PERCEPCYJNA ANALIZA DŹWIĘKU W UKŁADZIE SŁUCHOWYM
2. SELEKTYWNOŚĆ CZĘSTOTLIWOŚCIOWA
2.1. Istota selektywności częstotliwości
Sygnał sinusoidalny o określonej częstotliwości wywołuje wrażenie tonalne o czystej, wyraźnej barwie. O wysokości tonu decyduje jego częstotliwość, a głośność związana jest ściśle z natężeniem. Zaprezentowanie jednocześnie dwóch tonów wywołuje wrażenie, które zależy od odległości tych tonów w dziedzinie częstotliwości. Duża różnica częstotliwości, na przykład dla tonów 300 Hz i 1000 Hz, spowoduje, że słuchacz usłyszy wyraźnie dwa od-dzielne tony, którym będzie mógł przyporządkować dwie różne wysokości.
Dla takiej różnicy częstotliwości układ słuchowy dokonuje percepcyjnego rozdzielenia tych tonów. Zdolność do percepcyjnego rozłożenia dźwięku na poszczególne składowe nazywa się rozdzielczością lub selektywnością czę-stotliwościową. Mówimy często, że układ słuchowy zachowuje się jak anali-zator częstotliwości, rozkładając dźwięk złożony na składowe tonalne. Jeśli składowe dwutonu mają zbliżone częstotliwości (np. 1000 Hz i 1030 Hz), to słuchacz odbierze pewien dźwięk jako wypadkową dwóch tonów składo-wych i nie będzie mógł przyporządkować im odrębnych wysokości. W tym przypadku rozdzielczość częstotliwościowa układu słuchowego jest niewy-starczająca do rozdzielenia składowych tego dźwięku.
Rozdzielczość częstotliwościowa, której źródłem jest funkcjonowanie błony podstawnej, jest fundamentalną właściwością słuchu i przejawia się we wszystkich aspektach percepcji dźwięku. Wzrok nie ma zdolności do analizy światła: światło białe w odczuciu obserwatorów jest światłem bia-łym, a nie zbiorem barw, z których się ono składa.
2.2. Wstęga krytyczna, filtry słuchowe
Selektywność częstotliwościową opisuje się zwykle za pomocą tak zwanych filtrów słuchowych. Każdemu punktowi błony podstawnej przypisana jest inna częstotliwość (charakterystyczna, CF), w którym ton o tej właśnie czę-stotliwości wywołuje maksymalne jej wychylenie. Dzięki tej właściwości można stwierdzić, że każdy punkt błony podstawnej zachowuje się w przy-bliżeniu tak, jak filtr pasmowoprzepustowy o określonej częstotliwości środkowej, paśmie przepustowym i nachyleniu zboczy. Cała zaś błona pod-stawna może być potraktowana jako zbiór takich filtrów. Charakterystyki tych filtrów, nazywanych filtrami słuchowymi, można wyznaczać w bada-niach fizjologicznych i psychofizycznych.
Psychofizyczne metody wyznaczania charakterystyk (lub kształtów) fil-trów słuchowych wykorzystują zjawisko maskowania, czyli zagłuszania dźwięku przez inny dźwięk. W przypadku maskowania tonu szerokim pas-mem szumu słyszenie tonu oparte jest na filtrze słuchowym, w którym (i) stosunek mocy tonu do mocy szumu (tzw. stosunek sygnału do szumu, signal-to-noise ratio, SNR) jest największy oraz że (ii) detekcja tonu na tle szumu następuje wtedy, gdy stosunek ten przekroczy pewną wartość.
Pierwszą hipotezę dotyczącą charakterystyki filtru słuchowego zapropo-nował Fletcher (1940). Wyznaczał próg słyszalności tonu w obecności pa-sma szumu maskującego o częstotliwości środkowej równej częstotliwości tonu. Widmowa gęstość mocy szumu była stała. Oznacza to, że w miarę zwiększania szerokości pasma wzrastała całkowita moc szumu. Strukturę widmową sygnałów oraz rezultaty tego eksperymentu przedstawiono na rycinie 2.
Ryc. 2. Schemat eksperymentu Fletchera (1940)
Struktura widmowa sygnałów i rezultat eksperymentu.
