音波不是只有频率和响度两个属性吗，那音色为什么在中学课本上能与之并列，音色的本质究竟是什么？ 第1页

我估计题主所言响度其实指的是声压级SPL。

硬要说音波只有频率和“响度”两个属性，也确实能解释很多问题了。

声音的三要素：音调、响度、音色。

谐波组成的定义不止是频域的，也是时域的。例如一些答主提到的“起振”和“衰减”过程。没错，就是这么耍赖。

不过，一说到时域可能很多人会想到瀑布图。然而，瀑布图在很多时候是多余的，甚至反而不如频响曲线精确的反映时域问题。这其中的原因，尽可能简短的解释为，很多时候电声器件本身属于最小相位系统或具有最小相位特性，时域和频域是相关联的，可以通过希尔伯特变换转换。然而，时遇和频域本身的精度是互斥的，想要在瀑布图中获得高精度时间轴信息，频域精度就会下降。而另外一个问题，则在于高Q值谐振需要一定的时间或者说过程才能够触发可闻性。即音乐中必须要有内容在这个频率上，并且维持一定的时间，才能够使人听出可闻区别。这也许也是为什么音乐信号相比于Pink Noise需要更高的幅度（尤其是在高Q值）才能触发的重要原因之一。

而对于低Q值resonance，在很短的时间就可以触发。

所以从某种意义上，低Q值才更容易暴露一些瞬态问题。也就是那些频响曲线中“看似不起眼”的范围很宽的“隆起或者凹陷”。而低Q值的resonance恰恰不容易在瀑布图中产生“振铃”。

线性系统可以描述为三个子系统的组合（最小相位子系统、全通和具有恒定时延的子系统）。使用希尔伯特变换可以从幅度响应中计算出最小相位响应。

至于系统相位对音色的影响。这个问题太过庞大，情况太多。不过对于像耳机这样的声学类型，如果符合最小相位系统特性，那么频率和相位也是关联的，理想频率响应也会有理想的相位响应（虽然对于耳机而言，即便相位不标准很多时候也听不到相位带来的改变）。当然，相位响应本来也是和频率有关的量。如果觉得实在有点绕，换一个名字，幅频特性与相频特性，是不是就清晰一些了。