直播音频工程实操：7步处理链，把“手机直录感”换成“电台质感”

一、先纠正一个优先级

绝大多数新手主播的第一笔预算花在灯上，第二笔花在背景布置上，音频永远是“先用耳机麦凑合”。

但观众的容忍顺序是反的。画质糊一点、色温偏一点，观众会认为“这是手机直播，可以理解”；而一旦出现电流声、房间回声、忽大忽小的爆音，观众不会归因为设备，而会归因为“这人不太专业”，然后划走。

一个零成本的判断方法：闭眼听自己的直播回放10秒。如果你听不出主播离麦克风有多远、听不出房间有多大，说明你的音频链已经把空间信息全部丢掉了，也就是俗称的“手机直录感”。

接下来的7步，按顺序做，每一步都给出参数区间和检查动作。不需要一次到位，但顺序不要跳。

二、第0步：房间（不花钱，但要花30分钟）

音频链的上限由房间决定，处理链只能修，不能造。

要做的四件事：

• 麦克风的正后方不要是空墙。声音打到墙上再弹回来，和你直接说的声音叠加，就是“空旷感”的来源。把桌子挪离墙面30cm以上，或者在墙上挂厚织物。
• 找房间里最空的那面墙，挂上吸音材料，优先处理麦克风对面的墙和侧墙。
• 桌面铺桌布或大鼠标垫。桌面对高频的反射非常直接，是“塑料味”的主要来源。
• 关掉空调、风扇、空气净化器。它们的低频嗡声人耳容易忽略，但麦克风会忠实收录，并且在压缩环节被放大。

三、第1步：拾音——麦克风类型与摆位

类型选择：

• 房间没有做过声学处理，优先动圈麦。动圈麦灵敏度低，收到的房间反射少，这是它在非专业环境里最大的优势。
• 只有房间做过处理（挂了吸音板、无大面积硬墙），才考虑电容麦。电容麦细节多，但也会把缺点放大。

• 距离：15–20cm。太近会有喷麦和低频堆积，太远房间声占比升高。
• 角度：偏轴15–30度，让气流从麦克风旁边过去，而不是正面撞上。这一步能省掉一半的喷麦问题。
• 麦克风不要放在键盘正前方。敲键盘、挪鼠标的震动会通过桌面传导上来，需要用避震架隔离。
• 防喷罩是必需品，不是可选件。

四、第2步：增益——决定后面所有环节的上限

增益是整个链条里最重要、也最容易被忽略的一步。增益设错，后面的压缩、EQ、限幅全部白做。

目标参数：

• 正常说话时，平均电平落在 -18dBFS 附近。
• 情绪激动、大笑、突然提高音量时，峰值不超过 -10dBFS。

不要只录一句“喂喂喂测试”就定增益。用两种状态各录30秒：一种是平静叙述，一种是激动讲解。看两条波形，让两者都在上面给的区间内。

如果只能保一个，保峰值。增益宁小勿大，后级可以补，前级削掉的信息补不回来。

五、第3步：高通滤波

在链条的靠前位置切掉低频，后面的压缩和限幅才不会被无意义的低频能量触发。

参数：

• 频率：80–100Hz，斜率 12dB/oct。
• 男声从80Hz起步，女声从100Hz起步。
• 如果感觉声音变薄，不要关掉高通，回去检查是不是切得太高，而不是切得不够。

六、第4步：降噪与噪声门的“度”

这是新手最容易做坏的一步。插件界面上的强度条，直觉会让人往100%拉，但那是错的。

AI降噪：

• 强度开到 60–70% 就够。
• 开到100%会出现两种典型听感：一是“水下音”，声音像隔着水面传过来；二是吞字，尤其吞句首的辅音，观众听到的句子会缺开头。
• 直播场景里，宁可留一点底噪，也不要牺牲辅音清晰度。底噪不致命，吞字致命。

• 阈值设在底噪之上 3–6dB，不要更高。
• 阈值过高会吞掉句子开头的轻声，听感上就是“话头被剪掉了”。

说一句“四十四只石狮子”，反复说三遍。回放时听 s、sh 有没有被吃掉。如果句首的“四”听起来像“一”，说明降噪或噪声门开过头了。

七、第5步：压缩

压缩解决的是“小声说话听不清、大笑震耳朵”的问题，它是让直播声音稳定的核心环节，不是可选项。

参数起步值：

• 比率：3:1 到 4:1
• 阈值：调到让最大的笑声刚好超过阈值
• Attack：10ms（太快会削掉瞬态，太慢会漏掉爆音）
• Release：100ms 左右
• 增益补偿：3–6dB

先设阈值，再调补偿。目标是让“平静说话”和“激动大笑”在监听耳机里的响度接近。不要为了响度把补偿拉满，那会让整体音量顶到限幅器上，动态就死了。

如果麦克风前有两个说话的人（比如访谈式直播），压缩比率可以升到 4:1 以上，但要接受一部分细节损失。

八、第6步：EQ

EQ的原则是“先减后加”，不要在没减的情况下先加。

三处常规处理：

• 250–400Hz 减 2–3dB：这是“闷”“箱体感”的来源。减掉之后人声会立刻变通透。
• 2.5–4kHz 提 1–2dB：这是清晰度和咬字感的频段。提的时候小步走，一次0.5dB，边提边听。
• 6–8kHz：看情况。齿音重就减，声音发暗就微提。

九、第7步：限幅

限幅器放在链条的最末端，是安全网，不是音量控制工具。

参数：

• 天花板：-1dBTP（给编码和平台转码留余量）
• 不要用限幅器来“让声音更大”，那是压缩和增益补偿的职责

十、直播中的实时监控与应急

监听原则：

耳机里必须监听最终输出的声音，而不是麦克风直出的声音。很多人监听的是麦克风，结果听到的是“未经处理的自己”，而观众听到的是“处理后加爆音的自己”，两边完全不是一回事。

双备份：

至少准备两条音频路径：推流软件的音频链一条，声卡硬件监听一条。软件崩的时候，硬件还能顶。

三类突发情况的急救流程：

• 爆音：静音 → 检查是否有人碰到了线材或麦克风架 → 如果继续，降增益而不是加限幅。
• 啸叫：静音 → 第一反应检查是不是开了外放（耳机没插好是最高频的原因）→ 其次检查麦克风和音箱的相对位置。
• 断流后复播：复播前先静默3秒看电平表，确认没有异常峰值再开口。很多人复播第一句就爆音，因为上一轮的增益状态还留着。

十一、参数速查表

十二、五个常见误区

• 以为买个贵麦克风就解决了。 麦克风只是链条的一环，房间和增益比麦克风型号重要得多。
• 降噪开满。 见第4步，吞字的代价远大于底噪。
• 只压缩不补偿。 压缩之后整体变小，不补增益等于把声音做小了。
• 用限幅器控制音量。 限幅器是安全网，不是推子。
• 监听麦克风直出。 你听到的和观众听到的不是同一个声音，等于闭着眼调音。

最后：一次只改一个环节

音频链最容易犯的错误不是参数错，而是一次性调五个环节，然后不知道是哪一个变好了，哪一个是变坏的原因。

正确做法是：按第0步到第7步的顺序，每调一步，录30秒，回放，确认比上一步好，再动下一步。

整条链调完，正常需要两到三个小时。但这两三个小时换来的是：之后每一场直播，观众听到的都是同一套稳定的声音，而不是靠运气。