愛琳愛凌!這組合!!!
今天晚上八點全面數位上架~"女孩們"準備聽起來!
#楊丞琳 #王心凌 #女孩們 #愛琳愛凌
#合唱曲卻沒一起合唱 #這太有趣了
#不只要聽起來還要猜起來 #坐等今晚八點
-------------------------------------------------------------
昨天在社群上瘋傳一段影片,畫面中只見一個短髮俐落、一個氣質長髮,兩個女孩並肩齊步的背影,邁開步伐自信向前行!大家熱烈討論這兩個人究竟是誰?是新的女子組合嗎?而今天(10/15)午間在楊丞琳和王心凌的官方社群上揭曉了這個謎底,兩人分別po出「我愛凌、我愛琳」宣言,更帶來兩人攜手合作最新單曲〈女孩們〉的超級好消息,10月15日下午2點百大電台首播,同日晚上8點單曲全面數位上線!
「全能天后」楊丞琳2020全新專輯《LIKE A STAR》已經陸續推出3首不同曲風的新歌,從真摯感人的20週年演唱會主題曲〈像是一顆星星〉揭開序幕,緊接著推出闊別唱跳舞曲10年後的全新電子舞曲〈BAD LADY〉成功製造話題,第3首R&B節奏藍調的〈SINGING IN THE RAIN〉同樣讓粉絲驚艷,讓歌迷大讚丞琳努力求新求變的用心!而距離演唱會和新專輯發行倒數不到一個月的時間,楊丞琳又再度端出另一份獻給粉絲的驚喜禮物,特別邀請好姐妹王心凌一起合唱新歌。一位是大受歡迎的「可愛教主」,一位是風靡無數少男少女的「甜蜜教主」;雖然二人剛出道時常被媒體拿來比較,但王心凌是楊丞琳華岡藝校的學姊,而且二人有共同的好友;後來同屬環球EMI體系,楊丞琳在「青春住了誰-世界巡迴演唱會」北京場時,更邀請王心凌擔任嘉賓,兩人姐妹情深的好友情不在話下。這次新專輯收歌過程中,丞琳提出女女合唱歌曲的想法,統籌期間亦討論過許多人選,但在丞琳心中覺得只有心凌最適合,而當心凌接到邀約時,也是一口答應,認為丞琳對歌迷十分貼心,今年是「2020」年,同時是楊丞琳的出道「20週年」,不管是支持楊丞琳或是王心凌的歌迷,都可以收藏這首包含了「愛琳愛凌」諧音的紀念單曲!
這首〈女孩們〉是由金曲製作人ØZI與剃刀蔣合力製造的放克舞曲,在輕快的節奏中加入充滿律動的BASS與ØZI親自下去唱的人聲效果讓原本復古的放克曲風有了更新的詮釋方式,而楊丞琳首次與王心凌的合作在〈女孩們〉這首歌曲中表現了新時代女生的態度以及音色合諧平衡,讓整體像是姊妹們平常聚會時的打氣與鼓勵!這一首歌詞由曾獲金馬獎最佳原創歌曲肯定的嚴云農和金曲獎得主剃刀蔣共同譜寫,從女孩們總是要求完美以及女人是水做的角度切入,用不同以往的新世代角度來鼓勵女孩們要加油!
有趣的是,這首雖為合作曲,但兩人卻從頭到尾沒有一句合唱!原來透過機器辨識,兩人的聲線居然有近99%的吻合,所以只能分開來唱,也讓耳尖的歌迷們在聽到這首最新歌曲〈女孩們〉,可以猜猜看哪句是丞琳唱?哪句是心凌唱?環球EMI音樂推出的世紀女力合唱,華語樂壇最強女子組合限定版!
