古风名字,辰东,有声读物

人耳的聽覺特征和響度

朗德科技2021年12月28日

引言

生活當中有這樣的例子：一個是吵鬧的噪音，另一個是悅耳的音樂，聲壓級幾乎一致，但你聽到的感受完全不一樣，這是為什么呢？

之前還聽過一個有趣的說法：如果森林中的一棵樹倒下（圖1），但沒人聽到這棵樹倒下時的聲音，那么它到底發(fā)出聲音了嗎？或者說：它發(fā)出聲音了，但你聽到了嗎？

圖1 森林里的大樹倒下（圖片來自網(wǎng)絡）

其實這些很有意思的問題都涉及到人耳的聽覺機理。盡管每個人的耳朵形狀不一致，但是內(nèi)部結構基本一致。

人的耳朵是由外耳、中耳和內(nèi)耳三部分組成的（圖2），每個結構都有其不用的組成和生理功能。外耳由耳廓和外耳道構成，主要功能就是收集聲波、聲源定位（通過雙耳實現(xiàn)）、傳遞聲音到中耳、對聲波增壓。中耳主要是鼓膜和聽小骨組成，經(jīng)過鼓膜的振動傳導聲波，聽小骨也有擴音的作用。內(nèi)耳主要由耳蝸和聽覺神經(jīng)組成，將聲音振動轉化成生物能，傳遞給大腦。

圖2 人耳結構

所以我們感知聲音的基本過程就是：外面?zhèn)鱽淼穆曇艚?jīng)過外耳引起鼓膜振動，經(jīng)過聽小骨及其他組織傳遞給耳蝸，聽神經(jīng)再把信號傳給大腦，這樣我們就聽到了聲音。

因此有人把人耳比作麥克風，但這其實只說明了它的一部分功能。麥克風是把環(huán)境當中的聲音全部記錄收集起來，而人耳卻只能感受到其中的一部分。

圖3中顯示了人耳的聽覺范圍，能看出以下幾點：

a) 較低或較高的頻率需要更大的聲壓級才能被聽到

b) 音樂能發(fā)出的頻率范圍約在50Hz~10kHz內(nèi)

c) 語音的頻率范圍約在200Hz~6000Hz內(nèi)

d) 當環(huán)境音達到約110dB以上時會對人耳有損傷的風險

e) 聽覺痛感閾值約在130dB以上

f) 不同人對高頻音的敏感度不同，

圖3 人耳聽覺范圍

聽覺對每個人來說都是很重要的，但是你了解自己耳朵都有哪些特性嗎？

人耳有七大聽覺效應：掩蔽效應、雙耳效應、雞尾酒會效應、顱骨效應、多普勒效應、回音壁效應、哈斯效應。

人耳的掩蔽效應（Masking Effects）是一個聲音的聽覺靈敏度因另外一個聲音的存在而降低。這種現(xiàn)象普遍存在于我們的生活當中，比如在吵鬧的街道上，我們需要比平時更大聲的說話才能被人聽到。

雙耳效應（Binaural Effect），其實就是依靠雙耳的時間、音量、相位、音色差等來“聽聲辨位”。

雞尾酒會效應（Cocktail Effect）也算是掩蔽效應的一種，人耳的這種選擇性收聽可以讓你在雞尾酒會上，嘈雜的人群當中依然可以順利的交談。

。。。

這些效應使得我們對人耳有更多的了解，同時也需要我們對人耳進行更多的客觀研究。而心理聲學就是客觀量化這些人耳對聲音的感受，比如響度（Loudness）、尖銳度（Sharpness）等等。

響度的由來

響度（Londness）又稱音量，是人耳感受到的聲音大小，表達一種主觀感受量，是人耳能判別聲音由輕到響的概念，同時也是心理聲學當中的重要參數(shù)。

響度的大小不僅取決于聲音的強度（如聲壓級SPL），還與它的頻率、波形有關系。就比如森林里的那顆大樹倒下時，聲波傳播的越遠，響度越小，可能已經(jīng)遠到你聽不見它的聲音。

人耳對不同強度的聲音的響應是非線性的，這種非線性的響應就是響度。

為了讓響度和聽覺感知呈線性關系，心理學家斯坦利·史蒂文引入了一個響度單位“宋”（sone）：符號為N，定義1kHz、聲壓級為40dB純音的響度為1sone。

與之對應的另一個物理量響度級（Loudness level），符號單位為方（phon）。實驗發(fā)現(xiàn)，響度級每增加10方，響度增加一倍。

二者關系為：

（此時 phon）

從心理聲學研究中發(fā)現(xiàn)，在 40 phon 以上的區(qū)域，當聲強提高十倍時，人類的聽覺感知只會提升兩倍。這可能是因為在提升聲強時，聽覺細胞會出現(xiàn)飽和，使得給予大腦的信息不能按比例增加。

