Vince 的 HiFi 笔记 —— 把迷惑概念折算成 dB

音响、头戴、入耳:三种根本不同的声学系统

这一章放在全文最前面,因为烧友生涯里相当多的困惑,源头都是把三种物理机制完全不同的设备当成同一种东西来比较:用音箱的经验去挑 IEM,用 IEM 的图去理解头戴,再反过来抱怨「为什么频响一样听感却完全不同」。它们的区别不在档次、不在素质,而在声音到达鼓膜的路径本身。

1.1三条到达鼓膜的路径

把从声源到鼓膜之间的每一级「声学处理」列出来,三种设备各自跳过了哪些环节,一目了然:

1.2房间:音箱系统的「另一半频响」

音箱的低频不是音箱决定的,是音箱 × 房间共同决定的。房间尺寸决定一组驻波模态频率,在 Schroeder 频率(典型民用房间约 200–300 Hz)以下,响应由离散的模态峰谷主宰,幅度轻松达到 ±8–10 dB——比本文后面讨论的任何耳机因素都大一个量级。同一对音箱换一个房间、甚至换一个摆位或听音位,低频就是另一套响应。

这解释了两个常见现象:其一,音箱评测必须谈摆位、吸音、低频陷阱,而耳机评测不用——不是音箱玩家讲究,是他们的系统里真的多了一个 ±10 dB 的变量;其二,「万元耳机吊打十万音箱」和「入门音箱秒杀旗舰耳机」两种说法都能找到听感证据,因为被比较的根本不是同一个维度:耳机赢在响应精确可控,音箱赢在下一节要说的空间呈现。

1.3HRTF:为什么音箱「在前面」,耳机「在头里」

人判断声音方位,靠的是头部、躯干、耳廓对入射声波做的方向相关滤波——头相关传输函数(HRTF)。音箱的声音从空间中真实的方向入射,经过你自己的 HRTF 编码,大脑解码后自然得到「声像在前方两米」的结论,这就是脑外定位与真实声场的来源。

耳机把换能器贴在耳廓上(头戴)或塞进耳道(入耳),方向编码环节被部分或完全绕开:两耳信号只剩录音里混录的电平差与延迟差,没有你自己的方向滤波,也没有随头部转动的动态线索。大脑找不到「外部方向」的证据,于是把声像放在两耳连线上——头中定位。所谓耳机「声场大」,严格说是三种东西的混合:录音自带的混响信息、频响塑造(耳增益量、高频空气感)带来的距离感错觉,以及个体耳形恰好与耳机声学耦合得好。它是真实存在的听感差异,但与音箱声场不是同一种物理现象——这也是 crossfeed、HRTF 虚拟化(杜比全景声、Super X-Fi 之类)试图用 DSP 补回的那一环。

1.4低频的三种呈现方式

「耳机低频再好也不如音箱」这句话有其物理内核,但常被归因到错误的地方。三种设备的低频是三种不同的物理:

• 音箱:声波在空间中真实传播,大声压下胸腔、皮肤都参与感知——低频是全身触觉 + 听觉的复合体验。这部分身体感耳机原理上给不了。
• 头戴:耳垫与头侧围出一个小气腔,低频响应依赖这个腔的密封程度(§8 会给出量化:镜腿一条缝就能吃掉 40 Hz 处 8–10 dB)。
• 入耳:振膜直接在几毫升的密闭残余耳道里加压——「压力腔」原理。效率极高、下潜理论上可到 20 Hz 以下,但整个成立的前提是密封,且完全没有身体感。

1.5把区别整理成表

一个统一的电学模型:分压器

先把系统画成电路。从功率放大器输出级往外看,任何「前端 + 线材 + 耳机」组合都可以简化为一个戴维南等效电路:一个理想电压源 V_s,串联前端的输出阻抗 Z_out,再串联线材的环路电阻 R_线(以及很小的电感 L),最后落在耳机的复数阻抗 Z_负载(f) 上。

