主观音质评价与客观测量
王富裕
一．什么叫音质评价 ？ assessment of sound quality
通过听觉判断声音（原声或重放声）的质量水平。目前，对于语言主要从语言清晰度，而对音乐则从与作品类型和风格相吻合的音乐的可听性和欣赏价值来判断其声音质量水平的高低。
二．为什么要进行音质评价？
因为现有的客观测试还不能完全揭示音质的所有特性的本质，音质评价术语还没有一一对应的物理指标。甚至有时客观指标与主观感受有许多不一致的地方，有待人们进一步去研究、揭示，所以，客观测试不能代替主观评价。我们制作音响产品的最终目标是满足人们听觉享受，因此，有必要对我们开发的音响产品进行主观评定。
三、实施手段：
1、听音测试 listening test
让一定数量的、经过训练的听音员，在规定声学特性的房间（也有人叫试听室、听音室或审听室等）内，按照共同规定的听音试验方法，对音响设备、节目源、乐音或乐器音等的音质进行主观感觉的评定 ，最后用数理统计或其他方法对评定数据进行计算，评定出结果的试验。有人也叫试听试验。
三、主观音质评价的特点：
1．声音质量评价的模糊性 blur of sound quality assessment
指声音质量主观评价涉及人脑的感受和思维，不像客观电声指标那样具有精确性（精确的程度是另一回事），不能用一个明确的数字或一条明确的曲线来加以描述。因而，它是对一些模糊信息（如亮度）的模糊数学方法来处理声音质量单项评价的得分，以求得综合评价的结果。
2、评价尺度---多维尺度法 multi-dimensional scaling
是从实验心理学发展起来的一种统计方法。该方法是从大量实验数据整理并明确其贡献程度的一种数学方法。这种方法经常用来分析听音试验的实验数据。
评定尺度 grading scale
声音质量主观评价中，对其品质等级给出的量度（评分）。分两级评价尺度，5级（10分）评价尺度等。5级评价尺度的表示如下：
“0”表示不能想象的最坏，“10”表示理想的最好，把“0”和“10”看成定义尺度端点的“标志”，实际评定中使用1~9（可含一位小数），另外，附以5级评语说明，如“优、良、中、差、劣”或其他语言。对不同的音质评价用语所得到的评分会有所不同。
3. 哪些因素导致主观音质评价的差异
人们在评价同一个音箱的音色方面有着差异，评论者的意见经常相去甚远，引起差异的主要原因有：
（1） 每个听众对音色都有自己的看法。有的人愿意听音量大而深沉的低音，而有的人则把这种声音看是模湖不清。相当多的人喜欢有适量低音部的声音，否则，放音时，声音就会发干。有人喜欢中高频较多甚至尖刺的声音。口味不同。
（2）评价音箱使用的音乐软件（磁带、CD唱盘等），也是使音色产生重大差别的原因。为了亲身体验，必须在高保真装置上连续听同一乐曲不同版本的录音。虽然，在古典乐曲的录音中已经摒弃了电子对音色的影响，但是各个乐团的音色有着很大的不同。除了在乐器配制上不同之外，录音师还有许多另外的可能性的影响。最重要的影响因素有：录音室（如音乐厅、播音室、教堂等等）自身的声学条件，选择话筒的型号，话筒的数目和放置地点、母带的混录制等等。在流行音乐中相当普遍地让全部乐器先单独录制，然后再混录制作，并使用想象中的一切电子音色变化，使两盘不同的唱片产生的听觉效果完全不同。
（3）另外一个影响音质评价的因素是监听室、听音环境对音箱的音色起决定性作用，这点常常受到不可原谅的忽视。
由于室内声学的重要性，所以对这个问题要详细讨论。
4、室内声学---为什么需要试音室？
每个房间都可以通过其建筑结构的给定条件（如房间大小、房间形状和房间表面结构及家具布置等），影响室内声音的整体印象。声波在室内传播，碰到墙面，顶棚和家具，多次反射吸收直到最后消失。从声源直接传播的声音和反射声都对重播有决定性意义。
可以从声源直达声中得到特性曲线和确定声源的空间位置（声像）。间接发出的声音由第一次强反射和逐步减弱的混响声组成。间接的声音决定着实际感受到的声强，清晰度和听觉的立体感（环绕感、包围感）。
任何时候也不能在居室中像在音乐厅中一样享受到类似建筑结构中的完美音乐。尽管如此，通过巧妙地搭配音响器材和音箱的摆位调式，可以使重播尽量的完美。
如果最初的强反射，在直达声之后几毫秒内就到达人的听觉，这样就会歪曲声音的定位，像在瞬态特性很差的音箱旁边一样，出现模糊的声音。为了避免声音过早地反射，不要使扬声器靠近室内墙壁、墙角、柜子和桌子。
在家具布置简朴，墙内表面坚固、阻尼小的房间里容易出现声波来回多次反射，形成驻波，也就是颤动回波。声波总是在两个墙壁之间来回反射。在这样的空间中声音给人的印象是有回响，不清晰。在一端墙壁上装阻尼材料就可以很容易地补救，如：挂窗帘、挂壁毯、铺地毯等等。
听音环境对扬声器音质影响巨大，主要由于房间因素引起的低频混响时间，反射位置决定的（初次反射时间，反射次数 ）巨大差异而导致声场分布，特性不同，从而很大程度上决定了不同房间环境，不同的音质表现：吸音少的大房间、房间混响时间长，声音丰满，但过分了就会混浊不清。
为了最大程度获得良好音质和均匀声场，又符合大多数人们的听音环境，IEC和其它制定标准的机构皆制定了听音室的标准。如IEC-60268-13，Part13中关于标准试音室有如下叙述：.
