Psichoakustikos mokslas: kaip mes suvokiame garsą

Psichoakustika – tai mokslo šaka, tirianti ryšį tarp fizinių garso savybių ir pojūčių bei suvokimo, kuriuos jis sukelia žmonėms. Ji užpildo atotrūkį tarp objektyvių akustinių matavimų ir subjektyvios klausos patirties. Iš esmės, ji klausia: kaip mūsų smegenys interpretuoja garsus, pasiekiančius mūsų ausis?

Kodėl psichoakustika yra svarbi?

Psichoakustikos supratimas yra labai svarbus įvairiose srityse, įskaitant:

• Garso inžinerija: garso kokybės optimizavimas įrašams, atkūrimo sistemoms ir garso įrangai.
• Muzikos produkcija: emociškai paveikių ir įtraukiančių muzikinių patirčių kūrimas.
• Klausos aparatų kūrimas: prietaisų, kurie efektyviai ir patogiai kompensuoja klausos praradimą, projektavimas.
• Triukšmo kontrolė: strategijų, skirtų triukšmo taršos neigiamam poveikiui sveikatai ir gerovei sumažinti, kūrimas.
• Kalbos atpažinimas ir sintezė: kalba paremtų technologijų tikslumo ir natūralumo gerinimas.
• Virtuali realybė (VR) ir papildyta realybė (AR): įtraukiančių ir realistinių garsinių aplinkų kūrimas.
• Medicininė diagnostika: klausos sveikatos vertinimas ir girdimųjų sutrikimų diagnozavimas.

Pagrindiniai psichoakustikos principai

Mūsų garso suvokimą lemia keli pagrindiniai principai:

1. Dažnis ir aukštis

Dažnis – tai fizinis matas, nurodantis, kiek garso bangos ciklų įvyksta per sekundę, matuojamas hercais (Hz). Aukštis – tai subjektyvus suvokimas, kaip „aukštai“ ar „žemai“ skamba garsas. Nors šios sąvokos glaudžiai susijusios, dažnis ir aukštis nėra tapatūs. Mūsų aukščio suvokimas nėra tiesinis; vienodi dažnio intervalai nebūtinai atitinka vienodus suvokiamo aukščio intervalus.

Pavyzdys: 440 Hz dažnio garso banga paprastai suvokiama kaip muzikos nata A4. Tačiau suvokiamam aukščiui gali turėti įtakos kiti veiksniai, pavyzdžiui, garsumas ir maskavimas.

2. Amplitudė ir garsumas

Amplitudė – tai fizinis garso bangos intensyvumo matas. Garsumas – tai subjektyvus suvokimas, kaip „tyliai“ ar „garsiai“ skamba garsas. Amplitudė paprastai matuojama decibelais (dB), palyginti su atskaitos slėgiu. Panašiai kaip dažnio ir aukščio atveju, ryšys tarp amplitudės ir garsumo nėra tiesinis. Mūsų ausys yra jautresnės tam tikriems dažniams nei kitiems.

Pavyzdys: 10 dB padidėjimas paprastai atitinka suvokiamo garsumo padvigubėjimą. Tačiau tai yra apytikslis skaičiavimas, o tikslus ryšys priklauso nuo garso dažnio.

3. Maskavimas

Maskavimas įvyksta, kai vienas garsas apsunkina arba padaro neįmanomą išgirsti kitą garsą. Tai gali nutikti, kai maskuojantis garsas yra garsesnis, artimesnio dažnio arba pasigirsta šiek tiek anksčiau nei maskuojamas garsas. Maskavimas yra kritiškai svarbus veiksnys garso glaudinimo algoritmuose (pvz., MP3) ir triukšmo mažinimo technologijose.

Pavyzdys: Triukšmingame restorane gali būti sunku išgirsti pokalbį prie savo stalo, nes foninis triukšmas maskuoja kalbos garsus.

