录音艺术这行，实际上一点都不像播音主持那么光鲜亮丽，也没有那种站在聚光灯下吼两句就万事大吉的感觉。它更像是在一个死寂的地下室里，用一根录音笔和一堆微弱的信号，在深夜里拼凑出一部整个的电影。
那时候你认定自己像个拾荒者，从杂音里把声音捡回来，再装进一个机器里，最终交给人类去听。 大量人认定录音学的是“发声”，实际上大错特错。发声只是根本功，真正的高光时刻，往往形成在你把一段人声、一段乐器、一段混音，放进一个可变形、可压缩、可延迟的箱子里。
那时候你才是在雕琢声音的骨架。
比如有一次录《长安十二时辰》的插曲，里面有个特别清脆的敲击声，那是铜盆敲在木桌上的声音。声音本身挺干净利落，但要是直接录进系统里，あのう電気音（呃，就是那种喜爱发嗲的卡通音）一出来，整个场景的质感瞬间就丢了。我当时在录音棚里坐了挺久，反复调整传声器的位置，就连把那个铜盆移到离麦克风更近一点，也离更远一点。
有时候信号略微虚一点，反而更有那种“铜臭味”的真感；有时候忒清忒亮，就像隔着一层玻璃听，就没了温度。
这种试错的过程，就是录音专业的核心——你就是在和机器做一场无声的博弈。 那时候我特别怀念那种空气感。目前的录音设备多，麦克风也多了，但我最喜爱的还是老式的大房间录音棚。
那个空间大得像个棺材，贴着墙上的墙壁却只有半米深，剩下的空间都是硬质的、吸音的，只有正对门的那一面墙，哪怕隔着玻璃，也能让声音传出来一点点。
那时候录一个长镜头，磁带转一圈就得歇待会儿，但那种紧绷的张力，那种没有回音的死寂，反而让每一个声音都显得沉甸甸的，像是刚下过一场雨。目前的录音室别看有隔音房，但那种原始的、不得不做出妥协的对抗感，反而让人更兴奋。就像在玩一种反常识的游戏，你要在嘈杂的世界里，通过EQ 的滤波、通过混响的工夫伸缩，强行制造出一丝极致的纯净。 说到数据，这行里确实没法彻底裸奔。
那会儿录一段人声，为了不让背景里的风扇声盖过歌手的唱，我试过把增益推大到 60，把低频切掉所有，结局人声直接像被撕碎了一样，只剩下了噪点。
后来我学用了那种“带噪声的增强”技术，把低频的 40-60 赫兹这个频段给“挖”出来，让机器去填补那个空洞。
这时候我感觉，我在做二次创作，是在给声音做整容。记得有一次录一个车载电台的广播，背景音是呼啸的风，要是直接录，风声会把人声的开口度都压住。我就把风声的频带切掉了一半，然后把人声的开口度略微放大一点，用动态范围压缩来平衡。最终那段听下来，风还是风，但风声被“吃掉”了，人声反而清楚得像刚从喉咙里蹦出来，那种通透感，是单纯靠喇叭传出来的声音一辈子达不到的。 并且，录音专业最考验的不是嗓子，是耳朵。
这就像是在做减法，减法加多了，声音就没了；减得忒狠，声音又干瘪了。你得像一个经验丰富的指挥，听出哪一秒该重一点，哪一秒该轻一点。
比如在播放一段复杂的混音，一般歌手在 30% 的音量时，歌手和伴奏的平衡感最好。但在混响开启、要么带立体声效果的时候，歌手往往需求推到 60%-70%，只要略微多一点点，口腔里的共鸣就会让声线变粗，瞬间变得更有力量，那种“炸场”的效果就出来了。
这实际上是在玩一种悬的游戏，出于一旦过了那个刻度，哪怕再好的素材，听起来也会变得浑浊不堪。
故此，你得确保你的耳朵一辈子处于“敏感”状态，随时预备对着耳朵“看门”。 目前的录音技术正在飞速发展，AI 声音合成已经能够模仿出各种方言、各种年代的特色，但在那之前，那种“人”的感觉，那种带着瑕疵、带着物理限制却贼真的听觉体验，依然是不可替代的。就像我们吃美食，要是全是完美的、没有油炸焦边的，又如何知道那是确实烤面包？录音也是如此。
那些在排练室里磨破嗓音的日子，那些对着墙壁反复录音、对着耳机听自己几个来回的枯燥过程，实际上都在为那个最终的“完美”做铺垫。 故此，录音专业的学习，本质上是在训练你的耳朵，是在练习如何在混乱中建立秩序，是在用技术手段去还原一种名为“真”的东西。它不要求你嗓子有多好，不要求你音色有多亮，它要求你能在每一个刻度上找到那个平衡点，能把声音处理得像是一把手术刀，精准地切开那些富余的杂音和干扰，只留下最核心的旋律。
这行行不通，但一旦通了，那种创造听觉的快感，又如何会说不呢？