如何评价「耳机听感用仪器无法测量」的观点？ 第1页

** 友情提示：

本回答前半部分阅读时间预计 5～10秒， 后半部分预计阅读时间 25～30 秒。

老领导说， 任何讨论我们首先要区分什么是事实错误，什么是不同观点，否则就会在不需要争论时混战一团。

如果"耳机听感用仪器无法测量"是真的，

那么医院就没法检查患者的气导听力了。

高端耳机（助听器）的业务就没法开展了。

########################################################################

如何评价"耳机听感用仪器无法测量"的观点?

用马克思主义原理可以得出印象，"耳机听感用仪器无法测量" 这是一种“不可知论”和 “历史虚无主义”。

##################################################################

友情提示：

本回答后半部分的内容可能比较耗时， 不建议大家阅读。 请及时点返回

##################################################################

老麦你为什么从来不分享听感？例如 Philips SHP9500 -- 麦文学看图说话系列

很多网友私信问， 老麦你为什么从来不分享听感？

虽然俺叫麦文学，俺的文学造诣可以说是零。大家都知道， 俺没啥文化， 初中毕业。虽然俺已经很努力了， 但始终散文很散， 难登大雅之堂。 俺其实也是有分享听感的， 而且每次都尿了， 一共有大约 3~5 次之多：

“听感：播放 The Ludlows – James Horner – Legends of the Fall, 一开声俺吓尿了， 以为开了静电耳机， ， 凌晨2点啊凌晨2点。钢琴声那么催人尿下，哎呀妈呀。”

俺觉得大伙都看腻了这感那感的， 而且所有的感感感感感在俺看来都有规律可以寻找， 而且能够留下客观记录。 因此就省略了这些一会儿尿了一会儿坐地排卵之类的一惊一乍的听感。

所谓的客观记录就是用 KOF 的免费高清听力测试软件截下的图和记录下来的数据。这些记录有很好的重现率， 基本上不会改变， 除非严重的伤风感冒。

例如 Philips SHP9500 没 EQ 之前， 俺自己的听感，截图是这样的：

。 耳朵收到啥货， 一目了然，是不是很直观呢？

三星 Samsung Galaxy Buds 听感实录 -- 麦文学喜迎双十一光棍节系列

三星 Samsung Galaxy Buds 听感就记录在下面，

有兴趣的不妨参考。

“听感：播放 The Ludlows – James Horner – Legends of the Fall, 一开声俺吓尿了， 以为开了静电耳机， 深夜 11点半啊。 钢琴声那么催人尿下，哎呀妈呀。”

###################################################

麦文学 2020Q1 散文列表

https://www. zhihu.com/people/mai-we n-xue-67/answers/by_votes

       https://www.zhihu.com/people/mai-wen-xue-67/answers/by_votes     

https://www. zhihu.com/people/mai-we n-xue-67/posts/posts_by_votes

       https://www.zhihu.com/people/mai-wen-xue-67/posts/posts_by_votes     

//////////////////////////////////////////////////////////////////////////////////////////////////////////

如何评价「耳机听感用仪器无法测量」的观点？

当您需要助听器的时候，

如果医院的回答是 “听感用仪器无法测量” 或者 “你不妨试试吃中药，例如中华鳖精”，

您会不会发飙 ？？？

缺关注小透明专栏， 敬请大伙多踩踩

[space holder]

严谨的说，正确说法是“耳机的个人听感用仪器无法测量”。但是如果这么说“耳机的人群平均听感，用仪器无法测量”就不对了。

学过概率论的都知道数理统计的基本公式贝叶斯公式，先验概率和后验概率。这个强有力的数学工具教会我们可以通过一个物理模型的基本参数，去预测一个这个模型下发生事件的各种概率，这个叫做先验概率。反过来我们利用贝叶斯公式，可以通过后验概率可以推测一个模型的基本参数，这个就是数理统计的过程。如果你承认贝叶斯公式，那么你就可以脱离不可知论，因为这个公式教我们用测量和统计的方法可以得出你感兴趣的相关系统的模型和参数。

但是我们这里并不是讨论概率的，这里用这个东西只是说明一下如何科学的探索一个未知事物。答案就是测量，统计，然后根据贝叶斯公式计算反推未知模型。

所以，如果我们把”平均人群最喜爱的耳机的各种参数，比如频响和THD”，当做一个未知的系统（相信广大耳机厂商非常想知道这个事情），那么我们如何知道它呢？根据上述描述，我们的方法就是测量，统计，然后反推。

所以我们是可以通过实验（设计一个ABX参考实验），来测量一些备选参数的模型对大多数人（人数越多贝叶斯公式计算出来的概率越准确）人的感受（好或者不好）。

因为这里面最终的好和不好还是每个被测量人叙述出来的，所以我们除了使用ABX方法以外，还需要设计敏感数据调查方法，使用大量间隔重复问题，反问题等消除人本身产生的认知误差。

最后，我们综合统计出来这些数据，就可以大致估计出来”平均人群最喜爱的耳机的各种参数，比如频响和THD”这个问题的相关数据了。当然，最后我们在分析统计数据的过程中，可能发现数据平不集中于某一个模型，而是最终集中在几类模型上，也就是说这个问题其实最终解名不是唯一的，而是几个。这其实是很常见的情况，因为现实往往比我们问问题的方式要复杂的多。

得出了我们想要知道的这个结果后，如果你承认贝叶斯公式，你就可以通过一个给定的耳机参数，计算出来，在人群平均来说，喜欢这个耳机的概率有多少了。

这个事情已经有人做了，就是Sean Olive博士，在2012年发表的这篇论文：

请注意，这里面提到的结论并不是一个，而是三个分别针对了64%，15%和21%人群。也就是说，其实你们总说的某曲线并不是一条，而是至少三条。

啰啰嗦嗦说了这么一大堆，现在其实才是正题。

上面我们说的是怎么确定”用仪器测量耳机出来的参数和平均人群是否喜欢”，这两个事情之间的联系。过程大家如果看完了也理解了，其实整个过程并没有任何特殊，跟我们去科学的认识一个普通事物的过程是一致的，测量，统计，然后反推。如果你是一个可知论者，你承认科学，承认贝叶斯公式和概率论。那么你会承认上述观点。

所以同理，我们这里讨论的是“仪器测量和听感之间的联系”，这个事情稍微复杂一些，但是并不是做不到。关键在于我们需要把听感这个玄学概念拆解，拆解成一个或者多个明确的模型。这个模型可能是类似这样的一组问题：

1.人群平均觉得高频太多/合适/太少，跟耳机参数的关系

2.人群平均觉得低频太多/合适/太少，跟耳机参数的关系

3.人群平均觉得中频太多/合适/太少，跟耳机参数的关系

4.人群平均觉得人声清晰/合适/不清晰，跟耳机参数的关系

...

这上面的每个问题都对应一个模型，我们都可以使用测量，统计，反推的过程得出确定的结论，之后我们再用这一组模型，就可以预测一个耳机的“听感”了。当然这里面的工作量十分巨大。

所以，到这里，如果你承认科学，承认贝叶斯公式，是可知论者，就会承认“人群平均听感使用仪器可以测量和预测的”。

如果你说一个人的听感用仪器无法测量，那么你是对的，因为只有神仙知道你是怎么想的，你怎么感觉得。