如何评价一套HiFi系统，如何进行主观评价？
这半年工作一直都比较忙，所以之前挖过的坑一直都没有填上，对此我深表歉意。
因为在声学圈混，圈子很小。认识的比较有名的声学公司的人也越来越多。比如索尼，杜比，BOSE， 安桥，丰达，天朗，尊宝，真力等等。
我发现行业内部对于声学产品（耳机和音箱）的研发和评价更多的还停留在单体层面（单个扬声器单元或单个扬声器），而对系统层面的研究少之又少。（毕竟卖的只是单体）
回归正题，实际上，仅仅对于扬声器单元和箱体设计等并不需要太多的主观评价。因为通过常规的客观测试结果已经很大程度上可以推测出声学产品的实际表现。
然而，绝大多数情况下，我们所使用的回放系统都不止由一个扬声器组成（不排除有人喜欢听单声道音乐），即便是最基本的立体声音箱系统也是由两个声道所组成的。然而，在单个扬声器和耳机所常用的众多客观测试指标，比如频率响应（frequency response），总谐波失真（THD）等，对于多声道系统/立体声系统来说，并不能够准确的反映人们实际的主管感受，换句话说，并不完全适用。由于，对声学系统的评价过于复杂，很难简单的讲清楚。对此，我想通过几个声学系统和扬声器单元评价上的不同点展开，最后简要的总结一下几个主观评价的关键指标。
要弄清楚，首先我们要了解一切的开端——现代声学工程的目的。通常现代声学工程可以分为两部分，录音部分和回放部分。对于我们比较熟悉的回放部分，其目的就是要尽可能的还原音乐本来的样子，或者说是录音室/混音师想让我们听到的声音。
下图则是一个比较典型的小型表演现场示意图。可以看出，实际表演中，所有的人和乐器都处于不同的位置。也就是说，现实世界中的绝大多数音乐表演，存在多个声源且每个声源处于不同的位置，不同的乐器和人声并不是从同一个点发出的。即便受到录音方法的局限和录音师水品的因素影响，录音师很难精准的还原不同声源的位置，录音师所制作出的母带会把不同声源的定位表现得更夸张或者更模糊，但不会完全使其消失。即你听的立体声音源的左声道和右声道不会完全相同。不论我们的回放系统是几个声道组成的，能够准确还原音乐表演中的各个声源位置的系统才是一套好的回放系统。那么我就从声源定位开始，一一介绍对于一套HiFi系统的几个重要的主观评价指标。
声源定位
如何判断一套声学系统能够准确的还原现实中或者是录音师想表达的音乐中不同音源的定位，常规的客观测试指标例如频率响应，谐波失真，信噪比，冲激响应等很难起作用。
而通过经过训练的人进行主观评价则相对简单和高效。
借此，我想引出主观评价中第一个重要指标，声源定位。
人对声源定位的感知可以分为方向定位和距离定位。对于单一声源，比如说一个人在说话（这对于搞语音识别的人来说应该很熟悉），方向定位可以由双耳时间差（相位差）、双耳声级差和人头传递函数（HRTF）等因素决定；距离定位可以由响度、直达声与混响声的声能比等因素决定。当两个或两个以上的声源同时发声时（立体声和多声道系统），人的听觉系统会形成一种主观空间感觉。人的听觉系统可能会将声音定位于空间中的任何位置，这种主观感觉被称为虚拟声源或声像。下图可以帮助大家更好的理解这一概念。
当我们在播放一段钢琴曲时，钢琴的声音是从立体声的两个音箱发出的，然而我们却听到钢琴的声音是从前方的某个位置发出。
对于一个立体声/多声道系统而言，在回放音乐时不同乐器和人声的声源定位会变得更加复杂。通常，即便对于扬声器单元适用的几个重要指标如频率响应相同或相似的情况下，一套HiFi系统对声源定位的还原能力也是存在很大区别的（这种区别和声道分离度，房间因素等有关，如果是耳机的话则和耳机的结构有一定关系）。这也就是为什么，很多声学系统，即便频响等指标一样，但主观听上去还是会有很大差别的原因之一。
