Mc Mix Intent

混音意图（Mix Intent）

这个 skill 产出的是意图，不是参数。

区别很要紧：

• "人声 3 kHz +2 dB" 是参数——只有 DAW 能执行，换个后端就废了
• "人声必须在最密的副歌里仍然是最清楚的元素，让路的是 pad 不是吉他" 是意图—— 人类工程师能执行、DAW 能执行、文本后端能部分执行、验收时能逐项核对

本库只到意图为止。 EQ 频点、压缩比、母带链出库到混音库。

按任务读哪几节

边界：什么不归这个 skill 管

★ 与 mc-texture-layering 的分界（重复一遍，因为最容易混）： texture-layering 的解法是"改写"，mix-intent 的解法是"改混"。 能改写解决的不要留给混音。

---

1. 动笔前必填

---

2. 五个领域与声场

混音过程必须涉及 5 个主要领域 (p0089)：

立体声和深度共同构成"空间（Space）" (p0089)。

声场（Sound stage）：

混音应该呈现在一个想象出来的声场当中，各个乐器具有一定的**左右（立体声）**和 **前后（深度）**位置 (p0089)。

这就是交接格式的骨架——一张声场图 + 五个领域各写一句，混音师就能开工。

左右与前后各靠什么线索（Howard & Angus）：

• 声像电位器给的是声级差（p0112）；声级差主要对高频定位起作用，时间差主要对低频起作用， 700 Hz–2.8 kHz 是两种线索的过渡区，定位能力最弱（p0108）。 → 低频元素的 pan 基本无效，居中即可；要一件乐器"位置明确"，它得有 3 kHz 以上的成分。 失效条件：耳机监听（头中定位，p0109）。
• 前后靠直达声与混响声的比例和时间间隔（p0261、p0264）；30 ms 内到达的延迟声不被单独听出， 定位仍在先导声（优先效应，p0110）；初始延时 10–20 ms 是自然的前后间隔，50 ms 就是回声（p0346）。 → 写深度只给"近／中／远"三档，不写毫秒。

宏观 vs 微观 (p0089)：

本 skill 主要写宏观——微观是混音师的手艺，不该由编曲规格单规定死。

---

3. 四个目标

混音有 4 个基本目标 (p0089)：

评价混音时，先看它在各主要领域表现出的连贯性和吸引力，然后再分析对每个目标的完成度 (p0089)。

3.1 ★ 情绪：它有否决权

情绪指混音能否表达出音乐中含有的情感因素 (p0090)。

两个反例，都很说明问题 (p0090)：

• 深度压缩、极端均衡、吵闹的失真、军鼓过于强烈的打击感 → 毁掉一首柔美的爵士
• 甜美的人声混响、过于和谐的鼓组、轻柔的吉他 → 毁掉一首充满愤怒的重金属

注意第二个例子：每一项单独看都是"好混音"的标志，合起来却是错的。 技术上正确不等于情绪上正确。

只擅长处理某种音乐风格的混音师，遇到其他风格时效果往往不佳 (p0090)。

对本库的意义：生成模型也是"只擅长某种风格的混音师"—— 它会把任何输入往它见得最多的那种平衡上拉。 所以 mix_intent.mood 必须写死，且在 prompt 里靠前。

3.2 清晰

清晰度代表着声音听上去是否清楚、可辨认 (p0090)。

落到规格单上就是 §1③ 的主角序列：逐段说清楚谁必须是可辨认的。

清晰度本质上包含在分离度里：一件乐器清不清晰，看它能不能被听辨出来（可懂度），也看它听着自不自然，跟响不响关系不大 (p0260)。判据可以用两个反例检验：钢琴录得像从海底传出来，或者踩镲缺了基本的高频成分，这两种情况电平都可能正常，清晰度却塌了 (p0260)。

电平和清晰度常被当成简单正比："乐器电平越大，清晰度越高" (p0100)。但这条只在乐器本身频率健康时成立；一件频率本身有缺陷的乐器，提升电平只会让它变大，不会让它变清晰 (p0100)。诊断"这个声部不够清晰"时，先判断是响度不够还是频率有洞，再决定该不该推电平。