耳机两端实际获得的电压是分压结果:

关键在于:如果 Z_负载 不随频率变化(纯电阻),那么这个分压比在全频段是一个常数——串联电阻只会让整体音量降低零点几 dB,音量旋钮一补就完全等价,频响形状纹丝不动。这正是「线材无用论」成立的那一半场景。

但真实耳机的阻抗几乎都随频率变化(下一章细讲)。此时分压比也随频率变化,串联电阻越大,阻抗曲线的形状就越强地「印」到频响上。折算成 dB:

这一个公式统一了本文前两章的全部内容:前端输出阻抗和线材电阻,作用机制完全相同,只是量级不同——前者常见 0.1 Ω 到 120 Ω,后者通常只有 0.1–0.5 Ω。它们和耳机阻抗曲线一起,决定了「换前端 / 换线之后频响变了多少 dB」这个可以直接算出来的数。

线材:既不是玄学,也不是完全无用

「线材无用论」和「线材玄学论」在社区里吵了二十年,有趣的是双方都只对了一半。要把这件事说清楚,只需要回答两个问题:线材在音频电路里有哪些物理参数?这些参数在耳机系统的量级下各自能产生多少 dB 的变化?

3.1线材的全部物理参数:R、L、C

一根耳机线在 20 Hz–20 kHz 内是彻底的「电学短线」(最短音频波长约 15 km,远大于 1.2 m 线长),不存在传输线效应,可以用集总参数完整描述:

• 电阻 R:主导参数。以常见的 26 AWG 铜芯为例,1.2 m 双导体环路电阻约 0.31 Ω;多股利兹结构的「升级线」通常在 0.1–0.5 Ω;极细或氧化严重的线可达 1 Ω 以上。
• 电感 L:约 1 μH/m。1.2 m 线在 20 kHz 处的感抗 X_L = 2πfL ≈ 0.15 Ω,与 R 相比是次一级的小量,且只在频响最顶端起作用。
• 电容 C:约 50–150 pF/m。对几欧到几百欧的耳机负载,这点并联电容的容抗在音频内高达数十 kΩ 以上,可以忽略。它唯一的现实意义是极端情况下影响某些放大器的稳定性——那是放大器设计问题,不是声音问题。

那么被说得神乎其神的趋肤效应呢?趋肤深度公式:

26 AWG 导体的半径只有约 0.2 mm——即使在 20 kHz,电流仍然几乎均匀地流过整个截面。趋肤效应在耳机线的线径与频率范围内,对电阻的调制不到百分之几,折算到分压上是万分之几 dB 量级。它是射频工程里的真问题,不是耳机线里的。

3.2把线材电阻放进分压器:量级实算

现在把 §2 的公式用起来。同一组线材电阻(0.05 / 0.35 / 1.2 Ω),分别接到两种典型负载上:

读这张图能得到线材问题的完整答案:

• 对易负载(右图):300 Ω 动圈的阻抗曲线接近平坦,0.05 Ω 和 1.2 Ω 的线的频响差异约 0.01 dB——彻底、干净地低于任何已知听觉阈值。在这类耳机上,「无用论」是事实。
• 对难负载(左图):阻抗在 7–50 Ω 之间波动的多单元动铁,把线从 0.05 Ω 换到 1.2 Ω,会产生约 1 dB 的频段间相对倾斜(高频阻抗低,被压得更多)。这个量级已经进入训练听音者在快速切换、响度匹配 AB 下的可辨范围(宽频倾斜的辨别阈约 0.2–0.5 dB)。也就是说:在最苛刻的负载上,换线确实可以「听出区别」——但机制平凡至极,就是电阻分压。
• 典型场景:常规升级线之间的电阻差往往只有 0.1–0.3 Ω,对应 0.1–0.3 dB 的形状变化,处在阈值边缘。「有时觉得有、盲听又抓不住」的社区经验,恰好落在这个物理量级上。

3.3那些与电阻无关的卖点,机制在哪里?

