2.3 声景生理效应实验研究方法

由于前一节中总结的生理指标都十分灵敏，如果在室外进行现场生理指标测量将会造成很大误差，并且很难对室外的环境进行精确控制，实验的整体精准度便会下降。这就需要在对环境变量进行精确控制的同时，将声景以最真实的方式在实验室中还原。因此，本节中将讨论如何录制声景、如何在实验室呈现声景以及如何测量生理反应。

2.3.1 声景录制方法

近几十年来，学界通过分析和理解真实和虚拟环境中的声景，使得声学环境的录音方法技术不断提升，为声景研究奠定了技术基础。实验室研究中运用的声音记录需要捕获足够的声学环境特征以实现感知的准确性。为此，研究者必须考虑录音的两个方面：声音音色和空间质量。通常，录音的音质在很大程度上取决于麦克风的电声学特性，例如频率响应、方向性、阻抗、灵敏度、等效噪声水平等。在本节中将综述目前声景领域中主流的音频录制技术，并讨论如何选择最合适的方法应用于声景的生理效应研究中。常见的声景领域音频记录技术有以下 4 种方式。

①环绕声录制。该技术可以根据研究需要，在麦克风阵列中以一个、两个或任何个数的麦克风组合的形式进行录音。与传统的单麦克风录音相比，立体声录音可以在声场中提供更多的空间信息，包括方向感、距离感、声场的整体感和环境感 ^[134，135] 。

②麦克风阵列录音。该技术由一组麦克风阵列组成麦克风墙，这些麦克风墙可直接连接到播放端上匹配的扬声器阵列，通过麦克风阵列和扬声器阵列之间的良好匹配，重新创建的声场会更加逼真 ^[136-138] 。根据麦克风阵列在录制过程中是移动的还是静止的，该技术被分为移动麦克风阵列和静态麦克风阵列两类。移动麦克风阵列可用于静态或移动的声音事件。对于静态声音事件，麦克风阵列的移动会创建多个虚拟阵列或扩大阵列，以便获取有关声场的更精确信息。

③双耳录音。双耳录音是立体声录音的扩展形式。理想情况下，双耳录音只能捕获在左右耳位置接收到的声音（模拟人耳的鼓膜和听众的耳道阻塞或开放的入口） ^[139] 。因此，双耳录音是声音通过校准耳机播放时最接近人类听力的格式 ^[140] 。通过在耳膜位置记录声音，它会自动将声音定位所需的所有线索嵌入三维的声学空间中 ^[141] 。

④立体声录音。立体声录音（Ambisonics）是一种在球面麦克风环绕中记录和再现声场音频的方法。本质上，立体声是一种多声道环绕声格式，包含任何其他环绕声录制格式所要求的信息及播放配置要求。这意味着录制的声信号可以在任何播放设备中使用。该技术具有全包围的能力，涉及空间中单个点声源的高度和深度 ^[142-144] 。

除上述基本介绍以外，4 种常见的环境声音的记录方式都有各自的优缺点 ^[145] ，对各种声景录制方式的比较如表 2.3 所示。

由表 2.3 可知，双耳录音和立体声录音都可以对三维声场进行很好的采集，是实现本书研究中声景录音的较好的解决方案。虽然全景声的录制可以带给听者更好的声音反馈，被试在场景中可以通过调整头部的角度来聆听不同位置的声音，但是，由于本书主要研究声景的生理反应，而大部分生理指标十分灵敏，因此在实验过程中，被试被要求尽量不能移动身体。相比之下，双耳录音可以在最大程度上接近人类的听觉。因此，本书后续研究中的所有录音均通过双耳录音设备录制。实验中用到的双耳录音仪器如图 2.1 所示。

声觉并不是声景中的唯一感觉，声景中视觉等其他感觉同样重要。因此，本书的实验中也对每个声景片段进行了视频的采集。在视觉采集技术上，本书采用GoPro高清全景摄像机对声景进行视觉记录，如图 2.2 为实验中使用的视频录制仪器。

2.3.2 生理测量及计算方法

2.3.2.1 生理数据的采集

生理信号的测量采用BIOPAC MP160 系统进行采集，采集的生理指标包括心电（左手腕正极，右手腕负极，右脚接地）、脑电（连接大脑额叶两侧）、眼电（连接左眼上侧为正极，左眼下侧为负极）、呼吸波（通过呼吸绑带固定在胸部）、皮肤电阻（连接非利手的中指与无名指）和体表温度（连接非利手的手背）。

