让耳朵提高听音辨声能力

让耳朵提高听音辨声能力
各频段声音的作用
人耳对声音频率的感觉是从最低的20Hz到最高的20KHz，而人的语音频率范围则集中在80Hz~12kHz之间，不同频段的声音对人的感受是不同的。

1. 20Hz--60Hz部分。

这一段提升能给音乐强有力的感觉，给人很响的感觉，如雷声。

如果提升过高，则又会混浊不清，造成清晰度不佳，特别是低频响应差和低频过重的音响设备。

2. 60Hz--250Hz部分。

这段是音乐的低频结构，它们包含了节奏部分的基础音，包括基音、节奏音的主音。

它和高中音的比例构成了音色结构的平衡特性。

提升这一段可使声音丰满，过度提升会发出隆隆声，衰减此频段和高中音段会使声音单薄。

3. 250Hz--4KHz部分。

这段包含了大多数乐器的低频谐波，同时影响人声和乐器等声音的清晰度，调整时要配合前面低音的设置，否则音质会变的很沉闷。

如果提升过多会使声音像电话里的声音；如把600Hz和1kHz 过度提升会使声音像喇叭的声音；如把3KHz提升过多会掩蔽说话的识别音，即口齿不清，并使唇音“m、b、v”难以分辨；如把1kHz和3kHz过分提升会使声音具有金属感。

由于人耳对这一频段比较敏感，通常不调节这一段，过分提升这一段会使听觉疲劳。

4. 4kHz--5KHz部分。

这是影响临场感（距离感）的频段。

提升这一频段，使人感觉声源与听者的距离显得稍近了一些；衰减则就会使声音的距离感变远；如果在5KHz左右提升6dB，则会使整个混合声音的声功率提升3dB。

5. 6kHz--16kHz部分。

这一频段控制着音色的明亮度，宏亮度和清晰度。

一般来说提升这部分使声音宏亮，但不清晰，还可能会引起齿音过重；衰减这部分使声音变得清晰，可音质又略显单薄。

该频段适合还原人声。

下边列出几种常见EQ组合的特点。

●POP：流行乐，它要求兼顾人声和器乐，组合比较平均，所以EQ曲线的波动不是很大。

●ROCK：摇滚乐，它的高低两端提升很大，低音让音乐强劲有力，节奏感很强，高音部分清晰甚至刺耳。

●JAZZ：爵士乐，和POP相比，它提升了3-5KHz部分，增强临场感。

●Classical：古典乐，它提升的也是高低两部分，主要突出乐器的表现。

●V ocal：人声，人的嗓子发出的声音的频率范围比较窄，主要集中在中频部分。

此外需要说明的是：每个人对不同频率的声音感觉是不一样的，音响回放设备的频率响应也不同，人的听门曲线也只是根据统计数据画出，所以别人听起来很自然的声音自己可能会觉得不舒服，均衡器的调节需要根据自己的听感特点和所使用的播放设备进行个性化的调整。

让人无奈的耳朵的适应性
我们的器材到底多烧才算烧？到底怎样折腾声音才够靓？有人不惜重金更换高档线材，到底是听到了更Hi Fi的声音还是主观印象“嗯，声音通透多了”，不是为了展现自己也是金耳朵，就是为了安慰自己的钱包。

在学生时代刚喜欢上音乐的时候，是不是都有过听调频收音机的经历？巴掌那么大的收音机，一寸多直径的小喇叭，出来还是单声道，为什么我们常听得如痴如醉？没有去分析高音出来多少，没有去惋惜低音在哪，我们只记得有清凉如水的音乐流淌，或黄金时代的摇滚歌曲在回旋。

因为我们不知道高档音响的声音是怎么样。

一旦你听过哪怕是入门级Hi Fi的声音，你也会马上丢掉手中的调频，从此走上漫漫发烧路。

从调频收音机、随身听、电脑音箱、入门音箱功放组合直到拥有名牌的音箱，直到熟悉几乎所有品牌的音箱及功放――有些亲耳听过，大多数只是听众人说起听音感受，跟着意淫了不少遍。

