1船体识图与制图电子书

普及知识库：什么是VST、DX、VSTI、DXI？

VST是Virtual Studio Technology的缩写，他是基于Steinberg的软件效果器技术，基本上以插件的形式存在，可以运行在当今大部分的专业音乐软件上，在支持ASIO驱动的硬件平台下能够以较低的延迟提供非常高品质的效果处理。要达到VST的最佳效果（也就是延迟很低的情况），声卡要支持ASIO。

VST效果器覆盖了几乎所有音乐制作里用到的效果器，而且由于VST技术的开放性，很多大厂商，小厂商，甚至是个人开发了数不清的VST效果器，有些是相当成功相当实用的效果器，连好莱坞的电影制作中都用到了这些VST插件提供的顶级效果。目前国内大部分的商业录音棚使用的后期混缩、母带处理效果器大多是VST效果器。

能够使用这些VST插件的音乐软件我们称为VST宿主，常用的有Samplitude（7.0以后的版本），Cubase VST32，Cubase SX，Nuendo, Wave Lab，FruityLoops，Orion，Project5, Audition等等。VST效果器都是来处理音频的，所以都要加载在音频轨中使用，MIDI轨不能使用VST效果器。

·DX

DX是DirectX的缩写，他是基于微软的DirectX接口技术的软件效果器技术，基本上以插件的形式存在，可以运行在当今99%的PC专业音乐软件上（毫不夸张），在支持WDM驱动的硬件平台下能够以较低的延迟提供非常高品质的效果处理。

DX效果器覆盖了几乎所有音乐制作里用到的效果器，而且由于DirectX技术的开放性，很多大厂商，小厂商，甚至是个人开发了数不清的DX效果器，有些是相当成功相当实用的效果器，连好莱坞的电影制作中都用到了这些DX插件提供的顶级效果。

能够使用这些DX插件的音乐软件我们称为DX宿主，DX宿主比任何其他类型插件的宿主都要多（前面说了要有99%），常用的有Samplitude，Cubase，Sound Forge，Wave Lab，SONAR，Cakewalk，FruityLoops，Orion等等。DX效果器都是来处理音频的，所以都要加载在音频轨中使用，MIDI轨不能使用DX效果器。

·VSTi

VSTi是Virtual Studio Technology Instruments的缩写，他是基于Steinberg 的虚拟乐器技术，基本上以插件的形式存在，可以运行在当今大部分的专业音乐软件上，在支持ASIO驱动的硬件平台下能够以较低的延迟提供非常高品质的效果处理。要达到VSTi的最佳效果（也就是延迟很低的情况），声卡要支持ASIO。

VSTi软合成器与VST效果器不同，他是控制MIDI轨的，每个VSTi插件都为你提供了很多的音色，以及丰富的参数控制让你自己创造出独一无二的音色。不同的VSTi有着不同的音色合成方法，波表合成器，模拟合成器，FM合成器，VSTi 都可以胜任。

能够使用这些VSTi插件的音乐软件我们称为VSTi宿主，常用的有Samplitude （7.0以后的版本），Cubase VST32，Cubase SX，FruityLoops，Orion，Project5等等。VSTi虚拟乐器可以看作是软音源，所以只能加载在MIDI轨上。

·DXi

DXi是DirectX Instrument的缩写，是Cakewalk公司在DirectX基础上独立开发的软合成器技术，基本上也以插件形式存在，现在只能运行在SONAR上（注意：Cakewalk不支持DXi，Cakewalk到9.0就停产了，取而代之的是SONAR），在支持WDM驱动的硬件平台下能够以较低的延迟提供非常高品质的合成音色。

DXi软合成器与DX效果器不同，他是控制MIDI轨的，每个DXi插件都为你提供了很多的音色，以及丰富的参数控制让你自己创造出独一无二的音色。不同的DXi有着不同的音色合成方法，波表合成器，模拟合成器，FM合成器，DXi都可以胜任。

