在談到各種錄音制式之前需要聲明的是，如此眾多的錄音制式都是為了實(shí)現(xiàn)立體聲而設(shè)立的。而首先需要糾正的，同時也是初學(xué)者需要搞清楚的就是：一支麥克風(fēng)，除非聲明是立體聲麥克風(fēng)，只能錄下單聲道的音頻信號。所以立體聲錄音就是使用2支或者2支以上的麥克風(fēng)錄制立體聲音頻的過程。而下面談到的錄音制式，就是實(shí)現(xiàn)這種結(jié)果的手段。但是在講到具體錄音制式之前，我們需要有充足的立體聲原理做為理論儲備，有了這些理論，我們才能深刻理解不同錄音制式的原理以及探討它們存在的問題。

人的聽覺是靠兩只耳朵產(chǎn)生的，下面我們就要回憶立體聲在人耳中是怎么實(shí)現(xiàn)的。首先我們要說的是聲像定位在正前方的情況，所謂的正前方，按照嚴(yán)格的幾何定義就是處于人頭的垂直平分線上。根據(jù)幾何定理，從聲源到左右兩耳的距離應(yīng)該相等，也就是說聲波到達(dá)左右耳的時間應(yīng)該完全相同。而當(dāng)聲像偏左的時候，我們可以得知聲音到達(dá)左耳的距離要小于聲音到達(dá)右耳的距離，這也就意味著聲音先達(dá)到左耳，兩耳之間存在一個時間差。從這里我們可以得到一個結(jié)論：兩耳之間聲音的時間差影響到音源的定位。這也是第一個立體聲原理，時間差定位原理。除了時間差，如果我們回到上文中的距離，我們會發(fā)現(xiàn)，根據(jù)聲波傳播的物理限制，距離越遠(yuǎn)，聲波的衰減度越大，也就是說隨著距離的增加，聲波的能量衰落，音量會減小。這樣也就意味著聲源到兩耳的距離差也會造成聲音大小上的差異。這個差異，用專業(yè)的術(shù)語來說就是聲級差。因此這里我們可以總結(jié)出這樣一個判斷：人耳判斷立體聲定位，依據(jù)兩點(diǎn)——時間差和聲級差。而在重要程度上，很明顯時間差效果更加明顯一些。

有了上面的理論儲備，下一步，我們就進(jìn)入到具體的錄音制式加以分析它們的優(yōu)缺點(diǎn)以及各種變種。

AB錄音制式

一開頭我們先輕松一下，猜猜第一種錄音的方式是怎樣的？要求盡量遵循簡單的原則——就是用2只麥克風(fēng)錄制立體聲。很多人應(yīng)該可以想到，最簡單的方式，應(yīng)該是2支麥克風(fēng)處于兩只耳朵的位置，這樣模擬出的效果，按道理推論比較靠譜。沒錯，大家想對了。將兩只麥克風(fēng)分開一定的距離，指向音源，就是AB制式的雛形，如圖1。

因此AB制式的具體定義應(yīng)該是，兩支麥克風(fēng)有一定的距離，平行放置，指向音源。指向性多為心型或者是全指向。這個距離有多大？可以是10厘米，也能有十幾米遠(yuǎn)。AB制式的特點(diǎn)在于對于麥克風(fēng)的要求相對寬松，只需要兩只同樣的麥克風(fēng)就可以，如果實(shí)在沒有，2支不一樣的麥克風(fēng)也可以考慮——當(dāng)然前提在于音質(zhì)要求不高。如果是要追求最佳效果，你需要的是兩支同樣型號的、并且工廠配對的麥克風(fēng)。

AB制式所營造的聲場，處于兩支麥克風(fēng)之間，也就是說，如果是超過左邊邊界的聲源，最終回放的時候，仍然會被定位在最左邊揚(yáng)聲器的位置，同理右邊。但是這樣一來，就出現(xiàn)了位置上的失真。因此在古典音樂錄音的時候，為了錄制出交響樂隊龐大的寬度和縱深感，甚至需要將兩支麥克風(fēng)拉開到10來米的距離。但是如此一來也帶來了一個嚴(yán)重的問題，這個問題就是著名的中間空洞現(xiàn)象，或者是稱為中間黑洞。

