大数跨境
首页
>
评价声音的正确姿势
>

评价声音的正确姿势

评价声音的正确姿势 声学楼论坛
2024-12-27
0



”我没有耐心看完，想一眼看个结论“：
1. 任何声音都可以从三个不同的层级（物理层（physical）、感知层（perceptual）、认知层（cognitive））去评估，并在每个层级内去构建合适的评价维度/角度
2. 没有谁好谁坏，只有更适合和更不适合
3. 互相交流的时候一定要在同一个层级里，不要“跨星球沟通”


  建议闲的时候看，因为撰文风格十分慵懒。

对于“评价声音”这件事儿，或许你切身体会过“质疑别人审美”和“被人质疑审美”的感受，如果你是个混音师或者声学工程师，那么你也许会对那些神叨叨充满玄学的词汇嗤之以鼻，若你是一名声音表演者/创作者，你可能会认为那些底层的理论技术只不过是一堆冰冷的数字和无聊抽象的代码。然后两方对接，你坚持你的，我笃定我的，纷纷认为对面的人是傻X，只有自己才是洞察了声音真相的人，反正最终要么不欢而散、要么互相迁就折磨，做出依托答辩...

拜托，请不要像呆子程序员和二百五产品经理一样彼此鸡同鸭讲好吗！可事实上，“鸡同鸭讲”这个情况是难免的，毕竟各自所拥有的教育背景以及工作属性就注定了两方在“评价声音”这件事情上无法做到完美的认知重合。所以每一方也都是站在各自的领域里，带着固有的角度去做出符合自己认知的评价。
那么问题来了：难道真的就没有一个普世的、两全其美的、你好我好大家好的评价角度么？
确实没有。
你以为我在皮吗？且慢，所谓授人以鱼，不如授人以渔，一个完美的可以满足所有人需求的评价角度或者评价标准确实是不存在的，但是在声学中，却有一套普适的、科学的、老少咸宜的用于“构建评估标准”的方法论，虽然这个方法论不是最终的那个“鱼”，但是作为“渔”，它是非常靠谱且公允的，今天就来和大家讲讲这个方法论。
方法论这个词儿看着很大，实际简单点说就是个思路，是个有“套路”的思路，所以下面主要分享一下：这个思路到底是什么？以及怎样在我们的生活和工作中应用起来？
在讲方法论之前，我们要先提到一个概念-----“评价声音”的三个层级。
通常来说，在声音领域，会把评价声音这件事情分为三个层级：物理层（physical）、感知层（perceptual）、认知层（cognitive）这三层。这三个层级，你也可以理解为是评价声音的三个阶段，比如声音工程师他们更倾向于在物理层上对声音进行评估，耳科医生更倾向于在感知层上去评估，而声音艺术家们更倾向于在认知层上去做评估。
听着有点绕是不是，且让我掰开了揉碎了讲讲这三个层究竟怎么回事儿。
物理层
物理层主打一个对世界的客观描述，该是啥就是啥，非常公平公正，不因人类的意志而改变。比如，某个声音在某一个位置的声压级是30dB，这段声音在第3.14秒时候，2000~2050Hz这个频段的能量是xxx。这些冰冷的数字非常公平公正，不弄虚不做假，完整记录了其最真实的样貌，这体现了其公平公正的特点。再比如，2亿年前有一颗陨石撞击到了地球，用脚后跟想想也能知道一定会有巨大的响声。但是能因为说“2亿年前没有人类，所以没有人听到这个声音，所以这个声音不存在”吗？非常荒谬对不对，所以这个例子体现了其“不因人类意志而改变”的性质。
所以说，在物理层上的评估，是一个客观、完整、中立的评估方式，能看出有点什么有趣的事儿了么？是的，物理层的评估，其实就是对声音的一种记录和测量。
那么物理层的评估维度可以有：频率，声压级，时间，信噪比等等

感知层
感知层则强调的是人对于声音的感知，也就是说“某个声音听起来的生理感觉是怎么样的”，比如，音量大了，耳朵会疼，那是因为太大了我们的身体有自我预警机制。那问题来了，我们人类听到的声音，不就是世界上真实的声音么？实际上并不是的，举个最简单的例子，超声波和次声波，这些声音我们人耳完全无法感知，但是他们确实是真实存在的，只不过是人类的听觉系统无法捕捉，但其他动物却可以捕捉，比如蝙蝠可以听到超声波，而大象可以感知到次声波。再举个例子，大家平时工作时提到的“响度”和真实世界声音能量大小，也不一定是完全匹配的，所以就有了响度曲线这个东西（相同声压级的声音，在不同的频率下，人耳的感知的声音大小是不一样的），比如人耳在低频的敏感度要远远低于1k~3kHz这个频段的声音，这也能解释为什么看上去肥健的男低音即便肺部气流更大，但是声音确实没有纤巧的女高音那么有穿透力。
实际上，“感知到的声音”和“世界上真实发生的声音”之间之所以能产生区别，本质上是因为生物长期进化而获得的独特性。人类之所以在1k~3k这个频段非常敏感，其中一个说法是“这是哺乳动物幼崽”发出声音集中的频段，这样有助于我们的祖先更好地哺育后代以及打猎。
感知层的评估维度可以有：响度，有调性，尖锐度（sharpness），空间性（spatiality）（判断声音方位和房间大小）等

