Психоакустические характеристики слуха 2 Адаптация

Орган слуха обладает адаптационной способностью, сущност которой заключается в том, что в результате воздействия звукового раздражителя происходит повышение или понижение слуховой чувствительности. Под влиянием сильных звуков чувствительность уха падает, а в тишине происходит адаптация к ней и чувствительность обостряется. Характер и степень понижения слуха, т. е. повышения порогов, определяются интенсивностью, частотой и продолжительностью воздействия экспериментального тона. Указанное изменение функциональных свойств органа слуха имеет характер целесообразного физиологического приспособления организма, защищающего звуковой анализатор и центральную нервную систему от травмирующего действия звукового раздражителя, а также способствующего повышению работоспособности органа слуха.

Охранительный физиологический механизм действует при помощи нервно-мышечного аппарата среднего уха и слуховых центров звукового анализатора.

Адаптационное понижение слуховой функции, наступающее в результате воздействия звукового раздражителя, исчезает в тишине после прекращения влияния экспериментального тона на орган слуха, но происходит это не сразу (последействие), затем чувствительность восстанавливается.

При воздействии звука небольшой интенсивности (20 — 30 дБ) адаптационное понижение слуха характерно в основном для тона раздражения, а при воздействии звукового раздражителя высокой интенсивности (70—100 дБ) отмечается повышение порогов слуха для широкого спектра частот. Адаптационные изменения обладают двумя параметрами: величиной понижения порогов слуховой функции (в децибелах) и длительностью времени (в секундах), в течение которого слуховая чувствительность восстанавливается до исходного уровня (время обратной адаптации). Слуховая адаптация изучалась отечественными учеными П.П.Лазаревым, Г. В. Гершуни, Г. И. Гринбергом, В. Ф. Ундрицем, С. М. Комарович, К.Л.Хиловым и др.

Если интенсивность звука очень велика и продолжительность его воздействия значительна, то адаптационные изменения слуховой чувствительности переходят в следующую стадию этого динамического процесса — утомление. Состояние утомления звукового анализатора в отличие от адаптации значительно снижает его работоспособность, но обычно оно проходит после прекращения воздействия звука. Однако частые и продленные перераздражения органа слуха экспериментальным тоном большой силы в течение длительного времени могут привести к его повреждению в виде атрофико-дегенеративных изменений нервных элементов. Аналогичными адаптационными изменениями обладают также зрительный, вкусовой и обонятельный анализаторы.

По данным исследований, явление маскировки обусловлено физиологическими процессами, происходящими в центральных отделах звукового анализатора.

Ототопика представляет собой способность определения по слуху местонахождения источника и направления звука. Данная способность объясняется тем, что при восприятии звуковых раздражений обоими ушами (бинауральный слух) возникает разность во времени, фазе и интенсивности звука при его попадании в каждое ухо. Люди, обладающие нормальным слухом на оба уха, довольно легко, быстро и с большой точностью определяют направление звука при неподвижном положении головы. Так, по горизонтальной плоскости оно определяется с незначительным отклонением — на 3 — 4°. При поражении хотя бы одного уха способность определения направления звука резко затрудняется и требует поворота головы.

Естественно, что при определении направления звука сигнал раньше и с большей силой попадает в то ухо, которое находится ближе к источнику звука. Это свойство определения локализации и направления звука особенно хорошо выражено у животных, которые обладают способностью двигать ушными раковинами.

Сущность данного физиологического явления может быть объяснена на основе учения И.П.Павлова о высшей нервной деятельности. Важным условием точной ототопики служит наличие нормальной физиологической связи между обеими слуховыми зонами коры головного мозга. К. М. Быков доказал экспериментально с помощью методики условных рефлексов, что после перерезания мозолистого тела у собак нарушается функция ототопики.

Рассмотренные свойства звукового анализатора, такие, как способность дифференциации силы звука, частоты, двойной громкости, явления адаптации, маскировки и ототопики, указывают на весьма высокие аналитические и синтетические свойства слуховой системы человека. Это совершенство как анатомического строения, так и функциональных возможностей звукового анализатора обусловлено длительным процессом филогенетического развития.