普及知识库:什么是ASIO？扫盲班必修课

在千千静听等播放器软件的介绍中，常常会见到“支持ASIO输出”的说明，这到底是什么意思？

ASIO的全称是Audio Stream Input Output，直接翻译过来就是音频流输入输出接口的意思。通常这是专业声卡或高档音频工作站才会具备的性能。采用ASIO技术可以减少系统对音频流信号的延迟，增强声卡硬件的处理能力。同样一块声卡，假设使用MME驱动[1]时的延迟时间为750毫秒，那么当换成ASIO驱动后延迟量就有可能会降低到40毫秒以下。

也许你仍无法认识到解决音频延迟的具体意义，那么，我们姑且换一个角度来看问题：许多朋友都试过用计算机与互联网进行语音通话，就连著名的聊天工具OICQ都有此功能。其实互联网上的语音通讯跟电信部门提供的IP电话是同样机理，只不过由于网络带宽的限制而使得前者的声音延迟现象远比后者严重得多。当话音的延迟在一定的范围内时，人们会觉得尚可接受；但如果延迟量实在太大（比如说每说一句话都要等到5秒以上），那么大家就会觉得这是无法忍受的了。

普通声卡在播放音频流的时候是有延迟的，尽管一般用户都不易察觉到它的存在。毕竟，对于播放影碟和双声道的MP3音乐以及玩游戏来说，几百毫秒的声音延迟对应用的影响根本是微乎其微的，完全可以被忽略不计。但是，对于专业的录音师和音乐制作人来说，这几百毫秒延迟所带来

的后果就好比我们普通用户要面对响应极慢的互联网IP电话那样，同样是不能容忍。试想，当按下一个琴键时，要经过0.6以上的时间才能够听到声响，恐怕任何演奏者都很难发挥其正常的水平，更无法控制音乐表演的情绪；录音师进行后期制作的过程中，需要给不同的音频信号做相应的实时效果处理，并对分轨录制的多通道音频流进行混音，以得到最终的双声道立体声或是5.1声道的环绕声格式。在对多个声部的音频进行缩混时，如果声音有延迟且延迟时间各不相等，那么多个声道之间的信号同步就会成为大问题，录音师就会因此而无法对混音的结果进行准确判断。为此，他们十分迫切需要一种能够让音频设备实现“零延迟”的技术，这个技术就是Steinberg定义的ASIO。

为了实现“音频设备零延迟”的理想，著名的音乐制作软件Cubase VST的开发者Steinberg公司提出了被称为Audio Stream Input Output的标准规范，其目的是为了让各硬件厂商开发出来的设备能够很好地与Steinberg的音频处理软件Cubase VST相结合，以使其在数字音频处理和软件音源模拟方面发挥出最佳的性能水平。ASIO完全摆脱了Windows操作系统对硬件的集中控制，它能实现在音频处理软件与硬件之间进行多通道传输的同时，将系统对音频流的响应时间降至最短。根据ASIO规范中定义的细节，声卡厂商可以为其硬件产品编写出高效能的ASIO驱动程序，使用声卡硬件对音频流的响应时间降低到十几毫秒以内。要知道，即便是对于那些极其苛刻的专业音乐制作人，这样低的延迟量也是根本无法察觉到的。

ASIO的目的在于最大程度地降低系统播放音频流时的延迟时间。也许有读者会因此联想到DirectSound——不错，ASIO跟DirectSound的确十分相似，二者都是以设法绕过Windows操作系统对硬件设备的控制、直接与硬件端口取得通讯的思路来实现提高响应速度的目的。不过，ASIO 的革命性要比DirectSound更彻底一些：如果把DirectSound比喻成用高级语言实现的程序，那么ASIO就是用汇编代码构成的程序——不仅结构更为紧凑，效率也大为提高。更何况，ASIO不仅是驱动上的革命，还需要硬件芯片的支持。在驱动与硬件的紧密结合下，ASIO将延迟降至极低的程度是必然的事情。

