---
name: mc-sound-design
description: Synth and timbre design as an arrangement decision (音色设计) - deciding what a sound must be before touching a knob. The four-question intent checklist (percussive or pitched / register / envelope shape / bright or dark) and its mapping to oscillator, tune, amp EG and filter; resetting to an unprocessed starting state instead of browsing presets; the sculpting model of subtractive synthesis; filter selection; and why a pure sine bass vanishes on small speakers (difference tones). Use when choosing or designing a patch, when a synth sound is generic or preset-sounding, when a bass disappears on phones or laptops, when a pad has no character, or when writing the timbre descriptors of an ARR-SPEC roster. 音色设计、合成器、滤波器、波封、预设、贝斯消失、差音。
---

# 音色设计（Sound Design）

**这个 skill 的立场：音色是编曲决策，不是后期的事。**

选错音色，后面所有的配器、分层、混音都在补救。而"选音色"这个动作在多数人手里
实际是"翻预设直到有一个不难听"——**那正是 AI 味最稳定的来源**，
因为生成模型也在做同一件事：取那个类别里最典型的音色。

> 本 skill 的核心方法来自野崎貴朗：**先把构想说清楚，再动参数。**

## 按任务读哪几节

| 症状／任务 | 读 |
|---|---|
| 不知道从哪开始设计一个音色 | §1 四问清单 → §3 映射 |
| 翻了半天预设都不对 | §2 回零点 |
| 音色"像预设"、没个性 | §2 ＋ §4 |
| 明明音色对，放进编曲就不对 | §3 的②音域 |
| 贝斯在手机/笔记本上消失了 | §6 差音 |
| Pad 很厚但没质感 | §4 雕刻四步 |
| 填 ARR-SPEC 的 roster 音色描述 | §7 |

## 边界：什么不归这个 skill 管

| 不归这里 | 归哪 |
|---|---|
| 真实乐器的选择与混合音色 | `mc-orchestration` |
| 这个音色占哪个频段、和谁打架 | `mc-texture-layering` |
| EQ 频点、压缩比、总线处理 | `mc-mix-intent`（意图）／出库混音库（实操） |
| 影视音效、Foley、环境声 | 出库 → 声音设计与混音库（**同名不同事，别混**） |
| 具体风格的音色配方（Detroit techno 贝斯怎么调） | [reference.md](reference.md) 的配方表 |
| 采样的选择与切片 | `mc-style-hiphop` §6.3–6.5 与其 reference §1–2（选材、切片、loop 搭建）；采样库产品选型出库 |

> ★ 命名提醒：本库的 `mc-sound-design` 指的是**乐音音色的合成与设计**；
> 影视意义上的"声音设计"（音效、拟音、空间）是**另一个库**。

---

## 1. 动笔前必填：四问清单

在着手设计之前，先判断音色的**角色个性**，并回答这 4 项 (p0091)：

| # | 问题 |
|---|---|
| **①** | 属于**打击乐器类型**（音调不明确）还是**乐音**（有音调、可奏旋律或和弦）？ |
| **②** | 大致上的**音域范围**是？ |
| **③** | 该音色的**振幅波封**呈现哪种曲线？ |
| **④** | **明亮（泛音多）还是沉闷（泛音少）**？ |

> 作者的要求是养成习惯：**"在从事音色设计时，首先要养成将自己的构想去和①～④比对的习惯"** (p0091)。

**为什么这四问就够**：它们正好各自对应合成器的一个模块（§3），
所以答完四问，参数怎么设已经定了一大半——**剩下的才是品味**。

**自检动作**：四问里只要有一问答不出来，就别动旋钮。
答不出来时你在做的不是设计，是试错。

---

## 2. 回零点：从"未经修饰的声音"开始

**问题**：合成器不像电吉他或钢琴那样有一个简单明了的"原音"。
你一打开就在某个人的预设里，**你的每个决定都是相对别人的决定做的**。

**做法**：建立一个"未经修饰的声音"初始设定 (p0088)：

| 模块 | 设定 |
|---|---|
| 振荡器 | **只用一组锯齿波** |
| 滤波器 | **CUTOFF 右旋到底、RESONANCE 0、FILTER EG 0**（全面开通） |
| AMP EG | **ATTACK 0、DECAY 0、SUSTAIN 全开、RELEASE 0**（风琴状波封） |
| LFO 等调变 | **完全不用** |
| 效果器 | **不开** |

