從音響科學的調整到古典音樂美感的經歷(長篇連載)

[bchsieh]

小白請教BC兄，有沒有能夠入門這些量測結果的意義的資料或網站可以參考？

pawaslider兄您好，

小弟搜尋了一下，如果您要找中文的文件的話，小弟只找到一篇簡體翻譯自analog公司的文件，
但內容並沒有包括小弟所提到的所有參數，而且其實解釋也沒有非常白話。
但還是給您參考一下：
https://www.analog.com/media/cn/trai.../MT-003_cn.pdf

另外中文正體翻譯的部分，有Audio Precision的APx555測量文件，您也可以參考看看：
http://www.szaptk.com/downloadReposi...fe3202ab30.pdf

另外，小弟試著簡單用幾句話把每個測試參數大致上描述一下：

1. 1KHz: THD, THD+N, SINAD, SNR, ENOB, dynamic range, Gm

THD - 總諧波失真，就是諧波(也就是載波的整數倍頻率，例如2、3、4..等等倍數的頻率)與載波(例如1KHz)之間的強度比值。
完美無諧波失真的狀況下，諧波的強度為0。諧波的強度跟載波相比越低，就表示失真越小。越低越好。

THD+N - 把總諧波失真加上底噪跟載波強度的比值。越低越好。

SINAD - 就是(載波+底噪+失真) / (底噪 + 失真)，如果THD+N的計算頻寬等於SINAD的測量頻寬，
則SINAD為THD+N的倒數。越高越好。

ENOB - 信號的有效位數，可以直接從SINAD換算過來。ENOB = (SINAD - 1.76dB) / 6.02。越高越好。

SNR - 訊噪比。就是訊號全功率輸出的強度，跟無訊號時底噪強度之間的比值。越高越好。

dynamic range - 動態範圍，也就是訊號最強與最弱的範圍。在線性系統中，通常dynamic range會等於SNR。
但是在一些非線性系統裡，例如有做雜訊抑制的系統中，dynamic range有可能會大於SNR。

Gm - Gedlee metric，前面貼文中有提，是一種測量非線性失真的參數。


2. linearity (20Hz, 1KHz, 20KHz)

增益的線性度。例如10倍增益的話，輸入1，輸出就是要是10; 輸入10，輸出就要是100。
測試的方式就是將輸入訊號從小逐漸增強，看輸出訊號和輸入訊號的比值是否固定。

3. multi-tone (32 tones)

相對於THD測試，multi-tone就是一次輸入很多不同頻率的正弦波訊號，看看在頻譜裡有沒有不該出現的頻率。
這些不該出現的頻率就是失真，越低越好。
多頻率測試比單一頻率測試更能展現一個器材在播放音樂時的真正表現，畢竟我們不是聽1KHz正弦波..

4. J-test (16bit, 24bit)

測試數位系統中的Jitter。
在J-test頻譜中，有特別突出的頻率就是週期性的jitter (periodic jitter)。
而寬頻亂數jitter (broadband random jitter) 會造成J-test頻譜的底噪變高。
低頻random jitter會造成J-test的載波底部變寬。

5. impulse response

脈衝波的波形。可以看出有沒有預振鈴(pre-ringing)和後振鈴(post-ringing)，還有振鈴的強度和時間長度。

6. filter response

看頻寬和濾波的種類。

7. DIM30

也就是TIM，看系統的暫態失真。教授的另一串討論區裡面有討論過。

8. noise spectrum

完全無訊號時，底噪的頻譜。

9. SMPTE IMD

60Hz + 7KHz 正弦波，強度比4:1。看有沒有出現互調失真(IMD)，也就是有沒有出現60Hz和7KHz以外的頻率。

10. DIN IMD

同SMPTE IMD，頻率換成 250Hz + 8KHz 正弦波，強度比 4:1。

11. CCIF2 IMD

同SMPTE IMD，頻率換成 19KHz + 20KHz 正弦波，強度比 1:1。

12. CCIF3 IMD

同 SMPTE IMD，頻率換成 13KHz + 14KHz，或 14KHz + 15KHz，或 15KHz + 16KHz 正弦波，強度比1:1。

(底下如有已經解釋過的項目，就不再贅述了)
對訊號強度掃描 (vs. level):
1. THD+N @ 200Hz, 1KHz, 6.67KHz
2. THD @ 200Hz, 1KHz, 6.67KHz
3. SMPTE IMD (60Hz + 7KHz)
4. DIN IMD (250Hz + 8KHz)
5. CCIF2 IMD (19KHz + 20KHz)
6. CCIF3 IMD (13KHz + 14KHz, 14KHz + 15KHz, 15KHz + 16KHz 三選一?)
7. multi-tone (TD+N)


對頻率掃描 (vs. frequency):
1. THD+N @ full scale
2. THD @ full scale
3. SINAD @ full scale
4. SNR @ full scale
5. Gm @ full scale
6. crosstalk @ full scale : 看兩聲道之間的串擾。也就是一個聲道會不會干擾到另外一個聲道。
7. phase @ full scale : 在不同頻率的相位差。


希望這樣夠清楚..

