本节将更详细地介绍电子声音生成和处理的一般原理，包括对以下内容的参考： Summit本章将介绍相关设施。如果您对模拟声音合成不太熟悉，建议仔细阅读本章。熟悉此主题的用户可以跳过本节，直接阅读下一节。
要了解合成器如何产生声音，了解构成声音的组成部分（包括音乐部分和非音乐部分）是很有帮助的。
声音只能通过空气以规律的周期性振动耳膜才能被感知。大脑会将这些振动（非常精确地）解读为无数种不同类型的声音之一。
值得注意的是，任何声音都可以用三个属性来描述，而且所有声音都具备这三个属性。它们是：
声音之间的区别在于声音最初所具有的三种属性的相对大小，以及这些属性在声音持续时间内的变化。
使用音乐合成器时，我们特意追求对这三个属性的精确控制，尤其是在声音“生命周期”内如何改变它们。这些属性通常有不同的名称，例如，音量可能被称为振幅、响度或电平，音高被称为频率，有时音色也被称为音调。
如前所述，声音是通过空气振动耳膜而产生的。声音的音调取决于振动的频率。对于成年人来说，最慢的振动频率约为每秒20次，大脑将其解读为低音；最快的振动频率可达每秒数千次，大脑将其解读为高音。
如果统计两个波形（振动）中的峰值数量，波形 B 的峰值数量恰好是波形 A 的两倍。（波形 B 的音调实际上比波形 A 高一个八度。）给定时间内振动的次数决定了声音的音调。这就是为什么音调有时也被称为频率。音调或频率是由给定时间内统计到的波形峰值数量决定的。
音乐是由几个不同的、相互关联的音高同时产生的。最低的音高被称为“基音”，它对应于我们感知到的声音音符。构成声音的其他音高，如果与基音之间存在简单的数学比例关系，则被称为谐波。每个谐波相对于基音的响度决定了声音的整体音调或“音色”。
设想两件乐器，例如大键琴和钢琴，在键盘上以相同的音量演奏同一个音符。尽管音量和音高相同，但这两件乐器听起来仍然截然不同。这是因为两件乐器不同的发声机制产生了不同的泛音；钢琴音色中的泛音与大键琴音色中的泛音不同。
音量，通常指的是声音的振幅或响度，取决于振动的幅度。简单来说，在一米外听钢琴的声音会比在五十米外听更响亮。
既然已经证明任何声音都由三个基本元素构成，那么现在就需要将这些元素在音乐合成器中实现。很自然地，合成器的不同部分会“合成”（或创造）这些不同的元素。
合成器的一个部分， 振荡器生成原始波形信号，这些信号定义了声音的音高及其原始谐波成分（音调）。然后，这些信号在一个称为混音的模块中混合在一起。 混合器然后将所得混合物送入一个名为……的部位。 筛选这会进一步改变声音的音调，通过去除（滤波）或增强某些谐波来实现。最后，滤波后的信号被送入…… 放大器决定声音的最终音量。
附加合成器部分 - 低频振荡器 和 信封 - 通过与……交互，提供更多改变声音音调、音色和音量的方法 振荡器， 筛选 和 放大器从而带来声音特性上的变化，这种变化会随着时间推移而演变。因为 低频振荡器' 和 信封其唯一目的是控制（调制）其他合成器部分，它们通常被称为“调制器”。
振荡器部分是合成器的核心。它产生电子波（最终输入扬声器时会产生振动）。该波形以可控的音高产生，音高最初由键盘上弹奏的音符或接收到的 MIDI 音符信息决定。波形的独特音色或音质实际上是由波形的形状决定的。
多年前，音乐合成的先驱们发现，少数几种独特的波形包含了制作音乐所需的许多最有用的谐波。这些波形的名称反映了它们在示波器上的实际形状，它们分别是：正弦波、方波、锯齿波、三角波和噪声。 Summit的振荡器部分可以生成所有这些波形，还可以生成非传统的合成器波形。（请注意，噪声实际上是独立生成的，并在混音器部分与其他波形混合。）
除噪声外，每个波形都有一组特定的与音乐相关的谐波，可以通过合成器的其他部分进行操控。
下图展示了这些波形在示波器上的样子，并说明了它们谐波的相对强度。请记住，波形中各种谐波的相对强度决定了最终声音的音调特性。
方波/脉冲波只包含奇次谐波，其音量与锯齿波中的奇次谐波音量相同。
