如何提升手机的外放音质

2018 年刚刚结束，回顾以前的各种发布会，我们会发现，厂商总要给自己的产品找点什么地方「吹一吹」，有吹游戏的，有吹屏幕的，有吹自己能办公的，有吹自己 Hi-Fi 的。但除了早年的 HTC，似乎很少有厂商狠狠的吹过自己手机外放。

手机上有两个关键性体验，可以概括成「影」和「音」。

「影」体现在屏幕素质，这些年随着技术的发展，手机屏幕早就不是短板。而「音」的部分，在过去，大家更关注有线耳机，关注蓝牙耳机的音质。而说到外放，很少有人主动去找不自在。就算去测，也是找个录音笔随便录个歌就了事了。

然而，在 3.5mm 耳机接口逐渐退出历史舞台的今天，我们使用有线耳机是越来越麻烦了。

蓝牙音频技术虽然近些年突飞猛进，但依然有使用局限，比如那个延迟，我要玩个音游肯定就 GG 了。还有当你想分享一个有趣的视频给女朋友看的时候。这些场景，手机外放，还是有用的。

那既然有用，为什么手机厂商不去吹外放呢？很简单，因为外放音质差啊！

我在之前的节目里说过，要实现好声音最少需要三个硬性的物理指标：频响范围，响应时间和混响空间，这三点，有一个做不好，就是听个响。消费级的音响和耳机上，很容易可以把这三个指标做到及格。但在手机外放上，就麻烦了。

我们知道，喇叭越大越好听，手机内部的空间寸土寸金，这就是第一个瓶颈，「体积」。因为体积的原因，所有手机上使用的扬声器单元都只能算是「微型扬声器」，振膜体积在 10mm-30mm 之间，非常小。

在同等材料和工艺下，振膜的大小基本就决定了它的音质上限，越是小的，频响范围就越窄，动态响应就越差，这就类似于相机界常说的「底大一级压死人」，是先天的缺陷。入耳式耳机虽然也属于微型扬声器，但人家紧贴耳道，声音可以说是直接传递给耳朵，不需要太大的音量。比如一千块的耳机，耳塞紧紧贴合你的耳道，所有有效的声音信息都充分传递了。

而一万块的手机，如果你把耳朵紧紧贴到扬声器的地方，是不是感觉声音细节也变多了？然而，这些声音在漫长的空气传播过程中，都衰减了。最后我们听到的就只剩下一个糟糕的声音了。

这好比巧妇难为无米之炊，怎么提升手机的外放音质呢？2013 年发布的 HTC One ，用它的上下两大条 Boomsound 给出了第一个回答。这是第一款「大体积」双扬声器立体声的手机。用体积上的优势，获得了完胜之前其它手机的音质体验。

但缺点显而易见，硕大的两个扬声器单元，需要占据手机正面上下巨大的额头与下巴，在当年就没少被吐槽。如今大家都在追全面屏的时候，敢这么做的也只有谷歌了。

所以这种堆大扬声器的方法，在平板上可以发展，但在手机上，还需要另辟蹊径。这里提一下 NXP ，中文叫恩智浦半导体，之前几个月一直跟高通在谈判被收购事宜的这家公司，是一家非常著名的移动音频解决方案供应商。也是 HTC One 的放大器芯片供应商，也是在 2013 年推出了 TFA9890，这个音频放大器可以将手机音频信号放大到 9V 的水平，几乎是 HTC One 的两倍，也就是说即使是单扬声器也能有跟 HTC One 同级别的音量。

它还能通过对扬声器温度与振膜偏移情况的实时监控，在保证频响与响度的前提下，尽可能减少失真与破音。这就依赖于 NXP 自己的一套独立的 D 类升压算法了。当年的 Nexus 6 和 Moto X 都是采用了这个音频放大方案。后来，包括 Skyworks 和苹果一直御用的 Cirrus Logic 也采用了类似的升压技术。

与此同时，在 10mm~30mm 这个直径的微型扬声器下，采用新型振膜和新型 UV 胶的振膜逐渐普及，提高了微型振膜的振幅。这使得现在的手机厂商，能在更小的扬声器体积里，实现比几年之前更宽阔的频响范围和稍好一些的动态了。

