Hörande i rum psykologiskt/fysiologiskt utifrån simpel fysik

[JM]

Fysiken skapar tryckförändringar och därmed rörelser hos trumhinnan. Från trumhinnan till hjärnan skapas neurofysiologiska reaktioner. Kemiska reaktioner i hjärnan skapar fysiologiska reaktioner. Fysiologiska processer i hjärnan skapar psykologiska reaktioner på ljud - vilka kan förmedlas externt via olika psykologiska reaktioner.

Utan kemi finns inget hörbart ljud.
Glutamat är transmittorsubstansen mellan inre hårcellen och hörselnerven. Alla aktionspotentialer är sekundära till kemiska potentialskillnader runt nervcellernas cellmembran.

Utan fysik finns inget hörbart ljud. Tryckförändringars skapar rörelser hos trumhinnan. Trumhinnan ger mekanisk rörelse hos kroppens minsta ben i mellanörat. Två muskler i mellanörat styrda av neurofysiologiska processer i hjärnan förhindrar att benen i mellanörat rör sig på ett oönskat sätt. Osv.

Mätbart ljud (i fysikens dimension) i fysikalisk mening är stimuli av olika neurofysiologiska processer i hjärnan. Mätbara neurofysiologiska processer (i medicinska dimensionen) i hjärnan är stimuli till mätbara neuropsykologiska reaktioner (i neuropsykologiska dimensionen).

Antag en försöksperson lyssnar på en ideal ljudkälla i en teoretisk rymd där ljudutbredningen är sfärisk med rak tonkurva utan distorsion. Lyssningsavståndet är 3 m och där försökspersonens näsa hela tiden pekar mot ljudkällan. Mediet är luft vid 20 grader med lufttryck typ som på havsnivå.

1. Utan begränsningsytor upplevs ljudet likt ljudet i en ekofrittrum.

2. Med en begränsningsyta (hård ljudreflexgivande yta) nära ljudkällan lateralt som försenar reflexljudet ca 0,5 ms relativt direktljudet kommer ett ljud lokaliseras nästan mittemellan begränsningsytan och ljudkällan enligt "summationslokalisations" principen. Här fungerar hörandet likt en mikrofon. Detta faktum är grunden för stereoillusionen. Antingen som i detta exempel skapas stereoupplevelse med tidsskillnader under 1 ms eller så skapas stereoupplevelse med med olika SPL från hö höger respektive vänster sida. Det senare är vanligast. Tidsskillnaden och "summation lokation" mellan höger och vänster högtalare gör förflyttning utanför +/- 60 cm i lyssningspositionen gör att ljudet tippar till närmaste högtalare vid stereolyssnande på prominent/transient ljud.

3. Är nu ljudet ett klickljud och begränsningsytan förflyttas lateralt så reflexljudet försenas ca 2 ms upplevs två ljud. Försökspersonen hör först direktljudet och därefter ett eko. Denna ljudseparation sker redan i hjärnstammen utan viljekontroll. Moore (Litovsky) s266 ff

4. Är direktljudet gles musik och reflexljudet försenas till ca 5 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt viss spatial upplevelse. Jämfört med ljudet i ekofrittrum finns här nu även en maskering av reflexljudet på direktljudet.

5. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt bättre spatial upplevelse. Jämfört med ljudet i ekofrittrum finns här nu en viss maskering av reflexljudet map direktljudet.

6. Är direktljudet gles musik och reflexljudet försenas till 70 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att höra två ljud utan spatial upplevelse. Reflexljudet upplevs nu som ett eko.

7. Är direktljudet komplex tät musik och reflexljudet försenas till 100 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att höra ett ljud med viss spatial upplevelse. Jämfört med ljudet i ekofrittrum finns här nu en viss påtaglig maskering av reflexljudet på direktljudet.

8. Är direktljudet komplex tät musik och reflexljudet försenas till 400 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att höra två ljud utan spatial upplevelse. Reflexljudet upplevs nu som ett eko.

9. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan enbart bakom direktljudet kommer försökspersonen att bara höra ett ljud samt sämre spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en påtaglig maskering av reflexljudet map direktljudet.

10. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan ovan/under försökspersonen kommer försökspersonen att bara höra ett ljud samt viss spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en viss maskering av reflexljudet map direktljudet.

11. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan bakom kommer försökspersonen att bara höra ett ljud samt viss spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en viss maskering av reflexljudet map direktljudet.

12. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt bättre spatial upplevelse samt upplevda ljudet kommer ytterligare att lateraliseras (breddning av ljudet).

13. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt och vissa frekvenser absorberas kommer försökspersonen att bara höra ett ljud samt klart sämre spatial upplevelse. Jämfört med ljudet i ekofrittrum finns nytt ljud. Gestaltprincipen och precedenceprincipen fungerar partiellt.

14. Är direktljudet basrik gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt sämre spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en mer påtaglig maskering av reflexljudet map direktljudet pga att låga frekvenser med hög SPL maskerar mer de högre frekvenserna.

15. Precedence effekten ovan gäller även till viss del i sagitalplanet (vertikalt).

16. Precedens effekten gäller inte vid icke prominenta/icke transienta ljud.

17. Precedens effekten visar att hjärnan särskiljer direktljudets lokalisation från reflexljudets lokalisation vid tidsskillnad på > 1 ms.

18. Fransen effekten visar att hjärnan bibehåller upplevd initial lokalisation av ljud i vissa fall trots att ljudet lämnat lokalisationen. Dvs det finns en neuropsykologisk upplevelse av ljud i en viss position utan något fysikaliskt i ljud i positionen.

19. Maskering av direktljudet sker i olika grad från reflexer. Varför reflexer med tonkurva likt direktljudet, fördröjda ca 20 ms och dämpade lite mer än 6 dB ger i neuropsykologiska studier optimal ljudupplevelse av gles musik är oklart. Maskeringen ger inte bara en försämring av ljudet men även en positiv spatial komponent med bla breddning av ljudupplevelsen. Möjligen är det evolutionärt? Möjligen var avståndet till skogen där vi drog fram tillsammans med schimpanserna oftast på detta avstånd?

20. Gestalt psykologin är ett fundament i hörandet. Partiella maskeringar, dippar i tonkurvan, fragmentariskt upplevd dialog korrigeras upplevelsemässigt mha kvalificerade gissningar utifrån tidigare erfarenheter och gestalt psykologin.

Således upphör hörandet av reflexer att fungera som en mikrofon över 1 ms. Hjärnan/hjärnstammen har autonom kapacitet att separera ljud tidsmässigt. Denna förmåga försämras med åldersnedsatt hörande. Även på högre kognitiv nivå (i frontalloberna) kan ljud separeras autonomt och/eller viljemässigt. Viktigt för att lyssna i ljudstörande miljö och vid snabbt tal.

Sammanfattningsvis gäller det att ha laterala reflexer i lyssningsrummet med SPL < 6 dB ljudtyrka. Reflexernas ton kurva bör ej avvika från direktljudets. Reflexerna bör bara komma från laterala väggen. Golv och tak försämrar inte lika mycket som reflexer bakom högtalarna. Reflexer bakom försökspersonen påverkar hörandet något mindre än reflexer bakom högtalarna.
Reflexerna bör komma till lyssningspositionen kring 20 ms efter direktljudet.

Viktigt att förstå att fysiken/akustiken, neurofysiologin och neuropsykologin är 3 separata entiteter vilka tillsammans är fundamenten till hörandet. Att förstå att dessa entiteter har fundamentalt olika spelregler är nyckeln till korrekt vetenskapligt förhållningssätt till hörandet.

Viktigt att förstå att hjärnan kan separera ljud tidsmässigt på ett sätt skilt från fysikens registrering med tryckkänslig mikrofon.


