本
文
摘
要
因为文字的描述还是不够形象，应很多人要求，我会在12月1日举办一场live着重讲解耳机入门和进阶的一些基础知识，希望各位发烧友少走弯路。。。谢谢大家捧场。。。
照例，参加live我也会抽奖送耳机~~
入坑耳机别走弯路：耳机入门详解www.zhihu.com/lives/1046574455110823936我是某美国音箱品牌的声学系统工程师。
主要负责音频系统的系统定义和音质的客观评价和主观调音。
我本是一个普通的发烧友，但随着我工作时间越来越久，认识的老前辈越来越多，学习到的和音频相关的科学知识也越来越多。音箱行业非常小众，真正从事和听感、音质有关的从业人员更是屈指可数。由于HiFi领域属于非常小众的一个领域，和其他声学领域诸如超声、水声、NVH（噪声、振动与声粗糙度）、语音识别、ANC（主动降噪）、光声等领域有着较大区别。很多其他领域内适用的公式和原理以及评判标准在HiFi领域内并不适用。比如说NVH通常只看频响（不好意思，我没有黑的意思，哈哈），但是只看频响去评判一套用于听音乐的音频系统是很傻的一种行为。每当我看到一些玄学言论和不适用于真实场景中的所谓“科学”被很多人所争论时总是有种不适感，所以我决定写下这篇文章。
以下内容仅代表我个人观点，与任何公司和利益集团无关。
线材玄学
记得我还在读研的时候，在耳机大家坛看到过这篇文章：《愚弄听众100年-音响界的十大谎言》，其中第一条就和线材有关的。我当时深信不疑，觉得音频线作为一种导体，只要电阻值较低，那么线材之间就不会有区别。但当我真正从事音频研发工作才明白，首先我们要清楚一个基本的物理学原理——趋肤效应。即当导体中有交流电或者交变电磁场时，导体内部的电流分布不均匀，电流集中在导体的“皮肤”部分，也就是说电流集中在导体外表的薄层，越靠近导体表面，电流密度越大，导线内部实际上电流较小。
在高频电路中，电流变化率非常大，不均匀分布的状态甚为严重。高频电流在导线中产生的磁场在导线的中心区域感应出最大的电动势。由于感应的电动势在闭合电路中产生感应电流，在导线中心的感应电流最大。因为感应电流总是在减小原来电流的方向，它迫使电流只限于靠近导线外表面处。效应产生的原因主要是变化的电磁场在导体内部产生了涡旋电场，与原来的电流相抵消。
以上摘自百度百科。而在模拟音频线材传输音频电信号时，通常，高频趋于线材表面，低频相对趋于线材中心。所以，在电阻一定，即模拟音频线横截面积一定的情况下，线的表面积越大，即纤芯数目越多，更有利于对高频信号的传导。所以常见的很多高端模拟音频线材都采用多股线材绕合而成。
其次，由于某些材料的特性，从不同方向测量线材时，电阻值是不同的。通常取电阻值较小的方向。所以很多高端的HiFi信号线具有方向性表示。即一段接音源，一段接功放是有顺序的。模拟信号线还有很多物理特性，在这里不一一赘述。
对于数字信号线，如果数字信号采用非异步传输，则在一定程度上会受到线材影响，因为数字信号在导线中本质是一种模拟信号。高低电平并不是绝对的0和1，而是一个电压值的范围，如果这一信号发生跳变，则会影响最终的音质。
但对于异步传输的数字信号，如UAC2.0（USB Audio Class 2.0）下XMOS，则由于异步校验机制，信号线不会对所传输的数字信号产生任何影响。所以在使用XMOS等异步数字传输芯片时，如果由于不同的数字信号线而听到不同的声音则完全是心理作用。
综上所述，线材并不是玄学的。打。。打住。。
谁能告诉我打架坛里怎么编辑帖子加上“狗头”俩字。。滑稽
相关阅读：
鬼斧神工119：房间对音箱声音的影响（入门篇）。也许是对所有“老烧”的会心一击。318 赞同 · 108 评论文章1.频率响应
本来想一开始就写关于频率响应的内容，但是频响所涉及到的东西实在太多，所以留到现在。
频率响应是一个极易容易出现分歧和争议的概念。究其原因，我觉得是因为很多人只是知道频率响应（frequency response）的基本概念。
