1 基本原理
1.1 声学定义与物理机制
混响（Reverberation）是指声源停止发声后，声音在封闭空间中因多次反射、散射和衍射而持续存在并逐渐衰减的声学现象。它不同于回声（Echo），回声是单个或少数几个可分辨的延迟反射，而混响则是大量反射声在时间上交织重叠，形成连续、平滑的声音衰减过程。
1.1.1 反射、散射与衍射
- 反射（Reflection）：声波遇到硬质平面（如墙壁、地面）时按入射角等于反射角的规律返回，产生镜像声源效应。光滑表面反射更强，粗糙表面则引起散射。
- 散射（Scattering）：声波遇到不规则表面或障碍物时，向多个方向扩散，能量分布更加均匀。散射使混响更“润”，避免单一方向回声。
- 衍射（Diffraction）：声波遇到障碍物边缘或小孔时发生弯曲传播，使声音能够绕过障碍物到达阴影区。低频声波的衍射能力更强，因此低频混响通常更持久。
这三者共同作用，使声音在空间内“填满”所有角落，形成包围感。
1.1.2 早期反射与后期混响
混响过程可分成两个阶段：
- 早期反射（Early Reflections）：声源发出后，前几十毫秒内到达的少数几次反射（通常由最近表面产生）。它们携带空间尺寸和表面材质信息，决定了声音的“空间感”和“定位感”。
- 后期混响（Late Reverberation）：经过多次反射后，声波失去方向性，能量均匀衰减，呈现为一种统计意义上的混响声场。它主要贡献“氛围”和“余韵”，不再包含清晰的空间定位信息。
两个阶段的分界点通常以预延时和能量衰减曲线拐点为标志。
1.2 关键参数
1.2.1 混响时间（RT60）
混响时间指声源停止后，声压级衰减60分贝所需的时间（单位：秒）。RT60是描述混响衰减速度的核心参数。小房间（如浴室）的RT60仅0.2–0.5秒，大教堂可达5秒以上。RT60与房间容积成正比，与总吸声量成反比。商业音频中常使用RT60作为预设（如“大厅”模式对应长混响，“房间”模式对应短混响）。
1.2.2 预延时（Pre-Delay）
预延时指直达声与第一个早期反射声之间的时间差（单位：毫秒）。它模拟空间大小——预延时越长，听众离声源或墙面越远。适度增加预延时能使混响“在直达声后姗姗来迟”，避免声音混浊。常见值：小房间10–20 ms，大礼堂30–50 ms。
1.2.3 扩散度（Diffusion）与密度（Density）
- 扩散度：描述混响中反射声方向分布的均匀程度。高扩散度使混响更“平滑”且“没有指向性”，常用于模拟理想化音乐厅；低扩散度则保留部分回声特性。
- 密度：指单位时间内反射声的数量（即反射声的时间密集程度）。高密度填充更连续，避免“颗粒感”；低密度可能产生颤抖或发散的听觉效果。
两个参数共同决定混响的“质地”（texture）。
1.3 自然混响 vs. 人工混响
- 自然混响：在真实空间中录制或聆听产生的混响，受物理法则（房间尺寸、材料、环境温湿度）唯一决定。优点是“真实”，缺点是难以控制且无法在事后修改。
- 人工混响：通过硬件或软件模拟的空间混响效果。优点是可调整、可重复，能创造现实中不存在的声音环境（如立体太空教堂）。人工混响可基于物理建模或信号处理算法实现，在录音室和数字音频领域占据主导地位。
2 信息技术中的混响处理
2.1 数字混响算法
2.1.1 梳状滤波器与全通滤波器
早期数字混响的核心单元是梳状滤波器（Comb Filter）和全通滤波器（All-Pass Filter）。梳状滤波器产生一组等间隔的延迟回声，叠加后产生类似混响的效果，但存在明显的“彩色”频率响应（类似梳子齿形）。全通滤波器则保持频率响应平坦，只改变相位，用于填充梳状滤波器的间隙，使混响更平滑。二者组合使用是经典算法混响的基础（如Schroeder混响器）。
2.1.2 卷积混响（Convolution Reverb）
卷积混响通过测量真实空间的脉冲响应（IR，Impulse Response），将音频信号与IR进行卷积运算，输出精确复制该空间声学特性的混响效果。优点是“真实”——几乎所有现实或虚拟空间（从卫生间到Acropolis）都能被捕获。缺点是计算量大，且IR固定后参数调整能力有限。常用于影视后期和高端音乐制作。
2.1.3 算法混响（Algorithmic Reverb）
算法混响使用数学公式和滤波器网络动态生成混响声，不依赖预录IR。优点是延迟低、参数丰富（如混响时间、低频/高频衰减比例、扩散度），适合实时应用（如游戏、直播）。缺点是不及卷积混响“真实”，但通过现代优化已能产生极具音乐性的混响。代表厂商包括Lexicon、TC Electronic、Yamaha。
2.2 混响参数化与控制
