Perché le cuffie attive non sono equalizzate a una risposta in frequenza piatta?

Alcune cuffie sono "attive", con amplificatori integrati nelle tazze e che richiedono una fonte di alimentazione (in genere batterie AAA).

Vedo quindi molti audiofili che discutono della risposta in frequenza come una metrica di quanto siano buone le cuffie, e respingono categoricamente la maggior parte delle cuffie "attive" come Dre Beats Studio.

Tuttavia, con alcuni amplificatori operazionali sarebbe apparentemente abbastanza facile equalizzare il segnale di ingresso, pre-amplificato, in modo tale da poter correggere completamente la risposta in frequenza del driver e quindi produrre una risposta in frequenza estremamente piatta se lo si desidera (o no, come i bassi aumentare o tagliare).

C'è qualcosa di particolarmente difficile nel farlo?

Grafico di risposta in frequenza http://graphs.headphone.com/graphCompare.php?graphType=0&graphID[[=1383&graphID[[=193&graphID[[=1263&graphID[[==3&&IDID[[=853&scale=20

Ad esempio, per Dre Beats Studio (linea blu), forse il circuito EQ potrebbe fornire + 3db @ 750Hz, -5dB @ 1100Hz, +6.5dB@1300Hz, + 5dB @ 1550Hz, -4.5dB@8.5kHz e + 14dB @ 15kHz, con le pendenze sintonizzate per allineare al meglio la risposta in frequenza a 0 dB da 500Hz a 20kHz.

Quando metti qualcosa all'orecchio che riproduce registrazioni stereo standard, non vuoi una risposta in frequenza piatta perché la funzione di trasferimento relativa alla testa che normalmente entra in gioco per una sorgente sonora molto più lontana sembra molto diversa quando la sorgente è contro l'orecchio .

Lascia che ti citi un paio di paragrafi di un libro :

Di tutti i componenti della catena di trasmissione elettroacustica, le cuffie sono le più controverse. L'alta fedeltà nel suo vero senso, che coinvolge non solo il timbro ma anche la localizzazione spaziale, è associata più alla stereofonia degli altoparlanti dovuta alla ben nota localizzazione in-head delle cuffie. Eppure le registrazioni binaurali con una testa fittizia, che sono le più promettenti per l'alta fedeltà realistica, sono destinate alla riproduzione delle cuffie. Anche ai loro tempi d'oro non trovarono posto nella registrazione e nella trasmissione di routine. A quel tempo le cause erano la localizzazione frontale inaffidabile, l'incompatibilità con la riproduzione dei diffusori e la loro tendenza ad essere antiestetici. Poiché l'elaborazione digitale del segnale (DSP) può filtrare abitualmente utilizzando le funzioni di trasferimento binaurali relative alla testa, non sono più necessarie HRTF, teste fittizie.