不过，如果你的声卡仅支持ASIO而不支持DirectSound，那么就无法用Windows任务条上的小喇叭来实现音量控制，而运行最常用的一些娱乐软件，诸如超级解霸和WinAmp等的时候，也无法通过播放器界面中的音量推子来控制声音的大小。

某些声卡可以同时支持MME、DirectSound、ASIO、GSIF[2]等多种标准，并通过软件实现不同兼容方式之间的切换。对于那些需要兼顾专业创作和日常应用的朋友而言，这样的声卡无疑是十分方便的。

5.哪些声卡支持ASIO

并非所有的声卡都能够支持ASIO。如前所述。ASIO不仅定义驱动标准，还必须要求声卡主芯片的硬件支持才能够得以实现。在过去，只有那些价格高贵的专业声卡，在设计中才会考虑到对ASIO的支持。我们日常所用的声卡，包括创新过去的SB Live!系列都属于民用卡的范畴，所以没有哪一款是配备了ASIO驱动的。

有趣的是，SB Live!的主芯片EMU10K1本身支持ASIO，只是这一性能并未在创新自带的LiveWare!

3.0驱动中体现出来。因此，当你将SB Live!的驱动程序换成采用同样规格设计的E_mu APS录音卡的驱动后，音频处理软件就会报告说找到ASIO！

另一个比较有意思的例子是采用CMI8738芯片的各种多通道声卡。CMI8738本身也是具备ASIO

的潜质，只不过至今还没有合适的驱动将其发挥出来。

首款公开声称彻底支持ASIO技术的民用声卡是创新最新推出的SoundBlaster Audigy。这款SB Live!的换代产品不仅提供了高达24bit / 96 kHz的声音品质，而且还全面支持ASIO、SB 1394等最新的先进技术。SB Audigy的面市，使得民用声卡跟专业声卡之间的距离又缩小了一层。

6.如何判断与应用ASIO

在音频处理软件的菜单栏中找到“Setup Preferences Audio”或是“Setup Audio Hardware”，在Device下拉选单中会列出当前可用的音频设备。如果声卡不支持ASIO，那么下拉选单中就就只会显示出ASIO Multimedia Driver一项，这实际上是MME驱动对ASIO的软模拟；如果声卡使用的是ASIO驱动，那么在此下拉选单中还会有另外一项，例如MAYA ASIO Driver或SB Audigy ASIO。

将软件的音频输出设置为ASIO设备后，播放多轨音频、使用实时效果器以及使用VSTi软音源时就会得到近乎完美的效果。不过，要想真正达到“零延迟”（指延迟时间在10ms以下），还须对ASIO设备的缓冲区进行设置。

单击音频属性设置中的Control Panel打开ASIO控制对话框，单击Advance按钮进入高级设置。这里最重要的

参数是Buffer Size，也就是音频缓冲区的大小。一般来说，缓冲区设置得大一些，可以增加系统的稳定性，缓解因数据传输或处理过程中的速度差异而导致的爆音现象；而把缓冲区设置得小一写，则会提升系统的响应时间，减少音频延迟。总之，缓冲区的大小设置，需要根据你所用电脑的CPU和内存等硬件的性能而定。

设置好音频缓冲区后，音频软件会提示说环境设置已改变，要求进行测试以保证将来的工作正常。测试的主要内容是检查数据包是否会有丢失，整个过程大概需要数十秒至1分钟左右。当看到如下图所示的成功信息后，你就可以在音频处理软件中充分享受到“零延迟”所带来的种种乐趣了！

