音频知识科普：解读音频播放器的客观评测数据

艾肯声卡

绍的概念有：频响特性，噪声水平，动态范围，总谐波失真(+噪声)，互调失真(+噪声)，立体声分离度。这都是RMAA测试当中的项目，也是目前手机音质评测当中常用的项目。读懂这些数据有助于了解手机的音质好坏。

频响特性：

稳态状况下，输出频谱与输入频谱之比即为频响特性。当然，由于业界都喜欢对这个比值取模后再取对数再乘以20换算成分贝(dB)，所以就成了输出频谱幅值(dB)与输入频谱幅值(dB)之差了。严格来讲，这个频响特性应该包含幅值特性和相位特性，但是相位特性往往都被忽略了。通常情况下，并不单独关心某个频率点的频响特性幅值的大小，而是关注不同频率之间的相对大小。譬如低中高频的频响特性幅值大小分别是0dB,1dB,2dB，和分别是20dB,21dB,22dB均被认为是相同的。

晦涩难懂？那就做个通俗点的比方：

譬如有男女合唱，男唱低音，女唱高音。本来男和女的音量均为0dB，但是播放出来变成男的0dB，女的10dB。那么频响特性的幅值部分就是低音0dB，高音10dB了。这种播放器播放出来的声音，必然会高音过多，声音单薄刺耳。理想的播放器，频响特性的幅值部分应该是处处为0dB的。

依然是男女合唱，如果男女的声音是同步的，但是播放出来男的声音发生了延迟，那么频响特性的相位部分就不恒定为0。理想的播放器，频响特性的相位部分应该是处处为0的。

看下面两个频响幅值特性曲线，好坏就立分高下了吧：






上边那个基本上处处为0，说明高低频的强度一致，三频均衡。下边那个，低频明显被拉大，高频却明显被压小，声音听起来会很闷很厚，缺乏明亮度。

噪声水平：

噪声水平是指播放器在没有任何输入的情况下发出来的声音。显然，理想情况应该是完全没有声音才对。然而由于外加电磁场干扰和其它器件的工作而在电路里引入干扰，会导致在没有任何输入的情况下也会发出声音。

这个概念容易理解，不会晦涩难懂，直接看曲线：





上边曲线大部分位于-120dB以下，这表明声底是很干净的。下边的曲线，在70Hz以下开始上抬，会有些低频噪音。

动态范围：

动态范围，即最大不失真的输出信号强度与无输入下噪声频谱中强度最大的信号强度的比值。

然而，不失真是不可能的，而且某些播放器会对静音或者安静的音频采取关闭音频线路的方法来获得“作弊”的结果，所以在RMAA测试中，对动态范围的测试方法跟这个概念不一致。它是用-60dB的1kHz信号作为输入，在输出中，用1kHz信号的能量与除此信号之外的信号的总能量的比值作为动态范围。

又晦涩难懂？那么来个通俗的比方（这个比方是针对标准定义而不是RMAA的定义）：

在一个夏日的深夜，有着很多大自然的声音，譬如猫叫，狗叫，青蛙叫，蟾蜍叫，风声，水声，树叶的沙沙声等等的，然后某个人在用自己能发出的最大的音量在唱歌（用吃奶的劲撕心裂肺地喊）。如果猫叫是所有自然本底声音中音量最大的，那么人的嗓音与猫叫的声音的强度比值，就是动态范围。

动态范围差的播放器，要吵吵不起来，要安静安静不下去，整个声音缺乏波澜，像是在闹市当中唱歌一样。






那个针尖状的是1kHz的输出信号。可见下图针尖突出不如上图明显，主要原因是下图的本底噪声比较大，使得针尖不够突出了。因此上图的动态范围比下图大。

总谐波失真(+噪声)：

总谐波失真是非线性失真的一种，这种失真会在输入单频信号的情况下，输出频率为这个单频信号频率的正整数倍的信号，这些多出来的信号成为谐波。譬如1kHz输入，那么输出不仅有1kHz的信号，还有2kHz，3kHz，4kHz……等等的信号。测量的时候，可以用所有谐波的总能量除以1kHz输出信号的能量。也可以考虑所有噪声，把输出信号的非1kHz的总能量除以1kHz的能量，这个测量的是总谐波失真+噪声。

通俗地讲，总谐波失真相当于一个歌手本来在唱A1调，然而播放出来除了有A1调，还有A2，A3，A4……调。






上图声底干净，谐波主要在2k和3k这两个频率，而且不明显。下图声底不干净，谐波在2k，3k，4k，5k等等频率点都有分布，这说明下图的总谐波失真(+噪声)更大。

互调失真(+噪声)：

互调失真也是非线性失真的一种，它跟总谐波失真的区别就是把输入信号换成两个单频信号，输出频率除了会有这两个频率的信号之外，还会有这两个信号频率的差与和的成分。譬如输入60Hz和7000Hz的信号，会出现(7000-60) Hz，(7000+60) Hz的信号。测量的时候，可以用所有谐波的总能量除以7kHz和60Hz输出信号的能量。也可以考虑所有噪声，把输出信号的非7kHz和60Hz的总能量除以7kHz和60Hz的能量，这个测量的是互调失真+噪声。






很遗憾，因为通常曲线都是在对数坐标下画的，所以(7000-60) Hz和(7000+60) Hz在图上很难看出来。可以隐约地在下图7000Hz的那个峰附近看到一些小峰，那些就是互调失真的峰了。相比起来，上图的峰就很干脆利落，附近没有小峰。另外，下图里边出现的其它峰（也就是除了60Hz，7000Hz及附近的峰），是总谐波失真造成的。从这个图能看出，上图的播放器的效果会远好于下图的播放器。

立体声分离度：

简而言之，就是声道之间的串扰。譬如输入音频是右声道有声音，左声道没声音，但是播放出来发现左声道“蹭”了右声道的声音，使得左声道不再是静音的。声道串扰会导致声场和结像的问题，譬如本来处于右侧的人声，会觉得并不是完全在右侧。立体声分离度的测量方法就是用左声道的频谱除以右声道的频谱得出频响特性。同样地，大部分情况下只关心幅值。



从这个图可以看出，中频部分的分离度是不错的，但是低频和高频的分离度都出了点问题。如果音频里包含大量的低频和高频，就会出现可闻的声道串扰问题。

当然，通常还会有一个汇总图，其中所有的概念上面已经介绍过了。



这是MX4 Pro和Xplay 3S的对比，可见MX4 Pro除了立体声分离度差于3S之外，其它指标均优于3S。

sunguang

音频知识科普：解读音频播放器的客观评测数据听......[em10][em10][em10]