Psihoakustikas zinātne: kā mēs uztveram skaņu

Psihoakustika ir zinātnes nozare, kas pēta saistību starp skaņas fizikālajām īpašībām un sajūtām un uztveri, ko tās izraisa cilvēkos. Tā aizpilda plaisu starp objektīviem akustiskiem mērījumiem un subjektīvo dzirdes pieredzi. Būtībā tā jautā: kā mūsu smadzenes interpretē skaņas, kas sasniedz mūsu ausis?

Kāpēc psihoakustika ir svarīga?

Izpratne par psihoakustiku ir ļoti svarīga dažādās jomās, tostarp:

Audio inženierija: Skaņas kvalitātes optimizēšana ierakstiem, atskaņošanas sistēmām un audio aprīkojumam.
Mūzikas producēšana: Emocionāli iedarbīgas un saistošas muzikālās pieredzes radīšana.
Dzirdes aparātu izstrāde: Ierīču projektēšana, kas efektīvi un ērti kompensē dzirdes zudumu.
Trokšņa kontrole: Stratēģiju izstrāde, lai mazinātu trokšņa piesārņojuma negatīvo ietekmi uz veselību un labklājību.
Runas atpazīšana un sintēze: Uz runu balstītu tehnoloģiju precizitātes un dabiskuma uzlabošana.
Virtuālā realitāte (VR) un papildinātā realitāte (AR): Iespaidīgas un reālistiskas dzirdes vides radīšana.
Medicīniskā diagnostika: Dzirdes veselības novērtēšana un dzirdes traucējumu diagnosticēšana.

Psihoakustikas pamatprincipi

Vairāki pamatprincipi nosaka, kā mēs uztveram skaņu:

1. Frekvence un skaņas augstums

Frekvence ir fizikāls lielums, kas norāda, cik skaņas viļņu ciklu notiek sekundē, un to mēra hercos (Hz). Skaņas augstums ir subjektīva uztvere par to, cik "augsta" vai "zema" ir skaņa. Lai gan cieši saistīti, frekvence un skaņas augstums nav identiski. Mūsu skaņas augstuma uztvere nav lineāra; vienādi frekvences intervāli ne vienmēr atbilst vienādiem uztvertā skaņas augstuma intervāliem.

Piemērs: Skaņas vilnis ar 440 Hz frekvenci parasti tiek uztverts kā muzikālā nots A4 (pirmās oktāvas la). Tomēr uztverto skaņas augstumu var ietekmēt citi faktori, piemēram, skaļums un maskēšana.

2. Amplitūda un skaļums

Amplitūda ir skaņas viļņa intensitātes fizikālais mērs. Skaļums ir subjektīva uztvere par to, cik "klusa" vai "skaļa" ir skaņa. Amplitūdu parasti mēra decibelos (dB) attiecībā pret references spiedienu. Līdzīgi kā ar frekvenci un skaņas augstumu, attiecība starp amplitūdu un skaļumu nav lineāra. Mūsu ausis ir jutīgākas pret noteiktām frekvencēm nekā pret citām.

Piemērs: 10 dB pieaugums parasti atbilst uztvertā skaļuma dubultošanai. Tomēr tas ir tikai tuvinājums, un precīza saistība mainās atkarībā no skaņas frekvences.

3. Maskēšana

Maskēšana notiek, kad viena skaņa apgrūtina vai padara neiespējamu dzirdēt citu skaņu. Tas var notikt, ja maskējošā skaņa ir skaļāka, ar tuvāku frekvenci vai parādās nedaudz pirms maskējamās skaņas. Maskēšana ir kritisks faktors audio kompresijas algoritmos (piemēram, MP3) un trokšņu samazināšanas tehnikās.

Piemērs: Trokšņainā restorānā var būt grūti sadzirdēt sarunu pie sava galdiņa, jo fona troksnis maskē runas skaņas.