楊丞琳 Rainie Yang
王心凌 Cyndi Wang
EMI華語粉絲書
同時也有2部Youtube影片,追蹤數超過7萬的網紅TechTeller,也在其Youtube影片中提到,#真無線藍牙耳機 #soundcoreliberty2pro #同軸圈鐵 #ACAA #細膩音質 ‼️ 影片未經授權,禁止轉載 ‼️v 【前言】 開箱的產品是SoundCore的真無線系列的旗艦款 –- Anker SoundCore Liberty 2 Pro。這款耳機是連10位葛萊美獎製作人...
人聲 辨識 歌曲 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
AI 將可快速分離人聲、各式樂器等音源,Facebook 開源 Demucs 計畫
作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |
音樂源分離,是利用技術將一首歌曲分解成它的組成成分,如人聲、低音和鼓,這和人類大腦的工作很類似,大腦可以將一個單獨的對話,從周圍的噪音和一屋子的人聊天中分離出來。
如果你擁有原始的錄音室多軌錄音,這很容易實現,你只需調整混音來分離一個音軌,但是,如果你從一個普通 MP3 檔案開始,所有的樂器和聲音都被混合到一個立體聲錄音中,即使是最複雜的軟體程式也很難精確地挑出一個部分。
Facebook AI 的研究人員已經開發了一個系統,可以做到這一點──精確度高得驚人。
創建者名叫亞歷山大‧笛福茲(Alexandre Defossez),是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs,這個名字來源於「音樂資源深度提取器」,其工作原理是檢測聲波中的複雜模式,對每種樂器或聲音的波形模式建立一個高層次的理解,然後利用人工智慧將它們巧妙地分離。
笛福茲說,像 Demucs 這樣的技術,不僅能幫助音樂家學習複雜的吉他即興重複段落,總有一天,它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說,他的目標是讓人工智慧系統擅長辨識音頻源的組成部分,就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。
分解聲波的更好方法
聲源分離長期以來一直吸引著科學家。1953 年,英國認知科學家科林‧切爾瑞(Colin Cherry)創造了「雞尾酒會效應」這個詞語,用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。
工程師們首先試圖透過調整立體聲錄音中的左右聲道,或調整均衡器設置來提高或降低某些頻率,進而隔離歌曲的人聲或吉他聲。
基於聲譜圖的人工智慧系統,在分離出以單一頻率響起或共振的樂器的音符方面相對有效,例如鋼琴或小提琴旋律。
這些旋律在聲譜圖上顯示為清晰、連續的水平線,但是隔離那些產生殘餘噪音的撞擊聲,比如鼓、低音拍擊,是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件,但它實際上包含了不同的部分。對於鼓來說,它包括覆蓋較高頻率範圍的初始撞擊,隨後是在較低頻率範圍內的無音高衰減。笛福茲說,一般的小鼓「就頻率而言,到處都是」。
聲譜圖只能將聲波表現為時間和頻率的組合,無法捕捉到這樣的細微差別。因此,他們將鼓點或拍子低音處理成幾條不連續的垂直線,而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道,聽起來常常是模糊不清的。
夠聰明的系統來重建缺失
基於人工智慧的波形模型避免了這些問題,因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋,波形模型的工作方式與電腦視覺相似,電腦視覺是人工智慧的研究領域,旨在讓電腦學會從數位圖像中辨識模式,進而獲得對視覺世界的高級理解。
電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」,笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後,它開始推斷更高比例的結構,以增加細微差別,並精細雕刻每個波形。
笛福茲說,他的系統也可以比做探測和記錄地震的地震儀。地震時,地動儀的底座會移動,但懸掛在上面的重物不會移動,這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震,然後推斷出每個地震的震級和強度的細節。同樣,笛福茲的系統分析並分離出一首歌曲的本來面目,而不是根據預先設定的聲譜圖結構來分割它。
笛福茲解釋,構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構,這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做,因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶,這種結構允許網路處理整個數據序列,如一段音樂或一段視頻,而不僅是一個數據點,如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。
這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net,比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛,引擎噪音會淹沒一個人的聲音」,笛福茲說。
以前的波形模型,透過簡單地移除原始音頻源文件的一部分來處理這個問題,但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力,「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻」,這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符,因為它理解應該呈現什麼樣的聲音。
