掩蔽效应及其应用.doc

掩蔽效应及其应用我们都有过这样的体验：当两种或两种以上的声音同时存在，人耳对声音的感觉与仅有一种声音单独存在时的感觉是不同的。例如，在一个安静的环境中，我们的耳朵能分辨出轻微的声音，但是在嘈杂的环境中，轻微的声音就完全被淹没掉了。要想听到原来轻微的声音，就必须使它增强才行。一个较弱的声音的听觉感受被另一个较强的声音影响的现象，我们就称之为人耳的“掩蔽效应”。“掩蔽效应”在实际声学应用中有很重要的作用。我们假设安静的环境下，听清楚声音A的阈值为30dB，若此时又能同时听见声音B，这时由于B的影响，使得 A的阈值提高到了40dB，即比原来提高了10dB。此时，我们就称B为掩蔽声，A为被掩蔽声。被掩蔽声听阈提高的分贝数称为掩蔽量，即上述10dB为掩蔽量，40dB称为掩蔽阈。掩蔽可分成频域掩蔽和时域掩蔽。频域掩蔽事实上，掩蔽效应并不仅仅是个音量问题，因为当掩蔽音与被掩蔽音的频率不相同的时候，掩蔽作用并不那么严重。但一个响亮的纯音很容易就把另一个频率更高的纯音给掩蔽掉。一个强纯音会掩蔽在其附近同时发声的弱纯音，这种特性称为频域掩蔽，也称同时掩蔽(simultaneous masking)，如图1所示。从图1中可以看到，声音频率在300 Hz附近、声强约为60 dB的声音掩蔽了声音频率在150 Hz附近、声强约为40 db的声音。又如，一个声强为60 dB、频率为1000 Hz的纯音，另外还有一个1100 Hz的纯音，前者比后者高18 dB，在这种情况下我们的耳朵就只能听到那个1000 Hz的强音。如果有一个1000 Hz的纯音和一个声强比它低18 dB的2000 Hz的纯音，那么我们的耳朵将会同时听到这两个声音。要想让2000 Hz的纯音也听不到，则需要把它降到比1000 Hz的纯音低45 dB。一般来说，弱纯音离强纯音越近就越容易被掩蔽。图1 声强为60 dB、频率为1000 Hz纯音的掩蔽效应在图2中的一组曲线分别表示频率为250 Hz，1 kHz和4 kHz纯音的掩蔽效应，它们的声强均为60 dB。从图2中可以看到：1）在250 Hz，1 kHz和4 kHz纯音附近，对其他纯音的掩蔽效果最明显。2）低频纯音可以有效地掩蔽高频纯音，但高频纯音对低频纯音的掩蔽作用则不明显。图2 不同纯音的掩蔽效应曲线由于声音频率与掩蔽曲线不是线性关系，为从感知上来统一度量声音频率，引入了“临界频带（critical band）”的概念。通常认为，在20 Hz到16 kHz范围内有24个临界频带，如表12-01所示。临界频带的单位叫Bark（巴克），1 Bark = 一个临界频带的宽度f(频率) 500 Hz的情况下，1Bark9 + 4log(f/1000)以上我们讨论了响度、音高和掩蔽效应，尤其是人的主观感觉。其中掩蔽效应尤为重要，它是心理声学模型的基础。 表1临界频带临界频带频率 (Hz)临界频带频率 (Hz)低端高端宽度低端高端宽度0010010013200023203201100200100142320270038022003001001527003150450330040010016315037005504400510110173700440070055106301201844005300900663077014019530064001100777092015020640077001300892010801602177009500180091080127019022950012000250010127014802102312000155003500111480172024024155002205065501217202000280时域掩蔽除了同时发出的声音之间有掩蔽现象之外，在时间上相邻的声音之间也有掩蔽现象，并且称为时域掩蔽。时域掩蔽又分为超前掩蔽(pre-masking)和滞后掩蔽(post-masking)，如图3所示。产生时域掩蔽的主要原因是人的大脑处理信息需要花费一定的时间。一般来说，超前掩蔽很短，只有大约520 ms，而滞后掩蔽可以持续50200 ms。图3 时域掩蔽除了频域掩蔽和时域掩蔽外，还存在一种被称之为“时间掩蔽”的效应。同步掩蔽效应和不同频率声音的频率和相对音量有关，而时间掩蔽则仅仅和时间有关。如果两个声音在时间上特别接近，我们在分辨它们的时候就会有困难。例如，如果一个很响的声音后面紧跟着一个很弱的声音，后一个声音就很难听到。但是如果在第一个声音停止后过一段时间再播放第二个声音，后一个声音就可以听到。对纯音一般来讲，这个间隔时间是5毫秒。当然如果在时序上反过来，效果是一样的。如果一个较低的声音出现在一个较高的声音之前，而且间隔很短，那个较低的声音我们也听不到。掩蔽效应的应用掩蔽效应是指人的耳朵只对最明显的声音反应敏感，而对于不敏感的声音，反应则较不为敏感。例如在声音的整个频率谱中，如果某一个频率段的声音比较强，则人就对其它频率段的声音不敏感了。应用此原理，人们发明了mp3等压缩的数字音乐格式，在这些格式的文件里，只突出记录了人耳朵较为敏感的中频段声音，而对于较高和较低的频率的声音则简略记录，从而大大压缩了所需的存储空间。MP3用户可以指定每一秒的音乐是用多少个bit来存储。而MP3编解码器只关心频率之间和音量之间的相互关系。编码过程中，信号中的“无用分量”被拿来和人类心理声学的数学模型，以及压缩使用的比特率作比较，以决定要扔掉哪些数据。当前MP3压缩使用的比特率一般是128kbps。编码器在输出每一帧数据的时候都会考虑到这个数字，如果比特率比较低，那么“无关”和“冗余”数据的定义就会被放宽，导致大量的数据被认为是无用数据，此时压缩后的音频会丢失大量细节，导致音质下降。相反，如果使用较高的比特率编码，“无关”和“冗余”的标准就会被限定的更严格，细节会被保留，但是文件更大。除此之外，听觉的掩蔽效应在电声领域也被广泛应用。如动态降噪，就是根据不同的节目对噪声的掩蔽不同的原理设计的。掩蔽效应不仅是听觉生理现象，也是心理现象，“鸡尾酒效应”就是其中的一例。鸡尾酒效应是指当注意力