然而，我得到的 dbFS 值始终低于 -20，即 10% 的响度，即使在歌曲的响亮部分也是如此。为什么会这样？我是否错误地计算了响度？

为什么这会是个问题？人类的感知大致是对数的。不是“难以忍受的响亮”的声音不应超过“声学动态范围”的 10%。

顺便说一句，与$\frac{}{20}$，这个公式给你的是幅度，而不是功率值，所以这不是真正的响度，只是幅度。但由于这在感知上只是一个常数因素，因此这些术语可以互换使用。

另外，如何计算某个时间点的整体响度？它是所有值的总和，还是最大值？

这是总和，至少是近似的：人类感知对不同频率具有不同的灵敏度，而且频率可以相互掩盖，因此如果我们忽略这些事实，信号中的能量仅与感知响度成正比（参见：心理声学模型）。