混音指南
Autotune怎么用？音准修正的原理与参数设置
Seimix 团队 · 约 11 分钟
Autotune几乎是每个在家做音乐的人都听过、却很少有人真正用对的工具。有人把它当成“一键救活任何声音的神奇按钮”，也有人不屑地说“真正会唱的人才不用这个”。两种看法都错了。Autotune调对了，是听众完全察觉不到的隐形帮手；故意做夸张了，又是trap和流行乐里标志性的效果器。区别就在于——你是否真的懂那几个参数在做什么。
这篇教程会一步步讲清楚音准修正背后的原理：为什么选对调式和音阶比什么都重要、怎么用retune speed在自然和效果之间来回游走、共振峰(formant)到底是什么，以及最常见的那些坑。我们会重点放在说唱和流行人声上，因为这两类问题被问得最多。
先把一件事说明白：Autotune是音准修正工具，不是混音。它只负责把音符归到正确的位置上，但要让人声听起来扎实、干净、专业，还得靠de-esser、EQ、压缩和合适的电平。文章最后会讲怎么把这两个环节接起来。
Autotune是什么？音准修正的工作原理
Autotune会实时测量录音里人声的频率(也就是音高)，判断当下唱的这个音离哪个“正确”音符最近，然后把声音往那个音符上拉。换句话说，你唱的音偏低或偏高一点，它就往设定的目标音上推。核心就这么简单，剩下的一切都只是在调这个“拉”的动作有多硬、多快。
两个基础设置决定了一切。第一个是音阶，也就是哪些音会被当成“正确”的音。第二个是retune speed，也就是声音贴到目标音上的速度有多快。这两样调对了，事情就成了一半。除此之外，大多数工具都有两种工作模式：实时自动模式(歌手一边唱一边即时修正，适合录音和现场)，以及图形/手动模式(逐个音符手工编辑，结果最干净最自然，但费时间)。
记住一点：Autotune更像一台“猜测引擎”。它听到的音高越干净越清晰，修得就越准。遇到含糊、发闷、或者在两个音之间来回飘的录音，它就会犯迷糊，产生奇怪的杂音(artifact)。
- 自动模式快、省事，做现场和demo很合适；想要最平滑的结果，就在图形/手动模式里一个音一个音修。
- 音准修正只改音符，不改电平(音量)；一段唱得很轻的人声，Autotune不会帮你调响。
- 把它放在人声链的最前面、EQ和压缩之前，让它读到的是干净信号。
选对调式和音阶：最关键的一步
这是Autotune里最常被跳过、却最决定成败的一步。调式(key)选错了，连你唱对的音都会被拉到错误的音符上，人声听起来跑调、刺耳。那些被吐槽“Autotune把歌毁了”的录音，问题大多其实出在音阶选错。
找歌曲调式最省事的办法是从伴奏入手。做beat的人通常会告诉你调式(比如“F# minor”“A minor”)。不知道的话，就参考贝斯线或和弦的根音；大多数现代trap和流行作品都是小调。定好调式之后还得选音阶：大调(major)更明亮，小调(minor)更暗，也是说唱/trap里最常用的。
重要提醒：千万别为了省事就把音阶设成半音阶(chromatic，12个音全开)。半音阶下工具会把每个音都当成“正确”的，因此根本不会去修跑调的音，等于保护几乎关掉了。最稳的做法是建一个自定义(custom)音阶，只打开这首歌里真正用到的那几个音。这样工具永远不会把声音吸到错误的音上。
- 拿不准就先确定伴奏的调式；很多免费的调式/分析工具能自动报出beat的调。
- 犹豫时别用半音阶，改建一个只包含这首歌音符的自定义音阶，这样修得最准。
- 副歌和主歌走的和弦不一样时，给不同段落分别设音阶能救活人声。
- 如果某个错音一直被顽固地往错处拉，解药不是加更多Autotune，而是选对调式。
Retune Speed：自然与“机器人音”之间的那个旋钮
