下载掌阅APP，畅读海量书库
立即打开
与传统声学领域中的噪声控制不同，声景研究更注重人在环境中的感知而非单纯考虑声学中的物理量。因此，声景研究更多地考虑如何引入积极正面的声音，而非单纯控制环境中的噪声。本节通过对声景的构成、属性和特征的讨论，确定城市开放空间中的典型声景类型，明确整体研究中的研究对象。
声景（Soundscape）从构词上来说，借鉴于景观（Landscape），是“声音（Sound）”和“景观（Scape）”的合成 [86] 。声景的构建最初是从音乐和生态学领域发展起来的，但随着声景研究的不断发展，其已经与建筑声学、环境健康科学、心理生理学、行为学、社会学等多个学科相互结合。声景由声音、环境和听者 3 个要素构成，三者缺一不可。声景的概念与声环境的概念不同，后者是对客观的声音环境进行描述，而前者的定义本身便包含了人对声环境的感知过程 [87] 。也就是说，声景是依靠人的感知而存在的 [88] ，对声景进行研究不能脱离人的因素。因此，只有当声环境被人感知到时，声景研究才有意义。
声环境转化成声景的过程离不开人的认知注意，当人们关注声环境中的某一方面的特征时，复杂的声环境中的某一部分才会凸显出来，进而成为令人注意的听觉对象。这一过程的背后，涉及多感官的交互作用以及神经领域中的“自上而下”和“自下而上”的认知过程 [89，90] 。因此，声景研究需要更多地关注人在声环境中的感受，而生理指标便是其中的观测手段之一。
综上所述，声景是听者对由场景、声源组成的声环境的整体感受。声景作为人对环境感受的整体，既包括环境中消极、恼人的噪声，也包括容易被人忽视或无法引起特殊情感的中性声音，当然也包括环境中令人感到放松舒适的积极正面的声音。因此，在声景研究领域，研究者十分关注声景中各声音的类型及其所处环境的类型，因为不同的环境和声源会带给人不同的心理感受，并引发相应的情绪和生理反应。
声景中的声音一般都由多种声源混合而成。声景是基于听者所处的环境位置，经过听者根据自身的经历和知识对环境和声音进行的理解，进而形成的一种独一无二的听觉感受。本书在研究中需要对复杂的声环境进行控制，才能定量地研究声景的生理效应，下面从 3 个方面对声景概念中需要定义并控制的要素进行说明。
①场景。场景是声景的空间载体，脱离了场景，声景就变为纯粹的声音刺激。场景往往具备一定的功能，因此会使人在场景中产生特定的情绪。比如人们在自然的场景中往往会感到舒适，而在交通场景中会感到烦躁。此外，场景中视觉、嗅觉等其他感官也会影响人的感受。本研究的场景集中在城市公共开放空间，具体包括公园、广场以及步行街等场景。
②主导声源。主导声源又称前景声或信号声，是指在场景中包含确切含义的主体声源，比如交通场景中汽车的行驶声和鸣笛声就是主导声源。主导声源和场景相互结合，共同构建了声景的实际意义。场景中的主导声源在一般情况下和场景本身所传递的信息是一致的，即主导声源是属于该场景的，场景中的主导声源与场景不一致的现象很少发生，并且很容易令人困惑。比如，在鸟语花香的自然场景中，其主导声源是工厂的噪声，这种情况在现实中很难存在。因此，为了更好地研究生理效应的变化趋势，研究的场景和主导声源都是相互吻合的，不存在场景中出现与该场景违和的声音。此外，本研究中所选取的声源尽量单一且纯粹，以避免对过于复杂的声源所引起的生理反应难以区分和讨论的情况。
③背景声。背景声是指在场景中除了主导声源之外的声音，这些声音往往被人们从主观上忽视，比如交通场景中的风声。背景声在声压级上往往要低于主导声源，如果背景声的声压级过高，则背景声也将转换成前景声被人们注意到。此外，人们也会根据自己的主观意愿，关注到声景中的背景声，比如人们可以在嘈杂的餐厅中听出背景音乐，因此这一听觉效应也被称为鸡尾酒会效应（Cocktail Party Effect）。鸡尾酒会效应证实了人类可以依靠听觉注意机制，主动将听觉注意力在背景声与前景声之间进行转换。因此，为了突出主导声源的作用，本研究中所选择的声景中的背景声都十分微弱且稳定，因而不会影响主导声源的效应。
声景研究也注重对不同类型的声源进行分类，因为在很多情况下，人对声音的评价取决于声环境本身的意义，而非单纯的声学参数。比如舒缓的海浪声具有催眠的作用，清脆的鸟鸣声可以放松身心 [76，77] 。这些声音是依靠其声音的内在意义与人的认知和记忆产生共鸣进而起到积极效果的。因此，良好的声景分类标准可以对声景加以区分，在研究中需要分情况讨论不同的声音而非对所有声源一概而论。下面对常见的声景分类方法进行讨论。
声景学在创立之初就开始对声源进行分类研究。谢弗在开创声景理论的同时将声景从生态文化价值上分成了 3 类：基调声（Keynote sounds）、信号声（Signals）和标志声（Mark notes）。在他对声景的描述中，基调声是某一特定环境中的背景声，包括自然中的鸟鸣声、风雨声等声音；信号声是环境中的前景声，这些声音传达了明确内容的信息，具有很强的指示性，比如环境中的警报声、教堂的钟声等；标志声则代表了该地区特定文化的声音，这类声音构成了这一地区声景的独特性，包括该地区特有的方言以及独有的民族音乐等声音。显然，从以上论述可以看出，谢弗对于声景的理解和划分更多是基于文化背景因素。
