等响曲线与听觉敏感度

人耳对不同频率的敏感度并非均匀。Fletcher和Munson早在1933年通过实验绘制了最早的等响曲线,后经多次修订形成目前的ISO 226:2003标准。核心发现有三条:人耳对3-4kHz频率最敏感,这是人类语音辅音的关键频段,也是耳道共振频率区域;低频低于200Hz和高频高于8kHz需要更高的声压级才能被感知到相同响度;在低声压级时低频衰减非常明显,这也是小音量听音乐感觉低音不够的原因。

等响曲线对音响系统的设计有直接影响。很多功放和播放器提供等响度控制功能,在小音量时提升低频和高频以补偿人耳的敏感度差异。专业混音师会在多个声压级检查混音,因为在大音量下平衡的混音在小音量下可能感觉低频不足。dBA加权曲线正是基于40 phon等响曲线设计的。

临界频带与听觉掩蔽

人耳基底膜的频率分辨能力有限,听觉滤波器将频率范围划分为约24个临界频带。Bark尺度就是基于临界频带的心理声学频率标度,低频带宽窄、高频带宽宽。在1-2 Bark(20-200Hz)范围内每个频带仅覆盖约100Hz,而到24 Bark(15-20kHz)带宽达到5000Hz。这个特性直接决定了MP3和AAC等有损编码的工作原理——利用临界频带内的听觉掩蔽效应丢弃人耳无法察觉的信息。

听觉掩蔽分为同时掩蔽和时序掩蔽。同时掩蔽中,低频掩蔽高频比高频掩蔽低频更有效,掩蔽效果在掩蔽声频率附近最强。时序掩蔽包括前向掩蔽(强声音结束后50-200ms内的弱声音被掩盖)和反向掩蔽(强声音出现前很短时间的弱音被掩盖)。

双耳定位与HRTF

人类依靠双耳的微小差异来定位声源。ITD(双耳时间差)在低于1.5kHz时最有效,声波到达两耳的最大时间差约600-650微秒。ILD(双耳声级差)在高于1.5kHz时最有效,因为高频波长小,头的遮蔽效果明显。HRTF(头相关传输函数)描述了声源到鼓膜之间的完整声学滤波,包括头、耳廓、耳道对声波的散射和反射。耳廓滤波是大脑判断声源垂直方向的主要线索,这也是虚拟环绕声和空间音频的核心技术基础。

Haas效应与工程应用

Haas效应(优先效应)是指当两个相同声源以1-40ms的时间差到达人耳时,听者会将声源定位在先到达的那个方向上。在公共广播系统中,延迟扬声器必须设置合适的延迟时间,使听众先听到主扬声器的直达声。在立体声混音中,将信号延迟10-30ms并分配到对侧声道可以制造更宽的声场感。在房间声学中,早期反射声如果在40ms内到达且比直达声低10dB以上,不会破坏声像定位,反而能丰富音色。