The precedence effect; Litovsky el al
https://www.cogsci.msu.edu/DSS/2019-202 ... l_1999.pdf

An Introduction to the Psychology of Hearing; Moore
Kolla sid 266 ff.
https://books.google.se/books/about/An_ ... &q&f=false

The subjective effects of first reflections in concert halls—The need for lateral reflections; Barron
Kolla fig 5.
https://www.researchgate.net/publicatio ... eflections

However, there are remarkable perceptual differences between halls having the same objective measures.
Engaging concert hall acoustics is made up of temporal envelope preserving reflections.
Kolla videon.
The Journal of the Acoustical Society of America 129, EL223 (2011);
Tapio Lokkia), Jukka Pätynen, Sakari Tervo, Samuel Siltanen, and Lauri Savioja, 2011 https://doi.org/10.1121/1.3579145

The Precedence Effect in Sound Localization
Andrew D. Brown,corresponding author G. Christopher Stecker, and Daniel J. Tollin
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4310855/

Perceptual integration between target speech and target-speech reflection reduces masking for target-speech recognition in younger adults and older adults; YingHuang..
https://www.sciencedirect.com/science/a ... 5508001561

Gestalt psychology
https://en.wikipedia.org/wiki/Gestalt_psychology

JM

[Nattlorden]

Kudos till den som orkar läsa en så svårspaltad text och få ut något av det.

JM - ser du inte själv hur svårläst det blev?

[paa]

Jag ser inget om kamfiltereffekt och hörbarhet av detta i alla dessa exempel?

[Tangband]

Att hörandet och mikrofonen skulle bete sig olika redan efter 1ms, som JM påstår, kan man verkligen diskutera .

Det händer en klar skillnad om man överstiger 5 ms skulle jag säga ( med min begränsade erfarenhet baserat på egna inspelningar ) . Men det kanske kan bli skillnad med kortare intervall under vissa förutsättningar och studier ?

[jansch]

JM - jag förstår hur du tänker och hur ddet harmonierar med verifierad forskning.

Det finns dock ett stort frågetecken för musikåtergivning kontra ljuduppleveler i allmänhet. Vi hör till stor del det vi vill eller behöver höra. Vid musiklyssning är varseblivning (perception i allmänhet) "vilande" ända tills något händer som inte vi förväntar oss.

Andra sinnen påverkar också kraftigt, inte minst synuppleveler där hörseln och synen samverkar. Det finns en förväntan att t.ex kyrkor p g a storlex och material skall låta som det gör.
Ekofria rum har en miljö som förutsätter inlärning för att hjärnan skall förstå. Normala bostadsrum kanske kräver inlärning med då som en naturlig del av utvecklingen hos enskild individ.
Varje gång vi utsätts för en ny annorlunda miljö uppstår en form av perception för att tolka den nya akustiska miljön. Vid invand miljö accepterar vi till stor del "brister" , typiskt den egna lyssningsmiljön.

Jag har bara en kommentar till dina "stolpar" och det är hur vi uppfattar eko. En efterklang kan vara hur lång som helst utan att vi uppfattar eko om utfyllnad sker mellan direktljud och ljudkopia av direktljudet som ligger i 50ms området och över. Även skillnad i SPL nivå påverkar samt om ljudprofilen är kraftigt påverkad.

Jag använder begreppet ljudprofil, vet inte om det är allmänt vedertaget begrepp ( Jag fick lära mej det på tyska). D v s när hörseln uppfattar ett nytt ljud som är klart separerat/annat jämfört med föregående ljud med annan profil. Vi är okänsliga för förändring av frekvensomfång (typ bas och diskantavskärning) men väldigt känsliga för transienter och förändring av frekvensspektra i talområdet.
Typiskt är vanligt tal där förändringar uppfattas oerhört snabbt, inte som enskilda ljud utan som en komplex helhet i uppfattbarhet d v s ord och dessutom med känslomässig tolkning. Exempelvis att säga "ja!" på femtioelva olika sätt.

Du skriver om t.ex "gles musik" o s v. Det är bra! Hörseln är olika känslig för olika ljudhändelser men fokuserar på uppfattbarhet. Man kan lätt tro att vi har bäst uppfattbahet i t.ex ett ekofritt rum men erfarenheten visar att ett normaldämpat bostadsrum är riktigt bra. Har inte hela svaret varför det är så - Kanske för att riktning blir så viktigt och/eller att viss efterklang hjälper oss i hörbarheten.

Lite kvällsreflektioner.......