把 R、L、C 讲完,线材的可测参数就全部讲完了。剩下的常见卖点可以逐一对照:

• 银 vs 铜:银的电阻率比铜低约 6%。同线径下换银线 ≈ 环路电阻少百分之几——不是「银声亮」,而是「电阻略小」,量级远小于换一条粗一号的铜线。要「亮」,机制必须经过阻抗曲线,而它给不出足够的 ΔR。
• 单晶铜(OCC)、方向性、低温处理:在同等测得电阻下,不存在任何已知的、能在音频频段改变传递函数的物理机制。晶界对电导率的影响本就包含在实测电阻里了。
• 接插件与氧化:反而是被忽视的真变量。MMCX / 0.78 2-pin 触点电阻新品约数十毫欧,氧化、磨损后可升到数百毫欧且不稳定——比导体材质带来的差异大一个量级。「换线后声音变了」有时只是「重新插拔清洁了触点」。
• 4.4 平衡 vs 3.5 单端:听感差异真实存在时,来源几乎总是前端两个输出口的电路不同——输出阻抗不同、电压摆幅不同、甚至增益档不同——而不是「平衡传输」本身。同一台机器的平衡口输出阻抗常是单端口的两倍,代回分压公式,这才是可算的那部分差异。

小结:线材通过串联电阻作用于「输出阻抗 × 阻抗曲线」这同一个分压机制,量级由负载决定——平坦高阻负载上无用论成立,剧烈波动的低阻多单元上可以有零点几到 1 dB 的真实形状变化;而与电阻无关的材质叙事,没有物理通道。想要大幅度、可复现的「线材调音」,答案在图 4 的红色虚线:阻抗线本质上是一个物理 EQ,75 Ω 串联电阻能在这条模型 IEM 上造出 10 dB 的倾斜——Etymotic ER4S/ER4P 之间的官方区别,就是一枚 75 Ω 电阻。

阻抗曲线:耳机侧的另一半方程

§3 反复出现「阻抗曲线的形状」这个词。它是耳机侧的核心参数,却在参数表里被压缩成一个毫无信息量的数字——「32 Ω」「300 Ω」写的只是某个频点(通常 1 kHz)的模值。真正决定系统行为的是整条曲线。

4.1三类典型曲线

• 动圈(琥珀色):振膜-悬边系统在基频谐振处(此例 95 Hz)运动速度最大,反电动势最强,阻抗表现为一个显著的峰(300 Ω 标称,峰值近 480 Ω);高频端音圈电感让曲线缓慢上翘。HD 600/650 系就是这个形状的代表。
• 平板(绿色):音圈直接印刷在轻薄振膜上,几乎是纯电阻,曲线平得像一条直线。这也是为什么平板耳机对输出阻抗和线材电阻几乎完全免疫——分压比不随频率变,一切串联电阻只吃音量。
• 多单元动铁(青色):无源分频网络(串联电容给高音、串联电感/电阻给低音)让各支路在不同频段轮流「接管」,阻抗曲线剧烈起伏——此模型从低频约 30 Ω 一路跌到高频段 7 Ω。真实产品里,Campfire Andromeda 一类的敏感多动铁正是这种形状,这也是它们「换个前端换个声」名声的全部来源。

4.2输出阻抗扫描:同一条耳机,四种前端

这张图解释了社区里大量「玄学化」的前端听感描述。台式耳放常见的 1–10 Ω 输出阻抗,接到这类 IEM 上会产生 2–6 dB 的频段间倾斜——这不是「推力」「控制力」,是一个可以用万用表和这条公式预测的分压器。同一台前端换到 300 Ω 动圈上,同样的 10 Ω 输出阻抗只造成 0.2 dB 以内的形状变化,于是「这台机器配动圈没什么味道」——当然,因为分压比几乎不动。