4. Laikiniai efektai

Laikiniai efektai yra susiję su tuo, kaip mūsų garso suvokimas kinta laikui bėgant. Tai apima:

• Laikinis maskavimas: maskavimas, kuris įvyksta prieš (ankstyvasis maskavimas) arba po (vėlyvasis maskavimas) maskuojančio garso. Ankstyvasis maskavimas paprastai yra silpnesnis už vėlyvąjį.
• Girdimoji integracija: mūsų gebėjimas sujungti trumpus garso impulsus į vientisą suvokimą.
• Tarpų aptikimas: mūsų gebėjimas aptikti trumpas tylos pauzes ištisiniame garse.

Pavyzdys: Garsus spragtelėjimas gali trumpam užmaskuoti tylesnį garsą, pasigirdusį iškart po jo (vėlyvasis maskavimas), net jei tylesnis garsas buvo puikiai girdimas prieš spragtelėjimą.

5. Erdvinė klausa

Erdvinė klausa – tai mūsų gebėjimas lokalizuoti garsus erdvėje. Tai priklauso nuo kelių požymių, įskaitant:

• Tarpausinis laiko skirtumas (ITD): garso atvykimo į abi ausis laiko skirtumas.
• Tarpausinis lygio skirtumas (ILD): garso intensyvumo skirtumas abiejose ausyse.
• Su galva susijusi perdavimo funkcija (HRTF): galvos, liemens ir išorinių ausų filtruojantis poveikis garso bangoms.

Pavyzdys: Paprastai galime nustatyti, ar garsas sklinda iš kairės ar dešinės, pagal nedidelį skirtumą, kada jis pasiekia kiekvieną ausį (ITD), ir garsumo skirtumą tarp abiejų ausų (ILD).

6. Kritinės juostos

Kritinė juosta – tai sąvoka, apibūdinanti dažnių diapazoną, kuriame garsai sraigėje sąveikauja tarpusavyje. Garsai, esantys toje pačioje kritinėje juostoje, labiau linkę maskuoti vienas kitą nei garsai, esantys skirtingose kritinėse juostose. Kritinių juostų plotis kinta priklausomai nuo dažnio – žemesniuose dažniuose jos yra siauresnės, o aukštesniuose – platesnės.

Pavyzdys: Du artimo dažnio tonai sukurs dūžių efektą ir stipriau maskuos vienas kitą nei du tonai, esantys toli vienas nuo kito pagal dažnį.

7. Girdimosios iliuzijos

Girdimosios iliuzijos – tai atvejai, kai mūsų garso suvokimas nukrypsta nuo fizinės realybės. Šios iliuzijos parodo sudėtingus apdorojimo procesus, vykstančius klausos sistemoje ir smegenyse.

Pavyzdžiai:

• Shepardo tonas: garsas, sudarytas iš sinusinių bangų, atskirtų oktavomis, superpozicijos. Kai jis pateikiamas tam tikru būdu, sukuria girdimąją iliuziją, kad tono aukštis nuolat kyla arba leidžiasi.
• McGurko efektas: nors tai pirmiausia yra vizualinė iliuzija, ji reikšmingai veikia girdimąjį suvokimą. Kai žmogus mato vaizdo įrašą, kuriame tariamas vienas skiemuo (pvz., „ga“), o girdi kitą skiemenį (pvz., „ba“), jis gali suvokti trečią skiemenį (pvz., „da“). Tai parodo, kaip vizualinė informacija gali paveikti girdimąjį suvokimą.
• Trūkstamo pagrindinio tono iliuzija: pagrindinio dažnio tono aukščio girdėjimas net tada, kai jo fiziškai nėra garse.