Retune speed决定声音贴到目标音上的速度有多快，是单独一个就最能左右Autotune“性格”的参数。把它的值当成毫秒来理解：低值(0-10 ms)会把声音瞬间吸到音符上，抹掉音与音之间自然的滑动和颤音(vibrato)，那种著名的、机械感十足、滑溜溜的T-Pain/trap音色就是这么来的。高值(40-100 ms)则给声音留出“慢慢走向”音符的时间，颤音和自然过渡被保留下来，听众根本察觉不到修正。
实用的起步值可以这样定：透明、自然的流行人声，20-50 ms是不错的区间。只想清掉一点小瑕疵，40-80 ms更稳。想要明显但不夸张的现代感，10-20 ms。要做完全的、听得出来的机器人音，用0-10 ms，通常还会配合“完全量化/100%修正”一起用。
还要记住：retune speed不是孤立起作用的，它得结合歌曲速度和演唱节奏来看。换音又快又密的说唱flow里，低值反而更干净；而在有大量长音、持续音的抒情曲里，高值会自然、也更有音乐性得多。
- 想要自然、听不出来的效果，从20-50 ms起步，再用耳朵微调。
- 想要明显的trap/T-Pain效果，用0-10 ms，把修正量拉满。
- 歌手颤音很好听时，speed太低会把颤音扼杀掉；调高一点，让它有呼吸的空间。
- 一个值不可能适配所有段落；有必要就给主歌和副歌分别设置。
不同曲风用多少Autotune？
Autotune的用量和性格会因曲风差别很大；“所有东西一套参数”是最大的新手错误。在trap和现代说唱里，明显的Autotune如今是一种审美选择，而不是瑕疵。这里低retune speed(0-15 ms)加满量修正很常见，adlib上用得更激进。目的不是偷偷把音修好，而是故意做出那种滑溜、机械的质感。
流行乐里的目标通常是透明：有修正，但听不出来。20-40 ms的speed、中等程度的修正，再加一段好的原始录音就够用了。R&B和soul则把自然和情感放在首位；为了保住颤音和滑音，最好用高speed(50-100 ms)，条件允许就在图形模式里手工只碰那些有问题的音。
原声、民谣和传统曲风里，把Autotune压到最低。这类音乐里，在图形模式手工修那几个错音，会比给整轨挂满自动修正干净得多。密集的自动修正会把这些曲风里表演的灵魂抽掉。
- Trap/说唱：0-15 ms，明显且满量修正；效果是种选择，不用藏着。
- 流行：20-40 ms，透明；别让任何人察觉到Autotune。
- R&B/soul：50-100 ms或图形模式手工修；保住颤音和情感。
- 原声/民谣：几乎别碰，只逐个修掉明显的错音。
自然用法还是效果用法？两种不同的哲学
Autotune可以带着两种完全不同的意图去用，你得从一开始就决定要哪一种。第一种是透明(自然)路线：目的是修音，但绝不让听众发觉。第二种是效果路线：让修正被故意听见，让那种机械质感成为歌曲的一部分。两种都正当，只是参数不同。
要透明的结果：用高retune speed(30-80 ms)，需要的话加一点轻微的“humanize(人性化)”设置，只处理有瑕疵的音，再配一段好的原始录音。这里的黄金法则是——非必要不出手。修得越少，声音就越鲜活。最好的透明Autotune，是让人分不清到底开没开的那种。
要效果：用低retune speed(0-10 ms)、满量修正、准确且窄的音阶锁定，通常还会在人声上加一点reverb/delay来把那种性格烘托出来。这里你追求的不是“稍微夸张”，而是有控制、有意识的夸张；但即便是效果也有底线，下面的错误那节会讲到。
- 先做决定：你是想藏起来，还是想让人听见？参数随之而变。
- 想要透明，就贯彻最少干预原则；别每个音都去碰。
- 想要效果，就把音阶设窄，让跳音发出那种标志性的“弹跳”声。