Tuttavia, l'applicazione più comune delle cuffie è quella di alimentarle con segnali stereo originariamente destinati agli altoparlanti. Ciò solleva la questione della risposta in frequenza ideale. Per altri dispositivi nella catena di trasmissione (Fig. 14.1), come microfoni, amplificatori e altoparlanti, una risposta piatta è generalmente l'obiettivo progettuale, con deviazioni facilmente definibili da questa risposta in casi speciali. È necessario un altoparlante per produrre una risposta SPL piatta a una distanza in genere di 1 m. L'SPL in campo libero a questo punto riproduce l'SPL nella posizione del microfono nel campo sonoro, per esempio, di un concerto in fase di registrazione. Ascoltando la registrazione di fronte a un LS, la testa dell'ascoltatore distorce linearmente l'SPL per diffrazione. I suoi segnali acustici non mostrano più una risposta piatta. Tuttavia, ciò non deve riguardare il produttore di altoparlanti, poiché ciò sarebbe accaduto anche se l'ascoltatore fosse stato presente alla performance dal vivo. D'altra parte, il produttore delle cuffie si occupa direttamente della produzione di questi segnali acustici. I requisiti stabiliti dagli standard hanno portato alla cuffia calibrata in campo libero, la cui risposta in frequenza replica i segnali auricolari per un altoparlante di fronte, nonché la calibrazione a campo diffuso, in cui l'obiettivo è replicare l'SPL nell'orecchio di un ascoltatore che suona il suono da tutte le direzioni. Si presume che molti altoparlanti abbiano sorgenti incoerenti ognuna con una risposta di tensione piatta. il produttore delle cuffie si occupa direttamente della produzione di questi segnali acustici. I requisiti stabiliti dagli standard hanno portato alla cuffia calibrata in campo libero, la cui risposta in frequenza replica i segnali auricolari per un altoparlante di fronte, nonché la calibrazione a campo diffuso, in cui l'obiettivo è replicare l'SPL nell'orecchio di un ascoltatore che suona il suono da tutte le direzioni. Si presume che molti altoparlanti abbiano sorgenti incoerenti ognuna con una risposta di tensione piatta. il produttore delle cuffie si occupa direttamente della produzione di questi segnali acustici. I requisiti stabiliti dagli standard hanno portato alla cuffia calibrata in campo libero, la cui risposta in frequenza replica i segnali auricolari per un altoparlante di fronte, nonché la calibrazione a campo diffuso, in cui l'obiettivo è replicare l'SPL nell'orecchio di un ascoltatore che suona il suono da tutte le direzioni. Si presume che molti altoparlanti abbiano sorgenti incoerenti ognuna con una risposta di tensione piatta. in cui l'obiettivo è replicare l'SPL nell'orecchio di un ascoltatore per un suono che proviene da tutte le direzioni. Si presume che molti altoparlanti abbiano sorgenti incoerenti ognuna con una risposta di tensione piatta. in cui l'obiettivo è replicare l'SPL nell'orecchio di un ascoltatore per un suono che proviene da tutte le direzioni. Si presume che molti altoparlanti abbiano sorgenti incoerenti ognuna con una risposta di tensione piatta.

(a) Risposta in campo libero: in mancanza di un riferimento migliore, i vari standard internazionali e altri hanno stabilito i seguenti requisiti per le cuffie ad alta fedeltà: la risposta in frequenza e il volume percepito per un ingresso di segnale mono a tensione costante devono approssimarsi che di un altoparlante a risposta piatta di fronte all'ascoltatore in condizioni anecoiche. La funzione di trasferimento in campo libero (FF) di una cuffia a una determinata frequenza (1000 Hz scelto come riferimento 0 dB) è uguale alla quantità in dB con cui il segnale della cuffia deve essere amplificato per dare lo stesso volume. È richiesta la media di un numero minimo di soggetti (in genere otto). [...] La Figura 14.76 mostra un tipico campo di tolleranza.

(b) Risposta in campo diffuso: durante gli anni '80 iniziò un movimento per sostituire i requisiti standard in campo libero con un altro, in cui il campo diffuso (DF) è il riferimento. Come si è scoperto, si è fatto strada negli standard, ma senza sostituire quello vecchio. I due ora stanno fianco a fianco. L'insoddisfazione per il riferimento FF è nata principalmente dalla grandezza del picco di 2 kHz. È stato ritenuto responsabile della colorazione dell'immagine, poiché la localizzazione frontale non è raggiunta nemmeno per un segnale mono. Il modo in cui il meccanismo uditivo percepisce la colorazione è descritto dal modello di associazione di Theile (Fig. 14.62). Un confronto tra le risposte dell'orecchio per il campo diffuso e il campo libero è mostrato in Fig. 14.77. [...] Poiché il test di ascolto soggettivo è quello che conta, Finora le cuffie FF sono state più un'eccezione che una regola. Un palato di diverse risposte in frequenza è disponibile per soddisfare le preferenze individuali e ogni produttore ha la propria filosofia delle cuffie con risposte in frequenza che vanno dal campo piatto al campo libero e oltre.

Questo problema di differenza HRTF è anche il motivo per cui i conducenti angolati (in cuffia) suonano meglio per un numero sufficiente di persone che aziende come Sennheiser vendono. Tuttavia, i driver angolati non fanno sembrare completamente le cuffie come altoparlanti.

In fabbrica o in laboratorio viene utilizzato un orecchio artificiale per misurare la risposta in frequenza. Quello sotto è a livello di laboratorio; quelli a livello di fabbrica sono un po 'più semplici.

