齒音消除實戰：手動 Volume Automation 比 De-Esser 更自然
動態處理的兩種路線：寬頻與分頻
市面上的 De-Esser 大致分兩類。第一類是「寬頻 De-Esser」（Broadband），它偵測到齒音時，會對整個頻譜做增益衰減。這種做法聽起來比較自然，因為它不會只砍掉高頻造成頻率失衡，但缺點是整個字的音量都會被拉低，形成一種「抽動感」。第二類是「分頻 De-Esser」（Split-band），它只衰減偵測到的那個高頻頻段。這種做法比較精準，但如果衰減量太大、Q 值設定不當，就會產生明顯的「挖洞」感，人聲會出現一種不自然的頻率凹陷。
無論哪一種，它們都是「事後補救」的邏輯：等訊號出現了，才開始反應。這就牽涉到下一個根本問題——時間。
Look-ahead 與 Release 曲線的兩難
為了抓住那 30 毫秒的齒音脈衝，De-Esser 必須要有 Look-ahead 功能，也就是提前看到訊號、提前開始衰減。但 Look-ahead 會帶來延遲，而延遲在錄音或監聽時可能造成問題。更關鍵的是，即使有 Look-ahead，De-Esser 的 Attack 曲線仍然是固定的指數或線性形狀，它無法根據每個齒音的實際形狀去「客製化」衰減包絡。
Release 更是災難現場。如果 Release 太短，衰減會快速回彈，產生「抽動」；如果 Release 太長，衰減會延續到下一個音節，把不該壓的音也壓了。而人聲的齒音間隔是不規則的，有時候連續好幾個字都有齒音，有時候隔了好幾秒才出現一個。一個固定的 Release 時間，不可能同時滿足這兩種情況。
De-Esser 最常見的五個副作用
以下是實務上最常遇到的五個問題，你可以對照自己的經驗：
這些副作用不是因為你不會用，而是因為自動化工具的本質限制。當你理解了這一點，手動 Volume Automation 就不再是「退步」，而是一種更高階的選擇。
三、手動 Volume Automation 的核心思維
手動處理齒音，聽起來很土法煉鋼，但它其實是最貼近「混音師意圖」的做法。因為每一個衰減曲線，都是你根據當下聽到的聲音、當下的音樂情境，親手畫出來的。它不是猜，它是判斷。
把齒音當成「音頭」而不是「頻率問題」
這是心態上最關鍵的轉變。De-Esser 的思考邏輯是「頻率」，它看到的是 7kHz 能量超標。但手動自動化的思考邏輯是「時間」與「音量」：這個齒音在什麼時間點出現？它比周圍大聲多少？它應該被衰減多少、多快、多久？
換句話說，你不是在跟「高頻」對抗，你是在跟「一個短暫的音量突起」對抗。這個突起可能是 6dB，也可能是 12dB；可能持續 40 毫秒，也可能 80 毫秒。你畫的每一條曲線，都是在為這個特定突起量身打造一個衰減包絡。這就像是用自動化做「顯微手術」，而 De-Esser 是拿一把大剪刀。
當你用這種方式思考，你會發現很多原本以為是齒音的問題，其實只是音量問題。有些字聽起來刺，不是因為高頻特別多，而是因為那個字整體唱得比較大聲。這時候，你根本不需要動 EQ，只需要把那個字的整體音量稍微降一點，齒音就自然不刺了。這是 De-Esser 完全做不到的細膩度。
Gain Staging 與自動化解析度
手動自動化要做得漂亮，有兩個技術前提：正確的 Gain Staging，以及足夠的自動化解析度。
首先，你的人聲軌在進入 DAW 時，應該維持在一個健康的電平，大約 -18dBFS 到 -12dBFS 的峰值。如果原始錄音就爆了，齒音已經被削波，那無論你怎麼自動化都救不回來。同樣地，如果你的軌道音量很小，你畫的自動化曲線會很靠近零，解析度會變差。必要時，先用 Clip Gain 把整段人聲拉到合理的工作電平，再開始畫自動化。
