齿音并不是“高频太多”这么简单。录音里那些刺耳的“s、sh、z、c”，本质上是舌尖、牙齿与气流摩擦形成的瞬态噪声，常集中在 5kHz 到 10kHz 区间；女声、童声或近距离电容麦录音中，峰值甚至会冲到 12kHz 附近。问题在于，人耳对 6kHz 左右格外敏感，一旦齿音比元音高出 6dB 以上，听感就会从“清晰”滑向“扎耳”。
齿音刺耳，通常不是一个插件能背锅
很多人一听到齿音，就急着插 De-Esser，把阈值压到很低。结果齿音没了，人声也像蒙了一层湿毛巾。专业处理更像外科手术：只处理多余的摩擦声，不牺牲辅音的辨识度。
常见诱因有几类：
- 麦克风正对嘴唇，气流直接冲击振膜
- 录音距离低于 10 厘米，近讲效应放大口腔细节
- 亮声型电容麦在 8kHz 附近存在抬升
- EQ 过度提升空气感，把齿音一并抬高
- 压缩器释放过快，使齿音被“顶”到前景
一个真实场景很典型：播客主播为了让声音更贴脸，把麦克风推到嘴边，又在后期加了 4dB 的高频架式提升。监听音箱上还算明亮，换到入耳式耳机，“是这个事儿”里的“s”几乎像针扎。不是嗓子的问题，是链路叠加后的结果。
De-Esser 的关键不是压多少，而是压哪里
齿音控制的核心参数通常有三个：检测频段、阈值、衰减量。流行人声可从 6.5kHz 到 8.5kHz 扫描；男声有时落在 5kHz 到 7kHz，女声常在 7kHz 到 10kHz。正确做法是循环播放最刺耳的一句，窄带监听检测信号，找到“嘶”最明显的位置，而不是凭视觉猜频率。
衰减量建议保守。商业流行人声中，单级 De-Esser 常见压制范围约为 2dB 到 5dB；超过 8dB 时，辅音容易变钝，“summer”会变得像“thummer”。如果齿音特别顽固，更稳妥的方法是分两级处理：一级在剪辑后轻压宽频齿音，一级在总线或并行链路中微调高频尖峰。
手动增益，依然是高级做法
自动齿音处理很快，但遇到一句话里只有某个“s”炸出来，手动画音量包络往往更干净。把单个齿音片段降低 3dB，持续时间可能只有 80 到 150 毫秒，却能保留整条人声的空气感。许多资深混音师仍会在进入压缩、饱和、EQ 之前先做这一步，因为后续处理会放大所有细节，包括那些不该被放大的细节。
好的齿音控制不是让人听不见“s”，而是让听众忘记它曾经刺耳。
录音阶段就该少制造麻烦
后期能救，但别把所有责任推给插件。麦克风略微偏离嘴部轴线 15 到 30 度，通常能明显降低齿音冲击；防喷罩放在嘴与麦之间 5 到 8 厘米，也比贴着麦克风更有效。歌手如果齿音天然偏重，可以尝试让嘴角略偏向麦克风，而不是正面对准振膜。
齿音处理最迷人的地方在于分寸感。压少了，耳朵累；压多了，作品廉价。真正舒服的人声，不是暗，也不是亮，而是在每一个“s”经过耳膜时，刚好没有让人皱眉。
评论(9)
感觉挺有用的，回头试试麦克风偏轴。
虽然不懂混音，但这文章看着挺专业。
说了半天，能不能直接给个插件预设参数？懒得调。
之前录一个女声，8k附近提升太多，齿音直接刺穿耳膜，后来才发现是EQ的锅。
补充一点，有时候齿音重是因为歌手本身发音方式，后期只能修，录音时提醒一下会更好。
手动包络太费时间了，现在插件自动化那么强，没必要吧。
男声齿音一般集中在哪个频段？文章说5-7k，但我总感觉在8k附近更扎。
我就是那个一上来就把阈值拉到底的，难怪听着糊。
已全部加载完毕