🎯 為什麼這篇值得讀

Mitch 的開場：

「I've come to two conclusions: (1) there is considerable misunderstanding about digital room correction — how it works, and even what problems DRC is trying to solve; (2) just as important, understanding what is possible using the state-of-the-art of digital room correction.」

整支影片的核心命題是：state-of-the-art DRC vs 一般 DRC 差在哪？答案在 4 個關鍵概念：

1. Psychoacoustic Filtering（心理聲學濾波）
2. Frequency Dependent Windowing, FDW（頻率相依窗）
3. Minimum Phase Inversion（最小相位反轉）
4. Excess Phase Correction（FIR linear phase）（多餘相位校正）

→ 一般 DRC 只做了 1 半（甚至沒有）；state-of-the-art DRC 4 個都做到。

📋 教學總綱

1.1 DRC 的標準定義（Wikipedia）

「Digital Room Correction is a process in the field of acoustics where digital filters designed to improve the unfavorable effects of a room's acoustics are applied to the input of a sound reproduction system. DRC is usually referred to the construction of filters which attempt to invert the impulse response of the room and playback system, at least in part.」

關鍵詞：

• 數位濾波器（digital filters）
• 改善房間聲學不良效果
• 反轉房間 impulse response（至少部分）

1.2 為什麼需要 DRC

• 喇叭擺進房間 → 房間共振、反射、不對稱破壞原本喇叭的頻響
• DRC 目標：線性化（linearize）喇叭頻響（含所有上游元件直到軟體）
• 期望：到達耳朵的音樂 = 製作端原意

1.3 DSP 革命：從錄音室到家

• 1990s 起 pro audio 用 DSP 全面取代類比硬體（compressor、reverb、EQ）
• 同樣的「modelling + measuring」技術可以下沉到家用 DRC
• → 我們現在能用 $450 軟體做到 20 年前錄音室才做得到的事

2.1 三大頻段區分

2.2 Schroeder 頻率（轉換頻率）

• 一般客廳 100 m³ 以下：150 – 250 Hz
• 公式：$f_S = 2000 \sqrt{T_{60}/V}$
• 意義：以下房間共振主導、以上反射主導

2.3 波長思維（DRC 的核心轉變）

💡 Mitch 的金句：「When it comes to DSP DRC we need to be thinking about wavelength, not direction.」

2.4 Room Modes（駐波）

工具：amroc calculator（線上免費）

• 輸入長寬高 → 算出所有 room modes
• 滑鼠 hover 到 mode → 直接播該頻率聲音
• 在房間裡走動 → 親耳聽到 peak 和 null

2.5 SBIR（Speaker Boundary Interference Response）

• 喇叭靠牆 → 直達聲與反射聲在某些頻率「同相相加」/「反相相消」
• 結果：頻響出現大 dip 或 peak
• 工具：SBIR Calculator + REW Room Simulator

⚠️ 殘酷現實：「Regardless of where you put your speakers and where you sit, almost invariably you're going to get huge variation in low frequency response due to room resonances. In this case +20 dB peak-to-peak variation.」

不管怎麼擺、坐哪，低頻一定 ±20 dB 變異。這就是為什麼必須有 DRC。

3.1 數學定義（白話版）

Minimum phase system 的特徵：

• Z-plane 上所有極點 (poles) 與零點 (zeros) 都在單位圓內
• 可反轉（invertible）：有穩定、因果的反矩陣
• 設計反濾波器 → 完美抵銷原系統

Non-minimum phase（包含 maximum phase / mixed phase）：

• 有零點在單位圓外
• 反轉 → 變不穩定（爆炸或振盪）

3.2 為什麼大多數房間不是 minimum phase

反例 1：反射音強度 ≥ 直達音

• 例：30 ms 後出現的大型 specular reflection
• 聽感：基低頻 fuzzy、不清晰

反例 2：強烈房間模態

→ 一般房間在低頻區域通常非最小相位

3.3 Mitch 的範例

「digital triamp system」測量結果：

• Tweeter 先到、Woofer 次之、Sub 第三
• 但其中一顆 sub 在 30 ms 後產生 maximum phase peak
• 結果：基低頻聽起來糊、不清晰