实际上很多时候频响可以说明一个产品，但更多时候，只看RTA频响说明不了一套声学系统的一些问题。
在此，我仅对最基本的ASW（apparent source width 感知声源宽度）做一个比较形象的解释，至于其他的嘛。。。毕竟我懒。
首先，很多声源都是有宽度的，钢琴就是一个最基本的例子，钢琴不是从一个抽象的点发声，而是有一定宽度和厚度的面积发声，在此只讨论宽度。真实中，钢琴的声源宽度如下图所示：
而一套比较好的音频系统，无论是音箱还是耳机，可以比较好的还原钢琴的ASW。
而对于比较差的音频系统则很容易出现下图这种情况：
这两种情况，无论是单个音箱的频响，还是整套系统的频响，都可能差不多，甚至第二种情况的频响往往看起来更平更漂亮。（我为了给你们解释真是煞费苦心，我都佩服我自己）
当然啦，人是可以分辨出两套系统对ASW的还原能力。
而实际上，人对声源的空间感知也不只局限于ASW。
① 人对单个声源的空间感知
人对单个声源的空间感知由方向定位、距离定位和感知声源宽度这三部分组成。
人对单一声源的方向定位主要由双耳时间差、双耳声压级差、耳廓效应和人头转动因素（不自觉的人头转动和主动转动均对方向定位起作用，因为听耳机时人头转动因素无法起作用，所以耳机的方向定位通常不如音箱）共同决定。并且，人对正前方的方向定位最灵敏，而对头上方和后方的定位不如前方和前上方好。
人对单一声源的距离定位通常由主观响度（不是客观响度）、混响（直达声和混响声能比）和空气的低通滤波作用（仅适用于远距离声源）共同起作用。
人对单一生源的感知声源宽度由IACC（双耳听觉互相关系数）和LF（侧向声能比）等因素共同作用。IACC可以在一定程度上衡量某一瞬间的双耳能量相似度。IACC又可以分为IACCE（早期双耳听觉互相关系数）和IACCL（后期双耳听觉互相关系数）。IACCE与ASW匹配度较好，但不绝对。通常人们喜欢比实际声源宽度更宽的声源宽度。
②人对多个声源的空间感知（这里指的更多是音箱系统而非音箱单体本身）
绝大多数音乐都不只有一个声源，在两个或两个以上的声源同时发声时，听觉系统将综合利用这些声源的空间信息合成一种主观空间听觉。在不同的条件下获得这种主观空间听觉的结果也不同。当各个声源互不相关时，听觉系统有可能分别对不同声源进行定位。但是通常情况下，各个声源会产生相关声波，双耳声压级是各个声源产生的声压的叠加。人耳的听觉系统可能将声源定位在其中一种声源的位置（比如说人声），而忽略其他声源的位置，或者将其他声源定位在错误的位置。这种主观感觉形成的多声源空间感知成为声像。
产生声像的原因是听音系统将定位信息与过去的听觉经验（听音经验）进行比较。总之，多声源的合成定位是听音系统综合利用各声源的空间定位信息而错觉形成的一种主观感觉。通常一套音频系统对音乐的定位能力是无法用客观仪器简单的测量的，有些时候这种计算会异常复杂。
我可以随意列举出频响不能说明实际听感的例子，比如：
下面有两只JBL DD67000，左侧的称为LF，右侧的称为RF，假设房间是标准的矩形，音箱放置完全对称。
第1种情况：LF的音量为-25dB，而RF的音量为-30dB；第2种情况：LF的音量为-30dB，而RF的音量为-25dB。
显然这两种情况下，听音者所在位置用麦克风测得的频率响应是完全一样的，但实际上人能很明显听出第1种情况声音偏左，而第2种情况声音偏右。
有人说声强有区别，这么简单的问题为什么会想不明白？你自己测一下你就明白了。就算是只开其中一侧的音箱，听音者附近的声压级也是类似的。甚至很多时候，只开RF，听音者左侧的SPL反而会更高。
人耳判断声音方向由ITD（Interaural Time Difference 双耳时间差）、ILD(Interaural Level Difference 双耳声压差）、耳廓效应和人头转动因素共同决定。
