|
听觉场景分析及其评价 |
| |
王 净 杨玉芳
中国科学院心理研究所 (北京 100101)
[摘要] 听觉场景分析部分地借助于格式塔原则来研究听觉组织加工过程。它包括初级分析和图式加工过程。初级分析着重研究序列整合与同时性整合；而图式加工涉及到注意与知识的作用以及言语知觉的特殊性等。场景分析能够较好地说明简单音和复合音的知觉组织过程，但尚不能对言语加工进行全面地解释，其理论仍然存在一定局限性。
关键词 场景分析， 图式， 初级分析， 整合， 分组
分类号 59.831
1 听觉场景分析
听觉场景分析（auditory scene analysis）是用来研究听觉系统如何对外界刺激进行组织与加工的。其任务有两个：一是找出那些能够使声谱成份组合到一起或使它们分离成独立的听觉流或表象的声学特征；二是研究听觉分组的方法[1]。场景分析包含两个阶段[2]，一是以格式塔原则为基础的初级分析，它把不同感觉元素分配到相应组中；另一阶段是图式加工，它可以对知觉组织进行验证和修复。这两个阶段分别对应于自下而上和自上而下两个加工过程。
1.1 初级分析
初级分析过程是先天的，无需有意注意参与[2]。其策略是：先把听觉信号分割成许多独立的单元，这些单元与声谱中特定时域和频域相对应。然后，对这些单元进行分组或分离。分组是指听觉系统把某些具有相似特征或时间接近的音知觉为一个流，使之从复杂的环境声中突出出来。分离则是从复杂环境声中辨别出声音的不同来源或区分不同声音。分离和分组是一对统一的概念，如果出现了分组，也就意味着流与流之间产生了分离。初级分析包括序列整合和同时性整合。前者把在不同时间内顺序出现的谱成份纳入一个知觉流，以便计算环境中声音的序列特性。而后者则把同时出现的成份分开，将它们放入不同的流中。
1.1.1 序列整合 序列分组中的流形成遵循接近性和相似性原则，时间或频率接近的音将被分成一组。序列整合有两种形式，一是对由两个音高不同的简单音交替出现构成的序列的整合，听者会把这个序列听成两个来源不同、分别由低音和高音构成的流。另一种形式是对由频率关系较为复杂的音所构成的序列进行整合。把两组频率关系变化的音，按一定顺序排列，构成一个序列，该序列能否产生曲调取决于音之间的频率关系。当两组音的频域相同时，曲调将消失；但如果它们分别在两个没有重叠的频率范围内，则曲调便被听成一个独立的流。
影响流分离最重要的因素有两个：一是交替速度；二是两个交替出现音之间的频率差。序列速度取决于音之间的时间间隔。Bregman等[3]认为，产生分组效应的时间间隔为35ms。Darwin等[4]发现，当单个谐波提前或滞后32ms时，这个谐波就会与其他谐波产生分离。Dai等[5]甚至认为，听者可以按照特定任务要求，去调节时间整合间隔。但究竟是相同频率音之间的间隔重要，还是两个不同频率音之间的时间间隔重要？这个问题还有待进一步研究。
序列分组的影响因素还有基频、时间接近性、谱形状、强度和空间位置等。这些因素在分组中有竞争也有合作。如果所有因素对分组都有促进作用，则分组将被加强。例如，空间差异与其它因素联合起来时，其作用最强；又如，仅响度不同的两个音可能不会产生分离，但如果加入其它差异，则响度就可能起重要作用。
1.1.2 同时性整合 声音中的谐波在频域中呈线性分布，而在基底膜上激活的相应位置则呈对数分布。在对数频率单元中，低次谐波之间相距较远，而高次谐波则相距较近。因此，谐波捕获有如下规律：(1)复合音中低次谐波比高次谐波更容易被捕获；(2)包含奇次谐波的谱成份比包含连续谐波的谱成份更容易被捕获；(3)相邻谐波被剔除的谐波易被捕获。因此谐波之间的频率相差越大，这些谐波越容易从复合音中被捕获[2]。Duifhuis等[6]发现，在音高知觉中，听觉系统能够把额外声从复合音中剔除，其作用原理如同筛子，对信息进行过滤，他们把这种加工机制称作“谐波筛”（harmonic sieve）。那些与基频很接近的谐波可以通过筛子；而其它额外声则无法通过。这种效应在低信噪比情况下更为突出。谐波筛是流形成的机制之一，其工作方式不是全或无（all-or-none)的，而是渐进的[7]。谐波在失调比例很小（3%－8%）的情况下，谐波仍然能够通过谐波筛。谐波筛只对那些可分辨的谐波起作用，它不能完全把额外音从元音的第一共振峰频域中剔除，因为两者之间可以产生部分整合[8]。
[1] [2] 下一页
上一个医学论文： 关于重复知盲现象的研究
下一个医学论文： 电刺激隐神经不同纤维诱发丘脑束旁核电反应的研究
|
|
|
|
|
|
|
您现在的位置： 绿色健康网 >> 医学论文 >> 基础医学论文 >> 正文