2.2.4. Громкость

Восприятие интенсивности звука реализуется в субъективном ощущении громкости. Несмотря на то что с увеличением интенсивности звука громкость нарастает, прямой зависимости между ними нет. На ощущение громкости помимо интенсивности оказывают влияние и другие физические параметры звука, такие, как частота и длительность.

Зависимость громкости от частоты отражена в стандартизированных кривых равной громкости. Кривые равной громкости получены при сравнении тонов разной частоты с эталонным тоном (обычно 1000 Гц), предъявляемым на постоянном уровне интенсивности. Интенсивность сравниваемого тона регулируется до тех пор, пока оба тона не станут равногромкими. Измерения, проведенные на разных уровнях интенсивности, дачи серию кривых равной громкости.

Уровень интенсивности эталонного тона 1000 Гц выражается в единицах уровня громкости — фонах. Так, звук, равный по громкости тону 1000 Гц при уровне звукового давления (УЗД) 60 дБ, имеет уровень громкости 60 фон. Все звуки, равные в фонах, имеют одинаковый уровень громкости, несмотря на различия в их физических параметрах. Кривые равной громкости выведены и для узких полос шума. На низких уровнях громкости кривые фонов почти совпадают с кривой минимально слышимого поля, но с повышением уровня громкости кривые фонов становятся более плоскими.

Поскольку кривые фонов не отражают прямого измерения громкости, взаимосвязь интенсивности и громкости, кроме того, определяется методами прямого шкалирования. За единицу громкости в чистом виде принята единица «сон». Один сон равен громкости тона 1000 Гц при 40 дБ УЗД. Нанесение на график громкости в сонах, как функции уровня интенсивности в логарифмических координатах, дает прямую линию, т.е. громкость может быть выражена как мощность уровня интенсивности звука. Ощущение громкости нарастает по экспоненте с показателем около 0,67, т.е. более медленно, чем нарастает УЗД. Таким образом, громкость, выраженная в сонах, увеличится в два раза при повышении УЗД на 10 дБ.

Громкость сложных звуков, содержащих две или более частоты, зависит от ширины критической полосы. Громкость двухтонового звука для частот, различающихся на величину, меньшую, чем ширина критической полосы, будет одинакова, но с увеличением разницы между частотами до величины, превышающей критическую полосу, громкость станет нарастать. Такие соотношения установлены как для многокомпонентных комплексов тонов, так и для полос шума. Эффект суммации громкости наиболее выражен при надпороговых уровнях интенсивности.

Изменяется громкость и при нарастании длительности коротких звуков, предъявляемых на фиксированном уровне интенсивности. Временная суммация для громкости проявляется в тех же величинах длительности, что и временная суммация для слуховой чувствительности. Нарастание громкости наиболее выражено для длительностей звука от 10 до 80 мс, затем с нарастанием длительности звука рост громкости резко замедляется.

Определенное влияние на восприятие громкости оказывают маскирующие звуки. С нарастанием уровня интенсивности, превышающего порог маскировки, отмечается быстрый рост громкости, получивший название феномена ускоренного нарастания громкости (ФУНТ) или выравнивания громкости.

В психоакустике существует понятие «адаптация громкости», отражающее снижение громкости звука, звучавшего на фиксированном уровне интенсивности в течение достаточно длительного отрезка времени. Измерения адаптации проведены при сравнении уровня восприятия громкости одного звука до и после длительного (минута) звучания адаптирующего звука той же или отличающейся частоты. Однако в проведенных исследованиях не учитывалось вовлечение в процесс межушного взаимодействия при восприятии слитного образа в центре головы или латерализованного во фронтальной плоскости между ушами. При исключении бинаурального взаимодействия величина адаптации громкости в исследованиях уменьшалась или совсем отсутствовала. Таким образом, адаптация громкости при измерении с одновременным балансом громкости одинаковых по частоте адаптирующего и сравниваемого тонов подвергается влиянию бинаурального взаимодействия на определенных уровнях центральных отделов слухового анализатора.