這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說,Demucs 已經與最好的波形技術相匹配,並且「遠遠超出」最先進的聲譜技術。
在盲聽測試中,38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音,這 50 首曲目由 3 個模型分開:Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影(如背景噪音或失真)方面表現最佳。
Demucs 已經引起了人工智慧愛好者的興趣,精通技術的讀者可以從 GitHub 下載 Demucs 的代碼,代碼用 MusDB 數據集來分離音樂源。
笛福茲解釋,隨著 Demucs 的發展,它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器,通常需要對原始硬體進行大量的數位化改造。
想像一下,如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音,Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。
資料來源:https://technews.tw/2020/03/11/using-ai-for-music-source-separation/?fbclid=IwAR1C-0LhFNEkIFUg9QS3xRQK8VKeqKIkPEx9kh7QdGamcsCfUViwyeXyqXg
人聲 辨識 歌曲 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
AI 將可快速分離人聲、各式樂器等音源,Facebook 開源 Demucs 計畫
作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |
音樂源分離,是利用技術將一首歌曲分解成它的組成成分,如人聲、低音和鼓,這和人類大腦的工作很類似,大腦可以將一個單獨的對話,從周圍的噪音和一屋子的人聊天中分離出來。
如果你擁有原始的錄音室多軌錄音,這很容易實現,你只需調整混音來分離一個音軌,但是,如果你從一個普通 MP3 檔案開始,所有的樂器和聲音都被混合到一個立體聲錄音中,即使是最複雜的軟體程式也很難精確地挑出一個部分。
Facebook AI 的研究人員已經開發了一個系統,可以做到這一點──精確度高得驚人。
創建者名叫亞歷山大‧笛福茲(Alexandre Defossez),是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs,這個名字來源於「音樂資源深度提取器」,其工作原理是檢測聲波中的複雜模式,對每種樂器或聲音的波形模式建立一個高層次的理解,然後利用人工智慧將它們巧妙地分離。
笛福茲說,像 Demucs 這樣的技術,不僅能幫助音樂家學習複雜的吉他即興重複段落,總有一天,它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說,他的目標是讓人工智慧系統擅長辨識音頻源的組成部分,就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。
分解聲波的更好方法
聲源分離長期以來一直吸引著科學家。1953 年,英國認知科學家科林‧切爾瑞(Colin Cherry)創造了「雞尾酒會效應」這個詞語,用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。
工程師們首先試圖透過調整立體聲錄音中的左右聲道,或調整均衡器設置來提高或降低某些頻率,進而隔離歌曲的人聲或吉他聲。
基於聲譜圖的人工智慧系統,在分離出以單一頻率響起或共振的樂器的音符方面相對有效,例如鋼琴或小提琴旋律。
這些旋律在聲譜圖上顯示為清晰、連續的水平線,但是隔離那些產生殘餘噪音的撞擊聲,比如鼓、低音拍擊,是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件,但它實際上包含了不同的部分。對於鼓來說,它包括覆蓋較高頻率範圍的初始撞擊,隨後是在較低頻率範圍內的無音高衰減。笛福茲說,一般的小鼓「就頻率而言,到處都是」。
聲譜圖只能將聲波表現為時間和頻率的組合,無法捕捉到這樣的細微差別。因此,他們將鼓點或拍子低音處理成幾條不連續的垂直線,而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道,聽起來常常是模糊不清的。
夠聰明的系統來重建缺失
基於人工智慧的波形模型避免了這些問題,因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋,波形模型的工作方式與電腦視覺相似,電腦視覺是人工智慧的研究領域,旨在讓電腦學會從數位圖像中辨識模式,進而獲得對視覺世界的高級理解。
電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」,笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後,它開始推斷更高比例的結構,以增加細微差別,並精細雕刻每個波形。
笛福茲說,他的系統也可以比做探測和記錄地震的地震儀。地震時,地動儀的底座會移動,但懸掛在上面的重物不會移動,這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震,然後推斷出每個地震的震級和強度的細節。同樣,笛福茲的系統分析並分離出一首歌曲的本來面目,而不是根據預先設定的聲譜圖結構來分割它。
笛福茲解釋,構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構,這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做,因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶,這種結構允許網路處理整個數據序列,如一段音樂或一段視頻,而不僅是一個數據點,如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。
