心理聲學(xué)的基本要素是到達(dá)人耳的聲音的頻率、強(qiáng)度和譜結(jié)構(gòu)。以下將進(jìn)一步討論基于心理聲學(xué)的聲源定位、距離感知及包圍感等。

2.2.1 人耳對聲源的定位

在自然聽音中，人的聽覺系統(tǒng)對聲源的定位取決于多個因素——雙耳接收到的信號差異用來決定聲源的水平位置，由外耳對高頻信號的反射所引起的耳郭效應(yīng)決定聲源的垂直位置，而人耳的某些心理聲學(xué)特性對于聲源的定位也起到很大的作用。

2.2.1.1 雙耳效應(yīng)

在自然聽音環(huán)境中，雙耳信號之間的差異對于聲源的定位是非常重要的。該因素可以在直達(dá)聲場的聽音環(huán)境中得到最好解釋，如圖2-6所示。

圖2-6 聲源S與鏡像聲源S′引入最大程度相似的雙耳因素

聲源位于水平面上，水平方位角為θ，與人頭中心的距離為r，到達(dá)左右耳的距離分別為SL和SR。由于SL>SR，聲音首先到達(dá)右耳，從而在到達(dá)雙耳的時間先
后上形成時間差。這種時間差被定義為雙耳時間差（interaural time difference，ITD），它與聲源的水平方位角θ有關(guān)。當(dāng)θ = 0°時， = 0；當(dāng)θ = ±90°時，達(dá)到最大值，對一般人頭來說，為0.6～0.7ms 的數(shù)量級。

在低中頻（f <1.5kHz）情況下，雙耳時間差是定位的主要因素，這時對固定頻率的聲音，雙耳時間差與雙耳相位差是相對應(yīng)的。然而對于更高的頻率，雖然雙耳時間差的概念依然正確，但雙耳相位差的概念將變得模糊不清。以正弦聲音為例來進(jìn)行解釋，設(shè)雙耳時間差的最大值為Δtmax，則角頻率為ω的正弦聲音在左、右兩耳產(chǎn)生的相位差為ΔΦ = ωΔtmax?？梢钥闯?，當(dāng)ω較小時，聲音頻率較低，波長較長，由時間差所造成的相位差有確定的意義，雙耳可以根據(jù)它來判定聲源的方位；當(dāng)ω較大時，即聲音頻率較高、波長較短時，由時間差所形成的相位差數(shù)值將較大，甚至?xí)^180°，使人不能判斷是超前還是滯后，因而失去了作為聲源定位因素的意義。所以雙耳相位差只對低頻聲的方位判斷起主要作用，而雙耳時間差（嚴(yán)格說是群延時）則可作為1.5～4.0kHz的一個定位因素。

另外一方面，人頭對入射聲波起到了阻礙作用，導(dǎo)致了兩耳信號間的聲級差（interaural intensity difference，IID）。聲級差除與入射聲波的水平方位角有關(guān)外，還與入射聲波的頻率有關(guān)。在低頻時，聲音波長大于人頭尺寸，聲音可以繞射過人頭而使雙耳信號沒有明顯的聲級差。隨著頻率的增加，波長越來越短，頭部對聲波產(chǎn)生的阻礙越來越大，使得雙耳信號間的聲級差越來越明顯——這就是我們常說的人頭遮蔽效應(yīng)。對于1.5～4.0kHz的頻率范圍來說，聲級差和時間差是聲源定位的共同因素，而當(dāng)f > 5.0kHz時，雙耳聲級差是定位的主要因素，與時間差形成互補(bǔ)?？偟膩碚f，雙耳時間差和聲級差涵蓋了整個聲音頻率范圍。

但是如果只考慮雙耳時間差和聲級差兩個因素，還不足以完全解釋定位問題，其中最典型的問題就是前后鏡像聲源的定位。假設(shè)人頭是一個球體，不存在外耳，如圖2-7所示，水平方位角為θ的聲源和水平方位角為180°.θ的鏡像聲源在人耳處會產(chǎn)生相同的IID和ITD。對于實(shí)際的人頭來說，雖然IID和ITD不會完全相同，但是它們會在很大程度上相似。當(dāng)只考慮雙耳時間差和聲級差時，就會產(chǎn)生前后鏡像聲源的混淆，其實(shí)這只是空間錐形區(qū)域聲像混淆（cones of confusion）的一種
特例。為了解決這個問題，就要依賴于其他的因素進(jìn)行聲源定位了。

