沒有聲音可以完全用其諧波構成來定義。盡管是音調和音量聽起來都沒有變化的聲音，也肯定有聲音開始與結束的階段，也就是說它的響度一定會有一個動態的輪廓。

拋開聲音開始與終止的階段不談，如果一個聲音的音色完全保持靜止，那么從音樂角度上講這一定是一個無聊的聲音。由于自然界中不存在完全靜止或停滯的聲音，所以你很可能只能夠通過信號發生器（比如模擬合成器的振蕩器）才可以聽到這樣的聲音。信號發生器可以產生波動的電壓，將其使用放大器放大之后使用揚聲器播放，即可將電壓轉化為你可以聽到的聲音（見圖 1）。

圖 1：信號發生器的信號流

讓我們把這一過程變得有趣一些，假設圖 1 中的放大器就是你音響的放大器，雖然信號發生器正在生成一個音調，但是音量旋鈕被擰到了零點，所以你現在聽不到任何聲音。現在想象你順時針轉動音量旋鈕，到音量最大的位置之后再將其逆時針擰回零點，這一過程中聲音由零漸漸變大，然后又漸漸再次靜止。

圖 2 ：使用控制器控制放大器的音量

如圖 2，上述過程中轉動放大器的旋鈕實際上是為放大器添加了一個控制器，從而使得音頻信號隨之更改。但是每演奏一個音符都要手動轉動一次旋鈕顯然并不現實，也很難保證每次都能得到理想、精確的結果。你需要一個精準的控制器信號來控制聲音的響度，因此我們需要引入電壓控制（Voltage Control）這一重要概念。

想象圖 2 中的控制器也是一種波動的電壓，我們將其稱為「控制電壓（Control Voltage，簡寫為 CV）」。我們暫時不考慮控制電壓是如何被生成的，只需要知道為放大器的「控制器」輸入施加一定幅度的電壓，放大器就能隨之為音頻信號提供相應幅度的增益，這也就是壓控放大器（Voltage Controlled Amplifier，簡寫為 VCA）的工作原理。現在讓我們來看看使用什么工具可以生成控制放大器的 CV。

讓我們重新回到上文調節音響音量旋鈕的例子中。假如說音響的音量旋鈕被調到最低時其被施加的 CV 為 0 伏特（0V），這時音頻信號增益為 0；音響的音量開到最大的時候 CV 是 10V，音頻信號的增益此時最大。這樣轉動音量旋鈕的過程就可以被電壓的變化過程替代，比如說，CV 最開始為 0V，漸漸升高至 10V，接著降至 5V，然后保持這一狀態一小會，之后又漸漸降至 0V。將這一過程用圖形表示就得到了圖 3。

圖 3：控制電壓隨時間的變化（左）與聲音響度隨時間的變化（右）

可以看到，CV 的輪廓與聲音響度的輪廓完全一致。換句話說，你使用了 CV 控制聲音在任意時間片刻的響度。圖 3 中展示的形狀被稱為「包絡（Envelopes）」，可以生成上述包絡的設備被稱為「包絡發生器（Envelope Generator，簡稱 EG）」。EG 有很多種不同的類型，但不管是簡單的 EG 還是復雜的 EG，它們都具備一個共同點：每次 EG 被觸發都會生成一個連續的包絡，其產生的 CV 與 CV 變化時間都相同（前提是 EG 本身沒有通過其他方式或者信號被調制）。

最著名的，同時也是合成器歷史中很長一段時間內最常見的包絡發生器叫做 ADSR。ADSR 是該 EG 四個階段：起音（Attack）、衰減（Decay）、延音（Sustain）、釋音（Release）的縮寫。其中起音、衰減與釋音三個參數描述的是該階段的時間，剩下的一個延音描述的是該階段的電壓幅度（見圖 4）。

圖 4：一個 ADSR 包絡

從很多角度上講，ADSR 都是一個極其偉大的發明，雖然它極為簡單，但使用 ADSR 我們可以模擬出大量真實樂器的音量輪廓。

比如說，想象管風琴、長號以及雷鳴聲等不同聲音，以及如何使用 A、D、S、R 四個階段描述它們的響度輪廓。記住：

起音（Attack）決定了聲音從零開始到達其最高響度所需的時間；

衰減（Decay）決定了聲音從最高響度下降至延音階段所需的時間；

延音（Sustain）決定了直到釋音階段之前聲音需要保持的響度；

釋音（Release）決定了音量從釋音階段下降至最終音量（通常為零）所需的時間。

管風琴起音十分迅速，直到演奏者松開鍵盤之前管風琴會一直保持其最大音量，因此管風琴的響度包絡看起來像一個精準的長方形。實際上，這個包絡形狀與管風琴的音色特征及其相關，所以這類形狀的包絡通常又被稱為「管風琴包絡」，即使是在它被用于與管風琴完全不相干的音色的時候。

