🎵 Auditorische Szenenanalyse

Bregmans auditorische Szenenanalyse: auditorisches Streaming trennt gleichzeitige Klänge in Ströme. Frequenznähe (ΔF < ~Halbton), Harmonizität, Einsatzsynchronität.

KlangInteraktiv
Bregmans ASA-Modell · P Pause · R Zurücksetzen · Erhöhen Sie den Frequenzunterschied, um Ströme zu trennen

Wie es funktioniert

Die Simulation bildet Bregmans klassisches Phänomen des auditorischen Streamings ab. Zwei verschachtelte Tonfolgen (A und B) alternieren zeitlich. Das Hörsystem muss entscheiden, ob es sie als einen einzigen integrierten Strom gruppiert (gehört als Galopprhythmus) oder in zwei getrennte Ströme trennt (jeweils als gleichmäßiger Rhythmus wahrgenommen).

Die Trennungswahrscheinlichkeit wird aus dem Frequenzunterschied (ΔF in Halbtönen), dem Präsentationstempo und der Harmonizität der Töne berechnet. Wenn ΔF etwa 3 Halbtöne übersteigt und das Tempo hoch ist, tritt Streaming auf. Die Spektrogramm-Ansicht zeigt das Frequenz-Zeit-Muster so, wie das Hörsystem es analysiert.

Trennung = σ(k · (ΔF − ΔF_krit) · Tempo / Tempo_krit)
ΔF in Halbtönen: ΔF = 12 · log₂(f_B / f_A)
Strom B: f_B = f_A · 2^(gap/12)
Einsatz-Asynchronität: SOA = 1/Tempo (s)

Häufig gestellte Fragen

Was ist auditorische Szenenanalyse (ASA)?

Die auditorische Szenenanalyse (ASA), entwickelt von Albert Bregman, untersucht, wie das Hörsystem die komplexe Mischung von Klängen in getrennte Wahrnehmungsobjekte oder „Ströme“ organisiert. So wie das Sehen Objekte in einer visuellen Szene erkennt, erkennt das Hören einzelne Klangquellen.

Was ist auditorisches Streaming?

Auditorisches Streaming ist die Wahrnehmungstrennung einer schnell alternierenden Tonfolge in getrennte Ströme aufgrund von Frequenznähe. Wenn zwei Töne schnell alternieren und ihre Frequenzen ausreichend unterschiedlich sind (mehr als ein paar Halbtöne), spalten sie sich in zwei getrennte Ströme auf.

Welche Hinweise nutzt das Hörsystem zur Klangtrennung?

Primitive (automatische) Hinweise: Frequenznähe (ΔF), Harmonizität, Einsatzsynchronität, gemeinsame Amplitudenmodulation, räumliche Lage (binaurale Hinweise) und spektrale Kontinuität. Schemagesteuertes Gruppieren nutzt Wissen über bestimmte Klänge.

Was ist der Cocktailparty-Effekt?

Der Cocktailparty-Effekt ist die Fähigkeit, sich selektiv auf eine Stimme in einer lauten Umgebung zu konzentrieren. Er beruht auf ASA-Mechanismen: räumliche Trennung, Tonhöhenunterschiede zwischen Stimmen, rhythmische Muster, Klangfarbenunterschiede und gesteuerte Aufmerksamkeit. Diese Fähigkeit ist bei Hörbeeinträchtigungen gestört.

Was ist Harmonizität bei der Klanggruppierung?

Harmonizität ist die Eigenschaft, Frequenzkomponenten zu besitzen, die ganzzahlige Vielfache der Grundfrequenz sind. Das Hörsystem tendiert dazu, harmonische Komponenten als eine Quelle zu gruppieren. Eine Verstimmung eines einzelnen Partialtons um mehr als ~3 % genügt, um ihn wahrnehmungsmäßig vom harmonischen Komplex abzutrennen.

Was ist Einsatzsynchronität in der ASA?

Einsatzsynchronität ist ein starker Gruppierungshinweis: Frequenzkomponenten, die gleichzeitig beginnen, werden tendenziell als ein Klang gruppiert, während solche mit unterschiedlichen Einsätzen sich trennen. Schon wenige Millisekunden Differenz können eine Komponente als separaten Strom hervortreten lassen.

Welche Rolle spielt der auditorische Kortex in der ASA?

Der auditorische Kortex, insbesondere die rechte Hemisphäre und Areale im Sulcus temporalis superior, spielt eine Schlüsselrolle in der ASA. Der primäre auditorische Kortex (A1) führt die Frequenzanalyse durch. Höhere Areale im „Was“-Pfad verarbeiten die Objektidentität, der „Wo“-Pfad die räumliche Lage.

Wie beeinflusst Frequenznähe das Streaming?

Wenn zwei alternierende Töne in der Frequenz nahe beieinander liegen (weniger als ~2-3 Halbtöne), verschmelzen sie tendenziell zu einem einzigen Strom. Unterscheiden sie sich um mehr als ~3-4 Halbtöne, besonders bei schnellem Tempo, trennen sie sich in zwei getrennte Ströme mit jeweils eigenem Rhythmus.

Welche Rolle spielt Aufmerksamkeit beim auditorischen Streaming?