Psichoakustikos taikymas realiame pasaulyje

Psichoakustikos principai taikomi įvairiose pramonės šakose:

Garso inžinerija ir muzikos produkcija

Psichoakustika padeda priimti sprendimus dėl miksavimo, garso galutinio apdorojimo (masteringo) ir garso apdorojimo. Inžinieriai naudoja tokias technikas kaip ekvalaizeris, kompresija ir reverberacija, kad suformuotų garsą taip, jog klausytojams jis atrodytų malonus ir paveikus. Maskavimo efektų supratimas leidžia inžinieriams sukurti miksus, kuriuose visi instrumentai yra girdimi ir aiškūs, net kai keli instrumentai groja panašiuose dažnių diapazonuose. Atsižvelgiama į klausymosi aplinką, ar tai būtų ausinės, automobilio garso sistemos, ar namų kino teatras.

Pavyzdys: Psichoakustinio maskavimo naudojimas garso failams (pvz., MP3) glaudinti, pašalinant mažiau girdimus dažnius, reikšmingai nepaveikiant suvokiamos garso kokybės.

Klausos aparatų technologija

Klausos aparatai skirti stiprinti garsus, kuriuos sunku išgirsti asmenims su klausos sutrikimais. Psichoakustika naudojama kuriant algoritmus, kurie selektyviai stiprina tam tikrus dažnius pagal individualų asmens klausos profilį. Triukšmo mažinimo algoritmai taip pat remiasi psichoakustinio maskavimo principais, siekiant slopinti foninį triukšmą, išsaugant kalbos aiškumą.

Pavyzdys: Šiuolaikiniuose klausos aparatuose dažnai naudojami kryptiniai mikrofonai ir pažangus signalo apdorojimas, siekiant pagerinti signalo ir triukšmo santykį triukšmingose aplinkose, todėl vartotojui lengviau girdėti kalbą.

Triukšmo kontrolė ir aplinkos akustika

Psichoakustika atlieka lemiamą vaidmenį kuriant tylesnes aplinkas. Supratimas, kaip skirtingi dažniai ir triukšmo tipai veikia žmogaus suvokimą, leidžia inžinieriams ir architektams kurti veiksmingas triukšmo mažinimo strategijas. Tai apima garso barjerų projektavimą, tinkamų statybinių medžiagų parinkimą ir triukšmo kontrolės priemonių įgyvendinimą miesto planavime.

Pavyzdys: Tylesnių biuro erdvių projektavimas naudojant garsą sugeriančias medžiagas ir diegiant garso maskavimo sistemas, kurios įveda subtilų foninį triukšmą, siekiant sumažinti pokalbių aiškumą.

Virtuali realybė (VR) ir papildyta realybė (AR)

Įtraukiančių ir realistinių garsinių aplinkų sukūrimas yra būtinas VR ir AR patirtims. Psichoakustika naudojama erdvinės klausos simuliavimui, leidžiančiam vartotojams suvokti garsus taip, lyg jie sklistų iš konkrečių vietų virtualiame ar papildytame pasaulyje. Tam naudojamos tokios technikos kaip binauralinis įrašymas ir HRTF modeliavimas, siekiant sukurti realistišką 3D garsą.

Pavyzdys: VR žaidimų kūrimas, kuriuose žingsnių ir šūvių garsai tiksliai atspindi žaidėjo padėtį ir judesius virtualioje aplinkoje.

Kalbos atpažinimas ir sintezė

Psichoakustika naudojama siekiant pagerinti kalbos atpažinimo ir sintezės sistemų tikslumą bei natūralumą. Supratimas, kaip žmonės suvokia kalbos garsus, leidžia inžinieriams kurti algoritmus, kurie yra atsparesni akcento, kalbėjimo stiliaus ir foninio triukšmo pokyčiams. Tai svarbu tokioms programoms kaip balso asistentai, diktavimo programinė įranga ir kalbos vertimo sistemos.

Pavyzdys: Kalbos atpažinimo modelių mokymas naudojant psichoakustines savybes, kurios yra mažiau jautrios tarimo skirtumams, todėl modeliai tampa tikslesni ir patikimesni.

Automobilių pramonė

Psichoakustika taikoma siekiant optimizuoti garso kokybę transporto priemonių viduje, mažinant nepageidaujamą triukšmą ir gerinant variklio garsų bei garso sistemų suvokiamą kokybę. Automobilių gamintojai kruopščiai kuria garsinę patirtį, kad vairuotojams ir keleiviams būtų užtikrinta patogi ir maloni aplinka.

