明明沒調大音量，為什么刷視頻聲音越來越「吵」？

▍前言

你可能有過這樣的經歷：打開某款游戲新版本的 PV，畫面還沒來得及看清，耳機里先是一聲巨響撲面而來，鼓點、爆炸、角色臺詞與背景音樂層層疊加，短短幾分鐘的視頻在前幾幀便已將情緒推到最滿。

這種「響」并不是因為你調高了手機或電腦的音量。即便音量條停留在原來的位置，一段視頻依然可以聽起來更加「飽滿」。從游戲 PV、短視頻配樂，到流媒體中的音樂作品，我們似乎正在習慣一種聲音被不斷塞滿的世界。

這種現象并非偶然，而在音視頻領域它有一個專業的名字 ——「響度戰爭」。

這篇文章便想從筆者最近觀看的幾支游戲 PV 出發，聊聊一段視頻是如何聽起來更響的，以及當「更響」逐漸成為內容創作者與廠商們抓住觀眾注意力的默認方式時，我們的聽覺體驗發生了什么變化。

▍你可能需要了解的一些基本概念 人耳的頻率范圍

接觸過耳機或音響圈的讀者們對這個概念應該不陌生。人耳的聽覺頻帶大概在 20Hz-20kHz，此頻段的聲音也被稱為「可聞聲」。低于 20Hz 頻段的聲音也就是我們常說的「次聲」，高于 20kHz 則是「超聲」。

當然，這只是一個大致的理想范圍，個體的可聞頻域范圍因人而異。普遍來說，可聞頻域范圍會隨著年齡的增長而逐漸下降（這或許也是某些特定內容的短視頻刻意拉高響度的原因）。

聲壓級 SPL

你或許也接觸過一個單位 ——dB，也有人習慣將它表示的聲音大小直接稱作「聲壓」。但更嚴謹地說，描述現實環境中聲音強弱的物理量叫作聲壓級（Sound Pressure Level，簡稱 SPL），屬于物理聲學范疇，通常寫作 dB SPL。

頻率決定了聲音聽起來是低沉還是尖銳，頻率越低聲音聽起來越低沉、頻率越高則反之；而聲壓級描述的，則是聲音在現實中究竟有多強。

這種「有多強」也并不難理解：電腦風扇的輕微轉動聲，大約只有二三十分貝；正常談話聲，通常會來到 60 dB SPL 左右；走到車流較大的街道旁，聲音可能已經接近 80 dB SPL；而在演唱會或音樂節中，現場聲壓則可能超過 100 dB SPL。更專業的音頻后期制作校準，則主要分布在 79-83 dB SPL。

何為「響度」

響度（Loudness）其實并不是一個客觀的物理量，而是心理聲學范疇的一個概念。換句話說，它衡量的并非一段聲音在物理上釋放了多少能量，而是當聲音進入耳朵之后，我們主觀上覺得它有多「響」。

上文提到了人耳的聽閾范圍，但在這段范圍之內，我們對不同頻率的敏感程度并不一致。相比沉悶的低頻轟鳴，或極高頻的細小尖聲，人耳對中高頻區域的聲音要敏感得多。交談中的人聲、警報聲，以及動作電影中用于制造沖擊感的金屬撞擊、刀劍出鞘等音效，恰好都大量集中在容易被我們注意到的頻段。

下圖為等響曲線圖，不難看出，人耳在不同頻率下對同一聲壓級的響度感受是不同的。

等響曲線圖 圖源：Lindosland / Wikimedia Commons，Public Domain

數字音頻信號中的響度

對于一支視頻來說，僅僅知道現實環境中的聲壓級還不夠。畢竟最終聽到多大的聲音，還會受到播放設備和音量設置的影響：同一支視頻，在手機外放、耳機和客廳音箱中播放，實際產生的聲壓級并不相同。

在數字音頻信號領域，我們經常會看到一個叫做 dBFS 的單位，即 dB relative to Full Scale。dBFS 通常從負值逐漸接近 0，聲音信號越接近 0，說明它距離數字系統能夠容納的上限越近。