4. Laika efekti

Laika efekti ir saistīti ar to, kā mūsu skaņas uztvere mainās laika gaitā. Tie ietver:

Laika maskēšana: Maskēšana, kas notiek pirms (priekšmaskēšana) vai pēc (pēckmaskēšana) maskējošās skaņas. Priekšmaskēšana parasti ir vājāka nekā pēckmaskēšana.
Dzirdes integrācija: Mūsu spēja integrēt īsus skaņas impulsus vienotā uztverē.
Pārtraukuma noteikšana: Mūsu spēja atklāt īsus klusuma brīžus nepārtrauktā skaņā.

Piemērs: Skaļš klikšķis var īslaicīgi maskēt klusāku skaņu, kas atskan neilgi pēc tā (pēckmaskēšana), pat ja klusākā skaņa bija perfekti dzirdama pirms klikšķa.

5. Telpiskā dzirde

Telpiskā dzirde attiecas uz mūsu spēju lokalizēt skaņas telpā. Tā balstās uz vairākiem signāliem, tostarp:

Starpaurālais laika nobīdes (ITD): Laika atšķirība, ar kādu skaņa sasniedz abas ausis.
Starpaurālais līmeņa nobīdes (ILD): Skaņas intensitātes atšķirība abās ausīs.
Ar galvu saistītā pārneses funkcija (HRTF): Galvas, rumpja un ārējās auss filtrējošā ietekme uz skaņas viļņiem.

Piemērs: Mēs parasti varam noteikt, vai skaņa nāk no kreisās vai labās puses, pateicoties nelielajai atšķirībai laikā, kad tā sasniedz katru ausi (ITD), un skaļuma atšķirībai starp abām ausīm (ILD).

6. Kritiskās joslas

Kritiskā josla ir jēdziens, kas apraksta frekvenču diapazonu, kurā skaņas savstarpēji mijiedarbojas gliemezī. Skaņas, kas atrodas vienā kritiskajā joslā, visticamāk, maskēs viena otru nekā skaņas dažādās kritiskajās joslās. Kritisko joslu platums mainās atkarībā no frekvences, esot šaurāks zemākās frekvencēs un platāks augstākās frekvencēs.

Piemērs: Divi toņi ar tuvu frekvenci radīs pulsācijas efektu un maskēs viens otru spēcīgāk nekā divi toņi ar tālu frekvenci.

7. Dzirdes ilūzijas

Dzirdes ilūzijas ir gadījumi, kad mūsu skaņas uztvere atšķiras no fiziskās realitātes. Šīs ilūzijas parāda sarežģīto apstrādi, kas notiek dzirdes sistēmā un smadzenēs.

Piemēri:

Šeparda tonis: Skaņa, kas sastāv no sinusoīdu superpozīcijas, kas atdalītas ar oktāvām. To atskaņojot noteiktā veidā, rodas dzirdes ilūzija par toni, kas nepārtraukti paaugstinās vai pazeminās.
Makgerka efekts: Lai gan galvenokārt tā ir vizuāla ilūzija, tā būtiski ietekmē dzirdes uztveri. Kad cilvēks redz video, kurā kāds artikulē vienu zilbi (piemēram, "ga"), bet dzird citu zilbi (piemēram, "ba"), viņš var uztvert trešo zilbi (piemēram, "da"). Tas parāda, kā vizuālā informācija var ietekmēt dzirdes uztveri.
Trūkstošās pamatfrekvences ilūzija: Pamatfrekvences skaņas augstuma dzirdēšana pat tad, ja tā fiziski nav klāt skaņā.

Psihoakustikas pielietojums reālajā dzīvē

Psihoakustikas principi tiek pielietoti daudzās nozarēs:

Audio inženierija un mūzikas producēšana

Psihoakustika ietekmē lēmumus par miksēšanu, māsterēšanu un audio apstrādi. Inženieri izmanto tādas tehnikas kā ekvalizācija, kompresija un reverbācija, lai veidotu skaņu tā, lai klausītāji to uztvertu kā patīkamu un iedarbīgu. Izpratne par maskēšanas efektiem ļauj inženieriem izveidot miksus, kuros visi instrumenti ir dzirdami un atšķirami, pat ja vairāki instrumenti spēlē līdzīgos frekvenču diapazonos. Tiek ņemta vērā klausīšanās vide, vai tās būtu austiņas, automašīnu audio sistēmas vai mājas kinozāles.