Ho anche trovato la metodologia utilizzata da quel sito HeadRoom :

Come testiamo la risposta in frequenza: per eseguire questo test guidiamo le cuffie con una serie di 200 toni alla stessa tensione e di frequenza sempre crescente. Quindi misuriamo l'uscita ad ogni frequenza attraverso le orecchie del microfono Head Acoustics altamente specializzato (e costoso!). Successivamente applichiamo una curva di correzione audio che rimuove la funzione di trasferimento relativa alla testa e produce accuratamente i dati per la visualizzazione.

Il microfono utilizzato è probabilmente questo . Sembra che in realtà invertano la funzione di trasferimento della testa / orecchie fittizia via software perché dicono prima che "Teoricamente, questo grafico dovrebbe essere una linea piatta a 0 dB" ... ma non sono del tutto sicuro di cosa facciano ... perché dopo dicono "Una cuffia dal suono naturale" dovrebbe essere leggermente più alta nei bassi (circa 3 o 4 dB) tra 40Hz e 500Hz. " e "Anche le cuffie devono essere rimosse negli alti per compensare i conducenti così vicini all'orecchio; una linea piatta leggermente inclinata da 1kHz a circa 8-10dB a 20kHz è quasi giusta." Il che non è abbastanza per me in relazione alla loro precedente dichiarazione sull'inversione / rimozione dell'HRTF.

Guardando alcuni certificati che le persone hanno ottenuto dal produttore (Sennheiser) per il modello di cuffia (HD800) usato nell'esempio di HeadRoom, sembra che HeadRoom mostri i dati senza alcun modello di correzione presunto per la cuffia stessa (il che spiegherebbe perché danno loro suggerimenti di interpretazione successivi, quindi il loro suggerimento "piatto" iniziale è quello fuorviante), mentre Sennheiser utilizza la correzione DF (campo diffuso) in modo che i loro grafici appaiano quasi piatti.

Questa è solo una supposizione, tuttavia, le differenze nelle apparecchiature di misurazione (e / o tra i campioni delle cuffie) potrebbero giustificare tali differenze poiché non sono così grandi.

Ad ogni modo, questa è un'area di ricerca attiva e in corso (come probabilmente avete indovinato dalle ultime frasi sopra citate su DF). C'è un bel po 'di questo fatto da alcuni ricercatori HK; Non ho accesso (gratuito) ai loro documenti AES, ma alcuni riassunti abbastanza estesi possono essere letti sul blog di innerfidelity 2013 , 2014 , nonché sui seguenti collegamenti dal blog dell'autore principale della HK, Sean Olive ; come scorciatoia, ecco alcune diapositive gratuite dalla loro presentazione più recente (novembre 2015) trovata lì. Questo è un bel po 'di materiale ... Ho solo guardato brevemente, ma il tema sembra essere che DF non sia abbastanza buono.

Ecco un paio di diapositive interessanti da una delle loro precedenti presentazioni . Innanzitutto, la risposta in frequenza completa (non troncata a 12 KHz) di HD800 e su apparecchiature più chiaramente divulgate:

E forse di maggior interesse per l'OP, il suono di basso di Beats non è poi così attraente, garantito rispetto alle cuffie che costano da quattro a sei volte tanto.

La semplice risposta è che un sistema di risposta in frequenza piatta costruito con amplificatori operazionali per correggere la risposta del driver avrà necessariamente una risposta di fase molto piatta nella banda passante. Questa non planarità significa che le frequenze dei componenti dei suoni transitori vengono ritardate in modo non uniforme, provocando una sottile distorsione transitoria che impedisce il corretto riconoscimento dei componenti del suono, il che significa che è possibile discernere meno suoni distinti.

Di conseguenza, sembra terribile. Come se tutto il suono provenisse da una palla sfocata centrata esattamente tra le orecchie.

Il problema HRTF nella risposta sopra è solo una parte di questo - l'altro è che un circuito di dominio analogico realizzabile può avere solo una risposta temporale causale e per correggere correttamente il driver è necessario un filtro acausal.

Questo può essere approssimato digitalmente con un filtro di risposta agli impulsi finiti abbinato al driver, ma ciò richiede un piccolo ritardo che è sufficiente per rendere i film molto sbilanciati fuori sincrono.

E sembra ancora che provenga dall'interno della tua testa, a meno che non venga aggiunto anche l'HRTF.

Quindi, dopo tutto, non è così semplice.

