织体与频谱分层（Texture & Spectral Layering）
核心观念：编曲是一份空间预算，不是一张乐器清单。
音乐空间有边界，像画布一样，添加超过限度就会覆盖已有内容。 每添加一个部分，其他部分就需要更费力地争夺听众注意力。 (p0286)
所以"加一层"从来不是免费的。这个 skill 管的就是怎么分配这份有限的空间。
按任务读哪几节
| 症状／任务 | 读 |
|---|---|
| 糊、浑、听不清 | §4 频谱预算 |
| 平、二维、没有纵深 | §2 深度三层 |
| 主角不突出／抢戏的是别人 | §3 深度线索 ＋ §3.2 陷阱 |
| 写了但听不见 | §3、§4 一起看 |
| 段落越到后面越乱 | §5 变化率纪律 |
| 要做一个很密但不乱的段落 | §6 最大密度法 |
| 填 ARR-SPEC 的 spectrum_budget | §7 ＋ §8 |
边界：什么不归这个 skill 管
| 不归这里 | 归哪 |
|---|---|
| 用哪件乐器、混合音色怎么混 | mc-orchestration |
| 什么时候进场退场、能量曲线 | mc-arrangement-arch |
| 具体的 EQ 频点、压缩比、母带 | 混音的事；本包只给 mix_intent 这份意图 |
| 段落让路的意图（哪段谁让谁） | mc-mix-intent（本 skill 管结构性的分层，它管段落性的让路） |
| 鼓组内部的层次 | mc-rhythm-section |
mc-texture-layering与mc-mix-intent的分界容易含糊，记住这条： 本 skill 的解法是"改写"（换音区、减音符、换乐器、错开时间）； mix-intent 的解法是"改混"（让频、侧链、动态）。 能在作曲层解决的，不要留给混音——那是把问题往下游推。
1. 动笔前必填
| 必填 | 问法 |
|---|---|
| ① 深度图 | 每个元素在前景／中景／背景的哪一层？（§2） |
| ② 频段归属 | 每个元素主要占哪个频段？说不出来就还没想清楚 |
| ③ 冲突清单 | 哪两件在抢同一块空间？（§4） |
| ④ 每处冲突的解法 | 让频／错开音区／交替出现——三选一，写明是哪一种 |
2. 深度三层：前景、中景、背景
问题：音乐感觉"扁平（flatness）"或二维化，缺乏深度感 (p0111)。
做法：借用视觉艺术（电影、摄影、绘画）的概念，在作曲阶段就规划深度层级， 而不是把它全留给混音 (p0111)。
| 层 | 视觉类比 (p0112) |
|---|---|
| 前景 | 离观察者最近，通常是主体，焦点清晰，细节丰富 |
| 中景 | 介于两者之间，非主要焦点，但比背景更近更突出 |
| 背景 | 距离最远，可识别但模糊，细节较少 |
制作层面怎么推拉 (p0112–0113)：
| 拉近（推向前景） | 推远（推向背景） | |
|---|---|---|
| 音量 | 更响 | 更轻 |
| 音色 | 更亮（增加高频） | 更暗 |
| 空间 | 更干（原始信号比例高、混响少） | 混响更多 |
★ 但本 skill 关心的是作曲层面的深度，见 §3——那部分是混音救不回来的。
3. 深度线索：听众凭什么决定谁是主角
3.1 四条感知线索
人耳倾向于把「高」「响」「快」「变化率快」的声音听作前景。 (p0113)
注意这四条里只有"响"是混音能调的，其余三条在作曲阶段就定死了。
其中三条 Howard & Angus 给了听觉上的解释：响——听觉在 3–4 kHz 附近最灵敏，同样声压级下这一带比低频响得多（p0091、p0093）； 高——5–7 次以上谐波显著的音色被形容为明亮、刺耳、极具穿透力（p0223、p0228）； 变化率——听觉对变化的声音非常敏感，不变的东西会被"适应"掉（p0352、p0342）。
一个精确的例子 (p0113)：
鼓组通常很响，但因为其一致性（consistent and unvarying），通常被置于中景或背景； 当发生**鼓填充（drum fill）**时，纹理密度与复杂度的突然变化使鼓暂时跳到前景。
这条把"变化率"讲透了：同一件乐器，不改音量不改音色，只靠变化率就能在深度上位移。 ——所以 fill 不是装饰，是深度调度。
3.2 ★ 最常见的陷阱
