[摘要]高保真耳机浅淡

sansan

10块钱的耳机和1w的耳机差距究竟在哪里？

            第一个音质关键词，解析度
解析度可以简单理解为器材还原音乐细节信息量的多少以及细节信息的清晰/细腻程度，是一个耳机耳塞包括音箱最基本的素质，也直接决定了器材的定位和定价。同一首子，不同器材让你听到的细节内容是不同的，如果信息量不够，三频听感再好也无法准确还原现场音乐。另外不同价位耳机的定价依据很大程度上和耳机的解析力相关，这是耳机振膜对信号响应灵敏程度的一项基本素质，但很遗憾，目前没有任何指标能够直接测试出耳机的解析力情况，所以目前只能通过人耳的主观对比听感来评价一套音频器材系统的解析力高低。

                          




Ryan Farish 是美国电子艺术家，制片人，格莱美奖提名的作曲家和DJ。他的作品广受人们喜爱。选取2首深考器材的解析力,如果发闷那你真得换器材了。
                        





补充内容 (2014-10-24 07:07):
如果第一首发闷, 第二首没泛音, 那你真得换器材了,,,,,

sansan

叫醒你的耳朵
不要妄自菲薄，说自己木讷听不出声音好坏，咱们和那些专家的耳道结构没有什么不同。诸葛亮有句名言：什么都略懂一点，人生才能丰富一些嘛。本期就是面向广大“木耳”的朋友，叫醒你的耳朵，不要错过一个可能带给你巨大愉悦的精神乐园，当然，也因此，本文是一篇非常初级、狭义的入门听音指南，不聊专业，只正三观。

sansan

优秀的耳机声音应该具备以下几个特点:
1.音色纯净,声底干净, 无任何音染和杂声;不过亮不过暗;
2.解析力要好,细节丰富充实, 结像完美精致;
3.三频平衡感好: 高频舒展通透,不呛不冲; 中频细腻润泽,不毛不躁; 低频干净饱满, 收放自如;
4. 三频能量分布均匀, 响度一致, 频段间的融合自然顺滑, 无突兀无毛刺;
5.声场还原力强: 乐器定位准确而稳定, 声场开阔饱满,有足够的信息量;
6.人声亲切自然,有厚度,有磁性,无夸张齿音和鼻音;
7.无动态压缩, 有较好的速度感, 大音量下不失真或失真很小;

               ------------ 烧路无止境，且烧且珍惜！

sansan

0~50元的耳机
三频信号失真严重，能听出歌曲的主旋律，细节部分大量缺失，解析度很差，对人耳损害较大，因为声底太混，为了听清楚主旋律，你会接受到大量的噪音。

价位适合音乐风格：都能听，流行人声是能听清的
（PS：价位适合音乐风格是指这个价位会有某一款耳机适合表现某类风格的音乐，而非所有这个价位的耳机都能够表现那类音乐）

100元的耳机
外观可能会很好看，比如ATH ON3，三频马马虎虎，可能有一个频段比较突出（多为低频，偶尔会是高频）

价位适合音乐风格：流行pop，可能还有部分重音较强的电子乐

200元+的耳机
三频做的都可以接受了，但是声底还是有点浑浊，解析度提高，细节开始出现，比如PX100（现在为PX80和PX100 II）。

流行乐，乡村，摇滚（入门级价位）

300元+的耳机
这个价位开始出现不少经典型号，k420/k430，mx90，mx760（停产，目前为MX580，mx880系列），dt231（停产，现役型号为dt235），PX200（停产，现役型号为PX200 II），PP等等。
特点是三频相对平衡，一个频段会相对出彩，声底开始变得干净起来，声场开始出现甚至被强行拉伸（mx760）
解析度大幅度提高，细节开始突出，比如mx880，你可以听到不少原来听不到的音乐细节。

价位合适音乐风格：流行pop，流行女声，摇滚（大部分，但很难出彩），英伦，indie pop，newage（入门级价位），乡村，民谣，金属（入门级），古典（入门级）备

注意，这个价位的非入耳耳塞在素质上基本达到能够较好表现各类流行乐和电子乐的水平。如果无更多类型的音乐需求，这个价位的耳塞在质量和音质上已经能够满足大部分用户的需求了。