> **"非得要调到这般『原始波形的鸣放状态』才会形成吉他或钢琴那般『未经修饰的声音』"** (p0088)。

**建议**：把它存成"初始状态 1 号"，**每次音色设计都从这里出发** (p0089)。

**这一条对抗 AI 味的机理**：预设是别人对某个类别的平均判断，
从预设出发，你只能在那个平均值附近微调。从零点出发，你的音色是自己长出来的。

**失效条件**：时间极度紧张、或需要一个明确的经典音色（如 TB-303 酸味贝斯）时，
从最接近的预设改起是合理的 (p0090 的做法②)——但**要说得出你改了哪四处**，
说不出就是没改。

---

## 3. 四问 → 参数的映射

| 构想 | 参数 | 怎么定 |
|---|---|---|
| **① 打击 or 乐音** | **振荡器波形** | 打击类 → **NOISE**；乐音类 → **SAW** 或 **SQUARE** (p0092) |
| **② 音域** | **TUNE / TRANSPOSE** | 见下方 ★ |
| **③ 波封曲线** | **AMP EG** | 见下方三组 |
| **④ 明亮 or 沉闷** | **FILTER** | 先设 **−24 dB/oct 低通**，再用 **CUTOFF** 调 (p0092) |

### ★ ②音域是最容易被忽略、代价最大的一项

> **"不论多么努力去尝试接近理想中的音色，只要音域不同，声音就绝对永远无法跟想像的一样"** (p0092)。

这解释了一个常见现象：**音色单独听很对，放进编曲就不对**。
多半不是音色的问题，是它在错误的音区。
——所以这条直接连到 `mc-texture-layering` §4.2 的"错开音区"。

### ③ 波封的三组决定 (p0092)

| | 要什么 | 怎么设 |
|---|---|---|
| **起音** | 迅速俐落 / 从容渐进 | ATTACK 调短 / 调长 |
| **延音** | 自然消逝 / 持续延伸 | SUSTAIN=0 并调 DECAY / 用 SUSTAIN 定音量 |
| **释音** | 立即消失 / 保留余音 | RELEASE=0 / 调长 RELEASE |

> **总原则："最重要的就是先从『已确立的部分』开始着手设定"** (p0093)。
> 四问里你最确定的那一问，就是第一个该动的模块。

**技巧**：乐句已经写好的话，**一边反复播放一边设计音色**，效果颇佳 (p0093)。
——音色是在上下文里判断的，不是独奏试听判断的。

---

### 3.5 ★ 起振是音色的身份证（Howard & Angus）

四问清单问的是频谱与包络，但**辨识度几乎全在头几十毫秒**：去掉起振与衰减之后，小提琴和小号很难区分（p0222–0223）。
合成音色"假"，多半不是频谱错，是起振里该有的线索没有。书里点名六条（p0223）：
弓弦摩擦、铜管辅音式的起振、吹管的呼吸噪声、簧片起振的拍打、琴锤的击打、琴弦回落。

**做音色时的三条**：

1. 模仿真乐器，先问它的起振里有什么噪声或非谐波成分，再问稳态频谱。采样"假"多半因为循环段取自稳态、起振被切平（p0217）
2. 起振不受房间染色，第一次反射通常在起振结束之后才到（p0217）。**混响救不回一个被削平的起振**
3. 各族起振长短差很多：铜管基频先行、极短；长笛基频之前有约 70 ms 呼吸噪声；小提琴起振约 160 ms、颤音要到 250 ms 后才出现（p0220–0221）。
   做一个"快断奏用"的音色，起振必须短；做一个"长音用"的音色，起振长一点反而像