工程上的经验准则是 1/8 规则:输出阻抗不超过耳机最低阻抗的 1/8,可保证频响偏移在约 1 dB 以内。对最低 7 Ω 的 IEM,这意味着 Z_out < 0.9 Ω——这正是现代 IEM 向的小尾巴、播放器普遍把输出阻抗做到 1 Ω 以下的原因。

4.3阻尼:输出阻抗对动圈低频的第二重作用

对动圈单元,串联电阻除了分压,还有一个更「时域」的效应:削弱电阻尼。振膜在谐振附近运动时,音圈切割磁场产生反电动势,通过「音圈电阻 + 外部串联电阻」构成的回路放电,把动能耗散掉——回路电阻越小,这个电磁刹车越有力。定量地,电学品质因数按下式被放大:

这就是「阻尼系数」话题在耳机语境下的真实含义。注意两点:其一,它本质上仍会体现为频响的变化(谐振峰 Q 变高),幅频测量完全能捕捉;其二,动铁单元的谐振被前腔声学与阻尼网络控制,电阻尼占比很小,给动铁 IEM 谈「阻尼系数」意义不大——对它们,输出阻抗的影响几乎全部走 §4.2 的分压路径。

4.4前端还剩下什么真实差异?

把输出阻抗讲完之后,一台测量合格的现代解码耳放,剩余的可闻差异空间其实非常有限,按重要性排:

• 底噪:对灵敏度 110 dB/mW 以上的多动铁,前端 2–5 μV 的输出噪声就可能听到「咝」声——这是高灵敏 IEM 用户换前端后最真实、最常见的改善。
• 电压/电流余量:低灵敏平板需要足够的电压摆幅,不够就是实打实的削波,而不是玄妙的「推不开」。
• THD、串扰、滤波器:合格设备上通常都在阈下;DAC 重建滤波器的差异集中在 18 kHz 以上的幅频末端与阈下的时域细节,量级远小于本文任何一章讨论的因素。

测量夹具:你看的每张图,都先经过一副「假耳朵」

频响图不是耳机的属性,是「耳机 × 夹具」组合的属性。所有耳机测量都要把换能器耦合到一个模拟人耳声阻抗的装置上,而不同装置模拟的精度、方式与适用频段差别很大。不搞清楚图是在什么夹具上测的,读图就从第一步开始跑偏。

5.1711:统治了一个时代的标准腔

IEC 60318-4 定义的封闭式耳模拟器(沿用旧编号习惯,圈内俗称 711)用一段短腔体加几个声学阻尼网络,近似「从耳套末端到鼓膜」这段残余耳道的声阻抗。它的规范适用范围到 10 kHz 为止;更高频段,腔体自身的驻波开始主导——最著名的就是约 13.5 kHz 的主谐振(§8 图 13 里推导过:12.7 mm 残余深度的半波长驻波)。你在 711 图上看到的 13.5 kHz 附近尖峰,一半是夹具照的镜子,不是耳机的罪。

5.2克隆腔:趋势可用,细节存疑

市面上大量低成本 711 克隆腔(几百到一两千元)撑起了整个业余测量生态。它们的典型误差趋势(注意是趋势,个体差异很大):

• 5 kHz 以下基本可信:腔体几何在低频段不敏感,与标准腔差异通常在 ±1 dB 内——前提是密封做好了,否则低频端先漏(§8 图 12 同款机制在夹具上重演)。
• 主谐振漂移与过冲:加工公差让谐振频率偏离 13.5 kHz(常见向下漂到 11–13 kHz),阻尼不足则峰值过冲数 dB——同一条塞子在两个克隆腔上,10 kHz 以上可以画出两条完全不同的曲线。
• 8–10 kHz 开始发散:标准腔在这里也只是「勉强够用」,克隆腔更是各自表述。
• 跨数据库不可直接比:不同测量者的腔体、导管长度、耳套、插入深度、平滑设置都不同。同一数据库内的相对比较远比跨库的绝对比较可靠。

