---
name: mc-texture-layering
description: Texture and spectral layering (织体与频谱分层) - arranging as a space budget rather than an instrument list. Foreground/middle-ground/background depth planning, the perceptual cues that decide what a listener hears as lead, rate-of-change discipline per depth layer, the frequency budget and the three ways to resolve a collision (yield / separate registers / alternate), and the maximal-density method for building dense sections. Use when a mix or arrangement sounds muddy, flat, or two-dimensional, when two parts fight, when the wrong element is grabbing attention, when something is written but inaudible, or when filling the spectrum_budget field of an ARR-SPEC. Grounded in critical bands, masking asymmetry (low masks high), temporal masking and auditory grouping. 织体、频段预算、临界频带、掩蔽、前中后景、深度、密度、声部打架。
---

# 织体与频谱分层（Texture & Spectral Layering）

**核心观念：编曲是一份空间预算，不是一张乐器清单。**

> **音乐空间有边界，像画布一样，添加超过限度就会覆盖已有内容。**
> **每添加一个部分，其他部分就需要更费力地争夺听众注意力。** (p0286)

所以"加一层"从来不是免费的。这个 skill 管的就是**怎么分配这份有限的空间**。

## 按任务读哪几节

| 症状／任务 | 读 |
|---|---|
| 糊、浑、听不清 | §4 频谱预算 |
| 平、二维、没有纵深 | §2 深度三层 |
| 主角不突出／抢戏的是别人 | §3 深度线索 ＋ §3.2 陷阱 |
| 写了但听不见 | §3、§4 一起看 |
| 段落越到后面越乱 | §5 变化率纪律 |
| 要做一个很密但不乱的段落 | §6 最大密度法 |
| 填 ARR-SPEC 的 spectrum_budget | §7 ＋ §8 |

## 边界：什么不归这个 skill 管

| 不归这里 | 归哪 |
|---|---|
| 用哪件乐器、混合音色怎么混 | `mc-orchestration` |
| 什么时候进场退场、能量曲线 | `mc-arrangement-arch` |
| 具体的 EQ 频点、压缩比、母带 | 出库 → 声音设计与混音库 |
| 段落让路的**意图**（哪段谁让谁） | `mc-mix-intent`（本 skill 管**结构性**的分层，它管**段落性**的让路） |
| 鼓组内部的层次 | `mc-rhythm-section` |

> `mc-texture-layering` 与 `mc-mix-intent` 的分界容易含糊，记住这条：
> **本 skill 的解法是"改写"（换音区、减音符、换乐器、错开时间）；
> mix-intent 的解法是"改混"（让频、侧链、动态）。**
> 能在作曲层解决的，不要留给混音——那是把问题往下游推。

---

## 1. 动笔前必填

| 必填 | 问法 |
|---|---|
| **① 深度图** | 每个元素在前景／中景／背景的哪一层？（§2） |
| **② 频段归属** | 每个元素主要占哪个频段？说不出来就还没想清楚 |
| **③ 冲突清单** | 哪两件在抢同一块空间？（§4） |
| **④ 每处冲突的解法** | 让频／错开音区／交替出现——**三选一，写明是哪一种** |

---

## 2. 深度三层：前景、中景、背景

**问题**：音乐感觉"扁平（flatness）"或二维化，缺乏深度感 (p0111)。

**做法**：借用视觉艺术（电影、摄影、绘画）的概念，**在作曲阶段就规划深度层级**，
而不是把它全留给混音 (p0111)。

| 层 | 视觉类比 (p0112) |
|---|---|
| **前景** | 离观察者最近，通常是主体，焦点清晰，细节丰富 |
| **中景** | 介于两者之间，非主要焦点，但比背景更近更突出 |
| **背景** | 距离最远，可识别但模糊，细节较少 |

**制作层面怎么推拉** (p0112–0113)：

| | 拉近（推向前景） | 推远（推向背景） |
|---|---|---|
| 音量 | 更响 | 更轻 |
| 音色 | 更亮（增加高频） | 更暗 |
| 空间 | 更干（原始信号比例高、混响少） | 混响更多 |