如果合成器旋律线比人声高八度，或者节奏更复杂、音符跳跃更剧烈， 听众可能会潜意识地把合成器而非人声听作主导声部。 (p0113)
这就是"人声被盖住"的真正原因——很多时候不是音量问题，是感知线索给错了。 把人声推大 3 dB 解决不了，因为合成器在"高"和"快"两条上都赢了。
人声还有一条自己的线索：歌剧歌手靠 2.5–4 kHz 的"歌唱者共振峰"在整个乐队之上被听见 （Howard & Angus p0209；男高音实测 2.4–3.5 kHz，p0221）。流行人声没有这么强的共振峰，但道理一样—— 这一带是人声出头的窗口，合成器、失真吉他、镲的谐波峰堆在这里，人声就退到后面。 自检：副歌里 2.5–4 kHz 是谁在占。失效条件：主角不是人声时不适用。
自检动作：对每个段落，列出当下最高的、最响的、最快的、变化最剧烈的分别是谁。 如果这四个答案里主角占不到两个，主角就不是主角。
3.3 解法
不是把主角调大，而是把竞争者在四条线索上压下去：
| 竞争者赢在哪 | 怎么压 |
|---|---|
| 高 | 移低八度，或让它只在主角的句间空档出现 |
| 响 | （这条交给混音） |
| 快 | 减音符密度、拉长时值 |
| 变化率 | 让它变成重复的 pattern——一致性会把它推向背景 |
3.4 ★ 让层与层分开的六个手段（杨立青）
§3.1 讲的是听众凭什么把一层听成主角，这一节讲你手上有哪几个旋钮能把两层拉开（杨立青 p0244–0250）：
| 手段 | 做什么 | 要点 |
|---|---|---|
| 音色 | 换一族乐器 | 层次剥离里起主导作用的因素（p0244） |
| 音区 | 拉开音程距离，或把主线放到它最有特性的音区 | 距离越大覆盖越少；主线在自己最富特性的中高音区，即使和伴奏搅在同一音区也能浮出来（p0246） |
| 演奏法 | 换奏法 | 不同时间过渡特性的音色只能产生异质音响，这对剥离层次是有利条件（p0247） |
| 密度／浓度 | solo、soli、tutti 的件数对比 | ★ 两层用完全相同的乐器，只靠件数差也能分开（p0248） |
| 幅度 | 单音组对多音组（同度对八度、多层八度） | 辅助作用（p0250） |
| 力度 | 标高一级或低一级 | ★ 永远只是辅助手段。音区、音色、密度、幅度本已失调，力度救不回来（p0250） |
用法：两层打架，按表从上往下试，力度放最后。混音层能动的只有最后一行，前五行全在编曲层， 这就是"能在写法上解决的让路不要留到混音"的依据（reference §7.4）。
4. 频谱预算
4.1 每件乐器都要说得出占哪个频段
这是 ARR-SPEC 里 roster[].band 和 spectrum_budget 两个字段的用处。
说不出频段的乐器，你也不知道它在和谁打架。
4.2 冲突的三种解法
两件乐器占同一块频段时，只有三条路，必须选一条并写明：
| 解法 | 做什么 | 什么时候用 |
|---|---|---|
| ① 让频 | 一方在另一方发声时退让（改写：减音符、缩短延音、换和弦排列） | 两者都必须在场，但重要性有别 |
| ② 错开音区 | 把其中一方整体移到别的音区 | 两者都重要、都要全程在场 |
| ③ 交替出现 | 两者不同时发声，按段落或按句轮流 | 两者性格相近，同时出现只会互相抵消 |
第 ③ 条常被忽略，但往往是最好的解——它同时解决了频段冲突和 mc-orchestration §3.4 的中和问题。
三条解法各有一条 Howard & Angus 划出的边界：
- 错开音区：掩蔽向上延展，低频掩蔽高频远强于反向（p0239）——把次要声部移到主角下方比移到上方更危险； 临界带宽随频率增大（p0083–0084），低音区同样的音程更容易浑浊——四声部写作要求低音与次中音之间 不小于四度，除非它们已在低音谱表之上（p0146）。
- 让频：同一临界频带内，掩蔽阈只比掩蔽声低约 20 dB（p0240）——次要声部在主角的频段里轻不到 20 dB 就是"写了但听不见"，不如删掉或改音区。
- 交替出现：响声停止后 100–200 ms 内轻的起音仍被掩蔽（p0241）——句尾空档短于 200 ms 的"交替"不算交替。
一个实测样本的写法（City Pop）：
1–3 kHz段：干净吉他与合成器主音冲突 → 解法：交替出现， 吉他只在主歌/抬升段，合成器只在前奏/副歌/尾奏的句尾空档。
