[原创] 谈电声器件的瞬态特性 - 耳机设计与测试评价室 - 声学楼论坛

好多年前跟楼主有过一面之缘，甚至还有过一次邮件来往，后来忙了之后没有联系了，这次在声学楼聚会中也没有联系上，有点遗憾。

对于前面提出的观点，“ 一个电声器件的瞬态特性与频响特性不是一码事，前者是动态频谱，后者却是稳态频谱，虽然二者之间有一定的关系，但二者却不能混为一谈，这恐怕是最容易弄混淆的地方！”，我个人认为基本上是可以“混为一谈”，尤其是非线性失真比较小的时候----整个系统可以认为是线性系统的时候，因为从来没有一个系统是有良好的频响特性而瞬态特性特别差的，反过来亦然。

还有一些奇怪的问题，尤其是客观测试不良的瞬态特性，甚至“主观”感觉其瞬态特性却是优良的，这点在今年年会的报告后的讨论时有简单的带过，但由于时间关系没有真正深入讨论。

再如大部分静电扬声器或者耳机，其实客观测量其中高频段是欠阻尼的（也就是瞬态不良），但有人却评价其瞬态特性优秀----甚至静电耳机厂商、从业人员也往这个方向去引导消费者的评判，对于动铁同样如是。

以下是引用zhigang324在2015-11-20 17:00:40的发言：

好，言归正传，如果你学过数字信号处理，那么会有两种系统：时变系统和时不变系统，然而时不变系统在大自然中是不存在的，大自然存在的全是时变系统（比如音乐信号），可人们为了简化起见把它们都当作时不变系统来加以近似，比如电声换能器就全是时不变系统，一个时不变系统进入稳态是需要时间的，这个过渡状态就称为瞬态。好，如果一只扬声器在播放音乐，可音乐不是稳态信号，而是任何一瞬时都随着时间迅速变化的，这就意味着扬声器要不停地跟随着音乐信号改变自己的工作状态，如果你去检测扬声器播放音乐时的波形，再同它的输入波形相比，你就可以看到简直是一团糟，看看你们扬声器的瀑布图就知道了！这就是说扬声器的冲激响应函数跟随不了音乐信号的变化：音乐波形多以脉冲波形的方式出现，可扬声器辐射声波的上升沿赶不上音乐的上升沿，而当音乐的下降沿已经截止时，扬声器的下降沿又来不及刹车，还要经过几次余振后才能够停止下来。所以瞬态不好的扬声器给人以浑浊，拖泥带水的听感。瞬态特性与系统的非线性失真无关，而与换能器的振动质量和阻尼特性相关。

你谈到的静电扬声器等的高频欠阻尼恐有误，因为越是频率高，空气的同振质量亦越大，阻尼亦越强。膜振动换能器的高频问题出现在膜振动的固有分割振动模式上，要解决此问题，那恐怕是各大公司的核心机密和饭碗，也不是一两句话能够说清楚的。

Zhigang324兄，我想我们都是深刻能明白到扬声器的瞬态是跟不上音乐信号这个残酷现实的，但你认为扬声器的瞬态特性与系统的非线性失真是无关的，而我倒是觉得这个是有关的，而且这种相关性目前也没有多少论文提及过。回到假设它是线性系统的情况来说，考察声音重播系统的瞬态特性的方法看起来较多，但我觉得它们往往是非常容易引起误解的，甚至从某些角度来说是受技术所限的，要真正讨论起来也不是一两段文字可以表达清楚。

我们先说一些受技术所限的问题，所谓的稳态响应和瞬态响应，只不过是系统传输函数的不同呈现方式而已，也就是说我们如果知道了系统的传输函数，那稳态响应和瞬态响应都可以同时推算出来。在电子电路领域，由于两个因素，第一：电子电路的传输函数相对简单（例如，某个稳定的功率放大器可以等效成1-n个1-N阶的高通滤波器串接1-n个1-N阶的低通滤波器），第二：电子测试仪器的精确程度和高频能力都达到相当高的水平，例如对应于音频放大器来说，假设至少5-20kHz的通带，而常见的频谱分析仪、示波器等轻松可以达到100MHz的带宽，因此在瞬态领域和稳态领域和去观察系统的响应都很方便。举例来说，100MHz带宽囊括了20kHz的5000次谐波，其响应时间达到10n秒，在观察一个瞬态响应在微秒级的的上升沿和下降沿是非常方便的。因此什么冲激响应、阶跃响应都很容易获取、观察和对比。

