降噪耳机没有让世界安静，它只是把声音算给你听：相位、延迟与 15 微秒
- 作者：Bougie
- 创建于：2026-10-27
地铁进隧道的那一刻，耳朵里"嗡"的一下，世界从地面掉进了隧道。
戴上降噪耳机，那声"嗡"就消失了。
但仔细想，这里面有一件事很奇怪：耳机并没有关掉任何东西。 世界还是原来那个世界，隧道还是隧道，轮轨还在以每秒二十几米的速度碾过接缝。你的耳朵没有变聋，外面那个 80 分贝的环境也没有变安静。
消失的只是到达你耳朵里的那一小段波形。
我花了挺长时间想把这件事说清楚——不是"主动降噪是个黑科技"，而是它到底在算什么、算得有多精确、以及为什么它的表现和宣传差那么多。
算完之后发现，最要命的一个数字是 15 微秒。
# 一、安静不是被关掉的，是被减掉的
这件事的物理内核其实非常朴素，就是中学课本上的相消干涉。
设环境噪声在耳膜处的波形是
n(t) = A·cos(ωt + θ)
a(t) = -A·cos(ωt + θ)
只要再叠加一个振幅相等、相位相反的信号 a(t)，两者相加，处处为零。世界安静了。
主动降噪耳机干的就是这件事，只是它必须每秒钟做 48000 次：
- 麦克风把外面的声音采进来；
- 芯片算出"反过来的声音应该长什么样"；
- 扬声器把它说出来。
但麻烦在于——"相位相反"这四个字，要求精度高得离谱。
设反噪声和噪声之间差了 Δt 的延迟，那么在频率 f 上，两者的相位就差了一个 ψ = 2πf·Δt。叠加之后的残余振幅是
r = 2·|sin(π·f·Δt / 2)|
（推导：A·cos u − A·cos(u−ψ) = −2A·sin(u−ψ/2)·sin(ψ/2)，取包络。）
这个公式很值得盯一会儿，因为它立刻给出一个反直觉的事实：
残余和频率有关，但和"绝对延迟误差"的关系，是通过乘积 f · Δt 发生的。
也就是说，同样 10 微秒的延迟误差：
- 在 100 Hz 上，相位只错 0.36°，几乎完美抵消；
- 在 1 kHz 上，错 3.6°，还能减掉 24 dB；
- 在 4 kHz 上，错 14.4°，只剩 12 dB；
- 在 8 kHz 上，错 28.8°，只剩 6 dB。
而如果延迟误差刚好是半个周期，反噪声和噪声就变成同相叠加——声音反而被放大了。
这就是为什么"降噪"这件事对频率如此敏感，也是为什么同一副耳机在引擎轰鸣里近乎魔法，在人声面前几乎无能为力。
# 二、波长决定谁有资格被减掉
第二个约束来自分子的另一半：波长。
声速取 20 ℃ 的 343 m/s，λ = 343 / f：
| 频率 | 波长 | 1/4 波长 |
|---|---|---|
| 50 Hz | 6.86 m | 1.72 m |
| 100 Hz | 3.43 m | 86 cm |
| 200 Hz | 1.72 m | 43 cm |
| 500 Hz | 68.6 cm | 17 cm |
| 1 kHz | 34.3 cm | 8.6 cm |
| 2 kHz | 17.2 cm | 4.3 cm |
| 4 kHz | 8.6 cm | 2.1 cm |
拿几个真实尺寸对一下：
- 耳机的扬声器振膜直径大约 10 mm
- 耳道入口大约 9 mm
- 耳道长度大约 25 mm
于是画面就出来了：
在 100 Hz 上，波长 3.43 米。 整个耳机（直径不过几厘米）在这个波里就像一片叶子落进大西洋——你不需要"打"到那个波，你只需要在耳朵所在的那一点，造出一个形状完全相同、符号相反的波。对一个 1 厘米的振膜来说，3.4 米长的波在它表面几乎是齐平的，推一推就行。
在 4 kHz 上，波长 8.6 厘米。 已经和耳道入口同量级了。这时候有两个麻烦同时出现：
