欢迎来知乎专栏拍砖：

声学信号处理知乎专栏

一直对“轰头”、“轻盈”、“丰满”、“通透”这些描述音质的词觉得云里雾里，毕竟理工科出身，不和具体的客观测量数据（失真，频响，灵敏度，指向性等）匹配上，总觉得虚的很。尤其是本次看完2020声学楼李胜波老师的讲演报告后，清楚了许多，做个笔记。

首先为什么要做音质主观评价？

1、掌握的测试指标尚不能囊括对应于主观评价的所有项目，有些指标很难精确测量，有些物理指标与主观评价的对应关系尚存在争议；

2、部分主观数据无法测量，如声音定位。

推荐个听音训练软件：Harman How to Listen

这个软件集成了很多训练的模式，比如下面这张图所示，对原有音频的频响进行调制（添加峰谷）之后，让选择出对应的结果：



还有下面这张，对原有音频进行了低通，让选择出对应的截止频点。

总之这个软件对建立基本的听音认知有较大作用，感兴趣的可以尝试下。



具体内容

整体类别划分

音色：主客观对应关系

清晰度：主客观对应关系

空间感：主客观对应关系

整体可分为五个类别



 

音色：主客观对应关系



 

清晰度：主客观对应关系



 

空间感：主客观对应关系



参考声学楼公开资料。

​引子
上一篇文章详细讨论了下数据与现实的差距，实例涉及（1）由测量系统精密程度的变化而导致的差距便随时间上的推移(地震学),（2）由未知系统故障导致的异常值(自行车计数器),（3） 人为计数与缺失的数据(陨石), （4）在后期不断纠正前期的数据(埃博拉死亡),以及（5）未阐明的和不清楚标准的不确定数据(汉克亚伦的本垒打)。
记得听一位统计学老师谈过，凡是做数据的人，出于种种原因，很少有不编数和不猜数的，而且在宏观上非常难以评价这种行为的是非对错，下面就来具体剖析一下这种做法的成因，以及如何恰当的看待这类问题。
陷阱1B:人工和主观数据过多
本文引入另一种人为的偏差或者误差：当记录我们自己测量的数值，在手动输入时，总不免会有主观上的猜测，估计，甚至捏造的情况。当然退一步说，人们靠自身也不能完全精确地记录数据。
几种人为数据的图形模式
先看一个有关肉眼约取的数据，如下图所示。这是飞行员向联邦航空局（FAA）报告他们的飞机在跑道上或飞行中， 某一特定时刻撞上了野生动物的所在整数小时的已经过去的分钟数。当然 我们对这些飞行员捕捉和报告这些事故的过程并不熟悉，但可以肯定，从这张图表来看，他们要么是在写，要么是在口述，要么是在敲键盘来录入时间数据。
当然，我们知道飞机撞击鸟类或其他生物的可能性并不会是伴随时间的变化而改变的。并不是时钟从下午1点04分变到1点05分，就导致突然间野生动物撞击的实际频率超过了四倍。当人们看表或时钟时，倾向于把时间调成整数。比如看到1:04，然后写下1:05，或者就干脆称记为1点，很接近，对吧?飞行员也是如此。
如果该数据是由安装在飞机上的某种传感机制生成的，该机制会自动记录每次打击，并为每个记录包含一个时间-日期戳， 那么可以肯定的是，这个三角形图案将完全消失。而且这种非人类的测量系统产生的数据也不是完美的，会有其独特的倾向、特质和由设备本身施加的模式。但它不会像人类那样进行约取的，除非编了程序。
有意思的是这张图表的几何规律性。想想看:这张图来自于18年间发生的超过85000起野生动物撞击事件。这是一份近20年来，由全国成千上万的飞行员个人提供的数据，最终产生了类似是一个数学公式生成的图形模式。此处可以看到列高是如何达到非常有趣的频率值的。
无独有偶，这不仅仅是野生动物撞击飞机数据表现的独特模式。下面是一位家长收集的数据，显示了他的孩子的前1976次尿布换尿布的时间。这个图形模式看起来很熟悉吧?这就是所说的脏数据。