6.7m(L)X4.1m(W)X2.8m(H),硬天花顶，地板铺设地毯，听音位置侧墙及后墙，有橱子，书架等（散射用），扬声器（音箱）后面墙壁为窗帘布，软垫布沙发，扬声器（音箱）与听音员之间的侧墙平整和高反射性。
混响时间250Hz~ 4kHz 间 0.34s 40Hz为 0.85S 10kHz为 0.25S
你是否真正需要一个完全符合上述要求的听音室吗?如果你的试音室还未建造你可以参照。否则，你能真正理解室内各部分布置的真正目的,你就可以对你的实际使用的房间略加改造即可成为较满意的听音环境。.
首先房间尺寸不要那么绝对的严格,相近尺寸即可(注意尺寸不要是整数倍,防止驻波产生和简正模式的合并引起的声场不均匀),与标准类似的长方体形状,掌握下列原则:
① 房间内放置扬声器(音箱)后侧应阻尼良好(吸音),窗帘\声学发泡装饰材料,挂毯,织锦装饰画皆可.
② 地面铺地毯,吸音，减弱影响声像的强反射,
③ 靠近听音者的墙面应为散射性的,但不是吸音(阻尼)
④ 扬声器和听音者之间的侧墙应平滑和反射性的.
5、国内关于听音室的标准
理想地讲，试听室应模拟国内典型家庭房间的听音环境，扬声器听音试验国家标准规定试听室的性能要求及具体建议：（1）混响时间：在250~4000Hz之间，听音之区内的混响时间T60，在0.3~0.6s范围内的平均值，最好为0.4±0.05s ;而且T60的各测量值偏离平均值不大于25%；在250Hz以下，4000Hz以上，允许T60 偏离上述平均值超过25%；但在250Hz以下，T60不应超过0.8s;（2）试听室内声频响应尽可能平滑、无明显声染色；（3）在100~5000Hz频率范围内，室内不应有任何异常共振和颤动回声；（4）环境条件：温度18~35℃，最好为20℃；相对湿度为25%~75%；气压为86~106kPa；（5）本底噪声声，空场无听音员时，在听音区测得的本底噪声声低于35dB（A计权，慢档）；（6）室内灯光、色彩、坐椅等应使听音员感觉舒适；（7）试听室尺寸：见图6.10所示。下列数值为推荐尺寸：体积（V）80m3,高（H）2.8m，长（L）6.7m，宽（B）4.2m
四、谁能作出正确评价?
实际上,不同人对同一声音的优劣有着不同的判断,只有经过训练的和从事音乐工作的人员才能作出相对正确的判断。
听音员 listener
在进行听音试验或心理声学试验时，为了了解人们对声音的反应，在试验中所起用的听音人员叫听音员。一般是根据试验的目的来选定听音人员。作为听音试验的听音员，是要经过听音训练的，他们具有高保真听音经验，最好有听现场音乐的经验，对音乐基础知识有一定的了解，在125~8000Hz的频率范围内，他们的听阈级应低于20dBH1（当然不需要把听力损失超过上述范围的人排除在外，但是对他们的听音评价结果，应分别进行分析，检查其数据与正常听力人员的数据一起处理是否合适）。在听音经历类似的听音小组内，由于个人间的可靠性通常相当高，所以在听音小组内听音员人数可适当减少，但不能少于4人，如果发现评判的可靠性不满意时，则需要增加听音员，听音员人数较多时可分组进行听音。
测听队—(专业评价团 )sound jury
由经过专门训练或对声音质量主观评价有一定经验的人员所组成，有能力对音乐质量（或语言清晰度）的各种属性的总的声音质量，给出定量评价（或评定）的队伍。
语言测听人员应能听辨普通话和熟练认识常用字，人数到少有5人。发音人员能识常用汉字，普通话发音标准，口齿清楚、音量平稳，男、女各一人。
音偿评价人员应有一定水平的音乐理解力，并以不包括演出人员的艺术人员为主，录音和有音乐理解力的听众为辅，其人数为4~10人。推荐7人；若人数多，宜分组进行。
那些知名的公司都有自己的一支听音队伍.
五、如何去评价,评价哪些方面?
