这是我在2019年深圳国际音响展暨声学楼十四周年年会上做的报告。对主观评价在汽车音响系统中的应用进行简单介绍。
自我介绍：
曾在松下从事蓝光电影制作、哈曼国际软件部门DSP、哈曼国际ASE部门主观调音与声学系统架构设计。现在哈曼国际从事专业音响/耳机声学系统研发。
一、主观评价的两个基本纬度
音质音色比较简单，稍微介绍一下空间印象。
空间印象俗称声场，但是此声场非彼声场，和声学里狭义上的声场不同。
哈曼国际在声音表现上的目标主要是为了现场的感受。对于空间印象而言，现场舞台表演和录音室的舞台宽度Soundstage通常是60度。所以在汽车内，声场感知宽度的目标同样也是60度，前提是立体声模式。
并且需要注意的是，尽可能同时确保不同听音位都有比较好的声场表现（All passenger模式）。
关于舞台宽度的还原，不但是哈曼国际的目标，也是很多高端客户的需求。
不过值得注意的是，除了在二维方面满足现场的舞台宽度，在三维上也要满足舞台高度，尤其是低音的定位以及低音与高音定位的一致性。
宝马740Li未调音状态，中低频由于低音单元和中音单元的位置，定位并不在驾驶员的目视高度。
需要调音使得低音与高音高度一致。很多人跟我说感觉中低频应该是从脚底下出来的，这是由于长时间听不标准的汽车音响系统所导致的，高品质的现场表演的低频和中频一定不是从下方发出的，而是前方。
与此同时，要保证音质音色和空间印象在以下情况均有相似和稳定的表现：
1.调节座椅位置和高度
2.人头转动
3.不同听音位的表现
二、汽车音响的特殊性
车载音响系统的特殊性主要体现在以下几点：
1.非标系统
2.无法进行AB对比和MUSHRA测试
3.非对称系统
4.多声道系统
非标系统则主要体现在以下几点：
扬声器系统架构的不同
不同数量的扬声器对应不同的产品定位。
而不同种类的单元也对应了不同的客观和主观表现，需要不同的调音策略。
扬声器的位置不同
比较容易理解的是高音位置的不同，会通过HRTF影响声像定位和音色。高音分别位于车门、A柱和IP所需要的调音策略和方法是不同。
值得注意的是，超重低音单元（低音炮）的安装位置同样非常重要，由于汽车内部不同的位置（底盘、Rear Deck、备胎位、扶手箱、后备箱侧面）具有不同的刚性，即便相同的低音炮在不同位置也会因为汽车结构的不同而导致声学性能的差异，需要有不同的调音策略和方法。
第三点则是因为不同汽车的结构不同
即便是非常相似的系统和完全相同的调音文件，在两款容积和尺寸比较相似的车型上也会有截然不同的表现，尤其是在声场上。
第四点则是由于内饰不同
基本是同一款车型，也会因为不同的内饰材料而导致声音的差异。
综上，由于汽车音响系统的种种特殊型，所以不存在标准系统。经常有人跟我讲想做一套标准化的系统，但不论从声学原理还是实际应用，都不存在标准化系统。哈曼国际及其前身从1936年从事车载电子至今没有发现标准化系统的可能性，所有车载音响系统必须有相对应的设计和调音才能在特定的车型内达到最好的效果。
此外，不同的品牌在风格上略有差异。
车载音响系统的第二个特殊性体现在无法进行AB对比试听和MUSHRA测试，其根本原因在于无法进行快速切换，一个人不可能在一个汽车内瞬间移动到另一个汽车内。所以需要调音师有极强的听觉记忆能力，并且以参考听音系统为评价尺度。
中文翻译可能有些问题，实际上Reference Room是一套参考级听音系统。
哈曼国际参考听音室在全球范围内一共有4个。
分别位于美国Novi、德国、日本名古屋和中国苏州。我曾是中国苏州Reference Room的负责人。哈曼国际专门从事主观评价的Global Benchmark部门和专门从事主观调音的ASE部门均以Reference Room为参照进行主观评价。
除此之外，哈曼标准的车载音响系统的特殊性还体现在：
- 至少200左右段EQ，复杂的系统可能有1000段EQ
- 每个声道均有特定的延时、Limiter、增益
- 几十至数百个参数调节的混音逻辑。由于目前大部分音源均为立体声，但车载音响属于多声道系统，所以需要特殊的混音逻辑进行预处理，包括中置声道的处理和低频管理等。
- 多种音效算法，包括Logic7、QLS等环绕算法。
- 需要数百至上千小时的主观听音。
以我个人经验，由于这样的复杂程度和特殊性，车载音响系统的调节是所有声学产品内，调音和主观评价要求最高的。
并且，主观评价占到调音过程中的绝大部分。
但这里并不是说客观测试不重要，客观数据是基础，尤其对于低频部分。只不过由于车载音响的特殊性和人耳对多声道系统的听觉特性，使得主观评价尤为的重要。
多声道系统与立体声系统的区别
基于Floyd Toole博士的理论，由于人类对于直达声和反射声的人耳听觉心理声学特性，通常在房间内实测的SP频响曲线不应该是平直和平滑的。
