● 声音的亮度
在形容声音时，会常常使用到一个词汇——亮度，主要用于形容中高频。亮度是一个无法测量的听感指标，我们尝试用灰度图像的例子来让大家理解亮度。很多朋友知道颜色值可以用灰度值表示，8位灰度图像的颜色变化范围在0-255之间，这个值和图像的亮度有密切关系，由低到高是暗到弱的关系，灰度值全部为0时，就是一张黑漆漆的图。
听音入门-原图-正常
这是我们在搭乘某次航班时拍到的一张很漂亮的云图。
听音入门-原图-暗
如果调低灰度值，你马上就会感觉到这副图像太暗了。这张图与原图的最大差别，就是“白色区域”少了很多，或者说灰度值高的象素少了很多。我们演示这两张图就是为了演示一下图像亮度和这些“白色区域”的关系。高灰度值可以带来明亮的视觉效果，而高频信号的高电平值能带来明亮的听觉效果。
人耳可听最小响度曲线
人耳对高频信号并不是最敏感的，调高8-20K段的高频信号的电平值，能够明显让黯淡的声音变得明亮起来。过于明亮的视觉效果还是听觉效果，都容易造成视觉或者听觉疲劳。但明亮的视觉效果或者听觉效果都有助于描述出一个清晰的轮廓。
听音入门-原图-亮
我们尝试把浅灰色区域的灰度值提高，为获得更明亮的效果，也就是上图这样的效果。很明显，它失真了。任何过渡的修饰都会造成明显的失真，在许多多媒体音箱设计当中，都是以拔高10-11kHz信号来获得明亮度，这种设计也会明显造成声音的失真，就像上面这张图一样，过亮的效果会损失很多细节。伴随亮度的提高，颗粒也会变得明显，过度的明亮，也会造成轮廓过于突出显得生硬。
听音入门-相邻像素明暗对比示意
图像颗粒变明显的原因是因为某一段灰度值内的象素的灰度值变高导致相邻的灰度值的值差变大造成。
听音入门-相邻时间的信号强度对比示意
而声音的颗粒感变明显是因为相邻的时间点的信号的电平值的值差变得更大的缘故。如果看到形容某音箱“颗粒感强”或者“声音有些毛刺”，过亮的声音也许是原因之一，当然，造成这种不良听感的还可能是其他原因。
● 声音的清晰与模糊
评价声音时经常会用到“清晰”或者“模糊”这个词，什么是清晰，什么是模糊？我们很容易在图像处理当中找到近似例子。
听音入门-“清晰”或者“模糊”-01
这是我们拍摄一张某音箱的高音扬声器振膜的微距照片。这是一张相当清晰的照片。正如不同的相机表现同样事物会得到不同的效果一样，不同的音箱表现相同的原始信号也会得到不同的效果。
听音入门-“清晰”或者“模糊”-02
而这是一张比较模糊的图像了。图像为什么会模糊，模糊有很多原因，这只是其中一种，这种模糊是因为相邻的象素相互浸染造成。而扬声器振膜振动时，由于振膜材质或者形状的原因导致相邻时间点的波形叠加导致模糊，用一句通俗的话说就是“一波未平一波又起”。这种模糊不可避免，只是程度不已而已。在低音扬声器上表现得更为明显，很多扬声器根本无法表现出低频的细节，常常有人形容低音浑浊，就是说其低音清晰度不够。造成这种模糊程度加深也可能是因为倒相结构造成，或者摆位的问题，反射或者倒相后的信号与扬声器当前信号也会形成时间差，导致波形衍射变形，变得模糊。在大部分时候，密闭结构的音箱比倒相箱的低音要来得干净。
听音入门-“清晰”或者“模糊”-03
让原始图像产生重影也会让图像变得模糊，这种模糊不是简单的象素浸染，而是象素被复制一份之后然后坐标偏移到坐标A。偏移到A后的象素又和原A处的象素重叠，导致原A处的象素颜色被改变，造成失真。类似失真也在能体现在声音表现当中，这种失真叫做回音。回音会导致声音整体变得模糊起来，这种模糊和扬声器的关系不大，而是和听音环境有关。如果你感觉声音模糊，可以击掌，如果听到隐隐的回音，那么这个听音环境还有待改善，多摆放一些不光滑软表面物体，例如沙发、枕头等，这些物体本身可以吸收一定声波，他们较大的外形可以改变环境中的声学结构，让声波反射变得更加不规则而不易叠加。
听音入门-“清晰”或者“模糊”-04
非矢量图像局部被放大的时候，清晰度会随之下降，就像上面这幅图一样。在声音处理过程当中，也存在很多处放大处理，例如前级放大和后级放大，多次的放大也会让信号变得模糊。
听音入门-“清晰”或者“模糊”-05
同样是放大，也可以获得不同的效果，这幅显然比前面那幅要清晰一些。声音放大处理一样存在品质差异，使用不同的运算放大器，得到的清晰度是有差异的，使用不同的功率放大IC，也能得到不同的音质。
听音入门-“清晰”或者“模糊”-06
当图像被掺入杂讯是也会变得模糊，这些杂讯会干扰原有象素的色彩值，从而导致模糊。在声音表现当中，类似的模糊效果是最多的，例如箱体的谐振。箱体谐振产生的噪声和扬声器发出的声音重叠，会导致声音变得模糊，此时你需要安装加强筋或者在箱体上压放重物来降低谐振。在某些听音环境中，声音稍大时，你还能听到衣柜、CD盒在振动，这些振动产生的干扰效果类似上图中的杂讯，你需要尽可能让这些东西不出现在听音环境中。还有一些杂讯并不来自谐振或者共振，而是来自电气部分，所有的功放都会有交流声，只是交流声的大小程度不一而已，交流声也会对声音信号的准确性起到破坏作用。
听音入门-“清晰”或者“模糊”-01
原图
听音入门-“清晰”或者“模糊”-07
修改浅色区域的亮度后
适当的增加图像浅色区域的亮度可以获得更强烈的对比度，图像对轮廓的描述能力能够获得提升。在声音处理当中也是如此，适当的提高高频信号的亮度可以让声音听起来更加清晰，而过度的增加亮度会导致细节丢失。
要获得更加清晰的回放效果，需要从多方面着手，回放设备的升级，升级音源升级功放升级音箱，这是一条不归路，小心为之。我们提倡改善听音环境来提高声音的清晰度，减少回音和谐振，常常能不花钱的升级系统。不要轻易提升声音的亮度来获得清晰度，它其实是以损失部分细节为代价的。清晰度常常用解析力这个词汇表达，实际上清晰度不应该是第一追求目标，清晰度达到一定程度时，更重要的就是音色了。
● 声音的冷色与暖色
冷和暖最初都不是形容颜色或者音色的，它们是人对温度的一种感觉。
听音入门-冷暖渐变
太阳给人带来温暖，而太阳的红色也能让人产生“温暖”的假相。蓝色的天空或者水面能给人带来清凉，久而久之，蓝色能带来“冷”的感觉。这种感觉是环境造就的，如果太阳是蓝色的，或者天空是红色的，人对颜色的“冷暖”认知也可能是相反的。
听音入门-云图-暖色调
这是我们在飞机上拍摄的一张云图。经过修饰后，这张图看上起就很暖
听音入门-云图-冷色调
而这样修饰，就会感觉有些凉。蓝色成分少点，红色多一点，就会产生暖的感觉。而在声音当中，低频多一点会让人产生暖的感觉，高频太多会产生较冷的感觉。而太暖的东西容易让人觉得没灵气，太懒散，过冷的东西让人容易感觉难以持久看或者听。
听音入门-肤色