400~600元的耳机
这个价位是一个选择外观的价位，很多样子货在这个价位出现，综合素质和300元档的耳机相差不多。比如PX200 II，ES55。

价位合适音乐风格：同上，流行女声（进阶价位）

sansan

600~1000元
这个价位出现了比较经典的型号，M1，hd555，HD238，SR80，k450，K540，es7，A8等等，
综合素质比起300块上升了半个层次（当然部分外观华丽的耳机的部分素质甚至不如300价位的耳塞），听感也小有提升。并且部分型号已经到了仅仅靠外观就可以勾起购买欲望的时候了，比如ES7（优点是女声甜，缺点是中频凹）和A8（优点是声场宽，缺点是声场歪）。

价位合适音乐风格：基础音乐类型表现同上，额外的可获得上佳表现的音乐类型包括爵士（入门级价位），后摇（入门级价位），金属（SR80，进阶价位）摇滚（进阶价位）

1500元价位 步入hifi阶段
这个价位属于性价比比较高的段位，耳机的综合素质较之300价位的耳机提升了2个层次（至少两项属性达到hifi要求，具体的hifi属性见下文）。

便携耳塞进入了小四的世界，一代动铁经典ER4P，ER4B和ER4S。
动圈耳塞，除了国产小强PK1和ok1外，还有FS的M5（非常适合摇滚乐演绎）和B&W的C5（“耳语者”），外加森海塞尔新出的980系列（MX980、OMX980、CX980）这个系列在苹果各类ipod前端的情况下有上佳表现。

解析度大幅度提升，这个价位的耳机你可以听到丰富的音乐细节。
三频素质大幅度提升，可以说如果你是一个初烧者，这个价位的三频你会获得相对惊艳的体验，高频清丽，中频醇厚，低频层次开始出现是这个价位耳塞和耳机的一些比较明显的特点。

相对于动铁耳塞来说，非入耳的动圈在这个价位频响开始延展，动态出现，声场拉开。

但是，这个价位是一个动铁耳机入门的价位。这只是hifi的初烧阶段，新手在这个价位可以有较久的停留，选择开始烧耳机还是继续升级耳塞。

相对非定制旗舰耳塞（IE8，se535等，EX1000）的缺点：
整体性、三频衔接、声音立体结像等都存在或多或少的缺陷。

此价位的耳机声音结像感较差，声音形态不够立体。在声场变形的情况下提高解析度，容易造成听觉疲劳，比如ok1（某些情况下ok1的解析度会超过ie8）。故应该减少佩戴时间
动铁耳塞也存在这个问题，小四的高频虽然很彪悍，第一耳朵听会有惊艳感，但实际上那个高频存在大量失真（高频能量不足er4p造成泛音段信号衰减过快，或者能量过多er4b，表现金属残响时高频信号对耳朵刺激较大），听音超过2小时极易造成听觉疲劳（SE530的解决办法是把三频做的比较润，较为柔和，但结像依然很差）。

价位合适音乐风格：hifi级素质，频展基本能够完全达到各类音乐类型的风格诉求，但很难拥有全面性，即无法在多数音乐类型上演绎的更为出彩，古典（入门级），摇滚（hifi级），交响（入门级），金属（进阶级）

sansan

2000元+ 大耳机的巅峰价位！

（谈到hifi则必然要讨论一下这个价位的器材素质和听感，因为这些属性都是一些标杆式的属性）

许多曾经的神作动圈耳机都是这个价位诞生的，HD600，DT880，k601，701，等等，但是要注意的是，完全发挥这些大耳机的实力，前端（台机CD 甚至是DAT，高品质DAC，耳机功率放大器等）需要6000~20000的投入，不然声音听感甚至不如1000的耳机，不过天龙一些型号的大耳机直推也能出不错的声音，只是不会特别出彩。

这个价位的大耳机，素质已经进入了hifi阶段，三频能量分布基本趋于平衡，但部分型号的高频能量仍然显得犀利了点。
总之，此价位的耳机综合素质在合适的系统上应该是很出彩的。
具备hifi属性的特点有以下几种（可能会拥有其中的一种或数种，不可能全部具备）：

