在家混音怎么做？从零开始的分步入门教程

什么是混音？它和母带处理有什么区别？

混音和母带处理经常被混为一谈，但这是两件不同的事。混音是处理歌曲内部的一条条单独轨道：把人声、鼓、bass、旋律分别调音量、做 EQ、做压缩，让它们彼此融合。而母带处理是在混音完成、整首歌已经变成一个立体声文件之后，对这首歌整体做的最后润色：整体音色平衡、响度（loudness），以及让它符合各个流媒体平台的要求。

打个简单的比方：混音是把一道菜的各种食材按正确的比例烹好；母带处理则是端上桌前最后的调味和摆盘。这篇教程主要聚焦在混音上，因为一首歌 80% 的质量都是在这里决定的。糟糕的混音，母带处理救不回来。

刚入门时，在脑子里把这两件事分清楚很重要。先把混音做完，在整个混音真正平衡之前，完全不要去操心响度、也别惦记'像广播里那样炸开'。那是最后才管的事。

• 混音 = 各轨道之间的平衡。母带 = 整首歌最后的抛光。
• 混音没做完别急着做母带；顺序乱了会返工两遍。
• 一首歌 80% 的质量在混音阶段定型，把时间花在这里。

先了解你的房间和你的耳朵（房间/耳机的真相）

你听到的有多准，你的每个判断就有多好。如果你听到的东西本身就是错的，那你做的每一个混音决定也都会是错的。在家里，最大的敌人就是房间本身：光秃秃的墙面、玻璃、坚硬的地面会把声音反射回来，尤其在低频上对你的耳朵撒谎。同一段低频，在一个位置听很饱满，往旁边挪两步就没了。这就是所谓的'房间模态（room modes）'在作怪。

解决办法不一定非得买昂贵的声学吸音板。床、厚窗帘、地毯、书架、沙发这些柔软又填得满的表面，能大幅减少反射。音箱别贴着墙放，在它们背后留 20-30 cm 的空隙，并调到与耳朵齐平的高度。条件允许的话，让'音箱—你—音箱'构成一个等边三角形。

用耳机工作也完全没问题，刚入门时甚至是个优势，因为它直接把房间的麻烦排除掉了。但耳机会夸大立体声宽度，也更容易让耳朵疲劳。最关键的一条：用中等音量听。跟说话声差不多，大约 75-85 dB 就够了。开大音量混音会骗过耳朵，让你觉得什么都'挺好'。

• 用柔软表面（窗帘、地毯、床）压掉反射；不一定非买贵的吸音板。
• 音箱离墙 20-30 cm，调到耳朵齐平并摆成等边三角形。
• 用中等音量听（跟说话声差不多）；大音量会骗过耳朵。
• 每 45-60 分钟给耳朵歇 10 分钟；疲劳的耳朵会做出糟糕的判断。

选一首参考曲，对照着它来听

专业人士和你之间最大的差距不是设备，而是对照的习惯。你没法在真空里评判自己的混音；耳朵在 10 分钟内就会对一切习以为常，从而失去对平衡的把握。所以，挑 1-2 首和你风格相同、专业混过的歌，放在手边当参考。

把参考曲作为一条轨道加进工程里，或者准备成能在同一个播放器上快速切换的形式。然后在自己的歌和参考曲之间不停地来回切：'它的人声比我的靠前多少？它的 bass 是不是比我的更干净？高频是不是我这边更刺？'耳朵在对比的时候要诚实得多。

一个重要的陷阱：参考曲已经做过母带，也就是说它更响。人耳会把更响的那个当成'更好'。所以在对比之前，先把参考曲稍微调低，压到和你的歌一样的音量，再去比。否则你会仅仅因为它更响，就总觉得参考曲是对的。

• 挑 1-2 首同风格、混得好的歌放在手边当参考。
• 把参考曲调低到和你一样的音量再对比（更响的总被当成'更好'）。
• 不停来回切：问人声够不够靠前、bass 够不够干净、高频会不会太刺。
• 始终用同一首参考曲；耳朵越熟悉它，你的判断就越清晰。

