Hi

9102年了，我開啟某東某寶，看著依舊玲瑯滿目的各種耳機，看著某壇某吧某站的各路文豪。不禁陷入沈思，而使我陷入沈思的就是HiFi耳機這個騙局。

在我曾經推薦過的幾本HIFI相關書籍中，就有一本書叫做喇叭設計手冊。我不太清楚在知乎和其他網站裏各種完全不講科學道理胡亂人身攻擊我的人中有幾個人看完過這本書。而關於HiFi耳機的騙局也要從這本書講起。

不論是耳機還是音箱，其核心器件都是單元（transducer）。

而任何單元都存在基本的TS參數。這些參數包括：

Qes 電品質因數

Qms 機械品質因數

Qts 總品質因數

f0 諧振頻率

Sd 有效振動面積

Vas 順性等效容積

Mmd 等效振動品質

Bl值

Xmax 音圈最大（線性）位移 等等，而沒有「素質」、「解析力」等概念。

這些參數可以透過仿真的方法計算，也可以透過相應的測試裝置測量得到。而這些參數可以決定一個單元的頻響曲線、阻抗曲線、非線性失真等。

但問題就出在Xmax。通俗一點的講，由於耳機單元距離我們人耳的距離很近，並且通常具有較高的靈敏度，所以只需要很小的功率就可以讓我們聽到的聲音足夠響（入耳式和封閉式頭戴會形成壓力場，這種現象會更加明顯）。所以需要耳機單元運動的沖程就很小，很多時候遠小於Xmax，耳機單元的運動距離非線性區很遠，所以耳機單元的非線性失真尤其是諧波失真就會很小，而且只要不是單元特別差，那麽不同耳機單元的非線性失真差別不大。

以上就是虛擬耳機能夠實作的前提條件。相比於非線性失真，頻響的不標準占了影響耳機音質的絕對主導因素。

因為只要頻率不低於諧振頻率。耳機單元的非線性失真尤其是諧波失真很小，即便透過均衡器修改，諧波失真也不會出現太大的突變。所以很多情況下透過FIR 濾波器和模擬最小相位響應就可以將一個耳機模擬成另一個耳機，也可以使用均衡器EQ大振幅修復耳機自身的頻響缺陷。

森海塞爾HD800S的THD表現甚至不如小米頭戴式耳機輕松版，但音質遠高於小米頭戴式耳機輕松版。兩者音質的差距主要取決於頻響曲線。

當然，這裏肯定有人要說不能只看曲線，還要看瀑布圖。

不過這裏有兩點值得註意：

1. 以上結論僅適用於耳機不適用於音箱系統，因為音箱系統存在直達聲、反射聲、總聲能，DSP只能透過改變直接放射線聲音的方式改變反射聲和總聲能，或者說EQ是透過改變音箱本身的聲音而改變反射聲或總聲能，音箱在不同方向放射線的聲音會同步變化，很多時候總聲能或者反射聲變好了但是直達聲變差了，適得其反；而聲學處理例如擴散板和吸聲材料等只改變反射聲而不影響直達聲。因此DSP EQ與房間聲學處理並不是等價的。但對於耳機而言，沒有反射聲、總聲能等其他聲訊號，之後直達聲，所以電子頻響管理可以很大程度上影響耳機的最終音質表現和聽感。
2. EQ或者其他DSP調音除了滿足傅立葉數學原理以外，還需要保證最終的DA芯片和放大器與傳統的播放器、耳放是一致的，否則不滿足控制變量法。很多人進而得出EQ會裂化音質一方面是因為EQ調節不當，另一方面這因為使用EQ調節時沒有用比較好的耳放和解碼，引入了新的變量，其實並不是EQ的效果差，而是你的耳放和解碼差。

我們再來看看市面上那些售價高昂動輒幾千幾萬的所謂HiFi耳機，除開開放式耳機的低頻諧振頻率無法彌補以外，也不管它們的頻響是否正確還是好聽，很大程度上你其實可以用一個售價一千多甚至幾百塊的耳機就能模擬。

