二声道音响迷调声修为到某个阶段时，就会开始感受到Soundstage的微妙与所带来的乐趣。所谓「声音的舞台」，台湾音响迷习惯称为「音场」，顾名思义，就是表演舞台上演奏者、乐团、乐器的「视觉」成像，不过这种成像并非真的透过眼睛看到的实体，而是由Sound构筑而成。

Soundstage形成的第一步当然是录音、混音完成的当下。如果是流行音乐，Soundstage的乐器人声定位、层次、深度、宽度都是混音师的想像创作，就好像画家在划一幅画。如果是古典音乐，以二支麦克风二轨录音，录音当下就已经完成Soundstage，就看录音师能够捕捉多完整的乐团演出实况。如果是多麦克风多轨录音，录音完成后还是要经过混音过程，此时的Soundstage也是混音师的创作。

流行音乐的Soundstage创作可以是天马行空的，就看购买唱片的消费者买不买单？现在Dolby Atmos多声道空间音讯更是混音师能够尽情发挥的舞台，不过那不在二声道Soundstage范围内。而古典音乐的Soundstage则必须谨守重奏、协奏、管弦乐演奏的现场规矩，混音师所获得最大的赞赏就是听起来跟现场很接近。

既然Soundstage在混音完成后就已经决定，理论上无论在那个空间、哪套音响系统上播放，都能够尽量还原混音师的创作才对，但事实并非如此。不同的空间、不同的音响系统、不同的音箱摆位都会获致不同的Soundstage呈现。即使是同样的空间、同样的音响系统，但是因为音箱摆位不同，所呈现的Soundstage也会有所不同。

以耳机听音乐为例，耳机内所播出的音乐跟二支音箱所播出的音乐讯息量是完全一样的，但为何听耳机无法获得跟音箱一样的Soundstage呢？这是因为耳机去掉了空间的反射音，加上Head Related Transfer Function(HRTF)的作用，使得我们的大脑无法拼凑出完整的Soundstage，即使录音中已经有混音师所创作的Soundstage，我们的「眼前」还是无法浮现活生生的Soundstage。

或许你会怀疑，既然录音师已经将Soundstage创作完成，如果聆听空间的反射音再加进去，岂不是多余吗？理论上应该要在没有反射音的无响室听音乐才是「忠实还原」啊！如果你有机会在无响室中听到播出的声音或音乐，会很不「习惯」，因为人类从出生那一天开始，大脑就已经习惯有反射音的环境，也早已建立一个「听」的Model。如果将反射音抽离，大脑所建立的Model反而被破坏了。所以我们聆听音乐时，还是需要有「适当」的聆听空间反射音，这样才会是大脑所认为好听的声音。

除了聆听空间的反射音之外，视觉也影响了Soundstage的鲜明度。如果闭着眼睛听音乐，多数人都会感觉Soundstage没有睁开眼睛那么鲜明；音箱靠墙摆，与后墙没有一定的距离时，也会让人觉得Soundstage比较浅。通常我们都会觉得音箱与后墙保持一定距离时，Soundstage会呈现在那段音箱与后墙之间的空间中，这样比较真实。

除此之外，低频段与中频段的多寡也会影响Soundstage的形状。音箱靠墙摆时，低频段往往突出，此时会觉得Soundstage变浅了，因为原本应该处于最后方的鼓声、低频乐器往前冲了。如果中频段凹陷，也会觉得人声、铜管、钢琴等乐器往后缩了，Soundstage的前沿变成往内凹的弧形，而非往外凸的弧形。

聆听位置与音箱之间的距离也会影响Soundstage的鲜明度。无论距离越近或越远，都会改变直接音与反射音的比例，而这种比例要恰好在某个距离的范围内，Soundstage才能最鲜活。至于多少公尺是最适当的距离？每个聆听空间与音箱条件都不同，需要自己反覆尝试。

透明感与空间感也是影响Soundstage的重要因素，音响系统的透明感越高，「透视」Soundstage的能力就越好，也会感受到层次感与定位感更清楚了。音响系统的细微细节表现能力越佳，就会觉得录音中的空间感越大越真实，此时也会觉得Soundstage更大更宽深。

此外，还有一项音响表现也会影响Soundstage的「成像」，那就是乐器、人声的「凝气成形」程度，乐器、人声轮廓越清晰、越有实体感、密度越高，我们所感受到的Soundstage就越真实。

最重要的议题来了，到底听起来要怎么样才最接近混音师所创作出来的Soundstage？除了混音师，没有人知道。我们所能做的就是透过不断的调声，让自己感受到Soundstage一次比一次更好。

这里又出现一个问题了？所谓「更好」到底是多好？还有，你所谓的好跟我所认定的好是一样的吗？如果用文字各自形容自家的Soundstage表现，肯定是高来高去，宽深无比，唯有二造亲自到对方家里听过，才会知道对方的Soundstage是怎么回事？也才能在相互切磋下同行进步。