Piemērs: Psihoakustiskās maskēšanas izmantošana audio failu (piemēram, MP3) saspiešanai, noņemot mazāk dzirdamas frekvences, būtiski neietekmējot uztverto skaņas kvalitāti.

Dzirdes aparātu tehnoloģija

Dzirdes aparāti ir paredzēti, lai pastiprinātu skaņas, kuras cilvēkiem ar dzirdes zudumu ir grūti sadzirdēt. Psihoakustika tiek izmantota, lai izstrādātu algoritmus, kas selektīvi pastiprina noteiktas frekvences, pamatojoties uz indivīda dzirdes profilu. Trokšņu samazināšanas algoritmi arī balstās uz psihoakustiskās maskēšanas principiem, lai apspiestu fona troksni, vienlaikus saglabājot runas saprotamību.

Piemērs: Mūsdienīgi dzirdes aparāti bieži izmanto virziena mikrofonus un progresīvu signālu apstrādi, lai uzlabotu signāla un trokšņa attiecību trokšņainā vidē, atvieglojot lietotājam runas sadzirdēšanu.

Trokšņa kontrole un vides akustika

Psihoakustikai ir būtiska loma klusākas vides projektēšanā. Izpratne par to, kā dažādas frekvences un trokšņu veidi ietekmē cilvēka uztveri, ļauj inženieriem un arhitektiem izstrādāt efektīvas trokšņu samazināšanas stratēģijas. Tas ietver skaņas barjeru projektēšanu, atbilstošu būvmateriālu izvēli un trokšņa kontroles pasākumu ieviešanu pilsētplānošanā.

Piemērs: Klusāku biroja telpu projektēšana, izmantojot skaņu absorbējošus materiālus un ieviešot skaņas maskēšanas sistēmas, kas pievieno smalku fona troksni, lai samazinātu sarunu saprotamību.

Virtuālā realitāte (VR) un papildinātā realitāte (AR)

Iespaidīgas un reālistiskas dzirdes vides radīšana ir būtiska VR un AR pieredzei. Psihoakustika tiek izmantota, lai simulētu telpisko dzirdi, ļaujot lietotājiem uztvert skaņas tā, it kā tās nāktu no konkrētām vietām virtuālajā vai papildinātajā pasaulē. Tas ietver tādu tehniku kā binaurālā ierakstīšana un HRTF modelēšana, lai radītu reālistisku 3D audio.

Piemērs: VR spēļu izstrāde, kur soļu un šāvienu skaņas precīzi atspoguļo spēlētāja pozīciju un kustības virtuālajā vidē.

Runas atpazīšana un sintēze

Psihoakustika tiek izmantota, lai uzlabotu runas atpazīšanas un sintēzes sistēmu precizitāti un dabiskumu. Izpratne par to, kā cilvēki uztver runas skaņas, ļauj inženieriem izstrādāt algoritmus, kas ir izturīgāki pret akcenta, runas stila un fona trokšņa variācijām. Tas ir svarīgi tādām lietojumprogrammām kā balss asistenti, diktēšanas programmatūra un valodu tulkošanas sistēmas.

Piemērs: Runas atpazīšanas modeļu apmācīšana, izmantojot psihoakustiskās iezīmes, kas ir mazāk jutīgas pret izrunas variācijām, padarot modeļus precīzākus un uzticamākus.

Automobiļu rūpniecība

Psihoakustika tiek pielietota, lai optimizētu skaņas kvalitāti transportlīdzekļu salonā, samazinot nevēlamu troksni un uzlabojot dzinēja skaņu un audio sistēmu uztverto kvalitāti. Transportlīdzekļu ražotāji rūpīgi izstrādā dzirdes pieredzi, lai nodrošinātu ērtu un patīkamu vidi vadītājiem un pasažieriem.