认知层
认知层是一个自由度非常高的评估层级，主要是因为在认知层评价时，主要是通过各自的认知去评价，但是每个人即便都是“两个胳膊两条腿儿，两个鼻孔一张嘴儿”，各自的认知也不同-----各自的成长背景、教育背景、个人喜好、童年阴影等等，都影响着人们对于某个声音的评价。比如我听Arch Enemy的金属乐就会觉得非常带劲且爽快，但是这对于我家楼下的老太太来说简直就是灾难和不祥。所以，这个在这个层面评价时，会非常主观，用词也会特别自由，可能对于某一种听感，使用的词汇也是各自不一的，比如你对孙燕姿的音色是什么评价？清澈，清新，自然，有感染力，温暖中带着力量，等等。这些词的描述或许有些模棱两可，但是不得不承认，主观性非常强，也很自由松散。

所以，“审美”对于声音的评价，主要就是在认知层上去做文章。你可以说别人审美一般，但不能说ta耳朵聋了，因为可能ta的耳朵功能还是健在的，你说人家聋了，既不公允，又有失风度。
PS：感知层和认知层都是心理声学（psychoacoustics）的研究范畴，现代心理声学在感知层的研究范畴主要是物理现象->生理现象这一过程对于感知的影响；在认知层的评估维度有......（太多了数不完，看各自需求）。
总结一下这三个层级的关系：

实际上不仅是声音，所有感官相关的东西，比如味觉、视觉，也都可以用类似的思想。

例子1:  评价某款啤酒，
    物理层：酒精含量XX，容积XXX，含糖量XXX，温度XXX。
    感知层：有多酸？很甜吗？很苦吗？泡沫很杀口吗？
    认知层：好不好喝？适合什么场景喝？

例子2：评价某一幅画，
    物理层：每一个点的RGB值是多少。
    感知层：这幅图整体颜色更趋近于黑白还是多彩？整体是偏亮的还是暗的？
    认知层：瑞内玛格丽特牛逼，超现实主义果然看着爽！
“评估层级”和“评价角度/维度”是什么关系？
文章最初使用一些夸张的修辞手法，描绘了部分作曲家和混音师们的微妙关系，实际上大家对于音乐或者说声音的评价、看法，都是在某一个具体的“评价角度”或者说“评价维度”上去进行观点的输出。评估层级和评价角度的关系如图所示：

你以为你们之间的沟通隔阂

实际上你们的隔阂

同样是讨论声音的大小和能量，但是因为在不同的层级，就会不可避免的鸡同鸭讲。
哪个层级更好？更牛逼？以后就用它！

抱着这个心态就错啦，实际上在不同评估的场景，需要找到最合适的评估层级。比如，评估某马路对附近小区的噪声影响，那么最合适的评估层级就是物理层。评估某个配音演员的表现力的时候，使用认知层，也是非常合适的。
评估任何声音都可以用这三个层级吗？

是的，任何声音，都可以通过三个层级去评估，可以都用，也可以只用某几个层级，看需求和场景。比如我们评价某个歌手唱歌，我们既可以在物理层和感知层去评估他的音准（基频频率）是否OK，也可以通过认知层去评估他的元音发音是否清晰自然。
我们需要在工作中如何使用？
这个方法论最核心的一个要义就是要做到：你和我说英语时，我也和你说英语；你和我说汉语的时候，我也和你说汉语。

实际上对于常见的在声音工作领域，甚至是视觉工作领域，都有前面提到的类似问题，即“鸡同鸭讲”，这个问题主要在于彼此并没有在同一个层级里去互相交换各自的评价，所以会导致大量的无效沟通。尤其是我们作为声音设计者，需要在三个不同的层面上都有足够的理解力和执行力，这样才能在跨领域跨部门沟通的时候，更有效地去交换彼此的想法，而不是一味地抱着专业人士的自负孤傲，自我束之高阁，逐渐变得封闭。
现在知道为什么AI评估语音情感、AI评估音色这么难，准确度这么低了吧，哼哼~

内容来源：子鱼说声学
作者简介：马卓毅，硕士毕业于芬兰阿尔托大学声学与音频技术专业，目前在某上海游戏公司做音频技术研究，彩虹合唱团团员、芬兰Polirytmi乐队主唱、配音导演、语音学爱好者。

声明：本公众号转载此文章出于非商业性的教育和科普目的，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载文章涉及版权等问题，请立即联系我们，我们会予以更改或删除，保证您的权利！


【声明】内容源于网络
0
0
声学楼论坛
“声学楼”创办于2005年，致力于促进声学领域技术交流与应用。历经多年发展，声学楼已从一个单纯声学工程师交流平台，成长为音频企业上下游多方参与音频技术专业论坛之一，每年还通过举办技术研讨会、年会等活动，搭建起与会的行业供需双方沟通的桥梁。
内容 3422
粉丝 0
声学楼论坛 “声学楼”创办于2005年，致力于促进声学领域技术交流与应用。历经多年发展，声学楼已从一个单纯声学工程师交流平台，成长为音频企业上下游多方参与音频技术专业论坛之一，每年还通过举办技术研讨会、年会等活动，搭建起与会的行业供需双方沟通的桥梁。
总阅读2.6k
粉丝0
内容3.4k