人的肤色总是偏暖，人对肤色这种暖度的颜色最为敏感，君不见各种相机评测中，把肤色的表现力当做很重要的一项。人耳对人声也是最为敏感的，因此人声部分的表现也在音箱测评当中占有很重要份量。
听音入门-肤色-暖色调
如果拍摄出来的照片比正常的色调要暖，人眼是比较容易适应的，偏暖的色调容易产生亲切感或者温馨感，它让人觉得柔和，柔和这个词经常是跟着温暖这个词汇一起出现的，大部分家居设计中都喜欢用淡淡的偏暖的色调。
听音入门-肤色-冷色调
而偏冷的色调就会让人产生一种距离感，但偏冷的色调很多时候让人产生更清晰明亮的感觉。在声音的表现当中也是如此，大部分人更容易接受偏暖的声音，偏暖的声音适合长时间聆听。而偏冷的声音适合表现有一定空间感的音乐类型，日本不是录音公司都喜欢用极冷的音色表现古筝，不过都显得有点过了，偏冷的声音会让大部分觉得耐听度不好。该冷的就冷该暖的就暖，往往被评介为中性的声音，这也是一种讨好的音色。
导致音色变化有很多因素影响，从数字信号到最终被扬声器回放出来，几乎每一个环节都能影响到音色。在无法改善硬件环节的时候，可以尝试通过均衡器来改变音色，喜欢冷音色的可以稍微拔高10kHz以上的频率，而喜欢暖音色的，可以适当的调高低音增益或者衰减一点高音，就像在图像中加入点红色或衰减一点蓝色一样。
● 浅谈声音的层次感
大家熟知的几种图片格式，例如：BMP、JPG、TIFF等，都能支持到24位色。24位的含义是2的24次方，就是16777216，这些图片格式都能支持记录16777216种颜色。这16777216种颜色究竟是如何得来的呢？所有色彩都由红绿蓝三色合成，简单的除法：24/3=8，在一张24位的图片中，单色最大位数只能为8位，即256，简单的说，单色能产生256种深浅变化。三种单色则能产生16777216种变化。
听音入门-24位的JPEG
这就是24位图片色彩的极限层次。前不久，微软推出了HD Photo格式，这种新的图片格式支持16X3位色，它的单色可以支持2的16次方种深浅变化（即65536种），比起24位的单色8位，层次要丰富256倍，这不能不说是一种巨大的进步。
听音入门-8位的GIF
在网络上，我们能接触到大量的GIF格式的图片，这种格式最大支持8位，总共256色，显然他们之间有着明显的差别。
听音入门-24位对比8位
放在一起对比时则更明显。24位的色彩显然要比8位层次细腻得多。
听音入门-故宫角楼-24位
听音入门-故宫角楼-8位
来一张故宫角楼的照片做个对比，你应该能很轻易的区分出好坏。
而声音，也常常用到 16位、24位这个词，某些发烧友嘴里念叨着的“2496”，24就指的24位。
听音入门-这张图的横轴表示时间，竖轴表示能量
将声波变成数字信号，需要设置好采样率（微软称为采样级别）和采样大小。采样率的单位为赫兹(Hz)，是一个与时间有关的概念，假设1秒中采样次数为10000次，其采样率就是10000Hz。连续的采样率能纪录声音的频率信息，但没法记录声音的能量值，所以还有一个采样大小需要设置。所谓能量大小，就是声大声小的问题。将能量轴上划上刻度，声音的大小能到哪个刻度就记录下这个值，这样就将波形数字化了。刻度的疏密程度决定了采样大小，CD的采样大小为16位，意思就是能量轴上有65536个刻度。
如果你没有足够好的数学思维，没关系，我们尝试从另外一种说法来理解。采样率为16位时，表示声音（声压、响度）可以产生65536种大小变化。而发烧友追求的24位，则能产生16777216种声音大小变化，比16位要足足高出256倍。也就是说，层次要丰富得多。
更丰富的声音大小变化能够更清楚表现各类乐器颤音、泛音，尤其泛音，衰减缓慢而细微，高的采样大小可以让声音重现得更接近完美，当然，录音设备需要足够高级才行。
在不少游戏音乐中，采用了8位采样大小的音乐，您可以拿着来和16位的音乐来对比。如果你没有这种采样大小的文件，也可以拿WAV、APE、FLAC等无损音乐文件来转换一下，对比一下，你会发现巨大的差异，其差异不会小于上面那组故宫角楼照片对比。8位的音乐，很多乐器都会混沌到一块，甚至分不出一个彼此来，层次感较差。对此有疑问的朋友，你们不妨实验一次，感受一下采样大小的位数和层次之间紧密关系。
不少解码器、声卡都号称支持24位，这表示他们可以接受或产生24位的数字信号，但不表示16位的CD会变得和24位的DVD Audio一样更动听。我们也常常听到“某某音箱听感有层次”，能产生这种评语的前提是：有很好的信号输入，如果用8位的声音信号，即便用10万级的音箱听也是“没层次”。
“有层次”，这其实是一个比较难以达到的评价，你需要好的音乐、好的音源以及好的音箱和功放和好的听音环境。缺一不可，否则就像256色显示器上看美女图一样。有些测评文章里，用板载的声卡、128kbps的MP3，200元的箱子，得出很HiFi很有层次的结论，你认为可信么？
● 声音中的动态范围
什么是动态？
很多音频设备，例如音箱、麦克风，以及一些图象设备，例如数码相机、扫描仪都说自己动态大。其实，他们说的都是动态范围。不管什么对象，只要涉及范围，就有个最大值和最小值，在图象或图象设备中，动态范围是指的光线明暗的变化范围，而音乐和音箱设备，动态范围则和响度有关。我们用图片理解一下动态范围。
听音入门-一张灰到深灰的渐变图，我们标记为渐变A图
听音入门-这是渐变A图的直方图
直方图其实就是柱状图，只不过柱子有点多。X轴上的点表明灰度（或称为亮度。每种颜色都对应了一个灰度，值的范围为0-255），我们使用了一条红线做为标识，可以看的出，这张图的灰度值变化范围就和红线一样。竖轴表示象素的数量（这个轴上的顶值是不确定的）。
听音入门-一张白到黑的渐变图，我们标记为渐变B图
听音入门-这是渐变B图的直方图
看得出，这张渐变B图标记的红线显然要比渐变A图要长得多。也就是说，渐变B图的亮度变化范围要比渐变A图大得多。专业点的说法是：渐变B图的色彩动态范围要比渐变A图大。或许渐变图表达效果不佳，我们再试一试实景照片来说明问题。
听音入门-故宫前面的牌坊，这张是原图
听音入门-这张是上图的直方图，看得出明暗变化相当大。
听音入门-故宫前面的牌坊，我们压缩了其色彩动态，结果出现这种效果
听音入门-上图的直方图
通过实景照片的对比，相信您已经看出了不同动态范围造成的差异。在音响设备当中，动态范围和响度有关，即最小的响度到最大（不失真）响度这段区域的范围。我们常听的CD是16位的，它能产生65536级声压变化，这是理论极限。16位采样的前提下，动态范围是不可能超越0-65536的范围的。
听音入门-16位采样的前提下，动态范围是不可能超越0-65536的范围