[flying fish]

飛魚兄您好，請問您測量的是1KHz 的THD嗎?

ASR上，ESS Hump是出現在SMPTE vs. level的測試上，小弟並不清楚 THD vs. level 的測試看不看得到ESS Hump就是。

不過如果看得到的話也會是很有意思的發現~

LTspice模擬es9038-I-V電路SMPTE譜頻圖，60Hz+7kHz，強度4:1
依序是未修正、ben和我的版本，看得出SMPTE與THD成正相關。

[pawaslider]

pawaslider兄您好，

動態壓縮歷史悠久，早期類比錄音時代，就會為了屈就黑膠的動態而使用純類比的壓縮器，廣播上也大量使用。 但自從出現loudness war以後，流行樂的動態(或說DR值)就直線下降，非常讓人遺憾。CD的動態明明是比較大的，但數位的壓縮器太容易使用了。

pawaslider兄舉的例子還算流行樂裡面動態比較好的，下載下來測試結果是 DR = 7 (這分數也不算好，但很多流行樂低到4~5)，實際聽起來小弟也覺得算流行樂裡面錄音勉強可以的。 另外，聽說通常單曲版的動態是最好的，再來是Official MV版本，CD專輯版的動態最差~ 演唱會錄音通常好於錄音室，HiRes版本有機會少動態壓縮。

這點我也深有所感，比如陳奕迅的Duo演唱會版本的陀飛輪，和CD專輯發行的版本就是天壤之別。
不過也不可能真的錄得(或是後製?)太好，演唱會裡的史坦威都變成電子琴的音色了。

另外一個動態不好的可能原因是混音技術不佳。譬如5.1音軌downmix到雙聲道時，標準做法是中聲道*0.7分別加到左右聲道，如果中聲道*1加到左右聲道的話，動態會被大幅壓縮，小弟手上的一個範例是Within Temptation Black Symphony的CD版。CD版動態不好，藍光版動態極佳，小弟自行downmix 藍光的 24/96 5.1 channel flac 音軌後發現CD版的混音時中聲道應該沒有乘上0.7... 附帶一提，foobar2000預設的downmix就沒有乘上0.7，需要透過matrix mixer一類的DSP調整。

2L-038_01 小弟是聽 44.1KHz/16bit 版本。 但音色感覺很忠實，並沒有拉弦聲音很甜的感覺耶!? 方便pawaslider兄分享一下使用的器材嗎?

目前兩套器材
A.谷津Qv
B.SMSL SP200搭配Nano Dac
除了數位線改用Oyaide的510(搭配WBT 75歐姆純銀RCA頭)以外，其餘都還是RC的線材
耳機是Hifiman Arya。
2L-038_01這首曲目我聽的是MQA版(98MB)，小提琴SOLO出來的時候甜得很不真實，不曉得是琴本身就是這樣的音色，還是
錄音修正造成的?

因為兩種搭配都會有這樣的感覺，所以我特別以Tosi的錄音比對，Solstice的錄音沒有這樣的問題，另外，CASSIOPEE發行的
VIVALDI Les 4 Saisons Opus 8(1-4)也有一點這樣的傾向。

聽感上比較像所謂舞台位置的音場。 但小弟清楚耳機上對音場的判斷和音響很容易不一樣，譬如DECCA Tree的音場在耳機上感覺就很不錯XDD 但在音響上是平面沒有深度的。

另外小弟有看過文章提到錄音時使用mono sources更適合創造人工音場，以2L的麥克風擺法而言，推測在原始環繞(5.1 or 7.1)裡會是自然音場，兩聲道的情況下偏向人工音場~
傳送門

Decca的工程師對Decca Tree也有類似的評語~
"...you lose a lot of the directional cues"
"...we would paint an artificial stereo image."
"... the sound was fantastic."
Wiki

以我目前的CD收藏裡，只講音場的部分，很少會有耳機能在聽感上比喇叭好的例子，看來我得去找來聽聽看!

最後，特別特別感謝您的回覆，特別是量測結果的釋義，小弟會努力學習!

