现代民乐排演厅声场设计与优化研究——以上海音乐学院民乐排练厅改造为例

●谢苗苗

（上海音乐学院，上海，200031）

上海音乐学院民乐排练厅位于贺绿汀音乐厅四楼，是民乐室内乐重奏、乐队合奏授课以及民乐排练的场所，使用频率极高。该厅具体面积约160 平方米，可容纳近百人。排练厅存在声场压迫，返听接收等问题。民乐系组织相关专家于2022 年7 月27 日前往民乐排练厅进行现场勘探、调研，总结归纳拟解决的问题要点。本次调研，学院邀请了费迪曼逊多媒体科技CEO 徐真德和中国第一位荣获格莱美奖的录音师、上海音乐学院音乐工程系特聘教授陆晓幸作为首席声音体验官。本文从排练厅的音响缺陷、声场优化等方面，探究“教—创—演—研”下的民乐排练厅设计理念。

一、上音民乐排练厅音响缺陷及改造策略

声音设计团队对民乐排练厅的现状进行了勘测，分析得到一些固有的数据，提出民乐排练厅音响缺陷与改造策略如下。

（一）民乐排练厅音响缺陷

空间大小和形状限制较大：排练厅过小，乐队几乎占满整个场地，排练厅空间约为15 米长、8 米宽、3 米高，没有进行针对性的声学处理，导致声音在空间中的反射形成驻波效应，清晰度较差。

声音设计团队认为民乐排练厅存在以下音响问题：

（1）排练厅空间低矮，在未经声学处理的情况下，排练声音有较强压迫感，影响排演质量与听感。民乐排练厅位于四层，具有楼层低矮的特性，造成声场空间不够，大乐队排练的声场环境异常浑浊。

（2）排练时的声能与建筑声学无法匹配导致声场不平衡，民乐乐队中的大声压乐器与小声压乐器间出现冲突。

（3）打击乐回音严重。排练厅内有较多石膏板，加之乐器本身为易反射的材质，实时音色反馈受到影响。

（4）排练厅听感与实际演出环境差异大，直接影响演出效果。

（5）现系统缺少高质量录制系统供回放、声音制作、远程教学等使用场景。

（二）民乐排练厅改造设计策略

针对以上特点和不足，陆晓庆提出消除原本的驻波体系、使声音“前活后死”的设计思路，做好声音的前期扩散处理，针对声音反馈过程采用固定形式。

（1）前墙扩散处理：在靠近指挥区域的前墙面进行扩散处理。通过使用表面不平整的硬质材料实现声波的散射，消除直接反射，保持声音能量的分散。

（2）侧墙和后墙吸声处理：对侧墙和后墙进行吸声处理，大幅度减弱物理空间的一次反射声。在排练厅后半部分，为平衡打击乐和唢呐与整个乐队的音色，通过增加吸声处理来最大程度地减小一次反射声的影响。

（3）拆除吊顶并展宽空间：由于层高太矮，建议拆除吊顶，将层高增加至5—6 米以上。在顶面增加吸声处理，以减轻原始高顶面产生的一次反射声对听觉的压迫感。

（4）使用WFS 波场合成电子声罩技术，通过补声来解决民乐中一些独奏乐器音量较轻且与乐队难以平衡的问题。在较小的空间内营造适合艺术创作的环境，实现理想的排练、演奏效果。

改造后的最终效果是建立一个敞开的环境听感，使指挥得到正确平衡的音响，演奏员感受到与现场一致的演出效果，还通过补声兼顾声量级很轻的独奏声部。

二、民乐排练厅改造的技术实施

声音团队根据民乐排练厅的固有特性进行了技术上的改革，使用到了PZM 补声技术与电子声罩技术进行加持，为民乐排练厅提供了崭新的声场构建。

（一）运用PZM①补声技术优化重塑音响平衡

据现场勘查，排练厅顶部还有1 米以上的空间可以利用。据此可拆除原始吊顶做裸顶声学处理，抬升“物理声学”的上部空间。安装一套阵列式全息声电子反声板系统，用“音乐工程”技术手段优化调节所需的声场环境。