2.2.5. Высота
Механизм восприятия высоты как психологического коррелята частоты звука до настоящего времени остается одним из наименее четко установленных разделов психоакустики. Методом сравнения составлены шкалы, в которых высота определяется как функция частоты. Высота выражается в единицах, называемых мелами: 1000 мел равны высоте тона 1000 Гц на уровне 40 фон. Частота, звучащая в два раза выше, имеет высоту 2000 мел, тогда как частота, воспринимаемая наполовину ниже, имеет высоту 500 мел. Взаимоотношения между частотой звука и воспринимаемой высотой имеют нелинейный характер. Так, весь слышимый диапазон частот (до 20 кГц) имеет величину всего лишь около 3500 мел. Однако если сравнить высоту звука в мелах, а длину базилярной мембраны внутреннего уха принять за функцию частоты звука, то между тем и другим обнаруживается соотношение. Показано, что ширина критической полосы равняется примерно 150 мел. Прямая оценка высоты показывает, что самая низкая частота, поддающаяся ощущению высоты, равна приблизительно 20 Гц. Шкала высоты в мелах не совпадает с музыкальной шкалой высоты, которая делит частотный диапазон в таких субъективных интервалах, как октава (соотношение 1:2), квинта (соотношение 2:3) и т.д.

В отношении изменения интенсивности высота остается постоянной для тонов в диапазоне 1000 — 3000 Гц и незначительно изменяется с ростом интенсивности для тонов выше- и нижележащей частот.

Высота комплексных звуков, содержащих две или более частоты, определяется более сложными закономерностями. Восприятие высоты, основывающееся не на частоте, а на временных факторах, таких, как периодичность огибающей комплексной волны стимула, получило название высоты периодичности, резидуальной (разностной) высоты, высоты повторений и т. п. Если высокочастотный тон периодически прерывать, ухо воспринимает высоту, соответствующую частоте с периодом, равным ритму прерываний. Другими словами, начинает восприниматься высота тона, на частоте которого физическая энергия в ухе отсутствует. Различные подходы к изучению этого феномена до настоящего времени находят ему объяснение в особенностях функции центральных отделов слухового анализатора.
2.2.6. Бинауральное восприятие
Бинауральное слуховое восприятие отличается от монаурального по многим аспектам. При слушании в звуковом поле бинауральный порог для различных стимулов (тоны, шум, речь) приблизительно на 3 дБ ниже монауральных. Такое преимущество бинаурального слуха получило название бинауральной пороговой суммации. Измерения уровня громкости показывают, что на околопороговом УЗД звук воспринимается бинаурально примерно в два раза громче, чем монаурально (3 дБ отражают удвоение мощности). С повышением уровня интенсивности бинауральное преимущество нарастает от 6 дБ при уровне ощущения 35 дБ и остается таким на более высоких уровнях. Дифференциальная чувствительность для бинаурального слуха и по интенсивности, и по частоте лучше, чем при слушании одним ухом.

В повседневной жизни звуки, поступающие в оба уха, не полностью идентичны, однако в слуховой системе они сливаются в единый воспринимаемый образ. Этот процесс называется бинауральным слиянием. При исследовании через наушники слившийся слуховой образ латерализуется в центре головы по средней линии. Для бинаурального слияния слухового образа наиболее важны частоты ниже 1500 Гц, особенно в диапазоне 300 — 600 Гц. Два высокочастотных тона, значительно отличающиеся по частоте и предъявленные раздельно в каждое ухо, будут восприниматься как два раздельных сигнала. Если оба тона модулировать одним и тем же низкочастотным тоном, то исследуемый начнет воспринимать слившийся слуховой образ. Таким образом, для бинаурального слияния слуховая система использует низкочастотные огибающие тоны.

Когда в одно ухо подается тон определенной частоты, а в другое — тон, отличающийся от первого на несколько герц, в слившемся слуховом образе появляются биения. Бинауральные биения возникают при центральном взаимодействии возбуждения от каждого уха, так как в этом случае исключается прямое акустическое взаимодействие сигналов. Когда различие в частоте между тонами, предъявляемыми в каждое ухо, превышает 200 Гц, слившийся в центре головы слуховой образ расщепляется на два однородных тона, а затем, с дальнейшим увеличением разницы в частоте, восприятие каждого тона перемещается в соответствующее ухо.