圖2-7 空間錐形區(qū)域聲像混淆

2.2.1.2 耳郭效應(yīng)

在聽覺系統(tǒng)中用于對聲源進(jìn)行垂直定位的因素通常被認(rèn)為是“單耳信號”。耳郭具有不規(guī)則的形狀，形成一個共振腔。當(dāng)聲波到達(dá)耳郭時，一部分聲波直接進(jìn)入耳道，另一部分則經(jīng)過耳郭反射后才進(jìn)入耳道。由于聲音到達(dá)的方向不同，反射聲和直達(dá)聲之間強(qiáng)度比不僅發(fā)生變化，而且反射聲與直達(dá)聲之間在不同頻率上產(chǎn)生不同的時間差和相位差，使反射聲與直達(dá)聲在鼓膜處形成一種與聲源方向位置有關(guān)的頻譜特性，聽覺神經(jīng)據(jù)此判斷聲音的空間方向。耳郭效應(yīng)的本質(zhì)就是改變不同空間方向聲音的頻譜特性，也就是說人類聽覺系統(tǒng)功能上相當(dāng)于梳狀濾波器，將不同空間方向的聲音進(jìn)行不同的濾波。

頻譜特性的改變主要是針對于高頻信號，由于高頻信號波長短，經(jīng)耳郭折向耳道的各個反射波之間會出現(xiàn)同相相加、反相相減，甚至相互抵消的干涉現(xiàn)象，形成頻譜上的峰谷，也即耳郭對高頻聲波起到了梳狀濾波作用。

耳郭效應(yīng)對聲源的垂直定位起到很重要的作用。圖2-8顯示的是聲源位于中垂面，仰角φ分別為.10°、0°和10°在人頭模型上測得的耳郭響應(yīng)曲線。由圖可以看出，在高頻處響應(yīng)曲線變化比較大，因此可以對聲源進(jìn)行定位。例如對位于前后鏡像的聲源進(jìn)行定位時，雖然位于(r , θ , φ)的聲源和位于(r , 180°.θ , .φ)的鏡像聲源會在人耳處產(chǎn)生極相似的ITD和IID，但是可以通過耳郭效應(yīng)對聲源作精確定位。

圖2-8 人頭模型測量的耳郭效應(yīng)

耳郭效應(yīng)進(jìn)行聲音定位，主要是將每次接收到的聲音與過去存儲在大腦里的重復(fù)聲排列或梳狀波動記憶進(jìn)行比較，然后判斷定位。因每個人耳郭尺寸不同，所以每個人在大腦中存儲的記憶是不同的，這一點(diǎn)應(yīng)引起注意。

2.2.1.3 人頭轉(zhuǎn)動因素

如圖2-9所示在低頻或較差的聽音環(huán)境中，當(dāng)雙耳效應(yīng)和耳郭效應(yīng)對聲源的定位不能給出明確的信息時，聽音者會轉(zhuǎn)動頭部來消除不確定性。最經(jīng)常使用這種方法的情況是出現(xiàn)空間錐形區(qū)域聲像混淆現(xiàn)象時，因?yàn)檫@樣會造成不確定的雙耳效應(yīng)。

圖2-9 頭部轉(zhuǎn)動避免聲源位置前后混淆

2.2.1.4 優(yōu)先效應(yīng)

聲音的定位除了以上因素外還有其他因素。在混響環(huán)境中，優(yōu)先效應(yīng)起到重要作用。它是心理聲學(xué)的特性之一。所謂的優(yōu)先效應(yīng)是指當(dāng)同一聲源的直達(dá)聲和反射聲被人耳聽到時，聽音者會將聲源定位在直達(dá)聲傳來的方向上，因?yàn)橹边_(dá)聲會首先到達(dá)人耳處，即使反射聲的強(qiáng)度比直達(dá)聲高達(dá)10dB。因此，聲源可以在空間中進(jìn)行正確的定位，而與來自不同方向的反射聲無關(guān)。但是優(yōu)先效應(yīng)不會完全消除反射聲的影響。反射聲可以增加聲音的空間感和響度感。