其次，自動化解析度決定了你能畫多細的曲線。大部分的 DAW 都允許你把自動化點拉得很密，但重點不是密，而是「形狀」。一個好的齒音衰減曲線，通常會是一個快速下降、短暫停留、再平滑回升的形狀。下降要夠快（通常 5 到 15 毫秒以內），停留時間要剛好覆蓋齒音脈衝（30 到 80 毫秒），回升則要根據後面的母音來決定，通常是 20 到 50 毫秒。這些數字不是絕對的，但方向是明確的：你要畫出一個「比 De-Esser 更貼合齒音形狀」的包絡。
四、實戰流程：從清理到收尾的完整步驟
接下來，我會用一個完整的流程，帶你走一遍手動處理齒音的實際操作。這個流程適用於大多數的 DAW（Pro Tools、Logic、Cubase、Studio One 都適用），關鍵是理解每一步的目的，而不是死記參數。
前置作業：頻譜檢視與標記
在開始畫自動化之前，先做兩件事。第一，用一個頻譜分析工具（例如 Voxengo SPAN 或 iZotope Insight）看一下你的齒音集中在哪個頻段。這不是為了用 EQ 去砍，而是讓你心裡有個底：這個歌手的齒音是偏 6kHz 的「厚齒音」，還是偏 9kHz 的「尖齒音」。這會影響你後續是否需要在自動化之外，搭配一點點的動態 EQ 或靜態 EQ。
第二，把整首歌的人聲從頭聽一遍，用 Marker 或 Region 標記出所有明顯的齒音位置。不要急著處理，先建立一份「齒音清單」。這份清單會讓你後續的工作更有系統，不會漏掉任何一個，也不會在不明顯的地方過度處理。
Step 1：建立齒音清單與優先順序
聽完一遍之後，你會發現齒音其實有分等級。有些是「致命級」的，一聽就刺耳，不處理會毀掉整個混音；有些是「輕微級」的，只有在獨聽時才聽得到，在混音裡其實不明顯。我的建議是：只處理「致命級」和「中等級」的，輕微級的先放過。為什麼？因為過度處理會累積，當你處理了 50 個齒音，每個都衰減 3dB，整個人聲的動態會變得扁平。
把清單分成三類：A 級（必須處理，否則刺耳）、B 級（處理後會更滑順）、C 級（可忽略）。先處理 A 級，再處理 B 級。C 級留到最後 A/B 對比時再決定。
Step 2：畫出第一版衰減曲線
現在開始畫自動化。我的習慣是使用軌道音量的自動化，而不是 Clip Gain。為什麼？因為軌道音量自動化可以即時調整、可以複製貼上、可以在不同段落之間做相對變化，而且它可以搭配其他自動化曲線（例如 Pan、Send）一起管理。Clip Gain 雖然更直接，但它會改變訊號進入外掛前的電平，如果你後面有壓縮器，Clip Gain 的變化會影響壓縮器的反應，反而讓事情複雜化。
選定一個 A 級齒音，把播放頭放在齒音開始前一點點。在齒音開始的瞬間，畫一個自動化點，把音量往下拉。拉多少？先從 3dB 開始。然後在齒音結束的位置，再畫一個點，讓音量回到原本的水平。這兩個點之間，就是你的衰減區域。重點是：不要一次拉太多。先拉 3dB，聽聽看。如果還刺，再拉到 5dB。如果 5dB 還不夠，那可能不是音量問題，而是頻率問題，你需要搭配一點 EQ。
第一版曲線不用完美，先求有，再求好。把 A 級齒音都畫過一遍，大概抓一下形狀。
Step 3：微調形狀——Attack 與 Release 的手感
第一版畫完之後，開始微調形狀。這一步是手動自動化最核心的技術。你要讓衰減曲線的「下降」和「回升」都盡量平滑，不要有尖銳的轉角。尖銳的轉角會產生 click 聲，而且聽起來不自然。
下降（Attack）的部分：齒音的能量通常是突然出現的，但如果你把自動化點畫得太前面，會把齒音前面的母音也壓到。理想的位置是：齒音能量開始上升的那一瞬間，自動化開始下降。這需要你放大波形，用眼睛輔助，但最終還是要用耳朵確認。如果聽起來像「嘶」被切掉了頭，那就是太晚；如果聽起來像「嘶」前面的音被壓暗了，那就是太早。