SonicFoundryAcousticMirror

SonicFoundryAcousticMirror

这就是采样混响器。采样混响器用的IR都是真实采样得来的，由于可以自由更换，数量无限，所以采样混响一般都不提供一些常用的控制器。AcousticMirror没有提供直接对IR进行控制的方法，例如diffusion,damping，早反射延迟时间，等等。但是提供了这样几个基本控制：width，其实就是调节IR左右声道的相位差，以达到控制立体声宽广度的效果；delay，是IR的延迟时间。一般来说这个值还是在零位置比较好；pan，就是IR的pan。也是在零比较好。实际上以上三个值，一般都设成零就行了，设成别的反而不真实。另外它也提供了高低频截止。由于真实世界中混响声的低频一般比中高频要大要长，因此为了声音的美化，你可以适当设置一下低频截止。很多人觉得采样混响虽然真实，但是声音比较浑，就是因为这个原因。AcousticMirror也提供了包络线，来控制IR的形状。

TCNativeReverb

TCNativeReverb

这里比较特殊的操作是Color其实很好理解。横坐标是低频截止频率，纵坐标是高频截止频率。因此，当拉到左上角的时候，表示低频和高频都不截止，声音全放开；拉到左下角的时候，低频不截高频截，声音暖；拉到右上角的时候，高频不截低频截，声音冷。FACTOR 是一个简易的EQ。

SonicFoundryReverb

SonicFoundryReverb

它也是象TimeworksReverbX一样内置了一些简易IR，但是分成早反射和后面的混响两个部份，分别在这里切换。

SamplitudeRoomSimulator

SamplitudeRoomSimulator

这也是一款采样混响器，功能与AcousticMirror基本一样。提供了包络和EQ控制。这是目前精度最高，调节手段最自由灵活的采样混响效果器。

混响大法混响特征和各种参数

为了研究的方便，声学上把混响分为几个部份，规定了一些习惯用语。混响的第一个声音也就是直达声（Directsound），也就是源声音，在效果器里叫做dryout（干声输出），随后的几个明显的相隔比较开的声音叫做“早反射声”（Earlyreflectedsounds），它们都是只经过几次反射就到达了的声音，声音比较大，比较明显，它们特别能够反映空间中的源声音、耳朵及墙壁之间的距离关系。后面的一堆连绵不绝的声音叫做reverberation。

再给一张图看看（图一）：

图一

大多数的混响效果器会有一些参数选项给你调节，现在就来讲讲这些参数具体是什么意思。

（一）衰减时间（Decaytime）也就是整个混响的总长度。不同的环境会有不同的长度，有以下几个特点：空间越大，decay越长；反之越短空间越空旷，decay越长；反之越短空间中家具或别的物体（比如柱子之类）越少，decay越长；反之越短空间表面越光滑平整，decay越长，反之越短因此，大厅的混响比办公室的混响长；无家具的房间的混响比有家具的房间长；荒山山谷的混响比森林山谷的混响长；水泥墙壁的空间的混响比布制墙壁的空间的混响长……一般很多人喜欢把混响时间设得很长。其实真正的一些剧院、音乐厅的混响时间并没有我们想象得那么长。例如波士顿音乐厅的混响时间是1.8秒，纽约卡内基音乐厅是1.7秒，维也纳音乐厅是2.05秒。这里给一个混响时间计算公式，大家可以用来算算某房间的混响时间打开页面

（二）前反射的延迟时间（Predelay）就是直达声与前反射声的时间距离。有以下几个特点：空间越大，Predelay越长；反之越短空间越宽广，Predelay越长；反之越短因此，大厅的Predelay比办公室的长；而隧道的空间虽然大，但是它很窄，所以Predelay就很短。想要表现很宽大空旷的空间，就把Predelay设大一点。

（三）wetout也就是混响效果声的大小。有以下几个特点：wetout与空间大小无关，而只与空间内杂物的多少以及墙壁及物体的材质有关墙壁及室内物体的表面材质越松软，wetout越小；反之越大空间内物体越多，wetout越小；反之越大墙壁越不光滑，wetout越小，反之越大墙壁上越多坑坑凹凹，wetout越小，反之越大因此，挤满了人的车厢的混响就比空车要小得多；放满了家具的房间的混响就比空房间要小；有地毯的房间的混响比无地毯的小；森林山谷的混响比荒山山谷的混响要小