這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net,比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛,引擎噪音會淹沒一個人的聲音」,笛福茲說。
以前的波形模型,透過簡單地移除原始音頻源文件的一部分來處理這個問題,但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力,「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻」,這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符,因為它理解應該呈現什麼樣的聲音。
這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說,Demucs 已經與最好的波形技術相匹配,並且「遠遠超出」最先進的聲譜技術。
在盲聽測試中,38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音,這 50 首曲目由 3 個模型分開:Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影(如背景噪音或失真)方面表現最佳。
Demucs 已經引起了人工智慧愛好者的興趣,精通技術的讀者可以從 GitHub 下載 Demucs 的代碼,代碼用 MusDB 數據集來分離音樂源。
笛福茲解釋,隨著 Demucs 的發展,它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器,通常需要對原始硬體進行大量的數位化改造。
想像一下,如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音,Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。
資料來源:https://technews.tw/…/using-ai-for-music-source-separation/…
人聲 辨識 歌曲 在 TechTeller Youtube 的最佳解答
#真無線藍牙耳機 #soundcoreliberty2pro #同軸圈鐵 #ACAA #細膩音質
‼️ 影片未經授權,禁止轉載 ‼️v
【前言】
開箱的產品是SoundCore的真無線系列的旗艦款 –- Anker SoundCore Liberty 2 Pro。這款耳機是連10位葛萊美獎製作人都一致推薦的。這個葛萊美獎的影片連結在這邊 (https://youtu.be/CeK-pGde5sY ),大家可以去看一下也順便練習一下英文。
【10位葛萊美獎製作人 總評】
耳機高音清脆平滑、低頻的推力也很夠,耳機在三頻的表現確實可圈可點,細節與細膩度都有。在聽過的真無線中,這副耳機的音質表現超群
【音樂測試】
音樂:QQ音樂 Super Quality (SQ) - 700~800 kbps
測試歌曲1:Christina Aguilera 演唱的花木蘭主題曲 Reflection
測試歌曲2:五月天-夜訪吸血鬼
測試歌曲3:王若琳-玫瑰玫瑰我愛你
配對手機:Whitney Houston – The Greatest Love of All
iPhone 11測試編碼:AAC
Samsun S7 Edge測試編碼:aptX
【通話測試】
配對手機:iPhone8 Plus
使用越獄後的Recorder雙向錄音
【評分總結】 平均96分 / 滿分100分
評語:一副實至名歸的好聲音
總結來說這副耳機在音質上真的是實至名歸,不知是否因為獨家專利ACAA的同軸圈鐵架構的關係,耳機在三頻的表現確實可圈可點,細節與細膩度都有,低頻有震撼也有下潛力,中高音也能保持一定的清晰度但不會因過度演繹而刺耳,即使多個樂器與人聲混搭那種複雜性,這副耳機也能輕鬆駕駛,整體詮釋力、推力、甚至高中低頻的融合與和諧性是很夠的。然後還能根據自己需求在SoundCore APP調整22種EQ模式或是透過HearID去智能辨識你的EQ曲線,調整出更適合自己的Custom EQ。整副耳機在連線、續航、操作、外觀、音質、穩固性都是有超乎水準的表現。我也很難想像真無線現在已經能有這樣的水準了,以美金零售價 149美元這個價位來說,能買到這樣音質表現已經算是很超值的選擇了,如果這副耳機定價在5000元台幣左右的話,不想選擇AirPods或是SONY的耳機,想要選擇一副享受音質、解析度高、沉浸感十足的好耳機,這副耳機或許是你的最佳解
【代理商購買連結】
https://bit.ly/3l7yGyd
-------------------------------------
【其他科技說好文】
平價CP值先決!2019年10款真無線藍牙耳機 推薦
https://hi.techteller.com/QgX4Y
--------------------------------------------
【科技說社群】
FB - https://www.facebook.com/techteller
IG - https://www.instagram.com/techteller_3c/
--------------------------------------------
Product sponsored by #WitsPer智選家
✉️合作邀請
mkt@techteller.com
![post-title](https://i.ytimg.com/vi/20Ajvx5K5dQ/hqdefault.jpg)
人聲 辨識 歌曲 在 TechTeller Youtube 的最佳貼文
#真無線藍牙耳機 #IEM監聽 #aptX真無線 #duofreeplus #時尚皮革外觀
Thanks and give credits to the endorse #WitsPer.