回到声学方面来，效果则大大打折扣了，对比电子电路的情况，第一：声学元器件的传输函数或等效电路相当复杂，尤其在中高频部分，TS模型失效后，总体大致会等效成N个2-N阶的高通滤波器串接相当多的高Q的谐振电路再串接N个1-N阶的低通滤波器。这么复杂的电路互相影响，要完全对比出来某个系统的瞬态响应比另外一个系统好多少是相当困难的----我的意思是某个系统在某个相当窄的考察频段上会展示出比另外的系统好些，但考察频段稍微不同可能结果就完全相反了。第二：这也是相当重要的一点就是声学的测量链路里面，存在的太多的技术卡点，例如测量话筒的频率响应，目前能平直达到50kHz的话筒都应用的相当少，更不要说100k或者上MHz了，这样会导致完全没有办法获取到相对正确的高频瞬态响应。例如我们测试一个-3dB在20kHz的高音，和另外一个-3dB在100kHz的高音，两者测出来的冲激响应前沿都几乎没有差别，那怎么能反映出问题来呢？

至于那些杂志上、网站上、测量仪器里展示的扬声器系统的冲激响应、阶跃响应以及所谓的瀑布图（累积频谱衰减图），就更复杂了。我不知道言必瞬态响应、瀑布图的人对这些有没有真正操作去测量过，对比过，对这些图的产生方法了解有多少，或者说他们认为瞬态响应的好的扬声器到底有没有多少个这3个图来支持他们的说法，如果有的话请先举出来，稍后再作讨论。

最后还得回到人耳的分辨能力或者说是主观评价和客观具体的哪项指标的关联上面来，例如某个测起来很糟糕的瀑布图，是不是就能反映出人耳会感觉其瞬态响应很差呢？

我上面分的几段（非线性问题是否参与引起瞬态失真、电子电路的瞬态稳态响应观察方法和关联、声器件的瞬态响应和问题响应观察方法局限和关联、人耳对瞬态响应的评判标准以及其和客观指标的关联）都可以一一展开来长篇大论，我相信参加的人越多，问题会逐渐的越来越清楚。

以下是引用Sted_Zero在2015-11-26 21:23:05的发言：

先读完下面的东西，才能继续深入的讨论。线性时不变系统的瞬态响应问题都搞不清楚，就没办法接着往下谈。

http://www.bulingfei.com/Control/ChineseText/Chapter3Section2.aspx

经常看到有人把灵敏度和瞬态混为一谈。

[此贴子已经被作者于2015-11-26 21:24:53编辑过]

______________________________________________________________________________________________________________________

呵呵，你终于来了，你是不能缺少的讨论对手啊。你连接的内容公式有点多，虽然比较难完全看懂，但我想我是大概明白在说什么，且基本同意。

如果以此为基础，那我们需要讨论或者解决的就变成：

1、在类似实际扬声器这样的不完美的系统里面（带宽有限、通带内起伏大），如何能够尽量提高系统、单元本身的瞬态响应？合理的考察方法是什么？

2、主观感觉瞬态很好的某个扬声器系统，实际测出来的瞬态响应却不怎么样（至少是目前的客观考察方法，例如测量的冲激响应、瀑布图等)，如何将其和人耳主观感觉相对应？或者说，我们能不能做出主观感觉和客观测试的瞬态响应都很好的产品呢？

以下是引用Sted_Zero在2015-11-26 22:26:47的发言：
实际生活中质量大的物体重力大，摩擦力也自然较大，所以造成了大质量物体难推动，同时走不远的经验。这种主观经验带来的一个问题便是把灵敏度和瞬态混为一谈，形成质量轻即会是瞬态好的错觉。

同理，声学端其辐射阻抗比较小，反作用在力学端的力即较小，这时如果振动系越轻，两者的阻抗便越匹配，力学端转换效率越高，这同样是在讲力转声的转换效率问题，实际并不涉及瞬态。

