首先，我们要弄清楚一个问题，你做的是音乐还是歌?我的意思并不是说歌就不是音乐，我的意思是你要把歌和纯音乐分开，在歌里，人声是绝对的主导。所以，正确的处理歌里的人声在整个歌里占有了非常重要的地位。

　　现在，我们从准备工作入手，首先你得有一个像样一点的话筒，千万别相信别人说的一两百元的话筒就能录出专业的人声。那些卡拉ok话筒尤为明显，由于过分地夸大中频段、而且往往为了不出杂音把高频削掉了，这样的话筒当然录不出清晰的人声，好多朋友在单独用卡拉ok话筒录音的时候觉得人声还可以，但是做完整个音乐混缩的时候才发现人声含混不清，不管怎么弄都不好听，就是这个原因。同样的道理，有些人刚开始用akg这样的话筒的时候觉得很不习惯，认为噪音奇大，声音发尖，其实对于人声来讲，我认为清晰亮丽的高音频段非常重要，比如有一些流行歌曲本身混响较大，混缩时就非得再把高频提升一点，要不然混响不够，要不然含混不清，这就待后面再讲了。我的建议是录音时用耳机听回送，基本上听不到环境噪音和电流声就可以了，当然专业一点的话筒阻抗比较大，没有话放听起来可能吃力一点，所以最好弄个话放或者弄个大功率耳机。

　　好了，提归正转。现在开始录音!

　　现在做第一步工作，降噪

　　有人说了，降噪我会啊，选取一段噪音波形为样本，然后再整体降噪呗，慢着，这个地方就容易出问题，首先你要听一下噪音属于哪一类?在人声里占到多大的比重。看这个噪音采样(图一)，这是一段人声静音时的环境噪音在COOLEDIT里的噪音采样。这段频谱的噪音量实际上已经非常小，而且主要是非常高频的电流声，这样的噪音是可以通过上述方法解决的，但是如果噪音的量比较大，而且参杂了许多中高频的环境噪音的话，我建议你不要用这个方法，因为这样会吃掉你的声音，还会让人声产生吭吭巴巴的现象。所以我建议这个方法要慎用，而且采样的时候尽量采最小最平直的一部分噪音。如果降噪完毕在人声中间还有噪音啊、喘气声啊，我建议你直接把那一部分静音，这样尽管人声里还有一点噪音，但是被人声掩盖，人声间歇时又是静音，整个人声就会听起来比较干净。说一千道一万最好是录音的时候就把好关，尽可能的减少噪音录入。

　　第二步，音量

　　音量也是人声是否清晰很重要的一个原因(废话)。

　　录制完成一轨波形后，先看看波形的纵向大小，一般振幅在2-2.5左右声音比较好。然后在混缩的时候用这样的办法判断你的人声音量是否合适：

　　把监听音箱的音量关到最小，然后稍微开一点，这个时候因该只能听到人声比较清楚，其他的声音都若隐若现，然后再开大一点，这时候可以听到吉他、贝司泛音、嚓的声音比较清楚，然后把音量开到一般状态下，这时候鼓和贝斯清楚的铺开了。然后把音量整个放到最大，听一听什么东西录爆了。实际上这是人的耳朵的听觉特性决定的，先是接近人声的中频，然后是中高频，然后是低频。

　　做音乐和听音乐的人不同之处在于，做音乐的人往往要试着听清楚每个细节、每种声音，但听音乐的人往往只注意他想听到的，所以在一首歌里，人声是一定要让别人听清楚的。试想你自己路过一家音像店，无意识的听到了一首歌，你注意的是什么?——是歌手唱歌的声音。我认为合适的音量和混响是构成声音清晰与否或者靠前靠后的重要组成。

　　第三步，压限

　　完成了上面的一些工作以后，下面开始最重要的两步工作：压限和混响。

　　首先讲压限在人声处理中的合理使用，如果你还不懂什么叫压限，那么请你去看看胡戈的文章《动态大法》，简而言之，压限就是一个音量调节钮，在你声音太大的时候给你关小一点，在你声音太小的时候给你提升一点，是你的音量始终保持在一个比较平均的线上。我常用的是wave3.0插件包里的rcl，但是通过试验我发现wave3.0的多段压限器c4更适合处理人声。

　　这是c4里预设的一个vocal的压限值，大致你可以看出：纵向是音量值，在正负6db这个范围内(紫红色范围内)是正常范围，超过这个范围就进行处理。然后你可以看出横向分出了4个区域，这才是c4的精髓所在----分段压缩，事实上，有了c4以后，我已经很少对人声在做什么均衡处理了，静态的均衡总是在这里合适在那里又不合适，调来调去非常麻烦，而c4的均衡和压限一样是动态的，而且是紧密联结在一起的，下面我着重讲一下这种动态的均衡和压限结合的好处。

　　先这样讲吧，假设你的作品里有四个乐器，贝斯、吉他、鼓、铺底弦乐再加你的声音，从频段来讲，贝斯和底鼓在低频段，高把位的吉他和高音区的弦乐在高频段，然后及他的中音区、贝斯的泛音、弦乐的中音区、你的人声都在中音区，这只是我们的划分，事实上每种乐器混在一起的时候并没有这样明显地划分，往往在各个频段划分的地方重合了一大队声音，这样的结果是各个乐器听起来都不明显，全部参杂在一起，一会儿听不到贝斯了，一会儿人声又蒙了。c4的作用就在于将效果分致于各个频段，通过动态的压限和均衡将各个频段的声音清晰化，比如说贝斯，通过处理，就老老实实的占据了低频，超过低频的声音就被压掉了，这样该是哪个频段的声音就在哪个频段，大家相安无事，谁的声音都清晰可辨了。所以我一般在最后混缩前要用c4处理(应该是梳理)一遍。通过这样大概的解释，不知道你有没有一点认识，如果不太懂，没关系，反正我们这次只讲人声的处理，看下面这个：

　　这也是c4的一个预设值叫pop vocal，你注意看看和上面那个标准的人声处理有何不同?(像我刚才讲到的，POP的人声因为常常加很多的混响，所以为了清晰一般要将高频提升一点点，因为在声音里高音的指向性最强，低音最差。)看那个紫色的区域!在3K的时候开始提升一直到16K，这就是一般人声音的主干部分(也是最清晰最好听的部分)如果你录的人声是男低音或女高音，你可以手动把4k那个地方的灰色小卡子调整一下，然后相应的调节均衡的量，一般来说没有固定的预设值，在我录《生于七十年代》cd的时候，由于歌的风格和配器的不同，我调整的值也不同，《习惯》这样重一点的东西，我把紫色部分整个拉下来了一点，高音区也不上调，和整个音乐配起来，人声就融入其中了，而《凸凹》则相反，基本上就用了上面这个值处理，试想想如果整个音乐偏向中低频，你的人声尖利地在高频是怎样的感觉(除了刻意的音乐试验)，所以有人说总感觉人声和音乐融不到一起，出了合适的混响度之外，这也是重要的原因。从mastering的角度来说，合理平均的将声音分配到各个频段，整个音乐才会显得饱满，你的工作就是将该去哪里的声音分配到哪里，别叫他乱跑而已。怎么样，找出你的人声文件，自己听听你的声音然后调整着看哪一段频率是最动人的，对了，我建议你在CAKEWLK或SAM里作为效果插件使用，不要对音频进行破坏性处理，否则做坏了后悔不说也不太方便。