→ 解法：DSP 把它強制轉成 minimum phase 再修正

4.1 JJ 是誰

• AT&T Bell Labs 工程師、MP3 開發者之一
• 房間聲學與心理聲學權威
• 簡報「Acoustic and Psychoacoustic Issues in Room Correction」前 31 張是教學寶典
• Mitch 強烈推薦下載 PPT 自學

4.2 房間 impulse response 的 4 段

Direct Sound（直達聲）— 0 ms
  ↓
Early Reflections（早期反射） — < 10 ms
  ↓
Late Reflections（晚期反射）— 包含 specular reflection
  ↓
Diffuse Tail（擴散尾） — Broadband decay

4.3 JJ 的 6 條結論

4.4 推論：DRC 的金科玉律

「At low frequencies, correct the overall room response. At high frequencies, correct only the first arrival timbre. Always correct gain and delay between channels. Relative correction between channels does more perceptually than absolute flatness. Too much correction is bad. Don't fill nulls or use long window at high freq → 'dentist drill experience'.」

🚨 重點：一般 DRC（含 Dirac、Audyssey）為了「全頻段平直」過度修正高頻 → 牙醫鑽牙的尖銳感 — 這是錯的。

5.1 實驗

• Sean Olive（Harman）測試多個 DRC 產品
• 受試者盲聽評分喜好
• 量測對應的 in-room frequency response

5.2 結果：最喜好的響應形狀

✅ 平滑下降的傾斜線（low end 高、high end 低） ❌ 平直線（flat in room） ❌ 過度 boost low

5.3 為什麼

• 人耳感知中「傾斜」= 平衡（balanced）
• 「flat in-room」聽起來太亮（too bright）
• 製作端混音時就在做這個傾斜
• DRC target curve 必須是傾斜的

5.4 音量等響度補償（Fletcher-Munson）

• 83 dB SPL (C-weighting)：人耳最線性的音量
• 低於 83 dB → 中頻較突出、低高頻較弱 → 需要 loudness compensation
• 高於 83 dB → 低高頻突出、中頻弱
• 混音/母帶用 77–83 dB SPL 為基準

💡 實務建議：聽音樂 < 83 dB SPL 時要開 loudness 補償 / 提升 bass

5.5 Haas 效應（precedence effect）

• 3 ms 延遲就能聽見
• 10 ms 延遲完全混淆定位
• 房間反射 = mini Haas 效果（破壞 stereo image）
• → DRC 必須控制反射時間分布

7.1 FIR 規格

例：65,536 TAPS @ 48 kHz

• 頻率解析度 = 48,000 / 65,536 = 0.732 Hz
• 頻段：0–24 kHz
• 等同於 32,768 個 EQ sliders（圖形等化器超精細版）

7.2 IIR vs FIR

💡 總結：要做 state-of-the-art DRC（含 phase 校正）→ FIR linear phase 是必要。

7.3 為什麼 hardware AVR 不夠

• 通常只有 IIR + 100 Hz 以下 2 個 EQ slider
• 真正需要的 modal region 解析度差 50 倍
• 軟體 FIR：100 Hz 以下有 100+ 個 sliders

8.1 概念

測量原始 impulse response → 直接反轉會有兩大問題：

1. 填滿所有 narrow dip（違反 JJ 原則 #4）
2. 修 narrow band 細節（人耳聽不到的東西）

Psychoacoustic Filter 的工作：

• 保留 envelope（包絡）— 人耳真正感知的形狀
• 忽略 narrow ripple
• 結果 = 模擬「人耳實際聽到什麼」

8.2 視覺化

原始 measurement（紅）：上下劇烈鋸齒
   ↓ Psychoacoustic Filter
平滑 envelope（藍）：跟隨上包絡、不修細節 dip

