第1章：声音合成基础速览

本章将快速回顾声音合成的基础理论，为后续深入学习数字合成技术奠定基础。我们将从声波的物理本质出发，经过模拟合成器的经典架构，过渡到数字音频处理的核心概念。对于已有信号处理背景的读者，本章将帮助您快速建立声音合成领域的知识框架。

1.1 声波物理与傅里叶分析

声波的物理本质

声波是空气分子的压力波动，在标准大气压下以约343米/秒的速度传播。人耳可感知的频率范围约为20Hz到20kHz，这个范围定义了音频合成的基本工作域。

声压级可表示为：

p(t) = A·sin(2πft + φ)

其中：

• A：振幅（决定音量）
• f：频率（决定音高）
• φ：初始相位

傅里叶级数与谐波分析

任何周期信号都可以分解为基频及其整数倍频率的正弦波之和：

x(t) = a₀/2 + Σ[aₙcos(nω₀t) + bₙsin(nω₀t)]

其中系数为：

aₙ = (2/T)∫x(t)cos(nω₀t)dt
bₙ = (2/T)∫x(t)sin(nω₀t)dt

这一分解揭示了音色的本质：不同的谐波组合产生不同的音色。

频谱表示与倍音结构

自然乐器的频谱通常包含：

1. 基频（f₀）：决定音高
2. 谐波（nf₀）：整数倍频率，决定音色明亮度
3. 非谐波成分：打击声、噪声等，增加真实感

典型波形的谐波结构：

锯齿波：所有谐波，振幅∝1/n
方波：奇次谐波，振幅∝1/n
三角波：奇次谐波，振幅∝1/n²

相位的作用与感知

虽然人耳对静态相位关系不敏感，但相位在以下情况很重要：

• 多个振荡器叠加时的相位抵消
• 动态相位变化产生的梳状滤波效果
• FM合成中的相位调制

1.2 模拟合成器基本架构

VCO（压控振荡器）原理

VCO是模拟合成器的声源，通过控制电压改变振荡频率：

f = f₀ · 2^(V_cv/V_oct)

其中V_oct通常为1V，实现1V/Oct标准。

经典VCO波形电路原理：

• 锯齿波：电容充电/快速放电
• 方波：比较器输出
• 三角波：积分器输出
• 正弦波：波形整形或查表

VCF（压控滤波器）类型与特性

滤波器通过频率选择性衰减塑造音色：

低通滤波器（LPF）：最常用，模拟自然声音的高频衰减

H(s) = ω₀²/(s² + (ω₀/Q)s + ω₀²)

关键参数：

• 截止频率（fc）：-3dB点
• 谐振（Q）：在截止频率处的增益峰值
• 斜率：12dB/Oct（2极点）、24dB/Oct（4极点）

经典滤波器类型：

• Moog Ladder：24dB/Oct，温暖的谐振
• Roland TB-303：18dB/Oct，独特的酸性音色
• Oberheim SEM：可变状态，多模式

VCA（压控放大器）与动态控制

VCA控制信号的振幅，实现音量包络和调制：

V_out = V_in · V_control

线性与指数响应：

• 线性：适合调制信号
• 指数：符合人耳感知，适合音量控制

ADSR包络生成器

ADSR定义声音的时间演化：

     /\
    /  \___
   /       \
  /         \
 A    D S   R

各阶段的数学模型：

• Attack：指数上升，τ_a决定速度
• Decay：指数下降到Sustain电平
• Sustain：保持电平（0-100%）
• Release：指数下降到零

LFO（低频振荡器）与调制

LFO产生低于20Hz的周期信号用于调制：

常见LFO目标：

• 音高（颤音效果）
• 滤波器截止（哇音效果）
• 振幅（震音效果）
• 相位（合唱效果）

1.3 数字音频基础与采样定理

奈奎斯特-香农采样定理

连续信号的完美重建要求：

f_s > 2f_max

其中f_s是采样率，f_max是信号最高频率。

标准采样率：

• 44.1kHz（CD音质）
• 48kHz（专业音频）
• 96kHz、192kHz（高清音频）

量化与位深度

量化将连续振幅映射到离散电平：

信噪比(dB) ≈ 6.02N + 1.76

其中N是位数。16位提供约96dB动态范围，24位提供约144dB。

量化误差可建模为均匀分布的白噪声：

σ²_q = Δ²/12

其中Δ是量化步长。

混叠与抗混叠滤波

当f > f_s/2时，高频成分折返到低频：

f_alias = |f - nf_s|

防止混叠的方法：

1. 模拟抗混叠滤波器：ADC前的陡峭低通
2. 过采样：提高采样率，放宽滤波器要求
3. 带限信号生成：从源头避免高频

过采样与降采样

过采样改善信号质量：

1. 减少量化噪声（噪声整形）
2. 放宽抗混叠滤波器要求
3. 提高非线性处理的精度

降采样流程：

1. 低通滤波（防止混叠）
2. 抽取样本
3. 可选：噪声整形

1.4 带限振荡器理论

数字振荡器的核心挑战是生成无混叠的经典波形。朴素方法产生的方波、锯齿波包含无限谐波，在数字域会造成严重混叠。

带限脉冲序列（BLIT）

BLIT方法生成带限脉冲串，通过积分得到其他波形：

BLIT(t) = sin(Mπt/T) / (M·sin(πt/T))

