关于听感测试我建议采用主观评价方法

forlorn

关于听感的测试，用理论分析，不易得出结论。因为测试的关键指标并不明确，指标系统的量化更难以实施、没有这样的前提下理论讨论往往陷入空谈。
所以我建议采用主观评定法。但是音频行业的主观测试方法据我调查并不规范，反观视频行业有较为完善的工业标准可以参考。例如
, l0 _) n  H  s* E/ G! B4 E* j) t

ITU-R BT.500-11“Methodology for the subjective assessment of the quality of television pictures”（电视图像质量主观评价方法）
0 X% }/ Z* T/ v! G" u3 eITU-R BT.710-2 “ Subjective assessment for image quality in high-definition television”（高清晰度电视图像质量的主观评价）
GB/T 9379-1988《电视广播接收机主观试验评价方法》

/ a0 K" u7 D" h
, h: I& y$ A8 P4 A我认为要得出相对有说服力的主观评价结论基本要素是：

/ E1 ?& f4 z) ]( G1 B8 J1. 全面覆盖的典型信号用例集。（视频我们采用12个静态和9个动态场景进行AB对比）
3 p" X1 A1 ?8 O2. 严格的测试环境
+ x" i% f; c( \3. 对等的周边设备和被测系统调节
4. 经过初步训练的评价人员，小组规模20人以上。（非常专业和熟练以后至少7人）
5. 规范评估过程（比如在评估视频过程中，AB切换以灰场信号过度）
( n6 B# @7 O. ~. Z" Z1 r5 t6 `6. 独立评分过程
7. 数据整理、清洗、统计、分析呈现。

6 E( }, j! t4 k/ F- x在公司内调研评审推广修订直到实现本方法大概3个月，可以成为企业标准和竞品分析标准。我的同事在95年为我上上家公司制定过本标准。供各位参考。

forlorn

关于评价人员人数和培训的重要性。
我曾经实施多款产品的体验评估，因为当时没有专业的体验评价人员，就在公司内邀请了20名各层级和岗位的同事参与，试图模拟大量用户体验，但是结论数据完全差异到不可用。可见使用清晰的标准和充分的培训是必要的。个体的差异数据需要在统计阶段排除，所以人数必须有保障。

forlorn

补充说明一下：
5 d9 i4 W; d, F) n; W% x6 ?; b1. 用例集中12个静态图像和动态场景的代表性为：
具有精细条纹的室内静止图像；细节丰富的室外静止图像；清晰度和对比度低的远视角图像；高细节的近视角图像；高对比度的风景图像；不规则形状图像；肤色图；色调和饱和度层次多样；色彩细节丰富；人物、图案、文本细节丰富；室外饱和色彩，不同层次图像的过渡；图像复杂的艺术画像

室外真实花园全景；室内设计场景序列；饱和色彩；复杂、快速室内运动、场景快速切换；饱和色彩；复杂快速运动；大范围细节背景；旋转运动；大码流；随机噪声；水花或喷泉序列；脸部表情；室外运动比赛场景；大范围风景细节