Acoustic---如何理解“音量”和“响度”？

在日常生活中，我们在描述声音的大小时，往往会用到“音量”和“响度”这两个概念。除此之外，类似的概念还有“声强”、“电平”等。

那么，“音量”和“响度”的概念究竟该如何理解呢？

01	“音量”和“响度”是主观的还是客观的？

翻阅网络上的几大百科，搜索“音量”或“响度”的相关词条，我们基本上都能看到把这两个词相等同的说法。而在定义上，音量和响度都是指的人耳对所听到的声音大小强弱的主观感受。

相信有很多人在看到这一定义时，都会感觉自己的认知产生了偏差。

毕竟，我们可能都会觉得，“音量”这个词，不应该跟很多有代表性的物理量，比如“质量”、“能量”等一样，是一个客观的量吗，为什么定义里却将其描述成一个主观的量？

至于响度，既然跟音量等同，那不也应该是一个客观的量吗？

事实上，“音量”的概念本来确实应该是一个客观的量，但大家仔细想想就会发现，我们在生活中描述音量和响度的时候，绝大多数情况下都是用的“大”或“小”这样的主观判断的词汇。

而在描述“质量”和“能量”的时候，却会给它们带上一些如“克（g）”和“焦耳（j）”这样的科学客观的单位。

也许有人会说，描述声音的大小用“分贝”的单位啊。

但遗憾的是，我们在生活中用到的“分贝（dBSPL）”本身就是根据人的主观感受所制定的。

02	“音量”和“响度”的单位

“分贝（dB）”这个单位其实是一种相对的概念，即它并不能像描述频率的“赫兹（Hz）”、描述质量的“克（g）”、描述长度的“米（m）”那样给出一个客观的量，而只能给出两个相同物理量的比值。

生活中我们会用到的“分贝（dB）”的单位，其完整形式应该是“dBSPL”，其后面的“SPL”是“Sound Pressure Levels（声压级）”的缩写。

因此，我们可以看到，这个单位侧重的是声音的振动所产生的压强，即声压（单位为Pa）。

声强级与声压的平方成正比，遵循I=(P^2)/Z的关系。其中，I为声强级，P为声压，Z为媒介的特性声阻，而Z又等于声速(C)和密度(ρ)的乘积。

前面我们提到分贝是一种比值，构成比值的另外一个值其实是一个固定的基准值。在dBSPL的语境下，则是人耳在1000Hz的频率下能听到的最小的声音的声压值，大小是0.00002Pa。

我们规定声压在这个值的时候声音信号的声压级为0dBSPL。

此外，对人类听觉来说，愈高的声压会造成愈大的听觉感知。而在人类的可听频率范围（20Hz到20000Hz）中，由于听觉对3000Hz左右的声音较为敏感，该段频率也能造成较大的听觉感知。

也就是说，人类对声音进行音量或响度的主观判断时，囿于自身的生理原因而会呈现出多重标准。要想让人产生相同的音量或响度的感觉，越是低频其声压级越是需要更高。而随着频率升高到1000Hz左右之后，再继续升则呈现出别的规律。

以上便是著名的“等响曲线”图。当然，这个图肯定不会精准地适用于地球上的每一个人，毕竟每个人的生理构造都是与众不同的，但一般来说都会跟这个图比较接近，这也是一个人为强行制定的标准。

大家也会注意到图中出现了一个新的单位“phon（方）”，这个单位是响度级的单位。我们规定在1000Hz时，1dBSPL=1phon。

心理声学研究发现，在40phon 以上的区域，当声压提高十倍时，人类的听觉感知只会提高两倍。

为了让响度和听觉感知尽量呈线性关系，我们引入了另一个响度单位“宋（sone）”。40phon被定义为等同于1sone。具体换算公式如下：

人类的听阈0phon所对应的响度则是0.0625 sone。也就是说0.0625sone是人类能察觉到的声音的最小响度。另外也有研究指出在低于 40 phon 的情况下，以上换算关系可能失效。

当然，人类对响度的感知并不只跟频率和声压级相关，时长同样会带来重要的影响。一般来说，在一定范围内，同一个声音持续的时间越长其响度可能会变得越大。此外别的有影响的因素还有音色等。

03	“音量”和“响度”的测定

我们在音频行业看到的那些响度到底是怎样测定的呢？这就要提到一个被国际电信联盟（ITU）提出的叫作“LKFS（Loudness K-weighted Full Scale）”的新测量单位了。

这个单位的测量，首先需要对原始声音信号进行滤波。第一阶段的滤波如下图所示，模拟了人类的头部对声音的处理：

接下来则要滤掉一些低频的部分：

在一系列的处理完成后得到的新的声音信号就被称为经过K-weighted Filter得到的信号，然后计算机便会对这个声音信号进行综合测算得出最终的LKFS值。

此外，还有一个叫作“LUFS（Loudness Unit Full Scale）”的响度测量单位，制定者是欧洲广播联盟（EBU）。不过，LKFS和LUFS就目前来看基本可以认为是等同的概念，即LKFS=LUFS。

制定这个单位的一个很重要的意义在于，不同的平台可以规定该平台上的响度标准，以免出现一段音频是正常响度而突然另一段音频变得特别大声或特别小声的状况。

比如谷歌的Youtube会把网站上的视频的响度调到-14LUFS，苹果的iTunes则会把上面的音乐都调到-16LUFS。这样一来，你在视频制作和音乐制作时为了想鹤立鸡群而把响度弄得再怎么大也都没啥用了。

值得注意的是，在LKFS/LUFS的标准下，响度的测定是被人为规定成“客观”的。也就是说，默认你的生理构造对于声音的感知是完全符合标准制定者给出的一个理想的人的。这也是为了防止音频行业因为各人有各人的标准而乱了套。

也就是说，“音量”和“响度”的概念，在现实生活或者模拟信号的领域中是主观的，而在数字信号的领域中则是“客观”的。