8.3 一般 DRC 為何做不到

• Dirac Live、Audyssey 等用 gentle smoothing（1/6 oct 等）
• 但 smoothing 不是 psychoacoustic filter
• 真正的 psychoacoustic filter 需要遵循頻率相依規則 + 不填 narrow dip

9.1 概念

不同頻率用不同長度的時間窗檢視 impulse response：

• 低頻 → 長窗（含房間反射）→ 修房間
• 高頻 → 短窗（只含直達聲）→ 修喇叭

9.2 公式

窗長度（秒）= cycles / 頻率（Hz）

範例（15 cycles 設定）：

9.3 視覺：把窗疊在 impulse response 上看

低頻：窗開很久 → 大段反射被納入 → DRC 修「房間+喇叭」
   ↓
高頻：窗很短 → 只看直達聲 → DRC 只修「喇叭」

9.4 數學範例：6/1 cycles 設定

「Solve for 600 Hz with 6 cycles low / 1 cycle high設定」

• 600 Hz 對應 2.18 cycles（介於低高之間插值）
• 窗長度 = 2.18 / 600 = 3.6 ms
• 聲速 1 ms ≈ 1 ft → 3.5 ft 內反射才進入
• 3.5 ft 以外的反射不修

9.5 為什麼 6/1 cycles 是好設定

• Schroeder 頻率 ~150 Hz × 4 = 600 Hz
• 600 Hz 之後就「不修房間、只修喇叭」
• 跟 JJ 原則完美對應

9.6 一般 DRC 為何做不到

• Dirac/Audyssey 用固定時間窗（全頻段同一個值）
• 結果：高頻過度修正、低頻又不夠長
• → state-of-the-art 必有 FDW

10.1 場景

低頻 ±20 dB peak-to-peak 變異很常見。 直接反轉會導致 9 dB 以上 filter insertion loss（filter 必須提供大量 boost）。

10.2 Pre-filter 三步驟

Step 1：算 magnitude difference
        target curve − measured response = inverted shape

Step 2：套 magnitude limiter（限制 ≥ 0 dB 那部分）
        只留下需要 cut 的部分（不要 boost）

Step 3：phase extraction
        把右側（> 200 Hz）強制變線性 phase
        → 變成純 minimum phase pre-filter

10.3 套用

• 把 pre-filter 加進主校正 pipeline
• 重新跑 magnitude prep
• 低頻 peak-to-peak 變異 → 從 ±20 dB 壓到 ±3 dB
• 主校正壓力大幅減輕

10.4 視覺結果

• 校正前低頻：20 dB 峰谷
• Pre-filter 後低頻：±3 dB 內
• 主校正再修細節 → 整段 ±1 dB 內

11.1 為什麼重要

左右聲道某些頻率的延遲不一致 → stereo image drift

• Phantom center vocal 偏一邊
• 某些 bass note 偏左、某些偏右
• 隨頻率改變、極大破壞性

11.2 操作

1. 用 software 跑 macro 找出 group delay peaks
2. 例：Left 在 100 Hz、220 Hz 有 group delay
3. 標出 peak frequency + Q value
4. Software 自動生成 asymmetry correction filter
5. 套用後再測 → 對稱性大幅改善

11.3 結果

• 左右聲道 step response 對齊
• Phantom image 銳利、不漂移
• Bass 「sits right in the pocket」（在正中央）

12.1 感官記憶（Echoic Memory）

• 人類短期聽覺記憶只有 3–10 秒
• 超過 10 秒 → 大腦開始適應、忘記原音
• → A/B 比較必須極快切換

12.2 一般 convolver 的問題

• 切換 filter 時有 ~750 ms 的 silence gap
• 這段 silence 重置感官記憶
• 比較結果無效

12.3 解法：Zero-Latency Convolver

Hang Loose Convolver（Mitch 自己開發的工具）

• 零延遲 filter 切換
• 6 個 filter bank
• Auto gain matching：filter insertion loss 自動補償
  • 1 dB 響度差 = 大腦偏好較大聲那個（必須消除）
• 切換瞬間無 gap → echoic memory 仍在 → 真正能比較

