撰文：孙大猴

人耳听见声音的经过是很复杂的。但比起耳机和音响界的玄学，人耳的复杂程度基本不值一提。不过究竟在纠结 Beats 到底是不是徒有其表、是不是 Sony 大法好、耳机降噪到底对耳朵好不好之前，我们先来看看我们在讨论音质的时候，我们究竟在讨论什么。可能你觉得某个耳机音质不好时，问题是出在你的耳朵或是音档本身。

什么是音质？

音乐和声音的本质就是空气的震动，而音质被普遍归结为三方面：音量、音高、音色。

音量人人都明白，音高也就是 Do Re Mi Fa Sol La Ti 。而音色是什么呢？

美国国家标准协会将音色定义为 “……一种感官属性，使听者可以根据它判断出两个具有相同的音量和音高的音是不相似的”。吉他弹一个 440Hz 的音高，和钢琴弹一个 440Hz 的音高，我们都能分辨出来不同。

用不同耳机播放出来的声音不同，也是音色的不同。不过音量上来说，不同耳机也会由于内部电路不同，而在音量上体现出一定差别；而音高嘛，不出意外是没什么明显变化的。

数字录音和模拟录音

毫无疑问，在CD出现之前的音频介质：磁带、黑胶唱片等，都是模拟录音的产物。模拟（Analog）一词也被翻译成“类比”，总之是以物理的方式还原再现当时空气中的震动。黑胶也好，磁带也好，都是用磁带、唱片上的凸起、凹陷、或是磁粉的分部等等物理特征，来还原音频震动的细节。

不过到了CD和电脑时代，所有的音频震动都是在盘面变成0或1，进入所谓的二进制算法。通过解码再还原为物理震动。

在流行音乐录音中，最常见的格式大概三种：

44.1kHz ，16bit 的 wav

320kbs 的 mp3

128kbs 的 mp3

人耳

人耳是通过耳膜拾取空气震动，再通过耳中的液体把震动传到脑子里。我们的祖先就知道：“老虎来啦！”由于声音在空气中传播的速度有限，所以双耳拾取声音的时间不同，我们从而对音源定位，让你知道老虎在你的什么方向，才知道怎么跑。

我们有两只耳朵，这也是立体声、环绕立体声有戏可唱的原因。也是武侠小说里盲人武功高手成立的重要物理基础。

同时，人耳能听到的声音只是自然界中声音的一部分，也就是 20Hz - 20KHz（就像人类可见的光也是有限的），这是在人耳最佳状态下能够收听到的区间。而随着年龄的增长，人鉴别高频的能力会越来越差。新生儿可能会听到很多 16KHz、17KHz 以上的声音，而成年人往往听不到，所以有时候婴幼儿突然做出什么举动，因为 TA 听到了你听不到的声音。

有了上述三点，我们才能讨论耳朵怎么样的问题。

金耳 VS 木耳

在美国 National Public Radio 的网站上可以做这样一个测试：“How well can you hear audio quality”。同一首歌分别有 44.1kHz 16bit 的 wav，320kbs 的 mp3，和 128kbs 的 mp3 三种文件格式，你需要在三者之中挑出音质最好的，也就是 44.1Khz 的 wav 文件。

视频网站上的音乐网红 Rick Beato 没敢亲自尝试，就抓了自己的朋友 Michelle 来做这个测试。Michelle 是伯克利学院音乐制作专业毕业，同时能够听到 18KHz 以上的声音。最终，六道题里做对了四道。

我们就先来看看 mp3 和 wav 到底差在什么地方：44.1kHz ，16bit的 wav 是CD广泛采用的音频格式。

44.1kHz，指的是采样率。我们可以理解为，动画片里时长为一秒的画面需要多少张图；图越多，动画人物的动作就越连贯，反之亦然。44.1kHz 就是在一秒钟的时间里，从原音频取样四万四千一百次。

而 16bit 则是一次采样文件的大小。我们经常说的文件大小多少K就是说的1000bit。这个可以理解成动画中每幅画的精细程度。采样文件越大就越细致，反之亦然。

所以我们算一下，这种格式的 wav 文件一秒的大小——

16bit（一份采样大小）*44.1K（采样次数）*2（双声道立体声）= 1411.2kbit。不过到了mp3就直接以每秒文件大小来区别（128、320kbs/s）格式了。而体积缩小这么多，音频质量有没有问题呢？

mp3 文件通过大量删除人类听不见的频段，从而减小文件体积。不过 128kbs 的 mp3 较大地削减了 16k 以上的高频，比较好辨认出来。

最后，点击阅读原文，用你的耳机试试这个难倒 Michelle 的难题吧！

顺便非常嘚瑟得炫耀一下我的成绩：4/6，不过我竟然把一个128kbs听成最好的，还是那样一首 mp3 格式的标志性作品，可能我都是蒙的。说起来，除了所谓的高频，我听最好的音质都会在某些桥段有“感动”的感觉。也许所谓音质好坏真能换来的，就是这么一个小小的心灵悸动吧？

图片来源：除特别标注外，本文图片来自网络

作者：孙大猴

校对：马外外