- 别在同一首歌里混用两种路线；除非是主歌自然、副歌效果这种有意识的设计，否则会显得不统一。
共振峰(Formant)是什么？为什么重要
共振峰是赋予你声音身份的那一组共鸣，它承载着音色(timbre)，也就是“这声音是谁的”那种感觉。当你把音高大幅往上或往下拉时，修正工具可能会连带把共振峰也移走。结果就是声音像卡通角色一样变尖(花栗鼠/米老鼠效应)，或者被诡异地变粗。
正因如此，大多数工具都有共振峰保护(formant correction)这个选项。做大幅音准修正时，尤其是把声音移动超过几个半音时，把它开着；这样即使音符变了，声音天然的性格也能保住。小幅修正时差别虽然不大，但开着通常更稳妥。
共振峰同时也是一个创作工具。有意识地把共振峰往下移，能给声音更粗、更成熟的性格；往上移，则更细、更年轻或更人工的性格。在adlib和和声上玩共振峰，能加出很棒的质感。
- 把声音移动超过几个半音时，一定要打开共振峰保护。
- 一听到花栗鼠般的怪尖，第一个要检查的就是共振峰设置。
- 把共振峰移动当创作手段：在adlib和和声上轻轻玩一下来改变性格。
- 主人声上别做过度的共振峰移动；声音很容易变得人工、合成感十足。
过度的代价和最常犯的错误
Autotune最大的危险是“越多越好”的错觉。把每个音都修满、把每一次滑动都抹掉，你得到的是技术上音准、但毫无生气、塑料感、没有情感的人声。人声的魅力有一部分本来就藏在那些小小的、有控制的不完美里。想要透明的结果，把修正压少几乎永远是更好的选择。
第二个大错，是想拿Autotune去救一段烂录音。一段音准本来就很糟、在两个音之间乱飘的录音，工具会一直犹豫，产生奇怪的破音(glitch)和啾啾声。规则很明确：垃圾进，垃圾出。Autotune能给好的表演抛光，救不了差的表演。解决办法是拿起话筒重录一遍。
其他常见错误还有：用了没必要的宽/半音阶(声音被吸到错音上)、所有曲风都用极低的retune speed(意外做出机器人音)，以及让Autotune去处理气声、辅音和“s/f”这类音(这些地方音高本来就模糊，工具会乱来)。把气声和辅音留着不修，或者在那些区段关掉修正，会干净得多。
- 别把每个音都修满；留几处自然滑动，人声才鲜活、有人味。
- 别用Autotune硬撑音准糟糕的录音；重录一遍，结果好上好几倍。
- 气声和辅音上做修正通常会产生破音；那些区段留着别修。
- 拿不准时就少干预；把做过头的Autotune撤回来，比事后再往里加自然感难得多。
用Autotune之前：把原始录音做对
最好的Autotune，是最不需要Autotune的那种。录音越好，需要的修正就越少、也越透明。所以在扑向那些旋钮之前，先在源头上下功夫。跟话筒保持合适的距离(一般15-20 cm，配一个防喷罩)，从耳机里把伴奏听清楚好抓准音，开唱前先把嗓子开开。
如果你音准偏弱，解药不是更猛的Autotune，而是同一段多唱几遍、挑出最好的那一条(take)。难搞的副歌一句一句地补录(punch-in)，能从源头上减少瑕疵。你给工具的音高越干净、越稳定，它修得就越准、越自然。
也要留意录音环境：在回声大的房间里录的人声，工具读不清音高。条件允许就找一个有柔软表面、混响少的角落录。光是这一点，就能明显改善Autotune的结果。
- 录之前先开嗓，把伴奏从耳机里听清楚；音准就是这么抓准的。
- 难段别硬着头皮一遍过；多录几条挑最好的，或者一句一句补录。
- 回声大的房间会误导Autotune；选一个混响少、有柔软吸音面的环境。
- 跟话筒保持固定距离；一会儿凑近一会儿离远，既毁电平又毁音高读取。
用完Autotune之后：把人声放进混音里