相反，長號的「語速」與管風琴相比要慢得多，其響度的最高值往往在起音階段的末尾，在此之后其響度會下降至一個較低的延音值。樂手停止吹奏之后，聲音會隨之迅速降低至零。

雷聲的響度包絡與上述兩種樂器區別較大，其響度的上升速度較為緩慢，并且沒有衰減和延音階段，音量達到頂峰之后立即慢速降低至零。

圖 5：長號（上）、管風琴（中）與雷聲（下）的音量包絡

從圖 5 中可以看到，不同音色的音量包絡彼此差別可能會十分巨大。讓我們先從長號說起：長號的音量包絡需要 ADSR 的全部四個階段，起音、衰減與釋音時間都較為中等，延音階段的音量也比較中等。管風琴的音色包絡顯然較為簡單，只需起音、延音與釋音三個階段，起音與釋音十分迅速，時間幾乎為零，延音階段保持最大的音量。相比之下，雷聲則只運用了 ADSR 中的起音與衰減，完全沒有延音和釋音階段。

圖 2 中的「控制器」是一個寬泛的概念。無論你怎樣調整包絡發生器的參數，只要它連接的是合成器的 VCA，并且你可以隨意觸發其控制音色的參數，那么它就可以被稱為「控制器」（見圖 6）。

圖 6：包絡發生器作為控制器，控制 VCA 的音量參數

讓我們回過頭來看震蕩器的概念，你可能還記得我們在本系列的第一篇文章中說明了每個具有調性的音色都有一個基礎頻率，該頻率由震蕩器最簡單的震動模式產生。如果該基礎頻率位于 20Hz（每秒鐘震動 20 次）與 20kHz（每秒鐘震動 20000 次）之間，那么你在聆聽這一聲音的時候就可以感知到一個固定的音高。

讓我們再次回到音響和音量旋鈕的比喻中。如果你以每秒鐘一到兩次的速度來回旋轉音響的音量旋鈕，那么你就會為音響的聲音引入另一個周期性變化的效果：震音（tremolo）。用手周期性來回旋轉音量旋鈕的過程實際上是為音響的音量施加了一個震蕩器，盡管這一震蕩器的震動速度遠遠低于 20 Hz，但它還是可以使音色發生明顯的變化。

為了達到類似的目的，大多數合成器都有一個專門的設備用來生成低頻信號，用于控制合成器的其他參數，這類設備叫做「低頻振蕩器（Low-Frequency Oscillators，簡稱LFO）」。大多數合成器的 LFO 可以生成從 0.1Hz（每十秒為一個周期） 到 20Hz 的低頻信號。這類低頻信號適合用來制作較為簡單的聲音效果，上文提到的震音只是這類聲音效果中的其中一種。如圖 7 所示，為了實現震音，作為控制器，調制放大器增益的是 LFO 而不是 EG。

圖 7：使用 LFO 控制放大器增益

可能許多讀者并沒有注意到，圖 7 中其實展示了幾乎每個合成器都具備的三個最重要的模塊：

信號發生器——用于生成最基礎的音色；

壓控放大器——作為調制器，調制由信號發生器生成的聲音；

正弦波 LFO 發生器，作為控制器，決定調制器用什么方式調制信號。

盡管上面的例子非常簡單，但利用這一結構可以合成出極為復雜的音色。

在一些較為高檔的合成器中，LFO 通常可以生成位于聽覺范圍內的高頻信號，并且具有種類豐富的波形。但如果聽覺范圍內的 LFO 信號可以用來調制聲音參數的話，為什么不可以直接使用信號發生器呢？當然可以，圖 8 就使用了這一流程，用信號發生器來調制放大器的增益，從而生成更加復雜的音色。

圖 8：使用信號發生器調制放大器的增益參數

本文介紹了控制電壓、包絡發生器以及低頻振蕩器三個基礎概念，但為了理解模擬合成器，你還需要理解一個更為重要的概念。

仔細觀察本文中的圖示，我特意將音頻信號以橫向排布，控制信號縱向排布。為了方便理解，你可以認為音頻信號是你可以聽到的信號，控制信號是用于控制你可以聽到什么的信號。但實際上你必須還要從電壓的角度理解上述信號，作為電壓，控制信號和音頻信號其實并沒有任何差別。因此，取決于你以什么方式使用它們，以及將它們放置于什么位置，許多合成器模塊可以同時被用作信號發生器、調制器和控制器。

換句話說，模擬合成器以波動的電壓為形式代表音頻信號，同樣類型的波動電壓也可以被用來控制與更改音頻信號。當你在判定一個模塊是音頻模塊還是控制模塊的時候，信號的輸出方向要比信號源更加重要。

這也是對于合成器來說最重要的秘密之一。