除了测量呼吸波采用专业的呼吸绑带、测量体表温度用温度探头外，其他生理指标均采用标准医用镀银电极片（Ag/AgCl）连接在皮肤上。表 2.4 为各项生理信号的连接位置的说明。

表 2.4 中只有心电模块的电极标明了接地极位置，这是因为在同时测量的过程中各个模块是串联在一起的，所有模块的接地极位置是统一的，因此只需确定心电的接地极位置即可。此外，呼吸波在信号接收端以电压伏特（V）为单位，但由于个体差异，在测量呼吸模块时只是将呼吸波转换为电信号进行记录，其单位本身并没有实际意义。在后续各章节的研究中，涉及的生理信号的记录和检测方法都以本节的为标准。

2.3.2.2 生理数据的计算

本书通过生理记录仪的STP100C模块将实验中的刺激信号发送给BIOPAC的采集系统以标记时间，采集的生理信号通过AcqKnowledge 5.0 软件分析，最终可得到心率（R波波峰周期值的倒数）、R波幅度、心率变异性（SDNN法计算）、心率变异性中的频域值（包括低频、高频和低高比）、α脑电波（去眼电伪迹后经过 8~13 Hz滤波的主频率）、β脑电波（去眼电伪迹后经过 14~30 Hz滤波的主频率）、呼吸频率（呼吸波以峰值到峰值的标准计算得出的频率）、呼吸深度（呼吸波的平均波幅）、体表温度和皮肤电阻共 12 项生理指标。以下对部分生理指标的计算方式进行说明。

对心率变异性的计算采用SDNN法 ^[146，147] ，该方法的具体计算见公式（2-1）。

式中， N ——所计算时间段内心跳的总次数；

RR _j ——第 j 次心跳过程中的RR间期；

——所计算时间段内心跳过程RR间期的均值；

SDNN ——所计算时间段内心率变异性的值。

对心率变异性频域的计算首先需要通过快速傅里叶变换（Fast Fourier Transform，FFT），将时域信号转换成频域信号，再通过设定的频率段，计算相应的功率谱密度（Power Spectral Density，PSD） ^[148，149] ，功率谱由公式（2-2）计算。

式中，| S |——集合中元素的数量；

f _low ——指定频率段内的频率下限；

f _high ——指定频率段内的频率上限；

s ——指定频率段内的功率谱密度。

之后，分别定义超低频、低频和高频功率谱的计算公式，即公式（2-3）、公式（2-4）、公式（2-5）。

式中， vlf _low ——超低频率段下限，本书取 0 Hz；

vlf _high ——超低频率段上限，本书取 0.04 Hz；

s _vlf ——超低频率段功率谱密度。

式中， lf _low ——低频率段下限，本书取 0.04 Hz；

lf _high ——高频率段上限，本书取 0.15 Hz；

s _lf ——低频率段功率谱密度。

式中， hf _low ——低频率段下限，本书取 0.15 Hz；

hf _high ——高频率段上限，本书取 0.4 Hz；

s _hf ——高频率段功率谱密度。

再通过公式（2-6）、公式（2-7）和公式（2-8）分别计算出低频心率变异性、高频心率变异性和低频与高频心率变异性的比值 ^[150] 。

式中， LF - HRV =低频心率变异性。

式中， HF - HRV =高频心率变异性。

式中， LF/ HF - HRV =低频与高频心率变异性的比值。

2.3.2.3 生理数据的归一化

由于个体之间生理信号的基准值存在较大差异，这与每一个人的身体基准状态相关。比如经常长跑的人的心率普遍较低，而以实际的心率来进行数据分析将产生巨大的个体差异，影响实验结果。本书研究的目的是探究生理指标与声景之间的关系，需要分析个体间的统一趋势而非彼此的差异性。因此，需要对所涉及的生理指标进行归一化处理 ^[151，152] 。在实验数据中，将 3 次间歇阶段的平均值作为静息态的基准值，再将每一个生理数据均转化成其与静息态基准值的差值的百分比，根据公式（2-9）计算。

式中， RV ——生理指标的实际值（单位如表 2.4 所示）；

BV ——静息态下生理指标的平均值（单位如表 2.4 所示）；

PC ——归一化后的生理指标（百分比）。

通过上述公式的转换，所有被试的数据都将与其自身的静息态相比较，转换后的数据不再具有实际单位，而是转变为与静息态的比值。在后续研究中的各个实验中，如无特殊声明，实验中的生理指标均为归一化处理后的结果。