[arnoldonomics]

這點我也深有所感，比如陳奕迅的Duo演唱會版本的陀飛輪，和CD專輯發行的版本就是天壤之別。
不過也不可能真的錄得(或是後製?)太好，演唱會裡的史坦威都變成電子琴的音色了。

小弟有聽玩音樂的朋友說過後製時是有素材庫的，希望不會所有的鋼琴聲都直接被剪貼掉

目前兩套器材
A.谷津Qv
B.SMSL SP200搭配Nano Dac
除了數位線改用Oyaide的510(搭配WBT 75歐姆純銀RCA頭)以外，其餘都還是RC的線材
耳機是Hifiman Arya。
2L-038_01這首曲目我聽的是MQA版(98MB)，小提琴SOLO出來的時候甜得很不真實，不曉得是琴本身就是這樣的音色，還是
錄音修正造成的?

因為兩種搭配都會有這樣的感覺，所以我特別以Tosi的錄音比對，Solstice的錄音沒有這樣的問題，另外，CASSIOPEE發行的
VIVALDI Les 4 Saisons Opus 8(1-4)也有一點這樣的傾向。
[恕刪]

Wow, pawaslider兄的器材比小弟現在手上有的好多了~
主要差別恐怕在耳機上，Hifiman Arya應該比K7XX 高了好幾個檔次 (lol)

不然小弟用大通DAC + JDS Atom 應該要得到和SMSL SP200 + Nano DAC 類似的聽感才對...
(大通DAC 和 Nano DAC 長得完全一樣，之前比較過也是幾乎一樣的聲音...
(傳送門
(小弟的Nano DAC留在台灣沒帶來美國orz
(Focusrite Solo, 大通, SMSL idea 三個DAC 都沒有出現小提琴很甜的情況orz

說起來 Solstice 的 Tosi 錄音在小弟的器材上聽起來，小提琴聲音感覺還比2L-038_01 的要甜一點@@
看來該衝一支高檔大耳罩來確認是不是K7XX的原因了......

CASSIOPEE小弟好像沒有...

[psycho]

軟體大致上應該會用7~8成左右了....
下面列出目前小弟想測的項目，請各位過目：
[恕刪]

來，大魔王，以下是我進行天馬行空的幻想，但卻是知覺心理學很重要的基礎，要如何變成你能進行測量的方法？這個要讓你來判斷了。

我看了你提出的測量，都沒有測量『相位失真』對不對？從知覺心理學來說，一個 1K HZ造成的諧波失真或1K+18K造成的互調失真，應該只影響到『音色』或『空氣感』這種知覺。但是對於音樂（一連串聲音的行進）來說，最重要的應該是『暫態』與『相位』，『暫態』表示它能清楚判定這是一個『訊號』，『相位』表示它能清楚判定該聲波的『正確位置（時間或空間上）』。

暫態的測量你己經很清楚了，不必補充。相位失真要如何測量呢？我天馬行空，想像以下的方法：

1、給一個相位為０的1K，再加上相位為10度的10K，看看10K的訊號強度(暫態)會不會被削弱太多？這個構想是：一片弦樂合奏中，出現長笛的背景，這個長笛能不能被清楚辨認出來？如果相位失真嚴重，長笛會溶解在弦樂中而聽不出來。數值是我亂猜的，詳情你會比我更懂。其中造成的諧波與互調都要過濾掉！因為從知覺系統來說，那些諧波都不會影響主要知覺。

2、左聲道是相位為０的1K，右聲道是相位為相位為10度的1K，經過待測量的儀器，兩者的相位差會如何？然後擴及到20HZ到22K，相位差的失真會如何變化？這個應該比較簡單？

3、最天馬行空的幻想：給兩條旋律線，經過待測量的儀器，兩條旋律線之間的相位差？這個我頭暈了想不出如何測量？

會這麼胡思亂想，是因為多日閱讀測量相關議題，都會覺得把知覺系統現象想錯了。像音樂的知覺主要是暫態而不是諧波，聲道分離度其實不大重要、重要的是相位......如果只是測量頻寬與諧波造成旳失真，我會覺得無法正確表現出高傳真音響應有的風貌。

但也因為好像沒有看過相關測量？所以也不知道該怎麼測量，只能胡思亂想了！.....