方波处于“高电平”和“低电平”状态的时间相等。这个比例称为“占空比”。方波的占空比始终为 50%，这意味着它在一个周期内有一半时间处于“高电平”，另一半时间处于“低电平”。 Summit 允许您调整基本方波的占空比（通过 形状 通过控制参数）产生形状更接近“矩形”的波形。这些波形通常被称为脉冲波形。随着波形越来越接近矩形，会引入更多偶次谐波，波形的特性也会发生变化，听起来更像“鼻音”。
脉冲波形的宽度（“脉冲宽度”）可以通过调制器动态改变，从而导致波形的谐波含量不断变化。当脉冲宽度以适中的频率改变时，可以使波形呈现“饱满”的音色。
脉冲波形听起来相同，无论占空比是 40% 还是 60%，因为波形只是“反转”了，谐波含量完全相同。
环形调制器是一种声音发生器，它从两个振荡器获取信号并有效地将它们“相乘”。 Summit的环形调制器使用振荡器 1 和振荡器 2 作为输入。最终输出取决于两个振荡器信号中各自的频率和谐波含量，并由一系列和频、差频以及原始信号中的频率组成。
另一种将两个信号源合并的方法是调频（FM）。在这种技术中，一个振荡器的频率（有时称为“载波”）会围绕其标称“中心”值动态变化，变化量与第二个振荡器信号的瞬时幅度相对应。 Summit 面板上有一组专用于添加 FM 效果的控件。
精确的声音结果取决于每个振荡器的波形、它们的相对音高以及调制信号的最大振幅： Summit 后一个参数可以手动控制，并且可以通过 LFO 和 Envelope 进一步改变。
频率调制的结果是产生一系列附加谐波（实际上理论上是无限的），这些谐波既高于被调制振荡器的音调，也低于被调制振荡器的音调。在调频（FM）语言中，这些谐波通常被称为边带。“有效”边带的数量与调制信号的幅度成正比，与载波和调制器之间的频率差成反比。如果调制器本身就富含谐波，例如，并非简单的正弦波，则每个谐波都会产生一组自己的边带，从而进一步丰富结果的频谱内容。
Summit 是一个 减法 合成器。 减法 意味着在合成过程中的某个地方减去了部分声音。
振荡器提供具有大量谐波内容的原始波形，滤波器部分以受控的方式减去一些谐波。
有三种基本过滤器类型，均可用于 Summit：低通、带通和高通。合成器上最常用的滤波器类型是低通滤波器。低通滤波器会选择一个“截止频率”，低于该频率的任何频率都会通过，而高于该频率的频率则会被滤除或移除。
设置 滤波频率 参数指定了高于该值的频率将被移除。从波形中移除谐波的过程会改变声音的特性或音色。当频率参数达到最大值时，滤波器完全“打开”，原始振荡器波形中不会移除任何频率。
实际上，低通滤波器截止点以上的谐波音量会逐渐（而非突然）减小。这些谐波音量随着频率超过截止点而减小的速度取决于滤波器的 坡 参数。斜率以“每八度的音量单位”来衡量。由于音量以分贝为单位，因此斜率通常表示为每八度的分贝数 (dB/oct)。数值越高，截止点以上的谐波抑制效果越强，滤波效果也越明显。 Summit的滤波器部分具有 12 dB/oct 的斜率，但两个相同类型的滤波器部分可以级联（串联放置）以产生 24 dB/oct 的斜率。 Summit 还允许将两种不同类型的滤波器级联，甚至可以“并联”放置，这样混频器的输出就可以由两者处理。
滤波器的另一个重要参数是共振。通过提高滤波器的 谐振 控制。这对于强调声音的某些谐波很有用。
随着共振的增加，通过滤波器的声音会带有类似哨音的音质。当共振设置为非常高的水平时，每当信号通过滤波器时，共振实际上会导致滤波器自振荡。产生的哨音实际上是纯正弦波，其音高取决于 频率 控制（滤波器的截止点）。如果需要，这种共振产生的正弦波实际上可以用作某些声音的附加声源。
下图显示了典型低通滤波器的响应。截止点以上的频率音量会降低。
除了传统的低通滤波器类型外，还有高通和带通类型。 Summit，滤波器类型通过 形状 转变 。