2.3.3 声景设计和呈现方法

声景片段通过前文的方法采集和处理之后，将通过E-prime软件进行编辑处理。该软件是心理生理学领域十分常见的软件，它通过编程的方式将声景片段编辑为实验中的刺激片段 ^[153，154] ，并通过BIOPAC仪器的硬件接口，将E-prime软件中的刺激信号以时间戳的形式在生理指标数据中进行标记。

如图 2.3 所示，E-prime软件可以以刺激呈现的形式对视频与音频进行编辑，并通过程序设定来设计刺激呈现的随机过程。同时也可以通过其自身的编程语言，将刺激出现的时间以节点标记的方式传输到生理记录仪中。由于E-prime软件的程序以电信号的方式对硬件进行程序操作，因此可使实验的时间精准度达到毫秒级别。此外，实验中所涉及的主观评价量表也通过E-prime软件进行编辑并呈现给被试，如图 2.4 所示为实验中的问卷呈现示例。实验中视觉因素由三星电视（UA75H6400）呈现。

2.3.4 实验被试的选择和招募方法

研究中涉及的被试主要是在校本科生和研究生，也有少部分在研究所工作的年轻研究员。被试的年龄分布在 16~40 岁，主要集中在 20~25 岁。选择年轻人作为被试群体主要是因为年轻人整体上身体较为健康，对声音的反应也比较敏感。并且这一阶段的年轻人对声环境具有一定的理解能力。相比年幼者和老年人，年轻人更能清晰地理解实验中需要完成的任务。实验中的被试虽然无法代表所有年龄层面，但其生理指标的变化趋势代表了健康群体对声景的生理反应。除了年龄上的要求之外，本书中招募的被试还需要满足以下 4 个方面的条件：

①听力正常。被试需自述听力正常，无任何形式上的听力障碍。

②实验前未服用精神类药物。为保证被试能够以正常的心理状态接受实验，被试需自述精神状态正常、无心理疾病，也没有服用精神类药物，且无任何认知功能上的障碍。

③实验时衣着宽松舒适。在实验中被试需要穿着宽松的服饰，一方面是为了测量的方便，另一方面是消除不舒适的服饰对生理造成的影响。

④实验时无明显的疲劳或不适。为避免疲劳对生理的影响，在实验前一天应有充分的睡眠，实验前两小时内被试不应进行剧烈运动，同时被试应避免患感冒等疾病。

被试主要通过校园内的两个实验信息平台招募，也有一小部分通过一名大学讲师在本科生课堂上的宣传招募。所有被试只能参加一次相同类型的实验，在实验之前，被试均清晰了解了实验流程并签署了知情同意书。研究中涉及的各项实验均由哈尔滨工业大学建筑学院学位委员会批准，符合伦理道德标准。

2.3.5 实验控制方法

研究中涉及的所有生理实验均在哈尔滨工业大学寒地建筑科学研究中心的声学测听室内进行。测听室内封闭隔声，墙面上配有相应的吸声结构，从而减小测听室内的混响时间并降低房间内的背景噪声 ^[155] 。实验过程中，室内除必要的实验设备外，无其他干扰注意力的物体 ^[156] 。首先被试被要求舒适地坐在屏幕前 1.5 m处，并调整坐姿、以最舒适的姿势充分放松。在放松阶段，主试解释实验的整体流程，问询被试的身体和精神状态。在被试充分理解并签署知情同意书后，主试按顺序连接BIOPAC生理测量仪，并为被试戴上耳机。

仪器连接完成后，主试首先对生理信号进行校准。待被试充分放松后，生理信号会逐渐趋于稳定，这时被试被要求继续放松 10 min的时间，这一段时间的生理数据将作为该被试的静息态的基础值。之后，主试打开E-prime软件程序并离开测听室，到观察室进行观察。

实验的开始，程序由被试自主点击“开始”按钮，10 s后实验自动进行。实验中声景片段随机呈现，每段声景根据不同的实验所呈现的时间和刺激间隔时间各不相同，具体的刺激呈现结构将在后续章节中分别进行说明。待所有声景全部呈现完毕，生理检测结束。主试重新进入测听室，取下耳机和电极，并要求被试继续填写主观恢复性问卷，问卷填写完成后实验结束。图 2.5 为实验过程中的现场照片，图 2.6 呈现的是实验结束后生理记录仪记录的生理信号。