首先,听哪种音乐?这些音乐又能反映音质的哪些方面?评价的尺度如何？
主观音质的分类方法多重多样，其用于表达的词汇也是五花八门，关于各词汇的理解定义在后面专门阐述。
下面是Linkwitz lab声学顾问公司的分类建议：
|
|
|
﹢5 |
0 |
-5 |
|
1 |
Clarity/Articulation/Speed 透明/清晰/速度 |
Very detailed
丰富的细节 |
|
Very1veiled
很朦胧 |
|
2 |
Instantaneous1Volume-range 瞬间音量范围（动态） |
Like1live 逼真、现场感 |
|
Compressed 压缩 |
|
3 |
Spaciousness/Openness 空间/开阔度、旷度 |
Airy 空气感 |
|
Boxy 闷箱声 |
|
4 |
Size of1virtual1sound1image 幻像虚声像的尺寸大小 |
Pin1point 针点状（集中） |
|
Diffuse
散开的 |
|
5 |
Width ﹠Height of sound stage
声场（舞台）的纵深距离感 |
Wide 宽 |
|
Narrow
窄 |
|
6 |
Depth1of1sound1stage 声场（舞台）的纵深距离感 |
Deep 深 |
|
Shallow
浅 |
|
7 |
Treble1in1proportion1to1midrange 高音相对中音的比例 |
Bright 明亮 |
|
Dull 暗哑、不清楚 |
|
8 |
Treble1quality 高音音质 |
Soft 软（柔） |
|
Hard 硬 |
|
9 |
Bass1in1proportion1to1midrange 低音相对中音的比例 |
Overblown 过多、肥 |
|
Thin 单溥 |
|
10 |
Bass2quality 低音音质 |
Tight/Articulate 紧凑/清晰 |
|
Loose/Boomy
松散/过多\轰鸣 |
|
11 |
Accuracy/Fidelity 准确/保真度 |
Revealing 原声(质朴)重现 |
|
Euphonic 音色加工(美化) |
|
12 |
Emotional1involvement 动情程度 |
Lost1in1the1muisu 忘情于音乐 |
|
Wanting to leave
想离开 |
|
|
|
+5 |
0 |
-5 |
听哪些音乐？
Linkwitz lab声学顾问公司的建议，选用下表所列类型的音乐
|
A |
Symphonic music
交响乐 |
1-12 |
|
B |
Jazz band
爵士乐队 |
1-12 |
|
C |
Large mixed chorus
大合唱 |
1，2，3，5，7，8，10，11，12 |
|
D |
Small female group of singers
女生小合唱 |
1，2，3，4，7，8，11，12 |
|
E |
Small male group of singers
男生小合唱 |
1，2，3，4，9，10，11，12 |
|
F |
Percussion set
打击乐 |
1，2，3，4，8，10，12， |
|
G |
Organ
风琴、管风琴 |
2，7，9，10，12 |
|
H |
Single voice +string bass+piano
单个人声+贝司(弦贝司)+钢琴伴奏 |
1，4，8，10，12 |
JAES 的一篇论文《Perceived sound Quality of High-Fidelity Loudspeaker>中如下方法分类
RATING OF SOUND QUALITY(音质等级)
六、常用音质测试设备和A/B比较听音方法
1、 听音设备:
1. 高级CD机,优质测试CD
2. 优质前级和后级功放,或合并式功放.(平,大功率,失真小)
3. 优质信号线和喇叭线(尤其是喇叭线,过线,过长的音箱线,损耗,降低系统的阻尼).
4. A/B切换系统(三路或多路),最好能遥控的.
5. 测试箱1对,(最好有不同体积的二种,或三种)如1cųƒt, 2 cųƒt, 3 cųƒt.（听扬声器用）.
6、声级计,万用表（带峰值保持功能,能测电压有效值,DCR）等测量仪表。
7、当然还需要听音主体—你！要成为合格试听人员,必须多训练多听,尤其多听现场音乐和高保真系统重放的音乐,最好对多种乐器的音色熟悉.这样久而久之,在你的记忆中存在一个标准的参照系.你就能判别好与坏.