但无奈的是，无论音响升级到什么水平，对他们的惊奇都只在初听那段时间。

比如刚拿到猛牌（Monitor Audio）700仔的时候，跟原来的Bose201对比，哇，小提琴音色之剔透，那弓弦的粘粘的磁性，真是让我迷醉。

但半年之后的现在，那种让人欣喜的感觉早已不在，似乎音色出来，已经“泯然众人矣”。

是音箱变质了？是功放该换了？No，器材没有变，是我的耳朵变了。

化神奇为腐朽的耳朵，已经适应了这种音色，已经听不到那格外惹人的松香味。

悲哀。

我们为什么要一次又一次的升级，用越来越多的钱去换来越来越少的一点点音质的提升？真的值得吗？我们的耳朵真的有那么金贵吗？
一些人的耳朵是比较挑剔的。

当看见许多人还抱着他们一套先锋或者Sony的组合音响自得其乐的时候，当听见有人把个一拖二的低音炮电脑音箱轰得嗡嗡响的时候，就暗笑这帮人怎么这么傻，你那也叫音响？强奸自己的耳朵还自以为是。

但耳朵到底有多挑？Not too much。

几年前刚买了一个Pioneer的DVD机，想试试跟CD机放CD的音质有多少区别。

于是跟一个不算发烧的朋友一起在家跟我的JVC的CD机AB对比。

结果很让人丧气，放了无数张CD，越听越迷糊，耳朵试图去寻找那高音中音低音的细节的不同，但发现其难度太太艰巨，我也不想冒充神奇了，向朋友坦白：没听出什么区别啊？他当然更是。

还有关于正版CD与盗版CD的差别。

我遇到过一些盗版CD，不知道用什么音源压制而成，其音质明显变差，比如前不久买的莫文蔚，有几首歌有刺耳的数码声，明显失真。

但多数盗版碟都做得不错，坦率的讲，根本听不出跟正版碟的差别。

最近在图书馆里借了不少美国唱片公司的原版CD（这里只有原版，hh），包括本来就有的D版的Sting的碟，原以为要听到更精确更丰富的声音，但我真的没有感觉到多少差别。

如果盲听，肯定分不出来。

人的耳朵是有惰性的，不管音响高档抵挡，时间一长，就失去了判断高低的能力。

而发烧友之所以够烧，是因为他们不断去试听各种音响，不断地对比，津津乐道，乐此不疲。

而由于他们多半时候肯定是愿意去试听更高档的音响，其对比的后果就是，总会发现自己的那套机器有这样那样的不足，于是更多的钱随时可能要被砸进去，烧退无期。

其实，在音响器材方面，做个安于现状的愚人挺好。

有一套中档器材，高中低平衡，还原真实，基本找到Hi Fi的感觉就行了。

千万不要到处乱跑去看着人家的器材流口水了。

即使你拥有数万数十万元级的系统，如果过一段时间耳朵逐渐麻木，再没有了当初听到的那种“辉煌”、“震撼”、“精确”或“天籁”的音色，你又该如何是好？
鉴赏音响的基本概念
我们要提高对音乐的鉴赏能力，一定要多听、多做比较。

每一种乐器都有其独特的频谱、音色，播放一首乐曲时，音箱系统放出的音色与实际乐器演奏的音色有那些不同，偏离多少等。

为了进行听力对比，首先应该来了解一些声学名词概念、人耳的听觉特性和音响设备的主要技术参数指标。

一、电声学名词解释
1．纯音：它有两种含义：（1）指瞬时声压随时间作正弦变化的声波；（2）指具有明确单一音调的声音。

2．基音：是指复合音中频率最低的成分。

3．泛音：复合音中频率高于基音的成分，其频率可以是基音频率的整倍数，也可以不是。

各种乐器用不同演奏方法能产生数量和强弱各不相同的泛音成分，即使基音相同也能具有不同的音色。

4．声波：弹性媒质中传播的一种机械波，起源于发声体的振动。

声波范围为20Hz-20KHz、频率高于20KHz的声波为超声波，频率低于20Hz的声波为次声波，超声波和次声波一般不能引起听觉，只有频率在两者之间的声波才能听到，我们把能够听到的声波称为音波或可听声。