Наиболее важным свойством бинаурального слуха является способность локализовывать источник звука в пространстве. Бинауральная локализация звуков основывается на межушных различиях стимулов по времени (по фазе) и интенсивности. Решающее значение имеет «акустическая тень» головы, создающая разницу в сигналах, приходящих в каждое ухо. С учетом длины волны звука и «акустической тени» головы низкие частоты локализуются за счет возникающих между ушами различий во времени или фазе, тогда как локализация высоких частот зависит от возникающих различий в интенсивности поступающих сигналов. Минимально различимый угол при локализации в горизонтальной плоскости выявляется при расположении источника звука сбоку от головы (когда создаются наибольшие межушные различия в сигналах) и при наличии высокочастотной энергии или переходных процессов в сигнале.

В акустической ситуации, когда звуковые волны отражаются от стен, в уши помимо прямого сигнала от источника звука приходят отраженные идентичные сигналы. Отраженные звуки достигают ушей с некоторой задержкой по времени и идут из разных направлений. Однако слуховая система локализует источник звука в направлении прямого, а не отраженного звука. В зависимости от времени прибытия отраженные звуки определяются как реверберация или как эхо. Локализация источника звука в этих условиях основывается на так называемом эффекте предшествования. Если выразить мысль кратко, то эффект предшествования заключается в том, что в пределах определенного отрезка времени наше суждение об услышанном выделяет сигнал, прибывший первым, несмотря на наличие последующего. Величина временной задержки между ранее и позже прибывшими сигналами отражается как на локализации источника звука, так и на разборчивости сложных сигналов, таких, как речь.

2.3. ФИЗИОЛОГИЯ ВОСПРИЯТИЯ РЕЧЕВЫХ СИГНАЛОВ

2.3.1. Акустика речи

Речевые сигналы — это совокупность элементов акустической энергии с быстро меняющимися амплитудами и частотами.

Особенности звуков речи определяются различием их акустических свойств: высоты, силы, тембра и длительности. Волновой сигнал гласных звуков более прост по сравнению с волновой формой согласного звука, так как обладает значительной степенью периодичности. С точки зрения акустики гласные звуки отличаются от согласных подобно тому, как чистьте тональные сигналы отличаются от сложных звуков.

Спектры гласных звуков неравномерны и, как правило, имеют подъемы, которые называются формантами. Так, звуки у ш ы характеризуются низкими формантами — от 200 до 600 Гц. Звук а независимо от того, голосом какой высоты он произнесен, обладает своеобразной формантой в области от 1000 до 1400 Гц. Спектры согласных звуков имеют более сложные акустические характеристики. Наряду с периодическими колебаниями звонким согласным свойственны непериодические колебания высокой частоты. Для других согласных (п, ш и др.) характерны только непериодические колебания различной частоты.

Основная частота голоса Ро определяет частоту следования импульсов, генерируемых голосовыми связками. В среднем для мужского голоса Ро= 120 Гц, для женского — 140— 150 Гц. Первая и вторая форманты речи соответственно обозначаются как Р{ и Р2. Они определяют область частот, на которых в спектре речевых звуков обнаруживаются максимумы.

Чтобы звуковые колебания могли стать средством общения между людьми, они должны как-то отличаться и состоять из каких-либо отдельных звуковых единиц. Согласно современной теории речеобразования и восприятия речи, такими звуковыми единицами являются фонемы (Л.А.Чистович, 1976). Последовательность фонем образует слово, а последовательность слов — сообщение. Изменение порядка следования фонем или их числа приводит к изменению слова.

Для каждого языка характерно определенное число звуковых единиц. Так, в русском языке имеется 35 согласных и 6 гласных фонем, в немецком — 24 согласные и 15 гласных фонем, в английском насчитывается 33 согласных дифтонга и 12 гласных фонем. Каждая фонема имеет свой спектр, в котором форманты располагаются в определенном диапазоне частот. При этом, несмотря на наличие межиндивидуальных различий в спектральной картине отдельных звуков речи, произнесенных женщиной, мужчиной или ребенком, частотные и амплитудные соотношения между отдельными формантами, их длительность и характер изменений практически остаются стабильными. Именно поэтому звуки речи относительно легко распознаются человеком. Максимальное число формант в спектре речи может достигать семи, однако для распознавания отдельных фонем наиболее важными являются только первая, вторая и третья форманты.