Pavyzdys: Elektrinių transporto priemonių projektavimas, kad jos skleistų dirbtinius variklio garsus, kurie suvokiami kaip saugūs ir raminantys, tuo pačiu sumažinant nepageidaujamą elektrinio variklio keliamą triukšmą.

Psichoakustinis modeliavimas

Psichoakustinis modeliavimas apima skaičiavimo modelių, kurie imituoja žmogaus klausos sistemos garso apdorojimo būdą, kūrimą. Šie modeliai gali būti naudojami prognozuojant, kaip bus suvokiami skirtingi garsai, o tai naudinga kuriant garso kodekus, triukšmo mažinimo algoritmus ir klausos aparatus.

Tipišką psichoakustinį modelį sudaro šie etapai:

1. Spektrinė analizė: garso dažnių turinio analizė naudojant tokias technikas kaip greitoji Furjė transformacija (FFT).
2. Kritinių juostų analizė: dažnių grupavimas į kritines juostas, siekiant imituoti sraigės dažnių selektyvumą.
3. Maskavimo slenksčio apskaičiavimas: kiekvienos kritinės juostos maskavimo slenksčio įvertinimas, atsižvelgiant į maskuojančių garsų intensyvumą ir dažnį.
4. Suvokiamos entropijos apskaičiavimas: informacijos, kuri yra suvokiamai svarbi garse, kiekio nustatymas.

Ateities kryptys psichoakustikoje

Psichoakustikos sritis ir toliau vystosi, skatinama technologijų pažangos ir gilesnio klausos sistemos supratimo. Kai kurios perspektyvios tyrimų sritys apima:

• Personalizuotas garsas: garso sistemų, kurios prisitaiko prie individualių klausytojo klausos savybių ir pageidavimų, kūrimas.
• Smegenų ir kompiuterio sąsajos (BCI): BCI naudojimas tiesiogiai manipuliuoti girdimuoju suvokimu ir kurti naujas girdimosios komunikacijos formas.
• Girdimosios scenos analizė: algoritmų, galinčių automatiškai identifikuoti ir atskirti skirtingus garso šaltinius sudėtingoje girdimojoje aplinkoje, kūrimas.
• Triukšmo taršos poveikis bendrai sveikatai ir gerovei miestų aplinkoje visame pasaulyje.
• Tarpkultūriniai garso preferencijų ir suvokimo tyrimai, atsižvelgiant į įvairius kultūrinius fonus ir jų poveikį garso interpretavimui ir vertinimui. Pavyzdžiui, lyginant muzikines dermes ir jų emocinį poveikį skirtingose kultūrose.

Išvados

Psichoakustika yra žavi ir sudėtinga sritis, suteikianti vertingų įžvalgų apie tai, kaip mes suvokiame garsą. Jos principai taikomi įvairiose pramonės šakose, nuo garso inžinerijos iki klausos aparatų technologijų, ir toliau formuoja mūsų sąveiką su garsu kasdieniame gyvenime. Tobulėjant technologijoms ir gilėjant mūsų supratimui apie klausos sistemą, psichoakustika atliks vis svarbesnį vaidmenį kuriant įtraukiančias, patrauklias ir naudingas garsines patirtis visiems.

Suprasdami, kaip žmonės suvokia garsą, galime sukurti efektyvesnes ir malonesnes garso patirtis įvairiose platformose ir programose, galiausiai gerindami bendravimą, pramogas ir bendrą gyvenimo kokybę.

Papildoma literatūra:

• „Psychoacoustics: Introduction to Hearing and Sound“, autoriai Hugo Fastl ir Eberhard Zwicker
• „Fundamentals of Musical Acoustics“, autorius Arthur H. Benade
• „The Journal of the Acoustical Society of America“ (JASA)