失真僅在 104-112 dBA 時才變得可聞：一項已發表耳機聆聽研究究竟測量了什麼

多年來，耳機評論一直刊登總諧波失真（THD）數值，並將其精確到百分之幾，暗示數值越低越好，且聽眾能分辨出差異。RTINGS.com 的一篇研究報告由 Pierre Lelievre 撰寫，並由 Sean Olive 博士共同參與，參考 Listen, Inc. 發表的研究測量結果，試圖透過盲聽實驗直接驗證這一假設。RTINGS 的文章標註為「更新於 2026 年 3 月 19 日」；相關的 Listen, Inc. 貼文則分別發表於 2026 年 4 月及 5 月 4 日。這些結果已公開發表數月，值得詳細探討，因為實際數據比標題所暗示的更為微妙，且作者本人也提出了更多限制條件。

檢測門檻是如何測量的

第一個實驗提出了一個簡單的問題：失真要達到多大音量，人們才能真正聽到？研究人員在聽力測試室內，讓真實耳機播放音量從 85 dBA 到 110+ dBA SPL 的音樂，以 3 dB 為增量，並進行雙耳錄音。接著，他們從這些錄音中分離出頻率響應，以孤立非線性失真成分，並將所有檔案標準化至 -16 LUFS，以免音量本身成為變數。

測試的三款耳機分別是 TRUTHEAR x Crinacle ZERO: RED、AKG K361 和 Audeze LCD-S20，並透過 Audeze LCD-X 播放，特別選擇這款耳機是因為其測得的失真低於受測機型。共有 13 名聽眾參與，其中 9 人曾接受為期三個月、約 30 小時的正式失真辨別訓練，使用 Klippel Online Listening 測試。檢測採用 ABX 方法，搭配自適應階梯法（Kaernbach 方法）：階梯大小從 6 dB 開始，在第二次反轉後減半，門檻則計算為最後四次反轉的平均值，對應於 67% 的正確檢測率（d' 約為 1.0）。音樂刺激素材為短片段——Tracy Chapman 的〈Fast Car〉11 秒與 Rebecca Pidgeon 的〈Spanish Harlem〉9 秒——以校準後的 83 dBA SPL 播放。

結果顯示：檢測門檻落在 104-112 dBA SPL。作為參考，作者將典型聆聽音量列為 70-85 dBA SPL——這意味著失真只有在遠高於大多數人實際聆聽音量的水準下才會變得可聞。值得注意的是，RTINGS 的文章在摘要、結果章節和結論中都出現了 104-112 dBA 這個數值，但同一篇文章的後文卻提到「98-112 dBA SPL」。104-112 dBA 這個範圍才是全文中一貫重複出現的。

LCD-S20 的門檻最低，平均需要約 105 dB SPL，聽眾才能察覺失真。值得注意的是，訓練程度與門檻並無相關性——接受過大量訓練的聽眾並不會比其他人更可靠地敏感。其中一名參與者 L12 表現特殊，在六次測試中的平均值為 92.5 dBA SPL，至少比其他所有聽眾低 10 dB，使其對失真的敏感度明顯高於整體群體。

移除頻率響應後，聽眾能分辨耳機嗎？

第二個實驗探討了一個相關但不同的問題：在正常聆聽音量下，若移除頻率響應差異，人們能分辨耳機嗎？此測試採用類似 MUSHRA 的相似性測試，包含隱藏的「純淨」參考檔（未經處理的原始檔案），且不使用低品質的基準檔來干擾反應。測試比較五款耳機——ZERO: RED、Beyerdynamic DT 770 Pro、Sennheiser HD 650、AKG K361 和 Lorelei X6——錄音音量為 94 dBA SPL，播放音量同樣校準至 83 dBA SPL。9 名聽眾中，8 人接受過訓練，每人進行五輪測試，並以 0-100 的量表評估與參考檔的相似程度。

隱藏的純淨參考檔得分最高，平均評分為 69.0，且顯著高於五款耳機中的四款（p < 0.05）。但標題背後的數據卻更為混亂：只有一名聽眾 L10 在所有輪次中都將隱藏的純淨參考檔評為 100% 相似——而同一位聽眾的其他評分標準差也最高（34.8），這顯示的是不一致性，而非異常敏銳的聽力。更令人驚訝的是，9 名聽眾中有 5 人（56%）在各輪測試的平均評分中，並未將純淨參考檔評為最相似。所有評分的整體平均標準差為 26.3，顯示人們對相似性的判斷信心差異相當大。ZERO: RED 在受測耳機中得分最低，為 40.2。

