1、声音感知基础：从纯音到复杂声音的探索

声音感知基础：从纯音到复杂声音的探索

1. 声音的基本概念

声音是由空气压力的可听波动组成的。最直接表示这些波动的方法是将压力波的变化过程以时间为函数进行图形展示，这种表示方式被称为信号的波形或示波器图。例如，对于男性说出的“All lines from London are engaged”这句话，其示波器图有两种展示，上半部分显示完整语句的波形，下半部分显示“lines”一词中元音“i”的波形片段。

不过，波形表示法存在局限性：
- 适用信号范围有限 ：仅适用于相对较短、波动缓慢的信号。信号越长，可用图形空间内要容纳的波动就越多。如上述例子中，上半部分的波形图中波动过于密集，丢失了单个波动的所有细节；而在“All lines”这前两个词的部分，图形变得杂乱，几乎变成了由单个波动的最大正负峰值界定的一块区域。
- 难以获取频率信息 ：很难从波形中得出频率内容。我们通常认为声音由多个频率分量组成，每个频率分量随时间变化，这也是我们对音乐的认知方式。但这种心理表征通常与声音的声学结构并不对应。在乐队、管弦乐队演奏或合唱团演唱的音乐中，各种乐器或声音共同发声，声音的连续音符组成旋律，每个旋律都有自己的旋律和节奏结构。每个乐器发出的音符通常是多个频率分量（称为分音）的总和，其中最低的分音称为基音，其频率为基频（F0），频率高于基频的分音称为泛音。在大多数音乐信号中，泛音的频率是基频的整数倍，这种声音称为谐波声音。作为一阶近似，这些谐波声音的基频对应于音调的音高频率，音高频率构成了我们对旋律的心理表征，而非泛音的频率。我们通常不会将基音和泛音听成单独的声音，因为它们在感知上会融合成连贯的音调。分音的振幅共同决定了