**★ 但本 skill 关心的是作曲层面的深度**，见 §3——那部分是混音救不回来的。

---

## 3. 深度线索：听众凭什么决定谁是主角

### 3.1 四条感知线索

> **人耳倾向于把「高」「响」「快」「变化率快」的声音听作前景。** (p0113)

注意这四条里只有"响"是混音能调的，其余三条**在作曲阶段就定死了**。

其中三条 Howard & Angus 给了听觉上的解释：**响**——听觉在 3–4 kHz 附近最灵敏，同样声压级下这一带比低频响得多（p0091、p0093）；
**高**——5–7 次以上谐波显著的音色被形容为明亮、刺耳、极具穿透力（p0223、p0228）；
**变化率**——听觉对变化的声音非常敏感，不变的东西会被"适应"掉（p0352、p0342）。

**一个精确的例子** (p0113)：
> 鼓组通常很响，但因为其**一致性（consistent and unvarying）**，通常被置于中景或背景；
> 当发生**鼓填充（drum fill）**时，**纹理密度与复杂度的突然变化**使鼓暂时跳到前景。

这条把"变化率"讲透了：同一件乐器，不改音量不改音色，**只靠变化率就能在深度上位移**。
——所以 fill 不是装饰，是**深度调度**。

### 3.2 ★ 最常见的陷阱

> 如果合成器旋律线**比人声高八度**，或者**节奏更复杂、音符跳跃更剧烈**，
> 听众可能会潜意识地把合成器而非人声听作**主导声部**。 (p0113)

这就是"人声被盖住"的真正原因——**很多时候不是音量问题，是感知线索给错了**。
把人声推大 3 dB 解决不了，因为合成器在"高"和"快"两条上都赢了。

人声还有一条自己的线索：歌剧歌手靠 2.5–4 kHz 的"歌唱者共振峰"在整个乐队之上被听见
（Howard & Angus p0209；男高音实测 2.4–3.5 kHz，p0221）。流行人声没有这么强的共振峰，但道理一样——
**这一带是人声出头的窗口**，合成器、失真吉他、镲的谐波峰堆在这里，人声就退到后面。
自检：副歌里 2.5–4 kHz 是谁在占。失效条件：主角不是人声时不适用。

**自检动作**：对每个段落，列出当下最高的、最响的、最快的、变化最剧烈的分别是谁。
**如果这四个答案里主角占不到两个，主角就不是主角。**

### 3.3 解法

不是把主角调大，而是**把竞争者在四条线索上压下去**：

| 竞争者赢在哪 | 怎么压 |
|---|---|
| 高 | 移低八度，或让它只在主角的句间空档出现 |
| 响 | （这条交给混音） |
| 快 | 减音符密度、拉长时值 |
| 变化率 | 让它变成重复的 pattern——**一致性会把它推向背景** |

---

### 3.4 ★ 让层与层分开的六个手段（杨立青）

§3.1 讲的是听众凭什么把一层听成主角，这一节讲**你手上有哪几个旋钮能把两层拉开**（杨立青 p0244–0250）：

| 手段 | 做什么 | 要点 |
|---|---|---|
| **音色** | 换一族乐器 | 层次剥离里起主导作用的因素（p0244） |
| **音区** | 拉开音程距离，或把主线放到它最有特性的音区 | 距离越大覆盖越少；**主线在自己最富特性的中高音区，即使和伴奏搅在同一音区也能浮出来**（p0246） |
| **演奏法** | 换奏法 | 不同时间过渡特性的音色只能产生异质音响，这对剥离层次是有利条件（p0247） |
| **密度／浓度** | solo、soli、tutti 的件数对比 | ★ 两层用完全相同的乐器，只靠件数差也能分开（p0248） |
| **幅度** | 单音组对多音组（同度对八度、多层八度） | 辅助作用（p0250） |
| **力度** | 标高一级或低一级 | ★ **永远只是辅助手段**。音区、音色、密度、幅度本已失调，力度救不回来（p0250） |