不过，这离之前说到的三个小标准，只是改善了频响范围和响应时间，还差一个混响空间。

首先我们要知道，声场这个概念，是由声源点与空间两个因素体现出来的。当有一个声源点的时候，我们可以通过双耳效应确定它的方向。再通过声音在介质中的传播特性，来确定它的远近，一个特性是声音在传播中的自然衰减。第二个是声音在空间内的反射与散射。这样，我们就能准确的知道它的位置了。

接着，当有左右两个声源点的时候，也就是我们常见的双声道系统时，两个声源发出的声音，会有声音信息的叠加与抵消，而它们之间的比例，就决定了我们觉得自己听见的声音是更左还是更右。

当然了，这个声音无论怎么偏，它的声场边界也一定是在扬声器的物理位置范围内。回头看看手机，体积就这么一点大，即使是双扬声器，左声道和右声道也就差个十几厘米，这声场再大能大哪里去？难道这第三个问题就解决不了了么？

虚拟环绕声技术的出现，让人们在绝望中又看到了希望。

这个技术，说白了就是欺骗人的耳朵。怎么欺骗呢？通过听觉心理学。根据以前我们科普过的那一堆效应，对音频信号进行处理，抵消和延迟一部分声音，让耳朵有错误的时间判断或是响度判断。这样，就能让我们觉得，声音是从更左或者更右的位置发出来的。

下一步，补足从声源点到你耳朵之间的，也就是声音在介质中传播过程中的衰减。按照不同频率的衰减幅度，去调整声音，可以让我们觉得声音有远近。而混响信息稍微麻烦点，因为手机很难像一些家庭影院一样利用墙壁反射来扩大混响。因此目前小型设备，普遍使用 HRTF ，头部相关转换函数。

我们知道，耳廓是我们接收声音的第一道关，它本身结构比较复杂，不同方向的声音发射到外耳廓处，在这里呈现出的散射模型是截然不同的。除了耳朵本身，我们的头骨也是一个传递声音的途径。头骨本身可以视为一个巨大完整的共鸣箱，不同方向的声音也会带来不同的共鸣模型。当然，这个整个的过程，每个人都是不同的。而头部相关转换函数，简单来说就是通过采集不同人的人头录音数据，综合出的一套算法。

在之前的双声道音频的基础上，加上这个相关函数，理论上就能给人带来 360 度的方位感，不过这个还是有条件的，比如你的头部得在手机正面的一个区域内，才能获得最好的体验，还有就是你的耳朵形状不能长的太奇葩，否则可能会听不出来什么环绕效果。

这种结合听觉心理学与 HRTF 的相关技术，已经大量运用在业界主流的虚拟环绕声方案上。部分安卓手机可以刷入杜比音效。打开腾讯、优酷、爱奇艺等等视频网站的杜比专区，就能感受到了。而支持各自手机的苹果 iTunes 和华为视频直接就能买到 Dolby Atmos 的资源，只是国区苹果你懂的，目前 iTunes 商店暂不可用。

我很高兴的看到，2018 年很多厂商越来越重视手机的外放音质。手机发展到今天，早就过了性能竞赛的时代，越来越看重全方位的体验与实力。就比如手机的外放音质这一类，过去我们为了一颗好的 SoC，不得不接受其它地方短一点。但在将来，这些短板一定是要补上的。在这个过程中，越来越好的软件算法，让手机在小小的体积里突破物理性的限制，实现超越其体积的体验，这个过程是不是有点熟悉？对啊，手机拍照也是通过算法在远小于单反的 CMOS 体积里做到了弯道超车。

因此我有理由相信，手机上的音频技术还有进步空间，比如跟踪你的头部位置来建立实时的声场，根据 AI 算法给不同场景调整外放的频响与音效之类的。说不定有一天手机的外放音质也能好到让厂商在发布会单独吹个牛，而你自己玩游戏时打开外放，不再是没带耳机或者蓝牙音箱时的妥协，而会变成是一种享受。

点击这里可直达 B 站观看视频 。