但你有没有发现，在智能手机飞速发展的这十几年里，很多耳机的声音技术似乎还停留在“上古时代”？

在本期节目中，我们请来了哈曼国际 (Harman International) 的声学研究高级研究员 Sean Olive，和他聊了聊他关于耳机音质感知的研究，以及我们该如何定义“好声音”，来真正满足听众的耳朵。

播客正文

主持人 Kat：欢迎收听 Across Acoustics 播客。我是主持人 Kat。今天，我们请到了哈曼国际的 Sean Olive，来聊聊他发表在《今日声学》(Acoustics Today) 上的重磅文章——《耳机音质的感知与测量：听众更喜欢什么？》。Sean，感谢您今天抽空和我们聊天，您好吗？

Sean Olive：我很好，谢谢。你呢？

Kat：我也很好。那么，能先给我们简单介绍一下您的研究背景吗？

Sean Olive：当然。我是哈曼国际的声学研究高级研究员 (Senior Fellow)，我刚在研究领域干满了 30 年。

Kat：哇，30 年！

Sean Olive：是啊，过得真快。这 30 年，我一直在研究声音重放（reproduced sound）的感知和测量。我们研究的是人们到底喜欢什么样的“好声音”，然后用声学测量的方法来建立模型、预测他们的偏好。这些研究成果会直接用在我们消费级、专业级和汽车音响产品（包括麦克风、扬声器、耳机和空间音频算法）的设计和测试中。在 1993 年加入哈曼之前，我在加拿大国家研究委员会待了 6 年，主要研究房间里扬声器的感知和测量。

Kat：难怪您会来写这篇文章。您在文章里提到，耳机音质没能跟上消费者的需求和期待。您能给我们聊聊耳机的历史吗？它们这些年是怎么变的，或者说，为什么没变？

Sean Olive：没问题。最早的耳机其实诞生在 19 世纪末，但跟音乐没半点关系，是给无线电通讯、电话接线员和军队用的。直到 1950 年代末，第一张立体声 LP 唱片问世，美国人 John Koss 才推出了第一款商业立体声耳机。我个人是 70 年代末上大学时买的第一副耳机。当时我住宿舍，需要点隐私，耳机就是刚需。但我第二年搬进单间后，马上就换成音箱了，之后也基本没怎么用过耳机。80 年代我买过索尼 Walkman，配的耳机音质很烂。直到 2002 年 iPod 问世，我才又开始用耳机。突然之间，你口袋里能装一千首歌，随时随地听音乐，耳机成了必需品。再后来，2007 年智能手机出现，加上流媒体服务，音乐聆听彻底进入移动时代，耳机销量猛增。2006 年的 Beats 公司，比所有人都先预见了这个趋势。到 2011 年，他们拿下了售价 100 美元以上耳机 64% 的市场份额，非常惊人。当然，Beats 是靠着明星代言和出色的营销火起来的，它成了一种时尚配饰。大概就在 2012 年，我开始去听、去测量市面上的各种耳机。给我冲击很大的是，不同品牌、甚至同品牌不同型号的耳机，声音简直天差地别。我去找耳机设计师们聊，发现大家对“什么算好声音”以及“该怎么测量”根本没有共识。我又去查了行业标准，发现竟然还是 90 年代定的，早就过时了，也没人真的在遵守。所以，在 2012 年，我们启动了这个为期七年的项目，专门研究耳机的音质感知和测量。

Kat：确实很有意思。那你们是怎么判断耳机音质好坏的呢？

Sean Olive：我们会请“受过训练的”和“未经训练的”两类听众，让他们坐下来，听着不同的音乐片段，来回对比不同的耳机。他们需要在一个 100 分的量表上打分，评价自己“多喜欢或多不喜欢”这个声音。我们还会让他们评价一些具体维度，比如音色平不平衡、空间感如何、有没有噪音或失真等等。

Kat：好的，回到您 2012 年那个项目。您刚提到，当时耳机音质非常“不一致”。为什么会这么乱呢？你们是怎么解决这个挑战的？

Sean Olive：是的，为什么这么乱？我相信就是因为缺乏科学、有效的指导，告诉设计师“怎样做才能让耳机好听”。我们面临的第一个挑战就是测试方法。你怎么做一个“受控”的听音测试？怎么实现“盲测”——也就是排除掉品牌、价格、外观带来的心理暗示？我们当时有个假说：Beats 的成功靠的不是声音，而是营销。所以我们必须想办法去掉这些干扰。为此，我们开发了一种“虚拟耳机”方法。简单说，我们可以先测量一副耳机A，然后通过一个数字滤波器，让另一副耳机B模拟出A的声音。这样一来，测试者戴着同一副耳机，我们就能让他快速切换对比A、B、C、D等不同耳机的声音，而他完全不知道自己听的是哪个品牌或型号。这就是盲测。我们做了大量验证，证明“虚拟”模拟出的声音和“真实”耳机听起来的相关性非常高（0.86 到 0.98）。搞定了这个方法后，我们就能得到非常准、可重复的测试结果了。