**用法**：两层打架，按表从上往下试，**力度放最后**。混音层能动的只有最后一行，前五行全在编曲层，
这就是"能在写法上解决的让路不要留到混音"的依据（reference §7.4）。

## 4. 频谱预算

### 4.1 每件乐器都要说得出占哪个频段

这是 ARR-SPEC 里 `roster[].band` 和 `spectrum_budget` 两个字段的用处。
**说不出频段的乐器，你也不知道它在和谁打架。**

### 4.2 冲突的三种解法

两件乐器占同一块频段时，**只有三条路**，必须选一条并写明：

| 解法 | 做什么 | 什么时候用 |
|---|---|---|
| **① 让频** | 一方在另一方发声时退让（改写：减音符、缩短延音、换和弦排列） | 两者都必须在场，但重要性有别 |
| **② 错开音区** | 把其中一方整体移到别的音区 | 两者都重要、都要全程在场 |
| **③ 交替出现** | 两者不同时发声，按段落或按句轮流 | 两者性格相近，同时出现只会互相抵消 |

**第 ③ 条常被忽略，但往往是最好的解**——它同时解决了频段冲突和 `mc-orchestration` §3.4 的中和问题。

三条解法各有一条 Howard & Angus 划出的边界：
- **错开音区**：掩蔽向上延展，低频掩蔽高频远强于反向（p0239）——把次要声部移到主角**下方**比移到上方更危险；
  临界带宽随频率增大（p0083–0084），低音区同样的音程更容易浑浊——四声部写作要求低音与次中音之间
  不小于四度，除非它们已在低音谱表之上（p0146）。
- **让频**：同一临界频带内，掩蔽阈只比掩蔽声低约 20 dB（p0240）——次要声部在主角的频段里轻不到 20 dB
  就是"写了但听不见"，不如删掉或改音区。
- **交替出现**：响声停止后 100–200 ms 内轻的起音仍被掩蔽（p0241）——句尾空档短于 200 ms 的"交替"不算交替。

> 一个实测样本的写法（City Pop）：
> `1–3 kHz` 段：干净吉他与合成器主音冲突 → **解法：交替出现**，
> 吉他只在主歌/抬升段，合成器只在前奏/副歌/尾奏的句尾空档。

### 4.3 "变薄"：整体移除之外的中间手段

不必非要删掉一整件乐器，可以只削薄它 (p0287)：

1. **减少某件乐器演奏的音符数量**
2. **缩短持续音的衰减时间**，让它迅速让位给混音中的其他部分

**这两条是作曲层的解法，不是混音层的**：改的是谱面上写了多少音、音符占用多长的时值，不是靠 EQ 或压缩去抠掉某段泛音，所以归本 skill，不归 mix-intent。

削薄和整体移除怎么选：一件乐器如果承担着 §2 里的中景或前景角色，删掉整件会让那一层空掉，这时先试削薄；如果它只是在某个片段填充密度、抽掉也不影响谁在说话，直接整体移除更干净。

用 §6 最大密度法把段落堆到很密之后，回头做 §4.2/4.3 这两轮删减时容易删得不够：过度分层的段落需要**大量**擦除才能恢复音乐性，稍一心软就会留下一堆互相抢注意力的音符 (p0288)。判断"够不够"的办法不是数删了几件乐器，是删完之后再听一遍：还有哪个部分说不出自己占的频段和拍点，就还没删够。

### 4.4 一条要先明确的前提

> **减法策略只在你现有的部分已经尽可能好的情况下才有效。** (p0286)

一堆平庸素材里删掉几个，剩下的还是平庸。**分层救不了不好的素材。**

什么时候该往这条路上想：段落听感是"小"、"弱"或"没力量"，第一反应往往是加东西，但原理反过来：每多加一个部件，其他部件就要更费力地去抢听众的注意力，音乐空间是有边界的画布，加过头只会盖掉已经写好的东西 (p0286)。这时候该问的是能不能拿掉些什么，而不是还能塞进什么。

