這裏只說一點，不一定是最深的坑，但應該是一個很普遍的坑。那就是「 耳機發燒 」本身。
我過去就曾講過很多關於音箱與耳機區別的內容，不論是聲學、心理聲學原理上的，還是主觀評價上的。
大體上來說，音箱和耳機的音質差距主要有兩點。
第一，耳機的音質與音箱在低頻部份存在本質不同。
如果說同時拿來一個音箱一個耳機，兩者低頻頻響和THD差不多，就覺得耳機的低音和音箱低音表現是相同的，或者有時看到某些音箱低頻參數可能相比某些耳機還稍微差一些就認為耳機低音一定更好。我只能說，大濕，你狀態到了。
第二，高頻或者說超高頻部份的表現，耳機很難找到精確匹配每個人人耳對應的曲線/傳遞函數 ，或者說市面上很難找到超高頻剛好可以比較完美適合你的耳朵的耳機，並且這本身受到佩戴等不確定因素的幹擾。而對於音箱，只要保證超高頻部份軸向和軸向附近的頻響曲線平直且失真較小即可。這顯然來說對於音箱並不難實作，只要高音單元的設計和成本達到一定的水平。而這對於傳統的耳機來說幾乎是不可能的。
所以綜上，只要音箱的音質達到一定的水平，耳機的音質是不可能和音箱有可比性的。 或者說音箱音質的天花板比耳機高。
並且，以上說的都還只是音質對比， 至於聲場表現嘛~傳統耳機與音箱存在質的區別。
可以這樣說，「HiFi耳機」只是名字上有「HiFi」，但實際聲音上不少方面都距離HiFi有點遠。有人喜歡聽故事，那我也講兩個，可以這樣說，就像是鮑魚炒飯沒有鮑魚，而是廚子的名字叫鮑魚。聲稱追求極致海鮮的人每天卻在吃鮑魚炒飯未免有些荒謬。亦或是聽上去像想要成為賽車手追求極致速度的人，每天卻在玩四驅車（無意冒犯），然後想象這自己在開F1，「四驅兄弟」也是賽車手。
然而，我還是經常能從一些言論中看出，很多人認為似乎HiFi發燒指的就是耳機，甚至把HiFi發燒和耳機完全劃等號。或者說耳機是很高端效果很好的東西。甚至一些人認為是最貴最高端的。但實際上，不論是價格還是技術含量以及最終效果，都有很多其他形式的聲學系統比耳機高不少。
固然，有些人是沒有條件玩音箱而玩耳機，但還有一部份人在我看來是有些陷進去了。明明有一定的預算，也燒了不少錢，但始終卻在買耳機、買耳放播放器。似乎他們認為花錢可以解決一切問題。這更像是一種「魔怔」似的「執著」，有種一條道跑到黑的感覺。我認為，稍微做一些訓練，就能夠體會到耳機和音箱/家庭影院系統在低音、空間印象等方面的巨大差距。
最後，不知道題主所謂的「圈內人」是如何定義的。如果說是「耳機發燒」，那我顯然是圈外人。但如果說調音，我所熟悉的一些人基本上沒有人用耳機嚴肅聽音的。Critical listening還是以音箱為主。我的建議是，如果有條件，沒必要考慮「耳機發燒」。
耳機說到頭還是耳機。
本來我真不想掛人和對線，最近新家裝修事情太多。但是有一些過於明顯的歪曲和篡改事實我還是看不下去了，而且是對Floyd Toole博士的。所以還是簡單說兩句吧。
第一點就是對Floyd Toole博士實驗結果的歪曲解讀。
這裏的分類是experienced listeners和inexperienced listeners。Floyd Toole在書中明確提到。
All were Harman employees, so brand loyalty would be a bias in the sighted tests. They were about equally divided between experienced listeners, those who had previously participated in controlled listening tests, and inexperienced listeners, those who had not. 所有人都是哈曼的員工，因此品牌忠誠度將是非盲聽測試中的一個偏差。
他們在有經驗的聽者和沒有經驗的聽者之間的比例大致相等，前者曾參加過控制性聽力測試，後者則沒有。
這張圖片中註釋的含義為經常參加聽音測試的人，和沒參加聽音測試的人。或者就是字面上的意思， 有聽音經驗的人 和 沒有聽音經驗的人 。當然，我在兩年前的文章中引申，老燒與初燒（同樣也是有聽音經驗的人和沒有聽音經驗的人）相比，老燒更容易開「腦放」。
總之，這裏所指並不是聽音能力亦或是更模糊的「是否專業」。
Greg Timbers，從來不參加哈曼的盲聽測試，那他算啥？專業還是不專業呢？
在我看來這是典型的偷換概念+篡改事實，最終把結果引向一些人想要的答案上。因為 實際上這位答主自己也在前文寫過這兩點的區別。
或者說的更直白一些， 經驗與能力並非完全一回事 。對此的另一個佐證是，Sean Olive發現，有些人不論做多少聽音，也無法達到一定的聽音能力。也就是說，這個世界上確實有「木耳」存在，至少對於頻率的分辨是這樣的。或者說有些人不論聽再久，也無法達到專家水平。
