🎵 Аналіз Аудіальної Сцени

Аналіз аудіальної сцени Бреґмана: аудіальне стрімінг розділяє одночасні звуки на потоки. Частотна близькість (ΔF < ~напівтон), гармонічність, синхронність початку.

ЗвукІнтерактивно
Модель ASA Бреґмана · P пауза · R скинути · Збільшуйте частотну різницю для відокремлення потоків

Як це працює

Симуляція моделює феномен аудіального стрімінгу Бреґмана. Дві перемежовані послідовності тонів (A і B) чергуються в часі. Слухова система має вирішити: об'єднати їх у єдиний інтегрований потік (сприймається як ритм «галопу») або відокремити у два потоки (кожен зі своїм ритмом).

Ймовірність відокремлення обчислюється з частотної різниці (ΔF у напівтонах), темпу презентації та гармонічності тонів. Коли ΔF перевищує ~3 напівтони і темп швидкий, відбувається стрімінг. Режим спектрограми показує частотно-часовий патерн так, як його аналізує слухова система.

Відокремлення = σ(k · (ΔF − ΔF_крит) · темп / темп_крит)
ΔF у напівтонах: ΔF = 12 · log₂(f_B / f_A)
Потік B: f_B = f_A · 2^(gap/12)
Асинхронність початку: SOA = 1/темп (с)

Часті запитання

Що таке аналіз аудіальної сцени (ASA)?

Аналіз аудіальної сцени (ASA), розроблений Альбертом Бреґманом, — вивчення того, як слухова система організовує складну суміш звуків у окремі перцептивні об'єкти або «потоки». Аналогічно до того, як зір виділяє об'єкти в зоровій сцені, слух виділяє окремі джерела звуку.

Що таке аудіальний стрімінг?

Аудіальний стрімінг — перцептивне розділення послідовності тонів, що швидко чергуються, на окремі потоки за частотною близькістю. Коли два тони чергуються швидко і їх частоти достатньо різні (більше кількох напівтонів), вони розпадаються на два окремі потоки.

Які сигнали використовує слухова система для розділення звуків?

Примітивні (автоматичні) ознаки: частотна близькість (ΔF), гармонічність, синхронність початку, спільна амплітудна модуляція, просторове розташування (бінауральні ознаки) і спектральна неперервність. Схема-кероване групування використовує знання про конкретні звуки.

Що таке ефект коктейльної вечірки?

Ефект коктейльної вечірки — здатність вибірково уважати до одного голосу в галасливому середовищі. Спирається на механізми ASA: просторовий поділ, різниця тональностей між голосами, ритмічні патерни, різниця тембрів і спрямована увага. Порушується при вадах слуху.

Що таке гармонічність при груповому сприйнятті звуків?

Гармонічність — властивість мати компоненти частот, що є цілочисловими кратними основної частоти. Слухова система схильна групувати гармонічні компоненти разом як одне джерело. Розлад одного парціалу більш ніж на ~3% достатній для його перцептивного відокремлення.

Що таке синхронність початку в ASA?

Синхронність початку — потужна ознака групування: компоненти частот, що починаються одночасно, схильні групуватися разом, тоді як ті, що мають різні початки, відокремлюються. Навіть кілька мілісекунд різниці можуть виділити компонент як окремий потік.

Яка роль слухової кори в ASA?

Слухова кора, зокрема права півкуля і зони верхньої скроневої борозни, відіграє ключову роль в ASA. Первинна слухова кора (A1) виконує частотний аналіз. Вищі зони шляху 'що' обробляють ідентичність об'єктів, а шляху 'де' — просторове розташування.

Як частотна близькість впливає на стрімінг?

Коли два тони, що чергуються, близькі за частотою (менше ~2-3 напівтонів), вони схильні зливатися в єдиний потік. Коли різниця більше ~3-4 напівтонів, особливо при швидкому темпі, вони розподіляються на два окремі потоки зі своїми ритмами.