5.3B&K 5128:换一副更像人的耳朵

Brüel & Kjær 5128(HATS,符合 ITU-T P.57 Type 4.3)不再用集总参数网络近似,而是做了一条解剖学形状的耳道加类人分布式声阻抗,设计目标是全音频段有效。代价是:它测出来的曲线与 711 系统性地不同——耳增益量、低频耦合、高频结构都对不上,而且这个差(delta)还随耳机类型变化:泄漏容忍度不同的单元(比如不同的动圈导气设计与动铁),在两种夹具间的低频差异可以完全不同。这就是为什么把 5128 目标用 delta 换算回 711 只能算权宜之计,也是为什么 5128 数据必须配 5128 语境的目标曲线来读(§6),混着看两边的图基本等于自我误导。

5.4为什么两个评测人的图对不上

把本章与 §8 合起来,就得到「同一条耳机两张图打架」的完整病因清单,按嫌疑大小排:夹具不同(711 vs 克隆 vs 5128)> 插入深度不同(谐振峰整段平移,§8 图 13)> 耳套与密封不同(低频端形状)> 平滑与补偿设置不同(1/12 oct 与 1/48 oct 看起来像两条塞子)> 耳机本体公差(单元配对通常反而是小头)。读图先问四件事:什么夹具、什么耳套、多深、多少平滑——问完之后,大部分「打架」会自己和解。

目标曲线:每一条都是一种「主张」,不是一份「答案」

先立好前提:目标曲线是定义在特定夹具上的参考形状。711 语境的 Harman 曲线画到 5128 的图上没有意义,反之亦然(§5.3)。其次,不同目标背后是三种完全不同的设计哲学——搞清楚一条曲线「想干什么」,比背下它的形状有用得多。

6.1物理参考型:自由场与扩散场

最早的思路是物理定义:「好耳机应该复现某个参考声场在鼓膜处的响应」。自由场(FF)取消声室中正前方入射的平面波——问题是没人在消声室听歌,按它做的耳机中高频前倾刺亮。扩散场(DF)(Theile,1986)改为全方向均匀入射的统计声场,形状温和一些,但仍然共享同一个听感特征:亮、瘦、低频清淡。原因不难理解——真实房间里的音箱到达耳朵时高频已被空气与墙面吸收掉一截,而 FF/DF 没有计入这一层「房间倾斜」。物理上自洽,听感上偏科,这是第一代目标的宿命。

6.2偏好统计型:Harman 系列

Olive 与 Welti 在哈曼的研究(2013–2019 系列论文)换了方法论:不问「什么是物理正确」,改问「受控盲测下,人群偏好什么」。起点是一对好音箱在一间好听音室里的耳内响应,再用可调低频/高频架让几百名听音者投票回归。结果就是著名的 Harman 目标:头戴版(OE)与入耳版(IE)形状不同——这本身就是 §1 结论的注脚——其中 IE 版带一个很大的低频架(2019 版在 711 语境下低频端抬约 +9 dB 量级),配完整的 3 kHz 耳增益。

听感画像:暖厚有量感的低频 + 不缺席的人声存在感,大众适口性极强。局限也写在方法论里:它是平均偏好——研究自己的数据就显示存在稳定的「更多低频」「更少低频」亚群;平均值对任何一个具体的人都未必最优。把 Harman 当「及格线坐标系」比当「满分答案」更符合它的统计含义。