這還是主觀聽感（好不好聽）打分。

也先不說到底會不會有不同的風格需要不同的耳機，就算你想換個風格，也不需要換個耳機吧。

而同樣，對於所謂「素質」和「解析力」這種經常被拿來炒的概念。既然上面已經闡述了耳機單元TS參數的事實，那麽大家也應該清楚即便真的有這樣的現象大多數情況下也不是單元的非線性失真引起的。，而依舊是頻響引起的。關於「解析力」，我在之前的兩篇文章都有做過詳細解釋。

在這裏再簡單的說一下，所謂解析力與細節的多少的區別，很多時候是因為頻響的不標準以及人耳聽覺的掩蔽效應所決定的。根源在於頻響的區別，而人最終對解析力高與低的評價取決於掩蔽效應的隱蔽音和被掩蔽音之間的相對關系。這一點尤其適用於耳機系統，因為前文已經詳細描述過耳機的非線性失真很小，幾乎不會存在諧波掩蔽的情況。而關於時域掩蔽，這並不只是耳機本身的沖激響應等特性所決定的，也和耳放的輸出阻抗有很大關系，這其實是一個系統匹配的問題，說白了是耳放和耳機搭配的問題（只不過目前來說阻抗匹配問題不常發生）。而耳機的時域特性，或者說很多老燒所謂的「瞬態」其實與頻響也有很大關系。一說到時域可能很多人會想到瀑布圖。然而，瀑布圖在很多時候是多余的，甚至反而不如頻響曲線精確的反映時域問題。這其中的原因，盡可能簡短的解釋為，很多時候電聲器件本身屬於最小相位系統或具有最小相位特性，時域和頻域是相關聯的，可以透過希爾伯特變換轉換。然而，時遇和頻域本身的精度是互斥的，想要在瀑布圖中獲得高精度時間軸資訊，頻域精度就會下降。而另外一個問題，則在於高Q值諧振需要一定的時間或者說過程才能夠觸發可聞性。即音樂中必須要有內容在這個頻率上，並且維持一定的時間，才能夠使人聽出可聞區別。這也許也是為什麽音樂訊號相比於Pink Noise需要更高的振幅（尤其是在高Q值）才能觸發的重要原因之一。

再有就是關於解析度的問題，如果是大型場館，解析度不止和單體有關，還和整個場館的聲學環境有關系，但對於場館而言，聲音的解析度是一個可以計算的指標，通常用快速傳遞指數RASTI或者C50、C70表示，並且可以透過仿真軟體模擬仿真。而對於耳機而言，聲音的解析度大多數情況下依舊是由頻響決定的。

最後一個就是各路文豪大書特書的聲場。這是一個基本上沒多少人能夠正確認識的概念。雖然這個問題我講過太多次了，但是我還是再簡單的說幾句。

我們在欣賞音樂時所經常討論的聲場其實並不對應於聲學裏狹義上的Acoustic Field，Acoustic Field很多時候是專業領域內所指的SPL聲壓級在空間中的分布，大多出現在大型場館、電影院、歌劇院的設計中。而我們欣賞音樂時所經常討論的聲場則對應心理聲學中的Soundstage、Image、ASW等概念。

簡單來說就是音樂中的所有樂器和人聲的主要能量應該從前方一定範圍內發出才算還原真實舞台的表演效果。

這張圖是德國人的一篇將近20年前所參照的圖，其實這個概念，這樣的評價方法在西方世界裏早就沿用幾十年了，最早適用於音樂廳的主觀評價，後來被引入小房間聽音室的評價。

所以說How to listen真的很重要。

而想要達到這樣的聲場還原效果需要crosstalk、早期反射聲等聲學條件，這些都是傳統耳機所不具備的。不論賣多少錢，不論是大奧、STAX還是奧蒂茲，只要沒有DSP，那麽耳機的聲場一定是不正確的，而且事實上是很差的。即便是現在的有所謂聲場調節功能的耳機比如說索尼的W1000XM3，和優秀的聲場表現還是差了十萬八千裏。

