电声与音频放大器入门：声学基础、SPICE仿真与扬声器参数

简介：《Introduction to Electroacoustics and Audio Amplifier Design》第三版面向声学、电声学与音频功放设计的学习者和工程师，适合从基础概念过渡到工程建模的读者。既可用于课程学习，也适合作为设计查阅手册。全书从声波产生、传播、衰减与反射讲起，延伸到声压级、频率响应、声速和声阻抗等参数，再讨论扬声器、麦克风等换能器的阻抗匹配、灵敏度与非线性失真，并借助SPICE对电声元件和电路进行建模分析。音频放大器部分覆盖运算放大器电路到功率放大器拓扑，涉及增益、噪声、失真、电源抑制比、效率、散热、保护电路与稳定性等设计问题，也提及DSP在音频设备中的应用。压缩包内含1个PDF文件，大小约7.87MB，便于检索与阅读；已有233人学习，读者可据此对照仿真理解器件特性，并建立从声学参数到功放指标的完整分析框架。

1. 从耳机插头那一刻说起：电声与音频放大器到底在研究什么

耳机插进手机的那一瞬间，一串看不见的电信号开始赶路：先经过功放被放大，再顺着线材进入音圈，音圈在磁场里来回推拉，带动振膜挤压空气，最后变成耳朵里的一段声音。这条链上每一环都在做"翻译"，翻译得糙，听感就变成破音、发闷、底噪沙沙。电声学研究的是电与声之间怎么翻译，音频放大器是这条链上的发动机，而 SPICE 是让这些器件先在电脑里跑一遍的仿真工具。搞懂这套东西最直接的好处，是看音频参数不再靠玄学，选设备、调系统、动手改电路都有依据可依。这份第三版资料把声学、电声、功放三段串成一条完整的线。

2. 声学基础为什么绕不开：声压、频率与阻抗这三件事

很多人拿到电声资料，习惯从电路那一页翻起，觉得声学是"物理系的事"。真动起手来才发现，喇叭最终是在空气里干活的，空气不是一片虚无，它有密度、有弹性、会反射、会顶回来。同样一只单元，装进不同的箱体、摆在不同的位置，测出来的曲线能差出一大截。这部分知识不是背景装饰，它决定了后面所有电路参数的"目标值"该定在哪里。

2.1 声音是一次推挤：产生、传播、衰减与反射

声音的本质是介质里的一次疏密变化。想象一排人紧挨着站着，最左边的人往前推一把，这个推力会一人接一人地传下去，但每个人只是原地晃了一下，并没有真的跑到队尾去。空气分子也是这样，振膜推一下，附近的空气被压紧，压紧的区域再去挤压下一层，形成疏密相间的波往前跑。传播的是能量和状态，不是空气本身。

这个图像能解释几个常被问的问题。声音在空气里大约每秒跑 340 米，比光慢得多，所以远处放烟花总是先看到亮再听到响。声音跑得越远越弱，一部分能量被空气吸收变成热，一部分向四面八方散开，距离每翻一倍，声压大约掉 6 分贝。碰上墙面、桌面、地面，声音会反射回来，和原声叠在一起，有时增强有时抵消，这就是为什么空房间说话声音发"飘"，而铺了地毯、挂了窗帘的房间听起来"干"。

对做电声的人来说，这三件事各自对应一个工程问题：衰减决定了功放要留多少功率余量，反射决定了房间和箱体要不要做吸声与扩散，传播速度则和波长挂钩，波长又决定了高频会不会"绕过去"、低频会不会"卡在角落"。一只 100 Hz 的低音，波长大约 3.4 米，比很多房间的尺寸还长，它根本"看不见"你摆在中间的沙发，而是直接把整个房间的空气一起推。低频难处理，根子就在这里。

2.2 声压级与分贝：为什么响度不是一条直线

人耳能承受的声压范围大得离谱。刚好能听见的微弱声音，声压大约是 20 微帕，也就是二十万分之二帕；而让人耳朵发痛的声压能到 20 帕左右。从最小到最大，差了一百万倍。如果用一个线性刻度去标音量，日常对话的数值会挤在小数点后好几位，根本没法用。于是有了分贝这个对数刻度。