這樣的主觀量與客觀量之間的冪函數(shù)關系，在人對外界刺激的感知中是普遍存在的。

與聲強等不同，響度是受主觀感受影響的物理量。在同等聲音的強度下，不同頻率的聲音會造成不用的聽覺感受，也就如文中開篇提到的兩個音頻造成的聽覺感知不同。

因此對響度進行度量時，要對不同頻率下的聲音做出修正。

通常使用等響度曲線來表示人耳的聽覺特性。從國標GB/T4963-2007定義的等響度曲線上（圖4）可以看出，要想人耳聽到的響度相同，低頻和高頻區(qū)域所需要的聲壓級更大，中頻段所需的聲壓級較小。

圖4 GB/T4963-2007等響度曲線

等響度曲線的橫坐標為頻率，縱坐標為聲壓級。在同一條曲線之上，所有頻率和聲壓的組合，都有著一樣的響度。

最下方的曲線表示人類能聽到的最小的聲音響度，即最小聽閾。等響曲線反映了響度聽覺的許多特點：

聲壓級越高，響度級一般也越高。
響度跟頻率有關，相同聲壓級的純音，頻率不同，響度也不同。
對于不同頻率的純音，提高聲壓級帶來的響度增長，也有所不同。

可以說是等響曲線是將客觀聲音和人耳主觀感受搭起了橋梁。

眾所周知，聲學常用的A計權網(wǎng)絡（圖5）就基于此等響度曲線中的40 phon曲線得到的：

圖5 A計權曲線

響度的ISO標準

響度作為以客觀量來描述人耳主觀聽覺感受的重要參數(shù)，其標準化的進程也是由來已久的。

1933年，貝爾實驗室的兩位物理學家哈維·弗萊徹（Harvey Fletcher）和威爾登A·蒙森（Wilden A. Munson）發(fā)表了一篇題為《響度及其定義、測量和計算》的論文，發(fā)現(xiàn)人耳的對聲音響應并非線性的。他們以純音作實驗，通過大量的聽音實驗得出不同頻率和聲壓的組合，使得聲音能造成相同的聽覺感知。他們將結果畫成曲線，稱為弗萊徹－蒙森曲線（Fletcher–Munson curves）。

1956年，另一個版本：羅賓遜－達森曲線（Robinson–Dadson curves）出現(xiàn)了。

2003年，在更加國際化的廣泛調(diào)查研究基礎之上，國際標準化組織發(fā)布了作為國際標準的ISO226:2003，稱為等響度曲線（Equal-loudness curves）：

圖6 ISO 226:2003等響度曲線

自從1933年Fletcher提出響度以來，響度一直是心理聲學領域的研究重點，此后多位科學家提出了多種響度計算模型。

直到Stevens響度計算模型和Zwicker響度計算模型出現(xiàn)，后來成為1975年的ISO標準模型。ISO532-A和B就是分別以這兩個模型為基礎。

下面為大家列出了常見的三種響度計算模型：

一、Stevens響度計算基于倍頻程，以倍頻帶聲壓級與倍頻帶等響度曲線對比，得到各倍頻程帶的響度，再利用公式計算得到總響度，ISO532-A既是如此；但這種方法早已廢除，它不常用，而且對于含有高音調(diào)成分的聲音計算不準確。

二、Zwicker響度計算方法，是基于Bark頻帶理論。簡單來講，就是把人耳的聽覺范圍分為24個Bark的聽覺臨界帶（與人耳的非線性頻率特性類似），分別計算出響度，通過圖形計算法得到響度總和。而ISO532-B就是基于此模型得到的。

DIN45631也是基于此模型計算并一步一步改進修訂的。

三、Moore響度計算方法，是基于ERB（Equivalent Rectangular Bandwidth），美國標準ANSI S3.4-2007就是這個算法。它在Zwicker模型的基礎上，可對頻譜、聲壓級連續(xù)變化的信號進行響度計算?？上У氖?，該模型僅對可參數(shù)化描述的典型信號進行響度計算，對現(xiàn)場采集的非參數(shù)化描述聲音信號，必須先通過FFT算法等手段先提取其特征參數(shù)，再轉化為能被Moore模型識別計算的參數(shù)，從而得到響度。

終于在2017年，國際標準化組織于頒布了最新的響度標準ISO532-1:2017，文中提出了解決任意聲音的響度計算方法：