，人声和混响在时间上分开，咬字更清晰；调小，人声和混响粘在一起，更融合。

第二个是衰减时间（Decay / Reverb Time），它决定混响尾音能撑多久，相当于墙壁吸音棉的多少——旋钮开大，房间变得像音乐厅；旋钮关小，房间变得像壁橱。第三个是早反射密度（Early Reflections），它控制反射声的密集程度，密度高时声源离你很近，密度低时声源仿佛退到远处。

最后一个旋钮是湿干比（Wet/Dry Mix），也就是“湿声”（加了混响的信号）和“干声”（原始录音）的比例。它可以用公式表达：

装修原则是“少即是多”：配乐里湿干比可以大胆地开到 40% 以上，但对白和新闻播报最好控制在 20% 以内，否则就像在澡堂子里听新闻，字字含混不清。调好这三个旋钮，任何户型都能住得舒服。

y=(1−m)×x+m×w\displaystyle y = (1 - m) \times x + m \times w
干湿混合公式告诉我们：mix=0 时输出纯干声，mix=1 时输出纯湿声，中间值则是两者按比例叠加。
  1. 干声 x录音里未经任何处理的原始信号，是声音的“素颜”。
    x\displaystyle x
  2. 湿声 w经过墙壁反射模拟的混响信号，是声音的“妆后”。
    w\displaystyle w
  3. 混合系数 m取值在 0 到 1 之间，相当于装修时决定“房间里放几面镜子”。
    m∈[0,1]\displaystyle m \in [0,1]
  4. 输出 y干声和湿声按比例叠加，得到最终的听感信号。
    y=(1−m)×x+m×w\displaystyle y = (1-m) \times x + m \times w

卷积混响详解

接下来的选择题是：这间房是“真实民宿”还是“3D 打印房”？先说真实民宿——卷积混响（Convolution Reverb）。它的做法是：跑到真实的音乐厅或录音棚里，放一声气球爆破，把房间对这个“瞬间冲击”的全部回声录下来，这段录音就是脉冲响应（Impulse Response），相当于这间房的“声学指纹”。

拿到指纹之后，你只需要把任意干声和这枚指纹做一次卷积运算，声音就像真的在那间房里录的一样。这是目前最保真的混响方式，著名插件 Altiverb 收录了全球几百个真实空间的指纹库，教堂、歌剧院、传奇录音棚一应俱全，打开就用，几乎一比一复刻。

卷积的本质可以用数学表达为：每个时刻的输出，等于干声在每一个历史时刻的值乘以房间指纹的强度，再全部累加起来。

卷积混响的代价也像住豪华民宿一样“贵”：脉冲响应可能长达几万采样点，每输出一个声音采样都要做海量乘法，对 CPU 压力很大，而且房间大小在采样那一刻就固定了，想临时把教堂改成浴室可做不到。这就是它的“静态”短板。

y(t)=∫−∞+∞x(τ) h(t−τ) dτ\displaystyle y(t) = \int_{-\infty}^{+\infty} x(\tau) \, h(t - \tau) \, d\tau
卷积积分公式的含义是：用一个“房间指纹”h 对干声 x 做滑窗加权求和，把声音彻底浸入真实空间的反射历史中。
  1. 干声 x(τ)输入声音在每一个时刻 τ 的采样值，是要被“送进房间”的住客。
    x(τ)\displaystyle x(\tau)
  2. 房间指纹 h(t-τ)脉冲响应在 t-τ 时刻的取值，代表这间房对“过去那个瞬间”的声音还有多少反射强度。
    h(t−τ)\displaystyle h(t - \tau)
  3. 滑窗加权叠加把所有历史时刻的声音乘以对应指纹强度再累加，就像把声音的每一帧都叠上房间的“影子”。
    ∫−∞+∞x(τ) h(t−τ) dτ\displaystyle \int_{-\infty}^{+\infty} x(\tau) \, h(t - \tau) \, d\tau
  4. 输出 y(t)带着真实空间气息的结果信号，听起来就像在真实场地录制一样自然。
    y(t)\displaystyle y(t)

算法混响概述

真实民宿虽好，但毕竟不能拎包即住、随手改造。于是有了另一种装修方式——算法混响（Algorithmic Reverb），它相当于用数学图纸 3D 打印一栋虚拟房子，不需要去任何真实场地采集指纹，直接在芯片里用数字滤波器“画”出空间感。

