A/B 盲听测试播放同一段音频的两个版本，却不告诉你哪个是哪个。匹配它们的响度，以打乱的顺序播放两者的同一小段，每轮选一个，到最后才看文件名。至少做 10 轮。10 轮里有 9 次或更多选了同一个文件，靠猜很难做到（p ≈ 0.011）。
为什么要盲听
当你知道哪个文件是新的修改稿、昂贵的母带或无损文件时，你会预期它更好听，也往往就听成那样。明着比较，比如普通的混音 A/B 对比，测的是你的耳朵和你的预期加在一起。盲听测试去掉了标签，能用来做选择的就只剩声音。
当决定很接近或代价很大时，盲听测试值得花这个工夫。典型的情况有：在两版母带中确认一版，在项目后期两版混音修改稿之间做选择，以及检查高码率 MP3 是否够好、能否代替 WAV 发出去。
A/B 盲听、ABX 和双盲
这几种测试回答的是不同的问题。
- A/B 盲听偏好测试。你听两个没有标签的版本，选出更喜欢的那个。它回答的是“看不到名字时，我更喜欢哪个？”
- ABX 测试。你听 A 和 B，然后听一个未知的 X，它是两者之一，你要说出 X 是哪个。它回答的是“我到底能不能听出区别？”这是无损和有损音频对比的常用测试。
- 双盲测试。听的人和主持测试的人都不知道正在播放哪个文件。打乱文件并隐藏名字的软件可以让测试成为双盲，因为房间里没有人能给出提示。
偏好测试无法证明你听不出区别。如果你的选择平分，要么两个版本对你来说听起来一样，要么你同样喜欢它们。对混音和母带的决定来说，这通常就够了，因为要回答的问题是留哪一个。
怎么做 A/B 盲听测试
- 匹配响度。测量每个文件的综合 LUFS，把较响的调低到较轻的水平。约 1 dB 的差别就会让选择产生偏差，在盲听测试里还会暴露较响的那个文件。电平匹配指南讲了怎么做。
- 对齐文件。两个版本要从同一个采样点开始，这样每轮播放的都是歌曲的同一时刻。
- 选短段落。你关心的段落里的一两个乐句就够了。段落太长，你比较的就是记忆而不是声音。
- 每轮打乱。两个版本的顺序每轮都要随机变化，否则你会摸出规律。
- 想好要判断什么。每次测试选一项，比如人声音量或低频，只判断这一项。
- 名字藏到最后。轮与轮之间不要看结果，中途也不要换耳机或改音量。
ABSeq 有一个盲测（Blind Test）功能，对音轨 A 和 B 执行这些步骤。每轮播放两者的同一小段，顺序打乱，标为“版本 A”和“版本 B”，你选出更喜欢的那个。轮数可设 1 到 50，每段的秒数也可以自己设，Auto Gain 默认开启，文件名只在结果里出现。帮助指南介绍了怎么设置盲测。它是偏好测试，不是 ABX 测试。
需要多少轮
一轮说明不了任何问题。只有两个版本时，猜测有一半概率落在任意一个上，所以单次选择就是抛硬币。轮数多了，猜测的结果会趋近一半，稳定的偏好就会显现出来。
| 轮数 | 需要选同一个的次数 | 靠猜做到的概率 |
|---|---|---|
| 10 | 9 次或更多 | 约 1.1%（p ≈ 0.011） |
| 16 | 12 次或更多 | 约 3.8%（p ≈ 0.038） |
同样的数字也适用于 ABX，只是数的是答对的次数，而不是选择。在 16 次 ABX 试验中答对 12 次或更多，靠猜做到的概率低于 5%。
轮数越多，答案越清楚，但耳朵也越累。如果需要超过 16 轮，就分成两次进行，中间休息一下。
解读结果
- 明显的偏好，比如 10 次里有 9 次。你听得出区别，并且偏好其中一个版本。保留那一个，或者弄清它好在哪里。
- 平分，比如 10 次里有 6 次。在这套系统上，差别小到你对两者都没有偏好。用其他理由来选，比如文件大小或成本。
- 明显偏好你原以为会输的那个版本。先检查电平是否匹配。如果电平相同，你做的改动可能伤害了这首曲子。
记下你测试用的系统。在耳机上得出的结果不能直接套用到车里或手机扬声器上，所以难以判断的情况要在第二套系统上再测一遍。
无损和 MP3、AAC 的盲听测试
要测试你能否听出有损编码，就拿无损文件（WAV 或 FLAC）和用同一版母带做出的 MP3 或 AAC 对比。和其他测试一样，匹配响度并检查对齐。这里通常选 ABX 测试，因为问题是你能否听出区别，而不是你喜欢哪个。
先检查母带的真峰值。采样峰值 0 dBFS 的母带可能有超过 0 dBTP 的采样间峰值，在编码成 AAC 或 MP3 时可能削波。这种情况下你听到的可能是削波，而不是编解码器。真峰值指南解释了两者的区别，两个音频文件对比的指南介绍了其他格式检查。
常见错误
- 跳过电平匹配，结果较响的文件胜出，或者自己暴露了身份。
- 只做三四轮，就把结果当成定论。
- 中途查看比分，然后专门去听你认为领先的那个版本。
- 段落太长，结果比较的是你对每一段的记忆。
- 中途改音量或换耳机。
常见问题
音频里的 A/B 盲听测试是什么？
A/B 盲听测试播放同一段音频的两个版本，却不告诉你哪个是哪个，你每轮选出更喜欢的那个。文件名只在最后出现，所以你的选择来自声音，而不是来自知道哪个文件是新的或贵的。
ABX 测试和 A/B 测试有什么区别？
A/B 偏好测试问的是两个没有标签的版本里你更喜欢哪个。ABX 测试播放 A、B 和一个未知的 X，问 X 是哪个，所以它测试的是你到底能不能听出区别。ABX 是无损和有损音频对比的常用测试。
盲听测试要做多少轮？
至少 10 轮。10 轮里有 9 次或更多选了同一个文件，靠猜做到的概率约为 1.1%。16 轮里有 12 次或更多，概率约为 3.8%。一到五轮无法把真实的偏好和运气区分开。
盲听测试能听出无损音频吗？
这取决于听的人、音乐、编码和播放系统，所以答案要靠你自己测试。在响度匹配、文件对齐的情况下做 ABX 测试，数答对的次数。16 次试验里答对 12 次或更多，就不太可能是猜的。
音频里的双盲测试是什么？
在双盲测试里，听的人和主持测试的人都不知道正在播放哪个文件，所以没有人会无意中给出提示。打乱文件并把名字隐藏到最后的软件，本身就在进行双盲测试。