其中M = floor(f_s/2f) + 1是最大谐波数。

锯齿波通过BLIT积分获得：

saw(t) = ∫BLIT(τ)dτ - DC_offset

带限阶跃（BLEP）

BLEP在波形不连续点插入校正函数：

BLEP(t) = ∫sinc(t)dt

实现步骤：

1. 生成朴素波形
2. 检测不连续点
3. 在不连续点加入BLEP校正

优点：计算效率高，适合实时应用。

polyBLEP算法

polyBLEP使用多项式近似BLEP函数：

polyBLEP(t) = {
    t² + 2t + 1,           -1 ≤ t < 0
    -t² + 2t - 1,           0 ≤ t < 1
    0,                      otherwise
}

实现锯齿波：

1. 生成朴素锯齿
2. 在跳变点应用polyBLEP
3. 缩放到[-1, 1]

差分抛物波（DPW）

DPW通过差分操作抑制高频：

1. x(n) = 2f/f_s · n (mod 1) - 1  // 朴素锯齿
2. y(n) = x(n)²                    // 抛物变换
3. z(n) = y(n) - y(n-1)           // 差分
4. 输出 = c·z(n)                   // 缩放

其中c = f_s/(4f)用于振幅补偿。

优点：

• 极低的计算开销
• 良好的频谱特性
• 易于实现调制

1.5 离散信号处理与数字滤波器

Z变换基础

Z变换是分析离散系统的核心工具：

X(z) = Σx[n]z^(-n)

基本性质：

• 延迟：x[n-k] ↔ z^(-k)X(z)
• 线性：ax[n] + by[n] ↔ aX(z) + bY(z)
• 卷积：x[n]*h[n] ↔ X(z)H(z)

系统传递函数：

H(z) = Y(z)/X(z) = (b₀ + b₁z^(-1) + ... + b_Mz^(-M))/(1 + a₁z^(-1) + ... + a_Nz^(-N))

IIR与FIR滤波器

FIR（有限冲激响应）：

y[n] = Σb_k·x[n-k]

特点：

• 线性相位
• 无条件稳定
• 高阶数需求

IIR（无限冲激响应）：

y[n] = Σb_k·x[n-k] - Σa_k·y[n-k]

特点：

• 低阶数实现陡峭响应
• 可能不稳定
• 非线性相位

双线性变换

将模拟滤波器转换为数字滤波器：

s = (2/T)·(1 - z^(-1))/(1 + z^(-1))

频率弯曲（预畸变）：

ω_a = (2/T)·tan(ω_d·T/2)

实例：模拟RC低通到数字

H_a(s) = 1/(1 + sRC)
→ H_d(z) = (1 + z^(-1))/(1/K + 1 + (1/K - 1)z^(-1))

其中K = RC·f_s

数字滤波器设计

Butterworth低通设计：

1. 确定规格：f_c, f_s, 衰减
2. 计算阶数：N = log(ε)/log(f_s/f_c)
3. 放置极点：s_k = e^(jπ(2k+N-1)/(2N))
4. 双线性变换到z域

状态变量滤波器（SVF）：

HP = input - LP - BP·Q
BP = HP·f + BP_z1
LP = BP·f + LP_z1

优点：同时输出低通、带通、高通。

1.6 从模拟到数字的演进

历史发展脉络

1960s-1970s：模拟黄金时代

• Moog Modular（1964）：定义了减法合成
• Minimoog（1970）：便携式合成器革命
• ARP 2600（1971）：半模块化设计

1980s：数字革命

• Yamaha DX7（1983）：FM合成普及
• Fairlight CMI（1979）：采样技术先驱
• Roland D-50（1987）：LA合成混合架构

