音频开发 / 系统课时
识别饱和失真与谐波变化
识别饱和失真与谐波变化
本节用同一条正弦分别经过软饱和与硬削波,直接测量波形峰值和总谐波失真,再把结论迁移到真实音频。你会看到非线性并不是简单“压小音量”,而是在原信号之外创造新的谐波成分,从而改变音色。
学习目标
- 能从传递曲线、波形和频谱判断软饱和与硬削波的差别
- 能用 THD 指标量化非线性产生的谐波变化
- 能在真实音频 A/B 时避免响度差、混叠和削波阈值造成的误判
非线性为什么会创造新频率
线性增益只会把输入乘一个常数,1 kHz 正弦经过线性系统后仍然只有 1 kHz。饱和与削波则满足 y = f(x),而且 f 不是直线。正弦被这种弯曲的传递曲线重新塑形后,可以展开成基频与多个整数倍频率,因此频谱里会出现原输入没有的谐波。
对称的硬削波和 tanh 软饱和主要产生奇次谐波;如果正负半周处理不对称,还会明显增加偶次谐波。软饱和在接近阈值时逐渐弯曲,硬削波则直接把超过阈值的部分截平,所以两者的波形尖锐程度和高次谐波分布不同。

用正弦量化两种失真
下面使用 48 kHz、1 秒、1 kHz 正弦。硬削波阈值设为 0.8;软饱和使用 tanh 曲线,并以 tanh(1) 做归一化。THD 计算 2~9 次谐波的均方根与基频幅度之比,因为 1 秒内恰好包含整数个 1 kHz 周期,所以 FFT 频点与基频对齐,结果稳定。
import math
import numpy as np
SR = 48_000
F0 = 1_000
DURATION = 1.0
t = np.arange(int(SR * DURATION)) / SR
x = 1.2 * np.sin(2 * np.pi * F0 * t)
hard = np.clip(x, -0.8, 0.8)
drive = 1.0
soft = np.tanh(drive * x) / np.tanh(drive)
def thd_percent(signal):
spectrum = np.fft.rfft(signal)
magnitude = np.abs(spectrum) / (len(signal) / 2)
fundamental_bin = round(F0 * len(signal) / SR)
fundamental = magnitude[fundamental_bin]
harmonic_power = 0.0
for harmonic in range(2, 10):
index = fundamental_bin * harmonic
if index >= len(magnitude):
break
harmonic_power += magnitude[index] ** 2
return 100 * math.sqrt(harmonic_power) / fundamental
for name, signal in [("input", x), ("soft", soft), ("hard", hard)]:
print(
f"{name:>5} | peak={np.max(np.abs(signal)):.3f} "
f"| THD={thd_percent(signal):.2f}%"
)预期输出:
input | peak=1.200 | THD=0.00%
soft | peak=1.095 | THD=8.92%
hard | peak=0.800 | THD=15.22%这个结果说明两种非线性都引入了原始正弦没有的谐波,但当前参数下硬削波的 THD 更高。这里的数值不能直接解释成“8.92% 一定更好听、15.22% 一定更难听”,因为 THD 只描述谐波能量比例,不描述谐波分布、瞬态变化和听觉偏好。
从波形和频谱识别失真类型
硬削波最明显的时域特征是峰顶被截成平台,拐角也更突然。越尖锐的波形变化通常需要越多高频谐波来表示,所以频谱会向更高次数扩展,听感容易变得更硬、更亮或更有攻击性。
软饱和没有突然的平台拐角,而是随着输入增大逐渐压缩斜率。它同样会增加谐波,但能量通常更集中在较低阶谐波,听感常被描述为更圆、更厚。不过只要 drive 足够大,软饱和也能产生很高的 THD,不能把“soft”理解成“失真一定很少”。
换到真实音频时怎么听
迁移到真实素材时,优先选瞬态明确的鼓、齿音丰富的人声和持续音贝斯。先把软饱和与硬削波处理后的输出做响度匹配,再快速 A/B;否则更响的版本往往会被误认为更清晰或更有力量。观察频谱时重点看高频谐波是否持续抬升,而不是只看某一个峰值。
数字非线性还会把谐波推到奈奎斯特频率以上,这些分量折返后形成混叠,听起来可能比预期更刺耳。高 drive 或高频素材尤其明显,工程实现通常会在非线性处理前后使用过采样与低通滤波。判断一个饱和器是否合适,应同时比较传递曲线、谐波分布、匹配响度后的听感以及是否出现明显混叠,而不是只凭“软削波”或“硬削波”的名称下结论。