Per creare un sistema "trasparente", non è necessaria semplicemente una banda passante piatta sull'intervallo uditivo umano, ma è necessaria anche una fase lineare - un diagramma di ritardo di gruppo piatto - e ci sono alcune prove che suggeriscono che questa fase lineare abbia bisogno continuare fino a una frequenza sorprendentemente alta in modo da non perdere gli indizi direzionali.

Questo è facile da verificare mediante esperimento: apri un .wav di musica con cui hai familiarità in un editor di file audio come Audacity o snd, ed elimina un singolo campione 44100 Hz da un solo canale e riallinea l'altro canale in modo che il primo il campione ora accade con il secondo canale modificato e lo riproduce.

Sentirai una differenza molto evidente, anche se la differenza è un ritardo di solo 1/44100 ° di secondo.

Considera questo: il suono è di circa 340 mm / ms, quindi a 20 kHz si tratta di un errore temporale di più meno un ritardo di campionamento o 50 microsecondi. Sono 17 mm di corsa del suono, ma puoi sentire la differenza con quei 22,67 microsecondi mancanti, che sono solo 7,7 mm di corsa del suono.

Il limite assoluto dell'udito umano è generalmente considerato di circa 20 kHz, quindi cosa sta succedendo?

La risposta è che i test dell'udito sono condotti con toni di prova che consistono principalmente in una sola frequenza alla volta, per un tempo abbastanza lungo in ciascuna parte del test. Ma le nostre orecchie interne sono costituite da una struttura fisica che esegue una sorta di FFT sul suono mentre espone i neuroni ad esso, in modo che i neuroni in posizioni diverse siano correlate a frequenze diverse.

I singoli neuroni possono solo ri-sparare così velocemente, quindi in alcuni casi alcuni vengono usati uno dopo l'altro per tenere il passo ... ma questo funziona solo fino a circa 4 kHz o giù di lì ... Che è proprio dove la percezione del tono finisce. Eppure non c'è niente nel cervello che possa fermare un neurone che spara in qualsiasi momento sembra così incline, quindi qual è la frequenza più alta che conta?

Il punto è che la piccola differenza di fase tra le orecchie è percepibile, ma piuttosto che cambiare il modo in cui identifichiamo i suoni (in base alla loro struttura spettrografica) influenza il modo in cui percepiamo la loro direzione. (che cambia anche la terapia ormonale sostitutiva!) Anche se sembra che dovrebbe essere "lanciato" fuori dalla nostra gamma di udito.

La risposta è che il punto -3dB o anche -10dB è ancora troppo basso - è necessario andare a circa il punto -80 dB per ottenere tutto. E se vuoi gestire un suono forte e un suono basso, allora devi essere buono fino a meglio di -100 dB. È improbabile che un test di ascolto a tono singolo sia mai visto, in gran parte perché tali frequenze "contano" solo quando arrivano in fase con le altre armoniche come parte di un suono acuto e transitorio - la loro energia in questo caso si somma, raggiungendo una concentrazione sufficiente per innescare una risposta neurale, anche se come singole componenti di frequenza in isolamento possono essere troppo piccole per essere contate.

Un altro problema è che siamo costantemente bombardati da molte fonti di rumore ultrasonico, probabilmente in gran parte da neuroni rotti nelle nostre orecchie interne, danneggiati da un livello sonoro eccessivo in un punto precedente della nostra vita. Sarebbe difficile discernere il tono di uscita isolato di un test di ascolto su un così forte rumore "locale"!

Ciò richiede quindi che il design del sistema "trasparente" utilizzi una frequenza passa-basso molto più alta in modo che ci sia spazio per far svanire il passaggio basso umano (con la sua modulazione di fase a cui il tuo cervello è già "calibrato") prima del sistema la modulazione di fase inizia a cambiare la forma dei transitori e a spostarli nel tempo in modo tale che il cervello non possa più riconoscere a quale suono appartengono.

Con le cuffie è molto più semplice costruirle semplicemente per avere un singolo driver a banda larga con una larghezza di banda sufficiente e fare affidamento sull'altissima risposta in frequenza naturale del driver "non corretto" per prevenire la distorsione temporale. Funziona molto meglio con gli auricolari, poiché la piccola massa del conducente si presta bene a questa condizione.

La ragione per cui è necessaria la linearità di fase è profondamente radicata nella dualità frequenza-dominio nel dominio del tempo, così come la ragione per cui non è possibile costruire un filtro a ritardo zero che possa "correggere perfettamente" qualsiasi sistema fisico reale.

