Психоакустичне маскування: Тихі звуки, які ваші вуха ніколи не фіксують

Вплив гучних звуків на сприйняття слабких

Відтворюйте одночасно гучний тон 1000 Гц та значно тихіший тон 1100 Гц. У такому випадку, тихий тон може повністю зникнути з вашого сприйняття, незважаючи на те, що в ізоляції він би був чутним. Це явище відоме як психоакустичне маскування: сильний сигнал однієї частоти підвищує поріг чутності для сусідніх частот, приховуючи слабкий сигнал під маскуючою кривою, яка розповсюджується від гучного тону, ширше на високих частотах, ніж на низьких.

Де відбувається маскування: слуховий бугор

Механізм починається з басильної мембрани всередині слухового бугра, яка виконує приблизний механічний аналіз частотної інтенсивності вхідного звуку — різні позиції вздовж її довжини найбільше резонують з різними частотами, високочастотні сигнали наближаються до входу слухового бугра (основа), а низькочастотні — до його кінця (верхівка). Гучний тон стискає широку ділянку мембрани, і сусідній слабший частотний діапазон, чия власна резонантна область перекриває цю ж стиснуту ділянку, фізично поглинається там до того, як два сигнали навіть розділені на окремі нервові канали. Басильна мембрана має асимметричне налаштування — кожна резонансна область реагує ширше на частоти вище за неї, ніж нижче — що саме пояснює нахил кривих маскування до верхнього боку частотного діапазону маскуючого звуку.

Одночасне маскування

Одночасне маскування – це випадок, описаний вище: присутність гучного тону та тихого тону одночасно. Запізнене маскування набагато дивніше: гучний тон може вплинути на поріг чутливості до наступного, більш тиху тону, який відтворюється приблизно через 100-200 мілісекунд після його зупинки, оскільки слуховій системі потрібен час для відновлення після сильного стимулювання. Зворотне маскування – це ще дивніше: гучний тон може приховати тихий тон, відтворюваний за кілька мілісекунд до початку гучного тону, що пояснюється повільнішим нейронним оброблюванням слабкого сигналу порівняно з сильним — нейронне представлення слабкого сигналу формується тоді, коли сильний сигнал прибуває та перекриває його.

Вплив Доплера: втрата інформації при стисненні аудіо

MP3, AAC та інші п’єзоакустичні кодеки використовують маскування безпосередньо: психоакустична модель оцінює, компоненти частот, які б були замасковані більш гучними сусідніми компонентами, і, відповідно, не чутні з самого початку, а потім кодер виділяє менше бітів (або взагалі ні) на ці компоненти, витрачаючи обмежений бюджет бітів на ті частини спектру, які можна було б помітити слухачеві. Це саме так ці формати досягають приблизно 10-кратного стиснення від необробленого аудіо, зберігаючи майже ідентичний звук при типовому відтворенні — вони не вірно відтворюють форму хвилі, а відкидають інформацію, яку передбачає модель маскування, як ви не можете її почути.

encoder per frame:
  1. estimate masking thresholds from the loud components present
  2. compare each frequency component's level against its local threshold
  3. quantize components below threshold coarsely or drop them
  4. spend the saved bits on components above threshold

Frequently asked questions

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Psychoacoustic Masking і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.