29、音色感知：粗糙度的奥秘

音色感知：粗糙度的奥秘

1. 音色感知概述

在听觉信息处理中，进入中枢神经系统的信息会被处理成听觉单元。这些听觉单元除了节拍之外，还具有多种听觉属性，而音色就是其中最难以捉摸的属性。研究发现，在音高、响度和音色这三个属性中，听觉系统对音色的处理速度比音高和响度更快。音高和响度的整合时间超过十毫秒，而音色仅需十毫秒或更短。例如，Gray的研究表明，从不同元音中截取不超过3毫秒的片段就足以识别该元音。Robinson和Patterson在合成歌唱元音、同时呈现两个元音以及合成乐器声音的识别研究中也得到了类似结果。Suied等人使用自然歌唱元音和自然乐器声音的研究显示，不到五毫秒的间隔就足以让参与者几乎完美地区分这两类声音，即使该间隔短于一个音高周期。这些结果是在参与者没有任何训练的情况下获得的，说明声音类别之间的区分基于非常短的声音片段中的信息，此时响度和音高尚未形成。

2. 音色的定义

音色是声音各种听觉属性中最难以定义的。音高可以从低到高进行缩放，响度可以从软到响进行衡量，感知持续时间可以从短到长进行描述，感知位置可以在空间中指示，而音色则不同。元音声音和乐器声音可以分为明确的类别，其开头部分似乎包含了足够的信息以便快速识别。但对于许多环境声音等其他声音，类别往往不太明确，识别所需的信息会分布在更长的时间段内。因此，音色通常基于它不是什么来定义，即不是音高、不是响度、不是持续时间。美国国家标准协会的标准定义为：“音色是一种听觉属性，听众可以根据它判断两个以相同方式呈现、具有相同响度和音高的声音是不同的。”后来的版本还补充说明，音色主要取决于频谱，但也与声压和声音的时间特征有关。尽管音色的定义复杂，但不同的音色属性可以或多或少地独立于其他听觉属性进行描述，接下来将依次讨论粗糙度