Il motivo è la "linearità di fase" che conta e non la "planarità di fase" è perché la pendenza complessiva della curva di fase non ha importanza: per dualità, qualsiasi pendenza di fase equivale a un ritardo costante.

L'orecchio esterno di ognuno ha una forma diversa e quindi una diversa funzione di trasferimento che si verifica a frequenze leggermente diverse. Il tuo cervello è abituato a ciò che ha, con le sue distinte risonanze. Se usi quello sbagliato, in realtà suonerà solo peggio, poiché le correzioni a cui il tuo cervello è abituato a fare non corrisponderanno più a quelle nella funzione di trasferimento dell'auricolare e avrai qualcosa di peggio di una mancanza di annullamento della risonanza - avrai il doppio di poli / zeri sbilanciati che ingombrano il tuo ritardo di fase e distruggono completamente i ritardi del tuo gruppo e i rapporti di arrivo dei componenti.

Sembrerà molto poco chiaro e non sarai in grado di distinguere l'imaging spaziale codificato dalla registrazione.

Se fai un test di ascolto A / B cieco, tutti selezioneranno le cuffie non corrette che almeno non manipolano così tanto i ritardi del gruppo, in modo che il loro cervello possa risintonizzarsi su di loro.

Ed è proprio per questo che le cuffie attive non provano a pareggiare. È troppo difficile da ottenere.

È anche il motivo per cui la correzione digitale della stanza è la nicchia che è: perché usarla correttamente richiede misurazioni frequenti, che sono difficili / impossibili da vivere e che i consumatori generalmente non vogliono sapere.

Soprattutto perché le risonanze acustiche nella stanza in correzione, che sono per lo più parte della risposta dei bassi, continuano a spostarsi leggermente mentre la pressione dell'aria, la temperatura e l'umidità cambiano, cambiando leggermente la velocità del suono, cambiando così le risonanze lontano da ciò che esse erano quando è stata presa la misurazione.

Un articolo e una discussione interessanti. Tendiamo a pensare che il teorema di Nyquist sia una regola che si applica ovunque, e poi scopriamo che non lo è. Misuri il limite dell'udito umano a 20 kHz usando le onde sinusoidali, quindi esegui il campionamento a 44,1 o 48 kHz con la sicurezza di aver catturato tutto ciò che l'orecchio può sentire. Tuttavia, lo spostamento di un canale di un campione provoca un cambiamento significativo evocato sebbene la differenza, nel tempo, sia superiore a 20 kHz.

Nelle immagini in movimento, riteniamo che l'occhio integri le immagini con una frequenza dei fotogrammi superiore a 20 fotogrammi al secondo. Quindi il film viene girato a 24 fps e riprodotto con un otturatore 2x per ridurre lo sfarfallio (48 fps); La TV ha una frequenza dei fotogrammi di 50 o 60 Hz a seconda della regione. Alcuni di noi possono vedere uno sfarfallio del frame rate di 50 Hz, specialmente se siamo cresciuti con 60 Hz. Ma ecco dove diventa interessante. Negli ultimi anni alle conferenze Tech Retreat e SMPTE della Hollywood Professional Association, è stato dimostrato che uno spettatore medio vede un significativo miglioramento della qualità quando il frame nativo viene esteso da 60 Hz a 120 Hz. Ancora più sorprendente, gli stessi spettatori hanno visto un miglioramento simile aumentando la frequenza dei fotogrammi da 120 a 240 Hz. Nyquist ci direbbe che se non riusciamo a vedere il frame rate a 24, dobbiamo solo raddoppiare la frequenza dei fotogrammi per garantire la cattura di tutto ciò che l'occhio può risolvere; eppure eccoci al 10% della frequenza dei fotogrammi e osserviamo ancora differenze evidenti.

Chiaramente c'è altro da fare qui. Nel caso di motion imaging, il movimento nell'immagine influisce sulla frequenza dei fotogrammi richiesta. E nell'audio, mi aspetto che la complessità e la densità del paesaggio sonoro determinino la risoluzione audio necessaria. Tutti questi suoni dipendono molto più dalla coerenza di fase che dalla risposta in frequenza per fornire l'articolazione necessaria per l'imaging.