算法混响的祖师爷是物理学家施罗德（Schroeder），他提出用梳状滤波器（Comb Filter）产生密集回声、再用全通滤波器（Allpass Filter）抹平金属感，组合起来就能模拟出自然的余音。现代算法混响（如 Freeverb）在此基础上演化，用十几条反馈延迟网络模拟出非常接近真实的空间扩散感。

梳状滤波器是整个算法的核心，它的公式出奇地简单：

算法混响最大的优点是完全“活”的：拖衰减旋钮，房间立刻变大；拖湿干比，房间立刻变暗。它只需要恒定且极低的计算量，所以游戏引擎、直播软件、硬件效果器几乎全用它。缺点是它毕竟是“画”出来的空间，细腻度比真实采样稍逊一筹。

y[n]=x[n]+g×y[n−D]\displaystyle y[n] = x[n] + g \times y[n - D]
梳状滤波器的公式表达了一个声音回环：当前输入加上“被延迟 D 个采样再返回”的声音，每次返回都打个折扣 g，形成一环扣一环的衰减回声。
  1. 当前输入 x[n]第 n 个采样时刻进入滤波器的声音信号。
    x[n]\displaystyle x[n]
  2. 延迟 D把声音“扣留”D 个采样点后再放回来，D 决定了一次回环的周期，也决定了齿距。
    y[n−D]\displaystyle y[n - D]
  3. 反馈增益 g每次回环保留多少比例，g 越接近 1，余音拖得越长。
    g∈(0,1)\displaystyle g \in (0,1)
  4. 输出 y[n]当前输入与延迟回环相加，一层一层叠出密集的反射尾音。
    y[n]=x[n]+g×y[n−D]\displaystyle y[n] = x[n] + g \times y[n - D]

双雄对决取舍

现在手里有两套房：卷积民宿和算法打印房。该怎么选？先看音质——卷积混响有真实空间的全部反射细节，像一张高清照片；算法混响是插画师手绘，风格化但缺少真实世界的微妙瑕疵。再看性能——卷积混响每输出一个采样要遍历整条脉冲响应，房间越长开销越大；算法混响无论参数怎么调，计算量都恒定很小。

这两者的复杂度差异可以用大 O 记号直观对比：

实战中的选型策略很清楚：电影配乐、精致人声这类“离线制作”选卷积，追求极致真实；游戏、直播、K 歌这类“实时互动”选算法，追求响应速度和低延迟。老练的混音师还会把两者混着用——算法混响打底营造空间，卷积混响点睛增加真实质感，像既有精装修又有传家古董的顶级住宅。

C卷积=O(L),C算法=O(M)\displaystyle C_{\text{卷积}} = O(L), \qquad C_{\text{算法}} = O(M)
计算复杂度公式说明：卷积混响的成本和脉冲响应长度 L 成正比（动辄数万次运算），算法混响的成本只和滤波器个数 M 成正比（通常十几个），因此算法混响天生适合实时场景。
  1. 脉冲响应长度 L真实房间的指纹采样点数，一秒钟的余音就是 44100 个采样点，数量巨大。
    L\displaystyle L
  2. 线性开销 O(L)每输出一个采样都要把整条脉冲响应乘一遍，房间“越大”越昂贵。
    O(L)\displaystyle O(L)
  3. 滤波器数量 M算法混响一般只用几条梳状和全通滤波器组合，M 通常是个位数到几十。
    M\displaystyle M
  4. 线性开销 O(M)每输出一个采样只做 M 次运算，成本恒定且非常轻量。
    O(M)\displaystyle O(M)

实战落地应用

房子选好也装好了，最后看看不同住户怎么住。配音后期是最常见的住户：纪录片旁白想要“图书馆安静书房”的感觉，用短衰减的房间混响加 15-25ms 预延迟，人声清晰又有温度；电影预告片想要宏大感，就切到大厅混响再拉长衰减，一句话就能撑起整个画面。

音乐制作里，混响更是分轨而治：主唱用板式混响增光泽，鼓组用房间混响找回“真鼓在录音室”的现场感，弦乐组用大厅混响铺出交响乐团的底子。播客场景则追求“围炉夜话”的亲切氛围——所有嘉宾的声音统一送进同一个短房间混响，听众就会觉得大家真坐在同一张沙发上聊天。

游戏音效是算法混响的主场：玩家从浴室走进大教堂，混响参数必须在一瞬间跟着场景切换，只有算法混响能做到这种实时响应。最后一个实战问题是“清晰度”——台词和旁白的可懂度取决于干声能量的占比：