‼️ 影片未經授權,禁止轉載 ‼️
【前言】
暨上次我們開箱IEM監聽系列Duo Free之後,獲得了很大的迴響,有很多網友在YouTube給我們留言。四個月之後,Duo Free又推出了Duo Free+,科技說這邊爭取率先為大家開箱!
我認為Duo Free+作為Duo Free的升級款有很大的提升,最顯著的在原本SBC的基礎上,加上了AAC, 跟aptX的音頻編碼,音訊頻寬的提升,讓安卓、蘋果手機用戶的音質體驗更上了一個層次。也因為最新高通晶片關係,續航力有2倍以上提升來到了耳機本體7hrs, 加充電倉總續航38hrs。整體延遲性也減低了。還搭載了Qi無線充、cVc8.0通話降噪,表現相當全面
【音樂測試】
音樂:QQ音樂 Super Quality (SQ) - 700~800 kbps
測試歌曲1:鄧紫棋-光年之外
測試歌曲2:The Script-The Man Who Can't Be Moved
測試歌曲3:王若琳-玫瑰玫瑰我愛你
配對手機:iPhone8 Plus / Samsung S7 Edge
測試編碼:aptX , AAC, SBC
【通話測試】
配對手機:iPhone8 Plus / Samsung S7 Edge
使用越獄後的Recorder雙向錄音
【評分總結】 平均95分 / 滿分100分
評語:一副值得入手的IEM監聽耳機,音質清澈清透 三頻均衡!
1. 音質表現 96分
聲學與結構升級帶動解析度也更臻完美的通透音質體驗,我們最喜歡的就是IEM入耳超強封閉性的抗噪感受,可以說是媲美主動降噪耳機的等級,可以在閱讀、專心工作、通勤時,讓你好好沉浸在音樂或影片的世界!EQ表現上會著重在中頻人聲的清澈與清晰的表現,但總體來說是一副低中高音三頻均衡,滿雜食全面能勝任EDM, Rap, Hip Pop, Soul, Love Song..等不同類型的音質表現優異的耳機
2. 佩戴舒適性 94分
採取IEM監聽入耳與專屬薄膜式耳塞緣故,所以侵入性雖然較強,但是長時間佩戴並不會感到不舒服,跟想像的不太一樣,所以整體來說還是一副值得長期使用佩戴的耳機。不過因為監聽的入耳關係,所以其實不用調到很大的音量就會有很大音量的表現,還是建議可以使用1~2個小時讓耳朵休息15分鐘,對耳朵的健康保養才是最佳的體驗
3. 佩戴穩固性 88分
雖然原裝沒有搭配鯊魚鰭(耳翼),但是佩戴起來相當服貼耳形,所以穩固性還是OK的。不過如果大量出汗的情況下,偶爾還是要將耳機往內耳推一下維持更持久的穩固性
4. 被動抗噪性 98分
評測以來被動抗噪性最好的真無線藍牙耳機,由於葫蘆形人體工學的耳機形狀,IEM監聽外形可以完全服貼於耳朵上,也很深入耳道有效可以阻絕外部的空氣與噪音,達到很好的隔音性(物理or被動抗噪),即使沒有主動降噪功能,但是光被動抗噪就可以做到比擬主動降噪耳機的等級,真的不容易!如果需要好好專注工作、讀書、出差通勤,想要好好沉浸在自己音樂、PodCast世界的你,這個降噪的特色真的很讚,我自己就很愛
5. 連線穩定與延遲性 90分