声压级的算法是拿实测声压除以参考声压，取对数再乘 20，单位记作 dB SPL。参考值取 20 微帕，正好是人耳的听阈，所以 0 dB 不代表"没有声音"，而是"刚好能听见"。每增加 20 dB，声压变成原来的 10 倍；每增加 6 dB，声压翻一倍。主观上，声压级涨 10 dB 左右，人会觉得"响了一倍"，这和人耳的非线性感知有关，不是简单的数学关系。

这张表在工程上的用处很实在：设计一只桌面音箱，如果目标是"比交谈声明显更响"，那在听音位置做到 75 到 80 dB 就够了，倒推回去需要的功率可能只有几瓦；但如果是给一个大房间做扩声，听音距离拉到五六米，同样的声压级需要的功率就要翻上好几倍。分贝把乘除变成了加减，算链路预算时才不至于翻车。

2.3 声阻抗：空气也会"顶回来"

电路里有个欧姆定律，电压除以电流等于电阻。声学里有一个对应的量，声压除以体积速度，叫作声阻抗。它的意义是：要让空气以某个速度流动，需要多大的压差去推。这个量听起来抽象，其实天天在起作用。

拿一根细管吹气，会发现比吹一个粗口子费力，因为细管对气流的阻碍大，声阻抗高。扬声器装在密闭箱里，振膜背面推的是一个被封死的空气腔，腔体越小，空气越"硬"，对振膜的反作用越大，相当于给振膜额外加了一根弹簧，谐振频率被抬高。倒相管（低音反射孔）的设计更是完全围绕声阻抗转：管子的截面积和长度决定了它在哪个频率上"共振"，从而在低频段帮单元补一口气量。

阻抗还有一个后果是反射。声音从一种声阻抗的介质进入另一种，交界处会有一部分能量被弹回来，传不过去。管子突然变细、喇叭口突然张开，都会产生反射。号角音箱之所以效率高，就是因为它用逐渐张开的截面让声阻抗平滑过渡，减少了反射损失。理解了这一点，再看那些奇形怪状的音箱腔体，就不会觉得是造型需要，每一处曲线都在跟声阻抗较劲。

3. 电声换能器：扬声器和麦克风之间发生了什么

声学讲完，就轮到电与声的交接点了。换能器这个词听着唬人，说白了就是"能量形式的转换器"：扬声器把电变成声，麦克风把声变成电，两者结构上像是一对镜像。这一层是整条链路里最容易失真、也最容易被参数表糊弄的地方。

3.1 三次转手：电到力，力到声

扬声器的转换不是一步到位的，中间隔了一道力学环节。电流流过音圈，音圈处在永磁体的磁场中，受到洛伦兹力，开始前后运动；音圈连着骨架，骨架粘着振膜，振膜再推空气。所以完整的路径是电能转成机械能，机械能再转成声能，中间转两次手，每次都有损耗。

这一层理解很关键。很多人以为换能器"直接"把电变成声，忽略了中间那个机械系统。而机械系统有自己的惯性、弹性和阻尼：振膜有质量，推起来要克服惯性；折环和定心支片提供回复力，像弹簧；空气负载和材料内耗提供阻尼，把振动刹住。这三者凑成一个谐振系统，在某个频率上会特别"兴奋"，这就是为什么每只单元的阻抗曲线都会有一个鼓包，低频段尤其明显。

麦克风是反向过程：声波推振膜，振膜带动音圈或改变电容，把机械位移转成电信号。动圈麦克风结构和扬声器几乎一致，电容麦克风则用两块极板间的距离变化改变电容量。方向反过来，中间那道力学环节一样存在，一样会引入频响起伏和失真。

3.2 灵敏度、阻抗与频响：包装盒上那三个数字

买单元时最常见到的三个参数，往往也是最容易被误读的三个。

灵敏度说的是"给多少电，出多大声"。常见写法是 1 瓦输入、1 米距离测得的声压级，比如 88 dB/W/m；也有用 2.83 伏（对应 8 欧负载上 1 瓦）标注的。这个数字越大，同样的功放推得越响。要注意它是单一频率或某个频段的平均值，不代表全频段都这么灵。一只标称 90 dB 的单元，在低频段可能掉到 82 dB，实际听感会闷。