为解决民乐声部优化平衡的问题，技术团队在排练厅内部增加了诸多物理吸声部件，最大程度控制大声压级乐器的发声，针对小音量乐器的声能、群感塑造及声场表现，则通过PZM 补声技术进行重塑。

使用PZM 麦克风是可以提供更广泛的接收范围和更均匀地声音覆盖。边界效应有助于减少近距离效应和梳妆滤波效应，从而实现更自然和平衡的声音。但PZM 麦克风的具体效果和性能会因放置位置、房间声学以及麦克风本身的质量等因素而有所不同。

PZM 麦克风具有一定的灵敏度。PZM 麦克风的灵敏度提高了6dB，6dB 的增加相当于声音的两倍增加。意味着它可以更准确地捕捉到较低音量的声音，并在录音中产生更明显的效果。将PZM 麦克风放置在音乐器附近的表面上，可利用边界效应增强对音乐器的声音接收，减少其他方向的噪音。此外，PZM 麦克风还具有广泛的覆盖范围和均匀的接收特性，这对于记录古琴等弱音乐器的细微音调和音色非常重要。

PZM 传声器方式设备便于隐藏，与现场的视频团队更容易相互配合。PZM 传声器对于拾取二胡声音尤其有利，这样使弦乐声部的声音可以显得结实，饱满，拥有良好的群感。

图示为排练厅定制的厚度仅为10cm 的专利列阵扬声器。扬声器的电子反声板能够通过计算机软件进行实时调控，灵活性和匹配度更高。扬声器阵列也可以内嵌在饰面内，与内装相融合，不占用音响空间，对于声音信号和音乐信号的塑造也有一定的优势。

团队采用了12 单元组合的专利“面阵列”扬声器作为波场合成用途的电子反声板。“面阵列”扬声器是一种特殊类型的扬声器系统，它由多个小型扬声器单元组成，并以平面阵列的形式排列。这些扬声器单元通过电子信号控制，可产生复杂的声学效果。

1.声场均匀性：面阵列扬声器通过合理的布局和相位调节，可实现均匀的声场分布。避免了传统扬声器系统中可能存在的声场不均匀问题。

2.方向性控制：面阵列扬声器具有较高的方向性控制能力。通过调整扬声器单元之间的相位差异和振幅分布，可使声音辐射范围更加集中，减少对周围环境的干扰。

3.波前合成：面阵列扬声器利用多个扬声器单元的协同作用，可合成一个较大的有效振膜面积，实现波前合成，提高声音的定位准确性和空间感。

4.可扩展性：面阵列扬声器系统可以根据需要进行扩展。通过添加更多的扬声器单元，增加系统的输出能力，适应不同大小的场所和听众人数。

5.自适应调节：面阵列扬声器通常配备了自适应调节功能，可根据环境条件和监听位置进行实时调整，以此优化声学效果，提供更好的听觉体验。

面阵列扬声器具有较好的声场均匀性、方向性控制、波前合成能力以及可扩展性等特点。这种扬声器系统在排练厅中提供出色的声音重现效果，并为听众带来沉浸式的音响体验。

（二）运用电子声罩技术仿真建构各类目标音乐厅环境

受物理空间限制，仅通过物理声学（如吸声、扩散等声学处理）无法解决民乐排练厅低矮空间的限制，更无法重构目标音乐厅（如金钟奖比赛音乐厅）的声场，需要通过电子声罩技术仿真重构各类目标音乐厅环境。

“全息声音系统采用波场合成技术，英文全称Wave Field Synthesis。WFS 技术的发展始于1988，由荷兰的代尔夫特大学开创。”[1]（P127）该技术系统通过360°空间反射采样与卷积混响，在原始空间的建声基础上，还原各种厅堂或环境的建声效果。目前，上海大剧院NEW演艺新空间、上海长江剧场黑匣子、上海京剧院传习馆都采用了WFS 全息电子声罩技术。