2.2.1 早期反射模拟
早期反射部分通过延迟线（Delay Line）和增益控制模拟不同表面的一次反射。通常设置多个早期反射点（如4-8个），每个反射有独立的延迟时间和电平，用于定位声源在空间中的位置。用户可调整反射数量、角度和衰减模式。
2.2.2 后期混响模拟
后期混响模拟通过反馈网络（如一系列递归滤波器和全通级联）产生持续且无方向性的尾音。参数包括混响时间、高频/低频衰减时间比（Damping）、调制速度（Modulation）等。高频衰减（High Frequency Damping）模拟空气吸声，使混响“温暖”而不刺耳。
2.2.3 干湿比例（Wet/Dry Mix）
干湿比例控制原始音频（干声）与混响效果声（湿声）的混合程度。干湿比100%湿为完全浸润于混响，0%则无效果。常用预设在10%–40%之间，人声通常加15%–30%的混响以增加空气感而不掩盖清晰度。
2.3 实时混响与嵌入式系统
2.3.1 游戏引擎中的音频混响（如Wwise、FMOD）
游戏引擎通过音频中间件（如Wwise、FMOD）提供实时混响功能。这些系统可根据场景参数（如房间尺寸、墙壁材质）动态计算或调取不同混响预设，并随玩家位置和视角变化实时切换。例如：角色从室内走到室外，混响自动从“室内”切换为“户外回声”，同时更新干湿比和预延时。性能优化方面，常使用插值（Interpolation）避免混响突变。
2.3.2 虚拟现实（VR）和空间音频（Spatial Audio）
在VR和空间音频中，混响必须与头动追踪和头部相关传输函数（HRTF）结合，营造逼真的三维声场。混响参数需根据用户视野、场景几何计算，甚至区分不同材质的反射（如金属 vs. 地毯）。空间音频技术（如Ambisonics）可将混响编码到球体上，使用户转动头部时混响方向保持正确。
3 混响的应用场景
3.1 音乐制作与录音
3.1.1 乐器混响（人声、吉他、鼓组）
- 人声：常用大厅或板式混响，增加空气感和立体感。女声常用短预延时（20–30 ms）、中长混响时间（1.5–2.5秒）；男声可能使用更长的混响以增强厚度。
- 吉他：电吉他偏爱弹簧或环境混响（如Fender Twin Reverb的弹簧混响），营造“嗡嗡感”；原声吉他则偏好房间或大厅混响，模拟自然箱体反射。
- 鼓组：小军鼓常用板式混响，使其爆炸感更强；底鼓使用短房间混响避免模糊；整体鼓组混响可统一为“大厅”或“现场”预设。
3.1.2 常用混响类型（板式、大厅、房间、弹簧、环境）
- 板式（Plate）：模拟金属板震动产生，声音明亮、平滑，带一点金属色，适合人声和军鼓。
- 大厅（Hall）：模拟大型音乐厅，混响时间长（1.5–4秒），预延时较大，用于管弦乐和合唱。
- 房间（Room）：模拟中小尺寸房间，混响短（0.5–1.5秒），增加自然现场感。
- 弹簧（Spring）：使用弹簧振动产生，带有独特“弹簧声”，常见于老式吉他音箱。
- 环境（Ambience/Chamber）：模拟小空间（如浴室、楼梯间），混响时间极短（0.3–0.8秒），专注于早期反射，用于增加空间感而不显“发混”。
3.2 影视与游戏音效
3.2.1 环境氛围营造
在影视和游戏中，混响用于构建场景音景。森林场景使用长混响模拟回声；洞穴场景使用高密度、长混响的卷积混响；开阔荒地使用短混响或无混响，营造空旷感。混响与背景音效（风、水、鸟鸣）配合，使玩家感到环境真实存在。
3.2.2 角色语音与特效混响
角色语音根据所在位置（开阔地、室内、隧道）应用不同混响。例如，主角在对讲机中讲话时，混响突变且频率压缩，模拟无线电传输。特效混响（如爆炸声）使用极长混响（RT60 > 5秒）并高频衰减，营造震撼的空间余韵。
3.3 通信与语音增强
3.3.1 免提通话与会议室声学
在免提通话或视频会议中，房间混响影响语音清晰度。过强的混响会导致“回声”或“嗡嗡声”，降低可懂度。声学设计时需控制RT60在0.5秒以下，并采用吸声材料。数字信号处理（如AEC，声学回声消除）也用于抑制混响。
3.3.2 混响消除（Dereverberation）技术
混响消除技术用于从含混响的语音信号中恢复原始干声。常用方法包括：
- 谱减法：假设混响为附加噪声，在频域减去。
- 盲去卷积：利用语音统计特性分离混响分量。
- 深度学习：使用神经网络直接映射混响语音到干声。
混响消除广泛应用于智能音箱、语音识别和助听器领域。
4 混响工具与软件
4.1 经典硬件混响器
4.1.1 弹簧混响（Spring Reverb）