单纯凭借频率响应是无法判断声音方向的。
而我这也是举了一个比较极端的例子方便大家理解，实际中左右音箱不可能差这么多音量，但是人对声音方位的判断依然起作用，因为我们常听的音乐中，所有乐器和人声并非都来自于同一方向、同一个点，而此时，频响曲线不能判断声音的方向。但实际上，不同的音频系统对“乐器和人声的定位”还原能力是不同的。
再比如：
第1种情况：LF只播放20-10kHz的声音，RF只播放10k-20kHz的声音；第2中情况：LF只播放10k-20kHz的声音，而只播放20-10kHz的声音。
这两种情况下，测得的频响也是一致的，而人的听感则截然不同。
而实际场景中，频响相似的情况下，经常会出现和这种情况类似的频率漂移问题，导致人的听感完全不同。比如说人声所在的频段存在割裂感，人声的基频和高次谐波的方向不一致，但处于同一频段的乐器却一致。这往往是从单个音箱的频响和整体的频响都无法判断的。
在更加复杂的现实场景中，频率响应相似听感却完全不同的情况大有所在。
再比如说频响与THD。
假如两个音频系统频响类似，都在70Hz左右，其中一个THD（这里所说的THD是箱体THD，很多时候低频的箱体THD会比同频率功放的大很多）是0.1%，另外一个是5%，那么低频的质感则是完全不同的。
再比如说常见的蓝牙音箱，多采用PR（passive radiator 被动辐射材料）增强其低频表现，PR和speaker需要匹配，如果PR和speaker没有匹配，即便频响曲线看起来很漂亮，声音也会非常难听。
频响曲线也不能区分直达声和反射声等等。更不能区分出音箱的位置，而音箱的摆位对听感可以说有着决定性作用，这一点我会在下文详细解释。
与此同时，音乐不是定频正弦波，也不是pink noise、white noise，很多情况下都是由多种乐器和人声组成的，很难从播放音乐时的频谱中直接看出音乐中所包含的乐器，所以很难区分频响中的能量是何种乐器在何种音调下的基频或是几次谐波所产生的。
即便可以测量某个乐器单独音高下的频谱，但无法简单的通过某一时刻的频谱去逆推出音乐中所有的乐器及其音高和失真。
所以通过扫频也好，通过pink noise 测FSB也好，都不能绝对的通过频响曲线去判断一套系统对于不同乐器和不同乐器合奏时的表现。
但是人可以听出区别。
关于频响曲线不能说明听感，有太多太多的例子。
只看频率响应不能说明任何事情。（当我们讨论一个问题的时候，首先，你要知道我在说什么。我感觉我说的已经很通俗易懂了。。。滑稽）当然，这里与以上更多指的是RTA曲线。
而对于耳机，我记得某国产耳机的发布会曾经拿森海塞尔和AKG的耳机频响做对比，售价几千元的耳机竟然频响曲线不平整，他们的耳机比几千元的还要平整。
其实对于音箱而言，在听音者位置测得的频响曲线越平整，人所听到的声音越接近于录音师想要表达的声音，这一点没错。但是对于耳机而言，由于耳机（尤其是入耳式耳机），声音没有经过HRTF（Head Related Transfer Function，头相关变换函数）直接进入人耳，若想使人认为这个声音是接近于音箱产生的声音，则目标曲线不应该是平直曲线而是HRTF曲线。
2.音箱摆位
总有人说摆位是玄学。
然而，摆位可以说是对于一套音箱系统而言最重要的部分了，没有之一。
首先，常用的家用扬声器都是有指向性的，越是高频指向性越强。如果高音单元指不到你，那你只能听反射声了，而一般来说，高音在房间内多次反射后的衰减比较强。所以，摆位不好对于高音的还原会大打折扣。与此同时低频也会产生干涉。
一般情况下，立体声系统要人和两个音箱在一个等边三角形，两侧的音箱指向人所在的方向，间距最好大于2m。
而我却经常看到这样的情形。（网上随便找的图，希望不要躺枪）
我心中有一句MMP，我现在就要讲！
3.避震