数据工作者在报告其他定量变量时也会这样约取，甚至搪塞，不仅仅是时间数据。下面让我们看另一种人为舍入的行为。这是根据2017-2018赛季NBA球员体重绘制出来的柱状图，如果我们使用10磅的组别，看不到任何四舍五入或缺乏精度的迹象。
不过，让我们讨论得更深入一点。如果我们把组别大小从10磅改成1磅会发生什么? 而当我们这样做的时候，另一个有趣的模式出现了，它告诉我们测量系统发生了什么：捕获和记录数据的过程再次掺入了人工记录的痕迹。这一次的模式与上面例子中查看时间数据时看到的模式不同
这是怎么回事?几乎一半队员的体重能被10整除，差不多每4个人中就有3个(74%)的体重能被5整除。不过，也有一些球员的体重并不在这些标准范围之内。略多于四分之一(准确地说是26%)的球员的体重不能被5整除， 例如三个球员的体重是201磅——如果有的话，这个数字显然需要四舍五入。但是像这样的球员体重是少数。
当然，对于队员的实际体重，如果将他们全部使用数字秤称重并自动获取读数，则不会产生这种“粗糙”的数据。这里面，某些队员的体重处在一定数值得范围之内，这显然是由人工报告所采取的近似值造作而成。
可以肯定，篮球队雇佣的医生和训练师掌握的这些球员的生物特征数据要比网上公布的球员名单上的数据多得多。 但是产生这些特定值的过程，就像你我在网上看到的，无疑有人工造作的痕迹。
再看下其他领域：如果我们将2018年赛季前活跃在季前赛名单上的2800多名北美职业足球运动员的在线名单进行整理， 依然会看到类似的分组，体重可被5和10整除，但程度会有所不同;只有一半的队员落在这些整齐的组别里，另一半落在不能被5或10整除的组里。可以这里面的主观估计也可能遵循一些领域特征。
如何把体重数据的测量和获取按照标准的过程重现一下，很可能是另外一个样子。那么可能有人会问，谁又在乎呢? 比如飞行员野生动物撞击的例子中精度也不过是一分钟，篮球运动员体重的例子中不过是一磅，好像也不太重要吧。
相对真实一点数据
但问题是，有时候这种精确度真的很重要，数据也会于此有所反映的。实际上也有这样的场景，人们会更加关注运动员的精确体重。每年，参加职业选秀的美国橄榄球运动员都会被球探们以极其精确的方式跟踪、审查和衡量，这一活动被称为NFL Combine。这些球员要经受体能测试的考验，除了头发的数量之外，几乎任何身体指标都要接受计数和测量。那么这又会产生什么样的数据特征呢？
如果我们看看2013年至2018年进入联合收集队并最终在NFL打球的1305名球员， 我们会发现超过四分之三的球员记录和公布的体重都不是10或5的倍数
从上图可见，这里不存在人工估计或主观上的约取。如果我们通过最后一位数来观察各个运动员体重的频率， 会发现该组合形成了一个非常均匀的分布，并且以0或5结束的体重记录不太可能比其他数字更容易出现。
这又意味着什么呢? 测量系统可以是非常不同的，即使它们测量相同类型物体(美式足球运动员)的完全相同的变量(重量)。一些测量系统或方法涉及大量的四舍五入，捏造和猜测，有些涉及少一些，有些不会有大量涉及。除非我们对测量系统的过程和产生的数据有深刻的理解，否则我们无法知道我们在处理的是什么。
通过本文的这些实例，我们可以相对近距离的了解一些数据与现实的差距的问题从何而来，同时也督促我们要正视自己一些不好的思维习惯甚至是不足之处，后续的文字将会重点讨论这些方面，以及对应的数据陷阱解读。
想获取更多内容，请关注海数据实验室公众号。

本期分享到这里，我们会每天更新内容，咱们下期再见，期待您的再次光临。有什么建议，比如想了解的知识、内容中的问题、想要的资料、下次分享的内容、学习遇到的问题等，请在下方留言。如果喜欢请关注。
社群推荐：
更多有关数据分析的精彩内容欢迎加入海数据在线数据分析交流群，有什么想法或者疑问都可在里面提出，与同行零距离交流，共同成长进步，请识别下面二维码加火星小海马微信，邀你进群。