[bchsieh]

我看了你提出的測量，都沒有測量『相位失真』對不對？

教授，後來小弟有加了一個"phase spectrum"，就是測量相位的。

1、給一個相位為０的1K，再加上相位為10度的10K，看看10K的訊號強度(暫態)會不會被削弱太多？這個構想是：一片弦樂合奏中，出現長笛的背景，這個長笛能不能被清楚辨認出來？如果相位失真嚴重，長笛會溶解在弦樂中而聽不出來。數值是我亂猜的，詳情你會比我更懂。其中造成的諧波與互調都要過濾掉！因為從知覺系統來說，那些諧波都不會影響主要知覺。

不同頻率之間是很難有相位的概念。
一般來說，相位差是用在相同頻率之間的比較。
所以光是「給一個相位為０的1K，再加上相位為10度的10K」這個就沒辦法有清楚的定義了。

不過小弟能夠理解教授想做的是什麼，小弟會想想除了"phase spectrum"以外，還有沒有什麼可以做的。

關於相位測量，請問arnoldonomics兄有沒有什麼建議和想法呢？


ps. 小弟觀察了一下，似乎有一些在追教授另外一個討論串的網兄，並沒有在追這一串...

[pawaslider]

小弟有聽玩音樂的朋友說過後製時是有素材庫的，希望不會所有的鋼琴聲都直接被剪貼掉



Wow, pawaslider兄的器材比小弟現在手上有的好多了~
主要差別恐怕在耳機上，Hifiman Arya應該比K7XX 高了好幾個檔次 (lol)

不然小弟用大通DAC + JDS Atom 應該要得到和SMSL SP200 + Nano DAC 類似的聽感才對...
(大通DAC 和 Nano DAC 長得完全一樣，之前比較過也是幾乎一樣的聲音...
(傳送門
(小弟的Nano DAC留在台灣沒帶來美國orz
(Focusrite Solo, 大通, SMSL idea 三個DAC 都沒有出現小提琴很甜的情況orz

說起來 Solstice 的 Tosi 錄音在小弟的器材上聽起來，小提琴聲音感覺還比2L-038_01 的要甜一點@@
看來該衝一支高檔大耳罩來確認是不是K7XX的原因了......

CASSIOPEE小弟好像沒有...

主要的差異可能在耳機沒錯，我今天到貨一個Topping E30 DAC來搭配SP200，一樣的線材，一樣的MSP-600-5電源，
聽感還是一樣。
Tosi的專輯我比較的是聲音最粗的SOCD208，從第二張開始TOSI的琴音慢慢變得越來越細緻，但不到2L-038_01那麼甜膩。
會不會是我聽MQA版本的原因?
晚點我下載其他格式聽聽看。

2020/6/4 更新 MQA版本在小提琴SOLO出來的時候細節減少，聲音變得甜膩，更高解析度的檔案則不會有這麼明顯的聽感。

[arnoldonomics]

[恕刪]
不同頻率之間是很難有相位的概念。
一般來說，相位差是用在相同頻率之間的比較。
所以光是「給一個相位為０的1K，再加上相位為10度的10K」這個就沒辦法有清楚的定義了。

不過小弟能夠理解教授想做的是什麼，小弟會想想除了"phase spectrum"以外，還有沒有什麼可以做的。

關於相位測量，請問arnoldonomics兄有沒有什麼建議和想法呢？

bchsieh兄您好，

教授所說的"給一個相位為０的1K，再加上相位為10度的10K" 這個雖然在敘述上定義不嚴謹，但實作上應該還是可行的。

原因是聲音傳播速率和頻率呈弱相關，所以可以藉由音速 c = λ × f 去推導相位差10度相當於波長的多少比例，再算出相當於多少的時間差。 這樣就能產生對應的測試訊號了。
(phase delay -> compare to wavelength -> time delay)

time delay = phase * 1/360 * 1/freq
(phase in degree

但要計算這種失真... 我覺得比較像是計算有相位差時的IMD? 不過或許還要自行定義損失函數就是，譬如在頻域上把1K 視為參考值，計算10K 在複數平面上的的誤差，另外還有所有的失真、噪訊等等。

(雖然相位10度的10K 的 time delay 只有 3 "微秒" 左右就是。
(相位40度的20K 的 time delay 大約 6 us...

這個大小的time delay 的距離誤差大約10~20cm? 小弟對於這個測量指標的影響力不太樂觀就是...