Aufmerksamkeit moduliert das Streaming: Aktive Aufmerksamkeit auf einen Tonstrom kann die Trennung verstärken. Primitives (vor-aufmerksames) Streaming tritt jedoch auch ohne Aufmerksamkeit automatisch auf, wie die Mismatch-Negativity (MMN) im EEG zeigt.

Was ist der Unterschied zwischen primitiver und schemagesteuerter ASA?

Primitive ASA nutzt automatische akustische Hinweise (Frequenz, Einsatz, Harmonizität). Schemagesteuerte ASA nutzt Wissen über bestimmte Klangmuster (eine vertraute Stimme, ein Wort, eine Melodie). Beide Systeme wirken beim tatsächlichen Hören zusammen.

Über diese Simulation

Autor: MySimulator-Team · Redaktionelle Prüfung: MySimulator-Redaktion

Aktualisiert: 5. Juli 2026

Diese Simulation bildet Bregmans klassisches Paradigma des auditorischen Streamings nach: Zwei verschachtelte Tonfolgen, A und B, alternieren mit steuerbarem Tempo und Frequenzabstand, und ein Sigmoid-Trennungsmodell — gesteuert durch den Frequenzabstand in Halbtönen, das Tempo und die Harmonizität — entscheidet, ob Ihr Hörsystem einen galoppierenden Rhythmus oder zwei getrennte gleichmäßige Ströme hören würde. Die Anzeige „Trennung %“ verfolgt diese Wahrscheinlichkeit live, während Sie die Regler verändern.

🔬 Was es zeigt

Eine ereignisgesteuerte Visualisierung alternierender A/B-Töne über die Zeit, zusammen mit einer live berechneten Trennungswahrscheinlichkeit aus Frequenzabstand (ΔF in Halbtönen), Tempo und Harmonizität — den drei primitiven Hinweisen, die Bregman als Treiber der Strombildung identifizierte.

🎮 So wird es benutzt

Stellen Sie die Frequenz von Strom A, den Frequenzabstand (in Halbtönen), das Tempo und die Harmonizität ein, wechseln Sie dann zwischen den Modi Streaming-Demo, Spektrogramm und Gruppierungshinweise, um dasselbe zugrunde liegende Modell aus verschiedenen Blickwinkeln zu betrachten. P pausiert, R setzt zurück.

💡 Wussten Sie schon?

Dieselben zwei alternierenden Töne können allein durch Beschleunigung des Tempos von „einem galoppierenden Rhythmus“ zu „zwei getrennten Rhythmen“ wechseln — die Trennung skaliert in diesem Modell mit dem Tempo, weil schnellere Alternation dem Hörsystem weniger Zeit lässt, um die Frequenzlücke zwischen aufeinanderfolgenden Tönen zu überbrücken.

Häufig gestellte Fragen

Warum treibt eine Erhöhung des Frequenzabstands die Trennung % Richtung 100?

segregationProbability() berechnet eine Sigmoidfunktion von (ΔF − 2,5), skaliert mit Tempo und Harmonizität, sodass der Rohwert positiv wird, sobald der Halbtonabstand etwa 2,5 übersteigt, und der Sigmoid-Ausgang schnell gegen 1 strebt — dies deckt sich mit Bregmans Befund, dass sich Ströme zuverlässig trennen, sobald Töne mehr als ein paar Halbtöne auseinanderliegen.

Warum erhöht eine Steigerung des Tempos die Trennung auch bei gleichem Frequenzabstand?

Die Formel multipliziert den Frequenzabstands-Term mit tempo/4.0, sodass ein schnelleres Tontempo jede vorhandene Frequenztrennung verstärkt — das bildet das reale Phänomen ab, dass schnell alternierende Töne sich weit leichter in Ströme trennen als dieselben Töne, langsam gespielt.

Was verändert der Harmonizitäts-Regler tatsächlich im Modell?

harmFactor = 0.5 + 0.5·harmonicity mischt zwischen 0.5 (vollständig unharmonisch/verrauscht) und 1.0 (vollständig harmonisch) und skaliert damit den Trennungswert — harmonische Tonpaare gelten als eher unterschiedlichen Quellen zugehörig, wenn ihre Frequenzen auseinanderdriften, was widerspiegelt, wie Harmonizität dem Ohr hilft, gleichzeitige Klänge zu entwirren.

Wie wird die Frequenz von Strom B tatsächlich aus Strom A abgeleitet?

freqB() berechnet params.freqA · 2^(gap/12) — die standardmäßige gleichstufig temperierte Halbtonformel —, sodass ein Abstand von 12 immer genau eine Oktave über Strom A bedeutet, unabhängig davon, welche Frequenz für Strom A selbst eingestellt ist.

Warum baut sich die Trennungswahrnehmung allmählich auf, statt sofort umzuschalten?

Die Funktion step() aktualisiert streamIntegration pro Bild nur um 2 % des Abstands zu ihrem Zielwert und bildet damit bewusst den realen Wahrnehmungsbefund ab, dass sich auditorisches Streaming über mehrere Sekunden des Zuhörens aufbaut, statt sich bereits beim allerersten Tonpaar aufzulösen.