Piemērs: Elektrisko transportlīdzekļu projektēšana, lai radītu mākslīgas dzinēja skaņas, kas tiek uztvertas kā drošas un nomierinošas, vienlaikus samazinot nevēlamo troksni no elektromotora.

Psihoakustiskā modelēšana

Psihoakustiskā modelēšana ietver skaitļošanas modeļu izveidi, kas simulē veidu, kā cilvēka dzirdes sistēma apstrādā skaņu. Šos modeļus var izmantot, lai prognozētu, kā tiks uztvertas dažādas skaņas, kas ir noderīgi, izstrādājot audio kodekus, trokšņu samazināšanas algoritmus un dzirdes aparātus.

Tipisks psihoakustiskais modelis ietver šādus posmus:

Spektrālā analīze: Skaņas frekvenču satura analizēšana, izmantojot tādas metodes kā ātrā Furjē transformācija (FFT).
Kritisko joslu analīze: Frekvenču grupēšana kritiskajās joslās, lai simulētu gliemeža frekvenču selektivitāti.
Maskēšanas sliekšņa aprēķināšana: Katras kritiskās joslas maskēšanas sliekšņa novērtēšana, pamatojoties uz maskējošo skaņu intensitāti un frekvenci.
Uztveres entropijas aprēķināšana: Informācijas daudzuma kvantificēšana, kas ir uztveres ziņā svarīga skaņā.

Nākotnes virzieni psihoakustikā

Psihoakustikas joma turpina attīstīties, pateicoties tehnoloģiju attīstībai un dziļākai izpratnei par dzirdes sistēmu. Dažas daudzsološas pētniecības jomas ietver:

Personalizēts audio: Audio sistēmu izstrāde, kas pielāgojas individuālā klausītāja dzirdes īpašībām un vēlmēm.
Smadzeņu un datora saskarnes (BCI): BCI izmantošana, lai tieši manipulētu ar dzirdes uztveri un radītu jaunus dzirdes komunikācijas veidus.
Dzirdes ainas analīze: Algoritmu izstrāde, kas var automātiski identificēt un atdalīt dažādus skaņas avotus sarežģītā dzirdes vidē.
Trokšņa piesārņojuma ietekme uz vispārējo veselību un labklājību pilsētvidē visā pasaulē.
Starpkultūru pētījumi par skaņas preferencēm un uztveri, ņemot vērā dažādus kultūras fonus un to ietekmi uz skaņas interpretāciju un novērtēšanu. Piemēram, salīdzinot mūzikas skaņkārtas un to emocionālo ietekmi dažādās kultūrās.

Noslēgums

Psihoakustika ir aizraujoša un sarežģīta joma, kas sniedz vērtīgu ieskatu tajā, kā mēs uztveram skaņu. Tās principi tiek pielietoti daudzās nozarēs, sākot no audio inženierijas līdz dzirdes aparātu tehnoloģijai, un turpina veidot veidu, kā mēs ikdienā mijiedarbojamies ar skaņu. Attīstoties tehnoloģijām un padziļinoties mūsu izpratnei par dzirdes sistēmu, psihoakustikai būs arvien svarīgāka loma, radot iespaidīgu, saistošu un labvēlīgu dzirdes pieredzi ikvienam.

Izprotot nianses, kā cilvēki uztver skaņu, mēs varam radīt efektīvākas un patīkamākas audio pieredzes dažādās platformās un lietojumprogrammās, galu galā uzlabojot komunikāciju, izklaidi un kopējo dzīves kvalitāti.

Papildu literatūra:

"Psychoacoustics: Introduction to Hearing and Sound", autori Hugo Fastl un Eberhard Zwicker
"Fundamentals of Musical Acoustics", autors Arthur H. Benade
The Journal of the Acoustical Society of America (JASA)