第一节：我们的大气层

地球是有大气层的，主要成分有这些：

78%的氮气、20%的氧气，剩下的2%有氩气、二氧化碳、稀有气体等等。

为什么有大气层呢？

因为地球引力，这些气体被吸在地球上。大气层大约是1000千米厚，也就是从地面往上数1000千米。

大气层里气体是由什么组成的？就是这些气体的分子，比如氮气分子、氧气分子等，当然还有一些水分子。我们就生活在这些分子里。

受到地球引力的作用，他们一个挨着一个，而且越接近地面越密，也就是挨的越紧。因此，彼此之间就会形成一种压力，也就是我们常说的大气压。大气压有个平均压强，也就是这些地方分子的密度差不多。

大家见过一块糖放到水中吧。糖会马上把水染色，因为糖分子在从密处到疏处扩散（下图示意）。分子就是这个特性，哪里有空地就往哪跑。

就是因为我们四周布满了分子，而且他们都能运动，所以声音才能传播。这些分子就叫传播的介质。介质啥意思，就是凭介这些物质才能传播。

第二节：震动是根本

好了，振动来了。

有了传播的介质，还必须得有声源。声音就是从声源发出来的。

那么声源具体是怎么发声的呢？

举个例子--想象我们在敲鼓：

用鼓槌敲了一下鼓面，鼓面受力后会凹下去，但马上又凸出来，然后又凹下去然后再凸出来，往复这个动作，这就是鼓面的震动。声音就是这一凹一凸形成的。

鼓就是声源，四周的空气把声音传播开来，就是声波。波形是这样的：

为啥波形是这样的呢？

刚才说了，我们生活在大气层里，那么鼓面当然也被大气分子包围着。当鼓面凹下去时，就相当于突然多出块空间，包裹着鼓面的分子自然要往空地儿跑。最贴近鼓面的最先跑，后面的跟着跑。导致的结果就是：包裹着鼓面的分子密度在这一瞬间变疏了。

而当鼓面凸出来的时候，相当于挤压了空间，本来变疏了的分子突然被挤压。最贴近鼓面的分子最先被挤压，这个分子马上又挤压紧挨着它的另一个分子，这样一个链条过来，压力就往外扩散了。

就是这一凹一凸导致了疏波和密波间歇出现，所以波形才是那个样子的。震动是声音的根本，任何能发声的物体一定是震动导致的。

第三节：传播速度

声音的产生来自于震动；而声音的传播来自于介质（空气啊，钢铁啊，水啊）分子“疏”“密”状态的传播；“疏”“密”状态转换越快，声音就传播的越快。

那么声音的传播速度受什么影响呢？

主要受两方面影响：

分子的紧密程度

分子的温度

如果分子挨的紧非常密，那么一个分子动另一个马上就动，这样速度就快。如果非常分散，一个分子需要跑一段路才能碰到下一个分子，力量传导自然就慢了。这也是不同介质传播速度不同的原因。

为什么铁传播那么快呢？因为铁分子（其实是铁原子，铁以原子形态存在）更密集。

第二个是温度。因为分子在热的状态下运动更快，所以热水就比冷水波速更快。

第四节：频率

波，不管是什么波，都有至少两个属性：频率和振幅。先说频率。

当我们要算频率的时候，一般要看波的另一个模样：

看起来很像水纹，其实声波也是如此。分子密的时候形成波峰，分子疏的时候形成波谷。

两个波峰之间的距离就叫波长（当然计算两个波谷之间的距离也行）。

啥叫频率呢？就是在一秒钟内，有多少个波峰传播出去。

回到敲鼓的例子：鼓面首先是凹进去，然后凸出来，然后再凹进去，这是一个循环。

频率就是在一秒钟内，凹→凸→凹这三个动作算一套，一共做了多少套。这个次数有个专门的称呼叫赫兹（Hz），也就是声波频率的单位就是赫兹。比如钢琴中央C键la调的频率就是440赫兹。

为啥规定是一秒呢？

其实规定多少都行，一个小时也行，一分钟也行。但是因为震动很快速，所以一秒钟比较方便。

波长和频率啥关系呢？

因为声音在介质中传播的速度是固定的，所以波长和频率成反比，即波长越长，频率越低；波长越短，频率越高。

人类的耳朵并不能听到的声音，和可见光一样，可听声也就一段，大概从20Hz→20000Hz。低于20Hz的叫次声波，高于20000Hz的叫超声波。

小狗，小猫听力都比人类强。

频率说明啥呢？

它反应的是音调的高低。需要特别注意，不是声音的大小。

想象小鸟和老虎。小鸟的叫声为啥听起来清脆，就是因为频率高。虎啸频率比较低，所以听起来（主要是从电视里）就比较低沉。其实，一说音调高，我就想到了莎拉布莱曼的《斯卡布罗集市》。