12.4 Listening 的層次

13.1 Mitch 評選的 4 個 state-of-the-art

準入門檻：必須有 Psychoacoustic Filtering + Frequency Dependent Window 兩大功能。

13.2 為什麼很多熱門產品沒入選

• Dirac Live：固定窗、無 psychoacoustic filter → 不到 state-of-the-art 標準
• Audyssey：同上
• Trinnov Optimizer：硬體限制不夠 modular
• Hardware DSP：filter 解析度不足（100 Hz 以下只有 2 sliders）

13.3 評選標準

「If a DRC software cannot do psychoacoustic filtering and frequency dependent windowing, it's not a contender for state-of-the-art room correction.」

14.1 一般做法

多數 DRC 軟體（含 Dirac）建議多麥克風位置量測（9-17 點）：

• 取平均
• 試圖達到「sweet spot 平均最佳」

14.2 問題

平均化的弊：

• 某個位置強 peak + 另一位置強 dip → 平均後變平
• 但沒有任何位置真實是平的
• 主聆位精度降低

14.3 Mitch 的研究發現

• Acourate / Audiolense：單一精準量測效果更好
• 因為這兩家有真正的 psychoacoustic filter + FDW
• 主聆位完美校正 → 周圍 3 ft × 6 ft 範圍仍維持很好

14.4 Focus Fidelity Designer 的特殊處理

唯一正確使用多次量測的：

• 不做平均
• 用多次量測重建 transfer function
• 對「會因座位變」的特徵減少校正力道
• 避免 over-correction

14.5 推薦做法

15.1 USB Mic 的時鐘漂移問題

UMIK-1 / UMIK-2 等 USB mic：

• ADC 用自己的時鐘
• DAC 用另一個時鐘
• 兩者漂移 → timing 測量誤差

解法：

• 高階：類比麥克風（Earthworks 等）
• 配 mic preamp 或 audio interface 共用 clock

💡 Mitch 推薦：對於 timing-critical 應用，永遠用類比 mic + 共用 clock 的介面。

15.2 Hardware AVR 為何不行

→ Mitch：「Hardware DSP typically has enough resolution for the equivalent of 2 EQ sliders below 100 Hz. This is the exact area where we need a lot more frequency resolution.」

15.3 折衷：硬體 DSP + 軟體預處理

• 在 PC 端用軟體做 FIR convolve
• 結果經類比輸出給 AVR
• 或用 JRiver / Roon convolver

16.1 多 sub 不是萬靈丹

「Multiple subs generally are good. However it does not automatically guarantee a smooth response. Even if you have 4 subs perfectly set up, you'll still get around 20 dB of peak-to-peak variation in low frequency response due to room resonances. There's just no way around it. So DSP is still required.」

→ 4 顆 sub 加 DRC，不是 4 顆 sub 取代 DRC。

16.2 多 sub + DRC 的最佳搭配

• 4 顆 sub 均勻分布（避開房間轉角）
• 用 linear phase digital crossover 接管
• 每顆 sub 個別 time-align
• DSP 統一做 minimum phase 反轉

16.3 結果（Mitch JBL M2 + 4 subs 系統）

• 15 Hz – 24 kHz 全頻段 flat
• 6 ft × 2 ft 沙發區內任意位置 → ideal minimum phase response
• 無 specular reflection 30 ms peak

17.1 黃金標準

設計完 FIR filter 之後：

1. Simulation：軟體預測校正後頻響
2. Implement：filter 載入 convolver
3. Re-measure：REW 量測實際校正後結果
4. 比對：simulation vs measurement 應 < 0.25 dB