高解析力

这是基本素质，此价位的所有耳机都能达到基本要求，这个价位的大耳机在音乐细节信息量方面都是比较出彩的，相对于同价位的耳塞而言是多了不少，毕竟很多耳机曾经都是监听用的。但是要注意的是，在没有合适的前端系统下，这种强大的解析力反而可能造成极差的听感体验——你能听见音乐里面的所有细节信息，但是仅仅是堆积在一起，生硬，缺乏音乐感。

出现瞬态

这个属性是此价位耳机比较直观感受到的体验，通俗的说就是一个字，“快”。低频如雷霆万钧，中频要有控制感，能发能收，高频则需要一些灵动点睛的感觉。(是动态变化的快，而非残响收音的快，后者没有空气感)
举例来说，完美的瞬态表现，就是能还原出出《十面埋伏》琵琶独奏第一次拨弦后现场空气中那种瞬间凝固感，听过高水平（中央民乐团）的现场，应该体验过那种凝固时间的感觉。
PS：现场的空气凝固感要被还原，器材还需要有良好的残响和堂音表现力。


收发有度的宏观动态
如果一个耳机在表现大编制交响乐的时候，有一种心脏被一直拎到脑袋上却还没飞出身体的感觉。那就是……肾上腺素分泌的快感……
动态表现力的具体听感是在一段时间内通过不同乐器部演奏的声音响度起伏&对比来营造一种音乐气氛和情感的表达。
比如，在著名的进行曲《The Stars and Stripes Forever》中（圣路易交响乐团，RCA录音版本），乐曲结尾在鼓号齐奏大动态背景下的短笛声应该是忽明忽暗的，有一个乐器组更迭起伏的过程，仿佛穿梭在游戏队伍之中的感觉。如果器材系统动态能力比较差，比如IPC直推M1，那么在保证正常听音细节的情况下，这个短笛声是一直明亮的，没有明暗的起伏变化，声音被压缩成为一个平面（所有乐器都是差不多的响声）进而使得整个乐曲毫无情绪起伏，没有感情。这说明器材组合在大动态音频表现下存在较严重的失真。
动态关键词是响度，包括响度的起伏，也可能是同一时间内不同频段乐器的响度对比。针对这个响度的回放能力以及动态过程的控制能力，决定了耳机器材的动态表现力（动态表现对前端播放器和功放的素质要求非常高），这是音响以及耳机系统中一个十分重要的也是非常难以把握的属性。

sansan

宏观动态，这也是一个能量爆发的过程，比如爆炸的时候，全频段都在瞬间爆发，从最低的声响到爆棚的声响这时候对动态和瞬态的要求就比较高了。耳塞基本比较杯具，耳机动态表现普遍是不错的（音箱自然就无敌了……）。

技术的来讲，动态表现对耳机的素质要求就是在三频能量增强的时候（交响乐，钟鼓齐鸣，管乐和弦乐声部更迭的时刻）保证三频频响曲线尤其是低频曲线最小的失真（箱子的动态好是因为低频有天生的优势，而动铁耳塞则是低频天生残废，腔体缺少足够的空气）。从而通过不同声音响度的起伏和对比令听者感受到交响乐所表达的音乐情感。


出色的泛音表现

泛音就是乐器的倍频发声，具体解释参见百度知道（不知道的童鞋请自行查阅）,和还原乐器的音色，以及残响的量感分布有较大关系。

泛音表现能力是hifi属性中比较重要的一项，也是最为考验器材素质的一项还原需求，直接决定了还原声音的音色以及乐器残响和堂音的表现，高频泛音段能量如果不足（或者说衰弱速度不和谐，频响上去下不来的那种），则残响以及堂音是毫无味道甚至根本听不到的，其高频表现则会是过于尖锐甚至是刺耳的。但相对的，能够换来更为空旷和宁静的声场体验。