相信大家对图中椭圆区域内的东西并不陌生，这是一个输出电平显示仪，它以图形化的方式显示了当前输出电平的强度。假设我们连续记录电平强度，会怎样呢？
听音入门-动态范围示意
这种图应该比较直观的描述了动态范围，输出电平强度直接决定了响度。它并不是说越大声的声音，动态范围就越大。
听音入门-典型的Disco舞曲音乐的响度特征
这张图为典型的Disco舞曲音乐的响度特征，这种音乐很爆棚，但往往缺乏动态，因为他们最小声的地方也很“响”。
听音入门-西洋古典音乐的响度特征
而这张则有很多西洋古典音乐的响度特征相似，这种音乐往往有着很大的动态范围。很多音箱就毁于这种音乐，因为用户的使用错误，在听这种音乐前奏时，会觉得声音太小，于是把音量开得很大，等到高潮来时，功放输出功率过大，损坏扬声器。
大动态范围能表现出一种大气势和大落差，更容易带来“波澜壮阔”的层次变化，这个概念用于硬件时，往往指该设备能获取或重现这个范围内的信号。在初步理解动态范围之后，你也许会想，是不是动态范围是越大就越好呢？后面我们接着谈。
● 谈声音的压限处理
在理解动态范围之后，我们开始进入“压限”的讲述。压限是一种对声音处理的操作动作，它的意思和字面上来说就是——压缩与限制。动态是如何被压缩与限制的呢？我们用图来理解。
听音入门-压A图
这是我们在北京海淀桥下拍摄到的一个老乞丐，这张图是原图，看到这种图时，你会觉得缺少点什么。
听音入门-压B图
我们尝试压缩这种图片的动态，在Photoshop中的处理就是将曲线尽量往下压，得到这张修饰过的片子，很显然，修饰过后的片子变得昏暗，这种暗 暗的色调适合表达这种社会阴暗面，也能体现老乞丐的可怜，实际上烘托了摄影者想表达的主题。这种风格在摄影中被称作暗调，它实际上牺牲了图片的动态范围。
听音入门-AB图对比
红线代表压B图的动态范围，蓝线代表压A图的动态范围，对比之下，我们能看出差异很大，压B图的光线明暗变化很小，这种动态范围产生的变化被称作动态压缩。但大部分人会认为压B图的表达会更切题更传神。在上篇中，我们留下一个疑问：是不是动态范围是越大就越好呢？看完这个对比，你应该有了答案。我们再看另外一个例子。
听音入门-压C图
听音入门-压D图
先感谢一下北京爱德发高科技中心，这个对比的素材取自他们的广告。我们将压C图进行了处理，我们能很快感觉到了这种处理带来的变化，模特似乎处在了一个十分洁净的环境中，而且光亮充足。这种风格叫做高调。这种风格适合表现模特的高贵气质。
听音入门-C、D对比
仍旧做个动态范围对比，明显看得出动态也被压缩过了，压D图的光线明暗变化要小一些。熟悉图象处理的朋友，可能会发现一个问题。
听音入门-压E图
通过这种图，我们能发现模特的皮肤有了很强的“美白效果”，而白色的露背装的“美白”程度远不如皮肤的变化范围大，这是为什么？因为我们“限制”了 “露背装”的变化。因为露背装已经很白，如果按照“美白”皮肤的程度去“美白”露背装，其结果就会是，露背装区域会完全溢出，变成一篇死白，为了防止这个区域的色彩溢出，必须进行限制。
行文至此，我们已经提及了“压缩”与“限制”，不知道您是否已经了解压限的意义。在一些声音编辑软件中，我们常常能接触到一个叫“压限器”的东西， 有时它们以纯粹的压缩器和限制器出现，它的作用就是对声音进行压缩和限制。在音频设备中，具有“压限器”作用的设备，就是发烧友推崇的——胆机。
胆机具有对声音的压限作用。很多朋友都说胆机具有比石机（晶体管、集成电路的功率放大器，因为芯片基于硅，所以被成为石机）更令人痴迷的细节表现，这是否玄学？既然CD的细节大小是确定的，为什么通过胆机表现后，会让人更痴迷？因为胆机具有对弱小信号放大的作用。
听音入门-胆机对弱信号放大的示意
胆机具有放大弱小信号的作用，因此它也变相的压缩了动态。
听音入门-胆机压缩动态的示意
在通常情况下，胆机的动态表现不如石机表现得那么凶猛。胆机还具有一定的限制器的作用。
听音入门-限制器示意
声音信号都有一个安全的值，过载的结果就是产生削顶失真，这种失真是极其难听的，胆机在放大细节时，也会对部分强信号放大，放大强信号很容易造成过载，而胆机会对信号强度进行限制，让其保留在安全范围内。
压限作用能带来奇妙的声音变化，如果你没有胆机，不妨去下载几个胆机模拟器来体验一番，我们推荐T-Racks，它能让你完整的体验到压限的妙处。
● 声音传播中的延时
去过消声室的朋友都会有个感觉，就是说话时感觉怪怪的，和在室外聊天时的感觉完全不同，声音特别干涩。大家都知道，声音可以通过空气传播，在遇到障碍物时会发生发射和衍射，部分能量在传播途中被消耗掉，或者被其他声波相互作用抵消掉。
听音入门-声波能量衰减和反射次数的简单关系
上面的图显示了衰减与次数的关系，这并不是一张严谨的图，因为声波响度的大小、障碍物的材质与都会深深的影响这关系，让反射强度和次数变多或者变少。
听音入门-消声室里的情况就会不同
在消声室里，声波能量衰减和反射次数的关系可能就会如上图所示，因为采用特殊的声学结构和吸声材料搭建、以及密闭的空间（消声室的门后达1米）。让消声室里的声音变得衰减和快，反射次数变得更少。有一点可以肯定，完全消除反射是不可能的，消声室能做到的只是最大可能的消除反射。
听音入门-两张图叠加对比
把两张图叠加对比一下，就能看出消声室的作用。在空房间里，大声说话都能听到回音，因为声音在反复反射。由于声音是向四面八方传播的，声波会由天花板、地面、墙面以及室内的一切物体，包括人体来反射，但你发出第一声声响时，紧接着就是听到一连串的声波反射，直到完全消失，这种现象俗称回声。常说的“回声好大啊”，就是指的声波反射强度高和次数都比较多。人大部分时候都处于一个复杂小环境里（例如四面都是反射物的房间），声波经过反射再次达到你耳朵中时的时间比较短，也就是说，你一秒中内可以听到数十次，间隔很密，人耳习惯上会认为这是一个连续的声响。如果你站在山脉的某一个山峰之巅时，你会感觉到情况有些变化，对着远处大喊，你会听到远方传来回声，并且会慢慢变弱而且慢慢变快，几次之后就会消失，人耳会认为是好几个声音，发骚的诗人还会假想远方有人在对话并吟诗一首，其实都是反射作用存在，只是，你站在山巅之时，这种作用被放大到人耳能清晰分辨的程度了。
● 延迟时间和衰减时间了
听音入门-延迟和衰减示意
单次反射过程的时间被称作延迟时间，声音由发出到完全消失的时间叫做衰减时间。
在空气中，声音的传播速度是基本处于每秒3XX米的状态，可能会因为空气的湿度和密度有所变化，在自然界的环境中，这个音速值是相对稳定的。因此延迟时间大小反映了一个重要的信息，就是空间深度的大小，就是我们前面提到的小环境大环境。我们站在山巅呼喊时，传回来的第一次回音会比在房间环境时要慢得多。在某些时候（延时只是一种），延迟时间是影响声场大小的一个因素（也仅仅是一个因素，不是全部）。尤其是低音，连绵不绝带有一些变化的重低音能够帮助营造声场，最典型的例子就是雷声。在我们的试音曲中，有几首曲子能有助于您理解延迟和声场的关系。