回升（Release）的部分：齒音結束後，通常會接一個母音或下一個音節。你的自動化應該在齒音能量降到背景水平之後，才開始回升。如果回升太早，齒音的尾巴會露出來；如果回升太晚，後面的音會聽起來突然變小聲。一個實用的技巧是：把回升的終點設在下一個母音的穩定點上，而不是齒音一結束就急著拉回來。
形狀上，我通常會用「兩個點」做衰減，再用「一個點」做平滑。例如：點 A（原始音量）→ 點 B（衰減後音量，在齒音開始處）→ 點 C（衰減後音量，在齒音結束處）→ 點 D（原始音量，在下一個母音穩定處）。然後把 B 和 C 之間的段落設為平滑曲線，D 之後也設為平滑。這樣會形成一個自然的「凹陷」，而不是一個方形的「缺口」。
Step 4：搭配 EQ 做補償
有時候，光靠音量自動化還不夠。齒音之所以刺耳，除了音量之外，有時候是因為那個頻率的能量特別集中。這時候，你可以搭配一點點的動態 EQ，只在齒音出現時才衰減那個頻率。但注意，這裡的動態 EQ 是「輔助」，不是「主力」。主力還是你的音量自動化。
我的做法是：先用手動自動化把齒音的「音量突起」處理掉，然後獨聽整段人聲，看看是否還有殘留的「頻率刺點」。如果有，用一個動態 EQ，偵測頻率設在齒音的核心頻率（例如 7.5kHz），閾值設得比齒音能量略低，衰減量設在 2-3dB 就好。因為音量突起已經被自動化處理了，動態 EQ 只需要處理剩下的頻率問題，所以它的工作會輕鬆很多，副作用也會小很多。
另一個補償的方向是「補回光澤」。當你衰減了齒音，有時候人聲會失去一點空氣感。可以在自動化之外，用一個高頻 Shelf EQ，在 12kHz 以上輕輕提升 1-2dB，把空氣感補回來。但這一步要小心，不要補到齒音又跑出來。
Step 5：A/B 對比與疲勞管理
處理完一輪之後，一定要做 A/B 對比。把你的處理 bypass 掉，聽原始版本；再打開，聽處理後的版本。注意聽三件事：齒音是否真的不刺了？人聲是否還保有原本的動態與情感？有沒有任何不自然的抽動或悶感？
如果你連續處理了兩個小時，你的耳朵已經疲勞了，這時候的判斷通常不準。建議每處理 45 分鐘，休息 10 分鐘，或者換一首歌聽一下，重置你的聽覺參考。混音是一場馬拉松，不是短跑。
五、三種常見齒音的處理策略
齒音不是一種東西，它有不同的類型。不同類型的齒音，需要不同的處理策略。
類型一：標準「嘶」音（Sibilance）
這是最常見的類型，出現在「ㄙ」、「ㄕ」等音節。它的特徵是頻率集中、持續時間短、能量突起明顯。處理方式就是前面說的手動自動化，衰減量通常在 3-6dB 之間，持續時間 40-80 毫秒。這類齒音最適合手動處理，因為它的形狀很一致，你可以很快地畫出漂亮的曲線。
類型二：刺耳型齒音（Harsh Sibilance）
這類齒音不只音量大，頻率還特別高（通常在 8-10kHz），聽起來像針刺。這種齒音光靠音量自動化可能不夠，因為它的問題不只是音量，還有頻率。我的做法是：先用自動化把音量突起處理掉，然後用一個窄 Q 的動態 EQ，在 9kHz 附近做 2-4dB 的衰減。注意 Q 值不要太寬，否則會影響到旁邊的頻率。
類型三：唇齒音與氣音（Lip Noise / Breathiness）
這類聲音不是典型的「嘶」，而是「ㄈ」、「ㄏ」等音造成的寬頻噪音，或者是換氣時的氣音。它的能量分布比較寬，沒有明顯的頻率集中點。這種情況下，De-Esser 通常效果不好，因為它找不到一個明確的頻率去衰減。手動自動化反而是更好的選擇：你可以直接針對那個氣音做音量衰減，衰減量可以小一點（2-3dB），但持續時間要長一點（100-150 毫秒），因為氣音通常比齒音長。
另外，這類聲音有時候不需要完全消除，只需要「修飾」。一個輕微的氣音反而能增加人聲的真實感與親密感。所以處理時要克制，不要把它們全部殺光。