當(dāng)優(yōu)先效應(yīng)用在混響環(huán)境中識別語音時，就產(chǎn)生了哈斯效應(yīng)（Haas effect）。哈斯觀察到，只要早期反射聲到達(dá)人耳足夠早就不會影響語音的識別，相反，由于增加了語音的強(qiáng)度，還會有利于語音的識別。而且哈斯發(fā)現(xiàn)，相對于音樂來說，語音對反射延時時間和混響的變化更為敏感。對于語言聲來說，只有滯后直達(dá)聲50ms以上的延遲聲才會對語音的識別造成影響。所以50ms被稱為哈斯效應(yīng)的最大延時量。在哈斯的平衡實(shí)驗(yàn)證明，當(dāng)延時為10～20ms時，先導(dǎo)聲會對滯后聲有最大程度的抑制。

2.2.1.5 頭部相關(guān)傳輸函數(shù)

如果將聲源到達(dá)耳膜之前的傳輸路徑看成一個濾波器的話，這一濾波器的頻率響應(yīng)就包含了傳輸路徑和耳郭對聲音的共同響應(yīng)，這一頻率響應(yīng)就是所謂的“頭部相關(guān)傳輸函數(shù)”（head-related transfer function，HRTF）。從心理聲學(xué)的角度來看，HRTF是綜合了ITD、IID和頻譜結(jié)構(gòu)特性的聲源定位模型。

人耳的聽覺特性決定了聽覺響應(yīng)實(shí)際上是基于頻譜的響應(yīng)，而HRTF中包含了人體結(jié)構(gòu)對聲音信號的頻率響應(yīng)、人體的各個部位對不同頻率的信號有著不同的響應(yīng)。這些響應(yīng)有些是有方向性的，如軀干、頭、肩部和耳郭、耳腔的反射以及頭部衍射，有些是無方向性的，如耳腔的回響和耳道、耳膜的阻抗。HRTF的定義為

其中，PL、PR是聲源在聽音者左、右耳產(chǎn)生的復(fù)數(shù)聲壓；P0是人頭不存在時頭中心處的復(fù)數(shù)聲壓。HRTF是聲源的水平方位角θ、仰角φ、聲源至人頭中心的距離r和聲波的角頻率ω的函數(shù)，且與人頭的大小a有關(guān)。

在時域里，頭部相關(guān)傳輸函數(shù)HL、HR對應(yīng)于頭相關(guān)脈沖響應(yīng)（head-related impulse response，HRIR）hl、hr，也稱雙耳脈沖響應(yīng)，并與HL、HR互為傅立葉變換對：

HRTF的譜特征反映在它們的谷點(diǎn)頻率與峰點(diǎn)頻率上，某些谷點(diǎn)頻率與峰點(diǎn)頻率隨著聲源方向的改變而改變。圖2-10～圖2-12是美國威斯康星州（Winconsin）大學(xué)采用真實(shí)聽音者測量的不同方向上的HRTF幅頻特性，從圖中我們可以得出下面一些規(guī)律。

① HRTF是一個不對稱的函數(shù)，無論在左右、前后還是上下方向上其譜結(jié)構(gòu)都是有差別的。聲源同側(cè)的HRTF函數(shù)的強(qiáng)度明顯大于聲源背面的HRTF函數(shù)的強(qiáng)度，而且同側(cè)的HRTF

圖2-10 上下HRTF的對比

圖2-11 左右HRTF的對比

圖2-12 前后HRTF的對比

函數(shù)的波形也較聲源背面的波形復(fù)雜，起伏變化劇烈，在高頻部分能量也更大一些。這是由于人體對聲音信號響應(yīng)具有方向性所造成的。這些都是HRTF包含的重要方位信息。HRTF中包含的這種有方向性的頻率響應(yīng)，使得它成為一個在各個方向上都不對稱的函數(shù)。因此，通過HRTF定位可以解決ITD、IID的“空間錐形區(qū)域聲像混淆”問題。