| 测试曲-Bjork-All is Full of Love
涌涌滚动的超级低频有效的营造了声场 试音曲-ERA-The Mass 此曲低音凶猛，声场开阔 |
你不妨先下载我们提供的这两首曲子，先感受感受。
听音入门-FoorbaR2000的均衡器
听完之后，我们再在FoobaR2000（或者其他播放器）中对均衡器做一些限制，我们将150Hz以下的低频衰减20dB，基本上就切掉了这2首曲子的重低音部分，你再听听会有怎样的变化呢。是不是感觉声场一下缩小很多？（请使用好一点的音箱，普通2.1音箱就不要试了）
我们所列举的这个例子未必合适，但是延时确实能带来空间感，在后期音乐处理中，混音中加入适度的延时效果，能让声音变得更加美妙。延时器已经成为后期处理中一类非常重要的效果器。
适当的延时能让声音产生丰满的效果，在消声室里，天下第一嗓子的声音也不会太好听。适度的延时更多时候是让声音变得丰满，相信不少朋友在地下通道中遇到过拉二胡的卖艺人，地下通道特殊的声学效果，会让二胡声变得十分丰满，更加充满感情。而过度的延时会让声音变得混沌起来，在空房间里大声听音乐，你会发现声音比较浑浊。
几乎所有不插电乐器能直接产生类似延时的效果，类似拨奏类乐器古筝，拨弦发声之后，弦丝不会马上停止，还会“余震”一段时间。钢琴的也会有类似效果。还有很多乐器带有一个“腔”，这个腔叫共鸣腔或者声筒，例如提琴、胡琴、吉他乐器等，这个腔能强化和重新演绎这种“延时”，打击乐器经过打击之后，振膜还会跟着振动直到停止，如果没有这些共鸣和“余震”，声音会变得干巴巴的。每一次“回声”，经过反射和衍射作用，效果都会不一样。在传统戏曲表演和美声专业演唱时，也会要求演员“胸腔发声”，其实就是追求一个共振延时的效果，这种演唱方法能让人声变得更加有底气和厚实。
在音频硬件中，胆机的延时效果十分明显，很多发烧友形容胆机喜欢用到“空气感”这个词汇，说实话，这词很难理解，有些像玄学。好的胆机因为压限作用会放大细节，而胆机的延时效果会让放大过的细节变得更加“持久”，听者很容易感受到声音细微颤抖的变化，似乎空气都跟随旋律在颤动，这种感觉被称为“空气感”，表现小提琴等拉奏类乐器时尤为明显。在人声频段内，适当的延时，会让人声显得更加柔和动人。
将延时控制在什么程度是合适的？这个问题没有答案。但可以肯定的是，延时效果无处不在。
● 声音传播中的噪声
说起噪声，很多人都会皱起眉头，似乎噪音是个十恶不赦的怪物，一定得彻底消灭。殊不知，几乎所有的人实际更适应在充满轻量噪声的环境中生存。在夜深人静的时候，有的人会有些耳鸣（耳鸣的原因很多种），在环境声十分小的消声室中，一个正常的人，很难呆上较长时间。由于长时间习惯有噪声的环境，人其实难以接受一个真正安静的空间。本篇听音入门讲述的是：声音中的噪声。
噪声是如何来的呢？首先我们需要知道什么是噪声，在医学领域，能对听力产生伤害的声响都被列为噪声，这不是本篇要讨论的核心。对于我们音乐欣赏时，这种定义并不全面，例如我们常常听到的“嘶嘶嘶”、“滋滋滋”等细微声响也被习惯称为噪声，显然，它们并不过量。我们是不是可以这么理解：听音乐时，与音乐内容无关系的声响都可以被认为是噪声。现在我们再来了解噪声是如何来的。
听音入门-噪声示意
我们用麦克风链接声卡，随便K了一句，得到这段波形。通过软件，我们把这段波形用图形方式表达，你看到红色部分了么。仿佛一条细线一样，这些部分，我们并没发出声响，但设备还是记录下了这些红色信息（这些信号是我们后期标出的），很轻微。这些轻微的红色信号能发出“嘶嘶嘶”的声音，这就是我们所说的噪声，显然，这些噪声和录音设备有关。设备元件的性能、电路设计的优劣、电源的质量等等因素，都决定了噪声的大小。
正如前面所说，我们所处的环境中同样充满了轻量噪声，这些噪声是来自汽车行驶、虫鸣鸟叫、风吹树叶等等一切声响的波形相互作用、衍射叠加、衰减等复杂过程后产生的，这种声响在一般的环境中无法隔绝，因此也会被录音设备捕捉，成为红色信号的一部分。
通过对噪声采样，我们可以在后期处理当中过滤掉这些红色信号（噪声），这样我们是不是就能听到绝对干净的声音呢？显然不是。即便我们在天下隔音最最好的录音棚中用天下最最好的录音设备录音，使用天下最最好的算法过滤掉噪声，我们也听不到最最干净的声音。为什么呢，因为噪声产生自每个环节，即便有最纯净的声音，在用音箱、耳机回放时，他们也会被引入噪声、这些噪声来自电声转换和环境噪声、以及音箱发出的声音在房间中产生驻波、和其他物体共振等。
● 既然噪声不可回避，我们将如何面对噪声呢？
大部分消费者都认为噪声大小就代表了音质好坏，因此，多少多少信噪比（信号和噪声之比）被拿出来大肆宣扬，例如创新公司的Live!、Audigy、X-Fi声卡，信噪比一次又一次的挑战极限值，音箱厂商直接标一个毫无意义的功放IC的信噪比参数。在很多音箱导购文章中，建议消费者将耳朵帖向扬声器上听噪声，没有噪声的就是好，有噪声的就是不好，这样的判断其实具有误导性，“将耳朵帖向扬声器上听噪声”这种方式本身就不合理也很变态，因为某些垃圾音箱根本就发不出高频，而不少噪声正是高频段的，另外，在卖场中，即便把耳朵帖向扬声器，也听不出所以来。由于各式各样的不良厂商或者有良厂商无意的无良举措，噪声问题被放大、被妖魔化了。
Creative Sound Blaster AWE64 Gold
这块创新AWE64 Gold，被很多发烧友所追捧，它有着温暖甜美的声音特点，但它却有着较为轻微可耳闻的噪声。相反，Live!声卡噪声小了很多，但从来没有人认为Live!的声音会比AWE64 Gold好听。发烧友推崇的胆机，大部分信噪比都比较差，甚至不如普通多媒体音箱的功放。
蔡琴《老歌》
这张蔡琴《老歌》专辑在发烧友圈子中相当有地位，几乎人手一张，有意思的是，这张唱片同样有一些轻微的背景噪声。以目前后期的处理技术，完全可以过滤掉这些噪声，为什么唱片公司没有这么做呢？因为过滤噪声的时候，也会让人声变得轻薄。尤其在很多发烧的古筝、古琴、小提琴等高频泛音很丰富的乐器录制的唱片中，几乎都有背景噪声的，因为滤噪会带来影响。
我们举这些例子，并不是想说噪声不但无害还有益了。写这么一篇文章的目的在于，帮助正受误导的读者建立一个认识：噪声是不可避免，噪声并不可怕，噪声在一定范围内是可以接受的。
那么噪声在什么范围内可以接受呢？