 导言
最近在复习专业课的时候在看数字图像的质量评价的时候在冈萨雷斯老师的《数字图像处理》中找了半天找不到主观评价和客观评价相关内容的答案，没办法，只能在文献里找，并听取了《中国图象图形学报》第7期图像质量评价西安电子科技大学李老师的讲座，总结了一下，可能有点长，在实际答题的时候可能需要节俭一点！而且也是个人的参悟，不一定对，欢迎批评指正！
总的来说可以其实可以分为两大类，一是基于技术类评价(与客观评价近似)，二是基于美学评价(与主观近似)。
 基于美学(主观评价)
主观评价是基于人眼视觉为终端的，实施方法通常是多名观察者在特定环境下，按照约定的评判准则对待评价图像质量进行打分，最后综合得出图像质量的主观分值，是一种主观性很强的方法，且成本高，评价结果不稳定。（针对这些问题我想:要有统一的标准评分准则，且需要选取美学感觉相近的人。

在文献中这样写道：
选择主观评价的观察者应考虑这样两类人：一类是未受过训练的“外行观察者”；一类是训练有素的“内行”。所谓“内行”是观察者对图像技术有经验技术的人，他们能够凭借自己的观察对图像质量提出严格的判断，容易被“外行”所忽略的某些细小降质都会被他们发现。



即参考的人要水平相近，评分标准也要近似一样
 基于技术(客观评价)
客观评价准则：客观评价，基于技术方法的评价，需要提出相应的模型进行评价。根据有无参考以及参考的多少主要是分为三类：

全参考模型(full reference):和高质量图像进行对比(距离的对比),这里的距离是一种泛指，有很多种方法，如李老师在讲座里提到的稀疏表达等等。
半参考(弱参考模型):基于小波变换、多尺度集合分析、结构相似性等
无参考模型：

(1).均方误差法

(2).值信噪比

(3).平均梯度法

(4).信息熵法

(5).灰度预测法

(6).模糊测度法

(7).调制传递函数法

…………

当然还有很多新的指数不断在CV领域被提出来，由于能力和时间有限不能阅读完再写完，而且考试也可能不可能写那么多。

参考文献
[1] 王昱. 数字影像质量评价方法研究[D].解放军信息工程大学,2001.

[2] 刘玉涛. 基于视觉感知与统计的图像质量评价方法研究[D].哈尔滨工业大学,2018.

[3] 张薇. 图像客观质量评价算法及其应用研究[D].中国矿业大学,2016.
链接
李老师直播链接：

https://www.bilibili.com/video/BV1xa4y1a7xo?t=6271

                    
度量不是评级
在初中、高中和大学，你会得到对你学习的评级。评级应该反映了你对一门课程的掌握程度，和你相对于班级中其他人进行的一个排名。他们可能与你的客观测验的成绩紧密关联，虽然很多时候测验或者评级的其他元素包括了老师的主观评价。在早期，评级给你提供了反馈以帮助你确定哪些方面需要提高，但是，在后期，评级渐渐地演变成了夹杂着排名及奖励的一种竞争。由于在制度上和传统上的一些原因，不论好坏，学校不仅负责教育学生，而且负责给学生进行排名。
如果你打算接受度量，建立并且理解度量不是评级这一概念非常重要。度量测量特定个体的技能和贡献，并且像我在本书中将检验的，一般没有固定的“好”或“坏”分界线。成功的团队由不同的个体组成，这些个体之间可能并且也确实存在着非常巨大的个人度量差异。就像一个橄榄球球队，前锋比跑卫更慢；好的角卫常常只有较少的拦截抢断或突破防守，因为四分卫很少朝他们传球。
度量的目的就如同前面讨论的一样，为我们提供了一幅更清晰的画面来揭示发生了什么，帮助我们更好地沟通，并且帮助我们确定和发展有用的技能。本书后续章节将探究度量如何应用于招聘、绩效考核和其他团队管理的方方面面。然而，在所有的案例中，只有在度量作为每个程序员当前的工作技能、强项和弱项的反映，而不是作为一种评级方法的前提下，度量才真正有效。