6、声音场景与事件的声学和心理声学解析

声音场景与事件的声学和心理声学解析

1. 引言

在日常生活中，声音无处不在。各种发声事件不断发生，它们在时间和频率上相互重叠，在空间中传播，经过表面反射和障碍物衍射后，最终汇聚到麦克风或听众的耳朵里，形成复杂的声学阵列，这就是听觉场景。

例如，在家中与朋友和孩子们一起放松时，听觉场景会非常杂乱，包含不同的对话和噪音。然而，听众却能够轻松地解析这个场景，将不同的声音事件从背景中分离出来，识别出这些声音事件，如不同的对话、背景音乐、杯子的碰撞声、孩子们游乐场上可疑的撞击声等，还能专注于自己参与的对话，或者将注意力转移到附近更有趣的对话上，同时留意孩子们的动静，这就是经典的鸡尾酒会效应。

日常声音感知（“日常聆听”）与音乐感知和语音感知有所不同。音乐感知更关注信号的音乐品质，而不太注重声音源的精确识别；语音感知则主要是解码语言信息，识别说话者的身份、性别和情感。日常声音感知的主要目标是通过将场景分离成不同的事件并识别这些事件，来理解听众周围环境中正在发生的事情。

听觉场景中的声学信号首先由外周听觉系统（耳廓、鼓膜、听小骨、耳蜗、听觉神经）处理。对听觉场景和事件的感知还涉及两种重要的感知能力：一是将声学信号中的频谱 - 时间规律分离和分组为听觉对象（听觉场景分析）；二是理解这些听觉对象，即识别它们所对应的声音事件（声音事件识别）。听觉对象是一种感知（由现象感知产生的心理实体），对应于被视为一个连贯整体的声音（或一组声音），例如打印机发出的复杂噪音序列，会被（正确或错误地）归因于环境中的单个源或事件。

2. 听觉场景与事件的声学和心理声学特征

2.1 声学特征

• 声音的产生