高通滤波器与低通滤波器类似，但工作原理相反，因此截止点以下的频率会被滤除。截止点以上的频率则通过。当滤波器 频率 参数设置为最小值，滤波器完全打开，并且不会从原始振荡器波形中删除任何频率。
带通滤波器只允许以截止点为中心的窄带频率通过。高于和低于该频带的频率均会被滤除。这类滤波器无法完全打开，让所有频率都通过。
通过组合使用上述类型的简单过滤器，可以获得音量和频率之间更复杂的关系。 Summit 允许您将两个不同类型的滤波器“级联”，从而创建“串联”组合。由于两个滤波器都是减法滤波器，因此这种组合通常会比单个滤波器部分去除更多频率。但是，如果两个滤波器的截止频率不同，则可能会产生有趣的结果。
只会将非常高的频率传递到高通滤波器，高通滤波器会滤除其中一部分，从而在两个滤波器的截止频率之间留下一个窄带。这个窄带的宽度取决于两个截止频率之间的差值，或者说“间隔”。
相同的滤波器并联使用会产生截然不同的结果，因为两个部分的响应实际上是叠加在一起的。低频将通过低通滤波器，高频将通过高通滤波器，导致两个截止频率之间的响应出现下降或凸起。
前文已介绍了音高和音色的合成方法。合成教程的下一部分将介绍如何控制声音的音量。乐器发出的音符的音量通常会随着音符的持续时间而发生显著变化，具体变化程度取决于乐器的类型。
例如，在管风琴上，按下琴键后，音符的音量会迅速达到最大值。音量会一直保持最大值，直到琴键松开，然后音量会立即降至零。
按下琴键后，钢琴音符的音量会迅速达到最大值，但即使按住琴键，音量也会在几秒钟后逐渐降至零。
弦乐模拟效果器只有在按下琴键时才会逐渐达到最大音量。按住琴键时音量保持最大，但松开琴键后，音量会相当缓慢地降至零。
在模拟合成器中，音符持续时间内声音特性的变化由称为包络发生器的部分控制。其中一个（放大器环境)始终与放大器相关，放大器控制音符演奏时的振幅——即声音的音量。 Summit每个包络生成器都有五个主要参数，这些参数决定了包络的形状；这些参数被称为 AHDSR 参数，或包络“相位”。
您会注意到，该图还包含一个额外的初始阶段，即延迟。这是按键敲击后，启动时间（以及整个 AHDSR 序列）所需的时间。这是另一个包络阶段，在其他合成器上通常不存在，但在 Summit。添加延迟时间后，我们将包络序列重命名为 DAHDSR，以确保完整性（尽管许多用户将继续使用更传统的术语 ADSR 来指代它）。
大多数现代合成器可以生成多个包络。 Summit 有三个包络发生器： 放大器环境 拥有一组专用的硬件 ADSR 滑块控制（延迟和保持功能可通过菜单单独控制），并始终应用于放大器，以调节每个演奏音符的音量，如上所述。两个调制包络（修改环境 1 和 修改环境 2) 共享一组相同的控制键，并通过分配开关选择要控制的包络。调制包络可用于在每个音符的生命周期内动态地改变合成器的其他部分。 Summit的 模式环境 例如，发生器可用于修改滤波器截止频率或振荡器方波输出的脉冲宽度。
合成器的低频振荡器 (LFO) 部分是一个调制器。它本身并不参与声音合成，而是用来改变（或调制）合成器的其他部分。例如，LFO 通常会改变振荡器的音高、滤波器的截止频率以及许多其他参数。
大多数乐器发出的声音都会随着时间推移而变化，音量、音高和音色都会发生变化。有时这些变化可能非常细微，但仍然对最终声音的特征起着至关重要的作用。
我们使用包络来控制单个音符持续时间内的一次性调制，而 LFO 则使用重复的循环波形或模式进行调制。
如前所述，振荡器产生恒定的波形，可以是重复的正弦波、三角波等等。低频振荡器（LFO）以类似的方式产生波形，但其频率通常太低，人耳无法直接感知。与包络一样，LFO 产生的波形可以馈送到合成器的其他部分，从而为声音创造所需的随时间变化——或称“动态”。
想象一下，将这种低频波施加到振荡器的音高上。结果是振荡器的音高会缓慢地在其原始音高上下波动。这可以模拟例如小提琴手在拉弓时手指在琴弦上上下移动的效果。这种音高的细微上下变化被称为“颤音”效果。