音修好了，活儿没完。Autotune只把音符归了位；要让人声听着干净、扎实、专业，是另一个阶段。按顺序想：先用一个6-9 kHz左右的de-esser把多余的“s/sh”齿音磨掉，接着用EQ把200-400 Hz的浑浊切掉几个dB、在8-12 kHz轻轻开一点亮度，然后用一个3:1左右的压缩比、中等attack的压缩把电平稳住。这条链能把人声干净地放到beat前面。
永远别忘了小音箱的现实。大多数人会用手机音箱、笔记本或者便宜耳机听你的歌。混音一定也要在手机音箱上检查一遍；在录音室监听上很棒的人声，如果在手机上就没了，你就得把它往前推。最后记着流媒体平台的目标响度；大多数平台会归一化到大约-14 LUFS，所以把母带做得过响没有意义。
你看，Autotune这部分只是整件事里很小的一块。调式选择、retune设置、de-esser、EQ、压缩、电平和响度平衡……全部手工一个个搞定既费时间又要经验。这正是Seimix登场的地方：你把人声传上去，从音准修正到混音和母带平衡，这些步骤它替你按分寸、有一致性地做完。想不用手动折腾就拿到可以直接发布、平衡到位的结果，就把学到的东西试一次，剩下的交给自动。
- 顺序很重要：de-esser(6-9 kHz) → EQ(切200-400 Hz浑浊) → 压缩(3:1，中等attack)。
- 混音一定要在手机音箱上检查；真正的听众就在那儿。
- 别把母带做得过响；平台反正会归一化到约-14 LUFS，留住动态。
- 不想手工搭这整条链，就把人声传到Seimix，让音准、混音和母带平衡自动完成。
常见问题
Autotune能完全不用手动、自动把人声修好吗？
部分能。在自动模式下，只要你选对调式和音阶，工具会即时修正音符。但要真正拿到好结果，还得有合适的retune speed、共振峰设置，以及之后的de-esser/EQ/压缩。不想手工搭这整条链，Seimix可以在你上传人声后，从音准修正到混音平衡把这些步骤自动做完。
想要自然的声音，retune speed设多少？
要透明、听不出来的结果，20-50 ms是不错的起点。只清掉一点小瑕疵的话，40-80 ms更稳。想要明显的trap/T-Pain效果就反过来，用0-10 ms并把修正量拉满。最终那一下，永远用耳朵来定。
不知道歌曲的调式，能用Autotune吗？
能用，但结果会很差。调式选错，工具连唱对的音都会往错处拉。最靠谱的是找出伴奏的调式；不知道的话，别设成半音阶，而是建一个只包含这首歌用到的音的自定义音阶，这样修得最准。
说唱和trap人声一定要用Autotune吗？
不是必须，但现代trap/说唱里，明显的Autotune已经成了一种审美选择。这里低retune speed(0-15 ms)加满量修正很常见，adlib上尤其如此。你不用把效果藏起来；那种滑溜、机械的质感已经成了这个曲风的标志。不过原始录音干净，会明显改善结果。
能用Autotune救一段跑调的烂录音吗？
不能。Autotune能给好的表演抛光，救不了坏掉的表演。音准很乱的录音里，工具会犹豫，产生奇怪的破音。垃圾进，垃圾出。解药不是加更多Autotune，而是把同一段重录、录得更干净。
共振峰保护有什么用，什么时候该开？
共振峰是赋予你声音性格的那组共鸣。音高大幅移动时，共振峰也会跟着移，声音就会像卡通一样变尖(花栗鼠效应)。把声音移动超过几个半音时，就打开共振峰保护；这样即使音符变了，声音天然的性格也能保住。
用完Autotune后，让人声变专业还需要什么？
光靠音准修正不够。按顺序来：6-9 kHz的de-esser、切掉200-400 Hz浑浊的EQ，再加3:1左右的压缩，能把人声放到前面。混音也要在手机音箱上检查，别去超过平台目标的约-14 LUFS。想把这整条链自动做完，可以用Seimix。
更多: 全部指南