“传统的基于声道的回放技术，声像在360°空间内的定位问题由于回放制式等限制很难达到完美的声像定位，但是WFS 波场合成技术的出现，却能提升到非常精确的状态。”[2]（P7）

惠更斯原理是声学中的基本原理之一，它描述了波传播时的衍射和干涉现象。WFS 波场合成利用惠更斯原理，通过控制扬声器阵列中不同扬声器的输出以及信号延迟和振幅的调整，模拟了波动的相位和振幅在空间中的分布。

WFS 波场合成将音频信号分解成多个点源信号，在适当的时间和位置上以正确的相位和振幅进行播放。当这些波面到达听者所处的位置时，会相互干涉和叠加，形成虚拟的声音场景。可以在听者所处位置重建特定的声音场景。听众就能够感受到声音来自特定的空间方向和位置，实现准确的声像定位和环绕声效果。例如一个室内乐厅或大型音乐厅，电子声罩技术的优势在于可以消除实际物理空间的限制。通过合成精确的波场来模拟特定环境的声音效果，不再受到物理空间的限制。电子声罩技术在各种领域有着广泛的应用。除了音乐厅和排练厅之外，它还被用于展览馆、剧院、影院、游乐园等场所，以提供更好的声音效果和沉浸式的观众体验。该技术还可用于虚拟现实（VR）和增强现实（AR）领域，为用户创造身临其境的听觉感受。

整个系统基于波场合成技术的四维空间进行设计，最终组成了一套“四维全息声”系统。通过WFS 波场合成方式回放，真实的声源波场特性可以得到完全体现，在预置的声场环境中囊括了维也纳金色音乐厅、国家大剧院；也可以将贺绿汀音乐厅，上海音乐学院歌剧院演艺厅等常用常见的音响环境进行重现。

改造后的排练厅不仅可以用作传统的排练场地，更可以作为视听室。排演厅支持各类声音制式，包括传统双声道立体声、5.1 环绕声DTS-X②、DOLBY ATMOS 等，3D 全景声如5.1.2、7.1.4、9.1.6、全息声等，也可以对接远程教学系统，用数据化技术支持高质量的音频信号传输。在录制系统方面，排练厅可接入补声麦克风优化各乐器之间的声场平衡。

三、改造后的声场优化效果和功能拓展

新民乐排演厅对声场优化效果的测试主要从以下几个参数进行切入：

（一）混响时间 T（Reverberation Time）

混响时间是声学设计中最为重要的一项客观指标[3]（P13）。混响时间是指声源停止发声过程时，声能衰减60dB 所经过的时间。实测混响时间是指声能最初衰减30dB 所需要时间折算到衰减60dB 的时间。在建声设计估算中所采用的公式一般为Eyring 公式：

传统的混响时间在进行计算时，会使用赛宾（Sabine)公式以及伊林（Eyring）公式两种。经过测算，排练厅的平均吸声系数较大（测算值平均有0.3+ 的数据），在室内总吸声量较大、混响时间较短的情况下，计算值与实测值会发生相当大的差值。 应使用伊林公式。

（二）明晰度C（Clarity Index）

明晰度是用于评价声音要素清晰程度的参数，对应的公式为：

它的定义是80ms 前后接收到的声能之比以10 为底的对数乘10, 单位为dB。这个指标代表音乐的明晰度，对于不同类型的音乐作品，明晰度的指标是有所不同的。针对交响乐来讲，C80 的数值越小越好；而对于流行音乐、电子音乐来所，C80 的数值通常为正数，偏大较为合适。对于音乐厅来说，交响音乐厅C80 建议范围为-3 ～1dB；对于剧院观众厅，C80 建议范围为0 ～3 dB。

（三）清晰度D（Definition）

清晰度是用于评价语言的清晰程度，对应的公式为：

它的定义是50ms 内接收到的声能和总声能之比的百分数。清晰度代表能够让人们听到声音的细节和质感程度，其中包括音乐的低频部分及高频部分，以及音乐中的一些细微变化及情感表达。一般认为清晰度D〉50%，所得到的语言清晰度比较好。