5．声场：指媒质中有声波存在的区域。

不同的声源和环境可以形成不同的声场。

6．在这里：又称"音量"，人耳对音量大小的一种感受。

取决于声强、频率和波形。

7．音色：又叫"音品"，主要由其谐音的多寡及各谐音的相对振幅所决定。

二、人耳的听觉特性
人耳对声音的方位、在这里、音调及音色的敏感程度是不同的，存在较大的差异。

1．方位感：人耳对声音传播方向及距离、定位的辨别能力非常强。

人耳的这种听觉特性称之为“方位感”。

2．在这里感：对微小的声音，只要在这里稍有增加人耳即可感觉到，但是当声音在这里增加到某一值后，即使再有较大的增加，人耳的感觉却无明显的变化。

通常把可听声按倍频关系分为3份来确定低、中、高音频段。

即：低音频段20Hz-160Hz、中音频段160Hz-2500Hz、高音频段2500Hz一20KHz。

3．音色感：是指人耳对音色所具有的一种特殊的听觉上的综台性感受。

4．聚焦效应：人耳的听觉特性可以从众多的声音中聚焦到某一点上。

如我们听交响乐时，把精力与听力集中到小提琴演奏出的声音上，其它乐器演奏的音乐声就会被大脑皮层抑制，使你听觉感受到的是单纯的小提琴演奏声。

这种抑制能力因人而异，经常做听力锻炼的人抑制能力就强，我们把人耳的这种听觉特性称为"聚焦效应"。

多做这方面的锻炼，可以提高人耳听觉对某一频谱的音色、品质、解析力及层次的鉴别能力。

三、影响音质、音色的主要技术指标
1．频率范围（单位Hz）：功率放大器在规定的失真度和额定输出功率条件下的工作频带宽度，即功率放大器的
2．频率响应（单位：分贝dB）：功率放大器的输出增益随输入信号频率的变化而提升或衰减和相位滞后随输入信号频率而变的现象。

这项指标是考核功率放大器品质优劣的最为重要的一项依据，该分贝值越小，说明功率放大器的频率响应曲线越平坦，失真越小，信号的还原度和再现能力越强。

一套好的音响器材，除要把各种乐器的音韵再现外，还要把各种乐器演奏的位置、距离、场面再现出来。

四、高保真的含义
无论个人偏爱的是哪种色调或机型，如果播放出来的音色与原来乐器演奏的音色有听觉上的差异，就不能算是一台好设备。

高保真音响（Hi-Fi）的真正含义是高还原度。

如果你的音响设备不能还原出原有乐器的音色韵味，那么就称不上高保真设备。

当我们利用主观听觉判断某一音响设备时，要充分注意这一点，不要因个人的偏爱而影响正确的判断与鉴别能力的提高。

声音质量的评价
音质标准
所谓声音的质量，是指经传输、处理后音频信号的保真度。

目前，业界公认的声音质量标准分为4级，即数字激光唱盘CD-DA质量，其信号带宽为10Hz~20kHz；调频广播FM质量，其信号带宽为20Hz~15kHz；调幅广播AM质量，其信号带宽为50Hz~7kHz；电话的话音质量，其信号带宽为200Hz~3400Hz。

可见，数字激光唱盘的声音质量最高，电话的话音质量最低。

除了频率范围外，人们往往还用其它方法和指标来进一步描述不同用途的音质标准。

对模拟音频来说，再现声音的频率成分越多，失真与干扰越小，声音保真度越高，音质也越好。

如在通信科学中，声音质量的等级除了用音频信号的频率范围外，还用失真度、信噪比等指标来衡量。

对数字音频来说，再现声音频率的成分越多，误码率越小，音质越好。

通常用数码率（或存储容量）来衡量，取样频率越高、量化比特数越大，声道数越多，存储容量越大，当然保真度就高，音质就好。

声音的类别特点不同，音质要求也不一样。

如，语音音质保真度主要体现在清晰、不失真、再现平面声象；乐音的保真度要求较高，营造空间声象主要体现在用多声道模拟立体环绕声，或虚拟双声道3D环绕声等方法，再现原来声源的一切声象。

音频信号的用途不同，采用压缩的质量标准也不一样。

如，电话质量的音频信号采用ITU－TG·711标准，8kHz取样，8bit量化，码率64Kbps。

AM广播采用ITU－TG·722标准，16kHz取样，14bit量化，码率224Kbps。

高保真立体声音频压缩标准由ISO和ITU-T联合制订，CD11172-3MPEG音频标准为48kHz、44.1kHz、32kHz 取样，每声道数码率32Kbps~448Kbps，适合CD-DA光盘用。