（四）高低频截止（lowcut/highcut）这个参数在有些效果器里是以EQ的形式来表现的，例如Waves的RVerb（图二）。

图二

这项内容实际上跟现实情况没有太直接的联系，它只是为了我们做混响处理时声音好听而设计的。不过它也能表现高频声音在传播中损失比较厉害的现象。后面我们有具体的解释。一般在做处理的时候，为了混响声的清晰和温暖，都会把低频和高频去掉一部份。只有在表现一些诸如“宇宙声”等科幻环境时，才把高低频保留。另外有些效果器也把这个叫做“color”（色彩）。例如TC的效果器就是color。color也就是“冷”和“暖”的感觉，高频就是冷，低频就是暖。所以这些效果器用颜色来表示高低频截止，暖色（红）表示混响声偏向低频，冷色（蓝）表示混响声偏向高频。上面给大家看的Waves的RVerb的EQ，它分别用橙色和蓝绿色来做那两个点，也是出于此目的。补充：高低频截止实际上在现实中是不存在的，现实中的普遍现象是：低频声音的混响无论是声音大小还是衰减时间，都要比高频声音大。这是因为不同频率的声音由于波长不同，因此绕过障碍的能力不同，高频声音波长短，不容易绕过障碍，低频声音波长长，容易绕过障碍。加上它们在空气中传播时的衰弱程度不同（频率越高越容易衰弱），被墙壁吸收的程度不同（频率越高越容易损失），所以不同频率的声音的混响时间和大小是不相同的。在真实世界中，在大多数中小空间里，越低的声音具有越长的混响时间，越高的声音具有越短的混响时间，而不可能做到反过来。如何做到降低低频混响是任何一个录音棚头疼的难题。唯独有一种情况，是低频混响小于高频混响的，那就是很大的空间，并且里面布满了由硬质材料制成的障碍和表面，比如采用硬塑料凳子和水泥墙壁地板的室内体育馆。我们从某音乐厅的真实IR的频谱中可以很清楚地看到这个规律。如图三：

图三

因此，有的混响效果器还会有不同频率的声音的衰弱程度的设置项目。但是也有很多效果器却没有这项内容。

（五）不同频率的不同衰弱程度（Damp）接着上面说。这个项目在有些混响效果器里没有提供。另外在采样混响器里也基本上不提供这个项目，因为采样混响的不同频率的不同衰减程度的特性已经包含在IR里面了（上面有频谱图为证）。例如WavesRVerb提供了这个项目。如图四：

图四

另外有的效果器只有一个参数设置，就是“damp”或者“damping”，就是让高频更快地衰减。一般来说混响中的高频是很容易大幅度衰减的。空间越大，空间内物体越多，物体和墙壁表面越不光滑，高频的衰减就越厉害。只有在中小空间中，并且空间表面比较光滑的情况下，高频的衰减才与低频接近。但我们做音乐混音的时候，有时为了声音的好听，也并不一定要遵循高频更容易衰弱的自然规律。

（六）不同频率的不同的混响时间有的效果器也提供了不同的衰减时间给你调节，英文是High-frequencydecayandlow-frequencydecay，或者别的叫法，例如UltrafunkReverb就可以设置不同的衰减时间。如图五：

图五

这个特性与前面的damp基本一致。一般来说混响中的高频的持续时间肯定比低频要短。空间越大，空间内物体越多，物体和墙壁表面越不光滑，高频的持续时间就短，与低频的差距就越大。只有在中小空间中，并且空间表面比较光滑的情况下，高频的时间才与低频接近。以上的三个与频率有关的参数，并不是所有的效果器都提供，有的全部提供，有的提供了其中两个甚至一个。如果没有全部提供的话，你可以用其他参数之一来代替没有提供的参数，因为它们之间的特性比较接近。补充：一些著名音乐厅的不同频率下的不同混响时间表

``````````````````````````(125Hz)````(500Hz)````(2000Hz)波士顿交响音乐厅