2、A/B比较听音法
一种在规定条件下由A/B两个不同系统（或设备）重放相同节目，比较两者质量的主观评价方法。在这种方法中，每次由需进行质量评定的两个系统分别把每个节目演示一次，节目的次序和A/B对比的组合均以随机方式变化。在每次A/B对比演示结束时，听音人员根据节目的理想保真度来评定A/B系统重放的每一个节目。对某些音乐和语言，听音人用亲身经验的记忆来评定该重放声与原来记忆的声音相符的程度如何。而对另一些如流行音乐和电子音乐等，则评定该重放声与设想中声音的保真程度如何。
七、音质评价术语的含义及与客观物理参数之间的关系
我们每一个音响工作者时刻牢记频率和波长这两个最基本的概念，如100Hz，对应波长3.4M；1000Hz，对应波长34CM；10KHz，对应波长3。4CM。很多声学现象如指向性、圆周分布的分割振动、各类乐器的低端下限频率（基频）、声波的衍射、都直接与声源尺寸（声波波长）相关。
下面是各种乐器所能覆盖的频段：
Tannoy North America Inc. T: (519) 745-1158 F: (519) 745-2364 E: inquiries@tannoyna.com
Fig. 1 The Frequency Range of Musical Instruments
谐波的定义、产生的原理、意义
现在我们再分析一下人对音频的不同频段在的感受。
40Hz以下，极低音deep bass 负责声音下潜深度，决定声音的沉重感。人们对它的感觉要比听觉灵敏，如果没有足够的响度，人耳一般是听不到的，因为它给人的更深印象是空气振动感。
40Hz~150Hz，低音，负责声音的宽度，也可说软度。
其中40~80 Hz，人耳听觉的灵敏度与感觉差不多一样，该段的一个突出特点是：即使响度很大，也不会给人不舒服的感觉。又由于它能产生极强的“重感”效果，因而给人强烈的声场刺激。如果该段量感太少，丰涌澎湃感一定没有，而且会导致中高频的突出；使得声音失去平衡感，不耐听。
80~160Hz，中低频，对人的声场刺激效应较强，最易使人产生头重、头闷等不适感觉，因此该频段不宜过强。该段易有峰谷，这与小房间长、宽、高尺寸有关，低音鼓和男低音在该段。
150 Hz~ 500Hz，中低音，负责声音的力度，也可说硬度。
其中，100~250Hz，该段具有良好的丰满感，可用于调整发音丰满度，如人声、小号、吉它、弦乐等，使听起来更圆润、甜美。
500 Hz~2K Hz，中音负责声音的亮度，包含大多数乐器的低次谐波和泛音成分，合适时声音透彻明亮，不足时有朦朦胧胧的感觉，该段频响有凹陷，声音马上变瘦了。
其中，800Hz附近，是人们日常各种噪声集中占据频段，易使人厌烦。如该段提升10dB，会使人产生一种嘈杂、狭窄的感觉。
2~5K Hz，中高音，负责声音的透明度，为人类听音最敏感部分，提升时像加了激励器，过强时会隐蔽语音声音的识别，不足时声音穿透力下降。
其中，3400Hz附近，该段是人外耳共振频率，因而，人耳对其听觉灵敏度最大，该段最易使人产生疲劳感
5~10K Hz，高音，负责声音的脆度，影响声音的距离感，亲切感和色彩感，过强时会使木管乐器，（如短笛，长笛）和小提琴突出，语言齿音明显，声音清脆；不足时擦音表现不出，声音欠华丽。
其中，6800Hz附近，3400Hz的二次谐波，亦使人产生听觉疲劳，只是与3400Hz相比，其引起的疲劳感更具有尖啸、刺耳的感觉，3400~6800Hz响度过大，人耳难容忍
10K Hz以上，极高音，负责声音纤细度和解析力，合适时三角铁和主擦的声音剔透率真，金光四溅，沙锤节奏清晰可辨，过强时，金属感明亮；不足时影响声音细节的发挥，多个不同声音之间互相掩蔽的情况加重，声音有搅成一锅粥的感觉。
7500Hz以上，音感清澈纤细，即使响度很大，也不会产生像6800Hz那样尖啸声响。声场效应而言，它给人清新、宜人的感觉。特别是在12KHz频点处最为明显。
听感与频率
30Hz 200 Hz 500 Hz 4K Hz 8K Hz 16K Hz |
30 Hz 单薄乏力 500 Hz 散飘、沉闷 5K Hz 暗淡 16K Hz |
各物理参数与主观听感的关系
（1）频率响应曲线，最重要，影响所有的音质特性的参数，有凹陷，说明该频段缺失，声音失去平衡；有峰值，此处可能存在共振，声音刺耳，后沿特性不好，瞬态响应差，影响声音的清晰度。低频段低，声音不够丰满；过高，缺少明亮感和清晰度。中频段，过高，太吵；过少，声音朦胧不透明。高频段过高，声音尖刺、齿音突出；过低，声音没色彩、缺乏解析力。当然频率响应好，并不代表声音一定好听，还有其他众多影响音质的因素，只是必要条件，不是充分条件。