而在討論一段視頻整體聽起來有多響時，我們更需要關注 LUFS，即 Loudness Units relative to Full Scale，其結合了心理聲學的相關理論，即人耳對聲音的感受方式，衡量一段時間內的整體響度。在數值上，LUFS 越接近 0，通常意味著這段內容聽起來越響。

▍響度可視化

講這么多概念你可能也累了，如果「響度」始終只停留在聽感層面，總歸有些抽象。我們能夠察覺一支視頻比另一支更吵、更滿、更有壓迫感，卻很難僅憑耳朵準確回答其響度。

因此我們需要借助一些工具將主觀感受轉化成相對直觀的數據。

Youlean Loudness Meter 2

Youlean Loudness Meter 2 是一款可視化的響度檢測工具，支持 macOS 和 Windows，可以讀取聲音在播放過程中的響度變化，并呈現諸如綜合響度（用于描述整段視頻整體聽起來有多響）、短期響度與真實峰值等信息。

YOULEAN LOUDNESS METER 2 官網

你可以在官網免費下載 YOULEAN LOUDNESS METER 2 自行體驗。

視頻真的在變得越來越響嗎？

下面筆者選取了一支約十年前發布的游戲宣傳 PV 與這個月剛發布的幾支 PV 進行了對比。需要提前說明的是，在游戲行業內，-21 LUFS 到 -16 LUFS 可以作為較常見的參考標準。

我們主要注意左側表格中的 INTEGRATED 數值（即綜合響度）與 SHORT TERM（即短期響度），結果如下：

某十年前動作游戲 PV

可以看到，十年前的 PV 還處在較為克制的響度范圍內。從右側的響度曲線來看，整支視頻并沒有長時間貼近頂部運行，而是保留了相對明顯的高低起伏：安靜的段落負責鋪墊，戰斗與轉場處的音效再將情緒推高。也正因為前后存在差異，高潮真正出現時，聲音才更容易給人留下沖擊感。

某近年動作游戲 1 PV

而近幾年的 PV 響度則一家更比一家響。第一支近期動作游戲 PV 的綜合響度已經來到 -12.2 LUFS，相較十年前的樣本提升了接近 4 LU。這意味著即使觀眾沒有調高播放設備的音量，整段視頻在主觀聽感上也會更加飽滿、更靠前，更容易在剛開始播放的幾秒內抓住觀眾的注意力。

某近年動作游戲 2 PV

在另一支近期 PV 中這種趨勢表現得更加明顯：它的綜合響度進一步達到 -11.2 LUFS，短期響度則來到 -6.7 LUFS；從右側曲線中也能夠看到，紅色區域幾乎持續貼近上方，留給安靜段落和動態變化的空間已經相當有限。換句話說它并不是只在某幾個戰斗鏡頭中突然變響，而是在相當長的一段時間內都保持著較高的聽覺壓迫感。

▍響度戰爭

更響的聲音，會讓視頻在聽覺上更「飽滿」嗎？

前面的測試中有一個很有意思的現象：幾支 PV 的最高峰值其實都已經相當接近上限，但它們的綜合響度卻有著明顯差異。顯然新的 PV 并不是簡單地把「最響的那一下」繼續變得更響，而是讓整段視頻中的大部分聲音都更響了。原本「較輕」的部分也會被一同推高。

在第一支十年前的 PV 中，對白、環境聲和鋪墊部分可能處在較低的位置，到了角色登場、戰斗開始或配樂爆發時，聲音才迅速沖上高峰；兩支近期的 PV 則把響度最低處抬高，原本相對安靜的部分不再那么安靜，原本已經很響的高潮則繼續貼近上限。

這種處理方式并不一定是壞事。對于一支只有一兩分鐘的游戲宣傳片來說，更緊湊、更飽滿的聲音，確實能夠迅速營造情緒，適應當前快節奏的觀看環境。

但問題是我們正在丟失「動態」，這也是我們還是要反對「響度戰爭」的原因。

在數字音頻中，聲音并不能無限變響。數字信號存在一個明確的上限，峰值抵達 0 dBFS 后再繼續向上推動，便可能產生削波和失真。

這里便涉及另一個概念 —— 動態范圍。簡單來說，動態范圍就是一段聲音中，最輕與最響部分之間的差距。動態范圍越大，安靜的地方越安靜，爆發的地方也就越容易顯得突出；動態范圍越小，整段聲音則會聽起來更加均勻、更加密集。