标称阻抗通常写 4 欧或 8 欧，实际是一条随频率起伏的曲线，在谐振点附近能翻到标称值的两三倍甚至更高。功放看到的不是"8 欧"，而是一个会变化的负载，这也是为什么有些功放在某些音箱上会显得吃力。

频率响应是一条曲线，横轴频率、纵轴声压级，理想状态是平直。现实中的曲线总有起伏，一般用"±3 dB"这样的范围来描述它的平坦程度，还会标注下限频率和上限频率。曲线的形状比单个数字重要得多：低频早早就往下掉的单元，靠功放补偿是补不回来的，那是物理决定的。

这四个数字放在一起看才有意义。一只灵敏度低、阻抗曲线低、频响下限高的单元，对功放的要求会陡然上升。

3.3 非线性失真从哪来：位移、磁路和热

失真的通俗解释是"输出里多出了输入没有的东西"。给一个纯净的正弦波进去，出来的波形变了形，多余的部分就是失真。电声器件的失真来源比电路更杂，大致分三路。

第一路是位移。音圈离开磁场中心越远，受力越不均匀，推出去和拉回来的力道不对称，波形就被"掰弯"了。大动态、低频段最容易出现，因为那时候位移最大。第二路是磁路。磁场强度在空间上并不均匀，音圈走过的位置磁场时强时弱，力也跟着变，这叫磁阻失真。第三路是热。大功率下音圈温度升高，电阻变大，灵敏度跟着漂移，声音会显得"越放越紧"，这是功率压缩。

这三路有一个共同点：都随电平升高而恶化。所以标称的失真数字必须看清测试条件，0.1% 是在 1 瓦 1 米测的，还是在接近额定功率时测的，意义完全不同。工程上要控制失真，路子无非是留足位移余量、优化磁路对称性、做好散热，没有捷径。

4. SPICE 在电声里干什么：把喇叭搬进电路仿真

到这里有个现实问题：电和声分属两套语言，声压、体积速度、顺性这些词，跟电压、电流、电容对不上号，怎么放在一起算？这份资料给出的办法是类比电路——把力学和声学系统翻译成等效的电路元件，然后扔进 SPICE 里一起跑。这么做的好处是，你不需要真的焊一块板、买一只单元，就能先看清阻抗曲线在哪拱起来、某个电容改了之后谐振点跑到哪里去。

4.1 类比电路：为什么电阻电容能代表振动

类比的思路是找"形式相同"的方程。力学里力等于质量乘加速度，电路里电压等于电感乘电流变化率；力学里弹簧的力正比于位移，电路里电容的电压正比于电荷。方程长得一样，就可以用一个电感代表质量，用一个电容代表顺性，用一个电阻代表阻尼。这套对应关系在电声领域已经用了很久，是声学与电路之间的通用翻译器。

翻译之后，整个振动系统就变成一个两端网络，可以直接接在音圈的电路模型后面。SPICE 不关心这个电容代表的是电容器还是振膜的悬挂，它只解节点方程。于是原本要分开算的两套东西，被压进同一张网表里，一次扫描就能同时看到电学量和力学量的响应。

提示：类比模型只在很窄的条件下成立，前提是系统可以当作线性时不变处理。位移一大，磁性饱和、悬挂硬化这些非线性冒出来，模型就开始偏离实际。

4.2 亲手写一份单元网表

下面这段网表描述的是一只中低音单元的简化模型，把电端和机械端接在一起。单位后缀要特别注意，SPICE 里 m 表示毫，u 表示微，写错一位数结果就完全不同。

* 中低音单元的简化等效电路 * 电端：音圈；机械端：用等效 L/C/R 表示 Vin in 0 AC 1 Rout in n1 0.1 $ 功放输出内阻，单位欧姆 Re n1 n2 6.4 $ 音圈直流电阻 Le n2 n3 0.65m $ 音圈电感，m 为毫亨 Res n3 0 38 $ 机械阻尼的电阻类比 Cms n3 0 480u $ 悬挂顺性，u 为微法 Mms n3 0 14m $ 振动质量的电感类比 .ac dec 30 10 2k $ 十倍频 30 点，10 Hz 到 2 kHz .print ac v(n3) .end