这不是极简主义的专利，也不是某个流派才用得上的技巧：变化率慢的音乐即使元素数量不少，听感也可能是极简的（见 §5 变化率纪律）；反过来，高密度的商业 EDM 只要有意限制同时发声的部件数，照样能听着清晰开放 (p0287)。核心原则是只在必要时添加，但也仅仅是必要时，同时对没有对音乐做出贡献的东西不留情面地删 (p0287)。

### 4.5 叠层不等于更响

两件同样响的乐器叠在一起只 +3 dB，十件才 +10 dB，而 +10 dB 才是响度加倍（Howard & Angus p0040、p0094–0095）。
想让段落"更大"，靠把能量铺到更多临界频带——总声强不变，响度也会增大（p0096）——
也就是往**空着的频段**加东西，而不是往已占的频段叠 unison。
失效条件：同一信号复制出来的相干叠加另算（同相可到 +6 dB，p0035、p0037）。
自检：新加的一层占了哪个之前空着的频段？答不出来就是白加。

★ **频率轴之外还有时间轴**（竹内 p0028–0031）：音压的印象取决于**有没有寂静的空隙**。
每隔三秒戳破一个气球音压不高，不间断地戳就高，最大音量完全一样（p0029）。
底鼓打四分音符时拍与拍之间是空的，所以只靠底鼓推不高音压，得用贝斯把空隙填上；
但低频再怎么填，按等响曲线也带不来大音压的感觉，**真正推高音压的是把 1–5 kHz 用持续音包住**（p0029–0030）。
那正是吉他、人声、钢琴落的频段，所以自弹自唱反而比连续底鼓更容易做大（p0030）。

**编曲含义**：副歌要"大"，先看两件事，一是有没有持续音把拍与拍之间的空隙填掉，二是 1–5 kHz 有没有一层持续的东西（pad、破音吉他墙、和声人声）。
两件都没做，加低频只会闷。

---

### 4.6 ★ 踏板音：什么时候加长音层，什么时候不该加

乐队踏板音就是延续发音的长音或长和弦，流行编曲里的 pad、持续弦乐都是它（杨立青 p0309）。四个功能（p0309）：

1. **中介**：沟通不同音色，让各层融成一个整体
2. **稳定**：在流动的音型化织体里给出清晰的和声轮廓
3. **丰满**：发音更圆润厚实
4. **对比**：与没有踏板音的段落形成疏密浓淡对比

★ **什么时候不该加**（p0313）：织体里的旋律、低音或内声部**本身已经含有长时值音符**时，它们已经在起踏板作用，再加一层持续音是画蛇添足。
追求生硬干涩音响的风格也少加，踏板音出现的频度本身就是风格标记。

**怎么选音**（p0313）：和声换得频繁的段落，选各和弦之间的**共同音**做踏板，让它成为贯穿因素；找不到共同音就筛几个音高不同的长音，尽量让它们连成一条好听的线。
踏板层不一定是长音，震音或结构单纯的音型也可以。

**粘合**（p0311）：密集音型之上加一层长音和弦，让它的音区、排列、密度在每拍第一个音上与音型层吻合，两层就被黏在一起。
反过来，**固定音型与打击乐节奏型也是粘合剂**（杨立青中册 p0514–0515）：一个轮廓鲜明、反复出现的节奏型能把错综复杂的结构整合起来，
既做纵向整合，也做段落之间的横向连接。

## 5. 变化率纪律

> **中景和背景元素的变化率应保持在最低限度，而前景元素允许更多的运动自由度。** (p0114)

