既然录音时只有一个麦克风，那么音乐应该大多是单声道的，那为什么我们下载到的音乐普遍是双声道呢？ 王纯迅，程序员/音乐人/商人/爱好摄影 我问大家一个问题，如果你在现场听一个音乐会，那我们也可以认为每一个歌手、乐手他都是“单声道”的，但是你听到的结果呢？显然是立体声的，这是为什么呢？ 原因有几点： 1、每个歌手、乐手，他所处位置不同，那么你两耳所听到他发出声音的音量和时间就会不同，这导致你两耳对这个“单声道”音源，产生了立体声的听觉（两耳不同）。比如完全在你最最左边的一位乐手，你左耳几乎是冲着他右耳几乎是背对他，那么你听到他的声音时，就明显知道——他在我左边，那么为什么会知道呢？是因为你左耳采集到他的声音特别大并且频率饱满，右耳采集到的她的声音特别小并且很闷（让你意识到他没冲着你这个耳朵），你的两耳采集到了一个立体的声音来判断这个乐手发出的声音位置（虽然这声音发出时是单一）。 2、房间空间大小，比如你在一个山洞里，里面传来一个声音，轰隆隆的，你除了偶尔能挺清楚声音内容外，听到了大量的轰隆隆，那么你即使没有睁开眼睛，你的耳朵也告诉你，嗯，这是在一个山洞里。那么一个简单的单声道音源，通过山洞的处理，变成了立体声的效果，你耳朵通过这种立体声的呈现，判断出你所处空间大概是什么样子，是个大广场、郊外、室内、音乐大厅还是山洞，一个单一的声源通过环境的转换到你耳朵里变成了某种立体声。 回答这个问题，音乐制作人收集歌手、乐手的声音，一般收单声道即可，多只话筒收音（对着一个人或者一个乐器）一般不是为了收立体声，而是为了收集不同的音色进行叠加，总之，如果是单一一个人或者一个乐器，我们一般录音是只录单声道，录进来后，录音师将他给你听的时候，就要基本考虑两个问题： 1、这个歌手（乐手），相对你这位听众，他应该站在哪，站左边点，还是站右边点，于是录音师通过软件，把这个声音左右声道各放一份，左声道加强，右声道减弱，那么你听着他就往左去了，反过来你听着他就往右去了，如果左右声道一样，那你听着他就在中间。这叫做摆位，他主要是模拟现实中单一声音因为与听者相对位置不同而形成了双耳立体声的过程。 2、录音考虑应该最适合在什么地方唱给你听（演奏给你听），是在一个小房间里？一个大厅里？一个山洞里？一个大旷野上？他考虑这声音最佳的传达环境是什么，然后再根据这个环境，制造一个混响效果，这混响效果就如同山洞里的轰隆隆一样，简单说，就是声波在墙壁上不停的反射传递到你耳朵里的感觉，耳朵通过这种反射的频率高低、频率速度、叠加的层次等，自然让你感觉身处在房间里、音乐大厅、山洞或者旷野中，混响，是录音师把单声道专为立体声的另外一个主要工具，他主要也是为了模拟现实中你听到的单一声音通过环境折射变成复杂立体声的过程。 总结：现实生活中，单声道的音源（歌手、乐手），因为跟听的人的位置不同、所处空间不同，传到听着耳朵里时变成了不同的立体声效果，这是现实世界中对单声道向立体声的大自然的转换。录音过程中，录制了单声道声音，录音师后期也是利用 Pan 左右声道填充音量不同和 Reverb 混响效果的各种参数不同，来模拟位置和空间的区别，从而让录制的单声道音频文件到了听众耳朵中呈现了立体声的效果。 最后说有几位说的完全不对的 一个是说 H4N 举例（H4N 是 zoom 立体声录音机，经常用来收集影视同期声），据此说录音话筒看着是一个，其实是立体声。这个说法有两个错误，第一个错误是 H4N 是特例，录音话筒基本还都是单声道的并不是立体声，立体声的话筒都是特殊用途话筒。