② 每幅圖中都含有對3個不同聽音者測試的HRTF函數(shù)，由此可以看出HRTF是由被測者特定的響應(yīng)特性決定的，不同的人有不同的HRTF。由于HRTF包含了個體結(jié)構(gòu)對聲音信號的響應(yīng)，每個人身體結(jié)構(gòu)不一樣，對信號的頻率響應(yīng)也千差萬別，因此每個人的HRTF都是不同的。研究表明，當(dāng)聽音者頭部尺寸與測量HRTF 函數(shù)使用的頭部模型不相等時，前方范圍內(nèi)的聲像位置畸變較小，但側(cè)向的聲像位置畸變較大。因而采用HRTF 進(jìn)行聲源定位的時候聽音者頭部尺寸的不同是側(cè)向聲像位置畸變的重要原因。

③ HRTF是聲源位置尤其是聲源方向的函數(shù)，由定義的公式上也可以看出這一點(diǎn)，而距離對于HRTF的譜結(jié)構(gòu)也是有影響的。當(dāng)聲波在媒體中傳播時，媒體對不同頻率聲音的衰減是不一樣的。一般而言，高頻聲音受到的吸收衰減總是相對大一些，所以遠(yuǎn)距離傳來的聲音中高頻成分能量較低，相應(yīng)HRTF的高頻部分幅度也要降低一些。

④ 在HRTF的譜結(jié)構(gòu)中，相位特征也是非常重要的。但是由于單邊HRTF的相位信息對聲源定位的作用并不是很明顯，所以我們研究的一般是兩耳間的差值。如果一個包含所有頻率的脈沖信號從聲源位置傳至聽音位置，則不同的頻率的信號會產(chǎn)生不同的耳間延遲，如圖2-13所示。

圖2-13 HRTF的耳間相位延遲

以上分析了HRTF特點(diǎn)及其對聽覺系統(tǒng)定位起到重要的作用，但是HRTF也有其局限性。對于聲源距離的判斷，雖然HRTF在譜結(jié)構(gòu)上會隨著距離的變化有所改變，但是能夠提供的信息還是非常有限的，仍需要借助其他的心理聲學(xué)因素來進(jìn)行判斷。目前HRTF函數(shù)更多的應(yīng)用到虛擬環(huán)繞聲系統(tǒng)中。

HRTF函數(shù)的獲得通常有兩種方法：其一是通過對假頭或真實(shí)聽音者的雙耳信號的測量得到；其二是利用聲波的散射理論計(jì)算得到。

近年來，隨著數(shù)字技術(shù)和測量技術(shù)的發(fā)展，國外的一些科研單位已對HRIR進(jìn)行了較精確的測量。如美國麻省理工學(xué)院媒體實(shí)驗(yàn)室、德國奧爾登堡（Oldenburg）大學(xué)心理聲學(xué)研究所均采用仿真頭測得了不同水平方位角和仰角下的一整套HRIR，而美國威斯康星州大學(xué)的研究小組則直接采用了真實(shí)聽音者來測量HRIR（見圖2-14）。用仿真頭來進(jìn)行測量，操作比較簡單，由于假頭裝有耳郭，測得數(shù)據(jù)與真實(shí)情況比較相似。但是由于不同的人，其頭部及耳郭尺寸各有不同，而假頭的形狀和大小并不能調(diào)整，使得假頭測出的HRIR 對不同的真人適用情況不一樣。采用真實(shí)聽音者測量，理論上測得的數(shù)據(jù)更加可信，但因?yàn)橐疹櫟铰犚粽哳^部活動等因素，實(shí)際操作相當(dāng)困難，而且同樣存在從某個聽音者測得的HRIR只適用于本人，不一定適用于其他人的問題。

