混响从来不只是“把声音放远一点”这么简单。它本质上是在重建一个声学事件发生后的能量衰减轨迹：直达声之后，早期反射如何抵达耳朵，尾音怎样在频谱上逐步塌陷，空间边界又如何塑造密度与方向感。也正因为如此，卷积混响和算法混响的差异，不是“真不真实”这么粗糙的二选一，而是两种完全不同的建模哲学：前者记录现实，后者生成现实，偶尔还故意背叛现实。
卷积混响：把空间“采样”下来
卷积混响的核心是脉冲响应，英文叫 IR。工程上，系统对一个短脉冲的响应，已经包含了该空间的线性、时不变声学特征。把干声与 IR 做卷积运算，输出的就是这段声音在该空间中“被播放过”的结果。
它为什么常被认为更真实
- 早期反射结构完整，墙面、天花板、距离感都更具体
- 频率衰减是被真实记录的，不靠人工猜
- 对教堂、录音室、板式设备这类“个性空间”复现力极强
卷积混响的代价也直接：CPU 与内存消耗高，长 IR 会带来更大延迟；更麻烦的是，它天然擅长“重放”，不擅长“表演”。想让尾音在 2.3 秒处突然长出一点调制感？算法混响顺手就做，卷积混响往往得绕路。
算法混响：用数学搭一个空间
算法混响依赖延迟线、反馈网络、全通滤波器、扩散器等模块构建声场。经典设计如 Schroeder、FDN（反馈延迟网络），目标不是复制某一间房，而是生成“听起来成立”的房。
它厉害在哪
- 参数可塑性高，房间大小、扩散、阻尼、调制都能连续调
- 更容易做出音乐性，而不是纯物理真实性
- 延迟低，适合实时演奏和大规模工程调用
很多流行人声混响其实并不追求“像某个真实大厅”，而是追求前端清晰、尾部丝滑、齿音不过亮。说白了，算法混响更像调音台上的乐器，而卷积混响更像一台相机。
两者怎么选，别靠玄学
| 维度 | 卷积混响 | 算法混响 |
|---|---|---|
| 真实空间复现 | 强 | 中 |
| 参数灵活度 | 较低 | 很高 |
| 调制与运动感 | 弱 | 强 |
| CPU/延迟 | 较高 | 较低 |
| 适用场景 | 影视、原声、古典 | 流行、电子、现场 |
常见使用策略
- 人声主混响：算法混响更常见，便于控制清晰度与尾音长度
- 电影环境声：卷积混响更稳，空间指向性更可信
- 鼓组或军鼓特效：算法混响做门控、闪避、调制，效率高得多
- 原声乐器点缀：短 IR 的房间卷积，经常比“漂亮的大尾巴”更高级
有经验的工程师常把两者叠加：先用算法混响做主体密度，再用极短卷积 IR 补一点真实边界感。听上去不一定更“华丽”，但空间会立起来，像灯一开，轮廓忽然清楚了。
真相往往不浪漫
卷积混响并不天然高级，算法混响也绝不等于“塑料味”。决定结果的，除了模型本身，还有预延迟、EQ、阻尼曲线、立体声宽度，甚至发送电平那 1 dB。很多失败的混响，不是选错了类型，而是把 300 Hz 到 800 Hz 的浑浊区留得太多，尾音一出来，整首歌像蒙了层潮湿的毛毯。
真正值得警惕的反而是“真实执念”。混音不是建筑测绘，空间只要服务情绪，就算它根本不存在，也完全说得过去。耳朵买单，墙壁不买单。
评论(14)
300到800那个频段确实是混响杀手，一加就糊
我也把两者叠加用过，感觉像是给声音加了层空气
之前做影视混音，为了一个教堂场景折腾了好几个IR，还是卷积稳
说卷积混响不擅长表演，但用IR拼贴也能做出调制感吧？
FDN和Schroeder哪个更吃CPU？
算法混响延迟低是低，但长尾音会不会容易糊？
之前一直用算法混响做流行人声，后来试了短IR卷积，确实立体感好了不少
卷积模拟现实，算法生成现实，这个比喻挺到位
已全部加载完毕