至於什麽虛擬聲像/人聲的距離感和寬度，以及人耳聽覺的動態因素影響等，太兇殘了，不提也罷。

不過，似乎有一些人對什麽是crosstalk並沒有清晰的認識。

這是Crosstalk。

這是Mix logic。

這是ORTF。

在音樂制作時，混音師用監聽音箱混響時，Crosstalk和Mix Logic是同時存在的，所以在Mix Logic保存的音樂，必須要對應的Crosstalk才能做到完美還原。簡而言之，音箱或真實樂器的Crosstalk受到HRTF和房間同時作用。這也是絕大多數耳機虛擬環繞演算法一直效果不太行的原因。

當然，依舊有一些大奧黨和天價耳機黨認為魔法和信仰可以戰勝科學。

並且認為人頭錄音/雙耳錄音可以解決所有聲場和聲源定位的問題。

首先，不論是錄音還是演算法，都不需要幾十萬的耳機，幾千塊甚至幾百塊的耳機就足夠了，這個原因上面也有解釋。

其次在於，聲源的角度定位和距離定位均依賴於個人化均衡（音質音色和聲場聲源定位對於個人化均衡的依賴程度不同），並且角度定位與綜合空間印象還會受到佩戴偏差影響，需要每次佩戴重新標定。

原因很好理解，因為人工耳不是你的耳，需要針對聽音者的人耳和人頭進行掃描，這部份內容其實有很多知名聲學答主已經寫過專題文章，有興趣的朋友可以去看一下。

所以說看到這裏，再看看各路文豪們的作品，我想每個人心目中都會有一個屬於自己的答案。所以說看到這裏，再看看各路文豪們的作品，我想每個人心目中都會有一個屬於自己的答案。

至於什麽Hi-End音箱聽調音、數據無用頻響無用、數位轉盤與CD機、黑膠空氣感、模擬秒數位、換線如換機之類的，來日方長吧。

最後，不要再杠我只知道數據。我是專門做主觀評價和調音的，尤其是聲學系統的聲場的調節、聲場與音質的均衡，我有超過1000小時的專業聽音經驗。而以上的關於耳機單元的這些知識，只是一些最基本的聲學常識。

而我認為，之所以依舊有大量的人不願意接受以上科學事實，一方面是因為大部份發燒友（我個人的微信公眾號：理性派HiFi 的統計結果顯示）還是學生。學生群體雖然聽力是最好的（人的聽力隨著年齡增加而衰減），但是由於容易受到廣告和商家誤導，導致最終的判斷出現偏差。

另一方面則是因為，大部份發燒友聽音經驗並不豐富，有統計實驗證明經驗豐富的聽音者相比於經驗不足的聽音者對耳機音質的判斷更準確。

判斷你的聽感描述是否準確的簡單方法。

關於你覺得你聽到的聲音，到底是你聽到的，還是受到互聯網言論想象出來的。

有這些撕比的時間，多找點好聽的音樂不好嗎？有這些撕比的時間，多找點好聽的音樂不好嗎？

最後就是我特別佩服某些人的理解能力，上面說這些怎麽就能得出一兩萬的耳機和一兩千的沒區別的結論？

你能聽出兩個耳機有區別和我講的這些東西有任何邏輯關系？

只要曲線不同耳機就一定有區別，只不過區別在於一兩萬的耳機音質很有可能不如一兩千的。

我算是明白HiFi發燒的真諦，那就是能聽出兩個耳機有區別，所以貴的那個好。

而杠精和不願意接受現實的人，只會對一些回答中的瑕疵集中攻擊，而完全無視重要的基本原理。

擴充套件閱讀：

「HiFi」確實是一門「藝術」，講究坑蒙拐騙。

當然， HiFi圈的惡臭風氣有一部份並不是真的「HiFi玩家」，而是商家假扮的發燒友和一些廠商養的水軍槍手kol。 這些人的模式和手機圈、車圈的各種飯圈行銷基本上是一樣的，只不過摻雜了一些發燒特色的詐騙手段。

而對於「HiFi發燒圈」的「真玩家」，「HiFi圈」最惡臭的就是一些所謂的「HiFi耳機發燒友」。

這裏面又以學生群體為主。 我並不是對學生群體本身有任何意見，我只是說事實。 主體玩家是耳機玩家。而我之前發起過調查，耳機玩家有一半是學生，有絕大部份是學生以及剛畢業的年輕人群體。