圖2-14 美國威斯康星州大學(xué)對HRIR的測量

經(jīng)心理聲學(xué)對比實(shí)驗(yàn)發(fā)現(xiàn)，麻省理工學(xué)院媒體實(shí)驗(yàn)室測得的HRIR數(shù)據(jù)比較適合中國人的生理構(gòu)造，聲像定位實(shí)驗(yàn)與實(shí)際情況吻合較好，而且所有數(shù)據(jù)已全部在因特網(wǎng)上公開。下面簡單介紹一下他們的測量方法，其測量系統(tǒng)圖如圖2-15所示。測量設(shè)備為一臺Macintosh Quadra計(jì)算機(jī)，安裝有一塊Audiomedia ⅡDSP聲卡，可以對立體聲信號進(jìn)行A/D、D/A轉(zhuǎn)換，量化位數(shù)為16bit，采樣頻率44.1kHz。聲卡的一個輸出通路經(jīng)放大后驅(qū)動Realistic Optimus Pro7揚(yáng)聲器系統(tǒng)。仿真頭KEMAR如圖2-16所示，其上裝有左（DB-061）、右（DB-065）兩個不同的耳郭，耳郭內(nèi)置傳聲器（Etymotic ER-11），拾取的信號經(jīng)內(nèi)置的前置放大器放大后送入聲卡的立體聲輸入。

測量是在消音室中進(jìn)行的。假頭垂直安放在一個機(jī)動轉(zhuǎn)盤上，可以精確旋轉(zhuǎn)到任意水平方位角。揚(yáng)聲器的高度可以精確調(diào)節(jié)，從而改變假頭對聲源的仰角。在.40°～90°仰角范圍內(nèi)，研究人員可一次從0°～360°的水平方位角范圍內(nèi)對總共710個測量位置的雙耳脈沖響應(yīng)進(jìn)行采樣。對于每個測量位置，首先記錄了16383個采樣點(diǎn)。在剔除了因系統(tǒng)延遲和環(huán)境反射聲而造成的冗余數(shù)據(jù)后，每個測量位置保留了512個采樣點(diǎn)，以16bit量化進(jìn)行記錄，保存為Motorola格式的原始采樣數(shù)據(jù)文件。

探測話筒的擺放位置成為獲得HRTF 數(shù)據(jù)的關(guān)鍵問題。將話筒擺放在耳膜處無疑是最佳點(diǎn)，但是在實(shí)際測量中存在一定難度（尤其是在以真人作為測量對象時），因此人們開始研究是否在外耳道中存在某些點(diǎn)可取代耳膜的位置，且使結(jié)果不受影響。Hammersh.i以及Middlebrooks等人經(jīng)過大量實(shí)驗(yàn)后得出結(jié)論：外耳道入口處以及以內(nèi)的任何一點(diǎn)均可選擇作為話筒的擺放點(diǎn)，并且堵塞的外耳道入口處的聲音信息不僅包含所有的空間信息，而且含有最少的個人信息。

圖2-15 麻省理工學(xué)院測量系統(tǒng)圖

圖2-16 仿真頭KEMAR

若用半徑與人頭相似的鋼球模型來類比人頭，根據(jù)理論聲學(xué)中的聲波散射理論，可計(jì)算出近似的HRTF。為簡單起見，這里只討論水平面的情況，把人頭近似成一個中心在原點(diǎn)、半徑為a的固定不動的鋼球，人的雙耳位于鋼球上相對的左右兩點(diǎn)。對于水平面內(nèi)θ方向的聲源，可以作為遠(yuǎn)場平面波近似。這樣，水平方位角為θ的點(diǎn)聲源在雙耳處產(chǎn)生的復(fù)聲壓為

式中，Pm為m階勒讓德多項(xiàng)式，k為波數(shù)，P0為常數(shù)，a為人頭半徑，θ為聲源的水平方位角（.180°< θ≤180°，θ = 0°為正前方，θ = 90°為正左方），Bm由下式給出：

其中hm為m階第一類球漢開爾函數(shù)。

根據(jù)HRTF的定義式，并經(jīng)過進(jìn)一步的整理，可以得到計(jì)算HRTF的公式

由上可知，HRTF是θ與ka（即角頻率ω）的函數(shù)。

根據(jù)上式，利用普通的計(jì)算機(jī)即可算出任意人頭半徑與任意方向的HRTF。但由于該公式是根據(jù)鋼球模型計(jì)算出來的，與真實(shí)的人頭形狀有一定差別，并且忽略了肩部、