听着不会分散注意力即可。如果某音箱标注自己的信噪比为75dB，而且是真实的测量数据，那么你在一米开外基本上是听不到背景噪声的。如果信噪比是80dB，那么就能得到很干净的声音了。如果有人坚持他的耳朵只能听信噪比90dB以上的设备，基本上可以肯定，这是非正常人类。
尽管如此，我们还是应该去鼓励厂商去努力降低录音、回放时的噪声，但我们绝对反对浮夸性的误导消费，重申，噪声在一定范围内可以接受，千万别盲目追求低噪声。
● 谈声音的瞬态表现
很多音响器材尤其音箱测评当中，都提到了一个瞬态响应或者瞬态表现。瞬态是个啥东西呢？本篇文章尝试讲讲这个。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。
听音入门-瞬态示意图一
我们绘制了这张瞬态示意图一，我们可以看出，时间A到时间B，信号强度是大幅提升的，信号强度提升也意味着末端设备的输出功率的提升，而我们能听到 一个本来相对小声的声音突然变得很大。中国人有个描述突如其来雷声的词汇——炸雷，这个“炸”可以理解为瞬态很快的意思，炸雷就是瞬态很快的雷。
听音入门-瞬态示意图二
而这张瞬态示意图二，时间A到时间B的提升幅度显然不如图一那么快，因此在末端设备回放当中，它不会像“炸雷”一样。
在发烧唱片中，打击乐器尤其鼓乐、以及大场面的交响乐中领奏到合奏的过渡部分，往往都是瞬态很快的时候，这类型的信号，对于很多末端设备来说，是BT的信号，是难以还原的信号。
瞬态不完全等于瞬态响应或者瞬态表现，在数字信号、或者唱片这一级当中，由静音立刻变成满信号都是容易的，测试音箱当中使用的方波就是这样。有意义的是，末端设备回放。只有末端设备能够较好表现瞬态信号时，才能给予“瞬态表现不错”的评价。末端设备对瞬态表现有重大影响的主要有运算放大器和扬声器、变压器等。
乐之邦 Musiland MD10解码器-OP275运算放大器
我们常常听到某某运算放大器转换速率大，大转换速率能更好的处理强信号，保证信号及时放大，而较小转换速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。目前主流的大部分高档声卡、音箱都使用了不亚于NE5532这级别的运放， 因此，运放在当前主流高档设备中，并不是整个电声转换过程中对瞬态产生坏影响的环节。
大黑钻-6.5寸的低音扬声器
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，扬声器振膜需要做到快速到位的运动，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磁容量，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），或者是增加磁容积（例如加大磁钢）。
仅仅这样还是不过，“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音箱功放，一个中功率音箱配一个几百瓦的功放，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，称某音箱“瞬态好”——应该是说某音箱瞬态表现好。
瞬态失真又是什么呢？
我们还常常听到“瞬态失真”这个词，无厘头的说法就是“瞬态表现不好”，只要无法还原原始信号的都可以被视为失真。包括：瞬间响度不够、发出破音、打击乐时有延迟感甚至糊成一篇、拖泥带水等。
● 谈声音声场的感受
本篇开讲之前，我们先来看看一组照片：
听音入门-杜甫江阁夜景图一（广角效果）
听音入门-杜甫江阁夜景图二（模拟长焦效果）
这是我们在长沙湘江风光带上拍摄的杜甫江阁夜景，图一使用广角拍摄，图二采用裁剪的办法模拟长焦的效果。我们可以看得出焦距变化的带来了不一样的视 觉效果，图一广角效果明显要显得有气势一些，因为“场面”大。而图二，让我们将杜甫江阁主楼看的更清楚一些，但“场面”小了很多。这个“场面”有个专用词汇——“视场”来描述，以上面的例子来说，图一的视场比图二的大很多。声音也有“场面”，我们使用“声场”这个词来描述。
● 什么是声场呢？
和图像的“视场”不同的是，声场是不可见的，但不少发烧友却称赞某音箱声场宽阔、耳机的声场表现差等等，仿佛这个声场是可视的，但声场究竟是怎样，谁也说不清。
● 人是如何感受到声场的呢？
这来自人对环境的印象，在前面的文章当中，我们提到了“声音的延时”影响人对空间的判断，在空气中，声音的传播速度是基本处于每秒3XX米的状态，可能会因为空气的湿度和密度有所变化，但在自然界的环境中，这个音速值是相对稳定的。因此，延迟的程度能反应出空间大小，延迟越 大给人“声场更大”的错觉，因此有声场大小之说。音箱受房间大小影响，在声音传达听众耳朵时，已经产生了延时，耳机受环境影响小，延时没有音箱那么大，因此让人觉得耳机的声场表现不如音箱。
延时可以自然产生，也可以通过末端设备模拟产生。微软的Direct Sound、傲锐的A3D、创新的EAX以及播放器的DSP插件都能通过加入延迟来模拟“房屋”、“石头屋子”、“音乐大厅”等不同的声场效果。也有朋友 说这些模拟声场不够真实。延时是影响声场的一个因素，前提是，延时不能让人觉得“虚假”，要让人在脑中的场景印象对得上号，例如给人声一个很长的延时，象雷声的延时一样长，此时听众脑中会找不到这样的场景来对应，因此这个“声场”是无法建立起来的。
声场还和音箱摆位有关，将两个箱子摆放到一起时，声场表现肯定不如分开摆的好。人耳对120Hz以下的低频没有方向感，但对于120Hz以上频率的声音是能听出方向的，因此的将音箱拉开距离能让我们感受到明显的“立体”感，声场就会建立起来，末端设备的立体声分离度的好坏，也对声场的建立有帮助。如果我们将音箱进一步拉开，5米、10米，是不是声场会变得更宽阔呢？你不妨试一试，但结果肯定是否定的，除非你用舞台音箱。声音在空气中传播会衰减，相隔太远的音箱无法形成足够响度的声音叠加，会让人觉音箱彼此之间是独立的，无法形成声场。
在正确的摆位后，应该会感觉到声场的中心位于音箱连线之中，但非双单声道设计的音箱，往往会产生声场中性偏向主箱的问题，而双单声道设计、无源设计的音箱则不会有这个问题，如果出现，肯定是末端设备有设置、或者物理故障了。
● 声场不是二维的，是三维的
这个和声音的频率有关（不是全部），例如很多古筝曲，会给人飘逸的感觉，一些明亮的女声，也会被冠以“天使之音”，这些形容都是属于上位声场的，而深沉的男声、连绵的低频会让人觉得声场靠下，形容BT低音，喜欢在前面加个“重”字——重低音，声音是没有重量的，但较低的频 率会给人这种感觉。声场也具有深度，这个则和声音的层次有关，如果听到一段渐强的声音，会觉得声音是由远而近一路过来的。
