2.6 听觉系统和听觉特性

2.6.1 听觉系统

人的听觉器官包括外耳、中耳和内耳三个部分，即包括从外耳的耳廓起直到能把声刺激转变为神经活动的器官为止。如图2-10所示是人耳构造的示意图。

1．外耳

外耳是听觉器官的第一层。外耳虽然比较简单，但在听觉系统中起着重要的作用。如果没有外耳，耳朵的听觉就不会那么灵敏，许多声音就可能听不到。外耳由耳廓、外耳道和鼓膜组成。成年人的外耳道长约为2.7cm，直径约为0.7cm。外耳道封闭时的最低共振频率约为3060Hz。由于外耳道的共振效应，会使声音得到10dB左右的放大。一般认为外耳在对声音的感知中有两个作用，即声源的定位和对声音的放大。除了外耳道的共振可使声音放大之外，头的衍射效应也会增加鼓膜处的声压，可使声音放大约20倍。

2．中耳

中耳包括三块听小骨，即锤骨、砧骨和镫骨。其中，锤骨与鼓膜相接触，镫骨则与内耳的前庭窗相接触，砧骨在锤骨与镫骨之间。中耳的作用有两个：一个是进行阻抗变换，即将中耳两端的声阻抗匹配起来；另一个作用是保护内耳。在一定的声强范围内，听小骨实现声音的线性传递，而当声强特大时，听小骨实现声音的非线性传递。

3．内耳

内耳的主要构成部分是耳蜗。耳蜗是听觉的受纳器，它使声音通过机械变换后产生神经信号。耳蜗长约为3.5cm，最宽处约为0.32cm，呈螺旋状盘绕2.5～2.75圈。

整个耳蜗由耳蜗隔膜隔开成三个区域。中间的隔膜叫基底膜，上部为瑞士膜，中间区域称为耳蜗管。上、下两个区域分别称为前庭阶和鼓阶，前庭阶和鼓阶在尖端部分相通。耳蜗管中充满高黏度的胶状的内淋巴液，而相通的前庭阶和鼓阶内则充满黏度为水黏度两倍的淋巴液。基底膜的听觉响应与刺激的频率有关，频率较低时，靠近耳蜗尖部的基底膜产生较大响应；反之，频率较高时，则靠近耳蜗底部的基底膜产生较大响应。基底膜的频率响应的空间分布导致基底膜上不同位置的柯蒂氏器官的纤毛细胞对不同频率的声音产生弯曲，从而刺激其附近的听觉神经末梢，产生电化学脉冲，并沿听觉神经束传递到大脑。大脑对送来的脉冲进行分析和判断就可以识别并理解出该语音的含义。

2.6.2 听觉特性

正常人的听觉系统是非常灵敏的，人耳可以听见的声音的频率范围为20Hz～16kHz，年轻人可以听见20kHz的声音，而老年人可以听到的高频声音要减小到10kHz左右。

人耳听觉的主观感知主要包括响度、音调和掩蔽效应等。

1．响度

物理上，测量声音强弱的物理量为声强，单位用瓦/厘米 ² （W/cm ² ）表示。心理上，主观感觉声音强弱的单位是方（phon）或宋（sone），方是响度级的单位，而宋是响度的单位。

当声音的强度小到人耳刚刚能够听见时，称为听阈，此时的响度级定为0方。测量结果表明，听阈值是随频率变化而变化的。例如，在1kHz纯音时，10 ^-16 W/cm ² （0dB声强级）的声音，人刚刚能够听到，而在其他频率时，声强可能需要比这更大或更小。

如果加大声音的强度，使它大到人耳感到疼痛，这个阈值称为痛阈。测量表明，如果为1kHz纯音，当声强级大到120 dB左右（即声强为10 ^-4 W/cm ² ）时，人耳就感到疼痛。人耳对不同频率的痛阈也是不一样的。听阈和痛阈之间就是人耳的听觉范围，从声强上来看，人耳的听觉范围为0～120dB 的声强级，达10 ¹² 倍以上，是相当宽的。

2．音调

音调是听觉分辨声音高低时，用于描述这种感受的一种特性。对于频率低的声音，听起来感觉它的音调低，而对于频率高的声音，听起来感觉它的音调高。但是音调与声音的频率并不成正比关系，它还与声音的强度及波形有关。描写音调采用的单位是美（Mel）。一个高于听阈40dB、频率为1kHz的纯音所产生的音调定为1000Mel。如果一个纯音听起来比1000Mel的声音调子高一倍，则其音调为2000Mel。音调（用T表示）与频率的关系是非线性的，可近似表示为

3．掩蔽效应

当两个响度不同的声音作用于人耳时，响度较高的频率成分的存在会影响对响度较低的频率成分的感受，使其变得不易察觉，这种现象称为掩蔽效应。一般来说，对于中等掩蔽强度，纯音最有效的掩蔽出现在它的频率附近，低频的纯音可以有效地掩蔽高频的纯音，而高频的纯音对低频的纯音的掩蔽作用则很小。掩蔽效应会因一个声音的存在而使另一个声音的听阈上升。

噪声的存在也会影响到纯音的接收，即对纯音产生掩蔽。可以把噪声视为由许多纯音组成的宽带音。掩蔽作用最明显的是被掩蔽纯音的频率附近的一个窄带的掩蔽分量。因此，人们常用“频率群”掩蔽的概念来解释。为了描写这种掩蔽的效果，人们引入了临界带宽的概念。一个纯音可以被以它为中心频率，且具有一定频率带宽的连续噪声所掩蔽，如果在这一频带内噪声功率等于该纯音的功率，这时该纯音处于刚能被听到的临界状态，即称这一带宽为临界带宽。一个临界带宽可以用巴克（Bark）来表示。在20Hz～16kHz范围内的声音可以分为24个频率群，或者说共有24个巴克（Bark）。表2-3给出了24个临界带宽的编号、中心频率、频率范围及其带宽的数据。