後續的 ABX 測試則更進一步：兩名聽眾在得出他們根本聽不出耳機差異後退出，剩餘 7 人每對耳機完成 10 輪測試。其中只有一名聽眾 L11 取得了具有統計意義的辨別結果，在 10 輪測試中正確辨識出 ZERO: RED 與 HD 650（9 次）（p < 0.05）。對結果進行變異數分析（ANOVA）發現，五款耳機中至少有四款彼此在統計上是等同的，所有兩兩比較顯示 p > 0.83。

測量結果顯示了什麼，以及哪些因素相互關聯

除了聽力測試外，六款耳機——上述五款加上 LCD-S20——也以 94 dB SPL 進行了多項失真指標測量：透過正弦掃描測得的標準化與非標準化 THD（所有六款耳機在大部分可聽範圍內的 THD 測得均低於 1%）、依據 IEC 60268-7 使用 70 Hz 與 600 Hz 兩音、比例為 4:1 所測得的互調失真（IMD）、差頻失真（兩音間距 80 Hz，從 100 Hz 到 20 kHz 掃描），以及透過比較處理過的聽力測試檔案與純淨參考檔所測得的非相干失真。所使用的標準化 THD 方法可追溯至 1993 年 Steve Temme 在 Listen, Inc. 首次提出的技術。

公開發表的 IMD 表格（Ld2 dB / Ld3 dB / 600 Hz 總 IMD）顯示：ZERO: RED -61.84 / -83.83 / 0.01%；DT 770 Pro -41.72 / -58.71 / 0.24%；HD 650 -56.52 / -61.61 / 0.05%；K361 -61.40 / -64.55 / 0.04%；LCD-S20 -66.73 / -54.09 / 0.03%；Lorelei X6 -52.09 / -53.50 / 0.13%。

關於關聯性的問題，結果會因所參考的實驗而有所不同。標準化 THD 與實驗 1 的檢測門檻相關性為 r ≈ 0.85（p ≈ 0.03）——但作者明確指出，這僅基於三款耳機，因此大幅限制了該發現的統計效力。相對於實驗 2 的相似性評分，THD、IMD 或 DFD 均未顯示出顯著相關性。只有專門針對〈Fast Car〉測得的非相干失真，與聽眾的回報有所關聯。

作者對自身結果提出的限制條件

這篇報告對自身限制條件的坦率程度相當罕見，而這些限制條件與標題數據同樣重要。ZERO: RED 在〈Fast Car〉上的非相干失真測得為 0.24%，遠高於其他耳機 0.03-0.09% 的範圍——但在相同 SPL 下，〈Spanish Harlem〉僅為 0.05%，依曲目不同，差異約為 14 dB。作者表示，這可能無法反映該入耳式耳機本身的特性，反而可能是錄音瑕疵，或是測試裝置與插入深度所造成的影響。

LCD-S20 也帶有警示標記：與 RTINGS 自己發表的同一款耳機評論相比，它顯示出低音較弱，暗示測試過程中可能存在密封問題。部分涉及此耳機的門檻測試被排除在外，理由是聽眾可能察覺的是雜音而非失真，且它完全未參與實驗 2。作者表示，修正密封問題只會讓其門檻更高，絕不會更低。此外，他們也指出低音區域的測試室雜音不可忽略，並將其視為測試設計中的折衷方案予以接受。

更廣泛地說，作者明確表示，這些發現僅適用於實際受測的耳機，無法推廣至市面上所有的耳機——進而也不適用於喇叭或擴大機。RTINGS 指出，它已更新了自己的評論方法，即所謂的 Test Bench 2.1，以反映失真對感知音質的測量影響已有所降低，儘管該網站仍持續測量並刊登失真數據。

研究也感謝了外部支援：Listen, Inc. 的 Steve Temme 與 SoundCheck 團隊借出了所使用的測量軟體，而 Jeremie Voix 與 Ecole de technologie superieure (ETS) 則提供了進行聽力測試的聽力測試室。

整體而言，這項研究並非主張失真規格毫無意義——標準化 THD 與檢測門檻之間的相關性，儘管其基礎數據集相當薄弱，仍指向某種關聯。但它確實顯示，大多數評論中刊登的百分之幾 THD 數值，遠低於耳朵在正常聆聽音量下真正能分辨的程度，而且一旦將五款不同的耳機頻率響應標準化，要證明它們能帶來明顯不同的聆聽體驗，在盲聽測試中比大多數器材討論所假設的更難以證實。

本文由 Into The HiFi AI Desk 的 AI 系統撰寫，根據以下來源生成，在發布前未經人工編輯：RTINGS.com，「耳機失真令人驚訝的真相：大部分都聽不出來」（更新於 2026 年 3 月 19 日）、Listen, Inc.，「耳機失真可聞性」（2026 年 4 月）、Listen, Inc.，「耳機失真可聞性：主觀感知與心理聲學測量」（2026 年 5 月 4 日）。