电容器通常是由两个极板组成的，如果极板之间的间距产生变化，那么电容器的电容值就会产生变化。通常情况下，功放或是CD机的震动足以导致电容器外壳的微弱形变，所以震动会使电容器的电容值发生变化从而影响整机的声音。某日本品牌曾经做过一种检测到输入音频电流就自动开机的监听音箱以方便用户使用，但研发过程中发现，只要稍微挪动音箱，音箱就会自动开机，这就是因为电容的晃动产生的电流使芯片检测到高电平，误以为已经有音频信号输出。
综上，避震对功放、CD机和解码器会产生影响，好的避震器会使声音更好。至于能不能听出来就是另外一回事了。
插一句题外话，其实就算电容表面的这层包装纸也会对音质有影响。
4.黑胶误区
模拟味一直以来是我很讨厌的一个词。似乎那种失真到不行的声音就是模拟味。真要听那种感觉听收音机不就好了吗，何必花那么多钱。我真的不明白，在现代录音基本都是数字录音的基础上，通过数字录音转制的黑胶唱片，那些人是怎么听出模拟味的。
并且，但凡是正规一点的公司，在研发中多采用audio precision的apx系列音频测试仪进行产品设计和验证。而apx系列中除ap555以外，ap525、ap586等常用型号均采用由DSP和DAC组成的数字信号发生器。这模拟味未免也太数字了，滑稽。
通常，黑胶唱机需要唱头放大器。因为低频振幅过大而占据了太多的唱盘面积，造成可录音时间的大大缩短；同时因为高音部分振幅过小，很容易造成声音重播的失真。为了解决这个问题，唱放中通常带有均衡器即EQ，在制作唱片的时候缩小低频振幅，延长可录音时间，同时放大高频振幅以提升高频的信噪比。唱放中则相反。由于均衡器的引入，这一滤波过程会不同程度上影响音质，从而不利于HiFi。
5.参数无用论
真实的客观参数确实可以很大程度上决定听感，但厂家在产品包装上所标称的参数则不一定能决定听感。这就是很多人说参数无用。其实只是广告中的参数无用，而并不是真实的客观参数无用（好绕口）。比如说很多功放都会标注THD，但却不说是1% output、50% output还是max output。这几种情况下的THD参考意义可是大不相同，又例如“低频截止频率是20Hz”，却不说此时信号已经衰减了多少dB，衰减3dB也可说是截止频率，衰减6dB也可以说是截止频率，但是这两种也是完全不同的。
再比如说两款参数类似的运放，听感差别较大。“明明两款运放信噪比和THD都差不多，听起来却不一样，说明客观参数不能反映听感”。其实运放有很多参数厂商是不标注的，比如说追踪速率，也称转换速率。即运放接成闭环条件下，将一个大信号（含阶跃信号）输入到运放的输入端，从运放的输出端测得运放的输出上升速率。该指标越高，对信号的细节成分还原能力越强，否则会损失部分解析力。
所以客观参数在一定程度上是可以决定音质的。
6.高频无用论
人耳只能听到20kHz的声音，所以那些耳机和音箱拥有40kHz的回放能力又有什么意义？
对于定频信号，很多人其实连18kHz都听不到。那些用只能播放到17kHz的手机下载所谓的听力测试app，发现自己能听到23kHz的“金耳朵”我真不知道该说什么，至少用个Audio Precision测吧。
回归正题，人确实听不到高于20kHz的声音，除非是一些生物谐波效应，但通常如果一个音箱或耳机的带宽（-3/-6/-10dB等）只到20kHz，那么通常频响在10几kHz就会出现衰减。
所以超高频对于HiFi系统是有意义的。
7.以价论声
我把一个只值一块钱的东西一百万卖给你，你也会觉得它值一百万。
虽然说得有些夸张，但这确实是HiFi发烧友普遍的误区，包括我自己。
同样一个产品，生产100件和生产10000件，即便BOM成本一模一样，它的售价也必然是不同的，因为均摊到每个产品上的研发和广告成本不同。
我知道行业内很多明星产品的成本价或是OEM卖给厂家的价格，真是非常 *** 。因为HiFi产品小众，不像手机汽车行业竞争那么激烈，定价也比较随意。开公司都是为了赚钱的，价格定的夸张一点，多赚点钱也不是什么坏事。
