声音音质与瞬态分析

音质——声音的品质
"音质"与"音效"这两个词的标准定义与理解，很难有统一的标准，主要靠每个人自己的感觉。因此，也就导致了大家无休无止的争论。笔者根据对声音和播放器的理解，结合自己的体验，在此提出如下观点：
所谓音质就是声音的品质，声音的质量。具体的描述声音，则包括音响、音调、音色及音型等方面的内容。如果难以理解，可以用数码照片来比喻。
如果一幅照片色彩很纯正，细节层次很丰富，明暗很准确，我们可以说这幅照片单位"画质"很好。我们可以通过图片处理软件对照片进行处理，可以把色彩浓度加深，对比度加强一些，锐化一下，或者加上一些艺术效果。这样我们看起来照片好像是更漂亮了，但实际上已经对原有画质破坏了(注意下画面中天空的云）。

处理前

处理后
第二张图片修饰后看上去景色像春天，但是这是一张拍摄于冬季的照片。
音质也是如此，我们调节均衡器使高低音加强，加上DFX插件等等，令我们听起来好像更悦耳动听，其实很多声音的细节已经丢失了。
有时候我们对声音或者图象进行处理和修饰是必不可少的，这样可以更符合个人的欣赏需求。不过我们不要已为是提升了音质，总之，处理越多，插件越多，对音质破坏越多。 　　再说一点，现在很多人在比较什么播放软件音质好。比较不是不可以，但是要懂得怎么比较，不然只会给人说无知。
我们一般听音乐的时候都会或多或少地加上插件，但实际上，这时候我们比较的只是音效而已，不是音质。如果去除音效的效果，我们实际上比较的就是播放软件的解码器了，如果使用同一款解码器的播放软件来说，几乎是不可能比较出差别来的。即使是使用不同解码器，以MP3解码来说，基本上都是很成熟的技术。尽管有差别，但是也是很微小的。以我们一般播放器来说，自称能分辨出来只是自欺欺人。有或者根本就不懂得自己比较的仅仅只是音效而不是音质。
音质评价得专业术语主要有：
声音发破（劈）：严重谐波及互调畸变，有"噗"声，已切削平顶，畸变大于10％。
声音发硬：有谐波及互调畸变，被仪器明显得测出，畸变3％～5％。
声音发炸：高频或中高频过多，存在两种畸变。
声音发沙：中高频畸变，有瞬态互调畸变。
声音毛糙：有畸变，中高频略多，有瞬态互调畸变。
声音发浑：瞬态不好，耳机扬声器谐振峰突出，低频或中低频过多。
声音宽厚：频带宽，中低频、低频好，混响适度。
声音发闷：高频或中高频过少，或指向性太尖而偏离轴线。
声音纤细：高频或中高频适度且畸变小，瞬态好，无瞬态互调畸变。
声音有层次：瞬态好，频率特性平坦，混响适度。
声音扎实：中低频好，混响适度，响度足够。
声音发散：中频欠缺，中频瞬态不好，混响过多。
声音狭窄：频率特性狭窄，例如只有150Hz～4000Hz.
金属声（铅皮声）：中高频个别点突出高，畸变严重。
声音圆润：频率特性及畸变指标均好，混响适度，瞬态好。
声音有水分：中高频及高频好，混响足够。
声音明亮：中高频及高频足够，相对平坦，混响适度。
声音尖刺：高频及中高频过多。
高音虚（飘）：缺乏中频，中高频及高频指向太尖锐。
声音发暗：缺乏高频及中高频。
声音发干：缺乏混响，缺乏中高频。
声音发直（木）：有畸变，中低频有突出点，混响少，瞬态差。
声音平衡（协和）：频率特性好，畸变小。
轰鸣：耳机扬声器谐振峰严重突出，畸变及瞬态均不好。
声音清晰：中高频及高频好，畸变小，瞬态好。
声音有立体感（单声道模式下）：频响平坦，混响适度，畸变小，瞬态好。
声音透明：高频及中高频适度，畸变小，瞬态好。
声音有现场感（临场感）：频响好，特别中高频好，畸变小，瞬态好。
声音丰满：频带宽，中低频好，混响适度。
声音柔和（松）：低频及中低频适量，畸变很小。
声音有气魄（势）、力度好：响度足，混响好，低频及中低频好。
瞬态——声音的判断
判断声音的音质是否优秀,瞬态是一个非常重要的指标。很多音响器材的测评，尤其是对耳机、音箱测评当中，都是提到一个瞬态响应或者瞬态表象的问题。瞬态是什么？瞬态是什么原理？笔者在这里跟大家探讨关于声音瞬态的问题。
瞬态（Transient)多指短暂而有爆发性的声音，定音鼓的声音便是音乐瞬态的例子。瞬态是一个与时间有着紧密关系的概念，它是指信号强度突变。通常，这些瞬态的声音是难以准确的重现出来的。
瞬态响应（Transient Response），指耳机能够准确地再现瞬态音乐变化的能力。瞬态响应是衡量耳机对音乐中突发信号跟随能力地主要指标。瞬态响应好的耳机应当信号一来就立即响应，信号一停就嘎然而止，决不拖泥带水。
在发烧唱片中，打击乐器尤其是鼓乐，以及大场面的交响乐中领奏到合奏的过渡部分，万万都是瞬态很快的时候，这类型的信号，对于很多耳机来说，是BT的信号，是难以还原的信号。