第五节：振幅

刚才说了，频率决定的音调的高低，不决定声音大小。那么谁决定大小呢？

振幅。

振幅是啥，就是波峰的高度。

振幅越大，声音就越大，反之声音越小。

那么振幅的物理本质是什么呢？

本质是声压与大气压偏差的大小。

有点难懂是吧，还用敲鼓举例子。

鼓面的震动导致空气分子一会儿疏一会儿密。“疏”就代表空气分子距离远了，彼此的压力就小了。密就代表分子更紧了，因此压力也就更大了，此时分子间的压力与大气压的差异就是振幅。不敲鼓时，鼓面不凹也不凸，这个时候的气压就是大气压。

琢磨一下，怎么才能让振幅增加呢？

让振幅增加不就是让分子变得更密更紧吗。我们借助一个场景--拉弓射箭，是不是把弓拉满拉深，反弹的力道才大啊。所以敲鼓时，使大劲，让鼓面凹的更深一些，反弹的力道才大，才会把分子推的更紧。

这也是为啥，使劲敲，鼓才更响的原理。

好了，把频率和振幅放在一块看会有啥发现呢？

如果我使劲敲鼓，鼓面凹的更深，是不是会导致频率下降啊？

是的。

因为频率就是凹→凸→凹这三个动作在一秒钟内做的次数。如果凹的更深，一定会消耗更多时间。凸出来的也更大，同样消耗更多时间。自然就会导致频率下降。

所以一般情况下，高频率，高振幅，是挺难的。

你想想《青藏高原》这首歌，这多难唱。它就是高频率高振幅，也就是音调又高，声响又大。

第六节：相位

其实不太想解释相位，因为不太好说明白。但是不解释它，又没法说后面的音色。

大家看个图：

相位就是在一个特定的时间到达的声压曲线上的一个点。说点人话吧--还原到现实中就是声音错峰的程度。

上图有两条声波线，明显的他们的发音节奏是不一样的。

可以想象一下唱歌的和声，比如张学友和刘德华合唱《我和我的祖国》。张学友先唱，然后2个字后刘德华开唱。他俩唱的都是一首歌，每个字都一样，所以曲线的频率和振幅都一样，只是开始的时间不同，这就叫相位不同。

把频率，振幅，相位三个放到一块瞧瞧：

第七节：音色

音色是最有意思的。

本文中出现了很多波形，大部分是正弦波，就是这样式的：

正弦这些是在初中学的，不过现在完全忘了（不知道初中都忙什么了）。我们也别定义了，就看模样吧：这种上下对称的就是正弦波啦。

那么，现实生活中声音波形是这样的吗？

完全不是。

因为这种正弦波是纯音才有的波形，而自然界中没有纯音（实验室里能搞出来）。

自然界中的声音波形是这样式的：

放大看是这样的：

为啥长这样呢？

你可能会疑惑，长这样怎么了，每人长的都不一样，每个声音为什么要一样呢。这个波形就是这么不规则，怎么了！

答案是--这是不对的。

声音的波形都是正弦波，如果最终波形不是正弦波的，只有一个原因--它是很多正弦波的叠加。

怎么个叠加法？看几个图就知道了：

这个波形好怪啊，这是怎么产生的呢？

再看2张图：

看出来了吧，红色就是我们看到的那个怪异的波形。我们看不到的是它后面蓝色的那些波。这些波都是正弦波，但是叠加到一起就不再是正弦的模样了。

世界的真相就是这样，自然界的声音都是这样多种波形的混音。

那么问题来了：那么多蓝色波是怎么来的呢？

我们仔细看看这些蓝色波。排在最前面的是一个振幅最高，波长最长，频率最低的波，这个波学名叫基频，后面那些小的叫泛频，也叫泛音。

为啥叫基频呢，因为在所有这些波里面它是最基本的。

下一个问题又来了：这些泛音哪里来的？

泛音来自于声源的分段震动。

啥叫分段震动？

为什么还有分段震动呢？

上图是一根琴弦，却分成了四段，分别进行震动。

为什么会分成四段呢？核心在于震动的反射。

想象一个场景：你正在拨小提琴的琴弦。

你拨了琴弦的中间位置，琴弦一定会震动，这个震动就是那个基频。

然后震动会从中间往两头儿传递。两头儿是固定死的，所以传到头儿就会被反射回来。这就相当于有三个震动源了:中间+两头儿。

两头的波往中间传，中间的波往两头传，这三个波会重合。重合后成了一个新的波形，看起来就像上图那个样子。

然后这个新的波形接着继续往两头传，然后再反射，再重合，又形成新的波形，依次往复。等最后他们的频度成倍数叠加后就固定了。

最开始的那个波就是基频，后面经过反射等一系列的就是泛音。

什么是音色？

纯音是没有音色的，纯音之外的音就叫复合音。上文提到了各种自然界的声音都是复合音。这些泛音就叫音色。

人的嗓音就叫音色。

之所以嗓音不同，就是因为每个人声带是不同的，而且空气经过口腔后形成震动的泛音是不同的。我们的听觉非常牛逼，它能识别所有的基频和泛音。