6.3参数坐标型:倾斜化 DF 与 JM-1

第三种哲学干脆放弃「单一正确形状」:以人群平均扩散场 HRTF 为锚点,把主观偏好压缩成两三个连续参数,让每个人自己拨。5128 时代的代表就是 JM-1(PopAvg-DF)——crinacle 的 5128 数据库采用的基准:人群平均 DF 形状,配可调的低频架与整体倾斜(tilt)。本文作者的常用参考即 bass +0、tilt −0.8 dB/oct:不加低频档,整条曲线每倍频程下压 0.8 dB,相当于给「物理中性」叠加一层温和的房间式倾斜。在它之上,IEF Preference 2025 给出了一组具体的偏好参数(约 80 Hz 处 +10 dB 低频架、高频 −4 dB 架),本质是「JM-1 坐标系里的一个偏好点」。

6.4三种哲学对照

6.5怎么用目标曲线

把目标当坐标系:「这条塞子相对 JM-1 在 4 kHz 高 3 dB」是信息量巨大的一句话;「这条塞子不符合目标所以不好」则是范畴错误。三条实用规则:其一,±2 dB 以内的偏离在个体耳道差异(§8,>3 kHz 处 ±5–10 dB)面前不值得争论;其二,低频架高度纯属偏好参数,没有对错;其三,耳增益区(2–4 kHz)是所有主流目标的公约数——试图整段取消它的另类框架(所谓「无 3 kHz」一类),目前拿不出受控偏好实验的支持,与 §1.3 的 HRTF 物理也直接冲突,可以了解,不必跟随。

相位与瀑布图:为什么它在 IEM 里几乎不独立存在

社区里常见这样的担忧:「频响一样,相位不一样,声音会不会天差地别?」「多单元分频会不会把相位搞乱?」这些问题的答案藏在一个常被忽略的事实里:耳机,尤其是入耳式耳机,在可闻频段内非常接近最小相位系统。

7.1最小相位:幅频决定一切

最小相位系统有一条决定性的数学性质:它的相位响应由幅度响应唯一确定(通过希尔伯特变换 / Bode 增益-相位关系)。换句话说,对这类系统,「频响一样但相位不一样」这种情形根本不存在——幅频曲线里的每一个峰谷,都严格对应着一段确定的相位旋转和群延迟。

IEM 为什么接近最小相位?因为它是一个尺寸远小于波长的近似点声源,直接耦合进一段两三厘米的密闭耳道,没有房间反射、没有远距离多径——而反射与传输延迟正是音箱系统里「超额相位(excess phase)」的主要来源。多单元 IEM 中各发声单元到耳道口的路径差通常只有几毫米到一两厘米,折算成超额延迟仅 10–60 μs,在下面会看到,这远低于任何可闻阈值。

7.2它到底能不能听见?阈值数据

关于相位失真可闻性最常被引用的是 Blauert & Laws(1978)的群延迟阈值实验:人耳最敏感的 1–4 kHz 频段,群延迟畸变需要达到约 1–2 ms 才可分辨,频段两端阈值更高。对照 IEM 的现实:幅频上一个 Q=4 的 8 dB 峰只带来几十 μs 的群延迟起伏;分频网络的相位旋转、单元位置差,加起来通常也在 200 μs 以内。差着一到两个数量级。

唯一在数量级上值得一提的例外是导管、调音孔和低频端口在超低频造成的较大群延迟(可到毫秒级),但该频段人耳对相位最不敏感,可闻性在文献里始终没有稳定证据。所以工程上的结论很干脆:

7.3瀑布图(CSD)十分钟读法

既然如此,时域测量图存在的意义是什么?最常见的 CSD(Cumulative Spectral Decay,累积频谱衰减,俗称瀑布图)其实是把同一份信息换一个更直观的视角:它对脉冲响应做一系列起点逐步后移的加窗 FFT,把「每个频率的能量随时间衰减多快」铺成一张图。

读图口诀:

• 顺着时间方向看某个频率的「山脊」。9 kHz 处的脊线绵延十几条切片才衰减下去——这是高 Q 谐振,能量储存多、放得慢;1.3 kHz 的起伏一两条线内就干净了——低 Q,无需担心。
• 脊线与频响峰一一对应。这正是最小相位性质的直接推论:CSD 里的每条慢衰减脊线,在幅频曲线上必然是一个窄峰;窄峰的 Q 越高,脊线越长。对最小相位系统,CSD 不含幅频之外的新信息——它是同一数据更适合肉眼扫描「哪里有高 Q 谐振」的展开方式。
• 低频区不要读。窗长限制了频率分辨率与可信下限(5 ms 窗以下几百 Hz 的衰减行为根本没被完整记录),CSD 的低频区域是数学伪影,不是耳机缺陷。
• 实际测量的 CSD 还会混入耦合腔驻波与测量噪声,跨设备横向对比时,窗函数、步进、动态范围设置必须一致才有意义。

所以「不会看瀑布图」并不构成理解障碍:在 IEM 语境下,你从一张高分辨率的频响图里能读出的信息,已经在信息论意义上覆盖了瀑布图。后者只是把「找高 Q 峰」这件事变得一眼可见。

佩戴:被低估的最大变量

前三章讨论的效应,量级从 0.01 dB 到几 dB。这一章的效应以 5 dB 起步、30 dB 封顶——耳机与你的耳朵如何耦合,是整个系统中方差最大的一环,却最少被认真对待。

8.1入耳式 · 密封:一个声学高通滤波器

IEM 的低频依赖「压力腔(pressure chamber)」原理:振膜在密闭的耳道残余容积里直接建立声压,理论上可以平坦地延伸到 20 Hz 以下。一旦耳套与耳道之间出现缝隙,这个缝隙就成为前腔的声学泄漏支路,整个系统变成一个高通滤波器——泄漏面积越大,拐点频率越高:

这就是耳套(材质、尺寸、孔径)被称为「免费调音」的原因:换一号尺寸带来的低频变化,可以轻松超过任何前端与线材组合的总和。海绵套之所以普遍「低频更多」,主要不是玄学材质声,而是它对不规则耳道截面的密封成功率远高于硅胶。

8.2入耳式 · 插入深度:移动驻波峰

密封之外的第二个佩戴变量是插入深度。佩戴后,耳套出音口到鼓膜之间的残余耳道近似一段两端高阻抗封闭的声管,存在半波驻波共振:

几个直接推论:

• 同一条 IEM,浅戴与深戴的 6 kHz 以上频响可以差出 5–10 dB,峰的位置整体平移。Etymotic 式深佩戴「高频顺滑」的口碑,本质是把驻波峰推到了 15 kHz 以上的低敏感区。
• 测量图的 8 kHz 以上区域必须结合插入深度理解。711 耦合腔在参考平面的 13.5 kHz 谐振是腔体自身属性,不同评测者的插入深度差异,足以让同一条塞子的高频看起来像两个产品。跨数据库对比 10 kHz 以上的曲线时,这一项系统误差往往大于产品间差异本身。
• 你的耳道长度、直径与走向都与耦合腔不同——图上的峰在你头上的位置,只有你自己的听感(或原位测量)知道。

8.3头戴式:耳垫是系统的一半

头戴式耳机把「密封」问题从耳道口移到了耳廓周围一圈皮肤、头发和镜腿上,变量反而更多:

• 密封泄漏:眼镜、头发、下颌运动都会打开泄漏路径。开放式耳机(本来就漏)相对不敏感,封闭式与低频靠密封的平板对此非常敏感——「戴眼镜听平板低频少」是有据可依的常见现象。
• 耳垫老化:海绵塌陷让振膜-耳廓距离缩短、腔体容积变小、皮革硬化改变泄漏与吸声——中频到高频整段跟着移动,几年后的耳机确实「不是原来的声音」,换耳垫比换线材有效得多。
• 复戴方差:测量行业里,同一人同一耳机的重新佩戴标准差在高频可达 2–5 dB。这意味着任何「换了 XX 之后高频细节变多」的印象,若没有控制佩戴位置,首先要排除的解释就是这一项。
• 个体差异压轴:不同人的耳廓、耳道与头型让同一副耳机在不同人头上的鼓膜处响应在 3 kHz 以上散布 ±5–10 dB——比本文讨论的所有器材侧因素加起来还大。这也是测量假头(KEMAR、B&K 5128)只能代表「平均耳」、目标曲线只能作为统计参考的根本原因。