[jansch]

Att hörandet och mikrofonen skulle bete sig olika redan efter 1ms, som JM påstår, kan man verkligen diskutera .

Det händer en klar skillnad om man överstiger 5 ms skulle jag säga ( med min begränsade erfarenhet baserat på egna inspelningar ) . Men det kanske kan bli skillnad med kortare intervall under vissa förutsättningar och studier ?

Man kan tycka att det handlar om rummet/efterklangen och dess spectra samt avstånd mellan öronen.
Man bör istället titta på hörselnintrycket och "hörselns" olika förmågor att t.ex komprimera, selektera, värdera, cocktaileffekt, sinnesstämning, mobilisera andra sinnen, mm.

Det blir i grunden fel att jämföra hörseln och en mätmikrofon. Mätmikrofonen struntar i vilket sorts ljud som skapas men kan urskilja ett större frekvenspektrum, Hörseln har inte uppfattat en ton (på 1 ms) men kan ändå mobilisera hela kroppen.
Jag kan gissa att det är det som JM menar (inkl precendens etc.)

[petersteindl]

Antag en försöksperson lyssnar på en ideal ljudkälla i en rymd där ljudutbredningen är sfärisk med rak tonkurva utan distorsion. Lyssningsavståndet är 3 m och där försökspersonens näsa hela tiden pekar mot ljudkällan.

1. Utan begränsningsytor upplevs ljudet likt ljudet i en ekofrittrum.

2. Med en begränsningsyta nära ljudkällan lateralt som försenar reflexljudet ca 0,5 ms relativt direktljudet kommer ett ljud lokaliseras nästan mittemellan begränsningsytan och ljudkällan enligt summationslokalisations principen. Här fungerar hörandet likt en mikrofon.

3. Är nu ljudet ett klickljud och begränsningsytan förflyttas lateralt så reflexljudet försenas ca 2 ms upplevs två ljud. Försökspersonen hör först direktljudet och därefter ett eko. Denna ljudseparation sker redan i hjärnstammen utan viljekontroll. Moore (Litovsky) s266 ff

4. Är direktljudet gles musik och reflexljudet försenas till ca 5 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt viss spatial upplevelse. Jämfört med ljudet i ekofrittrum finns här nu även en maskering av reflexljudet på direktljudet.

5. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt bättre spatial upplevelse. Jämfört med ljudet i ekofrittrum finns här nu en viss maskering av reflexljudet map direktljudet.

6. Är direktljudet gles musik och reflexljudet försenas till 70 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att höra två ljud utan spatial upplevelse. Reflexljudet upplevs nu som ett eko.

7. Är direktljudet komplex tät musik och reflexljudet försenas till 100 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att höra ett ljud med viss spatial upplevelse. Jämfört med ljudet i ekofrittrum finns här nu en viss påtaglig maskering av reflexljudet på direktljudet.

8. Är direktljudet komplex tät musik och reflexljudet försenas till 400 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att höra två ljud utan spatial upplevelse. Reflexljudet upplevs nu som ett eko.

9. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan enbart bakom direktljudet kommer försökspersonen att bara höra ett ljud samt sämre spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en påtaglig maskering av reflexljudet map direktljudet.

10. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan ovan/under försökspersonen kommer försökspersonen att bara höra ett ljud samt viss spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en viss maskering av reflexljudet map direktljudet.

11. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan under kommer försökspersonen att bara höra ett ljud samt viss spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en viss maskering av reflexljudet map direktljudet.

12. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt bättre spatial upplevelse samt upplevda ljudet kommer ytterligare att lateraliseras (breddning av ljudet).

13. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt och vissa frekvenser absorberas kommer försökspersonen att bara höra ett ljud samt klart sämre spatial upplevelse. Jämfört med ljudet i ekofrittrum finns nytt ljud. Gestaltprincipen fungerar partiellt.

14. Är direktljudet basrik gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt sämre spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en mer påtaglig maskering av reflexljudet map direktljudet pga att låga frekvenser med hög SPL maskerar mer de högre frekvenserna.

