引言

音响市场在过去几年快速增长，但多数爱好者面临的现实是：调音仍依赖经验，缺乏客观测量依据。专业声学测量工具（如 REW、Smaart）需要外置音频接口、校准麦克风和 PC 端安装程序，成本高昂且门槛较高。

本系统尝试解决一个实际问题：让用户用随身携带的手机，在浏览器里完成一次足够可靠的声学测量，并据此给出校准建议。现代浏览器已支持 48 kHz 全双工音频流与 32 位浮点 FFT，这意味着在浏览器里做精密声学测量不再是「不可能」，而是需要解决一系列真实的工程问题。

本白皮书系统阐述本副本（本地版）的技术实现。全部信号生成与声学分析均在浏览器本地完成，无需服务器，无使用次数限制。

第一章 核心层：同步、扫频与频谱提取

1.1 对数扫频信号选择

系统使用对数扫频（Logarithmic Sweep）作为测量信号，时域表达式为：

本系统采用 f₁ = 20 Hz，f₂ = 20 kHz，T = 10 s，故 L ≈ 1.448 s。瞬时频率随时间指数增长：f(t) = f₁ · e^(t/L)。

对数扫频的核心特性是恒定的倍频程能量密度：单位时间内每个倍频程获得的激励能量相等。这意味着低频段（20~40 Hz）与高频段（10~20 kHz）获得相等的激励时间。在家居和车内噪声环境中，低频段通常受环境噪声影响最大，对数扫频通过延长低频激励时间，提升了该频段的信噪比。

完整校准信号共 38 秒，结构如下：

三段重复扫频用于：① 平均以压制随机噪声；② 通过段间一致性评估测量可信度（见 2.3）。

1.2 触发同步

播放端与接收端物理分离、时钟独立。接收端通过归一化互相关定位 1 kHz 触发信号：

算法采用两级搜索：第一级以 100 采样步进粗定位，第二级在峰值邻域内以原始采样率全精度互相关精确定位触发起点。由于本系统仅使用幅度谱（magnitude-only），触发定位的少量时间误差只会引起相位旋转，不影响频响幅度结果，因此对同步精度要求宽容。

结束触发用于估算时钟漂移：漂移因子 = 实测触发间隔 / 理论触发间隔 − 1（以 ppm 输出）。该指标在报告中以「时钟漂移」展示。

1.3 窗函数与 FFT

对每段 10 秒扫频，使用 32768 点 Hann 窗、50% 重叠的短时傅里叶变换，取幅度平方后按段平均：

随后以相同管线计算参考扫频（本地合成）的功率谱，通过频域除法得到系统频响：

这样录制信号中的扫频自身形状、窗函数泄漏与频谱泄漏效应被完整归一化，剩余即为「扬声器 + 房间 + 麦克风」的系统响应。

1.4 可变倍频程平滑

原始频响存在大量梳状滤波纹波，直接用于 EQ 建议会造成过拟合。系统对 dB 曲线应用 1/3 倍频程平滑：对每个频率点 f，取其上下半倍频程带宽（f·e^(±Δ/2)）内的平均值：

平滑后在 31 个 ISO 标准 1/3 倍频程中心频率（20 Hz ~ 20 kHz）处线性插值采样，得到校准频段表。

第二章 决策层：校准建议与质量评估

2.1 EQ 校准建议

EQ 补偿增益取平滑后响应的相反数：Gain(f) = −S(f)。为可靠性考虑，施加以下约束：

• 30 Hz 以下与 16 kHz 以上视为不可靠频段，校准增益归零；
• 增益限幅在 ±10 dB 以内，避免极端 EQ 造成过载；
• 低频专业设备频率（20/31/45/63/80 Hz）在报告中特别标注，提示设备不支持时应保持 0 校准。

2.2 哈曼目标曲线

「最佳听感优化」模式在平直校准基础上叠加心理声学目标偏移（Harman Target 风格）：低频提升约 +1 dB，中高频部分频段轻微提升，4 kHz 附近 −0.5 dB 柔化齿音，10 kHz 附近 +1 dB 增加空气感。该模式仅适用于音乐欣赏场景，不适用于音乐制作。

2.3 质量评分

系统输出 0~100% 的「录音质量可信度」，综合以下指标：

• 削波比例：扫频段样本绝对值超过 0.98 的比例，超过一定量显著扣分；
• 信噪比：扫频段 RMS 与段间静音底噪的差值，低于 5 dB 时开始扣分；
• 一致性：三段扫频在 100 Hz~8 kHz 之间响应的平均标准差，标准差越小越好；
• 信号电平：扫频段 RMS 过低说明增益不足或距离过远，同样扣分。

第三章 工具链

3.1 实时频谱分析（RTA）

4096 点 FFT，20 Hz~20 kHz 对数横轴，叠加 3 dB/oct 高频倾斜补偿以获得视觉平坦的「响度感知」曲线。支持线状与 1/3 倍频程柱状两种视图，并带有 60 秒瀑布图（频谱历史）与峰值音名检测。

3.2 混响时间检测（RT60）

拍手法：监测瞬态峰值（阈值 −30 dBFS），触发后录制 2 秒衰减曲线，采用 T20 测量法——从峰值回落 5 dB 到回落 25 dB 的时间差 ×3 即 RT60。底噪由触发前滚动缓存估计，结果附带质量评估与声学处理建议。

3.3 房间模态计算器（CALC）

矩形房间驻波模态频率：f = (c/2)·√((p/L)² + (q/W)² + (r/H)²)，遍历阶数至 300 Hz。轴向（1.0）、切向（0.707）、斜向（0.5）权重不同；并考虑声源激励强度与听音位压力耦合（余弦因子乘积），输出「智能合并诊断报告」与 Schroeder 频率。

3.4 音调仪 / 延时 / 相位 / 通讯

• 音调仪：自相关（ACF）音高检测，覆盖 C2~C6，钢琴卷帘可视化，偏差音分显示；
• 延时：多声道距离→延时换算（343 m/s，48 kHz DSP 步进取整），附声场结象感知测试；
• 相位：Chirp 同步 + 粉噪互相关提取脉冲响应，FFT 求幅度/相位/相干；
• 声学通讯：16-FSK 音频调制解调，UTF-8 文本编码，支持 WAV 导出与实时解码。

第四章 部署层

4.1 测量环境约束

• 接收端必须关闭蓝牙，使用手机主麦克风（底部开孔）；
• 播放端与接收端必须是两台独立设备，不得连接；
• 播放端所有 EQ、音效、响度增强必须处于「原始/关闭」状态；
• 测试时保持环境安静，请勿播放音乐；
• 手机电量建议高于 20%（麦克风增益会随低电量漂移）。

4.2 校准部署方案

• 音乐爱好者：在设备自带均衡器或音乐播放器中按数值校正；
• 音频制作者：将校正参数以多段 EQ（Q 值约 3.7）挂于 DAW 总线或声卡总输出；
• 校准文件：报告支持导出原始数据 JSON，供第三方工具与数据归档。

附录 A：算法伪代码

— END OF DOCUMENT —