各族起振的对照表在 `mc-texture-layering` reference §5a.2。

### 3.6 ★ 音响动态的强调：给慢起音的层叠一个快起音（杨立青）

"音响动态"指一个音的起振、稳态、衰减的时间过渡特性。**用不同音色叠置去强化、夸大、甚至改造某个因素原有的音响动态**，
就叫音响动态的强调（杨立青下册 p0287）。

最常见的用法：**pad 或弦乐长音没有音头，叠一层起音快的东西（pluck、钢琴、拨奏、mallet）给它一个音头**，
听感上 pad 自己有了棱角，其实音头来自另一件。反过来，一个太硬的音头可以叠一层慢起音把它"化开"。

这是"为什么两层叠起来比各自好听"最常见的机理之一。写进规格单时把它当一个明确的决定：
`roster[].note` 写清"这一层是给谁补音头的"。

同一体系里还有一条与音色有关的：**心理力度的高点不一定是物理响度的高点**（p0283–0284）。
旋律的顶音或骨架音，即使力度在往下走，也常用另一件音色叠上去强调它。柏辽兹在 ppp 处给顶音叠圆号就是这个意思。
做音色层时，给"要被听见的那个点"预留一件能叠上去的音色，比整体推力度有效。

## 4. 雕刻模型：减法合成在干什么

作者把音色设计比作**雕刻**（p0037）：

| 雕刻 | 合成器 |
|---|---|
| ① 挑选素材（木材、石材） | **选择波形** |
| ② 选用复合素材 | **使用多组振荡器** |
| ③ 从庞大原型中**削去**想舍弃的区块 | **以滤波器截除不要的泛音** |
| ④ 需要的部分**修补强化** | **RESONANCE** 凸显指定频段，或用 **FM / OSC SYNC / RING MOD** 制造新泛音 |

而 **EG 和 LFO 制造时间上的变化**，近似逐格拍摄的黏土动画 (p0037)。

**这个模型的用处**：它把"加效果器"从流程里排除了。
④ 的四种手段全都在合成器内部——**先在音源里把音色做对，再考虑效果器**。

---

## 5. 滤波器选型

| 类型 | 做什么 (p0037–0038) |
|---|---|
| **低通 LPF** | 从声音顶端（高频泛音）开始截除 |
| **高通 HPF** | 从最下方的根基（低频）开始截除 |
| **带通 BPF** | 只保留想要的部分，上下皆截除 |
| **凹口 Notch** | 只截除指定部分，上下皆保留 |
| **梳状 Comb** | 像梳子刷过，留下条纹状结果 |

> **合成器音色设计中九成以上用低通**——因为合成器预设波形的泛音含量通常比普通乐器多，
> 需要削去高频泛音 (p0038)。

**所以**：不确定用哪个就用低通。用到 Notch 或 Comb 时，要说得出为什么。

---

## 6. ★ 差音：为什么纯正弦贝斯会消失

这是一条**心理声学**的硬约束，不是品味问题。

> **差音（difference tone）**：即使听不见基音，大脑也会从泛音推断出基音。
> 例如同时听见 300 Hz 和 400 Hz，大脑会自动补上最大公约数 **100 Hz**，
> 让人误以为听见了 100 Hz 的声音 (p0127)。