耳郭等對聲波的反射，所以與真實(shí)的人頭傳輸函數(shù)會有差異，只能算作一種中低頻時的近似。

2.2.2 人耳對距離與深度的感知

距離是指人耳對某個特定聲源距離遠(yuǎn)近的感知，而深度是用于描述對整個聲音場景前后距離的感知。聲源距離的遠(yuǎn)近受很多因素的影響。響度和直達(dá)聲與混響聲的聲能比是最有效的兩個因素。響度因素是基于這樣的事實(shí)，即隨著距離的增加，聲源的輻射直達(dá)聲聲壓在不斷地減小。距聲源分別為r1和r2的兩點(diǎn)，彼此之間的直達(dá)聲能密度比為：I1/I2 = r22 /r12，因此若聽音距離增加1倍，則人耳處的直達(dá)聲能密度衰減為6dB，因此可對聲源的距離進(jìn)行估測。但是，如果對聲音及其特性非常熟悉，會影響基于響度對距離的估測，而且響度因素僅對無混響的聽音環(huán)境有效。

在混響環(huán)境中首先應(yīng)引入混響半徑rr的概念，它是指直達(dá)聲能與混響聲能相等的位置。當(dāng)距聲源距離r < rr時，以直達(dá)聲為主；當(dāng)距離r > rr時，以混響聲為主。圖2-17顯示了直達(dá)聲壓級Ld、混響聲壓級Lr和總聲壓級Lt隨距離變化的情況?？梢钥闯鲈诨祉懓霃揭酝?，總聲壓級幾乎恒定，而響度因素正是基于距離的增大聲壓衰減來形成的。因此在距離r > rr時，響度因素已經(jīng)不起作用了，它僅在r < rr時有效。

圖2-17 在封閉空間中Ld、Lr和Lt隨距離的變化

在響度因素變得無效時，直達(dá)聲能與混響聲能的比值（D/R）成為估測聲源距離的有效因素。這個比值可以表示為：D/R = (PD)rms/(PR) rms = rr/ r，由公式可以看出D/R僅取決于房間的混響半徑和距聲源的距離r。而根據(jù)混響時間和混響聲級的大小，可以使聽音者估算出房間的大小和表面吸聲能力。

雖然混響對估測聲源的距離及環(huán)境的再現(xiàn)有很重要的作用，但對聲源的水平和垂直定位起到減弱作用。這可以通過強(qiáng)混響環(huán)境下，人耳可以辨別早期反射聲方向的現(xiàn)象來解釋。人耳具有的優(yōu)先效應(yīng)僅能抑制反射聲的影響，而不能消除反射聲影響，這樣就會對聲源的定位造成干擾。此外混響使聽覺系統(tǒng)很難正確估測低頻的雙耳時間差。

2.2.3 人耳對聲源寬度的感知

感知聲源寬度（apparent source width，ASW）是用于評價音樂廳音質(zhì)的重要參數(shù)。所謂感知聲源寬度是人耳所感知的聲源寬度范圍，如圖2-18所示，它是聲源發(fā)出的聲音在空間傳播后經(jīng)雙耳作用而被聽音者感覺到的聲源聲像在空間中的形狀和尺寸，又被稱為聽聞聲源寬度或視在聲源寬度，兩者含義相同。多年的研究表明，早期反射聲是影響ASW的重要因素。增加早期反射聲能能夠擴(kuò)展ASW，擴(kuò)展的程度取決于早期反射聲的幅度和延時時間。大量在音樂廳進(jìn)行的主觀評價表明，人們偏愛更寬闊些的ASW，但是并沒有明確給出ASW的最佳值，而對于普通的聽音環(huán)境還沒有得出人們也偏愛寬闊些的ASW。通常討論的早期反射聲和后期反射聲都是相對于直達(dá)聲而言，一般情況下，通常取直達(dá)聲發(fā)出后的80ms為早期反射聲和后期反射聲的分界線。音質(zhì)設(shè)計(jì)中常用的客觀參量如早期雙耳聽覺互
相關(guān)系數(shù)（IACCE）、側(cè)向聲能比（lateral energy fraction，LF）和聲源的觸發(fā)階段特性等均與早期反射聲密切相關(guān)。