高频能量以及能量的衰弱情况和发生器材的腔体大小有关，所以hifi阶段的高频表现力上，基本上遵循箱子>耳机>耳塞的关系。
好比摇滚现场架子鼓打钹时的金属片颤动的尖锐声响。在良好的泛音表现下，摇滚现场的钹应该是夹杂着复杂环境残响的声音感觉，不会让人感觉异常尖锐和富有攻击性的。

另外，提琴的松香味，人声的韵味，都是泛音表现能力的一种聚象听感，这是泛音的一种直接体验。

简单分辨耳机泛音表现能力的办法就是去听三角铁声音的回放。
这个乐器基因会在泛音结束之前消失掉，“叮......”，“叮”是基音“......”是泛音，如果基音消失的同时泛音也没了，那么泛音表现就是比较差的，这点也是动铁单元的硬伤，高频频响比较差劲，正常的三角铁泛音基音削弱速度比泛音快。

同样，吉他的泛音演奏方式也可以使基音弱化，而突出泛音部分。


醇厚人声

在前端搭配合适的情况下，耳机出来的声音会变得十分的润泽，听人声会表现的特别味道，这种感觉在耳塞中较难达到，耳塞可以做的很毒，但缺少一定韵味，而韵味也是耳机泛音表现能力的一种体现。

大声场（关于耳机声场的详细解释见HiFi名词解释见《什么是耳机的声场（音场）？这不是“玄学”！》）
戴惯耳塞的人换了大耳机后第一项能感觉到的耳机表现。不论是横向的声场宽度，还是纵向的距离关系都是一种豁然开朗的体验。当然这里所说的耳机声场准确的讲是一种音场，是结像感+场感组成的一个模拟声场，和箱子的半真实声场完全不一样，需要一些大脑想象力

当然好的声场并不一定在于大，上乘的声场体验应该是将声音在一个空间内的立体回放，要有立体感，声场最好是圆球形的，而不是椭圆形，甚至是扁圆的，而这个问题就又衍生了下面一个重要的hifi属性，结像感。


上乘的结像感

结像感，重要的声场属性，在大声场的前提下，在保证定位和纵深的关系的同时，声音要具备立体的形态感，即是说器材发出的声音要凝聚在一起，要稳定而非飘忽不定。简单的说，小提琴的结像体积和钢琴的结像体积要能感觉到明显的区别，这才是好的结像感。结像感中最为重要的听感影响是弦乐组群奏时环境结像感（一种宽松而模糊的声音形态）的表现，也可以说是交响乐的韵味所在。

在前端搭配合理的情况下，2000价位的耳机部分型号会有不错的结像感，仿佛那边就是有一个人在拉琴。当然小编制和大编制的结像感对于耳机来说是一个取舍的问题。HD600在大编制演绎时候的结像感相当出彩，群奏时候的空气感会如潮水般的扑面而来。

sansan

第2个音质关键词:  结像感
1）结像感对于HiFi器材是十分重要的属性，但此属性对监听系统则是非必选的，后者会根据专业需要进行针对性的调整，所以本文仅以HiFi系统的声场体验来描述。
监听系统的目的是还原音源发出的声音，HiFi系统的目的是还原人耳听到的声音，这是两者理念的本质区别，监听系统普遍少残响表现能力（缺少厅堂感，声音取向以录音室为准而非音乐厅和剧院）。
     2）HiFi耳机系统的声音结像应该是在脑袋前方的，否则会有严重的头中效应，具体看器材搭配和耳机调音实力。总之，产生较强的头中效应的调音是很失败的（普通音源下，耳机不能避免头中效应，但是可以通过调音来减少头中的感觉）。
     3）本文是HiFi概念普及型文章，不涉及专业讨论，图文为直观听感的图示，距离为相对值，仅供参考。
     4）出现明显结像感的耳机基本上是大于￥2000的，系统价位在5k~10k之间，耳塞要求至少是系列的旗舰塞子，前端播放器推力要够大。
     5）所有耳机系统的结像感都存在或多或少的失真，因为耳机的声场是一个虚拟场（是通过曲线调音来完成声音相位还原的），例外的可能仅有AKG的声场神器KK（声场纵深可以按米算……）。
失真表现在声场大小、形状；结像面大小、形状、定位、纵深距离上。简言之，“还原一个真实声场的难度，无异于还原一个世界”。
     6）关于纵向声场
     我们经常听到的一个词，横向声场和纵向声场。纵向声场就是声场内发声源距离听者的距离。纵深的前提是器材系统必须有结像能力，没有结像能力的系统不存在声场纵深概念。
     一般以最远乐器或者声部的结像定位距离作为声场纵深的距离，比如交响乐编制中的打击乐声部（所以优秀的声场纵深必须有低频微动态的表现能力，因此耳塞在结像纵深多数都不理想，包括各类定制）。
     7）关于流行乐的声场，由于流行乐都是经过专业混音处理的，所以基本上其声场内只存在两种声音形象，人声和配乐，器材能将两种声音形象的空间感还原出来即可，对结像方位要求较低。