其一，振膜的不同位置处在不同的相位上。你没法用一个 1 厘米的振膜去"推出"一个 8.6 厘米的波——你只能在一个点上正确。
其二，也是更本质的：外置麦克风看到的是它自己那个位置的声音。 低频波长长，麦克风处和耳膜处的声场几乎一样，所以麦克风采到的波形≈耳膜承受的波形，可以拿来反推。但高频波长只有几厘米，两个位置之间的声场差别很大（角度、朝向、腔体共振都不一样），麦克风看到的波形不等于耳膜真正承受的波形。你拿 A 的波形去抵消 B，消掉的是 A，不是 B。
还有一个更朴素的解释，而且是互补关系：被动隔音最弱的频段，恰好是主动降噪最强的频段。
头戴式耳机的密封在高频上做得相当好——密封良好时，2 kHz 以上靠物理隔声就能拿到 20 dB 以上的衰减，评测里 Bose 的厚耳垫在 2 kHz 以上反超 Sony XM4 靠的就是这个。但低频几乎挡不住：密封缝隙、耳罩腔体的亥姆霍兹共振、壳体本身的形变，都会把低频漏进来。被动挡不住的部分，正是 ANC 去补的部分。 这也解释了为什么"降噪"这件事在低频上是主动的活儿，在高频上反而是密封的活儿。
# 三、15 微秒：一副降噪耳机的全部预算
现在把上面的公式认真用一次。令残余衰减（dB）为
A(f, Δt) = −20·log10( 2·|sin(π·f·Δt / 2)| )
我把这张表算了出来。表里是"残余声级相对原噪声的增益"，负数表示被衰减了，接近 0 表示没压住，正数意味着反而变响了。
| 延迟误差 Δt | 50 Hz | 100 Hz | 200 Hz | 500 Hz | 1 kHz | 2 kHz | 4 kHz |
|---|---|---|---|---|---|---|---|
| 0（理想） | 完美抵消 | 完美抵消 | 完美抵消 | 完美抵消 | 完美抵消 | 完美抵消 | 完美抵消 |
| 2 μs | −64.0 | −58.0 | −52.0 | −44.0 | −38.0 | −32.0 | −26.0 |
| 5 μs | −56.1 | −50.1 | −44.0 | −36.1 | −30.1 | −24.0 | −18.0 |
| 10 μs | −50.1 | −44.0 | −38.0 | −30.1 | −24.0 | −18.0 | −12.0 |
| 20 μs | −44.0 | −38.0 | −32.0 | −24.0 | −18.0 | −12.0 | −6.1 |
| 50 μs | −36.1 | −30.1 | −24.0 | −16.1 | −10.1 | −4.2 | +1.4 |
| 100 μs | −30.1 | −24.0 | −18.0 | −10.1 | −4.2 | −1.4 | +5.6 |
| 200 μs | −24.0 | −18.0 | −12.0 | −4.2 | +1.4 | +5.6 | +1.4 |
| 500 μs | −16.1 | −10.1 | −4.2 | +3.0 | +6.0 | 周期点 | 周期点 |
注意那个加粗：1 kHz 上延迟差 200 微秒，反噪声就从"减音"变成了"加音"，声音会被放大 1.4 dB。（500 μs 行里 2 kHz / 4 kHz 那两个"周期点"是另一个巧合：f·Δt 恰好是整数倍，数学上又对上了，但这在物理上没有意义。）
把表倒过来读，就是工程上的容错预算：
| 想要的衰减 | 50 Hz | 100 Hz | 200 Hz | 500 Hz | 1 kHz | 2 kHz | 4 kHz |
|---|---|---|---|---|---|---|---|