總之，Floyd Toole博士上述的實驗結論原意為，有聽音經驗的人不一定可信。而我的引申則為，有發燒經驗的人不一定可信。
補充一下，這裏指的聽音測試到底是啥。其實就是聽幾個音箱，來回切換，然後給音箱打分。說到這裏，就不得不再解釋一下什麽是 trained listener 。其實這個概念並沒有十分明確的定義。維基百科中對此的解釋是：
Listener behavior
Both, MUSHRA and ITU BS.1116 tests[2] call for trained expert listeners who know what typical artifacts sound like and where they are likely to occur. Expert listeners also have a better internalization of the rating scale which leads to more repeatable results than with untrained listeners. Thus, with trained listeners, fewer listeners are needed to achieve statistically significant results.
It is assumed that preferences are similar for expert listeners and naive listeners and thus results of expert listeners are also predictive for consumers. In agreement with this assumption Schinkel-Bielefeld et al.[3] found no differences in the rank order between expert listeners and untrained listeners when using test signals containing only timbre and no spatial artifacts. However, Rumsey et al.[4] showed that for signals containing spatial artifacts, expert listeners weigh spatial artifacts slightly stronger than untrained listeners, who primarily focus on timbre artifacts.
MUSHRA和ITU-BS.1116測試[2]都需要訓練有素的專家聽眾，他們知道典型的一些聲音現象聽起來像什麽，它們可能發生在哪裏。專家聽音者對評分量表的內化程度也比未經訓練的聽者更好，從而產生更多可重復的結果。因此，有了訓練有素的聽眾，就需要更少的聽眾來獲得統計上顯著的結果。
假設專家聽眾和沒有聽音經驗的聽眾的偏好相似，因此專家聽眾的結果對消費者也具有預測性。與這一假設相符，Schinkel-Bielefeld等人[3]發現，當使用僅包含音色且沒有空間效果的測試訊號時，專家聽音者和未經訓練的聽音者之間的排名順序沒有差異。然而，Rumsey等人[4]表明，對於包含空間效果的訊號，專家聽音者比未經訓練的聽音者（未經訓練的聽音者主要關註音色）對空間效果的評價權重略高。
GB國標的定義：
但有些時候How to listen達到8級就算trained listener。
如果我沒記錯的話，很多listening training program和reference listening system其實是在Floyd Toole釋出一系列論文後逐漸提出來並完善的。中場休息一下
這張圖又代表什麽？
首先，還是這個問題，表現好的聽音者均為經過訓練和挑選的。但反過來未必，也就是說並非所有經過訓練的聽音者都有超強的聽音能力。而這裏的聽音能力指的是給出可重復意見和較小偏差的能力。
上面提到過，其實我也多次提到過，不論是專家還是小白，最後對聲音的評價結果會趨同。
但這是有前提條件的。