综上所述：声场受延时、频率、层次以及末端设备的性能、摆位影响。这段描述出自我们对声场的理解，未必全面，甚至未必正确，如果能让你大致理解这个抽象的声场，这文章就很有意义了。
听音入门-长焦下的小花
● 下面我们再讨论一个话题，声场是否必须要大？
这是一张长焦镜头拍摄的小花，它完全无须用大视场（广角）来表现。其实很多音乐和这多小花一样，无须大声场来体现，小声场在表现一些柔情音乐时，会更多体现出一种细致的人情味，大声场适合的中型、大型编制的音乐，在表现小编制音乐时，小声场会让人更亲切一些。
● 声音中的渲染效果
民间有很多对白布进行渲染的工艺，我们比较熟悉的有蓝花、蜡染等几种。同样一张白布，用不同的渲染工艺就能表达出完全不同的渲染风格。
听音入门-蓝花布
传统的蓝花布采用花板套印，靛蓝染色，体现了一种古朴的“尚蓝”审美情结。
听音入门-蜡染
这是少数民族的蜡染工艺渲染出来的布料，成品布上有着不规则但十分漂亮的蜡纹。
同样是差不多的白布，能通过不同的渲染工艺实现不同的风格的色彩、花纹、图案，渲染其实是一种再加工的过程。声音同样可以被渲染。为了让声音变得更好听（不是更准确），人们尝试在回放设备中加入一些人为的处理，让声音变得“透明”、“厚重”、“迅速”、有“色彩”、“光泽”。我们经常听到说某某设备，“音染”很重，因为这些声音已经被渲染。
听音入门-冷暖
冷与暖：在音色上，声音会呈现“冷”“暖”“中性”等几种趋势，在大部分时候，适当消减高频、将中低频的延时稍稍延长就能得到“暖”的音色，而提高高频的亮度、并减少全频段的延时，会让声音变得发“冷”，这只是通常的手段，不全是如此，例如让中频变得饱满，也会让人觉得亲切而感受到“暖”，让中频塌陷则会造成距离感，让人觉得“疏远”而产生“冷”的感受。
听音入门-浓淡
厚重：正如人对颜色有“浓淡”的感觉一样，浓郁的色彩给人厚重的感觉，而淡淡的色彩则给人薄秀的感觉，人对声音也有浓淡的感觉，在形容声音的时候，常常能听到“厚重”、“清淡”等词汇。不管厚重还是清淡，这些感受与频率有关，中频饱满的设备往往能让人觉得更加厚重一些，而中频塌陷的设备这让人觉得“薄”。声音表现比较厚重的设备，往往也会让人觉得比较“暖”。
听音入门-光泽
光泽：声音也有光泽，“光泽”这种感受也来自人的联想。不同的物体有着不同的反光特性，光滑的金属、玻璃材质的能反射出较为明亮、硬朗的光泽，与未反射区域形成强烈的光差，图中紫砂壶、竹器等材质，只能反射出柔柔的、均匀渐变的光泽来。听到快速、明亮细致的高频时，可能会有人说：“嗯，漂亮的金属光泽”，而在评价某些弦乐乐器时，评论家喜欢用“中高频有着丝绸的光泽”来形容，丝绸的光泽是怎样呢？细致、柔和且明亮，很华丽的样子。“光泽”和声音的频率、层次有着密切的关系。
速度：“快”“慢”也可以用来形容声音的速度，这个速度并不是说声音高于、低于音速在空气中传播，而是说终端设备对信号的响应速度。在前面，我们讲述了“声音的瞬态”，如果设备不够劲，会影响扬声器对信号的响应，造成“慢半拍”的不良感受。有些音箱箱声很重（也是一种延时效果，但并不受欢迎），会造成音箱播放起来拖泥带水。速度的快慢，和末端设备的性能有着密切关系。人对速度的感受并不是越快越好，也不是越慢越好，过快会觉得干，过慢则会觉得混。
声音从唱片到人耳会经过信号、DAC、放大、回放、环境中反射等很多步骤，能对声音进行渲染的环节相当多，几乎任何一个环节都可以改变声音，只要其中一个环节对声音的渲染不当，就会听到令人不爽的声音。我们以电脑播放音乐为例子，说说哪些地方可以渲染。
步骤设定如下：
1.音频文件
2.播放器解码
3.数字信号送达声卡主芯片
4.信号到达Codec或者DAC
5.运算放大器放大
6.功率放大器放大
7.到达分频器
8.到达扬声器
9.扬声器发声并在房间中反射
10.声音到达耳朵
声音由音频文件到最后我们听到，要经过N多环节，我们删繁就简只列出主要的十步，实际上除了第一步和最后一步，其他环境都可以加入渲染。我们再丰富以下，看看每一步可以加入哪些渲染。
1.音频文件
2.播放器解码（可以通过DSP插件渲染，改变延时、音色、信噪比、动态、增减某部分频率、变调、频率转换、采样大小转换等等）
3.数字信号送达声卡主芯片（可以通过硬件DSP渲染，改变延时、音色、信噪比、动态、增减某部分频率、变调、频率转换、采样大小转换等等）
4.信号到达Codec或者DAC（改变信噪比、动态、瞬态响应、音色等）
5.运算放大器放大（影响瞬态、动态、音色等）
6.功率放大器放大（影响瞬态、动态、音色等）
7.到达分频器（影响音色、频率均衡、延时、音色等）
8.到达扬声器（影响瞬态、动态、瞬态、音色等）
9.扬声器发声并在房间中反射（影响延时等）
10.声音到达耳朵
再看看经过注释的这十步，就能理解获得好的声音并不是一件容易的事情，实际上，真正的发烧经验中缺少不了线材，而这十步中还没考虑线材对声音的影响。不同的器材有着不同取向的渲染，搭配好这些器材需要仔细调试，给声音偏冷的声卡配一个胆机功放，无疑是不明智的行为，了解器材的渲染特征然后进行组合，往往能比升级器材获得更好的效果。
● 讨论声音中的失真
HiFi是发烧友常常挂在嘴边的一个词，它是high-fIDElity的缩写，意思为高保真，也就是说低失真。这个词汇出现之前，录音、放音技术都相当落后，但高品质录音和放音技术出现后，回放出来的声音远比老技术更接近真实。但时过境迁，HiFi的意思开始出现变化，它已经成为一个纯粹的符号，代表发烧友所追求的一个境界,只是一种境界，而不是一个标准。这个境界是什么呢？——就是追求好听动听的声音，真实的声音并不见得就动听。所以在从字面上去望文生义，理解会和实际有所偏差。倒是现在的监听设备，追求的是声音的准确还原，它倒是更像“HiFi”。HiFi这个词，就像现在大众口语中的“同志”、“小姐”、“专家”一样，意思已经变了。
们花了不少篇幅来描述音色、清晰度、动态、瞬态等，而这篇要讲的是失真，什么是失真？只要和原始录音不相符的，统统的都算作失真，不管是因为设备缺陷造成的，还是有意渲染出来的。
不少文章刻意强调高保真，潜台词就是失真是不好的，是不对的。“哟，这音箱失真好大哦”，这种句子常常伴随这鄙视的口吻。失真到底好不好呢？我们仍旧用图片来说明。
听音入门-情侣
这是我们在秋天的北京银杏街遇到的正在抱在一起的情侣，这张是原片。时值金秋，遍地黄叶，金色的阳光斜射到银杏林中，满目都是金灿灿的色彩。
听音入门-情侣-强化色彩
