声学分析田野录音：立体声/单声道选择与合适增益设置问询

一、立体声录制的实用价值 #

即便后续标注、分析环节统一使用单声道信号，优先选择立体声录制依然有三个明确的合理理由，不存在“浪费存储空间”的问题：

• 容错性更强：专业设备的立体声通路是两个独立采集通道，录制过程中如果某一个通道偶发故障、录入碰麦/电流脉冲/环境突发异响，你可以直接选用另一通道的干净信号转单声道，无需重新招募发音人补录，尤其对采集成本较高的方言语料、病理语音语料来说，这点价值极高。
• 原生信号质量更优：多数专业声卡、录音笔的立体声模式下两个通道采用独立模数转换电路，后期将两个无偏差的声道等权合并为单声道时，无关的随机本底噪声会因相位不相关抵消3dB左右，等效信噪比高于同设备直录的单声道信号，不存在“立体声转单声道音质损失”的问题。
• 保留研究扩展性：原始立体声文件可以支撑后续的多说话人分离、发音空间辐射特征、近讲拾音差异等拓展研究，如果一开始就只录单声道，后续新增研究方向时只能重新采集数据，时间成本极高。如果你的存储资源极度紧张、且100%确定研究仅需单声道信号、单声道采集通路无稳定性问题，也可以选择直接录单声道。

二、录音增益电平的正确设置逻辑 #

你遇到的“听感清晰但信噪比不足”问题，本质是增益设置过低时，有效语音信号的幅值远低于设备本底噪声、环境稳态底噪的幅值——人耳对语音的解析能力极强，即便信号峰值低至-30dBFS也能听清内容，但此时信号的有效量化位深不足，底噪占比过高，会直接影响基频、共振峰、谱参数等声学指标的提取精度。实际录制时按以下步骤设置即可：

• 正式录制前必须做电平校准：让发音人保持正式录制时的坐姿、嘴麦距离，用正常发音强度朗读测试文本，测试文本必须覆盖你采集语料中强度最高的发音（比如重读的开元音、塞音的爆发段），全程观察设备的峰值电平表。
• 增益调整的安全区间：调整增益旋钮，让测试时的信号最高峰值落在*-6dBFS ~ -3dBFS*区间即可，绝对不要让峰值触碰0dBFS，一旦达到0dBFS就会产生不可逆的削波截断失真。这个区间既给发音人偶发的音量波动留足了3dB以上的安全余量，避免削波，又能让有效语音的幅值足够高，最大化压制底噪占比，获得合格的信噪比。
• 避开两个常见误区：一是不要靠听感判断增益是否合适，必须以电平表的数值为准；二是不要指望后期放大音量弥补前期增益不足，后期拉抬振幅时，有效语音和底噪会被等比例放大，信噪比不会有任何改善，增益校准必须在录制阶段完成，后期仅能做±1dB以内的微调。

内容的提问来源于stack exchange，提问作者Cocoa