64、听觉流中单元感知数量与节奏的奥秘

听觉流中单元感知数量与节奏的奥秘

1. 听觉场景中声源数量的感知

在由音乐和语音组成的听觉场景中，听众只有在声源数量少于约四个时，才能准确判断声源的数量。当声源数量超过三个时，听众往往会低估实际的声源数量。此外，当听觉场景中的流超过约四个时，各个流会失去其独特性。

研究人员对听觉场景的响度感知也进行了研究。当流的数量少于四个，听众能够区分各个声源时，大多数听众会根据流的平均响度来判断；而当声源数量为四个或更多时，判断则更多地基于听觉场景的整体水平。这表明，即使是像响度感知这样的基本过程，在处理少于约四个声源的场景和多于约四个声源的场景时也存在差异。

不过，听众并不会对听觉场景进行快速计数（即“数感直觉”）。研究表明，在约四到五个声源的情况下，听众的反应时间会随着实际声源数量的增加而线性增加。这意味着听众在估计听觉场景中的声源数量时，会逐个扫描听觉场景中的流。如果来自声源的声音足够不同，当声源数量少于约四个时，听众可以可靠地估计声源数量；而当声源数量较高时，听众通常会低估声源数量。

2. 听觉流中单元数量的计数

与听觉场景中流的数量计数不同，听众可以轻松地计算听觉流（如音乐旋律或正常语音）中单元的数量，例如旋律中的音调数量或语音中的音节数量。人们大声或在内心计数的最大速度约为每秒六个数字，对应约167毫秒的起始间隔（IOI）。语音强度的时间调制峰值为5Hz，而音乐中为2Hz，这与听众能够很好地计算音乐和语音中的节拍并与之同步的观察结果相符。

对于每秒产生超过六个单元的听觉流，人们仍然能够在一定程度上计数。早期的研究中，Taubman发现，对于IOI为125毫秒的短音序列，听众几乎可以完美地估计音调数量；对于较短的IOI