Kat：那么，什么是“耳机目标曲线” (Headphone Target Curve)？

Sean Olive：“耳机目标曲线”，其实就是一条我们定义好的频率响应曲线。如果耳机的频响符合这条曲线，那它的声音大概率就能满足绝大多数听众的喜好。我最好先解释下啥是“频率响应” (Frequency Response)。它基本上就是指一个设备在所有可听频率（从最低的 20Hz 到最高的 20kHz）上，声音的音量大小。理想中，音频设备（比如音箱）的目标是“平坦的”频率响应，这样它才能原汁原味地还原录音，不会擅自增强或减弱某个频段。但是，耳机的目标曲线并不是一条平线。因为我们测量它是在一个模拟人头的标准测试设备（包含耳朵、耳道）上进行的，所以这条曲线本身就包含了人耳道的共鸣。这一点看图时一定要记住。

Kat：好的。那这些年都有过哪些目标曲线呢？

Sean Olive：70 年代最常见的是“自由场 (Free-Field) 曲线”。它模拟的是你在一个没有反射（比如室外或消声室）的环境里，正前方有个好音箱时，在鼓膜处测到的声音。这种声音听起来会非常“亮”，而且“薄”，缺低音。而且因为它只模拟了来自正前方的单一声源，所以听感很不自然。到了 80 年代，又有了“扩散场 (Diffuse-Field) 目标”。这和自由场正相反，它模拟的是你在一个混响很足的房间里，声音从四面八方过来时，在鼓膜处测到的声音。理论上这会更自然。它在 90 年代成了国际标准，沿用至今。但我们的研究发现，大多数厂商并不遵守它，而且大多数人更喜欢别的曲线。

Kat：这就引出了关键问题：什么是“哈曼目标曲线” (Harman Target Curve)？它是怎么来的？

Sean Olive：“哈曼目标曲线”模拟的是在一个“半反射”房间里，用一套精准的扬声器（音箱）播放时，在人耳鼓膜位置测量到的频率响应。这个房间既不像消声室那么“死”，也不像混响室那么“活”，它更接近我们平时听音乐的好环境。我们当时的假设是：现在 99% 的唱片都是用音箱系统来混音和制作母带的，而不是用耳机。所以，一副“好耳机”的声音，应该尽可能接近“一对好音箱在一个好房间里”的声音。所以我们就进了我们的参考听音室，放上高品质音箱，在鼓膜位置测量了频响——这条曲线，基本上就是哈曼目标曲线了。

Kat：那么，你们是怎么确定这条曲线就是大家喜欢的呢？

Sean Olive：我们做了很多听音实验。首先就是让大家来“PK”：把这个新的哈曼目标和旧的扩散场、自由场曲线进行盲测对比。平均下来，我们发现大家明显更喜欢我们这个新目标。当然，我们还拿它和市面上各种热门耳机做了对比，结果也是一样。

Kat：那在个人喜好上，有没有明显的差异？

Sean Olive：有的。我们在四个国家（加拿大、美国、德国、中国）做了涉及 300 多名听众的测试。我们发现，大家的口味大致可以分成三类。

1. 64% 的人最喜欢标准的哈曼目标曲线。

2. 有一小类（占 15%）喜欢更多的低音，他们大多是年轻男性。

3. 另一类（占 22%）喜欢更少的低音（相应地高音会更突出），女性和年长听众居多。

我们猜测，年长听众的这种偏好，可能和年龄带来的高频听力衰减有关。减少低音、增加高音，能让语音和人声的清晰度更高。

Kat：您还提到了“预测”听众的偏好。这是怎么做的？为什么需要预测？

Sean Olive：我们发现，耳机的频率响应是预测其音质评分的超级有效指标。简单来说，一副耳机的频响离哈曼目标曲线越远，它的（盲测）得分就越低。我们就根据这个偏差建立了一个简单的数学模型。通过这个模型预测的分数，和真人盲测的实际得分，相关性高达 0.86，误差非常小。为什么要这么干呢？主要是为了效率和成本。以前做一次大型的、严谨的听音研究，可能要花几周时间、几千美金。现在，用这个模型，测量加上电脑预测，10 秒钟搞定。这在产品设计和制造过程中就太有用了。你改动一个设计，立刻就能预测出它对音质评分的影响。

Kat：这听起来太实用了。最后，您还有什么总结性的想法吗？

Sean Olive：我认为在过去十年里，很大程度上因为有了这些研究，耳机行业的进步非常大。耳机的音质确实在变得越来越好，声音表现也越来越趋同（都向着好标准靠拢）。这是好事。展望未来，我预见耳机会和其它设备融合。它们开始具备助听器的一些功能，或者集成健康监测的生物传感器。很可能，耳机以后会是我们整天戴着的东西。它们会变得极度个性化，自动去贴合你的听力特征、你的声音品味、甚至你独一无二的耳廓形态（HRTF）。所以，未来几年耳机领域一定还会有很多好玩、让人兴奋的新东西。

Kat：这太让人期待了，去思考耳机技术未来的变化真的很有趣。Sean，再次感谢您今天的分享。我以前真没意识到，耳机（音质）原来是这么“五花八门”、缺乏标准的。相信我们的听众也会非常感谢您和团队在提升耳机音质上所做的工作。祝您一天愉快。

Sean Olive：谢谢你。