2.感知声源宽度（ASW）
声源宽度是一个和声源定位分不开的指标。人可以感知出发声物体大致的宽度，而对于音乐来说，声源宽度可以理解为音乐中最多端的乐器与最右端的乐器和人的连线所形成的夹角。而对于某个乐器或人声来说，声源宽度可以理解为这个乐器或人的大致的宽度。而感知声源宽度则是人对这一物理量的主观感受。如下图所示。
感知声源宽度是一个很玄但又很重要的指标。之所以说它玄是因为这是一个主观感受，和听音者的听音经验、人头传递函数（HRTF）等有关系，同时和房间的大小、吸音系数、音箱的相对位置、功放和播放器的声道分离度、音源及算法都有关系。在复杂的现实环境中短时间内很难精确测量，只有受过专业听音训练的人才能准确分辨。（这也是吾的立命之本）
为了方便大家理解这个抽象的概念。如下图所示，在播放同样的音源时（以钢琴为例），图1中人主观上会听到相对来说比较准确的钢琴宽度。
但图2中则会感觉钢琴的宽度被拉长了，而且距离也拉近了，甚至会出现被钢琴包围的感觉。（不信的话你们有条件的自己可以试一下）
先在有很多ASW扩展的算法，心理声学的研究表面，感知声源宽度适度的增加有助于增加音乐的环绕感。
对于耳机来说，经常会出现ASW（很多人也称之为声场）过宽或过窄的情况。如下度所示。
不论是耳机还是音箱（受摆位和房间环境影响）都会出现更复杂的情况。以我80多年的专业调音经验告诉你，下面这些情况经常会发生。
但一个严肃的HiFi重放系统，不论是耳机还是音箱都应该准确的还原现场/录音中的乐器的声源宽度。很多时候我们听一些音箱和耳机，即便参数很华丽，即便主观上感觉也很好听，但是就是总觉得差点意思就在于此。而音箱可以通过调节摆放位置，获得一个比较好的声源宽度还原，而耳机很多时候则只能听天由命，这也是我推荐用音箱欣赏音乐而非耳机的一个重要原因。
3.音色
一套好的回放系统应该能精准的还原录音中各个乐器和人声的音色。一些声学教材会写道，乐器的音色是由其谐波成分决定的，这点没错，因为大部分乐器都可以看成单一发声声源。但对于回放系统，即便是单体单元事情也没有这么简单。很多人会觉得THD（总谐波失真）越低，如果THD为0则可以完全还原音源的声音。但事与愿违，扬声器单元和音箱的THD往往是一套声学系统中失真最严重的环节，在功率比较大，比较近单元f0的频段上，THD大于5%甚至是10%都是非常普遍的。即便是对于THD较低的频段，其绝对值也比功夫和播放器的THD高出几个数量级。
好吧，回归正题。一套回放系统对于音色的还原就只与THD（总谐波失真）有关吗？事实并非如此，乐器的音色由谐波组成，所以音箱系统要在乐器的频段内保持平整，耳机则要符合人的听觉曲线。所以对于音箱来说，仅仅是THD很低，但是频响不够平整，其对乐器音色的还原能力不会太好。现实再次残酷起来，由于材料技术的瓶颈和声波在房间内传播的复杂性，不论是扬声器单元还是最佳听音位置都很难在频率响应上做到绝对的平整。
实际上，有丰富听音经验的人会发现，即便是同一个音箱，在不同的环境下也会有不同的音色表现。没错，对于音箱来说，不同的空间所导致的混响时间不同，直达声与反射声的声能比的不同等，均会影响人对音色的感知。播放同样的音乐，忽略掉频响等因素，一个THD较高的音箱在一个环境较好的房间内也许比一个THD较低的音箱在一个环境较差的房间内效果还要好。但凡事不绝对，对于一个THD表现足够优秀的音箱，即便在很差的房间内音色也会很标准。比如说一把很好的琴，即便放在很差的房间内人们也会觉得它很好听。人的听觉系统就是这么奇怪。。。