Gain Staging：让信号从正确的电平起步

混音看不见的地基就是增益分级（gain staging），也就是在还没做任何处理之前，先把每条轨道的电平调到正确的范围。目的有两个：不让任何一条轨道撞到数字天花板（0 dBFS）而失真，同时在混音母线（总输出）上留出能自由呼吸的余量（headroom）。

实用目标：让每条单独轨道最响的瞬间（peak）大约落在 -6 到 -12 dBFS 之间。如果录音本身来得太响，别去动录音，而是把轨道的输入增益（trim/gain）压下来。当你把所有轨道都拉到这样一个合理的基准上，总输出就会留出 -6 dB 左右的余量；这份余量既给效果器留了空间，也给母带处理留了空间。

为什么这很重要？如果信号一开始就太响，你后面串上的 EQ、压缩这些处理，就是在一个已经失真的信号上工作，混音在第一步就被弄脏了。干净进，干净出。所以在放任何效果器之前，先花 5 分钟只调电平，后面能省下好几个小时。

• 把单轨 peak 控制在 -6 到 -12 dBFS 之间。
• 来得太响的录音，别用推子（fader）压，用输入增益（trim/gain）压。
• 总输出留 -6 dB 左右余量（headroom）；给效果和母带留出空间。
• 别让任何一轨亮红（clip）；数字失真很难挽回。

先建立粗平衡（只用推子，不加效果）

新手最大的错误，就是一上来就给第一条轨道堆 EQ 和压缩。正确的做法恰恰相反：先不开任何效果，只用音量推子（fader）把整首歌的粗平衡搭出来。听起来难以置信，但一个好混音，一半就是靠正确的推子平衡。

顺序会因风格而异，但在说唱和现代制作里，最重要的两个元素通常是人声和鼓。我建议这样搭：先把 kick 调到一个参考电平，再让 snare 对着它站住，然后把人声推到能在这套鼓之上清晰听见的位置。人声任何时候都要清楚、靠前，因为听众是跟着词走的。最后再把 bass 放到与 kick 协调的位置，把旋律放到不会盖住人声的位置。

在这个阶段，也顺手调一下声像（pan）。人声、kick、snare 和 bass 通常都摆在正中间（mono），因为它们是整首歌的脊梁。而旋律、和声、ad-lib 和效果则可以向左右打开（比如 20%-40%），把声场撑宽。这样中间就不那么拥挤，每个声音都能找到自己的位置。

• 先不开效果，只用推子搭粗平衡；好混音一半就在这里。
• 建议顺序：kick → snare → 人声 → bass → 旋律。人声始终清晰靠前。
• 把脊梁（人声、kick、snare、bass）放中间；装饰性的声音向左右打开。
• 切成 mono 听；如果在 mono 里都平衡，在立体声里会更棒。

用 EQ 做清理和腾地方

EQ（均衡器）用来切掉或抬升频率。刚入门时，别把 EQ 当成'美化'声音的工具，而要用它来清理、腾地方。逻辑是这样的：每件乐器在频谱上都有自己的位置；如果两个声音在同一段频率里打架，混音就会变糊。你要做的，就是从其中一个身上切掉一点，给另一个腾出地方。

最常用的两个动作：第一，清掉多余的低频。给人声、吉他、旋律这些本来就没有低音的声音，加一个大约从 80-100 Hz 往下切的 high-pass（高通）滤波器；只有 kick 和 bass 才真正需要那些实打实的低频。光是这一个动作，就能让混音变清晰。第二，检查一下 200-400 Hz 这个'浑浊'区；人声和很多声音都会在这里堆积，出现闷糊的音色，用一个窄频带切 2-4 dB 就能透气。