Яка роль уваги в аудіальному стрімінгу?

Увага модулює стрімінг: активна увага до одного потоку тонів може посилити розділення. Однак примітивний (передувагний) стрімінг відбувається автоматично, навіть без уваги, як показує негативність неузгодженості (MMN) на ЕЕГ.

У чому різниця між примітивним і схема-керованим ASA?

Примітивний ASA використовує автоматичні акустичні ознаки (частота, початок, гармонічність). Схема-кероване ASA використовує знання про конкретні звукові патерни (знайомий голос, слово, мелодію). Обидві системи спільно працюють при реальному слуханні.

Про цю симуляцію

Ця симуляція відтворює класичну парадигму аудіального стрімінгу Бреґмана: дві переплетені послідовності тонів, A і B, чергуються з керованим темпом і частотним розривом, а сигмоїдна модель сегрегації — що керується частотним розривом у півтонах, темпом і гармонічністю — вирішує, чи почула б ваша слухова система один «галопуючий» ритм чи два окремі стабільні потоки. Показник Segregation % відстежує цю ймовірність наживо, поки ви змінюєте керування.

🔬 Що показано

Подієво-керовану візуалізацію чергування тонів A/B у часі, поряд із живою ймовірністю сегрегації, обчисленою з частотної відстані (ΔF у півтонах), темпу і гармонічності — трьох примітивних ознак, які Бреґман визначив як рушії формування потоків.

🎮 Як користуватись

Задайте частоту потоку A, частотний розрив (у півтонах), темп і гармонічність, тоді перемикайте режим між Streaming Demo, Spectrogram View і Grouping Cues, щоб побачити ту саму модель під різними кутами. P — пауза, R — скидання.

💡 Чи знали ви?

Ті самі два тони, що чергуються, можуть перейти від «одного галопуючого ритму» до «двох окремих ритмів» лише через прискорення темпу — сегрегація в цій моделі масштабується з темпом, бо швидше чергування залишає слуховій системі менше часу, щоб «перекинути міст» через частотний розрив між послідовними тонами.

Часті запитання

Чому збільшення частотного розриву штовхає Segregation % до 100?

segregationProbability() обчислює сигмоїду від (ΔF − 2.5), масштабовану темпом і гармонічністю, тож коли розрив у півтонах перевищує приблизно 2.5, сирий показник стає додатним, і вихід сигмоїди швидко наближається до 1 — це збігається з висновком Бреґмана, що потоки надійно розділяються, коли тони віддалені більш ніж на кілька півтонів.

Чому підвищення темпу теж збільшує сегрегацію навіть за того самого частотного розриву?

Формула множить член частотного розриву на tempo/4.0, тож швидший темп тонів підсилює будь-яку наявну частотну різницю — це відображає реальне явище, що швидко чергувані тони розділяються на потоки значно легше, ніж ті самі тони, зіграні повільно.

Що насправді змінює повзунок гармонічності в моделі?

harmFactor = 0.5 + 0.5·harmonicity змішує значення від 0.5 (повністю негармонічно/шумно) до 1.0 (повністю гармонічно), масштабуючи показник сегрегації — гармонічні пари тонів вважаються більш ймовірно різними джерелами, коли їхні частоти розходяться, відображаючи те, як гармонічність допомагає вуху розбирати одночасні звуки.

Як частота потоку B насправді виводиться з потоку A?

freqB() обчислює params.freqA · 2^(gap/12) — стандартну формулу рівномірно темперованого півтону, тож розрив у 12 завжди означає рівно одну октаву вище потоку A, незалежно від того, яка частота задана для самого потоку A.

Чому відчуття сегрегації наростає поступово, а не перемикається миттєво?

Функція step() оновлює streamIntegration лише на 2% розриву до цільового значення за кадр, навмисно моделюючи реальний перцептивний факт, що аудіальний стрімінг наростає протягом кількох секунд слухання, а не вирішується вже на першій парі тонів.