对声音质量要求过高，则设备复杂；反之，则不能满足应用。

一般以“够用，又不浪费”为原则。

音质评价方法
评价再现声音的质量有主观评价和客观评价两种方法。

例如：
1．语音音质
2（差），讨厌，但不令人反感；1（劣），极其讨厌，令人反感。

一般再现语音频率若达7kHz以上，MOS可评5分。

这种评价标准广泛应用于多媒体技术和通信中，如可视电话、电视会议、语音电子邮件、语音信箱等。

2.乐音音质
乐音音质的优劣取决于多种因素，如声源特性（声压、频率、频谱等）、音响器材的信号特性（如失真度、频响、动态范围、信噪比、瞬态特性、立体声分离度等）、声场特性（如直达声、前期反射声、混响声、两耳间互相关系数、基准振动、吸声率等）、听觉特性（如在这里曲线、可听范围、各种听感）等。

所以，对音响设备再现音质的评价难度较大。

通常用下列两种方法：一是使用仪器测试技术指标；二是凭主观聆听各种音效。

由于乐音音质属性复杂，主观评价的个人色彩较浓，而现有的音响测试技术又只能从某些侧面反映其保真度。

所以，迄今为止，还没有一个能真正定量反映乐音音质保真度的国际公认的评价标准。

但也有报道，国际电信联盟（ITU-T）近期已批准一种客观评价音质的被称之为电子耳的新型测量方法，可对任何音响器材的音质进行客观听音评价，也可用于检测电话通讯语音编码系统的缺陷。

现将乐音音质评价方法综述如下：
（1）主观听判音效
通常，据乐音音质听感三要素，即在这里、音调和愉快感的变化和组合来主观评价音质的各种属性，如低频响亮为声音丰满，高频响亮为声音明亮，低频微弱为声音平滑，高频微弱为声音清澄。

下面结合声源、声场及信号特性介绍几种典型的听感。

①立体感
主要由声音的空间感（环绕感）、定位感（方向感）、层次感（厚度感）等所构成的听感，具有这些听感的声音称为立体声。

自然界的各种声场本身都是富有立体感的，它是模拟声源声象最重要的一个特征。

德·波尔效应证明，人耳的生理特点是：人耳在两声源的对称轴上，当声压差△p=0dB和时间差△t=0ms时，感觉两声源声象相同，分不出有两个声源；而当△p＞15dB或△t＞3ms时，人耳就感觉到有两个声源，声像往声压大或导前的声源移动，每5dB的声压差相当于lms的时间差。

哈斯效应又进一步证明，当△t＝5ms~35ms时，人耳感到有两个声源；而当近次反射声、滞后直达声或两个声源的时间差△t＞50ms时，即使一次反射声（又称近次或前期反射声）或滞后声的在这里比直达声或导前声的在这里大许多倍，声源方位仍由直达声或导前声决定。

根据人耳的这个生理特点，只要通过对声音的强度、延时、混响、空间效应等进行适当控制和处理，在两耳人为的制造具有一定的时间差△t、相位差△θ、声压差△P的声波状态，并使这种状态和原声源在双耳处产生的声波状态完全相同，人就能真实、完整地感受到重现声音的立体感。

与单声道声音相比，立体声通常具有声象分散、各声部音量分布得当、清晰度高、背景噪声低的特点。

②定位感
若声源是以左右、上下、前后不同方位录音后发送，则接收重放的声音应能将原声场中声源的方位重现出来，这就是定位感。

根据人耳的生理特点，由同一声源首先到达两耳的直达声的最大时间差为0.44ms~0.5ms，同时还有一定的声压差、相位差。

生理心理学证明：20Hz~200Hz低音主要靠人两耳的相位差定位，300Hz~4kHz 中音主要靠声压差定位，更高的高音主要靠时间差定位。

可见，定位感主要由首先到达两耳的直达声决定，而滞后到达两耳的一次反射声和经四面八方多次反射的混响声主要模拟声象的空间环绕感。

一次反射声和多次反射混响声虽然滞后直达声，对声音方向感影响不大，但反射声总是从四面八方到达两耳，对听觉判断周围空间大小有重要影响，使人耳有被环绕包围的感觉，这就是空间感。