------

另外想請教bchsieh兄， crosstalk 的影響和 upmix 到LCR 三聲道會是類似的效果嗎?
小弟和朋友玩過把兩聲道錄音 upmix 到5.1 聲道，小弟必須說效果其實相當好，其中一個特點是會讓音場(相位?) 變得非常穩定XD
不過聆聽的過程中並沒有太細究這樣的音場究竟是不是足夠自然~

如果crosstalk 效果可以近似於一個center channel，這或許可以解釋"黑膠相位失真小"的聽感

---

我先快速分享一下相關的聽感，看到我們彼此的聽感相差這麼多，我真是越來越頭大了......:~~~~~~~~~

我下載了最新的 2L 錄音測試檔以示公平：
2L-139_stereo_DSF_2822k_1b_01.dsf

馬上抓到嚴重問題！！！這是使用現代鋼琴演奏巴哈的大鍵琴音樂，高明的法派鋼琴家，都是直接透過演奏技巧讓現代鋼琴聽起來像大鍵琴。而這張錄音，則是使用後製加料把現代鋼琴『染色』成大鍵琴。

方法也很簡單：本音樂一剛開始幾乎只有高音鍵，這個錄音就把低音弦的自然共鳴與鋼琴琴身本身的音箱共鳴通通濾個乾淨！！應該就是直接HIGH-PASS濾掉低頻，所以我一聽就覺得『怎麼會有沒有低音弦的半台大鋼琴？這是什麼鬼？』。這就是我所謂的『嚴重不自然』，連EMI MEYER大全集中的MONO錄音，同樣樂曲同樣地方我都聽得到鋼琴的低音弦的自然共鳴，這個..........

[恕刪]

Psycho教授好，

小弟仔細聽了2L-139 (BWV 903)和Lefebure CD23 的同首曲目，開頭的部分不太能體會到教授所謂低音弦的自然共鳴欸? Meyer 版本只在Spotify上面聆聽，小弟以為低頻的感覺是錄音不佳的結果? 類似missing fundamental所產生的聽感。

[pawaslider]

https://www.ptt.cc/bbs/Headphone/M.1...765.A.E13.html
提供一個DAC5的測試分享，希望能給幾位大神帶來靈感。

如果教授願意犧牲一下，把Audiomat的DAC拿來量測，和Nano DAC對比一下，數據一對比不就更容易一目瞭然?

[bchsieh]

bchsieh兄您好，

教授所說的"給一個相位為０的1K，再加上相位為10度的10K" 這個雖然在敘述上定義不嚴謹，但實作上應該還是可行的。
[恕刪]
這個大小的time delay 的距離誤差大約10~20cm? 小弟對於這個測量指標的影響力不太樂觀就是...

arnoldonomics兄您好，

time delay通常是用在喇叭和空間測試。
用在機器上，就如同您所說的一樣，小弟也覺得可能測不出什麼東西。
要測機器的相位/時間差響應，就是小弟之前放在測試項目裡面的phase spectrum。
其實phase spectrum的意思並不精確，小弟真正的意思是相位響應，直接打一個脈衝波，就可以得到全頻域的相位vs.頻率的響應。

小弟猜測教授會想要測試相位誤差/干擾，是因為相位好壞會直接影響音場/音像的定位。
音場不穩，音像會飄，樂器定位有問題等等，通常就是左右聲道之間的相位差不穩定。

這個小弟目前的構想中有幾種測量法:

1. 左右聲道同時輸出相位差為0度的20Hz->20KHz掃頻，然後看左右聲道相位差別vs.頻率的圖。
完美的情況就是無論在任何頻率，左右聲道相位差都是0度。

2. 同上，但是把左右聲道的相位差由0度改為其他角度，例如90度，180度等等，看看左右聲道的相位差是否在不同頻率都保持定值。

3. 同上，但是加入特定頻率，例如1KHz @ fullscale在左右兩個聲道，測量相位有沒有互調失真。

以上都是初步想法，雖然新軟體彈性很大功能超強，但是能不能設定實作這些測試還不知道。

另外想請教bchsieh兄， crosstalk 的影響和 upmix 到LCR 三聲道會是類似的效果嗎?
小弟和朋友玩過把兩聲道錄音 upmix 到5.1 聲道，小弟必須說效果其實相當好，其中一個特點是會讓音場(相位?) 變得非常穩定XD
不過聆聽的過程中並沒有太細究這樣的音場究竟是不是足夠自然~

如果crosstalk 效果可以近似於一個center channel，這或許可以解釋"黑膠相位失真小"的聽感

以小弟的理解，crosstalk跟upmix剛好相反，是downmix。
小弟有耳朵牌DEQ2496，裡面可以自行設定crosstalk，調整參數非常多種，
可以把左邊聲道某個比例加到右聲道，也可以把右聲道的某個比例加到左聲道，也可以兩個聲道互加。
結果就是整個音場的寬度和深度的變化。
crosstalk越小，音場越寬，舞台越淺。
crosstalk越大，音場越窄，舞台越深。
當然crosstalk大到某個程度，基本上就變成是單聲道錄音了。
這就跟調整左右喇叭之間的距離的效果類似。