1990s-2000s：虚拟模拟

• Nord Lead（1995）：虚拟模拟概念
• Access Virus（1997）：数字建模技术
• 软件合成器兴起：计算能力解放创造力

关键技术突破

1. DSP芯片发展： - 专用乘累加单元 - 并行处理架构 - 实时处理能力

2. 算法创新： - 高效抗混叠技术 - 非线性建模 - 机器学习应用

3. 控制接口演进： - MIDI协议（1983） - OSC协议 - MPE（多维复音表达）

现代合成器架构

混合架构趋势：

数字控制 + 模拟信号路径
├── 数字振荡器（无限复音）
├── 模拟滤波器（温暖音色）
└── 数字效果器（灵活处理）

模块化复兴：

• Eurorack标准统一
• 数字模块与模拟模块共存
• CV/Gate与MIDI互通

云端合成：

• 分布式处理
• 协作创作
• AI辅助音色设计

本章小结

本章快速回顾了声音合成的基础知识，为深入学习现代数字合成技术奠定基础。

关键概念

1. 傅里叶分析：任何周期信号都可分解为谐波之和，这是理解音色的数学基础
2. 模拟合成器架构：VCO→VCF→VCA的信号流，加上ADSR和LFO调制
3. 采样定理：f_s > 2f_max是数字音频的基本约束
4. 带限振荡器：BLIT、BLEP、polyBLEP、DPW等技术解决数字域的混叠问题
5. 数字滤波器：通过Z变换和双线性变换，将模拟滤波器移植到数字域
6. 技术演进：从模拟到数字，从硬件到软件，合成技术不断创新

重要公式汇总

• 傅里叶级数：x(t) = a₀/2 + Σ[aₙcos(nω₀t) + bₙsin(nω₀t)]
• 采样定理：f_s > 2f_max
• 量化信噪比：SNR ≈ 6.02N + 1.76 dB
• BLIT函数：BLIT(t) = sin(Mπt/T) / (M·sin(πt/T))
• 双线性变换：s = (2/T)·(1 - z^(-1))/(1 + z^(-1))
• VCO频率：f = f₀ · 2^(V_cv/V_oct)

实践要点

• 选择合适的采样率避免混叠
• 使用带限技术生成基本波形
• 理解模拟与数字的差异
• 掌握基本的DSP概念

练习题

基础题

练习1.1 一个440Hz的锯齿波，其前5个谐波的频率和相对振幅是多少？

练习1.2 在44.1kHz采样率下，最高可以无混叠地表示多少Hz的正弦波？如果要合成一个10kHz的方波，至少需要包含几个谐波？

练习1.3 一个ADSR包络的Attack=10ms, Decay=20ms, Sustain=0.7, Release=50ms。如果按键持续100ms，描述包络的完整时间演化。

挑战题

练习1.4 推导polyBLEP算法中，为什么使用t² + 2t + 1和-t² + 2t - 1这两个多项式可以近似BLEP函数？

练习1.5 设计一个2极点Butterworth低通滤波器，截止频率1kHz，采样率48kHz。给出差分方程系数。

b₀ = 0.00362
b₁ = 0.00724
b₂ = 0.00362
a₁ = -1.8227
a₂ = 0.8372

练习1.6 比较DPW和polyBLEP生成锯齿波的计算复杂度。在什么情况下选择哪种算法？

练习1.7 【开放题】如果要设计一个现代软件合成器，你会如何平衡音质、CPU效率和灵活性？列出你的设计决策和理由。

常见陷阱与错误

1. 混叠问题

错误：直接生成方波或锯齿波

// 错误示例
float naive_saw(float phase) {
    return 2.0f * phase - 1.0f;  // 包含无限谐波！
}

正确做法：使用带限技术

// 正确示例
float bandlimited_saw(float phase, float freq, float sr) {
    // 使用polyBLEP或DPW
    return dpw_saw(phase, freq, sr);
}

2. 相位累加器精度

错误：使用float累加相位

phase += freq / samplerate;  // 累积误差！

正确做法：使用定点或双精度

// 使用归一化频率和模1运算
phase = fmod(phase + freq/sr, 1.0);
// 或使用定点算术
uint32_t phase_inc = (uint32_t)((freq/sr) * 4294967296.0);

3. 滤波器稳定性

错误：直接使用高Q值

// Q=100 在某些频率可能不稳定
filter.setQ(100);

正确做法：限制Q值范围，检查极点位置

Q = clamp(Q, 0.5f, 20.0f);
// 确保极点在单位圆内

4. 包络点击声

错误：瞬时开始/停止

output = envelope * oscillator;  // envelope从0跳到1

正确做法：最小Attack/Release时间

min_attack = 0.5ms;  // 防止点击
min_release = 2ms;

5. DC偏移

错误：忽略DC分量

// PWM方波会产生DC
output = pwm_square(phase, pulsewidth);

正确做法：使用高通滤波器或DC阻断

// 简单的DC阻断器
dc_blocker = output - previous_output * 0.995f;

调试技巧

1. 频谱分析：使用FFT查看谐波结构和混叠
2. 示波器：观察波形连续性和跳变
3. A/B测试：与参考实现对比
4. 边界测试：极端参数值（0Hz、Nyquist频率）
5. 性能剖析：识别CPU瓶颈

返回目录 | 下一章：FM合成原理