所謂的中間黑洞，所說的是這樣一種聽感：你會感覺到錄音的中部非�？斩�，沒有什么樂器集中在中部，而左右揚(yáng)聲器附近，卻聚集了不少樂器。這種現(xiàn)象的成因也是比較容易解釋的。首先我們假設(shè)一架鋼琴，寬度大約為2米。我們使用AB制式錄音，兩支麥克風(fēng)距離2米。這樣一來，錄制出的音頻，鋼琴將充斥整個錄音，鋼琴的寬度占據(jù)了整個聲場空間，這樣一來聲音就會豐滿很多。而如果將兩支麥克風(fēng)拉開將近10米，則錄制出的音頻中，鋼琴的寬度只占據(jù)了20%的聲場空間，這時候鋼琴的寬度就會顯得小很多。這個例子解釋了當(dāng) AB制式錄音寬度達(dá)到一定的距離，會出現(xiàn)音源按比例縮小的現(xiàn)象，這樣一來，在人的心理上有種感覺，那就是中間部分比較空，聲音不夠豐滿。

為了解決這個問題，出現(xiàn)了很多AB錄音制式的改良方法。其實(shí)大家已經(jīng)可以猜到改良的方法，由于問題是中間顯得空洞，因此最直接的解決辦法，就是在中間增加一只麥克風(fēng)。這樣一來，就改善了中間黑洞現(xiàn)象。下面，就讓我們看看那些真正輝煌的AB改良錄音制式。它們曾經(jīng)都很輝煌，只可惜很多人已經(jīng)忘記了它們實(shí)際上都算是AB錄音制式的一種。

Decca Tree

Decca Tree這個代表著古典音樂的錄音方式，顧名思義來源于英國老牌唱片品牌Decca。 Decca Tree起源于50年代，那個時候是古典音樂和模擬錄音的黃金時期，立體聲錄音還剛剛處于萌芽階段。在那個時代，是音樂大師層出不窮，經(jīng)典作品不斷涌現(xiàn)的時代。而Decca公司的錄音師威爾金森，正是靠著Decca Tree營造出了著名的Decca之音。Decca Tree錄制出的音響效果，具有開闊而深遠(yuǎn)的音場空間感、透明度一流的秀美音色，如臨現(xiàn)場的精確定位，以及華麗自然、輝煌而不刺耳的音域平衡度。這些特質(zhì)也就構(gòu)成了Decca的金字招牌。

Decca Tree是一種三支麥克風(fēng)拾音的錄音制式，個人認(rèn)可以看做AB錄音制式的改良版。當(dāng)然也可以看作是另外一種M/S錄音制式的改良版（后文再說）。Decca Tree是在指揮的后方，架設(shè)一個T型麥克風(fēng)支架，然后每一端架設(shè)一支獨(dú)立的全指向麥克風(fēng)。兩邊的麥克風(fēng)呈現(xiàn)135度角，如圖2

傳統(tǒng)的Decca Tree錄音，兩邊麥克風(fēng)之間的距離大約為1.5米，角度約為135度。中間的麥克風(fēng)垂直于兩邊麥克風(fēng)的兩點(diǎn)之間的沿線，靠前約75厘米。麥克風(fēng)選擇上，使用的是今天已經(jīng)成為古董的Neumann M49s和M50s。錄音師還可以根據(jù)不同情況對方案進(jìn)行微調(diào)，從而達(dá)到自己滿意的效果。

Decca Tree的優(yōu)點(diǎn)在于其兩邊的麥克風(fēng)由于距離遠(yuǎn)，因?yàn)榭梢圆蹲降浇豁憳泛甏蟮穆晥鲂Ч�。同時中間那支麥克風(fēng)，又補(bǔ)償了兩邊麥克風(fēng)距離過遠(yuǎn)造成聲音中間空蕩的效果。因此整體錄音效果顯得豐滿無比，同時音場非常的真實(shí)。如果加上補(bǔ)償麥克風(fēng)的效果，就可以達(dá)到最接近現(xiàn)場效果的交響樂錄音。因此在今日的交響樂錄音中，Decca Tree成為了一種普遍的配置。

Decca Tree的代價并不是特別高，天價麥克風(fēng)并不是必需的。因此在交響樂錄音中，Decca Tree應(yīng)該是首要的考慮對象。

Living Presence的大AB錄音

差不多和Decca Tree同時代，大洋彼岸的美國佬也想到了類似的錄音方式。這就是著名唱片品牌mercury水星的Living Presence系列錄音。和Decca Tree一樣，這也是一種三支麥克風(fēng)錄音的方式。這種方式來源于傳統(tǒng)的AB錄音，也就是首先兩支麥克風(fēng)以AB 制式放置，但是距離非常遠(yuǎn)，一般達(dá)到3-5米之巨，這樣能夠有充分的空間捕捉到交響樂龐大的聲場。但是同時也帶來中間的聲音非�？斩�。為了彌補(bǔ)這項(xiàng)缺憾，Living Presence在中央設(shè)立了一支補(bǔ)償麥克風(fēng)，從而使得中間聲音飽滿。這種錄音方式，帶來的是極端溫暖華麗的聲音，正如同50，60年代繁榮的美國一樣，聲音飽滿動人，充滿了年輕人的朝氣。