Sted_Zero 说的这个问题，其实类似在以下的帖子有类似讨论过：

http://nju520.w2.91cdn.com/bbs/dispbbs.asp?BoardID=17&ID=13682&replyID=&skin=1

以下是引用zhigang324在2015-11-28 11:04:40的发言：
请务必注意区分不同的阻尼：振动系统的阻尼和同振空气的阻尼，这是两个完全不同的概念！电声换能器的瞬态特性大致分为两种：1.振动系统的质量远大于同振空气的质量，此时同振的空气不能给换能器提供有效的阻尼。此时就必须机械振动系统靠自身的阻尼来改善瞬态特性，比如动圈和动铁，振动系统的质量约为同振空气的数百倍，那就只能自己踩刹车了，但是！由于巨大的惯性，上升沿肯定是缓慢的，但至少下降沿不会有令人听感上讨厌的余振，谓之鱼翅和熊掌不可兼得也；2.振动系统的质量几乎可以和同振空气的质量相当（如静电换能器的振膜质量仅相当于约2mm厚的空气质量），甚至振动系统的质量就是空气的质量本身（如等离子换能器）！此时同振的空气就足以给振动系统施加阻尼，故振动系统自身的阻尼就无关重要了，这时，上升沿和下降沿同样的陡峭，熊掌和鱼翅可以兼得。这可以用飞机降落来类比：飞机降落时靠刹车来减速，那就是1；如果降落时靠减速伞来减速，那就是2，显然减速伞更为有效！注意了，减速伞速度越快时，空气的阻力越大，这就类比为振动频率越高，则空气给振动系统提供的阻尼越大。

我觉得你过于侧重讨论力学方面的瞬态了，且归一成集中参数来讨论，而不是考虑实际振膜在中高频出现的问题，以及声学端接收处出现的问题。

至于分类来讨论，楼上Sted列的比较详细了。

以下是引用zhigang324在2015-12-01 17:19:00的发言：
像这样吧，你们不妨用数学模型推导出一个瞬态特性最优的电声换能器？

呵呵，好吧，既然你这样说。

我感觉没有能力从数学模型推导了，我从声传播的角度来说一个模型吧，要瞬态特性最优，发声体的尺寸远小于最频的的波长（声波长）、或者是发声体尺寸比发声体到接收点的距离小很多，两者至少满足一个，然而静电、大口径的平膜、常规的耳机单元是不符合这个要求的。

以下是引用zhigang324在2015-12-04 10:34:14的发言：
再聊一个与声学有关的直觉思维吧，当今声学最大的研究课题是什么？恐怕是非“语音识别”莫属，没有之一！因为它是人工智能的核心，微软、苹果、因特尔、……中国的腾讯、百度、……清华、北大、中科院、……哪一家不做语音识别！可以说没做语音识别研究的IT公司就没有资格成为巨头。几十年来，花费的钱数以十亿美元计！可他们做成了吗？没有！！Why？因为整个方向南辕北辙！提起语音识别，理工科人马上来了劲，又是数学建模，又是概率统计，什么隐含马尔科夫链之类的，足够写一本砖头厚的专著！可至今仍毫无头绪，Why？恕本人直言，理工科精英们的直觉思维简直幼稚得不如一个文盲！因为连文盲就凭直觉思维都知道，人耳才是语音感知的权威，现在的哪个语音识别系统能够达到人耳的水平，苹果的？微软的？这些公司的语音识别系统反倒成了人们调戏的对象！可这帮大公司的所谓精英竟然数十年来从来也没有研究过人耳的语音感知机理！而是凭空想象的数学建模一条路走到死！包括一味跟风的清华、北大、中科院。
怎么样？够愚蠢的吧？
人耳的语音感知机制绝对是一个诺贝尔奖级别的研究项目，谁能取得突破，得诺奖那是众望所归，而且由于是AI和未来智能计算机的核心，商业潜力无限！那么，谁有胆上呢？

顺便说一句，电声换能器的瞬态特性，以空气作为振动系统的等离子换能器已经做到了极致，永不可能再超越，这就是绝对真理。如果认为还有其它类的换能器的话，不妨在此指明。

理论上是以空气作为振动系统的瞬态特性最好，这个我一点都不怀疑。但以前几年等离子换能器的效率来说（我也就是前几年看过，目前发展到如何了确实不清楚），没有办法满足声压的要求，因此往往需要用号筒来提升效率，就是这个号筒的增加使瞬态特性急剧变差。

再扯一下语音识别问题，不是楼主这么扯的。

语音识别目前来说我觉得已经做的相当好了，无论是从语音或者带语义分析的，当然还有很大的改善空间。

如果楼主觉得别人做不好，那请拿出具体的方法、例子、软件、报告，而不是单独的批评人家做的不好或者愚蠢。

主题：[原创] 谈电声器件的瞬态特性