一句话总结：混响是声音的“空间化妆师”，用对了房子，干瘪的录音就有了纵深；用错了房子，再好的嗓音也会淹没在混沌的回声里。记住选户型、调装修、看住户，你的声音就能在任何空间里发光。

清晰度=DD+W\displaystyle \text{清晰度} = \frac{D}{D + W}
清晰度公式表明：干声能量 D 占总能量（干声 D 加湿声 W）的比例越高，咬字越清楚；台词要保清晰，氛围音乐则可以适当压低清晰度换取沉浸感。
  1. 干声能量 D原始人声的响度能量，是保证内容听得清的基础。
    D\displaystyle D
  2. 湿声能量 W混响尾音的能量，是塑造氛围的“背景雾”。
    W\displaystyle W
  3. 比例计算干声占总能量的比例越高，语音可懂度越高，反之越朦胧。
    DD+W\displaystyle \frac{D}{D + W}
  4. 实践取值台词、播客建议清晰度高于 0.7，音乐氛围可以低至 0.3 左右。
    清晰度∈(0,1]\displaystyle \text{清晰度} \in (0,1]

AI 应用场景

场景一：配音后期的“空间化妆师”

阶段：音频后期处理

解决的问题：传统配音在弱吸声房间录制，干声发闷且缺乏空间感，人工一个个调试混响参数既耗时又凭感觉，新手很难判断该选大厅还是房间。AI 混响插件（如 iZotope 系的智能匹配工具）能自动分析干声的频段和动态，推荐合适的房间类型、衰减时间和湿干比，一键完成原本需要反复试听的调试。

具体案例：一部纪录片旁白需要“图书馆安静感”，AI 自动给干声加上 0.3 秒衰减的房间混响 + 20ms 预延迟，湿干比控制在 25%，原来需要 30 分钟的手动调试压缩到 10 秒，且每集音色统一。

场景二：播客场景氛围统一

阶段：内容生成与增强

解决的问题：多人远程录制的播客各轨声音干瘪、空间感不一致，听众有“电话会议”的割裂感。用 AI 混响工作流自动分析每轨干声，把所有嘉宾统一“放进”同一间虚拟客厅，弥补录音环境差异。

具体案例：一档四人圆桌播客，四段录音分别在卧室、办公室、车内完成，AI 音频工作站逐轨匹配短房间混响参数，让听众听到四位嘉宾仿佛坐在同一张沙发上聊天，完播率显著提升。

场景三：游戏音效的实时空间响应

阶段：实时音频渲染

解决的问题：开放世界游戏中玩家从走廊走进大厅，传统静态混响无法响应场景变化，音效穿帮。算法混响配合 AI 场景识别，能根据玩家所在房间的材质和体积实时调节衰减时间和预延迟。

具体案例：在一款 3A 射击游戏中，AI 实时分析玩家周围建筑网格，浴室瓷砖墙面触发 0.4 秒短混响，洞穴空间触发 2.5 秒长衰减混响，角色脚步声的空间质感随场景无缝切换，沉浸感大幅提升。

Python 演示

python45 行
import sysimport numpy as npfrom scipy.io import wavfile  def build_ir(seconds, sr, decay=0.55):    """生成指数衰减的噪声脉冲响应, 模拟一间虚拟房间"""    n = int(seconds * sr)    t = np.arange(n) / sr    ir = np.random.randn(n) * np.exp(-decay * t)    ir[0] = 1.0    return ir  def fast_convolution(x, ir):    """FFT 快速卷积: 把干声 x 与房间指纹 ir 合成混响声"""    n = len(x) + len(ir) - 1    x_pad = np.pad(x, (0, n - len(x)))    ir_pad = np.pad(ir, (0, n - len(ir)))    return np.fft.irfft(np.fft.rfft(x_pad) * np.fft.rfft(ir_pad))[: len(x)]  def wet_dry_mix(dry, wet, mix=0.35):    """按 mix 比例混合干声与湿声, mix=0 全干, mix=1 全湿"""    return (1.0 - mix) * dry + mix * wet  def main():    if len(sys.argv) < 2:        print("用法: python reverb_demo.py input.wav")        return    sr, data = wavfile.read(sys.argv[1])    audio = data.astype(np.float32) / 32768.0    if audio.ndim > 1:        audio = audio.mean(axis=1)    ir = build_ir(seconds=1.2, sr=sr)    wet = fast_convolution(audio, ir)    out = wet_dry_mix(audio, wet, mix=0.30)    out = np.clip(out, -1.0, 1.0)    wavfile.write("reverb_out.wav", sr, (out * 32767).astype(np.int16))    print("完成: reverb_out.wav 已生成")  if __name__ == "__main__":    main()
目的：这是一个迷你卷积混响引擎——读取任意 WAV 文件，用随机噪声生成一间“虚拟房间”的脉冲响应，通过 FFT 快速卷积为干声加混响，再按 3:7 的湿干比混合，输出处理后的新音频，直观演示了本文讲的卷积混响原理。
  1. ir = np.random.randn(n) * np.exp(-decay * t)用随机噪声模拟无数反射声的叠加，指数衰减模拟余音逐步减弱。
  2. ir[0] = 1.0把脉冲响应的第一个点设为 1，保住直达声，防止声音发闷。
  3. return np.fft.irfft(np.fft.rfft(x_pad) * np.fft.rfft(ir_pad))[: len(x)]时域卷积等价于频域乘法，大幅提升计算速度。
  4. return (1.0 - mix) * dry + mix * wet复现干湿混合公式 y=(1-m)x+mw。
  5. wavfile.write("reverb_out.wav", sr, (out * 32767).astype(np.int16))把浮点音频转回 16 位整数写盘，得到可播放的结果文件。