| 10 dB | 1010 μs | 505 μs | 253 μs | 101 μs | 50.5 μs | 25.3 μs | 12.6 μs |
| 20 dB | 318 μs | 159 μs | 79.6 μs | 31.8 μs | 15.9 μs | 8.0 μs | 4.0 μs |
| 30 dB | 101 μs | 50.3 μs | 25.2 μs | 10.1 μs | 5.0 μs | 2.5 μs | 1.3 μs |
| 40 dB | 31.8 μs | 15.9 μs | 8.0 μs | 3.2 μs | 1.6 μs | 0.8 μs | 0.4 μs |
所以那 15 微秒是从哪来的：在 1 kHz 上要做到 20 dB 衰减，端到端的延迟误差必须小于 15.9 微秒。
这个数字小到什么程度？
- 15.9 微秒内，光能走 4.8 米，而声只能走 5.4 毫米——不到耳道入口的一半；
- 48 kHz 采样下一个采样周期是 20.8 微秒——我们需要的精度，比一个采样周期还小。
最后这条尤其要命。它意味着：精确的对齐根本不能只靠数字手段完成。 数字滤波器只能做"整数个采样"的延迟调整，最小步进就是 20.8 微秒；真正的亚采样精度必须由模拟前端的走线、封装、以及扬声器到耳膜的几何距离来保证，数字部分只负责最后那点粗调。
还有一个反直觉但必须说清楚的点：降噪耳机必须故意迟到。
前馈式降噪的麦克风装在耳罩外面，它比耳膜早听到噪声。距离大约 1.5~4 cm，对应 44~120 微秒：
| 麦克风到耳膜的距离 | 声学延迟 |
|---|---|
| 2 cm | 58 μs |
| 3 cm | 87 μs |
| 4 cm | 117 μs |
系统必须主动延迟这么长时间，让反噪声和噪声同时抵达耳膜。延迟小了，反噪声先到；延迟大了，噪声先到。两种都是错，只是错的方向不同。
所以"降噪耳机有延迟"这件事，严格说是"降噪耳机有且必须有一个精确的延迟"。真正被考核的不是延迟本身，而是延迟误差。
最后算一下算力。
采样率 48 kHz，每个采样点做一次乘加，一秒钟就是 48000 次乘法。就算升到 96 kHz，也只有 9.6 万次。现代 DSP 的乘累加能力在 10⁹ 次/秒量级，4.8 万次连万分之零点五都不到。
也就是说：主动降噪从来不是一个算力问题，它是一个对时问题。 整个降噪性能，几乎全部押在"延迟对齐"这一件事上，和芯片快不快基本无关。这也解释了为什么十年前的手机和现在的降噪耳机能做出差不多的水平——真正难的是那几十微秒的物理对齐，不是 MAC 数量。
# 四、你的耳道是一只 3.4 kHz 的管子
还有一个数字让事情变得更别扭。
外耳道是一个闭管，长约 2.5 cm。它的第一共振频率是
f₀ = c / (4L) = 343 / (4 × 0.025) ≈ 3430 Hz
（耳道长度因人而异：2.0 cm 对应 4288 Hz，3.0 cm 对应 2858 Hz，3.5 cm 对应 2450 Hz。）
而 3~4 kHz 这个位置，恰恰是人类语言里辅音的能量中心——"s"、"sh"、"t"、"k"这些音素的主要辨识信息都在这里。降噪最无能为力的频段，正好是你最需要听清的频段。
耳道共振还有第二重作用：它放大这个频段的声音。戴着一副密封不错的耳机，你在办公室敲键盘，同事那边觉得"有点响"，你这边觉得"刺耳得像在敲钉子"——一部分就是 3.4 kHz 那个共振峰在给你做增益。
还有一点常被误传：网上常见"ANC 会在 4 kHz 误把语音当成噪声"的解释。这句话方向反了——ANC 不会"误判"，它就是一个按频率加权的滤波器，不识别"人声"和"噪声"。它只是恰好在语音能量最集中的地方最无能。