一个音频产品的好坏是由它的性能决定的，而不是价格。以价论声是一种非常傻的行为。
8.煲机
说实话我对扬声器和耳机的单元了解不是很多，毕竟我不是Transducer Engineer。不过之前跟丰达和娄式的人聊过，据说动圈单元需不需要煲机和单元边缘所用橡胶圈和胶水的材质有关。有的胶水需要煲机，有的则不需要。
而对于功放、播放器等等，我一个在索尼做便携播放器的朋友和我说电容是需要煲的。
但我个人一直坚持不煲机，至少不用刻意煲机，买来正常听就好。
9.古董器材
这是个非常搞笑的问题。如果老的东西比新的好，那所有公司都不用研发了，一直卖旧的东西不就得了。
事实上电容、电阻等电子元器件是有有效寿命的，就好比食品的保质期。过了一定年限就会失效，失效的电容会出现电容值下降、耐压值下降甚至漏液等问题。
ESL
ESL（Equivalent Series Inductance）是指电容的等效电感。实际中的电容器不是理论中只存在电容值，也同时存在等效电感和等效电阻。
早期的电容经常有很高的ESL，而且容量越大的电容，ESL一般也越大。电感对高频信号起抑制作用，很多老机和老机中的老电容的ESL会因为过期而变高，从而使整机的高频表现能力大打折扣。
从而影响功放整机的性能，产生所谓的“味道”，其实也就是失真。这种失真在绝大多数情况下只会劣化音质，只在极少数情况下会使声音好听。而且这一过程是随机的，不可控的。所以花大价钱买古董电容磨机或是古董器材的，除了情怀真的没什么可说了。
老东西，收藏一下就好，不要意淫。
德国ROE电容美国西电10.迷信现场
“现场演唱会音质才是最好的，最接近于真实的，家用HiFi没用”
其实世界上绝对多数的音乐厅和剧院，例如英国皇家莎士比亚剧院、悉尼歌剧院、中国国家大剧院、上海东方艺术中心等，因为传统的乐器和人的音量太小，有时需要扬声器进行扩音。所以现场音乐会和演唱会有时观众听到的也并不是乐器完全原汁原味的声音。
其次，任何剧院、电影院、音乐厅等都是存在“皇帝位”一说的，同样一个声学环境，不同的位置效果差别其实非常巨大。在家中可以针对一个人的位置进行精确地调试，获得很完美的效果。而在大型场馆，真正听音体验完美的位置也只是很小的一片区域，假如你买的票不在这些区域，那么你听到的声音未必比家庭HiFi好。这就好比你坐着一辆两百万的大巴车，但是坐起来未必有五十万的小轿车舒服。当然剧院、电影院、音乐厅的混响相比家里的小房间有绝对优势。
而即便是对于没有扩声系统的演出会，通常，大型场馆的声学环境普遍不如声学实验室。不同位置的低频表现会由较大差别，这对交响乐中很多乐器的听感均会产生不同程度的影响。“皇帝位”通常票价不菲，当然，你是土豪你随意啦。而对于耳机和家庭音响则很容易使听音者感受到较好的全频表现，从而容易实现对不同乐器的较好的欣赏。
而现场演出最大的问题并不是上述问题，而是很容易受到外界干扰。举个简单的例子，我一个朋友刚听完张学友的演唱会，他说他一晚上一句张学友的歌都没听清，全是旁边的人唱。而在家中则可以很大程度上避免这个问题，听到原汁原味的感觉。
11.试音碟和示范碟
“你知道加州旅馆1994年冰封地狱演唱会不插电版前奏中的鼓有多少种，分别是什么吗？”
“你连音乐里面用的是什么鼓都不知道，你怎么能用这首歌曲去评判一套系统的低频表现呢？”
这个问题是我以前面试一家耳机公司时的问题，因为当初我也不知道，所以那家公司把我拒了。
后来我认识了这场演唱会录音师的朋友，其实他也是我的同事。
我才知道这首歌是怎么录制出来的，其实这首歌的低频本来是不足的，因为录音师喜欢雅马哈NS1000型纸盆监听音箱，那个音箱是书架的，截止频率较高，低频不足。而老鹰乐队的主唱很喜欢低频，很生气的和录音师说低频太少，但是演出已经结束，于是录音师迫于无奈人为的拉高了低频。
