如何用 ABX 盲测判断自己能否听出有损与无损音频的差别?

打开 ABX High Fidelity Test à la Tidal 这类浏览器 ABX 测试页，在 A、B 两个样本之间切换，再判断未知样本 X 与哪一个相同；完成若干轮后看正确率和 p 值。按该测试页的说明，p<0.05 通常可视为能听出有损与无损的差别，但多曲目测试要做 Bonferroni 校正，阈值要按测试数量调低。适用前提是：浏览器支持 Web Audio API，且你使用熟悉的曲目、合适的音量和安静的听音环境。

测试前先确认两件事

1. 浏览器是否支持 Web Audio API

该测试页明确提示，Internet Explorer 不支持完成测试所需的 Web Audio API，需要换用受支持的浏览器。开始前先打开测试页，确认页面能正常加载并进入试听环节；如果只看到不兼容提示，换浏览器再试，不要在不支持的环境里反复操作。

2. 听音条件是否稳定

ABX 测的是细微差别，环境噪声、音量突变、不熟悉的曲目都会干扰判断。建议：

• 用你熟悉的曲目或测试页提供的样本，避免边听边适应陌生音乐；
• 音量保持适中且全程一致，不要中途调大调小；
• 尽量在安静环境、用同一副耳机或同一套音箱完成整组测试。

ABX 盲测的具体流程

ABX 的核心是“先听两个已知样本，再判断未知样本”。典型操作如下：

1. 页面给出样本 A 和样本 B，两者分别是同一段音乐的有损版和无损版（具体哪个是哪个不告诉你）。
2. 你可以在 A、B 之间反复切换试听，记住各自的声音特征。
3. 页面播放未知样本 X，X 随机等于 A 或 B。
4. 你判断 X 与 A 相同还是与 B 相同，提交答案。
5. 重复多轮，页面累计你的正确次数。

每一轮都是独立判断，凭听感选择，不要靠猜测规律或记轮次。轮数越多，结果越可靠；只做几轮就下结论，偶然性太大。

结果怎么看：正确率与 p 值

测试结束后，页面会给出正确率和 p 值。按该测试页的解释：

• p 值表示“如果你完全听不出差别、每轮随机选 A 或 B，仍能得到你当前或更极端结果”的概率。
• 例如 25 轮答对 18 轮，页面给出的对应概率约为 3.2%，意思是纯随机选择时，答对 18 轮及以上或答对 7 轮及以下的概率只有约 3.2%。
• 通常 p<0.05 才可以说“能听出差别”有一定把握；对单曲目要下结论，阈值还要更低。

换句话说，正确率高不等于一定听得出，要看这个正确率在随机猜测下有多难出现。p 值越小，越不像运气。

多曲目测试必须做 Bonferroni 校正

如果你对多首曲目分别测试，每首都有一个 p 值，就不能每首都用 0.05 判断。该测试页说明：多次检验会放大“碰巧显著”的概率，例如两次测试各 5%，合计约 10%。校正方法是用 0.05 除以测试数量：

也就是说，测 5 首曲目时，单首的 p 值要低于 0.01 才值得认真对待。页面也提示，若要对单首曲目下结论，所需百分比还要更低。

常见卡点与处理

• 页面提示浏览器不支持：这是 Web Audio API 兼容问题，换浏览器，不要归因于设备或听力。
• 听不出差别就怀疑测试无效：听不出是正常结果之一，说明在当前设备、音量和曲目下，有损与无损的差别没有达到你能稳定分辨的程度。
• 只测一两轮就下结论：轮数太少，p 值很难有意义，尽量完成页面设定的完整轮次。
• 中途换耳机或调音量：会破坏判断的一致性，整组测试应保持同一听音条件。
• 多首曲目都按 0.05 判断：会高估自己的分辨能力，记得按测试数量做 Bonferroni 校正。

测试页还提供结果分享和 FAQ 入口，想进一步核对判定逻辑时可以查看。最终结论应落在“在当前条件下能否稳定分辨”上，而不是笼统地判断“有损和无损有没有区别”。