# 五、地铁为什么吵，而它最吵的地方正好是 ANC 的死区
现在可以把地图和算式对上了。
北京地铁车厢内的实测声级（科普中国/北京科技日报引实测）：直线段约 80 dB(A)，曲线段 85~86 dB(A)，6 号线某些区段接近 90 dB(A)；隧道段比高架段高约 11 dB(A)。上海交大《城市轨道交通车内噪声特性及贡献率分析》（噪声与振动控制 2023）给的 B 型车典型值是 75~80 dB(A)。更关键的是频谱：
轮轨噪声能量集中在 200~1600 Hz，峰值在 630 Hz；速度从 75 km/h 提到 115 km/h，车内噪声只增加约 5 dB。
顺便一提，85 dB(A) 已经是 NIOSH 的职业噪声暴露限值（85 dB/A，8 小时）。也就是说在某些区段，车厢里的乘客如果什么都不做，就已经"超标"了。
而主动降噪的甜区是 100 Hz ~ 1 kHz。630 Hz 恰好卡在甜区的上边缘。
所以我搭了个模型来算这笔账。假设头戴式降噪耳机的被动密封衰减为 [6, 8, 12, 15, 18, 20, 22, 22] dB（1/1 倍频程，63 Hz → 8 kHz），主动降噪的额外贡献为 [-14, -16, -16, -12, -6, -2, 0, 0] dB（这一条按评测共识取：1 kHz 以下强、2 kHz 以上几乎为 0——SoundGuys 对 WH-1000XM4 的对比里，Bose 的厚耳垫在 2 kHz 以上靠被动隔音反超，正是这个形状），频谱形状按上面引用的实测归一化到各自的实测总声级：
| 场景 | 裸耳 | 戴耳机（仅被动） | 戴耳机 + 开主动降噪 | ANC 的净贡献 |
|---|---|---|---|---|
| 地铁车厢（直线段） | 80.0 dB(A) | 63.3 | 55.9 | 7.4 dB |
| 地铁车厢（曲线段） | 85.0 dB(A) | 68.3 | 60.9 | 7.4 dB |
| 737 客舱巡航 | 80.0 dB(A) | 67.0 | 54.2 | 12.8 dB |
| 开放办公区 | 52.0 dB(A) | 35.5 | 27.8 | 7.7 dB |
这张表就是全篇最反直觉的结果：
同一个"降噪 25 dB"的口号，在地铁上只值 7.4 dB，在飞机客舱里才值 12.8 dB。
原因一目了然：飞机引擎的轰鸣能量高度集中在 100~300 Hz，那里是 ANC 的绝对主场；而地铁车厢的能量峰值在 630 Hz，恰好是 ANC 开始衰减的地方，同时又是被动密封衰减只有 15 dB 的地方。两头都不占便宜。
顺带把耳塞算进去。泡沫耳塞的标称 NRR（美国 EPA 口径）需要按 NIOSH 的方法折算，实验室条件下的真实防护约等于：
实际防护 ≈ (NRR − 7) / 2
| NRR | 折算后实际 |
|---|---|
| 26 dB | 9.5 dB |
| 33 dB（3M 3110/3120 一类） | 13.0 dB |
| 35 dB | 14.0 dB |
所以在地铁上想要真正安静，泡沫耳塞 + 降噪耳机 才是正解：耳塞负责全频段（低频 13 dB、中高频更多），耳机负责把耳塞漏掉的那部分低频再压 15~20 dB。两者的低频合计约 30 dB。而单靠降噪耳机，低频也就这个量级。
# 六、为什么开了降噪，人声反而更清楚了
坐过飞机的人大概都遇到过：戴上降噪耳机，引擎声没了，然后空乘的广播你听得异常清楚，清楚到有点尴尬。
这不是错觉，而且它的原因也很朴素：掩蔽。