（2）失真度，影响系统的保真度、柔和度、有无异音，失真的来源多种多样，主要由于电→力 和力→声两次转换过程的大量非线性的存在，（KLIPPEL）失真又可分为奇次谐波、偶次谐波、分谐波、互调（调频、调幅）、相位、瞬态、多谱勒（DOPPLER）频移等等。这些在原来的信号中掺入的多余频率成分或幅度变化，改变了音乐结构，恶化了系统的保真度，尤其是奇次谐波和分谐波等不和谐频率的加入，破坏了原来音乐的美感。要特别说明一下，偶次谐波与原先的信号基频是和谐的（和声，就是几个音组合在一起，和谐的），美化了原来的音质，然而这是不真实的，就像加了味精，失去了原汁原味，照样是失真。电子管功放就是这样，比较圆滑的削波，主要产生了偶次谐波失真。
（3）指向性，决定扬声器辐射能量的空间分布，也就是其功率响应。指向性窄的扬声器或其系统因其在房间中各个方向反射的能量减少，导致混响声少，声音响度降低，音质不丰满。这就是为什么一个6。5“和一个8”或10“低音制作的两分频音箱，即使相同分频点、相同的轴向频率响应，其听感差别一定很大，因为大口径指向性比小口径窄。（当然还有其他原因）
（4）瞬态响应，反应了扬声器的信号跟随能力，分前沿和后沿特性。质量愈轻，惯性小，反应快，前沿和后沿特性好；阻尼好，衰减快，后沿特性好。与扬声器振动质量和Q值有关。需说明，这里的阻尼不仅指F0附近，包括中高频。任何形式的谐振，都会影响瞬态特性。瞬态特性还影响着声音的清晰度和解析力。累积频谱响应（俗称瀑布图）就反映了后沿衰减特性。
（5）T/S参数相关的音质特性。从两条阻抗曲线导出的THIEL/SMALL小信号参数，反映了小振幅下的磁路系统、振动系统的数据。简单介绍一下，具体的以后《扬声器设计》中详解。
F0 Sd Cms Vas Mms BL Qe Qm Qt SPLo
(6)相位失真---群延迟,相位随频率的导数,时间上的延迟
常见的音质评价术语及其解释（参考《www.audiophile.com》、《电声词典》）
音质评价术语太多，以下只是笔者整理了相关的一部分，还有很多大众化的词汇，一般一看就明白，这里没有一一列举。另外，有些词语具有正反截然不同的意义，如soft,好的评价指声音柔和，频响好，高频延伸但不刺耳；而不好的评价则是中高频不足，缺少脆度，中低频缺少力度。又如sharpness,好的评价指各频段棱角分明，动态大，瞬态好，声音锐耳；不好的评价则是中高频有峰，过于突出，可能阻尼不好存在共振，听起来声音尖刺。所以有些词语的准确意义要看使用场合。
1．透明度、通透 clarity,transparence
指与亲切感、温暖感、层次感以及直达声与混响声响度比等诸因素相关的综合评价。要求瞬态响应好，频带宽而均匀。在听感上，低音饱满而不浊，中高音有穿透力而圆润，各声部清晰而融合，纵深距离感强。
2．气魄、动态 dynamic
指声音有气势、浩大，有排山倒海、震人心魄之感。响度足够而不失真，低频特别是中低频出得来。活跃，混响声足量而不浑浊；力度好，在强乐段能冲得上去而不过分。与功放的功率裕量\扬声器的线性范围等有关.
3．丰满 full
指基波相对强于谐波。低频响应良好，但未必有所延伸，但在100 Hz到300 Hz的频率范围内，具有足够的电平，男声在125 Hz一带相当充足，而女声和小提琴声在250 Hz一带也相当充足，萨克斯管在250 Hz到400 Hz一段也很充足。反义词为“单薄”(thin)
4．空气感 air
用于表示高音的开阔，或是声场中在乐器之间有空间间隔的声学术语，此时，高频响应可延伸到15~20KHz反义词有灰暗dull 和厚重thick。
5．朦胧 veiled
指在重放音乐与聆听者之间有些模糊和含混的感觉。反义：transparent.
6．原声重现 Revealing
关于扬声器或系统全面性的评价，指其优异的细节（detailed）、凝聚力(focused)、解析力(analytical)等。
7．开阔spacious、空间感 spaciousness
指能够有空间感，环绕感或在室内像摆有多种乐器的那种感觉。能展现宽广声场气氛的全景图，可能比扬声器之间的距离还宽。
演出（或重放）时，使听众（或演员）有如在某一容积空间内听音（或演出）的感受。这是由于房间内的声音从各个不同方向到达听众而引起的。人们的听觉不能分别地确定这些方向，但是能够得到一个总的印象，即空间感。由于人耳对从前方到达的侧向反射声最为敏感，所以听众席上除直达声外，有一定延迟时间（5～80ms）的前方（左、右约40°以内）侧向反射声是空间感的决定因素。一些人认为混响声能的主要成分（延迟时间在80～160ms之间的声能）也与空间感有关；而另一些人却认为混响与音乐风格均和空间感无关。如果侧向反射声使一个点声源能起到扩展视在宽度、而又不破坏对该声源的定位能力，即为好的空间感效果。因此，它与通常所谓的立体声感觉是有区别的。
8、开阔度、旷度 openness