抬升（boost）要克制。给人声在 10-12 kHz 加一个 1-2 dB 的、柔和的搁架式抬升，能带来空气感和明亮度，很好听。如果人声的'身体感'偏弱，可以在 150-250 Hz 给一点小小的补充。黄金法则：先切，需要的话再轻轻抬。而且一定要用'bypass'来回开关，确认它到底有没有真的变好；耳朵会骗人。

• 给没有低音的声音在 80-100 Hz 加 high-pass；只给 kick 和 bass 留低频。
• 针对浑浊，在 200-400 Hz 用窄频带切 2-4 dB；闷糊就散开了。
• 给人声加空气感，试试在 10-12 kHz 做 1-2 dB 柔和的搁架抬升。
• 少用 boost，先切；每个动作都用 bypass 来回开关来验证。

用压缩获得稳定感

压缩器会压住声音最响的瞬间，把它和最轻部分之间的差距拉近；也就是缩小动态范围。结果就是：人声在一句话的开头和结尾都同样清晰、靠前、稳定。那些原本听不清的字，被压缩安放回了原位。但压过头会让声音变得'喘不上气'、发闷，所以要有分寸地用。

主要的几个参数是这样的：Ratio（压缩比）决定压得多狠；对人声来说，3:1 到 4:1 是个不错的起点。Threshold（阈值）决定声音从哪个电平开始被压；调到让最响的瞬间大约有 3-6 dB 的衰减（gain reduction）。Attack（启动时间）保持在中等值（10-30 ms），字头的冲击力就能保住；attack 太快会让声音发死。Release（释放）则根据声音自然的呼吸调到中等。

你可以按风格来选压缩的性格：又快又猛的压缩（FET 式快速压缩器）能增强说唱人声的靠前感和抓地力；柔和又有音乐性的压缩（光电式压缩器）在旋律性人声上更自然。而在鼓组和总输出上，一个温和的 VCA 式母线压缩（2:1，只压 1-2 dB）能把各个部分'粘'在一起，让混音更整体。刚入门时不必给每条轨道都加压缩；受益最大的是人声和鼓。

• 人声用 3:1-4:1 压缩比、3-6 dB 衰减（gain reduction）是个好起点。
• Attack 保持中等（10-30 ms），别让字头的冲击力和能量丢掉。
• 说唱人声试快/猛的压缩，旋律性人声试柔和/光电式的压缩。
• 给总输出加温和的母线压缩（2:1，1-2 dB），把混音粘到一起。

混响、延迟和纵深

到目前为止我们把声音清理干净、也调平衡了；现在该给混音加入纵深和情绪了。混响（reverb，回声/空间感）和延迟（delay，回音/重复）能把声音安放到一个空间里。目的不是把声音'泡湿'，而是把听众放进一个房间或一个舞台里。少一点效果永远好过多一点效果；刚入门时，大家的通病就是在这里加得太过。

混响要用一条单独的'send'轨道来做；也就是说，别给每个声音单独挂混响，而是建一条混响轨，再从各个声音往它上面分配发送量。为了让人声保持清晰，短到中等的板式混响（plate）很不错：decay（衰减）0.8-1.5 秒，pre-delay 20-40 ms。pre-delay 会在声音干的起始和它的回声之间留一小段空隙；这样字仍然清晰，但背后有了空间感。混响量要压到这种程度：关掉时你会觉得'少了点什么'，但开着时又察觉不到它的存在。

延迟一旦踩进节奏里，就会变得很神奇。一个和歌曲速度同步（比如 1/8 或 1/4 音符）的延迟，能给说唱的 ad-lib 和副歌人声填进能量和空隙。为了不让人声变糊，可以给延迟的重复声也加一点轻微的 high-pass（切掉 300 Hz 以下），以保持干净。规则很简单：效果是调料，不是主菜。

• 混响用单独的 send 轨给；别给每条轨道单独挂混响。
• 人声用短到中等的板式混响：decay 0.8-1.5 秒，pre-delay 20-40 ms。
• 延迟跟速度同步（1/8 或 1/4 音符）；切掉重复声的低频保持干净。
• 效果量压到：关掉能感到缺失、开着又察觉不到的程度。