低频的隆隆声一直在给你的中频语音垫底噪。500 Hz 的隆隆声之所以能盖住 1 kHz 的人声，是因为人耳在 1 kHz 附近最敏感、在 500 Hz 稍差——但只要 500 Hz 足够响，它就能把 1 kHz 掩蔽掉。
用等响度曲线换算一下（60 phon 等响曲线相对 1 kHz 的偏置）：
| 频率 | 63 | 125 | 250 | 500 | 1k | 2k | 4k | 8k |
|---|---|---|---|---|---|---|---|---|
| 等响偏置 (dB) | +20 | +14 | +8 | +3 | 0 | −2 | −3 | +12 |
也就是说，500 Hz 要听得跟 1 kHz 一样响，得比 1 kHz 高 3 dB；125 Hz 得高 14 dB。
现在看地铁车厢这个模型（用 A 计权求总声级）：
- 裸耳：500 Hz 的隆隆声等效 81.0 dB(1 kHz 当量)，人声所在的 1 kHz 一带只有 76.0 dB → 语音被掩蔽了 5.0 dB，基本听不见；
- 开 ANC 后：500 Hz 掉到 51.0 dB（等效 54.0），1 kHz 掉到 52.0 dB → 语音被掩蔽只剩 2.0 dB。
掩蔽余量从 5 dB 缩到 2 dB，人声相对提升了 3 dB。
为什么相对提升了？因为低频被砍掉的幅度比中频大：500 Hz 那一带被砍了 27 dB（15 dB 被动 + 12 dB 主动），1 kHz 只被砍了 24 dB。掩蔽源退得比被掩蔽者快。
所以"降噪耳机"给你的不是"安静"，而是**"低频那一层被抽走了"**。剩下的中高频会因为失去掩蔽而显得格外突出。这解释了一堆常见体验：
- 飞机上，引擎声消失，广播变得刺耳；
- 地铁上，轮轨声消失，同车的键盘声和咳嗽声变得刺耳；
- 咖啡厅里，空调声消失，对面人的说话声和杯碟声变得清楚；
- 安静房间里开降噪，自己的耳鸣会突然变得明显——底噪被压下去之后，内部的噪声源相对突出（临床上耳鸣的"掩蔽"程度和背景声压强负相关，这是同一个机制）。很多人第一次在夜里戴上降噪耳机会被吓一跳。
# 七、摘下耳机那一刻，世界为什么会"炸"开
还有一个日常到几乎没人细想的现象：从降噪模式切回普通模式的那一瞬间，地铁的轰鸣会"轰"地涌进来，比你记忆中的响得多。
一部分原因是生理性的。听觉惊跳反射（acoustic startle reflex）是一条只有三个突触、完全不经过大脑皮层的通路：听神经 → 脑桥尾侧核（PnC）→ 面部/脊髓运动神经元。测出来的潜伏期是：
| 部位 | 潜伏期 |
|---|---|
| 咀嚼肌 | ~14 ms |
| 眼轮匝肌（眨眼） | 20~40 ms |
| 颈部（胸锁乳突肌） | ~60 ms |
| 肩部 | 100~120 ms |
也就是说，你的身体在你意识到发生了什么之前就已经抽了一下。这不是心理作用。
另一部分原因在耳朵里，而且更根本：大脑会给稳定的噪声建立预测。
持续的引擎声是一种高度可预测的信号——频率、幅度、调制规律都很稳定。大脑的听觉系统（前馈抑制、耳蜗产生的抑制性侧输入、以及更高层对噪声模板的预测）会主动"填掉"这类信号，这正是为什么你在安静房间听冰箱嗡半小时之后会觉得那声音消失了、只有离开房间才重新注意到。
而主动降噪恰好在做同一件事的物理版本——用一个外部设备，替大脑完成那套预测和抵消。所以：
- 越稳定、越低频的噪声，ANC 效果越好（可预测 → 相位对得上）；
- 越间歇、越高频、越有方向性的声音，ANC 效果越差（比如有人说话、关门、敲键盘）。
这也解释了为什么主动降噪对空调、引擎、风扇这种"持续低频"近乎魔法，对人声、键盘、餐具碰撞几乎无能为力——不是 ANC 不努力，是那些声音本来就不在它能减的那一层里。