空间感比定位感更重要。

④层次感
声音高、中、低频频响均衡，高音谐音丰富，清澈纤细而不刺耳，中音明亮突出，丰满充实而不生硬，低音厚实而无鼻音。

⑤厚度感
低音沉稳有力，重厚而不浑浊，高音不缺，音量适中，有一定亮度，混响合适，失真小。

除此之外，还有许多评价音质的听感，象力度感、亮度感、临场感、软硬感、松紧感、宽窄感等。

（2）客观测试技术指标
①失真度
谐波失真，主要引起声音发硬、发炸；而稳态或瞬态互调失真主要引起声音毛糙、尖硬和混浊。

二者均使音质劣化，若失真度超过3％时，音质劣化明显。

音响系统的音箱失真度最大，一般最小的失真度也要超过1％。

相位失真，主要引起1kHz以下的低频声音模糊，同时影响中频声音层次和声象定位。

抖晃失真，主要是电机转速不稳，主导轴-压带轮压力不稳，磁头拍打磁带等造成磁带震动和卷带量变化，进而使信号频率被调制，声音音调出现混浊、颤抖。

抖晃通常用音调变化的均方根值表示，通常，录音机的抖晃率＜0.1％，Hi-Fi录音机＜0.005％，普通录像机＜0.3％，视盘机＜0．001％。

②频响与瞬态响应
频响，指音响设备的增益或灵敏度随信号频率变化的情况，用通频带宽度和带内不均匀度表示（如优质功放的频响1Hz~200kHz±ldB）。

带宽越宽，高、低频响应越好：不均匀度越小，频率均衡性能越好。

通常，30Hz~150Hz 低频使声音有一定厚度基础，150Hz~500Hz中低频使声音有一定力度，300Hz~500Hz中低频声压过分加强时，声音浑浊，过分衰减时，声音乏力；500Hz~5kHz中高频使声音有一定明亮度，过分加强时，声音生硬；过分衰减时，声音散、飘；5kHz~10kHz高频段使声音有一定层次、色彩；过分加强时，声音尖刺；过分衰减时，声音暗淡、发闷。

按此规律，可根据各种听感，定量调节音响系统的频响效果。

瞬态响应，是指音响系统对突变信号的跟随能力。

实质上它反映脉冲信号的高次谐波失真大小，严重时影响音质的透明度和层次感。

瞬态响应常用转换速率V/μs表示，指标越高，谐波失真越小。

如，一般放大器的转换速率＞10V/μs。

③信噪比
信噪比，表示信号与噪声电平的分贝差，用S/N或SNR（dB）表示。

噪声频率的高低，信号的强弱对人耳的影响不一样。

通常，人耳对4~8kHz的噪声最灵敏，弱信号比强信号受噪声影响较突出。

而音响设备不同，信噪比要求也不一样，如Hi-Fi音响要求SNR＞70dB，CD机要求SNR＞90dB。

声道分离度，是指不同声道间立体声的隔离程度，用一个声道的信号电平与串入另一声道的信号电平差来表示。

这个差值越大越好。

一般要求Hi-Fi音响分离度＞50dB。

声道平衡度，是指两个声道的增益、频响等特性的一致性。

否则，将造成声道声象的偏移。

音质评价“发烧语”的技术特性
翻开音响杂志，我们可以看到许多音响评论家的评述文章，尤其是现在，有关“发烧”的文章很多，里面使用的音质评价术语多种多样。

尽管我国声频工程界已将有关主观音质评价的诸多方面（包括音质评价术语）进行了规范，并上升为国家标准。

但在如今的音响发烧热潮中，发烧友们常常有自己的一套主观音质评价“发烧语”，因其语言生动形象，发烧味足，在发烧圈内十分流行。

初入发烧圈的朋友，对发烧界的一些“发烧语”，要么似懂非懂，胡乱套用；要么浑不解，不明白到底是怎样一个意思。

即使已有一些资历的发烧友，对一些音质评价“发烧语”的含义及技术特性也不是十分清楚。

鉴于此，研究一下这些音质评价“发烧语”的含义及其技术特性就显得很有必要。

只有明确了这些“发烧语”的含义，大家才能更好地相互交流、相互沟通；进一步弄清楚这些“发烧语”的技术特性，在自己动手制作音响设计才可以自如地掌握音质设计，在选购音响设备时，才可以根据其技术特性来想象音色，购得适合自己口味的音响设备。