3.3 趣味

趣味往往来自违反平衡（见 §4.3），但违反平衡只是趣味的一种极端形式，趣味的机制更底层：耳朵会适应，声音长时间不变，注意力就会掉，只有变化才能把耳朵重新抓回来 (p0091)。主歌副歌反复、音轨加倍、配器改变，本质上都是靠制造变化撑住这份注意力 (p0091)。

混音能在编曲结构之上再叠一层变化，判据是"哪个段落有、哪个段落没有"，不涉及具体参数 (p0092)：

• 某个声部只在特定乐段自动化推起来
• 某件乐器只在特定乐段出现（例：小号只在主歌反复时进）
• 同一件乐器换乐段换处理，让明暗随段落变化
• 副歌把整体压得更狠，允许贝司失真
• 军鼓在不同乐段配不同混响

风格决定该做到什么程度：氛围音乐要让人有兴趣但不能太抓耳朵；trance 靠同一主题反复，变化反而要做得更精细才不腻 (p0092)。

写法：这些变化点按段落写进 focus_by_section[]，不平衡类的写进 deliberate_imbalance[]（§4.3），都不要写成全曲统一的状态。

---

4. 平衡：在哪三处求平衡，在哪一处不求

4.1 三个求平衡的领域 (p0090)

1. 频率平衡：缺少中高频会让混音听上去浑浊、模糊，声像也显得更远 (p0090)。判据不是补到某个具体数值，是听感一旦落到"浑浊、模糊、变远"这三个词，就说明中高频欠了。

2. 立体声声像平衡：靠电平平衡与频率平衡两条撑起来，尽量让乐器整体上左右对称（例如吉他、沙锤、伴唱人声）(p0252)。这里说的"平衡"针对整体声像分布，不要求单件乐器必须居中，居中反而是清晰度最差的位置（见 §2 定位线索）。

3. 电平平衡：这里指相对电平，不是绝对电平。混音评估问的是"相对于其他乐器，这件乐器有多响"，不是"这件乐器本身有多响"；把监听音量整体开大解决不了相对电平的问题 (p0097)。相对电平通常由乐器在这一刻的重要性决定，随歌曲进展要跟着调，例如主音吉他独奏段的电平就该比伴奏段更高 (p0098)。 代价：如果为了让相对电平整齐，把所有敲击都压到同一电平，鼓组会听起来像"鼓机"，丢掉原始力度带来的音色变化，电平平衡不等于电平统一 (p0388)。

4.2 ★ 深度要"一致"，不要"平衡"

深度问题要做到一致，而非平衡 (p0090)。

例：如果底鼓声像近到贴脸，而军鼓远到邻居家，会使整个鼓组产生 在深度上极其扭曲的声像布局 (p0090)。

这条容易被误读成"深度也要居中"。不是—— 深度可以整体很近或整体很远，但同一个声源组内部必须一致。

自检动作：把乐器按组（鼓组、键盘组、弦乐组）分别列出深度值， 组内差异大于组间差异 → 错了。

物理上"同一组"就是共享同一套早期反射与混响拖尾：各声像位置的早期反射可以不同， 但拖尾的衰减率必须相同（Howard & Angus p0348–0350）。

4.3 两种可以不平衡的情况 (p0090)

1. 做出创造性的音响效果
2. 让歌曲产生趣味

例：Delgados《The Past That Suits You Best》里，混音师 Dave Fridmann 把鼓组和人声的声像完全设置到一个声道当中，创造出立体声上不平衡但很有魅力的效果 (p0090)。

富于趣味的不平衡通常是瞬间上的处理——例如舞曲的华彩段落里把一些低频信号加倍 (p0090)。

"通常是瞬间上的"这句是关键：不平衡是事件，不是状态。 全曲不平衡是错误，某一处不平衡是手法。

写法：不平衡要写进 mix_intent.deliberate_imbalance[]， 带起止小节和理由。没写小节范围的不平衡，一律当成失误。

---