隨著時間的推移，Living Presence的錄音方式逐漸被人忘記。其根本原因這種聲音太具有美國人的特點(diǎn)。很多錄音聽起來效果非常好，音染出眾。所以樂器就如同被鑲上了金邊一樣顯得異常華麗。但是對于嚴(yán)肅的交響樂來說，這樣的聲音又顯得太過個性，有違交響樂的真正含意。因此，到了今日，Decca Tree仍然是主流，而Living Presence只能作為一種時代的聲音，留在老人們的印象中了。

上面所說的，都是AB制式錄音創(chuàng)造的輝煌。AB制式錄音式之所以常用，是因?yàn)榱Ⅲw聲效果出色，既有時間差的效果也有聲級差的效果。但是，這不代表這AB錄音能夠通吃一切，AB制式最大的缺點(diǎn)在于非常糟糕的單聲道兼容性。雖然現(xiàn)在已經(jīng)多采用立體聲錄音，但在很多領(lǐng)域，比如電視直播等，還是需要單聲道的。將立體聲變成單聲道比較簡單，一般就是將左右聲道混合成一個單聲道。而AB制式，只要兩支麥克風(fēng)距離超過20厘米，就會有嚴(yán)重的相位抵消——梳狀濾波器效應(yīng)非常嚴(yán)重。因此下面我們要說的，就是其他錄音制式的故事。

XY錄音制式

XY錄音制式的名字很形象，XY錄音制式是指將兩支麥克風(fēng)交叉在一起的一種錄音方式。交叉在一起有兩種情況，一種情況呈X形狀，一種則呈Y形狀，因此就叫XY錄音制式，很形象吧，如圖3。

XY制式錄音中，兩支話筒位置相同，因此不存在時間差，只有聲級差。有一部分人認(rèn)為XY錄音制式優(yōu)于AB制式，理由是由于很多錄音環(huán)境并不完美，因此話筒收到的相位信息不一定真實(shí)，也就是說時間差會受到干擾。這樣一來效果反而不好，失真會大。而XY 制式，不依靠時間差，因此可以避免這種現(xiàn)象。XY 制式另外一項(xiàng)突出優(yōu)點(diǎn)在于具有出眾的單聲道兼容性，因此對于電視直播現(xiàn)場錄音很好。但是，XY制式也有缺點(diǎn)，最大缺點(diǎn)在于對麥克風(fēng)的素質(zhì)要求很高。XY制式要求麥克風(fēng)必須是同樣型號，并且工廠配對的麥克風(fēng)才可以。甚至只使用同樣型號的麥克風(fēng)，效果都會差不少。對麥克風(fēng)的高標(biāo)準(zhǔn)要求，無疑增加了成本。此外，XY制式還需要避免不同平面的問題，這個問題出現(xiàn)在麥克風(fēng)交叉的時候，需要盡量使得兩支麥克風(fēng)和音源處于同一個水平面，如果兩支麥克風(fēng)存在高度差，則可能引入新的時間差和聲級差，造成失真。

M/S錄音制式

M/S制式的具體含義很多，通常解釋的英文也很多，大致上有這么幾種，都是正確的說法。

Mono/Side（單聲道/兩邊），Mono/Stereo（單聲道/立體聲，這個說法最奇怪），Mid/Side（中間/兩邊，這是最形象的說法），Sum/Difference（和/差，這是最反映原理的說法）。這些不同的說法，指的都是一回事——M/S制式，如圖4。

M/S制式的實(shí)現(xiàn)相對復(fù)雜不少，從麥克風(fēng)擺放到解碼過程，都需要特殊的過程。M/S制式要求兩支麥克風(fēng)處于同一點(diǎn)上拾音，一只主麥克風(fēng)，呈心型指向音源，這只麥克風(fēng)被稱為M。另外一支麥克風(fēng)，呈8字型指向兩邊，因此看上去是個橫著的8字，被稱為S。錄制出的音頻則有個解碼過程才能變成立體聲，具體就是這樣：左聲道的信號為M+S，也就是M和S聲道混合在一起。右聲道信號為M-S，也就是將S聲道反相后和M聲道混合起來。有人問了，這是怎么個原理呢？原來那個S話筒，左聲道進(jìn)來的信號，和右聲道是反相的。因此把S信號反相，就可以得到右邊的信號。上文中提到和差，就是指的 M/S制式的解碼原理。M/S制式的優(yōu)點(diǎn)之一如同XY制式一樣，只有聲級差，而沒有時間差。并且M/S和單聲道的兼容性是完美的——只要扔掉S聲道信號就是單聲道信號了，還能有比這個還完美的嗎？M/S制式的最突出優(yōu)點(diǎn)在于對于后期處理的難易程度來說。M/S制式是最適合后期處理的錄音制式，可調(diào)整的余地大了很多。但是M/S制式也存在著缺點(diǎn)，我們可以想象，由于8 字型并不完全拒絕中間信號，因此S聲道信號中仍然含有中間部分的信號。因此與AB制式相反的是，M/S制式存在著中央信號加重的傾向，這樣中央信號的位置會聽起來相對偏前。同時 M/S 制式對聲學(xué)環(huán)境要求很高，如果控制不好M/S制式麥克風(fēng)所在的位置，則會出現(xiàn)加重房間反射和混響聲音的現(xiàn)象，因此需要小心處理。