逐项说清楚。Vin是激励源，AC 1表示交流幅度取 1，方便后面归一化看传递函数。Rout代表功放的输出内阻，一般功放只有零点几欧，这个值虽小，却直接影响低频段的阻尼效果，改动它能看到阻抗峰高度的变化。Re是音圈直流电阻，用万用表就能量到，是最容易核对的一个数。Le是音圈电感，它随频率升高而增大阻抗，决定高频段曲线往上翘的程度。Res、Cms、Mms这三个是机械系统的电类比：Mms越大，谐振频率越低；Cms越大，悬挂越软，谐振也越低；Res越小，阻尼越强，谐振峰越平。

.ac声明做交流小信号扫频，扫 10 Hz 到 2 kHz，十倍频取 30 个点，点数太少曲线会显得锯齿状。.print指定输出节点n3的电压，这条曲线换算一下就是阻抗随频率的变化。跑完之后，曲线上会看到两个明显的峰，中间是一个谷，那股"拱起来"的地方就是单元谐振，阻抗在这里远高于标称值。把Cms从 480u 调到 300u，整个形状会整体右移，谐振点上移，这就是换箱体或改悬挂带来的效果。

4.3 仿真能信到哪一步

仿真最大的价值是让你在动手之前先排除明显错误。比如分频器里某个电感的取值算错了一个数量级，网表一跑曲线立刻塌掉；比如推动级的输出内阻设得过大，低频阻尼不足的迹象会直接体现在阻抗峰上。这些错误在实物上要拆焊、换件、反复测才能发现，仿真里改一个字符就重跑一次。

但仿真也有明确的能力边界。它默认元件是线性的，而真实单元在大信号下会软脚；它不知道你的箱体有漏气、吸音棉填了多少、摆位离墙多远；它算不出热效应，音圈升温后电阻变大、灵敏度下降的变化，静态模型里根本没有这一项。所以正确的用法是把它当"黑匣子探测仪"，用来比较方案之间的相对差异，而不是当作绝对真值去验收指标。

我见过有人拿着仿真曲线去跟实测较劲，两条线差了两三个分贝就认为模型错了。其实更多时候是模型里少了某个环节，比如没有把箱体的空气顺性并进Cms，或者忽略了线材和接插件的串联电阻。补上这些，两条线的走势往往就对上了。

5. 常见误区与易混概念：这几个词别再混着用

这一行最麻烦的不是公式难，而是几个词长得像、听起来也像，混着用不疼不痒，一旦落到设计上就会出岔子。下面这四组是初学者最容易撞上的。

5.1 增益不等于响度：增益、灵敏度、声压级三者到底谁管谁

易混点在于，很多人把"功放增益大"直接等同于"声音响"。实际上增益说的是电压放大的倍数，输入 1 伏出去 20 伏就是 20 倍；灵敏度说的是单元把电功率转成声压的效率；声压级才是耳朵最终接收到的那个量。三个数字贯穿整条链路，但不在同一个环节上。

为什么会混？因为三者都与"响"有关，而且功放旋钮拧大、增益调高、声音变响，这三件事经常同时发生，于是被大脑归成一件事。有些系统里增益调高后反而显得不响，那是因为输入信号没变、但增益提升带来了削波，动态被压扁了，主观上就觉得"闷"。

区分办法是画一条链路：信号源输出电压、前级增益、功放增益、单元灵敏度、听音距离，一路乘下去（对数域是加），最后得到听音位置的声压级。想让声音更响，可以换高灵敏度单元、缩短听音距离、加大功放功率，也可以调高增益，代价各不相同。增益调高最省事，但最容易把失真和噪声一起放大，翻车的概率也最高。

5.2 失真与噪声：一个是变形，一个是背景里的沙沙声

易混点是把这两个词当成"音质差"的同义词。失真指的是有用信号本身被改变了形状，输入纯净的正弦波，出来多了二次、三次谐波，这叫谐波失真；输入两个频率，出来一堆本来没有的和差频率，这叫互调失真。噪声则是与信号无关的随机扰动，即使输入为零，输出端依然有沙沙声或嗡嗡声。

为什么混？因为在听感上它们常常同时出现，音量开大时既觉得声音"毛"，又觉得背景"脏"，一句"不好听"就全概括了。可它们的成因完全不同：失真来自非线性，弯折点在放大器件、磁路、悬挂；噪声来自热运动、电源纹波、地线走法。