总体音响有饱满而舒展、柔软而有弹性、展开度极好的听觉感受。混响与直达声比例恰如其分，与艺术作品的类型、风格、规模相吻合。立体声像的宽度充分而合理，深度、层次感合宜而自然。总体空间感良好尤为重要。
9． soft
松软，不好的评价指极其封闭（紧缩）而不开阔，高频响应不良，稍微有些灰暗。
柔和，好的评价指频响好，失真小，没有尖刺的声音，与SMOOTH相近。
10．清晰 articulate
能够清晰的分辨音调的声学术语。
11．平衡 balance
该词包含很多意思
(1).指在音频频谱的高段和低段之间在相对响度上所存在的均衡客观关系。
(2).也指双声道左右声道之间的信号相同（平衡）
（3）指乐队各声部间的平衡，独唱（奏）与伴奏有恰当比例的平衡，立体声像全景中的各声部在宽度和纵深层次上的平衡。这种平衡中有此起彼伏；独唱（奏）在平衡中有主有次；在全景宽度和各声部相对宽度的平衡中，允许色彩性音响适度强调等。但总体上，声像全景各部分应有比例合宜， 比较平衡的能量分布。
12．箱声（闷声） boxy
指听到的音乐像从封闭的箱子中发出来的而有些共鸣。有时则指250~500Hz一段有些过强。
13．缩 、封闭 close-in
声音不够开阔，不大柔和，和缺少空气感和细节。多因频率高于10 kHz时有了衰减的缘故。与spacious开阔相反。
14．明亮 bright
指突出4kHz~8 kHz的高频段，此时谐波相对强于基波，明亮车声并没有什么问题，现场演奏的音乐皆有明亮的声音，问题是明亮得掌握好分寸，过于明亮（甚至啸叫）便让人讨厌。
15．包围感 ambience
是指听音人感觉自己被周围的声音即声场包围着。
16．不平衡 unbalance
作为音质术语是指各种声源产生的声音的强弱关系不够平衡，或高中低各音域的音量等不够平衡；作为立体声术语是指左右声道的声音分配音量感等不对称、不平衡。
17．宏亮（度） sonority
指谐音丰富且其衰减缓慢，瞬态响应良好，混响感合适而有良好的清晰度。在中高频段内略有提升，失真小。听感上低音浑厚，中音丰满而有力度，高音充分，声音宏亮，亲切而活跃。
18．厚实 rich
指听感上声音厚、有力，低音宽广。中低音丰满，各声部均匀而有对比，响度足够，混响感良好。总体印象是声音坚实而不死，厚而不浊。
19．环绕感 surround sensation
指声音的音量、音调、语气和情绪，与画面、剧情、场景及一切有声艺术的特定内容。在环境、人物、空间的广度、深度和亮度、比例诸方面相吻合。达到听觉各视觉（或幻象）的一致性，符合所描绘的特定环境。
20．混响感 reverberance
听感上对室内声能衷变过程的主观感觉响应。它与房间的混响时间、直达声和总声能之比密切相关。厅堂的混响感不足，又会使声音无光彩。只有具备较理想的混响条件，才能给人以合宜的、恰到好处的混响感。参见“混响的主观印象”。
21．立体声感 stereo perception
指立体声重放时，能清晰地感受到声源在空间的各自位置，声像群分布平衡、合理，宽度和深度印象良好。为此，要求录放声通路的频响宽，动态范围大而失真小，室内混响时间适当。
22．临场感 present sensation,presence
也称现场感。（1）在演出现场听音时，要使人有“身临其境”的感受。合适的近次反射声、混响声和心要的效果声，将使听众感到是处于与演出人员所在场所相适应的声学环境中。（2）重放声使人有“身临其境”之感。要得到这种效果，录音时，应视作品的类型和风格，可用近距离拾音方式，加上一定的延迟声和合适的混响声；或用用主立体声传声器综全制式拾声方式，辅以若干因距离不同而延迟时间也异的单传声器予以支援。并改善放声通路在3kHZ到8kHz的频率响应，从而级听音人以一种错觉：犹如声音来自真实的声源。
23．明晰度、解析度 definition
（1）听感上总体层次好，响度与亮度合宜，保真度好。音质纯真，频带宽而均匀。混响适度，中高频混响量充分。低音厚而不浊，中音丰满而旋律线条清晰，高频丰富而音色明亮。（2）室内的明晰度是在混响中，早期反射声能（对音质有帮助的有用反射声）占全部声能的百分数。其计算式为D= 。式中,r是在听觉上声音响度效果可以相加的最大时差，一般取50ms;I声能。
24．模糊度 blur
指听感上声音含糊不表，明亮与清晰度均差，低音过重而浑浊，中高频缺乏且层次不清楚。它与谐波失真或互调失真严重、瞬态响应不好、中低频段混响过多导致直达声比例小等因素有关。
25．亲切感 intimacy
指听感上声音自然、亲切。它与听音感受到的直达声和首次反射声的时间间隔，以及近次反射声与混响声能比密切相关。它是声音清晰、自然、响度合宜而失真小，信噪比高等的综合印象。
26．融和 firm