而且，这里还有一个比较普遍的误区，有些人会看到耳机或者音箱都会有标注THD这个指标，然而THD并不是一个定量，一个音箱/耳机在不同频率不同功率下的THD都是不同的，受Cone材料、单元尺寸、折环材料、箱体容积等等影响，几乎不存在两种不同的单元具有相同的THD曲线的情况。所以往往两种不同的单元，由于THD不同，音色会有较大区别。
除此之外，无论是耳机还是音箱系统，部分乐器，比如说钢琴（击弦乐器）和鼓（膜鸣乐器）等的音色表现还受到系统的动态范围影响。而对于分频系统（多单元音箱和动铁耳机，圈铁耳机等）对音色的还原还受到分频点的影响。同样的一组单元，分频点不同音色也不尽相同。而对于低音的音色还原，还与系统的阻尼系数，即扬声器单元的阻抗与功放输出阻抗的比值有很大关系，合适的阻尼系数才会获得一个比较好的低音音色还原，阻尼系数较低会使得低音听上去松散，阻尼系数过高会使得低音听上去局促。（有很多发烧友说不同的音箱和耳机需要搭配不同的功放和耳放，从阻尼系数的角度来看，这种言论不无道理。）
对于多声道系统而言，音色还与不同声道之间的相对延时有很大关系。由于篇幅有限，在此不多赘述。
人的听觉有时可以异常的灵敏，可以通过琴声听出弹奏着此时的心情，可以听出
4. 空间感
空间感很大程度上取决于混响。当然，这里所指的混响不只是混响时间，也和反射声的方向有关。对于大部分录音来说，适当的房间所营造出的混响可以有效还原录音本身的空间感，而对于耳机，由于耳机只有直达声，没有反射声，很难表现出音乐应有的空间感。这也是我不推荐大家用耳机欣赏音乐的第二个原因。
好像还应该有些什么？
对于音箱系统而言，我们经常会遇到“声像不够扎实”这种情况（通常耳机不会出现这种情况）。这是由于扬声器的指向性和声波在空间中传播的梳状滤波效应所引起的。人的头部随时都处于不规则运动状态，尤其是听音乐时，更是会随着音乐而摆动。另一方面，任何扬声器都是存在指向性的。通常，频率越高，指向性越强。
通常，一个立体声系统会在两个音箱交叉的阴影位置形成最佳听音区域，只有在这个区域内侧能听到20-20kHz完整的频段。
可我常常看到这样的摆位。各位对号入座吧。
然而，实际中，并不是阴影中的每个位置都可以获得良好的听音体验。由于前文中所提到的双耳时间差的原因，只有中轴线的位置才能获得准确的声源定位和声源宽度。与此同时，也需要房间在空间上的对称。而这种情况下，由于声波的相长相消特性，则会在空间中出现强烈的梳状滤波。即便是空间中距离非常近的两个点也会因为梳状滤波而产生频率上的微小区别，这就导致人的左右耳所听到的声音的频响存在区别，进而导致人在不经意间头部运动时，产生了声像变化，也就是“声像定位不扎实”的感觉。
回到我们最初的话题。对于音箱系统而言，在频率响应、总谐波失真、信噪比、声阻抗曲线等常见的客观指标基础上，我们更应该重视声源定位、声源宽度、音色等需要主观听音而评价的指标。
一套好的HiFi系统的标准非常简单且清晰，那就是可以精准的还原音乐中不同乐器的定位、宽度和音色。我们往往在意的频响和THD，不过是衡量音色中的两个指标。由于篇幅有限，且这次所讨论的问题过于宏大，我只能对其中几个比较基本且重要的指标进行简单的探讨。
人对声音的主观感受是笼统的，很难对其精确描述，但却是综合的。客观测试仪器的结果是很精确的，但是却只能反映声音众多指标中的某个指标，很难通过几个简单的测试去反映一个声学系统的实际表现。听上去有差别的系统，却很难说出哪个更好；看上去区别很小的曲线，却可能主观上差距很大。客观和主观相结合的评价方法将在很长一段时间内适用。
最后借用国际音频工程协会主席Sean Olive博士的话：大量的时间和精力被浪费在了无休止的争吵，而不是怎么去提高并作出更好的产品。
我打了这么多字，画了这么多图，你们就不点一下赞吗？😡🙄