（四）声场强度因子 G（Sound Strength）

声场强度是用来评价厅内各处声场强度的大小，也是反映房间对声源强度放大作用的指标，对应的公式为：

它的定义为所有反射声声压的平方与自由声场中（声功率保持不变）距声源10m 处的声压平方之比的以10为底的对数乘10, 单位为dB，这个参数的具体指从一无指向声源发出的声音到达观众席中某处的声能与同一声源在消声室中10m 的距离测得的声能之比。对于音乐演出，声场力度一般建议为0 ～5dB。

经过改造后，新民乐排演厅的声场效果得到显著提升。以下是改造前和改造完成后的一些音响数据对比：

1.混响时间（RT）：原排练厅约为1.2s 固定值，改造后的混响时间在0.9 秒至2 秒之间可调节。通过应用全息电子声罩和3D 采样声学技术，可以灵活拓展声学空间，以适应不同音乐演出和排练的需求。

2.明晰度（C）：改造前为C80 约5dB，吸声不足，一次反射声过大。改造后明晰度达到-3dB～3dB 的范围，表明声音清晰度较高。此外，借助全息电子声罩技术的效果调整可进一步改变明晰度。

3.语言清晰度（D）：改造前语言清晰度约40%，混浊感加大。改造后语言清晰度大于60%，显示出对话和语音的清晰度有了显著改善。这意味着在新的声学环境中，人们能够更好地理解语言内容。

4.声场强度因子（G）：原排练厅声场强度因子G约为6dB，反射过大。改造后G 值在0 至5dB 的范围内。这种范围内的声场强度满足音乐演出和排练的需求，在保持舒适音量的同时，能够传达音乐的力量和表现力。

以上数据反映出改造后新民乐排演厅在混响时间、明晰度、语言清晰度和声场强度因子等方面的显著改善。这些改进使得排练厅能够满足更高水平音乐表演和艺术创作的要求，并提供良好的听觉体验。

改造后的民乐排演厅提升和开发了以下功能，实现了“教—创—演—研”一体化的教育教学功能：

在教学方面，改造后的排演厅实现了即录即放功能。在声场优化后的空间内，可以通过录制、回放、评估排演情况，更能够实现远程教学。在创作方面，排练厅能够通过Decca Tree 拾音方式和DIN 拾音系统录制高质量的排演内容，以音响形式直接对接和反馈当下最新创作。在排演方面，“四维全息声”系统可以模拟演出和比赛场所的声场，加强排练和备赛的针对性。如在筹备2023年金钟奖比赛的过程中，民族音乐系将排演厅切换成四川比赛场地的声学状态，使备赛师生身临其境，避免因场地的、转换带来的不适应感。在科研方面，本排练厅除了能够满足基本的排演功能外，还能够作为视听室以及三维声音采样实践基地和录音艺术学科实践、教学基地，为未来民乐与音工，与数字媒体之间的交互性新型课程和研究提供了可能，最终实现跨学科教学和合作科研。

结 语

人才培养是高校的核心工作之一。在音乐艺术人才培养中，课堂教学内容与舞台实践脱节是长期困扰各个院校的难题之一。传统的音乐教学主要在琴房中进行，而改造后的排练厅则以接近真实演出场地的声音条件服务于教学。新的排演厅以科技手段为依托，打造沉浸式课堂，大幅度提升传统课堂教学无法提供的全真氛围，推动了“教—创—演—研”为一体的教育综合改革，全方位助力高水平的拔尖创新人才培养。

培养拔尖创新音乐人才，是上海音乐学院作为“双一流”建设院校必须完成的最重要任务。运用科技创新对老的教学场地进行改造，推进前沿科技的融合与创新，就是践行“教—创—演—研”为一体特色发展模式的重要举措。民乐排练厅的改造仅仅是上音多项建设中的一项工作，是学校迈向教育数字化自主化方向的一步。此项工作将进一步推动学院、学科和专业的发展，为将科技创新与教育教学相融合，突出创新能力培养，提高教育教学提供新的思路和动力。