不只看一个降噪数值：TWS 耳机横评的可复核框架

建议再补一组“自适应算法状态”控制，否则算法变化可能被误记成佩戴离散。

对象：带自适应降噪、佩戴检测或个性化听感功能的 TWS；固定记录耳机固件、应用和手机系统版本。

条件：固定降噪与自适应降噪分开测。每次重新佩戴后先记录应用内的贴合检测结果，再分别在佩戴后 0、30、120 秒采集曲线；EQ、空间音频、头部追踪和音量自适应默认关闭。若要评价这些功能，则单列一轮，并随机化模式顺序，避免算法预热时间偏向某一型号。

证据：保留模式页面录屏、每次贴合检测结果，以及三个时间点的原始曲线；同时标注测试中是否发生自动切档。

这样做的优点是能区分耳塞密封变化与算法动态调整，也能发现刚戴上和稳定后表现不同的产品。局限是应用显示未必反映内部真实状态，厂商更新算法后旧数据也可能失去可比性。因此结论仍应限定在所列版本、模式和预热时间内。

延迟部分可以再拆成“链路延迟”和“应用补偿后的音画同步”，否则同一耳机在播放器与游戏中的结果可能被混在一起。

测评对象：同一版本 TWS、同一终端与系统，分别固定编码、低延迟模式和空间音频等状态；本地播放器、流媒体应用与游戏场景单独记录。

测试条件：用同步产生的画面闪烁与音频脉冲作为信号，经高帧率录像或双通道采集测量事件发生到耳机声学输出的时间。每种模式先断开重连，再连续测至少 20 次，同时覆盖首次播放、暂停后恢复和前后台切换。音画同步测试另用固定素材，记录应用是否主动延后画面；不要用这一结果代替游戏等交互场景的链路延迟。

证据：保留原始录像或波形、帧率与采样率、信号生成方式，以及每次测量值；报告中位数、范围和异常峰值，并列出终端、系统、应用、编码与模式版本。若只能按视频帧计数，应注明时间分辨率。

优点：能识别平均值接近但抖动不同的产品，也能解释“看视频同步、操作却迟滞”的情况。局限：声学采集会叠加麦克风与测量链路误差，不同应用的补偿策略也会随版本变化；结论只能适用于所列终端、应用和模式。

通话部分可以再拆成“语音可懂度”和“降噪副作用”，否则只比较录音听感，容易把响度差异误当成清晰度差异。

测评对象：同一固件与通话模式下的 TWS，固定终端、系统、通话应用和编码；左右耳单独使用与双耳使用分别记录。

测试条件：用固定距离、方向和声压的人工嘴或同一段校准语音，分别覆盖安静、稳定宽带噪声、多人语声及间歇噪声。每个场景至少重复三轮，并增加说话与噪声同时开始、噪声先于说话开始两种时序，以观察算法收敛。原始录音先保留实际输出电平，主观盲听另制作响度匹配版本；两者不能混作一组结论。

证据：保存远端收到的原始音频、人工嘴与噪声源位置、输入声压、环境底噪及每轮波形；逐轮标注吞字、首字缺失、泵动、音色突变和噪声残留。若使用自动语音识别或可懂度指标，应同时给出测试语料、版本、逐轮结果和人工复核记录。

优点：能区分“噪声压得低”与“语音仍完整”，也能发现持续噪声表现尚可、遇到突发声却丢字的情况。局限：人工嘴和固定声场不能覆盖真实说话人的口型、步行风噪及网络抖动；通话应用自身的处理也可能改变结果，因此结论应限定在所列终端、应用、声场和版本内。

