測量技巧:怎麼測出準確、可重複的分貝讀數
聲級計只能反映麥克風採集到的信號。這個信號的品質取決於:儀器放在哪裡、選了什麼加權和時間響應、裝置怎麼拿、讀數怎麼平均。這幾件事都做對,一台經過校正的手機分貝儀在典型環境聲源上能與 Class 2 參考表相差不超過 ±2 dB。做錯任何一項,同一台手機給出的讀數可能偏 10 dB 以上 — 不是因為儀器不行,而是因為測量方式錯了。
本頁收集那些把讀數從「大致估計」提升到「可以信任」的實用技巧。它預設你已經按 校正流程 給裝置做過一次校正。這些技巧不能補償一台沒校正的儀器 — 它們只是從已校正的儀器裡提取可靠資料。
麥克風擺位
麥克風是房間裡唯一在「聽」的東西。它離聲源越近、能看到的反射面越多、周圍氣流越亂,這些因素就越主導讀數,而不是你真正想測的那個聲音。
距離聲源
理想點聲源在自由場裡,距離每翻倍,SPL 下降 6 dB(平方反比律)。室內測量很少完美貼合,因為房間反射存在,但趨勢是對的:
| 距聲源距離 | 比參考衰減(dB) |
|---|---|
| 1 m | 0(參考點) |
| 2 m | −6 |
| 4 m | −12 |
| 8 m | −18 |
| 16 m | −24 |
職業測量的規則是:測勞工耳朵處的聲壓。環境測量則選你真正關心的位置:臥室枕頭位置測睡眠噪音、桌面位置測辦公噪音、舞池中央測場地音量。
如果你要發布一個數字,永遠附帶距離。「5 公尺外的割草機:85 dBA」是完整陳述;光說「割草機:85 dBA」就基本沒用 — 別人沒法據此估算另一個距離上的聲級。
自由場 vs 反射場
完美的自由場沒有反射面。消音室是它的近似,無風的開闊草地是次優近似。絕大多數房間都是高反射環境,尤其是小型硬表面房間(浴室、廚房、電梯)。
反射房間裡,大部分位置的 SPL 由 混響場 而不是來自聲源的直達聲主導。兩個實務後果:
- 直達場 6 dB 翻倍距離規則在距聲源幾公尺外就開始失效。
- 同一位置的讀數,把麥克風挪 0.5 公尺就可能變化 3 – 6 dB,因為駐波的零點和峰值。
抑制方法:在房間裡多個位置(至少三個,相距約 1 公尺)各測一次,報告均值。
別拿在手裡、別揣口袋裡、避開硬表面
手機和筆電的麥克風,對振動和對空氣聲波一樣敏感。手持引入的手指噪音和衣物摩擦能在低頻上疊加 5 – 15 dB。把裝置放在硬桌面上又引入地面反射。
各種裝置都通用的實操擺位:
- 把裝置放在折好的軟布(超細纖維布、T 恤)上,布放在胸口高度的桌面上。
- 麥克風朝向聲源。多數手機麥克風在底邊,但各家不一樣 — 不確定就用一次拍掌測試。
- 裝置擺好之後,測量過程中別碰它。
要做長時間測量,小腳架配手機夾能讓裝置脫離任何表面,給出最乾淨的讀數。
頻率加權
儀器在算 SPL 之前會先做頻率加權。三種常用選項,在同一個聲音上給出明顯不同的數字。
| 加權 | 適用場景 | 典型效果 |
|---|---|---|
| A | 職業噪音、環境噪音、任何要對照公共健康閾值的場景 | 重低音聲源上比 C 低(壓低低頻) |
| C | 演唱會、低音砲、瞬態、雷擊、煙火 | 低頻主導時比 A 高 |
| Z | 研究、儀器核驗 | 真平響應,實戰測量極少需要 |
幾乎所有公開參考(NIOSH REL、OSHA PEL、WHO 社區指南、ISO 1996)預設都是 A 加權。除非有特別理由 — 通常是聲源在 200 Hz 以下 — 保持 A。
在低頻內容顯著的場地裡,如果 A 加權讀數和你胸口能感受到的低音不匹配,切到 C,把兩個都報告出來。A 與 C 之差本身就是診斷:差 20 dB(C 比 A 高 20)說明聲源被低頻主導;差 5 dB 說明它是中頻。
加權曲線背後的數學,見 科學頁。
時間加權
時間加權是顯示前對信號做的指數平均。三種標準設定:
- Fast(125 ms 時間常數) — 捕捉語音速率的變化和短事件,又不會跳得太厲害。幾乎所有場景的預設。
- Slow(1000 ms 時間常數) — 穩態環境噪音用。源信號大致恆定、你想要穩定可記錄的數字時用。
- Impulse(35 ms 攻擊,1500 ms 衰減) — 設計用來捕捉瞬態(槍聲、敲擊、氣球爆裂)。短事件上明顯高於 Fast。
一個常見錯誤:測量間歇性或脈衝性聲源時把儀器留在 Slow。Slow 會低報峰值,因為 1 秒時間常數還來不及「穩到峰值」事件就過去了。有疑慮就用 Fast,需要平滑時再用 Slow。
對於強瞬態頻繁出現的聲源 — 工廠工具、體育賽事、射擊場 — Impulse 是最具代表性的加權,有些標準(ISO 9612 在顯著脈衝下的職業測量)要求必須用它。
多次取樣平均
5 秒一次的讀數只反映那 5 秒。對變化噪音來說,這個快照很少能代表真正影響健康的長期暴露。
兩種平均策略涵蓋大部分場景:
算術平均(Avg)