但依然有类似CEA2034A的标准可以在一定程度上量化立体声音箱系统的音色表现。
而对于车载音响系统，频响曲线同样不应该是平直和平滑的，但原因则更加复杂：
1.虚拟声像
2.听觉窗口
3.掩蔽效应
4.鸡尾酒会效应
虽然传统的立体声系统大多数声像也是虚拟声像，但至少Soundstage和感知生源宽度可以有立体声音箱的位置大致确认和计算。
但是对于汽车音响而言，由于Soundstage的目标和实际音响单元的位置完全不同。所以相对平直的曲线有时会是image定位劣化，前提是不考虑算法的情况下。
上图中，绿色为实际单元位置，红色为目标声像位置。
第三点则是由于汽车内部的声学环境所致，即便是位置相近的听觉窗口内，一个声道的频响曲线也会有巨大变化，所以，单一声道的频响曲线平直本身就是一个伪命题，理论上是无法实现的。
与此同时，同一声道在汽车内不同听音位的频响曲线也有着巨大的差异，如果在某一个位置将某一个声道的频响曲线条平，则很有可能导致其他位置频响曲线进一步恶化。
以上两张图片均为未调音状态的RAW DATA。
掩蔽效应和鸡尾酒会效应则是常见的人耳听觉心理声学特性。
多个扬声器会在不同的频段有着不同的相互掩蔽，这种掩蔽不仅包括频域掩蔽，也包括时域掩蔽，因为不论是RAW DATA还是调音之后的声音，每一个声道到达每一个位置的延时都是不同的。
所以基于以上种种特性，最终的FSB频响应该是类似于这样的。
汽车音响音色的主观评价
由于人耳听觉的心理声学特性，汽车音响的调音应该以主观评价为主。
这里最特殊的当属中置音箱的调节。
前后两组曲线是仅调节中置音箱0.2ms延时的频响差异，可以说是微乎其微的。其实不只是频响，其他常见的声学指标也几乎没有差异。但是音质音色和中央虚拟声像的表现差异是极其巨大的，尤其是声像。这一点如果做过汽车音响调音的人应该不会陌生。
其原因主要是前文提到的鸡尾酒会效应，由于单元尺寸、磁路、灵敏度、听觉窗口曲线、混音逻辑和算法等的不同，中置音箱的音色本身和其他声道的差异很大，人耳听觉会优先注重这个差异点。这种差异远高于0.2ms/6.8cm的影响。
再考虑到对汽车内各个听音位的均衡（All passenger mode），FSB总频响应该是类似于这样的曲线。
其中，100Hz左右的凹陷是为了均衡不同位置的低音表现。200～400Hz如果对于普通的蓝牙音响和立体声音响系统，可能会主观上感觉人声偏厚、突出。但由于我之前所讲人耳听觉的心理声学特性，此时人主观上不会觉得人声中频突出。如果执意把频响调平，会导致人声偏薄，适得其反。
于此同时，低频部分相较于1kHz的突出，是为了掩蔽汽车NVH和行驶过程中的路噪、胎噪、风噪等问题。如果有ANC的车型也需要不同的策略和衔接算法。
并且调音过程中，要考虑汽车量产装配公差的影响，防止由于调音导致的异音等NVH问题。这需要对不同车型NVH的熟悉程度。
以上所有均为静态调音的基本介绍，实际调音还要考虑SDVC（速度音量控制）、SDEC（速度EQ控制）。
汽车音响声场的主观评价
以下是一些常见的汽车音响声场的问题，均需要通过调音解决。
声音是很难通过问题描述的，我上述所讲的一些最常见的基本问题，并不是特别容易理解。
对于声场的精确评价（不同乐器的位置、宽度、距离）以及调音过程中克服听觉适应和保持参考听音系统准确的听觉记忆的能力需要大量的听音训练。
由于LS/RS高音扬声器位置导致的声场不对称，想要均衡每个位置的声场表现是很有难度的，因为他们往往是互相关联的。
以我个人的经历和我对全球范围内全职主观评价/调音工程师的了解，基本都需要半年～一年的训练。
我个人从来没有见过有人可以在没有经验的情况下，半年内完成上述调音评价和工作。
汽车音响声场和音色的综合评价
Klippel的实验表明，人耳主观评价中，音质和空间印象（声场）的表现都非常重要，甚至声场的表现要更重要一些。
我之前所讲，汽车调音有几百甚至上千个参数和1000～10000条曲线。
改变任何一个参数，均会导致声音发生变化。但这种变化有时是相互矛盾的。
对某个参数调节，可能会使得某个位置的音质表现更好，但与此同时，该听音位的声场表现会变差。对某个参数调节，可能会使得某个位置的声场表现更好，但与此同时，该听音位的音质表现会变差。
前面讲了，一辆高品质的车载音响系统通常有十几个甚至几十个声道、音效算法、混音、延时、limiter。这其实和调音台是很相似的，而不论如何调音，对于汽车音响系统这样一个特殊的声学系统，很难两全其美。所以到底该拥有什么，该舍弃什么，如何权衡，我个人认为需要对音乐本身有比较深刻的理解。
就像我之前所说，一辆高品质汽车音响需要几百上千个小时的调音，短短的半个小时无法讲解全部。而且很多内容尚属于公司机密，无法讲解。而我所讲的不过只是不到10%的比较基础的部分。汽车音响国内起步较晚，希望能够给各位带来一点微小的帮助。