sansan

结像感的描述：

1、什么是结像感？人耳怎么样识别这种听感？
首先，结像感是一种听感，类似摄影中的对焦，因为人有两只耳朵，所以同视觉一样，听力也有一个对焦的概念，而对焦的结果我们称之为结像。

声学上，人耳主要是通过声音的响度、混响和延迟时间来判定距离，通过左右响度差来判定方位；两者结合后，就是一个立体声形象，理论知识谈到到此，下文还来看大家熟悉的听感。
PS：关系到声场真实度的另外一个重要指标是HRTF（头部反馈函数），这个和音源处理的问题关系较大；常玩游戏的朋友可能知道，游戏3D音效选择里面有D3D full HRTF选项，这个是针对耳塞的，none HRTF是针对音箱的，而less HRTF是针对耳机的，本文讨论不涉及这部分内容，因为市面多数音乐是普通立体声音源，没有HRTF信息。
2、结像感的类型

结像基本类型分为三种：
小编制：独奏结像（人声结像）
中编制：独奏结像+群奏结像（协奏曲、歌剧）
大编制：群奏结像（声部结像、环境结像、能量场结像）

按照还原难度来说，是两个极端。这个问题就会涉及到老烧们经常提到的一个HiFi的悖论，既是一套HiFi系统很难同时满足大小编制的回放要求（相对那个价位的水平而言），大奥和箱子也不行，必须有所取舍。而现场的听感基本上可以说是完美融合的混响，这点确实是Hi-end系统永恒的目标，该清晰的时候分毫不差，要气势的时候，磅礴如涛。

关于独奏结像（人声结像）
形象一点的说，就是歌者在唱歌的时候，你能判断其口型大小和距离位置。这时候结像越清晰越好，线条感柔和不刺激为理想，就是声音要足够细腻。
如下图（图示为理想状态，用ie8的听感作为一个中值，主要是因为这是本人的配塞，比较熟悉，不过ie8比较偏中大编制，是小提琴协奏曲以上编制的声音结像）

sansan

关于群奏结像（环境结像、能量场结像）
声部级的结像是这种情况，我们可以称之为群奏结像，也可以叫做环境结像（电影原声的效果），要求是结像清晰且必须能量有发散感，边界不能有明显的线条感，要模糊（混响感，比如厅堂感），否则听感非常刺激，是很糟糕的听感，容易导致听觉疲劳，不利健康。

、影响结像感的因素？
通过两张图的对比，我们得到一个结论，即声音距离人耳越远，其能量凝聚感越差，或者说发散感越强，那么结像面就会扩大。这点大家应该有体验，把音量调大，声音凝聚，调小发散，响度大小是人耳判断距离的重要依据，这个下文会详谈。
前端问题：
1）耳机驱动能力
理论上来说，在前端系统中，表现大编制的声场需要高速的前级运放，压摆率和电流质量要求高，不然瞬态和动态都会欠缺，就是丢信息（对后端的影响就是缺乏能量感）；交响乐大动态时候声音会非常单薄或者根本出不来大动态；但高速运放会对系统内部电路产生极大干扰，其在演绎小编制的时候，缺乏细腻感。