常见误区

误区“混响越大越有空间感，我把衰减时间拉到 3 秒，人声一定很高级。听上去确实像在大教堂里唱歌，很震撼。”

正解混响过多会让声音变得浑浊、咬字模糊，像在空水泥仓库里说话，低频还会糊成一团。空间感的关键在于“适度混响 + 足够的直达声”——混响是调料不是主菜，主唱类音频湿干比通常 20%-40% 就足够，衰减时间按曲风控制在 0.5-2 秒更安全。

为何常见：初学者第一次体验“加混响变好听”的甜头后，容易陷入“越大越爽”的直觉误区，忽略了清晰度才是声音品质的底线。

误区“卷积混响是真实采样，音质最自然，所以所有场景都应该无脑用卷积混响，算法混响是低端货。”

正解卷积混响确实真实，但它的房间在采样那一刻就固定了，无法实时改变大小，且长脉冲响应极耗 CPU。游戏、直播、K 歌等实时场景必须用算法混响，因为空间需要跟着场景动态变化；只有离线制作才更适合卷积。选型看场景，而不是只看“真实度”标签。

为何常见：厂商营销常强调“真实采样”来抬高价格，让用户误以为“真实”就等于“全场景最优”，忽略了实时性和灵活性的价值。

误区“预延迟 Pre-delay 听着就带'延迟'两个字，调大它，混响尾音就会拖得更长吧。”

正解预延迟是“直达声和第一个反射声之间的等待时间”，它决定人声和混响在时间上的分离感，而不是混响总时长。真正控制余音长度的是衰减时间（Decay / RT60）。调大预延迟人声更清晰，调小更融合，但无论怎么调，尾音的“长度”都由衰减时间说了算。

为何常见：两个参数名称都带“时间”含义，而且都能影响听感上的空间感，初学者很容易把两者的职责混为一谈。

误区“反正都是空间感，把人声、鼓、吉他全部送进同一个混响总线，省事又统一。”

正解不同频率和动态的声音需要不同的空间处理：低频鼓组用短衰减避免浑浊，人声用适中衰减保清晰，高频镲片用板式混响增亮。全轨共用一个混响会让低频糊成一团、高频刺耳。专业做法是至少分“人声混响”和“乐器混响”两路，必要时再细分。

为何常见：新手常把混响当成一个简单的“效果开关”，还没建立起“不同声音住不同户型”的空间思维，所以忽略了分轨处理的必要性。

面试题

Q1. 关于混响中的“直达声”，下列说法正确的是？

单选题 · easy

  • A.从声源直线到达耳朵的声音← 正确答案
  • B.经过墙壁反弹回来的声音
  • C.混响插件最后输出的声音
  • D.录音设备底噪留下的声音

答案：A。直达声是最短路径直线到达的声音，负责让我们定位声源；反射声才是墙壁弹回来的声音，混响输出则是干湿混合结果，底噪更与混响无关。就像歌手面朝你唱出的第一嗓是直达声，撞墙再传到你耳朵里的才是反射声。

Q2. RT60 混响时间公式中的 V 代表什么？

单选题 · easy

  • A.指声音传播的速度大小
  • B.指房间的空间体积大小← 正确答案
  • C.指墙壁的平均吸声系数
  • D.指音频数据的响度大小

答案：B。RT60 公式 T60=0.161V/(S·ā) 中，V 是房间体积，S 是总表面积，ā 是平均吸声系数。房间体积越大，声音要跑的路程越长，混响时间越久——大教堂比小浴室余音长就是这个道理。