Спектр согласных фрикативных звуков напоминает всплески «белого шума». Взрывные согласные очень неустойчивы по природе и представляют собой прерывистые изменения акустической волны. При этом их спектр распространяется преимущественно на область высоких частот.

Спектр звуков не остается постоянным, а изменяется во времени и зависит не только от самой фонемы, но и от того, какая фонема ей предшествует или следует за нею. В этой связи наибольшим изменениям подвержены спектры согласных. Указанное влияние одних фонем на другие, по-видимому, имеет важное информационное значение при распознавании звуков речи (Л. П. Павлова). Отдельные фонемы отличаются по длительности, причем у гласных она большая, чем у согласных. Длительность фонем так же, как и их спектр, изменяется в зависимости от соседствующих звуков (С. Е. Ре1ег8оп, 1.ЬеЫ81е).

Средний уровень спектра речи и динамический диапазон разговорной речи

Речевые сигналы ограничены частотным диапазоном 100 — 10 000 Гц и уровнями от 50 до 80 дБ. При этом основные голосовые тоны составляют диапазон частот 100 — 250 Гц. Энергия гласных фонем сосредоточена главным образом в диапазоне 200 — 1500 Гц, а энергия согласных звуков — в диапазоне 1000 — 6000 Гц. На частотах 200—1000 Гц содержится максимальная энергия звуков речи (гласные звуки), которая уменьшается примерно по 5 — 8 дБ на октаву при расширении речевого диапазона частот от 100 до 6000 Гц .

Фонемы отличаются не только по частотному составу, но и по уровню; гласные фонемы имеют большую интенсивность, чем согласные. Различия уровней гласных и согласных звуков достигают 25 — 30 дБ. Интенсивность речи обычно выражают через условный эквивалентный уровень, время суммирования которого составляет не менее 60 с (Р. Герлих, 1960). Средний или эквивалентный уровень речи может быть приближенно определен с помощью прецизионного шумомера измерением в режиме «быстро» или «медленно» с усреднением регистрируемых максимальных значений (соответственно за вычетом 3 дБ или с добавлением 2 дБ).

Пиковые амплитуды изменения речи приблизительно на 12 дБ выше, а минимальные «провалы» примерно на 18 дБ ниже среднего уровня речи. Диапазон изменения УЗД звуков речи в среднем равен 30 дБ. Наибольшие отклонения мгновенных пиковых значений обнаруживаются на более высоких частотах. Так, для области средних частот наибольшие различия между максимальными и минимальными мгновенными значениями уровня речи составляют приблизительно 14—16 дБ, а для частот 2000 — 4000 Гц они достигают 30 — 35 дБ (Г. Фант, 1970).

2.3.2. Разборчивость речи

Распознавание речи, как следует из многочисленных экспериментальных и теоретических исследований, по-видимому, происходит последовательно в два этапа. Сначала слуховая система осуществляет перевод простых физических или акустических признаков речевого сигнала в дискретный ряд фонем. На втором этапе происходит непосредственный перевод фонем в языковую единицу (А. И. Соловьева, 1972; Н.А.Позин и др., 1972; И.А.Вартанян, 1978).

Чтобы речь была услышана, ее уровень должен быть выше порога слышимости или порога обнаружения. Только в этом случае слушающий начинает различать отдельные слова.

Основным методом количественной оценки разборчивости речевых сигналов является артикуляционный метод, согласно которому определяют количество слогов, слов или предложении, произнесенных диктором или записанных на магнитный носитель и правильно повторенных слушателем. Разборчивость речи выражают через коэффициент -разборчивости или в процентах.