圖2-18 感知聲源寬度

雙耳聽覺互相關(guān)系數(shù)IACC（inter-aural correlation coefficient）是對某一瞬間到達(dá)兩耳的聲壓相似性的量度。假設(shè)空間某一聲源在聽音者左、右產(chǎn)生的聲壓分別為pL(t)和pR(t)，那么雙耳聽覺歸一化互相關(guān)函數(shù)為

 中*表示復(fù)數(shù)共軛。由可以計(jì)算出雙耳聽覺互相關(guān)IACC，即函數(shù)||在||≤1ms范圍內(nèi)絕對值的最大值

由定義可知，0≤IACC≤1。對應(yīng)的即為雙耳信號的時間差（ITD）。IACC分為早期IACC(IACCE)和后期IACC(IACCL)。不同的研究人員使用不同的帶寬和時窗來計(jì)算IACCE值，目前用80ms的時窗計(jì)算出來的IACCE值與ASW的匹配性最好。兩者的關(guān)系是IACCE越小，ASW越寬。

側(cè)向聲能比也是影響ASW的因素之一。研究表明LF越高，ASW越寬。側(cè)向聲能比的定義為

對音樂和語言信號而言，ASW還與聲源觸發(fā)階段時間的長短相關(guān)。聲源發(fā)聲到逐漸消散通常會經(jīng)歷4個階段：觸發(fā)階段（attack）、衰減階段（decay）、保持階段（sustain）和釋放階段（release），通常稱為ADSR四個階段。不是所有的聲音包絡(luò)都具有ADSR的4個階段，例如管風(fēng)琴就沒有衰減階段。圖2-19所示為ADSR振幅包絡(luò)曲線。

觸發(fā)階段是指聲源發(fā)聲后，聲音逐漸增大，直到最大值的這一過程。對于觸發(fā)階段時間為50ms以內(nèi)的聲源而言，ASW與觸發(fā)階段的ITD和IID有關(guān)。由于在觸發(fā)階段直達(dá)聲與反射聲之間的相互作用會引起ITD和IID的變化，從而使得聲像展寬。Griesinger曾以語音為聲源做實(shí)驗(yàn)，結(jié)果表明一個能量較強(qiáng)的側(cè)面反射聲出現(xiàn)在觸發(fā)階段內(nèi)，該反射聲可以增大聲音的聲像寬度，否則沒有影響。而聲像擴(kuò)展的程度隨著觸發(fā)階段時間的增長和反射聲能的增大而變大。

圖2-19 ADSR振幅包絡(luò)曲線

2.2.4 環(huán)繞感和空間感

在立體聲的重放系統(tǒng)中，由于只能在聽音者前方再現(xiàn)一定的聲場，所以包圍感和空間感并沒有成為人們重點(diǎn)關(guān)注的主觀參數(shù)。而環(huán)繞聲系統(tǒng)的出現(xiàn)，由于增加了后方環(huán)繞聲通道，使得360°的聲場再現(xiàn)成為可能。如何能夠更好的獲得環(huán)繞感和空間感也成為環(huán)繞聲系統(tǒng)成功與否的重要參數(shù)之一，搞清楚這些問題也為以后的系統(tǒng)設(shè)計(jì)提供有力的理論依據(jù)。關(guān)于空間感的定義有很多，一種比較準(zhǔn)確的說法是如果一個聲場能夠給人提供廣闊的環(huán)繞的空間印象，那么這個聲場就有空間感。這樣看來空間感和環(huán)繞感屬于同類詞，通常用環(huán)繞感（listener envelopment，LEV）來表示。

2.2.4.1 聲源對環(huán)繞感和空間感的影響

人們對空間感的感知是與聲源相關(guān)的。為了進(jìn)一步描述，我們引入一個概念“空間印象”（spatial impression，SI），它是指聲學(xué)印象，所反映的空間可能很活躍也可能很沉寂。