雖然說耳機本身就不HiFi，但他們玩耳機本來也不是為了HiFi，而是臭顯擺。

我經常能在評論區看見這樣的留言，「他的室友把我的視訊轉給他，結果他非常生氣之類的」。

這些口出狂言不懂裝懂的「HiFi耳機就是發燒的發燒友」，張口閉口自己多麽牛逼，自己多懂多有錢。

這些人實際上就是當初Beats玩家的翻版，而且有過之而無不及。 不過諷刺的是，如今Beats都變得沒那麽坑了，可這些人的發燒發瘋癥狀卻愈演愈烈。

按他們吹牛逼的方法他們能把卡拉揚按在地上摩擦，狂妄之極。

就算不考慮這些人實際上可能很差的聽音能力，單說聽音經驗，這些人也沒聽過多少東西。對什麽是高品質的聲音完全沒概念。

翻來覆去就知道秀幾個破耳機。然後還能說出「別人都是買不起的窮人「，潛台詞就是「看看我們買幾個發燒耳機多麽有錢，世界首富不過如此」

除了聽音，這些人往往也缺乏基本的電子和聲學基礎。還有很多高中生初中生壓根還沒學到這些知識。我再次強調我並不是對學生群體本身有任何意見，我只是說事實。

比如說電路、芯片之類的。討論耳放，基本上對電路和pcb layout完全不了解，更不懂測試和盲聽，就停留在多少錢多少錢的電路上。或者說他們只能認識價格標簽。其他跟著廣告走。

很多人連差分放大電路都搞不清楚，pcb layout都不知道怎麽弄，就張口閉口大談電路如何。這麽牛逼那什麽不去討論國家電網智慧電網和電磁彈射航母戰鬥群呢？

這部份HiFi耳機玩家和十年前的Beats玩家沒有什麽本質區別，核心還是裝逼、優越感。

「HiFi」的魔力就是讓一群stupid的人，覺得自己反而高人一等。 結果真讓這些人盲聽或者做聽力測試的時候，HiFi大濕破口大罵，「發燒友」應聲附和，這就是HiFI邪教。

看看DIY論壇、知乎上咨詢家庭影院和HiFi音箱的人，哪怕是家電論壇。再看看新一代互聯網平台上的言論。這種反差就更加鮮明與諷刺。

他們按照這些「耳機窮燒」的說法，應該是普遍比耳機發燒友更有錢的。再看看他們的素質和做人最基本的品德。

馬斯克也玩家庭影院，我覺得馬斯克隨便東動動手指買點東西都能比這些「HiFi耳機發燒友」一輩子買的耳機都值錢，可是我也沒見任何「耳機發燒友」按照他們自己的窮人說法去給馬斯克跪舔啊~其實這些所謂「HiFi耳機玩家」就是不講道理的 窮橫。

窮體現在經濟上和知識上精神上。按照他們的說法。只買得起幾個破耳機，買不起房，買不起帶有高端車載音響的豪華汽車、買不起私人客製IMAX。

不了解也不承認科學技術。

聽力可能也極差，基本只會意淫和吹牛。

橫就是素質極差。他們反駁不論最基本的科學常識，或者胡編亂造，就開始各種人身攻擊。 他們之間也是互噴。惡臭至極。 然後極其無恥的來一句追求熱愛音樂。這簡直是對音樂藝術的侮辱和褻瀆。但他們不在乎，他們在乎的是自己如何牛逼的優越感。結果沒錢還交稅想秀一波優越感，碰巧被揭穿了就開始氣急敗壞破口大罵了。

先不談他們的耳朵可能連幾段EQ連soundstage都聽不出來，哪怕他們聽過的東西能趕得上我聽過的十分之一我也正眼看他們一眼。

當然，說到這裏可能有些人反應過來了，這根本也不是HiFi啊。 沒錯，這些人本來就不是HiFi，就像打拳不是真權一樣。

這些人更像是開在正規醫院旁邊立個牌匾假冒醫院的江湖郎中的信徒，只不過被他們騙得人有一定體量罷了。

然後一口一個聲場，一口一個藝術家，一口一個有錢人，一口一個金耳朵。

HiFi本身並不是騙局。只是這裏面濫竽充數的臭魚爛蝦實在太多。