根据这个时间背景，我们强化了色彩。它相对原片已经失真了，它的色调变得浓郁了很多，看上去更透亮点，好看一些了。在这个处理结果中，失真带来的是更美好的，它让气氛显得更有浪漫色彩，相信大部分人会喜欢这种失真的。
听音入门-情侣-褪色
换个褪色处理，结果金色的世界消失了，它相对原片也失真了，但这个失真却让人觉得此片还不如原片，失去了亲切感。
听音入门-情侣-进一步强化色彩，并使用柔光处理
进一步强化色彩，并使用柔光处理，我们得到了这个结果。色彩很浓郁，但这种失真结果不会被所有人接受。
听音入门-情侣-冷调
而这种处理，显然不能被接受，它失真后的色调已经完全破坏原来的感觉了。
我们使用了这一组照片来演示失真对最终结果是有利还是有弊，对比的结果就是，失真不全是坏作用的，适当的失真，有时能强化主题，对于这种失真，我们更愿意用一个好听的词汇来描述，这个词就是“修饰”，不管是“失真”还是“修饰”，它造成的结果就是和原始的信息不一样。
使用不同的设备（例如胆机和晶体管功放）欣赏相同的音乐，我们可能能听到几种不同味道的声音，因为每种设备的失真程度（包含刻意的渲染）不一样，其结果可能会让音乐更加动听，也可能会是难听，就如同上面这一组图片一样，只有适当的失真才会让声音更加好听。
适当的失真是有利的，失真到什么程度才算“适当”呢？
这个问题没有答案，假设某音箱声音偏冷，但功率充沛，扬声器控制力好，擅长表现爆棚的音乐，它 的冷冷的音色适合表现摇滚中的某些重金属乐器，在这个例子中，失真就是偏冷的音色，它强化了摇滚乐中重金属的味道，这种失真对于摇滚乐来说，是适当的，但 如果让该音箱去表现中低音人声曲子时，偏冷的失真则可能就不是“适当”的了。何谓“适当”也因人而异，例如有人就喜欢特别暖的，有人这喜欢一点点偏冷的。
既然失真多少才算“适度”没有答案，那么我们讨论有答案的——什么类型的失真是绝对有害的？我们举几种典型的。
爆音：除非作测试，任何情况下出现爆音都是不应该的，出现爆音的原因很多中，一般多出在音源，也可能是CD碟划伤严重或者音频文件损坏，当信号突然断开或者被引入其他强干扰，都会产生爆音。瞬态表现比较差的设备，可能会在信号突变的瞬间产生爆音。
削顶：但信号过大时，信号就会溢出，溢出的结果溢出部分被整齐的切掉，像刀削过一样，这种失真是最令人难受的。很多朋友喜欢使用均衡器调整声音，但一个劲的往上增益时，就很容易出现削顶失真。
擦音圈：扬声器振膜大幅度运动时，控制力弱的系统可能会让扬声器音圈擦边，严重可能损坏扬声器，失真现象为“哧哧”声。
箱声过重：如果箱体声学结构设计不当、或者板材太薄时，大功率输出的情况下，箱体可能会剧烈晃动，产生嗡嗡声。
漏气：扬声器在运动时，会压缩箱体内的空气，箱体内外的气压不等压，会造成空气快速吸入或者吐出，如果装配工艺有问题（例如没有安装密封圈），空气就会在细缝中穿过，会造成难听的高频失真。为什么很多有源书架箱不愿意在前面板上安装音量控制旋钮，主要是因为装配时稍有不慎，就导致漏气。
频段塌陷：我们测试过的音箱很多都存在严重的频段塌陷，例如卫星箱和低音箱之间衔接完全断档，甚至有些厂的书架箱也存在中频整体塌陷的问题。频段塌陷就如同显示器缺色一样，是有害的失真。
频率变形：相信很多朋友对自己的音箱做过简单测试，例如找个信号发生器，发出一个20Hz的信号，音箱居然发出，于是很高兴。殊不知，要发出可闻的 20Hz信号需要多大口径多大功率的扬声器么？如果没有特殊设计，一般的6.5寸的书架箱都无法重现20Hz，你听到的，只是变形后的信号，它实际上已经 通过反射、衍射、叠加变成了一种相对较高频率的可闻信号。
……
有害失真确实很多，我们不想也没能力一一列举，文章的目的并不画出个失真列表来，而在于，理解失真的利弊即可，无须谈失真变色，扬长避短，合理搭配器材，玩出新感觉来。
● 谈声音的各种风格
风格，什么是风格呢？我们前面说了一大堆音色、延时、声场、渲染等，当这些因素叠加组合在一起的时候，就会形成一种风格。风格是一种不好描述，但却很容易感受的。我们仍旧使用图片来说明问题。这次我们使用三联帧图片，每帧图片的主题各不相同，我们尝试使用三种风格来处理图片。
听音入门-浓郁的反转片风格
听音入门-带些颓废色彩的负冲效果
听音入门-带沧桑意味的褪色风格
使用不同的风格的处理方式，表现出来的效果却大不相同。音箱、音源设备一样有着自己的特点，他们会对声音进行各式各样的处理，让他们和原始信息不一样，这样就形成了风格。一个成熟的品牌会有自己倾向的风格，它会为旗下所有的型号或者一个系列的型号设计一个自认为满意的风格，并朝这个方向去校声。在中国大陆，品牌无数，但这种品牌屈指可数，很多的是什么风格受欢迎就去设计什么，有着明显的趋利性，而更多的，根本就对什么是风格都不理解，能发声的就算产品了。
对于风格的理解，不同的文化区域有着不同的理解，因此有了“英国声”、“德国声”、“美国声”之说。这种“XX声”代表一种文化对声音的理解，这种理解不是出于技术层面的，而是艺术层面的，它背后是文化的沉淀以及民族的性格。很遗憾，从来没有过“中国声”，不是中国没文化，而是中国的从业人员以及消费者对中国的文化已经弃之不用了。
英国声：英国上层社会追求一种细致的高雅氛围，男宾要像绅士，女宾要像贵妇，对事情不能大惊大喜，要沉着镇定，讲究一些小情调，听一些小编制的音乐甚至独奏，声音无需很大，更不需要爆棚，能听清楚就行。整体来说，是一种较慢节奏的细致生活，他们对这种生活的一致认同，让他们喜欢上了一种中频较为突出，低频不多，高频不亮，比较松软而缓慢略暖的风格，声场较小，但不紧，细节丰富却不突出。这种声音取向得到了几乎所有英国音频设备厂商的认同，虽然它们之间的产品声音特征有差别，但基本特征都差不多，这种典型的风格化特点被称为“英国声”。
美国声：作为一个几乎没有历史的国家，美国对世界的看法是全新的，经过200多年的发展，美国成为了地球上最强大的国家，他们崇尚年轻和力量，喜欢大手笔，喜欢冒险，美国文化对于有悠久历史的国家来说，绝对是另类的。在对声音的理解上，他们也深受文化的影响。他们追求大动态、大声场、要求好的瞬态、低音要猛要有点硬，高频要亮，解析力要好，甚至要有金属光泽，这种声音有活力，很澎湃，但缺乏细致感。美国的音像行业发达，对外输出音像制品的时候也输出了这种声音的审美观，它获得了大量用户尤其年轻用户的认同，因此这种声音取向深深的影响了整个行业，不只是美国的音频厂家。
德国声和丹麦声：欧洲有着发达的现代文明以及较长的古代文明，它们有共同性也有差异，在对声音的理解方面，一样同大于异，因此法国、丹麦、瑞典、德国等国的对声音的理解被合并称为“欧陆声”，最大的共同点就是偏中性、追求细致。对业界影响较大的是德国声和丹麦声，德国人以严谨著称，一丝不苟的精神同样体现到对声音的理解当中，德国声中性而严肃，带一点点冷色调，音染较少，感情色彩较少，而丹麦声者侧重中高频的表达，偏向端庄，注重感性的人情味。