Многочисленными экспериментами установлено, что с повышением интенсивности речевых сигналов их разборчивость повышается. Пороги разборчивости зависят как от фонемного состава речевого материала и количества слогов в слове, так и от частоты их употребления, а также от наличия и характера шумовой помехи. Разборчивость речи зависит не только от морфологических, синтаксических и лингвистических особенностей речевого материала, но также и от акустических условий и других физических факторов, влияющих на качество звука и его воспроизведение.

Оценка спектрального состава, а также амплитудных соотношений периодических звуков — наиболее важный ключ для распознавания речи. Хотя речевые сигналы содержат частоты от 500 до 10 000 Гц, однако в реальных условиях человек обычно воспринимает их в более узком диапазоне частот. Так, при разговоре по телефону достаточно высокая разборчивость речи обеспечивается при сохранении только части частотного диапазона, например от 300 до 3500 Гц.

Эксперименты по разборчивости речи, пропущенной через фильтры низких и высоких частот, позволили установить влияние различных участков частотного диапазона на качество звучания речи и разборчивость (Д. Ликлайдер, Д.Миллер, 1963; М.М.Эфрусси, 1975). Результаты этих исследований показали, что частоты выше 3400 Гц практически не вносят вклада в разборчивость, поскольку диапазон частот от 100 до 3400 Гц обеспечивает более 90 % разборчивости речи.

На разборчивость речи влияют также ее амплитудные ограничения. Типичным амплитудным искажением является клиппирование звуковых сигналов. При этом если ограничение пиковых амплитуд сигнала составляет 0-20 дБ от их максимальных значений, то разборчивость речи уменьшается незначительно и снижается до 90-96 % по сравнению с разборчивостью речи без клиппирования. Если же амплитуды речевого сигнала ограничиваются от 20 до 50 дБ, то разборчивость речи снижается до 70 % и остается на этом уровне практически до бесконечного клиппирования (Д. Ликлайдер). При этом форма сигнала становится практически прямоугольной с различными длительностями и интервалами между импульсами.

Один из видов амплитудных искажений — центральное ограничение речевого сигнала: форма пиковых значений сигнала сохраняется, но исключается информация о местах и времени пересечения звуковой волны с центральной осью. Именно такие виды искажений вызывают резкое снижение разборчивости речи. Однако наибольшее ее снижение происходит при суммации разных видов амплитудных искажений.

На форму речевого сигнала также влияет время реверберации, определяемое акустическими условиями помещений. С его повышением, начиная от 0,4 до 5 с, разборчивость речи снижается. Так, при увеличении времени реверберации от 2 до 8 с разборчивость речи понижается от 60 до 20 %.

Помимо указанных факторов на разборчивость речи влияет также скорость воспроизведения или произнесения говорящим слогов или слов. Нормальная скорость воспроизведения речи составляет 100— 140 слогов в минуту; разборчивость заметно снижается, если скорость воспроизведения достигает 180 — 200 слогов в минуту. Искажения возникают, если не совпадают скорость воспроизведения и скорость записи. При этом меняется тембровая окраска речевых звуков, что обусловлено изменением спектрального состава речи.

Аналогичные искажения речи происходят и при сдвиге спектра речевого сигнала в сторону высоких или низких частот (Ю. В. Крылов и др., 1980; Д.Ликлайдер, Д.Миллер, 1963). Такой вид частотных искажений иногда наблюдается при передаче и приеме речевых сигналов через приемопередающие системы. Линейный сдвиг спектра речи приводит к резкому нарушению ее разборчивости. При этом потеря разборчивости пропорциональна величине сдвига спектра речи.

Вопросы и задания

1. Дайте определение понятия «звук».

2. Какую форму имеет звуковая волна?

3. От чего зависят сила и интенсивность звука?

4. На какие группы можно разделить звуки?

5. Дайте определение понятия «область звукового восприятия».

6. В каких единицах принято выражать силу и частоту звука?

7. Дайте определение понятия «слуховая чувствительность».

8. Что такое маскировка? Какой звук является маскирующим?

9. Назовите преимущества бинаурального слуха.

10.Чем отличаются гласные звуки от согласных с точки зрения акус

тики?

новных голосовых тонов.

12.В каких диапазонах сосредоточена энергия гласных фонем, энер

гия согласных звуков?

13.От чего зависит разборчивость речи?