[闲聊] 资料心得: 数据好 = 声音好 ?

楼主: djboy (雞尾酒)   2022-01-22 00:05:30
结论先写。(我以白话文的写法来写,而不是精准的科学用语)
(1) 音箱的音响系统在科学研究之下,“数据好”的音箱可以让86%的
受试者满意。
(2) 耳机的音响系统在科学研究之下,“数据好”的耳机可以让91%的
受试者满意。
(A) 前言
经过数十年人耳评测(嘴砲无敌)的黄金年代,来到2010之后,随着电子从
业人员的变多与退休,还有仪器设备愈趋精良与价格降低,音响设备(含耳机)
开始进入了“大数据”时代。再加上网络时代的资讯交流加速,整个音响科
普界开始蓬勃发展,对旧有人耳评测权威与靠行销为主的商品造成很大的冲击。
在这一波科学验证的浪潮之下,常被人拿来讨论就是”量测数据”,尤其是
频响曲线。在各种科学研究下,从理论到实际测试的结果,大众对平直的频响
曲线是有偏爱的。但是这种看数据来评论声音好坏的做法,马上引来旧有
“耳听为凭”一派的大力反驳。毕境就算到了2021年,人类对于自己的头脑的
认知,也不算是完全了解,更何况还有像是“音像”这种成因未解。
在2020年7月出版的Stereophile杂志上,Herb Reichert 对
Tannoy Revolution XT 6喇叭的评测中,对这件事情提出了正式的挑战,引
发了跨国际之间的二派大战。
(B) 科学实证结果
就重写一次,相关资料收在最后面。
(1) 音箱的音响系统在科学研究之下,“数据好”的音箱可以让86%的
受试者满意。
(2) 耳机的音响系统在科学研究之下,“数据好”的耳机可以让91%的
受试者满意。
(C) 86% 有意义吗?
86%说多不多,说少也不少。就统计学上有强烈偏好的基本门槛是95%,
86%实在离95%有点多,连基本上90%也不到。但是,86%也代表了大约每
7个人中有6个人,会喜欢上数据好的音箱,这个比例也还真的不低。
如果你喜欢那种数据不好的音箱,其实也非常正常;因为14%的比例算
是不少了。(请不要挑我科学论证上的毛病)
结论是,就这个比例来看,现在的量测项目仍有不足,但是仍然具有高
度的参考价值。
(D) 买一款新产品时,如何看待量测数据与实际产品的声音品质的关系
(1) 声音品质这东西,只有听了才知道喜欢,尤其是低频。
(2) 现在人时间有限又产品无穷之下,那种测量曲线像冲浪一样上上
下下,就没有必要花时间去试听了。曲线像蛇一样扭曲的产品,
要好听的机率实在不高。
(3) 以频响曲线为例,只要在标准上下波动范围内,就算是过关了。
声音的好坏还是要实际去听。
(E) 结论
科学派教主 Sean Olive 表示:
‘我们100%的完全无法靠着测量结果去判断一个喇叭、耳机的好坏!
但是,分析测量结果,我们有很大的把握去"预测"这个喇叭的好坏。’
(F) 参考文献
A. 86%的音箱:https://www.aes.org/e-lib/browse.cfm?elib=12847
B. 91%的耳机:https://www.aes.org/e-lib/browse.cfm?elib=19275
C. 【科普】我们喜欢什么样的声音?——解释哈曼曲线及其他内容
https://zhuanlan.zhihu.com/p/355842375
D. 针对数据的质疑文章 (评比对象是 Tannoy XT 6)
https://www.stereophile.com/content/tannoy-revolution-xt-6-loudspeaker
E. D的回应:
https://soundstagesolo.com/index.php/features/246-the-biggest-lie-
in-audio?comment_id=510
F. 鬼斧神工的回应(E的中文版):https://zhuanlan.zhihu.com/p/156016955
G. 其他影片,说明声音要用听的,数据是辅助
https://youtu.be/ho0wv7jBhPo
https://youtu.be/EU46fbFuQG8
(G) 后记
这边补充一篇,主要是讲述为何Sean Oliver 和 Floyd Toole为何一直
要推科学验证和标准的原因:
解决“音响怪圈”( Audio Circle of Confusion) 的问题。
https://zhuanlan.zhihu.com/p/354761749
http://seanolive.blogspot.com/2009/10/audios-circle-of-confusion.html
PS:该作者还有2篇长长的ASE论文研究科普文,非常值得大家去欣赏。
作者: asusxcomae86 (浪迹生)   2022-01-22 00:49:00
感谢分享
作者: iamala (it depends)   2022-01-22 06:33:00
长知识推
作者: edcnjerry (Jerry~H.S.~)   2022-01-22 07:20:00
感谢分享
作者: xoy (XerXes)   2022-01-22 08:10:00
这文章应该没有做反向实验,也就是数据要差到什么程度大部分的人都会觉得难听?这不是100扣掉喜欢数据好的比例就可以得到了,这是最基本的逻辑现在很多人用量测当消去法的依据问题就在这里
作者: greg7575 (顾家)   2022-01-22 09:08:00
大师

Links booklink

Contact Us: admin [ a t ] ucptt.com