瞬态不完全等于瞬态响或者瞬态表现、瞬态响应，是指耳机系统对突变信号的跟随能力。实质上它反映脉冲信号的高次谐波失真大小，严重时影响音质透明度和层次感。瞬态响应常用转换速率V/μs表示，指标越高，谐波失真越小。如：一般放大器的转换速率＞10V/μs。在数字信号、或者唱片这一级当中，由于静音立刻变成满信号都是容易的，测试耳机当中使用的方波（如：鼓声和爆炸声）就是这样。有意义地是，耳机的回放。只有耳机能够较好的表现瞬态信号时，才能给予 "瞬态表现不错"的评价。
我们还常听到"瞬态失真"这个词，瞬态失真又是什么呢？无理头的说法就是"瞬态表象不好"。只要无法还原原始信号的都可以被视为失真。包括：瞬间响度不好、发出破音、打击乐时有延迟感甚至糊成一片、拖泥带水等。
瞬态响应的主要表现是瞬态失真。瞬态失真是现代声学的一个重要指标，它反映了耳机、耳放电路对瞬态突变信号的保持跟踪能力，故又称瞬态反应。这种失真使音乐缺少层次感或透明度，有2种表现形式：
A：瞬态互调失真
在输入脉冲性瞬态信号时，音电路中的电容使输出端不能立即得到应有的输出电压，而使得负反馈电路不能得到及时的响应，耳放在这一瞬间处于开环状态，使输出瞬间过载而产生削波，这一削波失真称为瞬态互调失真，这种失真在胆机上表现较为严重。
瞬态互调失真是耳放的一个动态指标，主要由耳放内部的深度负反馈引起的。是影响胆机音质、导致"晶体管声音"和"金属声音"的罪魁祸首。降低这种失真的方法主要有： 选择好的器件和调整工作点，尽量提高耳放的开环增益和开环频响。
加强各放大级自身的负反馈，取消各环路负反馈。
B：转换速率过低引起的失真
以上所述，高电平的输入脉冲使耳放产生削波而造成瞬态互调失真。那么低电平的输入脉冲是否会引起失真呢？这就看耳放的响应时间了，由于耳放的响应时间太长使耳放宿处信号的变化跟不上输入信号的迅速变化而引起的瞬态失真，称为转换速率过低失真。它反映了耳放对信号的反应速度，这项失真小的耳放，其重放的音质解析力、层次感及定位感都很好。
它的产生主要是当较大的瞬态信号突然加到耳放时由于耳放的反应较慢，使信号产生失真。一般以耳放输出信号的包络波形是否与输入的方波波形相似来表达耳放的瞬态信号的跟随能力。由于声音的瞬态而引起的失真，主要是谐波失真，是指引起声音发硬、发炸；而稳态或瞬态互调失真主要引起声音毛糙、尖硬和混浊。二者都会使音质劣化，若如果失真度超过3％时，音质劣化就很明显。耳机失真度最大，一般最小的失真度也要超过1％。
末端设备对瞬态表现的影响
耳机放大器是光反应用的，具有超高放大倍数的电路单元。可以由分立的器件组成，也可以实现在半导体芯片当中。随着半导体技术的发展，如今绝大部分的耳房是以单片的形式存在。
我们常常听到某某耳放转换率大，大转换速率能更好的处理强信号，保证信号及时放大，而较小转换率则会让突如其来的强信号处理变得延迟。转换速率多大才是好的，不是本文讨论的重点，明白这个参数和瞬态有些关系就够了。
耳机的扬声器
扬声器是一种把电信号转换成声音信号的电声器件。确切地说，扬声器的工作实际上是把一定范围内的音频电功率信号通过换能方式转变为失真小并具有足够声压级的可听声音。耳机扬声器的种类很多，分类方式也五花八门，一般可根据其工作原理、振膜形状来分类。
耳机扬声器是瞬态表现的最大瓶颈，因为要得到"瞬态表现好"的评价，这对扬声器的控制力提出了非常苛刻的要求，保证控制力的手段就是增加此容量，有两种途径——一是增加磁密度（例如：使用稀土磁体，稀土磁体是铁氧磁体磁密度的7～14倍）或者增加磁容积（例如加大磁钢）。
在很多扬声器介绍的书中都在强调振膜材料的密度越小越好，但是笔者认为振膜材料密度适当才是最主要的，因为单元的fo取决于悬挂系统的劲度和振膜的质量，较轻的质量可以得到更好的瞬态响应以及干高的效率，但是却有比较差的低频表现，另外过于轻薄的振膜在实际使用中还会遇到耳机内部的驻波进行耦合而产生不必要的失真和频率曲线上的异常峰谷;较厚重的振膜则相反，在得到更多低频的同时瞬态响应却打了折扣，而且效率的降低也伴随着耳房功率需求的提高。不过可以通过对耳机声腔体来设计改良。因此，笔者认为耳机扬声器的振膜的密度是一个必须反复斟酌的参数，需要根据实际的使用要求选择密度适当的振膜来担刚。
仅仅这样还是不够，"瞬态表现好"需要大功率功放和电源支持的，信号迅速提升的刹那，峰值功率可能会是平均功率的数倍甚至十余倍，因此发烧友经常本着高射炮打蚊子的理念来搭配耳机功放，几个中功率的耳机配一个几百瓦的耳放，让他们这么做的一个重要原因就是——瞬态表现。
瞬态和瞬态表现有一些差异，有些口语化的评语中，称某耳机"瞬态好"——应该是说某耳机瞬态表现好。瞬态响应耳机应能重现音乐的瞬态，从响玄、小鼓清晰的喀呖声至吉他粗重的弹拨声，都应当既有速度又很精确，既不刻板又不显过分流动或缓慢拖沓的现象。