现将一些常见的关于音质评价的“发烧语”归纳如下，并简述其技术含义。

1．声音有水份：中高频混响足量，频响宽且均匀，声音出得来，有一定的在这里和亮度。

失真小，混响声与直达声的比例合适。

在听觉上感到不干、圆润、有水份。

具有相反意义的音质评价术语：声音发干，干涩。

2．声音柔软：低频段频响展宽，低频、中低频也得来，高频段无峰值且高频段下降。

混响适当，失真小，阻尼好，在听觉上感到柔软舒适。

具有相反意义的音质评价术语：声音硬。

3．声音明亮：整个音域范围内低频、中频成份适度，高频段量感充足，并有丰富的谐音和谐音上较慢的衰变过程，混响适当，失真小，瞬态响应好，听感明朗、活跃。

具有相反意义的音质评价术语：声音糊，灰暗。

4．声音厚：低频及中低频量感强，特别是200~500Hz声音出得来，高频成份够，声能平均能级较高，混响合适，失真小，声音厚实、有力。

具有相反意义的音质评价术语：单薄。

5．声音清晰（清澈）：频响宽且均匀，整个频带谐波失真和互调失真小，混响适度，瞬态响应好，中低频段适度，高频段没有噪声和失真，并能出得来。

语言可懂性高，乐队层次分明，声音有清澈见底之感。

具有相反意义的音质评价术语：模糊，浑沌。

具有相反意义的音质评价术语：力度不足，无力。

7．声音结实：中低频段声能平均能级较大，高频及中高频不缺，直达声比例较大，混响声适量，在这里高，失真小，声音厚实、明亮。

具有相反意义的音质评价术语：声音空。

8．声音木：高频及中高频欠缺，低频及中低频成份较多，但量感不足，混响时间偏短，听起来不活跃、呆板。

9．声音缩：声能密度较小，声音送不出来；缺中音，混响声少，响声低，清晰度差，音色不丰满。

10．声音脆：中高频及高频成份过多，低频成份不足，整个频带频响不均匀，失真较大，声音单薄、不厚实。

11．声音发尖：低频量感不足，中高频段（2kHz~6kHz）提升过多，频响分布不均匀，失真大，在听觉上感到刺耳。

12．声音发闷：低频量感过强，特别是在150Hz左右，且低频段失真较大，瞬态响应不好，高频和中高频成份欠缺，在3kHz~4kHz以上严重衰减，高频混响不足。

13．声音发飘：声能平均能级较小，在这里低，缺少中音，直达声不够，间接声过多，造成声音焦点不实，声像发虚且飘动。

14．声音发炸：声能密度过大，高频及中高频成份过多，且在高频段有噪音，有过载削顶失真。

15．声音发破（劈）：声能密度太大，严重的谐波失真和互调失真以及过载削顶失真都会产生破的感觉，严重的还会伴有“噗噗”的杂声。

16．声音发沙：通频带失真较大，有附加的高次谐波，且伴有瞬态失真，听觉上感到声音沙哑。

17．声音发毛：高频有中高频成份过多，且在这个频段有噪音及失真较大，在听觉上有高频附加音，声音毛糙不干净。

18．声音发散：声音不结实，焦点虚，主旋律不突出，混响过大，中频欠缺，频响不均匀，听觉上感到声音凌乱分散。

19．声音发哄：低频中频某段夸张，有共振，频响不均匀，混中央委员太长，例如混响使用不当，就会有一种哄哄的“浴室效应”，在300Hz提升过多也会产生哄的感觉，影响清晰度。

20．铜皮声（或称金属声）：中高频某段突出或在谐振峰，频响不均匀，失真大，欠阴尼，瞬态响应不好。

质量不好的动圈传声器或高音扬声器，在听觉上常常会感到音质硬，且伴有一种铜皮声，俗称为金属声。

浅谈音场
“音场”到底是什么样的概念？在发烧音乐的发源地美国，有两个词与音场有关，一个是“Sound Field”，另一个是“Sound Stage”。

“Sound Stage”主要是指舞台上乐队的排列位置和形状，包括长、宽、高，是一个三维空间。