令人高興的是，M/S制式對于麥克風(fēng)的要求不高。但是代價是后端解碼過程相對繁瑣。無論如何，運(yùn)用好M/S 制式，可以讓錄音師的錄音水平更上一層樓。

仿真人頭制式（Dummy Head）

聽過耳機(jī)的朋友大多知道，耳機(jī)重播音樂的效果和音箱有很大的不同，特別是在“音場”方面。耳機(jī)雖然也能營造出音場的效果，但遠(yuǎn)不如音箱自然。“耳機(jī)的最大缺陷就是沒有音場”已經(jīng)是共識。這是什么造成的呢？主要有兩個因素。首先，用音箱回放音樂時，聲音信號從音箱發(fā)出，通過空氣傳播，到達(dá)人耳。這時，人耳聽到的“音箱的聲音”和聽到自然界中各種聲音一樣，經(jīng)過耳廓、外耳、耳道，傳導(dǎo)到耳鼓膜，被大腦神經(jīng)所感知。在這個過程中，人的耳廓、耳道、人的頭蓋骨、肩部等對聲波的折射、繞射和衍射，都會對聲音造成一定影響。在聲學(xué)上，用HRTF，即“頭部相關(guān)傳輸函數(shù)”來描述這種影響。正是由于HRTF 的影響，人的大腦能根據(jù)經(jīng)驗(yàn)判斷出聲音發(fā)出的方位和距離。人即使蒙上眼睛也能判斷聲音發(fā)出的方向和距離，這就是靠大腦根據(jù)經(jīng)驗(yàn)做出的判斷。通過耳機(jī)欣賞音樂時，聲音是被耳機(jī)的驅(qū)動單元直接送進(jìn)雙耳的，也就是說，人的耳廓、頭蓋骨和肩部等對聲音造成的影響沒有了，HRTF不存在了。在這種情況下，人的大腦就無法準(zhǔn)確判斷聲音的方位和距離。此外還有一點(diǎn)，人耳聽聲音時候，左右聲道會串在一起進(jìn)入耳朵，而耳機(jī)，由于很多采用聲音隔絕的罩子，因此左聲道進(jìn)入左耳，右聲道進(jìn)入右耳，串?dāng)_程度很低，這也造成了耳機(jī)聽覺和音箱很不一樣的情況。由于這種左右聲道混合的缺乏，導(dǎo)致用耳機(jī)欣賞音樂時，音場的感覺不自然，樂器的定位似乎是虛的，音場的大部分似乎擠壓在左右耳之間的腦海中，俗稱“頭中效應(yīng)”（In-Head Effect）。

正是由于有這樣大的問題，因此為了使得耳機(jī)也有得聽，就出現(xiàn)了仿真人頭這種錄音制式。仿真人頭是一個用木頭或者塑料做成的假人頭，直徑約20厘米左右，在它的耳道末端，分別裝有兩支麥克風(fēng)，它們一般是無指向性的。然后，將兩者的輸出分別作為立體聲的左右聲道信號，如圖5。

仿真人頭制式由于模仿了這一過程，因此錄音在耳機(jī)上聽起來非常好。但是也具有比較大的缺點(diǎn)，仿真人頭有耳廓，而聽眾也有耳廓，這樣在回放錄音時，會出現(xiàn)雙重耳廓反射的聲音，這對于聲音的清晰定位，仍然有比較大的干擾。但是的確，在耳機(jī)回放這個問題上人類還沒有找到比仿真人頭更出色的辦法。

ORTF制式

ORTF制式使用兩支心形傳聲器，拉開距離20厘米，兩支傳聲器主向朝前張開110度。 這種制式是法國電臺首創(chuàng)并推廣使用的，所以以法國電臺的名稱來稱呼它。這種制式實(shí)際上是AB制式和仿真人頭制式的混血，定位效果出眾，尤其是表現(xiàn)移動的聲像，效果突出，適合聆聽廣播劇使用。