第二个错误在于，H4N 并非针对一个具体对象的录音设备（比如针对某个人，某个乐器），H4N 是针对整个场景的录音设备，他起的并非是仅仅录音话筒作用，他还起到了人耳模拟作用，等于他把人两个耳朵听到的效果如实记录下来了，那么后期你基本不需要摆位、制作混响（或者略增强下混响），立体声话筒针对的是现场整体的还原，他能把所有音源 + 相对位置 + 声场环境 + 他送到你耳朵的过程一起录下来，大家说那我录音就用这种话筒就好了嘛，实际上简单的要求不高的电影同期、舞台剧、现场演出用这种话筒很多的，但是这种的缺点也很明显，他录进来就是混在一起的，对于单一声源的录制效果就差很多很多，跟一人面前摆一只话筒所能采集到的音质，那在我们专业工作者这边说，差 100 倍都不止。这里举个栗子，湖南卫视的爸爸去哪，这类节目，三种录音方法：【第一种】用立体声话筒跟着摄像机录（或者摄像机内置立体声话筒），所录即所得，优点是场景效果真实，缺点：人离远了说话就听不清了，各种想突出的细节声音都不够，不想突出的环境声都太大。【第二种】每个嘉宾带一个无线小麦克，不需要离嘴非常近，领口足够，人声 80%环境 20%，后期调下音量就用（花样姐姐），优点，大家说话都很清楚，缺点，场景混乱，室内室外一个样，左边右边一个样，听着死板，【第三种】湖南卫视做法，仍然是一人一个微型麦克，但是后期根据每个声源在镜头里的位置和场景，重调每个话筒录音的声相和混响最后再加入整体背景环境声，这才真的专业。 另外一个回答说，有很多乐器人声前面放多只话筒，是用来录立体声的，这个说法基本也是错误的，乐器或者人声，只要是单一声源（一个乐器，或者一个人），那么放多只话筒的目的，是为了采集不同角度、不同话筒出来的不同录音音色，而不是为了录立体声（单一声源你凑那么近哪来的立体声）。比如原声吉他，音孔和琴桥处，录出来音质不相同，所以有时放两只话筒录音，再比如有时两只不同牌子话筒效果都不错但彼此不相同，那么同时录下来要么后期选一下，要么后期混合一下结合各自优点，绝对绝对不是两只话筒录完一只放左声道一只放右声道，大家答题时太想当然了。还有下面还有一个大三角钢琴放了很多只话筒的，那个明显是因为两个原因，一个是不同区域音色不同所以需要多只话筒对准不同位置来把各种特征的音色都采集了，另外一个原因是大三角太大了，单一话筒如果对着低音键那高音键就录得不好，所以需要多只话筒平衡整个键区的音量跟立体声没有半毛关系，立体声的话，是不会对着那些位置的。 最后说下，真的是有立体声录音的（H4N 就是典型例子），但有一个通用的特征，所有立体声录音都是要放在环境中去录的，他不是简单的录左声道强右声道弱，这种立体声我后期鼠标轻轻一点 1 秒钟搞定好不好要什么立体声录音那么大功夫，使用立体声录音都是为了留住现场的混响，那么话筒不可能贴着乐器、人声，贴紧的话你本体声音 99%反射声音 1%，那录了也毫无意义，一定要距离一段距离，这时候本体声音比如 80%，反射声音 20%，就能录出原本的空间混响，如果是在一个非常干净的环境中，单一乐器，距离适中，没有环境噪音，那么这种立体声录音得到的现场混响还原一般是远好于人工后期制作的虚假混响的，但因为需要一定距离，离得远还要没有环境干扰，那么对于整个录音环境的要求非常高，不但要大要隔音，而且反射材料搭配的也要恰当（不能全是吸音板吸干净没反射了），这才能做的立体声录音才有意义。 查看知乎原文