17.2 Mitch 的範例

JBL M2 + 4 sub：

• Simulation：15-20,000 Hz 平滑、無大 dip
• Measurement：幾乎完全重合
• 差異 < 0.25 dB

17.3 如果差很多 → 通常是

• 麥克風時鐘漂移
• Filter implementation 沒對齊（latency 沒補）
• 量測時房間狀態變了（家具移動、開關門）

Tier 1：基本配置（< $500）

• REW（免費）
• UMIK-1（~$120）
• OpenSource DRC + JRiver / Roon convolver

Tier 2：進階配置（$500 - $1500）

• REW + Earthworks mic + Audio interface（共用 clock）
• Acourate 或 Audiolense XO（~$450）
• JRiver / Roon（70−500/yr）

Tier 3：旗艦配置（$1500+）

• 多顆 sub（建議 4 顆）
• 8 通道 DAC（Motu）
• 個別 driver direct-coupled
• Linear phase digital crossover + Acourate 全套
• Mitch 自己用這個 setup 配 JBL M2

Q1：我用 Dirac/Audyssey 已經很滿意，需要升級？

A：先做 Mitch 的 A/B 測試（用 Hang Loose Convolver 等可零延遲切換的工具）。如果你真的能聽出差別 → 升級值得。如果聽不出 → 留著現有設置省錢。

Q2：psychoacoustic filter 跟 1/3 oct smoothing 不一樣？

A：完全不同。1/3 smoothing 是視覺平滑、不影響濾波。Psychoacoustic filter 是真實的濾波運算，跟隨包絡、不填 dip。

Q3：FDW 我可以自己決定 cycles 嗎？

A：可以。但 6/1 或 15/15 是經過驗證的甜蜜點。建議照 Mitch 設定。

Q4：iPhone/iPad app 量測夠用嗎？

A：娛樂級可以，DRC 級不夠（USB mic + 時鐘漂移已是問題；手機麥更糟）。

Q5：4 顆 sub 真的差很多？

A：4 顆 + DRC > 1 顆 + DRC > 4 顆無 DRC。錢有限先做 1 sub + DRC。

Q6：FIR filter 的 latency 看影片會延遲？

A：JRiver 自動補償 lip sync。streaming（YouTube/Netflix）會延遲 → 串流時關掉 excess phase correction、只保留 magnitude correction。

Q7：Acourate 跟 Audiolense 哪個好？

A：Audiolense 對新手友好（更自動化）。Acourate 給玩家（更多細節可調，但學習曲線陡）。Focus Fidelity 是多次量測首選。

Q8：可以用 Mac 嗎？

A：Acourate Windows only；Audiolense 跨平台；Focus Fidelity Windows only；JRiver 跨平台。Mac 用戶建議 Audiolense + JRiver Mac 版。

Q9：類比麥比 USB 麥真的差很多？

A：對於 timing critical 場景（多 sub 整合、group delay 校正）差很多。只看 frequency response 場景不大。

Q10：要不要學 DSP 數學才能用？

A：不用。Acourate/Audiolense 都有 macro，跟著流程跑就行。但理解原理能讓你判斷結果合不合理、知道何時該調整參數。

必讀

• JJ's 簡報：「Acoustic and Psychoacoustic Issues in Room Correction」前 31 張
• John Mulcahy 文章（REW 作者）：minimum phase 介紹
• Mitch 自己的書：《Accurate Sound Reproduction Using DSP》(Amazon)
• Sean Olive 論文：subjective preference of room correction

軟體（評選通過）

• Acourate — Uli Brüggemann
• Audiolense XO
• Focus Fidelity Designer
• OpenSource DRC（DIY Audio Forum）

Mitch 自開發

• Hang Loose Convolver — zero-latency A/B FIR filter convolver

Mitch 聯絡

• mitch@accuratesound.com
• DIY Audio Forum：@mitchba / @mitchco
• 訪談影片：Jason 與 Chris 各有訪談