# 八、所以，主动降噪到底值不值
把上面这些拼起来，我的结论有点反潮流：
它非常值，但值在特定的地方，而且值的方式和宣传说的不一样。
值得开：
- 长途飞行（客舱 70~83 dB(A)，能量集中在低频，ANC 净贡献 12.8 dB，实测口径下 A350 客舱约 74.9 dB(A)、787-9 约 72.7 dB(A)、A380 最安静约 69.5 dB(A)）；
- 地铁通勤（虽然净贡献只有 7.4 dB，但 7.4 dB 在一个 80 dB(A) 的环境里不是小事，而且低频被抽走后人明显更舒服）；
- 开放办公区、飞机上想睡觉；
- 听力保护场景反而要小心——一个常见的提醒是：降噪会让人不自觉地把音量调大，因为低频被削掉之后，主观上会觉得"不够响"，从而加大音量。主动降噪降低了环境噪声的绝对量，等于把你暴露在更大的音量下。
不太值得：
- 本来环境就安静（52 dB 的办公室，ANC 净贡献 7.7 dB，把办公室变成 28 dB，意义有限，还多一份耳压感）；
- 需要听清人声（客服、报站、同事讲话）——开 ANC 反而更糟，因为掩蔽没了；
- 对音质挑剔的人。ANC 会引入梳状滤波和音色染色，解析力会下降。这是结构性的，不是调音能完全补偿的。
顺便辟一个谣。 中文互联网流传很广的一句是"空客 A350 / 波音 787 把降噪耳机装在了客舱天花板上，持续监测低频噪声并发射反相声波抵消"。我查了一圈，找不到任何厂家的原始资料支持这个说法。
Airbus 官方口径是 A350 客舱比上一代宽体"最多低 5 dB"、前舱"最多低 9 dB"；Boeing 的说法是 787 整体噪声比上一代低约 20%。但《Applied Acoustics》的飞行实测给出的是另一组数：A380 69.5 dB(A)、787-9 72.7 dB(A)、A350-900 74.9 dB(A)——A350 反而比 787 略高，差异只有 1~3 dB。宣传口径里的"低 5~9 dB"和学术实测对不上。
至于降噪本身，787 和 A350 靠的全是被动手段：Trent XWB / GEnx 的高涵道比发动机与声学衬垫、机身复合材料隔声、吸声侧壁与顶棚、双层玻璃窗、隔振地板。有资料把"把传感器和扬声器嵌进客舱板件"列为未来技术方向，不是现役装备。
真正把消声工程做到极致的是另一个地方：现代地铁车厢的空调风机普遍要装消声器（多为消声片、迷宫式这类无源结构，装在风机段）。你在车厢里听不见风机的啸叫，靠的是这个，不是因为天花板上有降噪耳机。
最实用的组合： 长途飞行或地铁里，一副降噪耳机 + 一副泡沫耳塞。低频约 30 dB 的削减，而且不牺牲人声（耳塞只挡外部，人声该听还是听得到，只要别把音乐音量开太大）。
# 九、最后
降噪耳机是一个特别反直觉的工程：它用"每秒 4.8 万次乘法"这种看起来寒酸到可笑的开销，做出了"把世界关掉"的错觉。
但算完你会发现，那 4.8 万次乘法里，真正难的不是乘法，是让反噪声和噪声在同一个瞬间、以相反的符号，抵达同一片鼓膜。这件事的容错窗口只有十五微秒——比一个采样周期还短；这段时间里，声音只来得及走 5.4 毫米，连耳道的一半都不到。
于是有句话可以留在这里：
安静从来不是一种物质，是一种相位关系。
你耳机里那 4.8 万次乘法，每一秒都在维持一个必须精确到 15 微秒的约定。麦克风听见的，减去扬声器说出的，剩下的那个差值，就是你的世界。
而最妙的是，飞机客舱、地铁车厢、你家空调外机，其实都在讲同一件事——只不过有的把反相的工作交给了声学材料，有的交给了 DSP，有的交给了你的大脑。
你的大脑一直都在做这件事。只是它做得比 15 微秒粗糙一点，所以它需要一副耳机来帮忙。