4.3 "变薄"：整体移除之外的中间手段
不必非要删掉一整件乐器，可以只削薄它 (p0287)：
- 减少某件乐器演奏的音符数量
- 缩短持续音的衰减时间，让它迅速让位给混音中的其他部分
这两条是作曲层的解法，不是混音层的：改的是谱面上写了多少音、音符占用多长的时值，不是靠 EQ 或压缩去抠掉某段泛音，所以归本 skill，不归 mix-intent。
削薄和整体移除怎么选：一件乐器如果承担着 §2 里的中景或前景角色，删掉整件会让那一层空掉，这时先试削薄；如果它只是在某个片段填充密度、抽掉也不影响谁在说话，直接整体移除更干净。
用 §6 最大密度法把段落堆到很密之后，回头做 §4.2/4.3 这两轮删减时容易删得不够：过度分层的段落需要大量擦除才能恢复音乐性，稍一心软就会留下一堆互相抢注意力的音符 (p0288)。判断"够不够"的办法不是数删了几件乐器，是删完之后再听一遍：还有哪个部分说不出自己占的频段和拍点，就还没删够。
4.4 一条要先明确的前提
减法策略只在你现有的部分已经尽可能好的情况下才有效。 (p0286)
一堆平庸素材里删掉几个，剩下的还是平庸。分层救不了不好的素材。
什么时候该往这条路上想：段落听感是"小"、"弱"或"没力量"，第一反应往往是加东西，但原理反过来：每多加一个部件，其他部件就要更费力地去抢听众的注意力，音乐空间是有边界的画布，加过头只会盖掉已经写好的东西 (p0286)。这时候该问的是能不能拿掉些什么，而不是还能塞进什么。
这不是极简主义的专利，也不是某个流派才用得上的技巧：变化率慢的音乐即使元素数量不少，听感也可能是极简的（见 §5 变化率纪律）；反过来，高密度的商业 EDM 只要有意限制同时发声的部件数，照样能听着清晰开放 (p0287)。核心原则是只在必要时添加，但也仅仅是必要时，同时对没有对音乐做出贡献的东西不留情面地删 (p0287)。
4.5 叠层不等于更响
两件同样响的乐器叠在一起只 +3 dB，十件才 +10 dB，而 +10 dB 才是响度加倍（Howard & Angus p0040、p0094–0095）。 想让段落"更大"，靠把能量铺到更多临界频带——总声强不变，响度也会增大（p0096）—— 也就是往空着的频段加东西，而不是往已占的频段叠 unison。 失效条件：同一信号复制出来的相干叠加另算（同相可到 +6 dB，p0035、p0037）。 自检：新加的一层占了哪个之前空着的频段？答不出来就是白加。
★ 频率轴之外还有时间轴（竹内 p0028–0031）：音压的印象取决于有没有寂静的空隙。 每隔三秒戳破一个气球音压不高，不间断地戳就高，最大音量完全一样（p0029）。 底鼓打四分音符时拍与拍之间是空的，所以只靠底鼓推不高音压，得用贝斯把空隙填上； 但低频再怎么填，按等响曲线也带不来大音压的感觉，真正推高音压的是把 1–5 kHz 用持续音包住（p0029–0030）。 那正是吉他、人声、钢琴落的频段，所以自弹自唱反而比连续底鼓更容易做大（p0030）。
编曲含义：副歌要"大"，先看两件事，一是有没有持续音把拍与拍之间的空隙填掉，二是 1–5 kHz 有没有一层持续的东西（pad、破音吉他墙、和声人声）。 两件都没做，加低频只会闷。
4.6 ★ 踏板音：什么时候加长音层，什么时候不该加
乐队踏板音就是延续发音的长音或长和弦，流行编曲里的 pad、持续弦乐都是它（杨立青 p0309）。四个功能（p0309）：
- 中介：沟通不同音色，让各层融成一个整体
- 稳定：在流动的音型化织体里给出清晰的和声轮廓
- 丰满：发音更圆润厚实
- 对比：与没有踏板音的段落形成疏密浓淡对比
★ 什么时候不该加（p0313）：织体里的旋律、低音或内声部本身已经含有长时值音符时，它们已经在起踏板作用，再加一层持续音是画蛇添足。 追求生硬干涩音响的风格也少加，踏板音出现的频度本身就是风格标记。
怎么选音（p0313）：和声换得频繁的段落，选各和弦之间的共同音做踏板，让它成为贯穿因素；找不到共同音就筛几个音高不同的长音，尽量让它们连成一条好听的线。 踏板层不一定是长音，震音或结构单纯的音型也可以。
粘合（p0311）：密集音型之上加一层长音和弦，让它的音区、排列、密度在每拍第一个音上与音型层吻合，两层就被黏在一起。 反过来，固定音型与打击乐节奏型也是粘合剂（杨立青中册 p0514–0515）：一个轮廓鲜明、反复出现的节奏型能把错综复杂的结构整合起来， 既做纵向整合，也做段落之间的横向连接。
