为什么有些家庭影院设备很贵，听起来却依然不对？

声音重放链条是一个严格的串联系统（Series System），其整体性能由最薄弱的环节决定。这是系统可靠性工程（System Reliability Engineering）中的基本原理，在音频领域同样铁律成立。完整的家庭影院信号链可以表示为：

其中 $H_{\text{room}}(f)$ 即房间传递函数（Room Transfer Function），是这条链条中最难控制、且影响最宽频段的环节。无论前端设备多么昂贵，只要空间声学处理不到位，$H_{\text{room}}(f)$ 就会对所有频率的信号进行剧烈的幅度和相位扭曲，其影响将无可避免地叠加在最终听感上，且远超其他任何环节的影响量级。

信号链完整示意——其中红色节点为典型短板，金色节点为决定性环节：

一套高端家庭影院功放的全谐波失真（THD, Total Harmonic Distortion）可能低至 0.001%，频率响应平坦度可能在 ±0.1 dB（20 Hz～20 kHz）以内——这是厂商引以为傲、消费者为之付出溢价的核心参数。但同一套设备在未经声学处理的房间里，由于驻波（Standing Wave）的存在，在听音位置实测的低频响应起伏可轻易达到 ±15 dB 乃至 ±20 dB。

换言之，你在功放上省下的 0.001% THD 的努力，被房间驻波一次性抹去，毫无意义可言。

心理声学 JND 视角

心理声学研究表明，训练有素的听音者对频率响应偏差的可觉察差异（JND, Just Noticeable Difference）约为 0.5～1 dB，而对谐波失真的 JND 则在 1% 左右（取决于频率和信号类型，参见 Moore, B.C.J., An Introduction to the Psychology of Hearing, 6th Ed.）。

扬声器的指向性（Directivity）是一个频率强相关的复杂参数，通常用指向性指数（Directivity Index，DI）来量化：

低频时大多数扬声器 DI 较低（接近全指向，DI ≈ 0 dB），高频时 DI 显著升高（指向性变强，DI 可达 8～12 dB）。这意味着同一只扬声器在不同频段会向空间辐射截然不同的能量分布，从而激励不同的房间反射路径和驻波模式。

现代 AV 处理器普遍配备了自动房间校准系统（Audyssey MultEQ XT32、Dirac Live、ARC Genesis 等），它们利用麦克风测量、有限脉冲响应（FIR）或无限脉冲响应（IIR）滤波器对系统进行数字均衡。其本质是在频域内用数字滤波器来修正房间传递函数的幅度偏差：

均衡器无法做到的三件事

Dirac Live 等更先进的系统通过多点测量和全相位 FIR 滤波器，能够在一定程度上改善时域问题，但其本质仍是补偿而非消除。正确的工程逻辑是：先用声学结构处理尽可能解决驻波和反射问题，再用数字校准做最终精调。

即便假设一套系统的频率响应已被校准得相当平坦，声音依然可能"不对"。这涉及心理声学（Psychoacoustics）的深层机制：人耳对声音的感知并非频率响应的线性映射。

等响曲线与音量依赖性音色感知

Fletcher-Munson 等响曲线（Equal-Loudness Contours，现行标准 ISO 226:2003）揭示了人耳感知响度与频率的高度非线性关系。在不同声压级下，相同的物理频率响应会产生截然不同的主观音色感知：

如果一套系统按照参考电平校准，在低音量下低频就会感觉不够——这是等响曲线的物理规律，而非设备品质问题。许多用户低音量听觉得低频不足，进而购买更贵的扬声器，却发现问题依然存在，根本原因正在于此。

群延迟失真——"隔了一层纱"的物理根源

高端扬声器在幅频响应上可能十分出色，但如果分频器设计带来了显著的群延迟（Group Delay）扭曲，即不同频率成分到达听音位置的时间不一致，就会导致瞬态响应劣化，表现为打击乐冲击感下降、人声辅音不清晰。群延迟定义为：