指在听感上，立体声重放时各声部声像方位不仅要求清晰，且更重要的是总体音响交融，整体感好，富于群感。为此，录放通路需频响宽、失真小。动态范围大而信噪比高；大、中、小型作品能依其风格与形式的不同，而采用相适宜的混响配置；清晰而稳定的各声部声像布局，应在比例、层次上作为总体声像的各部分，力求交融、浑然一体。
27．柔和 mellow
也称声音松软。指低频、中低频能量充足，中高频、高频适量。响度合宜，混响时间足够，瞬态响应好，失真小。视作品类型和风格，在其主要频段内频响均匀。听感上亮而圆润、舒适，特别在抒情乐段有音质纯真，力度恰如其分，音色优美的感受。
28．伸展 extending
指低频段频带宽而失真小，动态范围大，响度感良好，混响合宜。有音域宽广而丰满舒适，声音饱满而柔和松弛的听感。
29．深度感 depth perception
指有层次和纵深距离感。在听感上大型乐队的前、中、后排乐器或声部的纵深梯次印象鲜明；在距离和空间上，独唱（奏）的适当突出和乐队伴奏的烘托有所体现；直达声与混响声的强度比与深度感的关系较大。参见“远近感”。
30．声像 sound image
在听音时，由于声音到达的时差、强度和频谱变化等因素，而在听觉上所构成的虚声源或幻象声源。它“展现”在听者面前，犹如一幅听觉幻象组成的心理图像。听者能感受到大交响乐的宏伟气势、群感、各声部的方位和不同音色，甚而能“听”出大乐队前、中、后排声部的空间和强度差异。
31．听音位置 listening position
听音室内符合听音声学要求的位置。它排列在听音室的中部，前、后排座椅错开，使听音人都能听到来自扬声器的直达声，不被前面的听人所遮挡，最好把座位高度逐排上升12cm。任何位置都应离墙1m以上，它与扬声器系统声中心的连线与地面水平线的俯角应在+5°~+15°之间，听音距离可取1.5~6.5m，最佳距离为3±0.5m。听音位置与左、右声道扬声器系统的水平张角应在60°~90°。最佳角是60°~70°。单声道的水平张角在0°~±20°.
32．温暧感 warmth
也称丰满度。指低音及其混响声充足，具有与音乐的不同类型和风格相适应的，恰如其分，恰如其分的低音丰满度。
33．圆润 smooth
指在听感上高音明亮而不发“毛”，中音丰满而不生硬，低音厚而松弛、不浊且有弹性。频响宽而均匀，混响声与直达声比例合宜，瞬态响应好。给人以圆润和舒适印象的响度、力度与亮度。
34．远近感 distance sensation
在立体声重放中，聆听者对声像纵深层次方面的近景、中景和远景声像，所产生的反映这种远近距离的空间深度心理感受。参见“深度感”，depth。
35．知觉空间 perceptual space
也称心理空间。一种用多维尺度来测定声音质量宏观结构的方法。在这个多维尺度的知觉空间中，坐标轴是音质评价用语的主要属性：如“响度”（响度大小）、“音调”（音调高低）、“愉快度”（愉快——不愉快）；或“响度”（响度大小）、清晰度（即透明度、或近似度）、音质（好——坏）。某一个厅堂（或声场）的声音质量用一个矢量点来表示在这个知觉空间内，矢量点到坐标中心的长度在各坐标轴上的投影，表示听众对该厅堂在各声音质量属性上所给予的评价。
36．主观声学 subjective acoustics
研究声音听感主观属性（参数）与客观参数间关系的科学。如空间感，它描述空间的大小感，声音的环境感，声音的方向分布，主观混响感，混响平衡感、室内音色等，与其有关的客观声学参数有早期（侧向）反射、方向扩散、混响时间、混响距离、混响时间频率特性、房间响应等。
37．颤动 Flutter
指录音磁带或唱片因转速的变化而使音调产生起伏的现象。
38．前推 Aggressive
用于表示像要把音乐给抛投到聆听都面前的那种前推型演出的声学术语，重放声过于明亮和中频声像前推。excessivelg forward and bright 与这相反的则为“后挪”（laid-back）
39．后挪 laid-back
指音乐演出时听来让人会感到轻松愉快。聆听者和声场之间有一些间距。让人有似乎坐在演出厅后面几排的感觉。相反词为“前推”（forward）和immediate aggessive
40．环绕感 ambience
也称包围感。指电影伴音所产生的那种有一定规模和空音的包围感，通常是由环绕音箱来营造的。
41．解析 analytical
指音响器材能巨细无遗的再现录音制品中的每一线细节，但却用的是错误方式，此种解析方式极缺乏音乐味。
42．低频延伸 bass extension
接音响器材所能重放的最低频率。（下潜的程度）
43．乏力 bleached
用于表示那些特别注重器乐高次谐波而不大注意低次谐波和基频的那类音响器材的发声特性的声学术语，苍白的声音听来会显得过于明亮，单溥而缺乏温暖感。
44．轰隆声 bloomy
指在125Hz左右的低音过重，特别是在相当宽的一段频率范围内，是由于对低频或低频谐振的阻尼不够所引起。