前端系统中，几个常见的素质和指标对结像感的影响。
推力=>影响动态范围、瞬态表现=>结像感
压摆率（运放速度）=>影响动态表现能力、瞬态、信息量（能量感）=>结像感
声道分离度=>声底干净程度、声音指向性、微动态表现能力=>结像感
推力不足的情况比较普遍，就是由于仅能保证中频和高频的能量供给，增大播放器音量后，低频速度和动态都跟不上，所以声场会严重缺少纵深，结像也被压缩，是一个平面化的效果，并且由于动态被压缩，声音基本没有立体感可言。比如IPC+IE8的组合，就是这种情况，所以IPC推ie8肯定是不及格的，比PC集成声卡输出还要差劲不少的声音，动态被严重压缩，声音没有感情色彩可言。
PS：这里涉及到一个健康听音的问题，建议各位在追求音质时候尽量选择推力较大的前端播放器。在随身设备里，苹果Ipod系列播放器建议选用针对其调音的耳塞/耳机，否则会间接对听力造成损害。当你用小推力播放器驱动一款高端耳塞的时候，为了让声音听起来更爽（更有对比，动态更大），会不经意的调高音量，而是用推力较大的前端，可以在音量（电平输出）较小的情况下达到悦耳的动态表现。（很多次聚会，我听不少烧友ipc的音量开的都很吓人，后来想了想，和ipc的推力有问题，在动态拉不开的情况下，增加音量会成为一个不经意的动作）

sansan

电平大小问题（音量大小）
一个普遍的听感，当你调高音量的时候，声音会凝聚在一起，如果过大，则声音会乱掉，如果音量不足，则声音会散掉，常用mp3播放器的人应该都能感受到。

音量大小对结像感的表达是有影响的，一套器材存在唯一一个区域，在这个区域内的电平是动态不失真的区域，超过或者达不到这个区域都会产生较大的动态失真，从而直接影响耳机的结像感表达。如果耳机价位在2k以上音量开到最大仍然没有人声结像感的话，那么前端播放器的推力不足，或者是驱动过度。

另外这和录音电平也有关系。因为人耳接受到的音乐响度信号是经过各种衰弱后的频响信号，这个响度是一个绝对值；而单元振膜通过电流驱动将器材的电压信号转换成声波，电流质量和电压信号的准确程度将直接影响到人耳最终听到的声音，那么录音时候的电平设置就是一个很重要的因素，通常古典录音电平都比较低，所以还原的时候要把电平调高，这个时候，控制力不足的前端很可能高频就飞掉了，因为抬升电平后，低频大动态是非常吃电流的，如果电流储备跟不上，那么低频的动态上限就会被削掉，高频就直接坐火箭上去了…
     （交响乐爆棚的高潮部分的时候，如果你听到都是华丽的弦乐组，或者弦乐和管乐交相辉映，看起来甚是辉煌，那么恭喜你，这套系统肯定听不了大编制；现场交响大动态的时刻，管乐声部会全面盖过弦乐部，以拉开动态范围烘托场面和气势，这时候是管弦乐齐鸣的时刻，如果弦乐组过分突出了，那么指挥的控制力就值得怀疑了）。
     这个问题同样是调音师应该把握的了，一个好的前端，素质和调音各占50%，考虑到人耳健康问题，最佳输出电平会设定在人耳比较舒适的响度范围内，但还要考虑后端耳机的阻抗和灵敏度性质，这些都会影响最终的声音响度。所以一个前端只可能适应有限的耳机，至于很多有增益的设备，只要是一条线路的，通过增益减益来达到不同阻抗灵敏耳机，多少存在失真，还不小，只有默认的电平输出是最小失真。

sansan

结像感和声音的素质以及风格问题。

结像感和定位、声场纵深、以及空间感的区别。

结像和定位的区别在于，结像感并非一个点或者一个指向，而是一个有距离，有空间容量的立体声音形象。也就是说我们平时所说的结像感可以看做是结像定位感的简称。

声场纵深是一个距离的问题，和结像清晰度关系不大，但是好的结像感，声场纵深必须够好。这里可以举一个结像优秀而缺乏纵深的例子，对~就是经典的DT880，典型的椭圆形的声场，在驱动不好的情况下，人声和乐器的声音就在脑袋里发出，有严重的头中效应，驱动良好的情况下，声像也较近，典型的监听风格。