对于声音的风格的理解，不可以以产地判断，美国音箱未必一定就是美国声，而中国产的音箱什么声都有，就是没有中国声，所谓的XX声，XX表示的是一种文化烙印，并非产地。这篇文章着重帮助您理解风格，要学会判断则需要经过大量的实听。其实在写这段文字的时候，我们内心有种不安，中国是几大文明古国中文明延续得最完整的国家（不要说印度，语言都丢了），而且中国古人已经建立了完整的音乐体系，有民歌、民乐、戏曲等，传统乐器更是完全不同于西方体制，我们有着自己的文化、音乐，却没有自己的中国声，而且还有一个更让人郁闷的事实——90%以上的音箱都是中国制造的，也就是说这些英国声、美国声、XX声都出自中国人的双手，我们何时能有自己的声音风格呢？这其实不是一个音响发烧造成的简单困惑，而是一种文化的悲哀。
这组照片摄制于冬季北京，下午三点多的阳光已经象夕阳一样柔和，金灿灿的洒在故宫西墙上，淡淡的月亮也早早的升在东边的空中，与蓝天白云相互辉映。看谁找出的区别最多！
听音入门-故宫搂角
北京故宫角楼图一
听音入门-故宫角楼
北京故宫角楼图二
但遗憾的是，不管你翻来覆去的折腾多久，你也找不出任何不同，为什么呢，因为它们完全就是同一张图片。也许有部分超强的读者，还能找出一些不同来，例如图二层次更丰富、颜色更生动等。现在开始心理咨询了，当你看到上面的文字和图片时，是否真正的开始了比较呢？
上了当的朋友可能心里开骂了，这不忽悠人么？没错，忽悠的就是你。前面的文字并没有去说这两张图片有不同，而只是用了一句话误导你认为有不同，这种误导就是暗示。生活中，心理暗示无处不在，有意的、无意的都有。
听音入门-嗑栗子的老人
嗑栗子的老人
这幅作品由中国摄影艺术家协会主席莫旭友大师拍摄，莫大师从12岁开始接触摄影，摄影生涯已有50年，一生走遍了大江南北，海内海外，拍摄了无数风光、社会类照片，获得了美国、德国、日本、英国同行的高度赞扬，曾经16次在国际摄影大赛中获得一等奖，刚刚从丹麦传来的消息，莫大师获得了丹麦摄影家协会授予的终生艺术奖，这是大师获得的继美国、英国、德国行业协会后的第四个终生奖项。在看这幅作品，神态捕捉恰到好处，老人脸部光影丰富，细节恰到好处，不愧为大师手笔。
看完这段文字，是否对莫大师已经有了瞻仰之意？如果是……您又被忽悠了，这个莫旭友大师是莫须有出来的，中国摄影艺术家协会也不存在。我们说这么长一段话，甚至不惜骗人，就是要让你觉得这张照片确实相当好，是大师级别，我们需要观众有肃然起敬的感觉。这又是我们利用普通大众崇尚权威做的一个心理暗示的游戏。
这种事情，在音频行业实在太多了，典型的就是假洋鬼子游戏。著名的“香武士”、以及被我们揭穿的ICON等，数不胜数。这些品牌开口就是来自某某外国，从事音箱研究已经NN年，获得无数大奖……这种欺骗是相当有效的，消费者中招乐此不疲，利用中国大陆用户普遍媚外心态，他们没少赚黑心钱。这种心理暗示是厂商有意操作的。也有一些利用所谓大师作招牌吸引消费者的，而这些大师，和“莫旭友”就是一个性质，这些事情真真实实的发生在我们身边。
AKG K14P与漫步者H200对比
我们再看看这张照片，AKG K14P和Edifier H200。AKG来自奥地利，是全球著名的耳机厂商，Edifier漫步者总部所在地在北京，涉及耳机领域仅仅4年。有了这些背景信息，让很多人认为H200抄袭了K14P，理由很简单，外观一样的话，肯定有人侵权，国外企业不可能抄袭国内的，所以，Edifier必然是抄袭者，嗯，就这样，开骂吧，准没错。再一查，发现Edifier H200是2003年推出的，AKG K14P是2005年推出的，一个03年的产品怎么会抄袭05年的产品呢。这种心理暗示来自消费者内心，不见得就是厂家有意为之。
只要有了第一次暗示，就会不停的暗示自己去寻求这两款耳机的不同，装潢有不同，K14P的手感好太多了，不是H200能比的。就算外观相同，里面也不一样，AKG的K14P技术来自奥地利，他们有几十年研发经验、获奖无数……总之不会差。坏消息又来了，有消息说，这两款耳机都是同一家企业代工的。这……咋办咧，对，品质控制不一样，好的给了AKG，坏的给了Edifier。不少用户就是不停的暗示自己，尤其已经拥有了AKGK14P的人，需要暗示来满足自己失衡的心。假设这个品控说成立，K14P出来之前的优等品又去了哪儿呢？其实这种来自内心的暗示因人而异，纯粹的洋品牌爱好者，他们只接受洋品牌，图个心理满足，暗示就消失了，不会有此困惑，而这种困惑往往发生在既渴望拥有洋货又希望洋货便宜的人身上。在这篇文章中，提出这个实例，并不是想说某些消费者幼稚，而是想呈现一个活生生的例子出来。
感受声音，是很主观的，更现实的是，真正能分出声音好坏的消费者是极少的，因此音频设备厂商更乐意从心理角度去引导消费，我们使用“引导”这个中性词，因为有些引导是可接受的，而一些是完全的误导。我们整理了一些宣传中常见的心理暗示，大家不妨参考一下：
优秀的广告宣传：优秀的广告能增进消费者对品牌的好感，这同样属于一种暗示，但这种暗示是可接受的。
冒充洋鬼子：这类企业不少了。这属于恶性引导。
打爱国招牌：我们不反对企业宣称爱国精神，但打爱国旗帜，行促销之实，就让人很恶心了。
打大师旗帜：这种暗示不算恶性，但“大师”和最终品质其实没有必然联系。
打豪华配置牌：展现大量豪华用料，增加消费者好感。这种引导不算坏，但豪华用料同样不是最终品质的决定因素。
打枪手牌：找人在论坛、网站中宣传，造成消费者众多、口碑很好的假象，这种操作手法深受很多耳机企业喜欢。这是典型的恶性引导。当然，也有真正有口碑的产品在论坛中广泛传颂。
打概念牌：这种手法也是常见的，无须举例了，现在多媒体厂商乐于此道。很多所谓概念和音质毫无关系。
打权威牌：XXX来自德国，从事声学研究已经NN年，拥有著名产品YYY、ZZZ，其品质毋庸置疑。这种宣传不少见，太多肯定性词汇，可以认为是有害的。
……
● 心理暗示无处不在
不管厂商用何种方式去宣传，消费者都会不程度的被暗示。因此，我们没必要害怕暗示，而是要做到去区别什么暗示是有害的。其实只要保持一颗平常心就可以做到，不去刻意追捧、不去刻意贬低，选择产品时，眼前自然会豁然开朗。由于我们接触太多音频设备，对品牌已经处于麻木了，此时，我们看产品反而会更加清晰，这只是经验之谈，您可信也可不信。如果通过阅读本篇文章，你了解到有个“心理暗示”存在，目的就达到了。
● 写在最后
小编看过这篇文章后受益匪浅所以在此与大家一起分享，相信如果自信看过通篇文章的朋友一定会对听音有了一个全新的认识。