Próg detekcji [dB]
Δf Δf
Początkowemu zwiększaniu szerokości pasma szumu (Δf) towarzyszył wzrost progu słyszalności tonu. Jednak począwszy od pewnej szerokości pasma próg przyjmował stałe wartości i dalsze zwiększanie jego szeroko-ści nie powodowało wzrostu progu. Fletcher założył, że dokonując detekcji tonu na tle szumu, słuchacz wykorzystuje prostokątny filtr słuchowy o częstotliwości środkowej zbliżonej do częstotliwości tonu. Zatem, dopóki pasmo szumu maskującego mieści się w filtrze słuchowym, dopóty szum wpływa na próg słyszalności sygnału. Gdy szerokość pasma szumu wzrasta od najmniejszych wartości, to wzrasta również próg detekcji sygnału. Gdy szerokość pasma szumu przekroczy szerokość tego filtru słuchowego, to część szumu, która znalazła się poza filtrem, nie wpływa na detekcję tonu i próg detekcji tonu przyjmuje stałą wartość niezależnie od tego, że zwięk-szanie szerokości pasma szumu powoduje wzrost mocy szumu. Szerokość pasma szumu, przy której próg detekcji tonu przestaje wzrastać, nazywa się wstęgą krytyczną, odpowiada ona szerokości prostokątnego filtru słucho-wego.
Prostokątne filtry słuchowe (wstęgi krytyczne) umożliwiają interpretację rezultatów eksperymentów dotyczących maskowania tonów przez sygnały szerokopasmowe. Jednak w przypadku innych typów sygnałów maskują-cych koncepcja nie sprawdza się. Przebieg tak zwanych audiogramów ma-skowania ilustrujących progi mama-skowania tonu pasmem szumu o częstotli-wości środkowej 410 Hz, szerokości pasma 90 Hz i o różnych poziomach natężenia jest tego jednoznacznym dowodem (ryc. 3).
Próg detekcji tonu maskowanego pasmem szumu o ustalonym poziomie osiąga maksimum, gdy częstotliwość tonu jest zbliżona do częstotliwości środkowej pasma szumu. Przebiegu audiogramów maskowania nie można zinterpretować, opierając się na założeniu istnienia filtrów o prostokątnej obwiedni widmowej i wykorzystywaniu przez słuchacza tylko jednego pro-stokątnego filtru. Gdyby filtry słuchowe były prostokątne, to efekt maskowa-nia byłby obserwowany tylko wówczas, gdy pasmo częstotliwości obejmo-wane przez sygnał maskujący pokrywałoby się, choć częściowo, z pasmem przepustowym (prostokątnego) filtru o częstotliwości środkowej równej częstotliwości tonu.
Audiogramy maskowania przedstawione na rycinie 3 odwzorowują tak zwane pobudzenie wywołane sygnałem maskującym (wąskie pasmo szu-mu), czyli pewną wewnętrzną aktywność układu słuchowego jako funkcję częstotliwości. Jest ono skutkiem przejścia sygnału maskującego przez układ filtrów słuchowych. Pasmo szumu wywołuje aktywność wszystkich punk-tów błony podstawnej o częstotliwościach charakterystycznych przypadają-cych na to pasmo oraz wielu punktów w sąsiednich obszarach. Stąd zakres
częstotliwości, w którym występuje maskowanie, jest znacznie szerszy niż pasmo obejmowane przez masker, zwłaszcza od strony dużych częstotliwo-ści, oraz zależy od jego poziomu.
Ryc. 3. Audiogramy maskowania (Egan, Hake, 1950)
Parametrem krzywych jest poziom pasma szumu maskującego.
Niezależnie od uproszczenia kształtu filtru słuchowego, koncepcji wstęg krytycznych poświęcono wiele badań w latach 1950–1970, których podsu-mowaniem jest zależność zaproponowana przez Scharfa (1970), przedsta-wiona na rycinie 6 za pomocą linii przerywanej. Wstęgi krytyczne mają sze-rokość stałą (równą 100 Hz) dla częstotliwości środkowych mniejszych od 500 Hz. Powyżej tej częstotliwości ich szerokość wzrasta w przybliżeniu liniowo wraz z częstotliwością. Przyjmuje się, że szerokość ta jest równa około 17% częstotliwości środkowej.