人類聽覺信息處理機(jī)制的心理物理學(xué)研究.pdf

1、人耳接收的聲音信號通常是復(fù)雜的，它由來自不同聲源的若干聲音信號混合而成，但人的聽覺系統(tǒng)卻通常能夠從中提取出自己感興趣的聲音并加以跟蹤，這種奇特的信息處理能力是任何機(jī)器都無法比擬的。對于聽覺信息處理機(jī)制的研究是人腦認(rèn)知研究領(lǐng)域中的一個重要組成部分，而且它對于自動語音識別技術(shù)和說話人識別技術(shù)都有著重要的指導(dǎo)借鑒意義。本工作基于心理物理聲學(xué)層面研究了在復(fù)雜聽環(huán)境下人類聽覺語音信息處理機(jī)制的如下三個方面。
　　在復(fù)雜聽環(huán)境中到達(dá)人耳的聲音

2、信號由目標(biāo)音和背景掩蔽音混合而成。已經(jīng)有研究證實(shí)聽者對目標(biāo)語音線索的先驗(yàn)知識有助于聽覺系統(tǒng)更好地將目標(biāo)語音從背景掩蔽音中分離出來。然而，很少有研究關(guān)注掩蔽音線索對聽覺系統(tǒng)識別目標(biāo)音的影響。本文的第一個工作通過心理聲學(xué)實(shí)驗(yàn)研究發(fā)現(xiàn)事先對聽者短時提示掩蔽音不僅不能提高反而降低了聽者對目標(biāo)語音的識別能力。研究說明聽者對掩蔽音的短時先驗(yàn)知識增強(qiáng)了信息掩蔽效應(yīng)，且將聽者的注意力部分地引向掩蔽音，從而使聽者對目標(biāo)語音的識別變得困難。我們得出結(jié)論，人

3、類聽覺系統(tǒng)僅僅有對短時熟悉目標(biāo)音信息增強(qiáng)處理的能力，而沒有對短時熟悉掩蔽音信息抑制處理的能力。
　　人耳接收的語音信號都具有顯著的統(tǒng)計(jì)特征，組成語音信號的不同音素在自然聽環(huán)境中出現(xiàn)的概率不同。本文的第二個工作通過心理聲學(xué)實(shí)驗(yàn)研究了人類聽覺系統(tǒng)在說話人識別過程中對不同出現(xiàn)概率的漢語單元音聲信號的感知和處理機(jī)制。實(shí)驗(yàn)結(jié)果顯示被試在說話人識別過程中對低概率元音的感知和反應(yīng)比對高概率元音的強(qiáng)，說明低概率元音比高概率元音攜帶更多的說話人信息

4、。該實(shí)驗(yàn)同時說明聽覺系統(tǒng)在說話人識別過程中對元音信號進(jìn)行非均勻權(quán)重處理，其中低概率元音信號被精細(xì)編碼而高概率元音信號被粗糙編碼，從而能充分有效地利用有限的神經(jīng)資源，使有用的說話人信息傳輸最大化。該工作為信息理論在聽覺系統(tǒng)處理機(jī)制中的應(yīng)用及神經(jīng)系統(tǒng)高效編碼理論提供了人的認(rèn)知行為上的心理聲學(xué)實(shí)驗(yàn)依據(jù)。
　　人類聽覺系統(tǒng)對聲音信號具有敏銳的感知能力，能精細(xì)分辨出微秒量級的雙耳時間差。而聽覺神經(jīng)信號本身卻相對粗糙，其時間分辨率大于毫秒量級

5、且時序模式不穩(wěn)定?！盀槭裁创植诤筒环€(wěn)定的神經(jīng)信號最終能轉(zhuǎn)化成精確的時間信息”一直都是人們感興趣的問題。本文的第三個工作利用Adelman-FitzHugh神經(jīng)元模型進(jìn)行數(shù)值計(jì)算，證明了噪聲雖然能讓神經(jīng)信號不穩(wěn)定，但同時也能讓神經(jīng)信號同步。這種噪聲誘導(dǎo)的神經(jīng)信號的不確定性和同步能用來解釋聽覺系統(tǒng)表達(dá)精確時間信息的機(jī)制。
　　以上研究工作對人類聽覺系統(tǒng)信息處理機(jī)制提供了有益的人的認(rèn)知行為上的心理物理聲學(xué)實(shí)驗(yàn)依據(jù)以及可供參考的理論解釋。