在專業音頻制作中，壓縮器可以將過高的峰值壓低，限制器則可以防止聲音突破數字信號的上限。在此基礎上再將整段音頻的電平提高，原本較輕的對白、配樂和環境聲便會一同變響。最終，最高峰值或許沒有明顯改變，整段視頻的綜合響度卻能夠得到提升。

也就是說，響度戰爭用更小的動態范圍換取了更高的整體響度，但高潮部分反而會變得不再突出。

▍響度的「守門員」 參考標準

事實上，平臺并非完全沒有注意到聲音越來越響的問題。對于視頻、節目等需要大量連續觀看的內容來說，如果上一段對白還需要調大音量，下一段音樂或爆炸聲便突然沖到耳邊，觀看體驗顯然是一場災難。

有些內容平臺制作了相應的響度參考標準（如 Netflix），但幽默的是不只是內容創作者們，這些標準制定平臺有時候也并未重視自己的標準。

Netflix 官網的參考標準

可供參考的響度制作標準 圖源：SounDoer

響度標準化

如果說參考標準是在內容上線前提前為創作者提供一個參考，那么播放端的響度標準化，則是在內容真正來到觀眾耳邊之前，平臺根據自身標準對音頻整體響度進行調控的主要手段。

響度標準化的邏輯很簡單：當不同內容被連續播放時，平臺會盡可能讓它們聽起來處在相近的音量水平，避免用戶剛聽完一段較輕的內容，下一段便突然響到需要手動調低音量。

Apple Music 中的 Sound Check 便是一個直觀的例子。Apple 在官方說明中將它描述為一項用于平衡不同歌曲響度的功能：系統會先判斷歌曲本身聽起來有多響，再在播放時適當調高或調低音量，讓歌曲之間的切換不會顯得忽大忽小。

遺憾的是這套機制在用戶端的實際表現，依然會因平臺和播放環境而有所不同，畢竟平臺可以調低一支過響的視頻，卻無法替它重新找回那些已經在制作階段被擠掉的動態范圍。

▍結語

說了這么多，回到開頭，是否我們已經為「響度戰爭」蓋棺定論，視頻越響就越低質？

從客觀上看，響度增大所帶來的動態范圍的損失是無法彌補的，但主觀上提高響度又實打實增加了同等音量下視頻的表現力。「響度」的調整應該作為某些情況下增加作品表現力的工具，而不是制作者與廠商們試圖獲取觀眾注意力的「武器」，使用一切工具的前提應該都是為內容服務。

畢竟，「看視頻」這件事本不應該是一場「戰爭」。

參考資料：

• Netflix Partner Help Center. Netflix Sound Mix Specifications & Best Practices v1.6[EB/OL]. https://partnerhelp.netflixstudios.com/hc/en-us/articles/360001794307-Netflix-Sound-Mix-Specifications-Best-Practices-v1-6.

• Apple. Apple Digital Masters[EB/OL]. https://www.apple.com/apple-music/apple-digital-masters/docs/apple-digital-masters.pdf.

• SoundDoer. Game Audio Design[EB/OL]. https://gad.soundoer.com/.

• 管善群，陳通。電聲技術基礎 [M]. 北京：人民郵電出版社，1982.

• 杜功煥，朱哲民，龔秀芬。聲學基礎 [M]. 3 版。南京：南京大學出版社，2012.

• Lindosland. Lindos1.svg: Equal-loudness contours created by reference to ISO 226:2003[EB/OL]. Wikimedia Commons, 2005-12-01. https://commons.wikimedia.org/wiki/File:Lindos1.svg.

• Youlean. Youlean Loudness Meter 2[EB/OL].https://youlean.co/youlean-loudness-meter/.

https://sspai.com/post/109483?utm_source=wechat&utm_medium=social

作者：Nnnobel

/產品推薦/