整體耳機的完整方案跟QCC 3020與韌體的搭配還不錯,所以連線的延遲在Android 與iOS都感覺不太出來。在YouTube, NetFlix 大約只有50~70ms極低的延遲,聲影嘴巴還是對得上。就是一些第一人稱的FPS射擊遊戲,實測過所有真無線都會有一定的延遲。除非用原相的晶片方案,才能在遊戲延遲上有好的表現,不過實測Duo Free+在玩Archero、音頻DJ遊戲延遲也是能接受的,算是中上的水準。
6. 通話水準 88分
真無線耳機普遍通話都不會比帶線控麥克風的無線耳機好,所以只能仰賴cVc 8.0或是mems微機電麥克風調校。不過Duo Free+在沒有帶麥克風棒的外形下,表現還算可圈可點,室內通話效果還蠻好的,室外也有還OK的通話表現,對方還算聽得清楚的。
7. 外觀設計 96分
特殊獨特的皮革外形讓Duo Free+的商務感與休閒感兼具,當做手機旁邊當做配件也相當有質感。尤其在現在以ABS塑料當道的外觀,更加體現它的與眾不同,總結來說有著相當吸引人的外觀,在評測期間,我去到星巴克或出差時,看到我拿出來使用,有好幾個人都找我問去哪裡買的
8. 操作易用性 92分
可以以觸控實現音量、上下首、接聽掛斷、呼叫Google Siri助理..等功能,相當全面。不過因為觸控稍微靈敏,一開始在習慣耳機時偶爾會誤觸,後續就習慣比較少誤觸了,我個人還是相當prefer觸控的。因為按壓式的有時候會因為按下去的力道造成耳朵不適~
9. 場景使用多元性 94分
通勤、出差、中等劇烈運動的運動等場景都適用。室內或是車內的通話也都有水準以上的表現,一般聆聽音樂、工作時要抗噪性也都有,算是全場景都通用的耳機
10. CP值表現 93分
在真無線耳機大廠動不動就要7000~8000元。(像是剛出來的AirPods Pro要7990元),這副耳機以不到4000元的價格真的有超值的音質、續航、外觀的整體性體驗,而且在連線穩定度也不錯,是一副值得好好考慮入手的真無線藍牙耳機,尤其電池電量其實也會削弱的耳機,其實如果買到5000~8000元荷包就要好好考慮,但是如果買2000元左右的話,又沒有很好的音質表現,這副耳機剛好在價位的甜蜜段,我覺得應該也會有一定的粉絲群喜歡它的
【編輯總結】
這副耳機皮革外觀耐看辨識度高。音質方面還原度高,能夠駕馭各種音樂。四組詞:清晰、脆、通透、有空間感。重點來了!他還有市面上少有的IEM監聽設計,隔音效果很棒。規格也是給到位了,AAC,aptX音頻編碼對於聽比mp3好的音樂會很吃香、有無線充、續航提升、連線延遲性降低了,是一副滿全面性的真無線耳機。如果你喜歡偏低頻EQ、續航沒那麼要求,想入門真無線的話可以選Duo Free。對音質、續航有更高的追求就可以參考一下Duo Free+。
【TaoTronics Duo Free+ 評測文章這邊看】
https://www.techteller.com/review/duo...
【代理商購買連結】
http://bit.ly/2KO2ajx
-------------------------------------
【其他科技說好文】
平價CP值先決!2019年10款真無線藍牙耳機 推薦
https://www.techteller.com/sci/3c/best-true-wireless/
![post-title](https://i.ytimg.com/vi/g5Akc-dhG5Y/hqdefault.jpg)