C80和D50用于衡量单个音符和音节在空间内的清晰程度。了解这些ISO 3382参数的含义、计算方式，以及适合音乐和语音的数值范围。

想象你正在观看一支现场管弦乐团演奏贝多芬《第五交响曲》。开篇的动机——那四个著名的音符——必须精准呈现。如果音乐厅的声学设计出色，每个音符都清晰可辨：你能听到音符的起奏、饱满的音色，随后在接下来的音符响起前，经历一段短暂的余音消散。音乐的层次清晰可懂。 

现在，想象在一座大理石墙面的体育场馆中聆听同一场演出。音符会相互交融，化作一片混响的轰鸣。你能听出管弦乐团正在演奏，但每个音符原本的棱角都消失了。音乐变得朦胧写意，而非清脆利落。

在这两种场景中，你所感受到的是清晰度的差异——有两个国际标准化组织（ISO）制定的标准数值可以精准量化这种差异：C80（专为音乐优化的清晰度）和 D50（专为语音优化的定义度）。

早期能量与晚期能量核心概念

在进入正式定义之前，你需要先理解这个核心概念。

当音乐家演奏一个音符时，声音会分两个阶段传到你的耳朵。首先是直达声——从乐器到你耳朵的直线传播路径。这个声音几乎瞬间到达。在接下来约80毫秒内，第一批早期反射声抵达——这些声音在传到你之前，经过了地板、侧墙、天花板和阳台表面的反射。这些早期反射声会增强直达声，并被你的大脑感知为同一个音符的一部分。

80毫秒后，后期混响能量开始占据主导——这是由多次反射声波构成的复杂声场，让房间充满生机。后期混响在音乐中具有实用价值（它能让音符更饱满温暖），但如果它相对于早期到达的声音能量过多，就会掩盖后续音符和音节的细节。

清晰度（C80）本质上是早期能量（前80毫秒）与后期能量（80毫秒之后的所有能量）的比值。D50是指在前50毫秒内到达的总能量占比——这个时间段与语音音节识别的关联最为密切。

正式定义：ISO 3382-1:2009

这两个参数均定义于ISO 3382-1:2009，即用于测量表演空间室内声学参数的国际标准。该标准的第4部分给出了其数学定义。

C80（清晰度）

C80 被定义为直达声之后的前80毫秒内到达的声能与80毫秒后到达的声能的对数比值：

C80 = 10 × log₁₀ [ ∫₀⁸⁰ p²(t) dt /  ∫₈₀∞ p²(t) dt ]   dB

其中p(t) 为脉冲响应在时间 t 时的瞬时声压。

选择80毫秒边界是因为心理声学研究表明，人类听觉系统会在约80毫秒的时间内整合能量，之后才会记录到新的声学事件。在该时间窗口内到达的能量会被感知为增强直达声，而在此之后到达的能量则会被感知为混响。

结果以dB表示。正值表示前期能量多于后期能量。负值表示后期能量占主导。“正确”的数值取决于房间的用途：

D50（清晰度）

D50（有时写作 Deutlichkeit，源自德语“清晰”一词）衡量的是直达声后最初50毫秒内到达的总声能占比：

D50 = ∫₀⁵⁰ p²(t) dt /  ∫₀∞ p²(t) dt

D50 表示为一个介于 0 到 1 之间的无量纲比率（有时也以百分比形式表示）。50 毫秒的界限比 C80 所使用的 80 毫秒更短，这是因为语言音节的时长比乐符更短——每个音节约 100-150 毫秒——而可理解性取决于在下一个音节开始前捕捉到每个音节的起音。

D50值为0.5（50%）被广泛引用为可接受语音清晰度的阈值。当数值高于0.5时，房间内的大多数听众只需付出合理的努力就能跟上演讲者的讲话；低于0.5时，语音清晰度会显著下降。对于重要的语言扩声空间——如法庭、会议室、教室——D50值最好高于0.6。广播演播室的D50值通常会高于0.7。

C80、D50与RT60的关系

C80和D50并非与混响时间无关——它们与混响时间密切相关。随着RT60增大，相对于早期能量，后期能量积累得更多，因此C80和D50都会下降。一个粗略的经验法则是：

RT60 为 0.4 秒的房间通常 C80 约为 +6 dB，D50 约为 0.75（非常适合语音，对于管弦乐则过于干燥）

混响时间RT60为1.4秒的房间，其清晰度C80通常约为0dB，清晰度D50约为0.50（音质均衡，适合多功能使用）

RT60 为 2.5 秒的房间，其 C80 通常约为 -5 dB，D50 约为 0.25（非常适合管风琴音乐，不适合语音）

然而，仅靠RT60无法完全预测C80或D50。房间的几何形状、声源和接收点的位置，以及吸声材料的空间分布，都会影响早期反射声的到达速度。如果两个房间的RT60值相同，但一个房间的天花板较低，能将有用的早期反射声传递给听众，而另一个房间的天花板很高且呈拱形，其天花板反射声要在150毫秒后才能到达，那么这两个房间的C80值可能会相差很大。

清晰度设计中的常见错误

过度处理空间：添加过多吸音材料会使C80和D50值过高，导致房间呈现无回声效果——这是一种非常糟糕的声学环境。大多数听众即使在以语音为主的空间里也希望保留一定的混响。一间设计合理的办公室会议室的D50值应约为0.6–0.7，而非0.95。

忽略座位位置差异：C80 在整个房间内差异显著。在典型的矩形教室中，前排的C80可能为+4dB，而后排则为-2dB，这是因为后排距离声源更远，且早期反射带来的增益也更少。ISO 3382-1 标准建议在多个接收位置进行测量，并报告平均值。

将清晰度与可懂度混为一谈：C80 和 D50 是声场的物理测量值。语音传输指数（STI）是预测听觉可懂度的更佳指标，因为它还考虑了背景噪音。如果暖通空调（HVAC）噪音较大，某个房间可能拥有良好的 D50 值，但 STI 值却很差。

频率相关性：C80 和 D50 与频率相关。ISO 3382-1 规定需在 125 赫兹至 4000 赫兹的倍频程频段进行测量。一个房间在 1000 赫兹时可能拥有出色的 C80 值，但在 250 赫兹时 C80 值却很差，这是因为低频无法被适用于中频的同类材料吸收。务必检查完整的倍频程分布。