> 但——**"正弦波完全不含可当做判断依据的泛音，因此自然就不会产生听觉错误"** (p0127)。

**后果**：一个纯正弦贝斯在监听音箱上很好，**在手机、笔记本、蓝牙音箱上直接不存在**。
因为那些设备放不出基音，而正弦波没留下任何让大脑推断基音的线索。

**两条路** (p0127)：

1. **补足泛音**，制造可产生听觉错误的声音 ← 几乎总是选这条
2. 以大型舞厅/音乐厅等能播超低音的环境为前提，**放弃一般的视听环境**

### 补足泛音的两种做法

**其一：移调叠加** (p0127)
复制同样的演奏到另一轨，**TRANSPOSE 到高八度、或高八度再加完全五度**，略微混合。

> **"补上多个泛音也颇具效果，不过要是补太多会失去『正弦波的质感』，
> 因此目标可放在听得到又听不太到的程度"** (p0127)。

**其二：破音**（推荐初学者，效果较自然）(p0127)
插入破音效果器制造微妙的效果。
> **"若辨别得出破音就表示加过头了"** (p0127)。

**路由法**：正弦贝斯经 Bus 送到 AUX 轨，在 AUX 上加破音再回送混合；
破音量太小的话，**先在 AUX 上 low cut，这样不会干扰原音** (p0128)。

**自检动作**：任何以正弦波/极暗音色为低频主体的编曲，
**必须在手机外放上验证一遍**。这是本 skill 唯一一条要求实际听设备的检查。

---

## 7. 与 ARR-SPEC / 各后端的对应

音色在 ARR-SPEC 里落在 `roster[].instrument`（抽象选择）、`roster[].timbre`（给文本后端）
和 `roster[].synth_params`（给参数后端）上。
**同一份描述要能被三类后端消费**，所以写法有讲究：

| 后端 | 怎么消费 | 写法要求 |
|---|---|---|
| Suno / MiniMax（文本提示） | 只认自然语言 | 用**可听感的形容**：材质、年代、参照乐器。不要写 CUTOFF 数值 |
| YuE2（文本＋条件） | 同上，可带段落级差异 | 同上，但可以逐段不同 |
| MIDI / MusicXML → DAW | 认参数 | `roster[].synth_params` 写四问的答案与关键旋钮 |

**写法示例**（同一个音色的两种投影）：
- 文本后端：`warm analog saw bass, slightly detuned, short attack, filter opens over 2 bars`
- 参数后端：`{osc: saw×2 detune 8c, filter: LP24 cutoff 320Hz, FEG amount +40 decay 900ms, amp: A0 D200 S0.7 R120}`

**这两条必须同源**——从四问的答案生成，而不是分别编。
不同源就会出现"文本后端和 MIDI 后端听起来是两首歌"。

---

## 8. 写完后必过

- [ ] 每个设计过的音色都答过**四问**，答案写下来了
- [ ] 从**零点**出发；若从预设改，说得出改了哪几处
- [ ] **音域**是先定的，不是最后调的
- [ ] 用了非低通滤波器的地方，说得出为什么
- [ ] ④ 的泛音增强优先在**音源内部**做（FM/SYNC/RING/RESO），不是先挂效果器
- [ ] 低频主体若是正弦波/极暗音色，**补了泛音**，并**在手机外放验证过**
- [ ] roster 的音色描述同时给出了**文本版和参数版**，且两者同源
- [ ] 音色是在**乐句上下文里**试的，不是独奏试听定的

---

## 附：来源

- **野崎貴朗《圖解合成器音樂創作法》**——§1–§6 全部主干
  （24 音色設計的定理、25 從初始設定開始、09 濾波器①、36 正弦波貝斯／差音）。页码为该书页。
- 各风格的具体音色配方（电音放克粗犷贝斯、Detroit techno、IDM、Electro House、
  嘻哈肥厚贝斯、R&B 抒情、鼓打贝斯等 10+ 种）整理在 [reference.md](reference.md)。
- 竹内一弘《EDM 制作》的 EQ／压缩章节**不在本 skill**——归 `mc-mix-intent` 与出库混音库。
  
- 差音的声学原理另见 **Howard & Angus《音乐声学与心理声学》**（缺失基频 / missing fundamental）。