弹簧混响利用金属弹簧的扭转和纵波振动产生混响效果。弹簧被激励器驱动，另一端拾取振动信号，产生独特的“弹簧声”。常见于吉他音箱（如Fender Twin Reverb、Marshall Spring Reverb）。优点是结构简单、耐用，缺点是音色偏向粗糙且有“颤音”感。
4.1.2 板式混响（Plate Reverb）
板式混响使用一块大金属板（通常为钢片），一端被激励器（小扬声器）驱动，另一端用拾音器收集振动产生的混响。板式混响音色平滑、明亮、富有音乐性，受欢迎程度极高。经典型号包括EMT 140（德国）和AKG BX-20。优点是声音优美、频响宽，缺点是体积庞大（板重数十公斤）且难以微调。
4.1.3 数字混响处理器（如Lexicon、TC Electronic）
1970年代起，数字混响处理器进入市场。Lexicon 224在1978年推出，首次实现全数字算法混响并预设多种空间模式，奠定了现代混响器设计范式。TC Electronic的System 6000（2001年）结合算法与卷积混响，支持多通道环绕声。数字处理器优点包括低噪声、可存储预设、参数实时调整，成为录音室标准装备。价格从数百美元的入门设备到数万美元的高端系统不等。
4.2 主流软件插件
4.2.1 音频工作站（DAW）内置效果器
主流DAW（如Logic Pro、Pro Tools、Ableton Live、FL Studio）均内置混响效果器，覆盖常见类型（房间、大厅、板式、弹簧）。内置插件通常为算法混响，性能良好且与DAW无缝交互（如延迟补偿、侧链功能）。对初学者已足够，专业用户则可能升级到第三方插件。
4.2.2 第三方插件（ValhallaDSP、FabFilter、Waves）
- ValhallaDSP：以ValhallaVintageVerb和ValhallaRoom著称，复刻经典硬件声音（如Lexicon 224），以低CPU占用和高音乐性受到欢迎。
- FabFilter：Pro-R混响插件提供参数化EQ控制混响颜色，支持“混响时间-频率曲线”可视化调整，是现代混音利器。
- Waves：其IR-1 Convolution Reverb和RVerb等插件覆盖广泛，价格亲民且兼容几乎所有DAW。
4.3 开源混响库与模拟器
4.3.1 基于物理模型的混响（如IR库）
开源社区开发了大量脉冲响应（IR）库，用户可免费下载并用于卷积混响软件。例如：OpenAIR的声学数据集包含数百个真实空间IR，覆盖从浴室到剧院。物理模型混响（如使用FDN、Dattorro结构）也在开源项目中实现（如Csound、SuperCollider）。这些资源降低了专业音频处理的门槛。
4.3.2 自由软件与在线工具
- 自由软件：Audacity（音频编辑软件）内置“混响”效果，支持简单参数调整；SoundHack、Reaper（部分功能免费）等也提供高质量混响。
- 在线工具：如“Reverb Zilla”提供免费IR下载，“AudioThing”有免费混响插件。部分网站支持音频文件上传、添加混响后下载，适合快速演示和半成品处理。
5 混响相关的趣闻与梗文化
5.1 “混响拉满，地狱也成音乐厅”
网络段子中，“混响拉满”是“万物皆可高雅”的终极方法。无论是一只猫叫、一把椅子被踢，还是一段跑调歌声，只要加上0.5秒以上的大厅混响，立刻听起来像是“天籁之音”，仿佛从梵蒂冈大教堂传来。这背后是混响掩盖瑕疵的声学原理——但它也催生了“只要混响够大，什么烂歌都能变仙乐”的调侃。
5.2 给猫配音时加混响的后果
社交媒体上曾有人发布视频：将猫叫声加上大量混响（RT60约3秒），结果猫叫变成了类似“歌剧女高音”的效果，令观众捧腹。这一现象被戏称为“猫声混响疗法”，暗示任何平庸的声源（包括批评声、闹钟声）经过混响都能产生“威严”或“庄严”的错觉。
5.3 音游玩家与“大教堂混响”的精神损失
在一些节奏游戏（如《OSU!》《DJMAX》中，某些高难度曲目被制作者“善意”地混入超长混响（如大教堂设定），导致鼓点模糊、节奏难以辨认。玩家因此感到“精神损失”，并在社区中戏称“不要用大教堂混响打pp（分数）”。这反映了混响在游戏音频中可能带来的双刃剑效应。
5.4 程序员用命令行出混响的都市传说
IT圈曾流传一种段子：程序员使用Linux命令行 aplay 加管道到 ffmpeg，结合自编Shell脚本“做混响”。例如：
arecord | sox -t raw -b 16 -e signed -c 1 -r 44100 - reverb 100 - | aplay这条命令实际上不能真正产生高质量混响，但被当作“程序员硬核玩音频”的象征。后来有好事者将“用Python实现极简混响”做成博文，阅读量过万，成为互联网文化的一部分。