7、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

音色的维度方法

音色是使我们能够区分演奏相同音高且响度相同的管弦乐器的感知属性。它并非像响度或音高那样是单一感知，而是多维的，由多个感知（或维度）组成。研究音色维度的常用方法是通过不相似度评级和多维标度（MDS）技术，具体分三步：
1. 听众对一组声音中每对声音的不相似度进行评级。
2. MDS技术用几何空间（感知空间）中的距离来表示不相似度数据，两点间的距离代表两个声音的不相似度，该空间的维度被认为代表独立的感知。
3. 这些维度通过声学参数（声学关联）来解释。

在众多研究中，发现了一些较为系统的维度，如尖锐度、粗糙度和波动强度、起音时间、音调性、频谱通量、奇偶比等。下面详细介绍其中三个维度及其声学关联：
- 尖锐度和亮度 ：对应相似的感知，即声音可在从沉闷到尖锐或明亮的尺度上排序。它与能量的频谱平衡相关，低频能量多的声音被感知为沉闷，高频能量多的声音被感知为明亮或尖锐。亮度的声学关联是频谱质心，它是声学信号傅里叶变换的重心（即一阶统计矩）。例如，Zwicker的尖锐度是听觉滤波器组输出的重心，通过强调高频的函数加权。
- 波动强度和粗糙度 ：都对应信号幅度调制的感知，但不同的调制频率范围会产生不同的感知。调制缓慢（约4Hz）时，声音被感知为波动，这是波动强度的感知；调制较快（约70Hz）时，声音被感知为粗糙，这是粗糙度的感知。Zwicker和Fastl提出了波动强度的声学关联计算方法，但对噪声信号效果不佳，此时[100]中描述的方法更合适。粗糙度感知的声学关联计算较为复杂，常用算法是在47个通道（重叠Bark带）中计算调制指数，然后根据相邻通道