也就是说，你们常听的加州旅馆其实低频完全是人为染色的，并不HiFi。
一个低频渲染过的音乐为什么可以作为试音碟呢？这是一个哲学问题。
回归问题本身，试音碟和示范碟完全是两个不同的概念。而这其实是一个比较敏感的话题。
试音碟一般是研发过程中用来发现一套音频系统的问题和缺陷所用的。
而示范碟则通常会选取一些“你可以听出区别，但说不出好坏”的音乐，比如说蔡琴。蔡琴的录音很一般，最关键的是蔡琴的歌怎么听都不难听，即便几十块的耳机听也不难听，这也就是为什么那么多公司在演示音箱的时候用蔡琴。而阿黛尔则完全相反，如果音箱不好，听起来就会非常难听。
12.以品牌论声，以产地论声。
任何行业的人都是具有流动性的。可能今天这位大师在德国公司，明天他就去了英国公司，但他确实意大利人。那么这些品牌到底是德国声、英国声还是意大利声？有的人原来在BOSE，后来在B&O，现在在苹果，这都是很正常的现象。关键看人而不是品牌，也不是产地。
关于产地，其实在业内已经不是什么秘密。很多牌子都是一家公司制造的。
Prada可以把在东莞产的东西贴上意大利制造的标。
所以“Made in Germany”不一定是德国制造吧，“Made in Japan”也不一定是日本制造吧。（我可什么都没说）
何况中国现在越来越发达，有些工艺其实已经超过国外了。柏林之声卖40万的音箱用的单元也是惠威啊，滑稽。
有些事情，不能说太细。
13.金耳朵
在很多维度，人的听力都是远不如仪器的。
比如说1kHz加一个Q=8，增益为0.5dB的滤波器，PCB mic可以测出区别，但人听不出区别。也就是说相对阈限人是完全不如仪器的。绝对阈限人更是不如客观仪器，也不如很多动物，比如说蝙蝠和海豚。
CD和MP3则要具体情况具体分析，有的音乐就是很难听出CD和MP3，但是有的音乐比较容易听出来。这取决于录音质量和音乐中乐器的复杂程度，通常流行音乐很难察觉MP3和CD。但有的音乐即便是CD和Hi-Res也有很大区别，比如说Hank Jones的Fly Me To The Moon，这是索尼大法官方商城的Hi-Res音乐，和CD比区别还是挺明显的。但无论如何，仪器都很容易测出两者之间的区别，因为频谱的宽度完全就是不一样嘛，MP3没有高频，CD有。
但确实，声学中有些东西是客观仪器无法测量的，或者说无法准确测量。比如说一些多声道系统的乐器和人声的定位。
14.电子管
电子管功放俗称“胆机”，晶体管功放俗称“石机”。我经常会听烧友说胆机“模拟味”足，不像石机有“数码味”。
Excuse me？晶体管不是模拟器件？运放不是模拟器件？对于这种连最基本的模电知识都没有的人我只能说：300B好、805好、KT88真是好。
虽然同样模拟功放，但是电子管的THD（总谐波失真）确实比晶体管高得多的多，SNR（信噪比）也是相当不靠谱。确实，电子管的谐波失真多为偶次失真，对于具有偶次谐波较多的乐器，比如说琵琶，听起来会更华丽更好听。但是这本质上依旧是一种失真，而对于听音风格比较杂食，什么都听的人来说，胆机的适用场景远不如石机。
我个人不喜欢胆机的声音。
至于总有人说森海塞尔的大奥用的是胆机，胆机就比石机好。这种论点是很荒谬的。大奥属于 *** 款，每一台耳机都进行单独的 *** ，所用的电子管也是精挑细选配对的。和普通的量产机没有可比性。这就好比冷战时期，前苏联的工艺达不到要求，采用大量制造并从其中人工挑选复合工艺要求的行为。不具有参考价值。
15.音乐神油
经常能看到下图这种所谓“音乐神油”。
其实这类东西还是有科学道理的，因为音箱和耳机系统的接插件其实并不平整，RCA线和端子之间的接触并不全面。这就好比CPU和散热器之间要涂抹硅脂以保证充分接触。接插件之间涂抹导电介质确实可以使接触面进一步增加，从而提高导电性。但理论上虽然成立，实际上能不能听出区别就是另外一回事了。
最近工作比较忙，未完待续，会及时更新，希望各位看官轻喷。
