频谱合成

把声音拆成频率与时间的二维图，再逐格重建。

相关

泛音音色软件合成器当代

问题

如果声音只是一张「频率随时间变化的图」，能不能直接在图上改，再把它变回声音？频谱合成把音色当成一张可编辑的图像。

原理

短时傅里叶变换把声音切成短帧，每帧得到一组频率与幅度。所有帧排起来就是频谱图。合成时反过来，把每帧的幅度与相位送进逆变换，重叠相加得到波形。在图上涂改，等于直接改分音：抹掉一条线就少一个泛音，拉长一条线就让某个分音持续。相位必须连贯，否则帧与帧之间会出现咔嗒。计算量比减法大，但编辑的自由度也大。

参数与听感

帧长决定时间与频率的分辨率：帧长则频率细、时间糊，帧短则相反。窗口形状影响旁瓣，旁瓣高会让相邻分音互相污染。改幅度最直观，改相位则常带来金属或空洞的音色。冻结一段频谱再让它慢慢演化，会得到拖长的、没有起音的声音。

听什么

先听持续的长音铺底，注意它的高频不是慢慢衰减，而是一直挂着。再听钟琴，每个分音像一条独立的线。最后听音效层，宽带噪声在频谱上是一片雾，而不是一条线。

常见误解

以为频谱合成等于加法合成；以为图上改了什么就一定能听见，相位与窗口也会改变结果；忽略计算与延迟成本。

事实来源

• Miller Puckette, The Theory and Technique of Electronic Music — spectral analysis checked, not quoted
• Udo Zölzer, DAFX — Digital Audio Effects, spectral processing checked, not quoted

仅用于核查事实，正文为原创撰写。