这条极其实用，而且是"越到后面越乱"的解药：

- 背景在变 → 听众的注意力被不断拉扯，主角站不住
- 背景不变 → 主角的每一次变化都被听见

**自检动作**：把每个元素的"每几小节变一次"写出来。
**如果背景元素的变化频率和前景一样高，那就没有背景，只有一堆前景。**

**失效条件**：某些风格（IDM、breakcore）的美学就是全员高变化率——
但那种情况下"前景"是靠别的线索建立的（通常是音色的极端性），而不是靠变化率。

---

## 6. 最大密度法：怎么做一个很密但不乱的段落

**问题**：写完第一部分后，加第二部分像从零开始；线性从左往右推进让人望而生畏 (p0265)。

**做法**（注意它是**作曲阶段**的方法，和 `mc-arrangement-arch` §3 的减法编曲是**编曲阶段**的，
两者相似但作用点不同）(p0266)：

1. 从歌曲中间任意一个**最大密度**的点开始——所有可能同时发生的元素**实际上都在同时发生** (p0265)
2. 这一步会堆出**不和谐的混乱（unmusical mess）**，这是预期内的
3. **逐个减去元素**，直到达到既高密度又符合音乐逻辑的水平 → 这就是歌曲的**高潮点** (p0265)
4. **复制**这个峰值段落，通过静音/删除来测试更低密度的版本
5. 找到喜欢的组合就复制粘贴成新段落
6. 于是编曲变成"组织这些不同密度的段落，以符合歌曲的起伏（ebb and flow）" (p0266)

**这个方法的价值**：它让**所有段落天然同源**——低密度段是高密度段的子集，
所以不会出现"各段像不同的歌"。

**代价**：容易过度分层。DeSantis 自己提醒，用了最大密度或减法编曲之后，
**可能意外产生过度分层（over-layering）**，需要大量擦除才能恢复音乐性，
且要格外小心判断**是否移除得足够多** (p0288)。

---

## 7. 与 ARR-SPEC 的字段对应

| 字段 | 本 skill 的哪一节 |
|---|---|
| `arrangement.spectrum_budget` | §4（每条含 band / owner / competitors / **resolution**） |
| `arrangement.roster[].band` | §4.1 |
| `arrangement.depth_map` | §2 深度三层 |
| `arrangement.roster[].band` 的四段划分 | §4.1（见 reference §1） |

**不归本 skill 填**：`roster[].entry/exit`（→ `mc-arrangement-arch`）、
`roster[].instrument`（→ `mc-orchestration`）、`mix_intent.ducking_map`（→ `mc-mix-intent`）。

---

## 8. 写完后必过

- [ ] 每个元素都标了**前景／中景／背景**
- [ ] 每个元素都说得出**占哪个频段**
- [ ] 每段的"最高、最响、最快、变化最剧烈"分别是谁，列得出来；**主角至少占两条**
- [ ] 每处频段冲突都写明了解法是**让频／错开音区／交替出现**中的哪一种
- [ ] 主角是人声时，副歌的 2.5–4 kHz 归人声；低音区两声部间距不小于四度（§3.2、§4.2）
- [ ] 背景元素的变化率**明显低于**前景
- [ ] 用了最大密度法的话，检查过**是否移除得够多**（§6 的代价）
- [ ] 凡是能在作曲层解决的冲突，**没有推给混音**

---

## 附：来源

- **Dennis DeSantis《Making Music》**（Ableton）——§2、§3、§4.3、§4.4、§5、§6 的主干
  （Foreground/Middle Ground/Background、Maximal Density、The Power of Erasing）。页码为该书页。
- 频段预算的听觉基础见 **Izhaki《混音指南》**的掩蔽章节，整理在 [reference.md](reference.md)。
- **Howard & Angus《音乐声学与心理声学》**（Acoustics and Psychoacoustics）——
  §3 的响度／谐波／歌唱者共振峰、§4.2 的掩蔽不对称与时间掩蔽、§4.5 的响度叠加；临界频带的尺子在 reference §1.1。页码为中译本页。
- 混音侧的对应手法见 **Izhaki《混音指南》**——**只取频段预算与意图的部分**，
  EQ/压缩实操出库到声音设计与混音库。