5. 变化率纪律
中景和背景元素的变化率应保持在最低限度，而前景元素允许更多的运动自由度。 (p0114)
这条极其实用，而且是"越到后面越乱"的解药：
- 背景在变 → 听众的注意力被不断拉扯，主角站不住
- 背景不变 → 主角的每一次变化都被听见
自检动作：把每个元素的"每几小节变一次"写出来。 如果背景元素的变化频率和前景一样高，那就没有背景，只有一堆前景。
失效条件：某些风格（IDM、breakcore）的美学就是全员高变化率—— 但那种情况下"前景"是靠别的线索建立的（通常是音色的极端性），而不是靠变化率。
6. 最大密度法：怎么做一个很密但不乱的段落
问题：写完第一部分后，加第二部分像从零开始；线性从左往右推进让人望而生畏 (p0265)。
做法（注意它是作曲阶段的方法，和 mc-arrangement-arch §3 的减法编曲是编曲阶段的，
两者相似但作用点不同）(p0266)：
- 从歌曲中间任意一个最大密度的点开始——所有可能同时发生的元素实际上都在同时发生 (p0265)
- 这一步会堆出不和谐的混乱（unmusical mess），这是预期内的
- 逐个减去元素，直到达到既高密度又符合音乐逻辑的水平 → 这就是歌曲的高潮点 (p0265)
- 复制这个峰值段落，通过静音/删除来测试更低密度的版本
- 找到喜欢的组合就复制粘贴成新段落
- 于是编曲变成"组织这些不同密度的段落，以符合歌曲的起伏（ebb and flow）" (p0266)
这个方法的价值：它让所有段落天然同源——低密度段是高密度段的子集， 所以不会出现"各段像不同的歌"。
代价：容易过度分层。DeSantis 自己提醒，用了最大密度或减法编曲之后， 可能意外产生过度分层（over-layering），需要大量擦除才能恢复音乐性， 且要格外小心判断是否移除得足够多 (p0288)。
7. 与 ARR-SPEC 的字段对应
| 字段 | 本 skill 的哪一节 |
|---|---|
arrangement.spectrum_budget | §4（每条含 band / owner / competitors / resolution） |
arrangement.roster[].band | §4.1 |
arrangement.depth_map | §2 深度三层 |
arrangement.roster[].band 的四段划分 | §4.1（见 reference §1） |
不归本 skill 填：roster[].entry/exit（→ mc-arrangement-arch）、
roster[].instrument（→ mc-orchestration）、mix_intent.ducking_map（→ mc-mix-intent）。
8. 写完后必过
- 每个元素都标了前景／中景／背景
- 每个元素都说得出占哪个频段
- 每段的"最高、最响、最快、变化最剧烈"分别是谁，列得出来；主角至少占两条
- 每处频段冲突都写明了解法是让频／错开音区／交替出现中的哪一种
- 主角是人声时，副歌的 2.5–4 kHz 归人声；低音区两声部间距不小于四度（§3.2、§4.2）
- 背景元素的变化率明显低于前景
- 用了最大密度法的话，检查过是否移除得够多（§6 的代价）
- 凡是能在作曲层解决的冲突，没有推给混音
附：来源
- Dennis DeSantis《Making Music》（Ableton）——§2、§3、§4.3、§4.4、§5、§6 的主干 （Foreground/Middle Ground/Background、Maximal Density、The Power of Erasing）。页码为该书页。
- 频段预算的听觉基础见 **Izhaki《混音指南》**的掩蔽章节，整理在 reference.md。
- Howard & Angus《音乐声学与心理声学》（Acoustics and Psychoacoustics）—— §3 的响度／谐波／歌唱者共振峰、§4.2 的掩蔽不对称与时间掩蔽、§4.5 的响度叠加；临界频带的尺子在 reference §1.1。页码为中译本页。
- 混音侧的对应手法见 Izhaki《混音指南》——只取频段预算与意图的部分， EQ/压缩实操是混音的事，本包不收。