法里纳（Farina） [92] 对声景的分类更基于实际的声音种类，他将声景按照声音类型分为地质自然声（Geophonies）、生物声（Biophonies）和人工声（Anthrophonies）。其中地质自然声表示非生物的自然声，包括风雨、潮汐等地质自然现象产生的声音；生物声则表示除人类以外一切自然生物的活动及鸣叫声，包括鸟鸣、犬吠等声音；人工声则表示一切人类活动所产生的声音。法里纳对自然声进行了明确的分类，说明他更关注声景中的自然的积极效应，但对人工声的分类不够详细。实际上，在现实的城市公共开放空间中，人的声音以及包括交通噪声在内的各种机械噪声才是充斥在空间中的主导声源。若是将所有的人工声归为一类，那么城市公共开放空间中的绝大部分声景都无法继续被细分。
考虑到对声源进行分辨的重要性，学界目前已经提出了多套基于城市声源的分类方案。当被要求描述所处城市或区域中的声学环境时，人们往往会说出可听见的声音及其来源，并将环境质量与这些声音所赋予的含义联系起来 [93] 。除此之外，也有一些通过客观声学参数进行声景分类的方法。这些方法主要是根据声景的主观评价与客观参数之间的相关性来建立评价模型，或是运用大数据的方式对环境中的声学数据进行分类。目前采用的大数据分类方法主要包括神经网络 [94] 、蚂蚁聚类法 [95] 、层次聚类法 [96] 等。
在本书的后续研究中，对声景的分类主要采用基于声源类型的分类方法。选择该方法进行分类的原因主要有 2 个：首先，本研究的主要目的是分析人在典型声景中的生理反应，生理指标的观测是主要的数据收集手段，因此需要首先针对单一的典型声源进行分析，采用声源分类的方法更适合实验的预期假设；其次，对声源进行分类，是目前在声景的情绪和生理研究中比较常见的分类方法，通过对声音进行预先分类，可以更好地分析积极和消极声景在生理指标上的差异。因此，本书的研究将城市公共开放空间中的声景分成 4 类：生物声（Biological sound）、地质自然声（Geophysical sound）、人为声（Human sound）和机械声（Mechanical sound） [97] 。其中生物声包括所有动物发出的声音；地质自然声包括天气现象和自然景观发出的声音；人为声主要是人活动和交流时发出的声音；机械声主要是各种工程机械和交通工具发出的声音。
基于前一节中讨论的声景分类方法，本节对城市公共开放空间中的典型声景进行了筛选。具体的筛选方法包括以下 3 个方面：
①文献研究。将前人已发表的研究文献中提到的典型声景进行总结，文献中提到的这些典型声景往往更具有实际的研究价值。比如在对水声景的研究中发现，水声等自然声景对交通噪声具有掩蔽作用。通过这一步骤筛选出的声景样本是声景研究领域在城市公共开放空间中的研究重点。
②群众访谈。对哈尔滨、大连以及南京 3 个城市内的 30 余人进行深入访谈，主要提取民众在日常生活中最经常光顾的城市公共开放空间，以及在这些场景中经常听到的声音。通过这一步骤筛选出的声景样本是城市居民最常听到并且最为关注的声音。
③专家咨询。将按前两个方法搜集到的声音与场景进行整理，与声景领域的专家小组讨论，并将所提到的相似声景合并，并谨慎地去掉不具有代表性的声景。
最终，本研究共搜集并整理出 20 种城市公共开放空间中的典型声景，并采用地质自然声、生物声、人为声和机械声这 4 种类型对其进行分类。这 20 种声景代表了城市公共开放空间中最为常见并最具有代表性的声学环境。具体的声景类型及其空间场景如表 2.1 所示，表中分别对各种声景的场景和主导声源做了描述。
表 2.1 研究中涉及的典型声景素材
续表
根据不同的实验设计，在后续的章节中将采用不同的声景素材进行研究。每个场景的现场图片见附录 1。
由表 2.1 和附录 1 可知，本研究所选取的声景涵盖了城市生活的诸多方面。由于本研究的主要目的是探求人在声景中的生理效应，因此选择的声景中主体声源比较单一，没有涉及交叉分类的情况。其中，大部分场景中的声源是多方向的，没有明确的指向性，但涉及水声的场景（海浪、喷泉和小瀑布等）除外。在这部分场景中，水声声源的指向性与素材中突出显示的与水相关的场景是一致的，因此这部分声景可能使人的注意力更加集中。此外，研究所涉及的所有实验中，视觉呈现的场景和听觉上录制的声音都是一一对应的，这是因为本书主要是研究真实场景中人的生理变化，并不涉及对声音场景的虚拟控制或视听错位下人的反应。本书所有实验中的声景刺激均在以上 20 种声景中进行选择，具体的刺激呈现方式和实验设计方法将在相应的章节中进行介绍。