推荐 Slug: pitch-vs-timbre-vowels
元数据描述: 解释为什么在调音器上显示相同的音名，发“i”音时听起来却更高，发“u”音时却更低。本文将整理基音F0、泛音、共振峰、音色的明亮度以及音分（cent）表示，并说明其与DAM评分的关系。
SEO 关键词: 音高 音色 区别, i u 听起来低, 基音 泛音, 共振峰, 音色 明亮度, DAM 元音 音高
音高并不是“声音中最高的频率”
人的声音并非仅由单一频率组成。
例如，一个基音为 220Hz 的声音，大致包含如下整数倍的成分：
- 220Hz：基音
- 440Hz：第2泛音
- 660Hz：第3泛音
- 880Hz：第4泛音
如果单独发出 440Hz 的声音，它比 220Hz 高一个八度。然而，当 220Hz、440Hz、660Hz、880Hz 以整数倍的关系同时发出时，耳朵通常会将它们作为一个以 220Hz 为基础的单一声音来整体感知。
频率翻倍即代表音高上升一个八度。这一原则与“低音中包含高频泛音”这一事实是可以并存的。
即使调音器显示相同的音名，也不一定完全是同一个高度
调音器显示的音名是一个以半音为单位的分类。
例如，即使屏幕上一直显示“Do3”，在该范围内也可能存在以下差异：
- 比中心音低 20 音分（cent）的 Do
- 几乎处于中心位置的 Do
- 比中心音高 20 音分的 Do
半音等于 100 音分。即使音名没有改变，那些决定在 DAM 评分中能否显示为金色的细微偏差依然存在。
因此，当元音从“i”变为“u”时，需要确认的不是音名的文字，而是指针或音分值是否发生了移动。
音色是“将相同音高的声音分辨为不同声音的特征”
即使音高、音量和时长完全相同，钢琴、吉他、小提琴和人的声音听起来也是不同的。这种差异就是音色。
音色包含多个要素：
- 泛音强度的分配
- 声音的起音时间（Attack time）
- 随时间推移的衰减方式
- 频谱的起伏
- 共振频带
- 噪声成分
“明亮”或“暗淡”也是对音色的描述。
音色的“明亮度”与高频成分的强度相关
在心理声学中，所谓的“明亮度”并非单纯的主观感受。它与能量向高频侧偏移的程度密切相关，特别是与频谱重心（Spectral Centroid）有着强关联。
- 高次倍音显著：明亮、尖锐、硬朗
- 高次倍音微弱：暗淡、圆润、柔和
不过，音色是一个多维度的概念，并不能仅凭明亮度来决定一切。
“i”与“u”即使声带高度相同，共鸣也会发生变化
决定音高的主要声源是声带振动。这些声音会经过由舌头、嘴唇、下颚、咽喉等组成的声道进行加工。
由于发“i”音和“u”音时舌头和嘴唇的形状差异巨大，因此被称为“共鸣峰”（Formant）的共鸣频带也会随之改变。
通俗来说，人们往往会有如下感觉：
- “i”：明亮、尖锐、具有前冲感、听起来音调较高
- “u”：暗淡、圆润、具有后缩感、听起来音调较低
然而，如果调音器的音分（Cent）值没有变化，那么实际的基础频率（F0）几乎是相同的。发生变化的主要是音色。
将音色的变化误认为音高的变化并不罕见
研究表明，虽然在理论上音高与音色是两种不同的感知属性，但在实际判断时两者会产生相互干扰。
特别是当频谱重心上升导致音色变亮时，人们可能会误以为音高升高了，反之亦然。即使接受过音乐训练，这种干扰也未必能完全消除。
因此，“明明发成‘u’音后听起来像是降了半音，但测量结果却是一样的”这种经历并不矛盾。
耳朵检测到的是真实存在的变化，只是可能将这种变化类型误分类为了“音高”。
元音虽有固有的基频（F0）倾向，但不能说“u音一定低半音”
在语音学研究中，普遍报告称高元音的固有基频（F0）往往比低元音更高。也就是说，元音的发音动作与基频并非完全无关。
然而，不能仅凭这一倾向就断定“只要发‘u’音，任何人的音高都会下降半音”。
半音是100音分这一巨大的差异。如果在改变元音时实测音高下降了接近100音分，那么可能不仅是嘴唇在动，还联动了以下动作：
- 舌根强烈向后缩
- 下颚闭合
- 喉部周围肌肉放松
- 声带张力降低
- 声量或气息压力突然下降
另一方面，如果音分值没有变动，那么口型就不是导致音高下降的主因。
DAM检测的音高与人耳感受到的“高”并不一致
DAM的音高评价主要是将歌声中估计的基音变化与评分参考进行比较。
如果只是音色较暗，原则上不会被判定为“半音偏低”。
但是，如果在元音变化时出现以下问题，就会间接影响音高轨迹。
- 声音变得太小
- 气声导致周期变得不清晰
- 元音切换时F0短暂下降
- 舌头或下颌移动导致发声不稳定
- 短音无法形成稳定区间
问题并不在于元音的暗淡，而是在于元音变化时实际F0和声音稳定性的变化。
不是放弃耳朵，而是区分耳朵和机器的职责
耳朵在以下判断上比较强：
- 旋律明显不同
- 半音级别的偏差
- 音色明亮还是暗淡
- 声音是否吃力
- 表现是否自然
- 与原曲的印象是否不同
机器在以下判断上比较强：
- 10至30音分的小偏差
- 音头的下降
- 音尾的下降
- 元音切换时的短暂变化
- 自己的内部感觉与外部输出的差异
因此，在评分改善中，重要的是“不完全相信耳朵”，而是“不让耳朵负责数十音分的测量”。
结论是“即使音名相同，音色也会变化，音色会影响音高的感觉”
“い”和“う”听起来不同本身并不是错误。
- 有可能音高发生了变化
- 有可能只是音色发生了变化
- 有可能两者都发生了变化
通过使用调音器的音分值或DAM轨迹，可以区分这些差异。仅靠音名显示无法进行细致的判断。