當(dāng)持續(xù)聲源例如白噪聲等信號源作為激勵源時，所產(chǎn)生的空間印象我們稱為持續(xù)空間印象（continuous spatial impression，CSI），如圖2-20所示。由于聲源是連續(xù)的，將形成具有一定時間長度的獨(dú)立聲音事件，而環(huán)繞聲可能會因?yàn)橐羯牟煌蝗硕煊X，從而形成空間感。Griesinger使用頻率范圍為300～2000Hz的噪聲信號進(jìn)行相關(guān)實(shí)驗(yàn)，結(jié)果表明信號的響度與空間感無關(guān)。而對于含有低于300Hz的噪聲信號而言，隨著響度的增加，空間感也隨之增長。這是由于人耳對低頻信號的聽閾較高，當(dāng)提高信號的響度，低頻反射聲超出聽閾門限時就可以被聽到，從而形成空間感。CSI與直達(dá)聲和反射聲的比值以及反射聲的入射角度有關(guān)。

圖2-20 持續(xù)空間印象

當(dāng)聲源是由單個的聲音成分組成時，例如語音或者樂音，產(chǎn)生的空間印象將相對復(fù)雜。直達(dá)聲后50ms以內(nèi)的反射聲產(chǎn)生的空間印象稱為早期空間印象（early spatial impression，ESI），如圖2-21所示；由50ms以后的反射聲產(chǎn)生的空間印象稱為背景空間印象（background spatial impression，BSI），如圖2-22所示。

我們可以看出ESI并沒有產(chǎn)生環(huán)繞感，聲像仍定位在前方，只是將聲像展寬。這可以很容易解釋小房間中空間感不足的原因。當(dāng)兩個人在小房間談話，在房間表面并沒有做太多吸聲處理的情況下，人耳能接收到大量的反射聲，但是并沒有感覺到有太多的空間感，這是由于房間較小，大部分的反射聲都位于直達(dá)聲50ms內(nèi)到達(dá)人耳，主要形成了ESI。

圖2-21 早期空間印象

圖2-22 背景空間印象

在BSI中，后期反射聲能會產(chǎn)生良好的環(huán)繞感，而這種空間印象與聲源無關(guān)的，而與空間環(huán)境密切相關(guān)。

2.2.4.2 后期反射聲能對環(huán)繞感和空間感的影響

在后期反射聲對空間感影響研究的初期階段，人們把注意力主要集中在側(cè)向反射聲上。Morimoto最早提出與LEV相關(guān)的物理量IACCL，這個結(jié)論是在只考慮后期反射聲傳播中的前面和側(cè)面方向得出的，而沒有考慮其他方向的反射聲影響。隨后Bradley和Soulodre在通過對很多客觀參量研究后發(fā)現(xiàn)，在包括不同聲級、側(cè)向聲能比、早期和后期反射聲信號的雙耳相關(guān)度等參數(shù)中，后期側(cè)向聲級（late lateral energy level，GLL）與LEV有著最密切的關(guān)系。GLL的定義如下：

后期側(cè)向聲能通過一只主軸指向側(cè)方的八字型指向傳聲器測得，后期總聲能則通過距離聲源10米處的全指向傳聲器測得，主軸指向聲源方向。

為了不僅考慮側(cè)向反射聲對LEV的影響，Bradley近年又在之前的研究基礎(chǔ)上提出余弦平方計(jì)權(quán)的后期聲能GLL（125Hz～1kHz）最能反映LEV，并通過消聲室中電聲系統(tǒng)模擬聲場的主觀評價加以驗(yàn)證。余弦所對應(yīng)的角度是后期反射聲傳到人耳的方向與水平面上貫穿人雙耳的直線方向的夾角。所謂的余弦平方計(jì)權(quán)就是指不同方向傳來的后期反射聲能在正對人耳方向上的分量。GLL（125Hz～1kHz）測量方法與GLL是完全相同的。通過聽音者對不同聲場環(huán)境下所產(chǎn)生的LEV的評價，發(fā)現(xiàn)LEV感覺隨余弦平方計(jì)權(quán)的后期聲級GLL（125Hz～1kHz）的增加而呈線性遞增，如圖2-23所示。通過實(shí)驗(yàn)，我們可以看出所有方向的后期聲能都對LEV起作用，方向的影響通過余弦平方計(jì)權(quán)的后期聲級GLL（125Hz～1kHz）對LEV直接起作用，當(dāng)后期聲與貫穿人雙耳的直線方向成0°時，LEV將達(dá)到最大。

圖2-23 GLL（125Hz～1kHz與LEV的關(guān)系