[聽聆空間聲學處理分享][上篇]
有朋友可能有印象，一段時間前我提過我在計劃替新家的客廳做聲學處理，以改善聆聽體驗之餘，提供一個規格良好的環境來測試我設計的音箱。看了兩個月書又和同事們討論了幾次，陸續製作了一些吸音板和擴散板做實驗後，終於定下了設計。我決定在這裡分享一下細節，作為紀錄的同時，也希望讓其他對Room acoustic有興趣的發燒友朋友們可以參考多少。
因為內容真的很撚長，文章會分成上/中/下篇。上篇會談及一些非常基礎的聲學知識作為背景以便讀者理解後續內容，中篇會講述吸音板和擴散板的基本原理和設計，並展示我製作的裝置。下篇就會談及我做聆聽空間聲學設計的過程，像如何定立設計目標，吸音/擴散板的實際應用以及展示最終測量結果。
人在室內聆聽音響，由喇叭發出聲波，聲波與房間的格局佈置互動傳播，再經由耳廓引導到耳膜的過程，是複雜的。整個聽音體驗可以說是由Direct sound + Early reflection + Room mode + Reverberation field組成，以下會遂一簡單講解每部分與人類主觀感受的關係。
Direct sound — 即由喇叭直接傳過來的聲波，在聆聽空間的設計上，會以直接音到達耳朵(測量Mic)的那一刻作為時間Reference (0 ms)。喇叭有所謂的指向性(Directivity)，可以簡單理解為，假設喇叭震膜為一rigid piston，當它前後震動發出的聲波的波長開始接近或小於震膜的半徑時，由於波的自我干涉，聲波不會再向360度擴散，而是開始集束向正前方打出(術語叫beaming)。聲波頻率愈高(波長愈短)指向性就愈高，同理，喇叭單體直徑愈小，指向性愈低。軸向(on-axis)的聲壓最高，離軸(off-axis)角度愈大聲壓愈低。這是為什麼喇叭正對著你和完全不Toe-in擺放時能量感差異巨大的主因。現實中喇叭的指向性還會受震膜的共振變形(因不是rigid)和音箱的面板闊度影響，但為免令文章內容複雜化我就不談及了。一般來說，鋁帶高音普遍帶有很低的水平指向性(因為很窄身)，1寸的球頂高音通常在3–4k Hz開始有慢慢有Beaming，6吋的Mid-woofer在接近1k Hz左右開始，而有帶有號角的單體可視為有巨大的有效震膜面積，Beaming極強。像我挪威同事的號角系統那樣完全toe-in，人坐在皇帝位聽時，會有聽耳機嘅感覺(話說我不理解某些音響雜誌為何可以多年來一直亂寫，把Multi-cell horn以外的普通導波器/號角都形容為可令聲波擴散更廣，做乜尻?)。總括而言，喇叭的設計，單體的類型，和喇叭相對於你的擺放角度會決定你接收到的Direct sound，也會影響接下來講述的Early reflection的能量頻譜。
Early reflection — 早期反射指在Direct sound抵達耳朵後，緊接著到達的最早一批從各個方向來的反射音。Direct sound 和Early reflection之間的時間差稱為Initial time delay gap (ITDG)。ITDG取決於喇叭，聆聽位置和牆壁/天花/地板的相對距離。當ITDG遠少於20ms時，Early reflection 就會對聆聽體驗產生巨大的影響，因為人的聽覺系統的「解像度」是有限的，Time domain上，人腦會傾向把Direct sound連同抵達耳朵後20ms內的其他反射音視為「同一個聲音」。從Ray acoustics 的角度來看(把聲波當光線看待)，以音速343m/s計算，即聲波從喇叭發出後，撞上牆壁(或大的家俬)再反射到聆聽點路徑總長度6.86m內的反射音都會明顯影響聽感。由於Direct sound和Early reflection之間有時間差，即這些聲波間有相位差，有讀過物理的朋友都知道波和波之間有相位差時就會有相長/相消干涉，於是在聆聽位置上許多不同頻率的聲波都會被抵消掉。這稱為梳狀濾波(Comb filtering)效應，具體程度取決於反射音的強度和頻譜，而這是由上部分提到的喇叭指向性決定的。心理聲學的研究亦發現，人耳偵察來自耳水平左右方向的反射音(Lateral reflection)的能力要比前/後/上/下方的高幾個dB，而人腦會傾向忽略掉比Direct sound強度低超過10dB的反射音。我們聽兩聲道音響時體驗到的「音場大小」則主要取決於Lateral reflection的強度(愈強音場愈大)。而當Early reflection的ITGD明顯超過20ms，強度又很高時，人腦就會將它分辨為Flutter echo，廣東話叫「撞聲」。總括而言，Early reflection很大程度地決定我們聽到的音色，資訊量，音場結像大小等等。而這也是為什麼在一般家居用再好的音箱聽音樂，細節的重現都總是不及好的耳機，還有同一對喇叭在不同的房間聽起來會不一樣的主因之一。