六、進階技巧：讓手動自動化更上一層樓
當你熟練了基本流程，可以開始嘗試一些進階技巧，讓你的處理更自然、更有效率。
技巧一：用 Clip Gain 分層處理
如果你的 DAW 支援 Clip Gain，可以把它當作「第一層」處理。對於那些整體偏大聲的段落，先用 Clip Gain 把電平拉下來一點，這樣你在畫自動化時，就不需要拉那麼多。這叫做「分層處理」：Clip Gain 處理大範圍的電平問題，自動化處理細部的齒音問題。這樣可以減少自動化曲線的振幅，讓曲線更平滑。
技巧二：自動化曲線的平滑化與複製
大部分 DAW 都有「平滑自動化」的功能，可以把尖銳的轉角變成圓滑曲線。如果你畫的曲線太生硬，可以用這個功能修飾一下。但注意不要過度平滑，否則衰減會變得不明顯。
另外，如果你有多個相似的齒音，可以把第一個處理好的自動化曲線複製到其他位置。但複製之後一定要微調，因為每個齒音的形狀都不完全一樣。複製可以節省時間，但不能完全取代判斷。
技巧三：與壓縮器的順序關係
手動自動化應該放在壓縮器之前還是之後？這取決於你的壓縮器設定。如果你的人聲壓縮器是「慢速、溫和」的類型（例如 Optical 壓縮），我建議把自動化放在壓縮器之前。這樣壓縮器會把自動化後的動態再稍微整平，讓整體更滑順。如果你的壓縮器是「快速、激進」的類型，那自動化最好放在壓縮器之後，否則壓縮器會把齒音的突起又推回來。
最保險的做法是：先處理齒音自動化，再調整壓縮器。讓壓縮器去適應你處理後的人聲，而不是反過來。
技巧四：人聲雙軌與和聲的處理差異
如果你有雙軌人聲（Double）或和聲（Harmony），齒音處理要特別小心。雙軌人聲的齒音通常會疊加，聽起來更刺。但如果你對兩軌都做相同的衰減，可能會讓聲音變得單薄。我的建議是：只對主唱軌做完整的齒音處理，雙軌做輕微的處理（衰減量減半），和聲軌則幾乎不處理，因為和聲的齒音通常會被主唱蓋住，過度處理反而會讓和聲失去輪廓。
七、當 De-Esser 仍然值得使用的時機
說了這麼多手動自動化的好處，我並不是要完全否定 De-Esser。在某些情況下，De-Esser 仍然是更方便、更有效率的選擇。
第一，當你處理的是「大量、重複、且齒音形狀非常一致」的人聲時，例如廣告旁白、有聲書、或 Podcast。這些內容的齒音通常很規律，De-Esser 可以快速處理，而且不會有明顯的副作用。第二，當你時間有限，例如客戶臨時要改，你需要在 30 分鐘內交出成品。第三，當你處理的是「現場演出錄音」，齒音可能伴隨著觀眾噪音，手動處理的效益不高。
但即使是這些情況，我仍然建議採用「混合策略」：先用 De-Esser 做粗略的處理，再用手動自動化去修補那些 De-Esser 處理不好的地方。這樣可以兼顧效率與品質。
八、常見錯誤與排除清單
最後，整理一些手動處理齒音時常見的錯誤，以及如何排除。
結語：自然，來自於你願意多花的那一點時間
齒音消除不是一個「設定好參數就結束」的工作，它是一場與聲音細節的對話。De-Esser 給了你一個快速的答案，但手動 Volume Automation 給了你一個更好的答案。它讓你重新掌握控制權，讓你可以根據每一個齒音的特性，畫出最貼合它的衰減曲線。
這條路比較慢，比較費工，但當你聽到處理後的人聲依然保有光澤、動態與情感，而齒音卻不再刺耳時，你會知道這一切是值得的。下一次，當你遇到那個惱人的「嘶」聲時，試著放下 De-Esser，拿起你的自動化鉛筆，親手畫出那條曲線。你會發現，最自然的聲音，往往來自於你最用心的那幾個毫秒。
記住：工具沒有好壞，只有適不適合。而一個成熟的混音師，會知道什麼時候該用 De-Esser，什麼時候該用手動自動化。願你的每一次混音，都能找到那個最自然的平衡點。