除此之外，還有一種流行的觀點，即我們都「聽到不同的聲音」，一個人的美味可能是另一個人的毒藥，我們面臨的情況是，是否有可能有一個令大家普遍滿意的解決方案。幸運的是，現實並不是那麽復雜，盡管人們對音樂的品味顯然是高度個人化的，而且差別很大，但我們發現，當聽音者有機會表達他們無偏見的觀點時，能聽出回放聲音中最常見的缺陷是一項令人驚訝的普遍技能。更多的好訊息是，大多數人都能做到，即使是那些認為自己是「木耳」的人，沒有經驗的聽聽音者只是要花費更多的時間，一路上犯更多的錯誤，但最終，他們的意見普遍與專家的意見一致。只有那些有聽力損失的人通常會偏離標準。 如果你讀了我的書，它就在那裏。簡單的解釋是， 50年來的聽眾已經證明，他們評分最高的喇叭，諧振最少（需要平滑、平坦的振幅響應），最深的低頻下潛，以及最小的離軸頻率響應不規則性（即相對平滑和緩慢變化的方向性指數） 。 因為我們所欣賞的所有聲音和樂器都是由一系列的振動組成的，所以當喇叭將自己的聲音加到它們所產生的每一個聲音中時，我們就會註意到這一點。 這是在多重比較雙盲測試中很快出現的。無需特殊培訓。簡單來說，「小白」需要對比並且聽足夠多的次數。如果一個人本身聽音結果是高度隨機的，那麽在現實中很多時候僅給出單次的評價，又有多少可信度呢？更別提「聽覺適應」現象。
但如果沒有對比呢？如果不能盲聽呢？如果無法快速切換呢？
一些聽音專家的選擇要求是可以在沒有對比的情況下畫出簡要的頻響曲線。當然，類似於how to listen的測試要9級以上且在沒有答案反饋的情況下保持較高的正確率。
當然，對於很難直觀對比下的判斷，我認為需要稱之為「參考聽音經驗」的東西，簡而言之就是知道怎樣的聲音是相對標準的且保持一定程度的記憶。
另一方面，我認為聽音專家更重要的是有足夠判斷soundstage和image的能力。這就更難用簡單的一兩句話闡述，可以試著去看一下我過去縮寫的這幾篇內容。
但即便如此，沒有任何人能夠證明在現實中對聲音的判斷是毫無偏見的，所以客觀測試通常是必要的。 這也就是我多次提到的，至少我所熟知的，即便再專業的主觀調音工作者，也會測試頻響曲線等指標。或者說主客觀評價的意義。
國內聽音這一行業可謂魚龍混雜，甚至有不少人完全沒這方面經驗但是也聲稱自己是專家。我曾經想把很多至少我認為精通聽音的人聚在一起組成一個協會。其中我邀請到的不少人都給出了積極的反饋。但是這玩意才是真的得罪人，索性我自己放棄了。
總之，有些時候實驗群體以及結論並非是指同一類人。
而別人的耳朵好不好，和自己的耳朵也沒有必然關系。
第二點問題則為「音質」。篇幅有限，這裏我不想探討各細分的「絕對意義上的音質」（與聲音相對音源的變化有關）和所謂的「主觀音質」（主觀聽到感受的音質）。（實際上我在兩年前的回答中提到過主觀音質）
還是說回和Floyd Toole有關的。
我只是隨便找了幾段。幾個詞語同時出現的語境。
當然，我認為還有更離譜的。
鬼斧神工119的想法 - 知乎 https://www. zhihu.com/pin/135089019 7945630720
即便是相同的事情，如果只是選擇性的解讀，也有可能得出截然相反的「結論」。
我的建議是，有機會讀一下原文，體會一下作者的原意以及實驗本身的結果。這也是我三年前就曾經建議的。
或者是有機會看一下Floyd Toole本人的演講（當然，影片中還有些機翻和瑕疵，如果有沖突，以英文原文為準）
邊裝修邊打掃屋子寫的。未完待續。
我現在事情特別多，生活上的事情也很多，實在沒那麽多精力搞這些。就這樣吧。
被迫更新
Fidelity is the overall rating that describes how closely the reproduced sound approaches your impression or recollection of the original or perfect sound. This is the one rating that sums up the previous analytical sound quality ratings. You must give a fidelity rating, it is the single number indication of your opinion.
保真度是一個總體評分，它描述了再現的聲音如何接近你對原始或完美聲音的印象或記憶。這是一個總結了之前的細分音質評分的評分。你必須給出一個保真度評分，它是表示你意見的一個數碼。
音質包含多個細分項的定義，總體評分是保真度評分。所以音質和高保真是兩回事？這是什麽邏輯理解？
空間印象也有很多細分項，例如soundstage和image，所以對空間印象細分項的總體空間感評分和空間印象品質是兩回事？
細分項是用於一些細分研究，或者影響總體音質的各個項的權重問題。可以為研發中解決不同問題的優先級提供指導意見。
這種評價方法的專業叫法是量表法。
我在兩年前就講過。但有些是直接細分項加權得總分，我認為是有些欠妥的。如果細分項和綜合總體評分都評分，會避免這個問題。