````````````2.2````````1.8`````````1.7纽约卡内基音乐厅

````````````1.8````````1.8`````````1.6芝加哥ArieCrown剧院

````````2.2````````1.7`````````1.4伦敦皇家音乐厅

``````````````1.4````````1.5`````````1.4伦敦皇家Albert音乐厅

``````3.4````````2.6`````````2.2阿姆斯特丹

Concertgebouw`````2.2````````2.1`````````1.8华盛顿肯尼迪中心

````````````2.5````````2.2`````````1.9

（七）散射度（diffusion）传统上是叫做Earlyreflectionsdiffusion（早反射的散射度）。我们知道早反射就是一组比较明显的反射声。这些反射声的相互接近程度，就是diffusion。墙壁越不光滑（例如铺上了地毯的），声音的散射度就越大，反射声越多，相互之间越接近，混响是连声一片的，声音很温和；墙壁越光滑（例如玻璃），声音的散射度就越小，反射声越少，相互之间隔得越开，混响声听起来就比较接近回声了，声音很清晰。我们可以从TC的效果器的参数设置里很清楚地看到这个特性，如图：

图六

因此，对于一些延音类的声音，比如organ，合成弦乐，可以使用较小的diffusion，声音就比较漂亮清楚；而对于脉冲类的声音，比如打击乐、木琴等，可以使用较大的diffusion，混响就比较smooth。有些效果器里也有diffusion这个参数，但是具体的定义不太一样。在某些效果器里，diffusion是指反射声的无规律程度，空间的形状越不规则（例如山洞、教堂里），墙壁越不光滑，反射声音的出现越没有规律，diffusion 越大；空间的形状越规则（例如无家具的住宅、空的教室），墙壁越光滑，反射声的出现越有规律，diffusion越小。

（八）混响密度（Reverbdensity）这个参数的意思跟diffusion差不多，只是是针对早反射之后的混响部份的。很多效果器并不提供density，而是用diffusion来控制整个混响。

（九）空间大小（Roomsize）这个应该很好理解，不用多说。不过不同的效果器在这个上面会有不同的算法。另外，采样混响器不会提供这个参数，因为空间大小已经体现在IR中了。

（十）早反射音量（Earlyreflectionslevel）也就是早反射的声音大小。很多效果器可以让你独立调节早反射和后面的混响的声音大小。

（十一）立体声宽度（Width）有的混响效果器有这样的参数，如果把这个值设大，那么效果器会做手脚使IR的左右差异变得很大，立体声感觉就出来了。

（十二）衰减形状（Decayshape）有些效果器提供了这个参数。它可以控制你的混响的衰减形状，如图七：

图七

第一个是比较常用的线性衰减（Linear），第二和第三个是EXP型衰减，其中第三个又可以称作门式混响（Gatedreverb，因为它好象是突然把门关上了一样，所以得名），第四和第五个是比较很的reverse型（反转），用于制造一些特殊的音效（例如恐怖的声音）。

以上就是混响效果器中的一些参数。需要注意的是，这些参数都是用来控制混响特性，换句话说就是用来调节IR的。由于绝大多数的混响效果器自带的IR数量有限（或者干脆不带IR而是依靠效果器自己的算法进行模拟），所以需要这么多参数来控制混响特性；而采样混响由于可以自由更换IR，IR数量无限，因此不需要太多的控制器对IR 进行调节，所以采样混响往往只提供很少的调节项目。另外，采样混响效果器有一个独特的参数调节，就是“精度”（Quality）。这是因为采样混响基本都使用真实的IR，这些IR的波形是连绵一片的而不是象那些数字混响里的IR是由分离的脉冲组成（换句话说真实IR中包含的脉冲比模拟IR的要多得多），因此做卷积运算的时候采样混响器要消耗特别大的资源，为了避免CPU或DSP出现运算不过来的情况，于是就允许你降低精度，降低了精度后，混响器在做处理的时候会自动舍弃IR中的一些采样点（例如丢掉一半的采样点），这样就能缓解运算能力的不足。