续航项还可以把“耳机单次续航”和“充电盒可用补能”拆成两组，否则音量刻度、低电量策略和充电损耗会混进同一个数字。

测评对象：记录耳机与充电盒固件、样品启用时间、可查到的充放电次数及电池健康信息；左右耳分别统计，不能只报先关机的一侧或取较好值。

测试条件：不要用手机音量百分比直接对齐，应在固定耳塞、夹具和音源下先校准耳机声学输出，再锁定编码、降噪、空间音频、麦克风与连接方式。满电判定采用统一规则，充满后静置相同时长；从开始播放到首次低电提示、单耳关机和双耳全部关机分别计时，至少重复三轮，并记录室温。充电盒测试则让耳机按同一流程放电，再由充电盒补至统一终点，循环到无法完成一次完整补电；开盖、配对和待机时间也保持一致。

证据：保留校准声压与音量档位、逐分钟电量或提示时间线、左右耳关机时刻、每轮温度及异常断连记录；充电盒部分保留每次补电前后的耳机状态、盒端指示变化和总循环次数。若仪器能测能量，可同时报告输入能量与测试方法，但不要用一次补电次数反推电芯容量。

优点：能识别左右耳耗电不均、低电量后提前限功能，以及标称补电次数与实际完整补电次数的差别。局限：系统电量读数通常是分档估算，电池老化与温度也会显著影响结果；少量样品只能说明所列版本、状态与环境下的表现。

通透模式还可以把“声级还原”“空间线索”和“突发声处理”分开评价；只看频响或主观上是否够响，容易漏掉方向偏移与压缩恢复问题。

测评对象：同一固件、耳塞尺寸和通透强度设置下的 TWS；若有对话增强、风噪抑制或自动切换功能，应关闭后测基础模式，再单列功能模式。

测试条件：在固定夹具与声场中，从正前、左右侧及后方播放同一语音和环境声，分别设置多个安全声压档位；记录耳机输出相对外部声场的增益、左右一致性和时延。突发声测试使用可控且不超过设备与夹具安全范围的短时信号，观察压缩触发阈值、恢复时间及是否伴随音色突变。主观比较应做响度匹配并隐藏型号，避免把更响直接判断为更自然。

证据：保留声源方位、输入声压、夹具与麦克风型号，以及各档位的频响、脉冲响应、增益曲线和左右声道原始数据；逐轮标注方向判断、底噪、风噪、压缩与恢复现象。若使用录音展示，需同时说明录音链路不能完整复现现场空间感。

优点：能区分“听得见”与“方位、响度关系较接近外部声场”，也能发现持续声音表现平稳但遇到突发声后恢复较慢的模式。局限：测量夹具与真实耳廓差异会影响定位线索，固定扬声器阵列也不能覆盖行走和室外风场；结论仍应限定在所列固件、模式、声场与声压范围内。

连接项建议拆成“稳定传输”“干扰后的恢复”和“多设备切换”，否则一次短距离播放正常，很难说明实际链路表现。

测评对象：固定耳机固件、终端型号与系统版本，单设备连接和多点连接分别测试；编码、低延迟模式、空间音频及 Wi-Fi 频段都要记录。

测试条件：先在固定距离、无遮挡且无线环境可记录的条件下连续播放带时间标记的测试音，再依次加入人体遮挡、隔墙、2.4 GHz 网络负载等变量，每次只改变一项。干扰解除后继续记录，观察是否自动恢复、恢复耗时及是否需要人工重连。多点场景至少覆盖两台设备轮流播放、来电打断后返回、设备离开再回到范围；各场景重复至少十轮，并随机化耳机朝向和设备接入顺序。

证据：保留测试音源、接收端录音或丢帧时间线、每次断续与恢复时刻、距离和障碍布局；系统允许时附蓝牙日志，但应与可听断续记录相互核对。报告成功轮次、异常轮次、中位恢复时间和最长恢复时间，不只写平均值。

优点：能区分偶发短断音、持续失联和切换逻辑问题，也能发现平均表现接近但最差轮次差异较大的产品。局限：无线环境难以完全复现，终端天线、周边网络和人体姿态都会影响结果；因此结论应限定在所列设备、版本、布局与干扰条件内。