区分很简单，输入静音，把音量开到正常听音位置，耳朵贴近高音单元，听到的是嘶嘶声，那是噪声；再放一段人声，觉得嘴型发糊、齿音炸开，那是失真。处理手段也不通用：压噪声靠改善电源和布线，降失真靠负反馈、提高静态工作点、留足余量。用错药方，怎么调都不见好。

5.3 阻抗匹配不是"两个数字相等"

易混点在于"匹配"这个词的日常含义。日常说匹配，是两边一样；电路的阻抗匹配，在很多场合指的是让负载拿到最大功率或者让传输线不产生反射，条件恰恰是两边数值有特定关系，而不是相等。音频功放和音箱之间，通常根本不做这种功率匹配，而是要求功放输出阻抗足够低，让负载拿到足够大的阻尼。

为什么混？因为"匹配"两个字太顺口，加上标称值都写 8 欧，很容易顺理成章地以为要凑成一样。实际上功放标 8 欧是指它能带的负载范围，音箱标 8 欧是它的典型阻抗，两者是"兼容"关系，不是"相等"关系。

区分看目的：追求最大功率传输，信号源内阻要等于负载电阻；追求阻尼和频响平坦，功放内阻要远小于负载阻抗。音频领域基本是后者，所以才会强调低输出阻抗、大阻尼系数。射频和长线传输那套反射理论，别硬搬到音箱线上。

5.4 效率高不等于不烫：甲类、甲乙类与散热的关系

易混点是把效率和发热画等号，或者反过来，认为发热大就是设计差。放大器的效率是输出功率与消耗功率之比，甲类放大器静态电流大，即使不放音乐也在耗电，效率通常只有百分之十几到二十几，但失真特性好；甲乙类静态电流小，效率能到六成以上，代价是交越区那一点点非线性。

为什么混？因为直觉上"费电"和"烫手"是一回事，而实际决定温度的是耗散功率怎么传到外壳、再到空气，涉及热阻、散热片面积、通风条件。一只效率七成的功放，如果散热设计糊弄，照样烫得能煎蛋；一只效率两成的甲类机，只要散热片够大、机箱开孔合理，摸着也只是温热。

区分要看两个数：一是静态耗散功率，关机箱里放着不放音乐时的发热；二是最大耗散点，往往出现在中等输出功率而不是满功率，因为满功率时大部分能量去了负载。散热片选型按最坏情况算，留出余量，别按"平时听歌音量不大"来估。这也是为什么小体积甲类机普遍难做。

6. 什么时候该用这套方法，什么时候别硬套

判断要不要花时间啃这套东西，其实有个简单的分界线：你面对的是"已经成型的商品"，还是"需要自己定的参数"。

买一套现成的音箱配功放，看参数、听声音、比价格，够用了。声学模型、SPICE 网表这些在这里帮不上什么忙，反而容易让人陷入"曲线不好看所以声音不好"的心理暗示，买回来一肚子别扭。这也是常见的踩坑姿势：指标漂亮的东西，装进你那个三米见方、一面是玻璃的客厅，低频照样轰成一片。

一旦进入"参数要自己定"的场景，情况就反过来。比如要给一只单元配箱体，容积定多大、倒相管开多长，靠试错要报废好几块板；比如要在功放前面加一级缓冲，输入阻抗取多少、增益给几倍，拍脑袋定完再改就要重画板；比如怀疑某个频段的失真来自磁路而非电路，得先把两者分开看。这些场合，等效电路加仿真能省掉大量实物迭代。

有一条经验值得记住：仿真回答的是"哪个方案更合理"，实测回答的是"这个方案到底行不行"。两者的顺序不能颠倒，也不能互相替代。把仿真当验收标准，容易得到一堆好看但不好听的参数；完全不做仿真，则会在无数个"改一个元件试一次"的循环里耗掉耐心。

从那以后，我每次要动箱体或者改功放增益之前，都会先在网表里把阻抗曲线跑一遍，看看改动会把谐振推到哪、低频会不会塌。跑一遍只要几分钟，比焊完再拆省事太多。这份第三版资料把声学、换能器、功放、仿真这几段串成了一条能走通的路，如果你正卡在"参数看不懂、改了不知道对不对"的阶段，把它存下来按章节慢慢翻，希望帮到你。

本文还有配套的精品资源，点击获取