这是目前最新的头戴式耳机主观音质/听感预测公式。其中，SD代表被测耳机曲线与目标曲线偏差的标准差；AS是一个和耳机曲线与目标曲线偏差的对数几率回归有关的值。而加权系数由大量统计样本和机器学习得出。

  我在这里解释一下，音质对于绝大多数消费者而言是一个很玄的词汇，很多人所谓的音质其实就是他的主观听感，并不是耳机和真实的声音的偏差，因为绝大多数人没有听过参考级的音乐回放。所以才会有主观音质这种奇葩概念，也可以理解为听感或者好不好听，不过这样对绝大多数消费者更有意义。

我们再看这张图。

  其中，黑色数字代表人们通过盲听给出的耳机主观评价分数。绿色曲线为哈曼曲线（在这里我不探讨哈曼曲线的效果，这个绿色曲线你也可以理解为任何目标曲线），蓝色曲线为主观评价时落在对应评分区间的所有耳机频响的平均值，而不是单独特指某个耳机，实际上可以代表这一整类的耳机，因为有着相似频响的耳机都落在了对应的区间内。红色曲线代表着蓝色曲线和绿色曲线的偏差值。黑色虚线代表着红色偏差值的回归曲线。

  我们再回来看这个公式。

  耳机听感/主观音质的预测分数与SD和AS值都有关系。SD代表着耳机曲线和目标曲线的偏差，这个很好理解。而对于AS值，由上面的黑色曲线我们可以大致看出，这是一个代表着耳机频响曲线与目标曲线的整体偏移趋势的值。并且是对数回归。所以100Hz~1kHz所占的权重和1kHz~10kHz是一样的。这和人的听觉系统也是相吻合的，其实以我的调音经验，人最敏感的频段大概在200~300Hz，而稍微过大范围应该在200~800Hz，这和等响曲线是无关的。

  值得注意的是，大量统计结果表明，人对头戴式耳机的主观音质/听感的评价，在50Hz以下和10kHz以上有着不确定性，或者说是弱相关。所以，这个公式中只计算50Hz~10kHz的采样点。而这个公式相比于2017年的版本已经有了简化，反而最终的测试结果的可信度变高了，这从侧面说明，引入过多的变量反而会降低评价系统的可信度。

  也就是说，像图中的“fair”这样的曲线，明明1kHz~10kHz这一段是非常贴合目标曲线的，但一方面由于50Hz~500Hz的偏差较大，另一方面因为50Hz~500Hz的凸起导致曲线整体倾斜的程度偏离目标曲线。所以用公式预测出的评分会偏低，这与人的主观听感一致，你们有兴趣的话可以回去看我之前的200元以下耳机测评，基本上那个测评里的所有入耳式耳机的频响曲线都是这个趋势。如果是训练有素的听音者，很容易听出这个频段的瑕疵，而对于一般消费者，很多时候就变成了混沌的听感不好。而传统的1kHz拟合，这样的耳机高频表现应该是完美的，但实际上有可能会主观上高频也会有问题，这就是和整个耳机曲线的偏移有关。这其实和心理声学中的掩蔽效应也很吻合，就是即便耳机在高频处的曲线不发生任何变化，只改变低频的频响依旧会影响人对高频的主观判断，这是人耳听觉系统的一个特点。

  一个响亮的纯音很容易就把另一个频率更高的纯音给掩蔽掉。当然，对于音乐信号而言，这种掩蔽效应会更复杂。

  目前这种预测算法的可信度约为95%。但并不代表主观评价就没有意义，实际上即便这是目前可信度最高的算法，其结果仍然在一定范围内浮动，训练有素的听音者的主观评价可以更准确的对耳机进行评价。