给人声和说唱的额外处理

这篇教程的读者很大一部分都在跟人声和说唱打交道，所以给人声几条专门的提醒。第一是高频里的's'、'sh'、't'音：随着压缩加重、明亮度提高，这些音会发出'咝咝'声，让耳朵不舒服。这叫'齿音（sibilance）'。它的解决办法是一个叫 de-esser 的工具，专门下到那段咝咝声的频带上把它压住；通常工作在 6-9 kHz 区间。de-esser 要放在 EQ 和压缩之后，也就是效果链的靠后位置。

音高修正（autotune）是现代人声的一部分。透明地用，它只修正跑调的音，谁也听不出来；调得狠了，就给出那种大家熟悉的机器人/trap 味效果。怎么选取决于你的审美，但有一条规则：先尽可能把录音唱得干净、唱准，把音高修正当成润色，而不是救命稻草。如果你没把歌曲的调（key）正确地填进软件，修正会把音往错的音上拉。

最后是人声叠层。把副歌人声加倍（double）、轻轻向左右打开，能把副歌'撑大'；把 ad-lib 从主人声压低几个 dB 再向两侧铺开，声场就满了，但主词仍然靠前。加叠层的时候要不停地问：'主词是不是还最清楚？'

• 处理咝咝的's/sh'音，把 de-esser 放在 6-9 kHz、效果链的最后。
• 把 autotune 当润色而非救命稻草；先把录音唱准，把 key 填对。
• 副歌人声加倍向两侧打开，ad-lib 压低铺开；主词永远靠前。
• 把人声组归到一条轨（bus）上一起调，会让活儿轻松很多。

手机—汽车检查与正确的响度

混音真正的考验不在录音室耳机上，而在这首歌将要被播放的地方：手机扬声器、蓝牙音箱、汽车、廉价耳机、笔记本电脑。这些设备里大多几乎没有低频，中频反而突出。混音只在昂贵系统上好听、在手机上糟糕透顶，是一个非常常见的错误；因为所有判断都只在一套系统上做出的。

所以在收尾混音之前，用你的手机、汽车和笔记本扬声器都听一遍。人声在小扬声器上也听得清吗？低频消失之后，歌是空了，还是仍然有能量？300-500 Hz 附近中频所承载的'身体感'很重要，因为小扬声器推不出低频，却能推出这段中频；让你的 kick 和 bass 在那里也有一个抓手。另外按一下 mono 键听一听：如果在 mono 里各个部分消失了，那说明你有相位问题。

最后才轮到响度（loudness）。流媒体平台会按一个固定目标自动调整歌曲的音量；常见的参考大约是 -14 LUFS。如果你把 true peak（真实峰值）控制在 -1 dBTP 以下，就不会在平台压缩时出现失真。别为了'不比对手小声'就往限制器上猛怼、把歌压死；一个过响、压扁的混音，永远比一个平衡但稍微安静一点的混音更糟。平衡和清晰，比原始的响度更有价值。

把上面这些步骤（gain staging、平衡、EQ、压缩、效果、响度）按正确的顺序、用正确的数值做下来，出来的就是一份专业的作品。但要在每一首歌上都把这一切一个个手动做完，需要相当的时间和经验。如果你只想专心搞音乐，把混音这块技术负担交给自动化，Seimix 正是为此而生：上传你的分轨，选好参考曲，几分钟内就能拿到一份平衡、可发行的混音。想学的人就动手学，想快点交活的人就交给自动化；两者背后，都是这篇教程里同一套逻辑。

• 混音一定要用手机、汽车和笔记本扬声器听；判断不能只在一套系统上做。
• 为小扬声器保住 300-500 Hz 的中频'身体感'；让 bass 从那里也抓得住。
• 按下 mono 键；如果各部分消失了，那就是有相位问题。
• 目标约 -14 LUFS，true peak 在 -1 dBTP 以下；别压死，留住平衡。