概念急救箱:高频出没的迷惑概念,一卡一个

这一章收纳那些不值得单开一节、但每个烧友迟早会撞上的概念。每张卡片给出当前证据下最稳的一句话结论与量级感,细节可顺着括号里的章节回溯。

把所有因素排个序

先划定范围:下表针对耳机系统。如果把音箱也算进来,§1 的房间模态会以 ±10 dB 的量级独占榜首——这正是三种系统不可直接互比的又一注脚。

本文的全部内容可以压缩进一张按 dB 量级排序的表。当两个人争论「XX 有没有用」时,大多数时候他们真正分歧的只是没有对齐下面这一列数字:

10.1实用清单

• 买/配前端时:给 IEM 用的前端,输出阻抗按 1/8 规则卡在耳机最低阻抗的 1/8 以下(多数情况即 <1 Ω);高灵敏动铁额外关注底噪指标;高阻动圈与平板则几乎随便接,关注电压余量即可。
• 想调音时,按性价比排序:换耳套/调整佩戴(免费,量级最大)→ EQ(免费,精确到 0.1 dB)→ 阻抗线(几十元,机制明确)→ 换前端(仅当阻抗匹配或底噪确有问题)→ 换线(只在难负载 + 大 ΔR 时有可测意义)。
• 做对比时:先响度匹配(优于 0.1 dB,用电压表),再快速切换;换线对比记得先排除「重新插拔清洁了触点」和「重新佩戴改变了密封」这两个混淆变量——它们的量级都比线材本身大。
• 读测量图时:阻抗曲线与频响图一起看,才能预测这条耳机在你前端上的实际形状;10 kHz 以上区域先问插入深度;瀑布图只用来扫高 Q 脊线,低频区直接跳过。

最后回到电学部分的起点。「阻抗匹配」在耳机系统里不是音箱功放世界里那种功率传输问题,而是一个更简单也更诚实的问题:你系统里所有串联电阻加起来,乘以耳机阻抗曲线的起伏,等于多少 dB?算出这个数,线材迷思、前端玄学与佩戴科学就都落回了同一张频响图上——剩下的,交给耳朵和音乐本身。

附参考与延伸

1. Blauert, J. & Laws, P. (1978). "Group Delay Distortions in Electroacoustical Systems." JASA 63(5) — 群延迟可闻阈值的经典测定。
2. IEC 61938:1996 — 曾建议 120 Ω 耳机输出阻抗的接口标准;IEC 60318-4 — 俗称 711 的闭塞耳模拟耦合腔规范。
3. Thiele/Small 参数体系 — §4.3 中 Q_es、Q_ms、Q_t 的定义来源。
4. Theile, G. (1986) — 扩散场均衡(DF)目标的奠基论述;ITU-T P.57 Type 4.3 — B&K 5128 类仿真耳的规范来源。
5. In-Ear Fidelity:JM-1(PopAvg-DF)与 IEF Preference 2025 的定义与说明文章 — §6.3 参数化目标的原始出处。
6. Toole, F.《Sound Reproduction》 — 房间声学、音箱与听感偏好研究的系统性综述(§1 背景)。
7. Olive, S., Welti, T. 等在 AES 发表的 Harman 目标曲线系列研究 — 佩戴泄漏、个体差异与偏好统计的主要公开数据来源。
8. 本文全部图表由电路与声学模型数值计算生成(Python / NumPy / SciPy / Matplotlib),用于演示机制与典型量级,不代表任何具体产品的实测数据。