本站分貝儀的 Avg 統計是所有顯示值的算術平均。對大致穩定的噪音,這是個不錯的環境等級估計 — 比如一台穩定運轉 55 dBA 的電風扇,Min、Avg、Max 三個數會都在彼此 2 dB 以內。
等效連續等級(Leq)
對變化噪音,合適的量是 A 加權等效連續等級 LAeq。這是一個穩態 SPL,它在測量週期內輸送的總聲能等同於實際可變信號。數學定義:
LAeq,T = 10 × log10( (1/T) × integral( 10^(LA(t)/10) ) dt )
本站分貝儀目前不直接計算 Leq,但對相對穩定或非極端的噪音,Avg 與 LAeq 通常在 1 dB 以內。要做需要嚴格能量等效定義的測量(噪音投訴報告等),用帶 Leq 積分功能的 Class 2 SLM。
測多久
| 聲源類型 | 最少測量時長 |
|---|---|
| 穩態環境(電風扇、暖通) | 30 秒 |
| 辦公室、餐廳、零售 | 5 分鐘 |
| 郊區交通 | 10 分鐘 |
| 城市主幹道交通 | 1 小時 |
| 工地、工廠 | 跨典型一個工作循環的 1 小時 |
| 演唱會、夜店、體育賽事 | 整場時長 |
對變化噪音用更短的樣本,有可能趕上一個非典型時段(要麼是冷場,要麼是峰值事件),把它當作代表值就出問題了。
排除干擾
絕大多數大誤差不是來自聲源本身,而是來自你本來不想測的東西。按這個順序識別和排除:
- 風吹麥克風。 即便輕微的微風,在麥克風上引起的壓力波動也能讀出 60 – 80 dBA。無防風罩的戶外測量,在 1 m/s 以上的風速下不可靠。海綿小球能幫上忙;嚴肅的戶外工作用毛茸茸的「死貓」防風罩。
- 手部和線材噪聲。 上面講過。把裝置放在軟布上,別碰它。
- 同房間的暖通、冰箱、電腦電風扇。 背景比目標低 10 dB 以上可以忽略;低 6 – 10 dB 需要做修正(把綜合讀數減大約 1 – 2 dB);低不到 6 dB 測量基本就不可靠了 — 要麼消除背景,要麼換地方。
- 測量者本人。 你的呼吸、衣物摩擦、腳步聲,在近距離上意外地響。離儀器站遠點;不得不靠近就保持不動。
- 裝置上的雨。 哪怕細雨敲打裝置也是可聞能量。戶外測量請選有遮擋的位置。
幾個具體場景
幾個常見情境有它們自己的小坑值得知道。
戶外交通監測
ISO 1996‑2 要求在路中線 7.5 公尺外、1.2 公尺高、帶防風罩。家用非正式測量,選靠近實際接收者的位置(臥室窗戶、陽台椅子),在代表性交通條件下平均至少 10 分鐘。
工作場所機械
測勞工正常使用時耳朵的位置。如果勞工在多個位置移動,按各位置停留時間做加權平均。變工況設備(間歇沖壓機)要測跨完整一個循環。
演唱會、夜店、場地音量
C 加權比 A 加權更具代表性,因為這類場地低頻很重。多個位置都測一下(前、中、後、兩側) — 場地裡聲壓少有均勻的。需要什麼 NRR 的護聽器,見 聽力健康頁。
嬰兒房整夜監測
用 Slow 時間加權,在你關心的整段時間(通常是入夜後一小時)做平均。WHO 建議睡眠時段臥室 30 dBA LAeq 是參考。如果用白噪音機,嬰兒床位置的實測值不應高於 50 dBA — 很多機器開到最大就遠超這個數。
餐廳或辦公聲學
在客流尖峰時測量。空房間會比滿房間低 10 – 20 dB。已發布的「舒適」閾值(50 dBA 辦公、70 dBA 餐廳)指的是有人使用時的狀態。
手機測量的局限
經過校正的手機分貝儀是篩查工具。給空間畫地圖、定位問題區域、讓非專業使用者對自身暴露有可見度,它非常出色。但它不是 Class 2 聲級計,幾個場景必須用 Class 2:
- 合規文件。 OSHA 檢查、工傷索賠、正式噪音投訴案子都需要校正過的 SLM(通常還要校正器、紙面記錄、讀數證據鏈)。
- 超過約 95 dBA 的等級。 多數手機麥克風在這個範圍會削波,低報實際等級。Class 2 SLM 標定到 ≥130 dB。
- 頻譜分析。 本站儀器的即時 FFT 用作診斷不錯,但不是 1/3 倍頻程或倍頻程分析儀。要求倍頻程測量的標準需要專業設備。
其它情況,經過校正 + 擺位講究 + 加權和時間響應選對的手機,會給你能信任的數字。
拿到一起
可靠測量是上面這些事同時都做對的結果。任何一次重要測量的檢查清單:
- 已經按 校正流程 用已知參考給這台裝置做過校正
- 麥克風放在聽者位置、放在軟布上、測量中沒動它
- A 加權(或專門測低音時用 C)
- Fast 時間加權(瞬態聲源用 Impulse)
- 風和手部噪聲已控制(戶外有防風罩、不碰裝置)
- 背景噪聲比目標低至少 6 dB,理想 10 dB
- 按聲源類型用足夠時長平均(穩態至少 30 秒,變化的 10 分鐘以上)
- 報告數字時同時報告距離和加權方式
做對這些,你拿到的讀數是準確且可重複的 — 你報告的每一個會帶來後果的數字,都需要這兩個性質。