45．肿胀 bloated
指250Hz一带的低音中段过强，或对低频以及低频的谐振阻尼不够。
46.含混 blurred
指瞬态响应差，立体声声像模糊，凝聚欠佳，
47．尖刺 brittle
用表示使得乐器的音色听来刺耳的中频或高频的声特性的声学术语。
48．胸音 chesty
指音箱的一种声染色，就像歌唱家因胸腔过大而产生洪亮的那种声音。系由于125~250 Hz一段的低频响应上有凸起所引起的。
49．一致性（融合）、相参性 coherence
音乐的总体感觉而不是由许多单独部分组成的那种感受 。
50．拥挤 congested
指声音的过于密集而让乐器的声像变得不再易于明确分辨的那种情况。
51．轻快 crisp
指高音干脆明快。
52．细腻 delicate
指在没有峰值的情况下，高频可延伸到15K Hz甚至20 kHz。此时，音乐中那些细微末节皆能重放出来。
53．纵深感 depth
指在三维空间中，对乐器、人声等各种声音在距离远近方面的感受 。
54．干涩 dry
指当环绕声或混响有所减小时听到的那种干涩的声音。
55．灰暗、闷、不清晰 dull
指缺少高音能量。
56． 延伸 extension
指音响器材在重放音乐时所能重放出的最高或最低频率
57．多次回声 flutter echo
指在房间内的二个表面之间的来回反射。
58．轻柔 gentle
指高次和中频高段的谐波没有被增强甚至还有所削弱，反义词“尖刺”（edge）
59．生硬 hard
通常指3 kHz一带的中频高段过多而让声音变得尖锐。
60．尖刺 harsh
指中频高段过多。在频率响应的2 kHz到6 kHz之间有尖峰值或是数字式录音机的低通滤波中有过多的相移。
61．声像 imaging
指重放音乐时，能够听出各种乐器和不同的人声在空间的所在位置的那种感受。
62．清瘦 lean
重放音乐时，缺少低音中段的专业术语。相同的术语有thin（单薄），light weight(轻飘)，underdamped (欠阻尼)，而反义词weighty （加重）、full(丰满)、heavily(过重)
63．light weight轻飘、没份量
频响曲线反时针倾斜，音乐重放时低音欠缺。
64．柔和 mellow
指用于表示高频已有所削减而不再听来刺耳的声学术语。
64．混浊 muddy
指听来不清晰，因谐波弱，时间响应差且有互调失真。
65．含混 muffled
指声音朦胧，不够通透。是因为高频段或中频的高段欠缺的缘故。
66．鼻音、嗡声 nasal
重放声像带有鼻塞的人讲话的音质，就像“eh”“哼”加重了，通常由于在中频存在可以测量出的互补的峰和谷。
67．模糊 opaque
指声场犹似在云雾中那样有些模糊不清或过于厚重，缺少细节和透明。与之相反的通透：transparent。
68．真实感 palpable
指重放器乐或人声极其真实甚至可以触摸的感觉。
69．尖叫 piercing
指尖锐刺耳的叫声，原因是3K-10KHz内有尖而高的峰值，
70．现场感 presence
指乐器或人声就像真的出现在听音室内的感受。
73．有力度 punchy
演奏具有动态冲击（特别是低音）的声学术语。
74．丝丝声、齿擦音 sibilance
指在歌声或许言中带有S和Sh的声音，原因是6K~10K一段内有了抬高的缘故。
75．纤细 silky
没有生硬或闪亮的中音或高音的声学术语。]
76．震撼 slam
表示低音中有极强的动态冲击而让人有一种震撼感。
77．圆润 smooth
频响上没有峰和谷而听来感到轻松不生硬的术语。
78．声场（舞台） sound stage
指展现在聆听者面前或立体分布四周的那种三维的空间感。
79．皇帝位 sweet spot
指听音室内的最佳聆听位置。
80．结实 taut
指低音结实醇厚的术语。
81．过重 thick
音调不明显的低音，或用于指不通透而模糊的声场。
82．单薄thin
指低音缺少力度，系频响在500Hz以下有很大衰减的关系。
83．紧凑 tight
低音能受到良好的控制，既不迟缓又无拖尾。
84．刺耳 tizzy
指高音的高段过多而听起来显得的粗糙而带有些颗粒。
85．音调平衡Tonal balance
指低音、中音、高音间的相对平衡。
86．瞬态 transient
多指短暂而有爆发性的声音，定音鼓便是音乐瞬态的例子。
87．偏高 uptilted
指高音过多而低音不足的现象。
88．生动 vivid
指重放的音乐皆清晰可闻。但如果过于生动又会有解析的味道而缺少些音乐味。
89．温暖 warm
指低音良好，低频甚多，基波相对比谐波丰富，不单薄，也指低音或中音过多。另也指有良好的空间感，低频有明显的混响，参见厚实（rich）和圆滑round, | 