(順帶一提，我一直以來都最喜歡Constant Directivity設計的喇叭，即喇叭的離軸聲波頻譜和軸向的一致，只是聲壓相對減弱，比如我自家設計的喇叭，以及K__的產品。這種設計可以大幅減少Early reflection對音色的影響，在不同環境下的表現都比較穩定。目前巿面上大多2路書架音箱產品都有中低音單體和高音單體Directivity mismatch的問題，呃……比如我之前工作了一段時間的M_____A____，離軸頻響和軸向不一致時，反射音就會對音色和結像產生壞影響了。)
Room mode — 不少發燒友對駐波都有多少認識，但通常理解的程度都局限於1D空間的情況，如2塊牆之間距離是多少多少，就會有對應倍率波長的頻率的Standing wave。現實空間是3D的，空間也不一定是個長方形盒子，再加上空間多少會有大型的家具，所以駐波的形成是立體和複雜的。一個空間內可以形成的，不同頻率的駐波產生的壓力分佈稱為Room mode，我大概可以意譯為空間震動模式吧。一個震動模式中，氣體分子運動速率最低的部分(比如靠牆/牆角的位置，因為都沒空間可以運動了啦)音壓就會最高，術語叫這些位置做Pressure Anti-node。相反，速率最高的部分(比如第一個mode多半在房間中央範圍)音壓就最低，這些是Pressure node。Room mode的頻率一般都是中低頻的頻率，Node和Anti-node位置的音壓有時可以有20dB之差，所以對Bass重播的表現影響巨大。喇叭在房間中擺放的位置會決定一個room mode被激發的程度，如果喇叭在一個mode的Anti-node位置上，激發會最大化，在Node處時該mode就會被壓制。而聆聽者在一個mode的不同位置上會聽到不同的聲壓，所以中低頻能量在房間中的傳播其實是一個「喇叭位置 — Room mode — 聆聽者位置」的耦合過程。在香港玩音響時不少人都有覺得低音太Boom的經驗，這是因為在香港家居常見的擺放格局都是喇叭很靠牆，人又坐在挨著對牆的梳化上聽，即喇叭和聆聽者都在mode的Anti-node上，耦合程度最大化，自然Boom到七彩。網上有不少用來計算Room mode頻率和位置的簡單軟件，但其實參考價值不高，除非你的聆聽空間是完美的長方體又沒有家具沒有窗。現實中要找出理想的喇叭擺放位置和聆聽位置，只能靠測量。(話說不少音響雜誌多年來都會寫什麼某某聽音室/HiFi房設計有不平行的牆面，所以就沒有駐波。這是胡說八道的，任何空間都會有mode，形狀愈不規則，mode的分佈就愈複雜愈難預測而已。)
Reverberation field — 殘響場是指在Early refection過後，再在房間中經過多次反射，能量強度不斷減弱直到消逝的聲波場。殘響場的時長量度標準為RT60，即是房間內的聲壓能量降至比Direct sound低60dB所需的時間。但現實中有時不方便做出這種測量，比如環境的背景噪音是40dB時，你就要用超過100dB的訊號去測出準確結果，鄰居肯定把你門都拍爛了。所以很多時間我們都會用RT30的結果去估算RT60。RT60的數值取決於房間的大小和房間的吸音系數。主觀聽感上來說，殘響時間愈長，聲音聽起來愈「暖」 (反之愈「冷」)，愈有「規模感」，但亦會變得愈混濁。古典音樂廳的設計為了追求令表演聽起來更有恢宏感，一般會有長達1.5–2秒左右的RT60。而家居環境的RT60通常在零點幾秒至一秒的範圍。英國的住宅RT60普遍都較短，因為這邊樓底平均較矮，而且很流行用全地毯地板，大大的布梳化等等。RT60是frequency dependent的，因為不同物質的各頻率的吸音系數都不一樣，但基本上都是高或中頻的吸音系數較高，中低/低頻的很弱(下篇文章會解釋)。人耳對低頻的較長的殘響時間容忍度頗高，但當中頻的殘響太長時，音樂就會明顯變得混濁，尤其影響人聲的清晰度。高頻的殘響時間則影響聲音的「活生感」，太短時會感到沉悶。
以上就是和設計兩聲道音響聆聽空間有直接關係的基本知識了，還有更多細節會在中篇補充。
多謝各位耐心閱讀。
Credits:
Picture 1 — Amirm, ASR Forum
Picture 2 — Dirk Schröder, Integrating Real-Time Room Acoustics Simulation into a CAD Modeling Software to Enhance the Architectural Design Process
Picture 3 — Hervé Lissek, On the damping of room resonances with electroacoustic absorbers in the low frequency range