Q3. 预延迟参数的主要作用是什么？

单选题 · mid

  • A.让混响尾音部分变得更长
  • B.让直达声与混响声时间分离← 正确答案
  • C.让录音整体音量变得更大
  • D.让音频底噪变得更小

答案：B。预延迟是直达声和第一个反射声之间的等待时间，相当于玄关缓冲，调大后人声和混响在时间上错开，咬字更清晰；它不负责控制尾音长度（那是衰减时间的事），也跟音量和底噪无关。

Q4. 哪种混响类型以“密集、明亮、有光泽感”著称，常用于鼓和流行人声？

单选题 · mid

  • A.房间混响，衰减短促贴近生活
  • B.大厅混响，衰减绵长气势宏大
  • C.板式混响，密集明亮带有光泽← 正确答案
  • D.弹簧混响，金属质感复古摇摆

答案：C。板式混响靠大钢板振动产生，反射密度极高、声音明亮有光泽，像给声音抹了糖霜，是录音棚处理鼓组和流行人声的经典选择。房间混响短促、大厅混响恢宏、弹簧混响带金属味，都与“明亮光泽”不符。

Q5. 关于卷积混响，下列说法正确的有哪些？

多选题 · mid

  • A.它使用真实空间的脉冲响应← 正确答案
  • B.它的计算开销通常比较大← 正确答案
  • C.它无法还原真实房间质感
  • D.它非常适合低配游戏主机

答案：AB。卷积混响用真实空间采样的脉冲响应作为“房间指纹”，还原度极高，但长脉冲响应导致计算开销大、实时性差。C 说反了，它恰恰最擅长还原真实质感；D 也反了，它吃性能，不适合低配主机，实时场景应该上算法混响。

Q6. 湿干比参数 mix=1 时，输出信号是什么？

单选题 · easy

  • A.输出的信号完全是干声
  • B.输出的信号完全是湿声← 正确答案
  • C.输出的信号干湿各一半
  • D.输出的信号直接静音了

答案：B。干湿混合公式 y=(1-m)x+mw 中，m=1 时 (1-m)=0，输出只剩湿声 w，即纯混响声。m=0 才是纯干声，m=0.5 是干湿各半，不会静音。

Q7. 算法混响相比卷积混响的优势有哪些？

多选题 · hard

  • A.占用 CPU 资源开销较低← 正确答案
  • B.参数支持实时动态调节← 正确答案
  • C.完美复刻真实教堂音质
  • D.适合游戏实时场景变化← 正确答案

答案：ABD。算法混响用十几条滤波器“画”出空间，计算量恒定且低，参数可实时调节，游戏里从浴室走进教堂能瞬间切换。但它的“画出来”的空间无法完美复刻真实教堂的细腻反射，那是卷积混响的长处，所以 C 不选。

Q8. 游戏角色从浴室走进大教堂时，最适合用哪种混响方案？

单选题 · mid

  • A.固定采样好的卷积混响
  • B.可实时变化的算法混响← 正确答案
  • C.复古味道的弹簧混响
  • D.明亮光泽的板式混响

答案：B。场景在动态变化，混响参数必须实时切换，算法混响以低开销和实时可调的特性完美胜任。卷积混响采样后房间固定无法变身，弹簧和板式都是风格化效果器，不做场景空间模拟。

Q9. 公式 y[n] = x[n] + g·y[n-D] 描述的是算法混响中的什么结构？

单选题 · extreme

  • A.高通滤波器结构单元
  • B.限幅器动态处理单元
  • C.梳状滤波器反馈结构← 正确答案
  • D.参数均衡器调整频段

答案：C。该公式是梳状滤波器的核心：当前输入加上延迟 D 个采样并乘以反馈增益 g 的自身输出，形成一环扣一环的回声。高通滤波、限幅器、均衡器都不是这种“延迟 + 反馈”结构。

Q10. 配音后期想要“图书馆安静书房”的空间感，合理参数策略有哪些？

多选题 · hard

  • A.选择短衰减的房间混响← 正确答案
  • B.湿干比保持在较低水平← 正确答案
  • C.预延迟适当调大保清晰← 正确答案
  • D.用三秒大厅混响增气势

答案：ABC。书房感 = 短衰减 + 低湿干比 + 适度预延迟，让旁白清晰又有温度。三秒大厅混响是大教堂方案，会让台词浑浊模糊，违背“安静书房”的目标，所以 D 错误。