15. Precedence effekten ovan gäller även till viss del i sagitalplanet (vertikalt).

16. Precedens effekten gäller inte vid icke prominenta/icke transienta ljud.
17. mm

Således upphör hörandet att fungera som en mikrofon över 1 ms. Hjärnan/hjärnstammen har autonom kapacitet att separera ljud tidsmässigt. Denna förmåga försämras med åldersnedsatt hörande. Även på högre kognitiv nivå (i frontalloberna) kan ljud separeras autonomt och/eller viljemässigt.

Sammanfattningsvis gäller det att ha laterala reflexer med SPL < 6 dB ljudtyrka. Reflexernas ton kurva bör ej avvika från direktljudets och ref. Reflexerna bör bara komma från laterala väggen. Golv och tak försämrar inte lika mycket som reflexer bakom högtalarna. Reflexer bakom försökspersonen påverkar hörandet något mindre än reflexer bakom högtalarna.
Reflexerna bör komma till lyssningspositionen kring 20 ms efter direktljudet.
Detta är min uppfattning hur vi hör i rum.

An Introduction to the Psychology of Hearing; Brian C. J. Moore
Kolla sid 266 ff.
https://books.google.se/books/about/An_ ... &q&f=false

The subjective effects of first reflections in concert halls—The need for lateral reflections; Mike Barron
Kolla fig 5.
https://www.researchgate.net/publicatio ... eflections

However, there are remarkable perceptual differences between halls having the same objective measures.
Engaging concert hall acoustics is made up of temporal envelope preserving reflections.
Kolla videon.
The Journal of the Acoustical Society of America 129, EL223 (2011);
Tapio Lokkia), Jukka Pätynen, Sakari Tervo, Samuel Siltanen, and Lauri Savioja, 2011 https://doi.org/10.1121/1.3579145

The Precedence Effect in Sound Localization
Andrew D. Brown,corresponding author G. Christopher Stecker, and Daniel J. Tollin
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4310855/

Perceptual integration between target speech and target-speech reflection reduces masking for target-speech recognition in younger adults and older adults; YingHuang..
https://www.sciencedirect.com/science/a ... 5508001561

JM

Jag har inte tid att svara på allt. Det är många av punkterna som behöver förtydligas och/eller korrigeras.

Det jag kan säga är att allt som står i punkt 2 är helt fel.

Du nämner mikrofon. Skall det diskuteras något gällande mikrofon kontra hörsel så får du gärna först definiera vad du menar med mikrofon.

Menar du tryckkännande mikrofon eller hastighetskännande?

Riktningskarakteristik
Är mikrofonen rundtagande d v s en kula?
Eller åtta?
Eller njure/kardioid?

Då du skriver en mikrofon, menar du en och endast en mikrofon?

Dessutom representerar inte en enda av punkterna i ditt inlägg något rum.
Om du menar att de skulle representera ett rum, så får du även definiera vad du menar med rum.

Vad jag sett av många inlägg på forumet så är det missförstånd vad gäller tidsskillnad mellan direktljud och reflekterat ljud kontra ITD Interaural Time Difference.

Mvh
Peter

[JM]

JM - jag förstår hur du tänker och hur det harmonierar med verifierad forskning.

Tack!

JM

[JM]

Jag ser inget om kamfiltereffekt och hörbarhet av detta i alla dessa exempel?

Kamfiltereffekter sekundära till kontinuerliga sinusar är hörbara ininitialt. Nu lyssnar vi i stort sätt aldrig på kontinuerliga sinusar.

JM

[I-or]

En stor del av resultaten från ovanstående test tillhör psykoakustiska grunder för ljudperception i typiska lyssningsrum även om t.ex. reflektioner med en löptid om 400 ms (motsvarande ca 140 m) av lätt insedda skäl är ganska ovanliga.

Jag tillhör de galenpannor som faktiskt har provat en hel del av ovanstående effekter genom att generera lämpliga halvsinuspulser i Matlab och låta en högtalare med olika positioner simulera reflektioner. Jag kan verifiera att dessa effekter stämmer hyggligt även om det är en ganska stor skillnad m.a.p. lateral vinkel och nivå för reflektionen. Man erhåller dessutom inte bara spatiella effekter utan också en ganska tydlig klangförändring för impulsartade ljud, vilket är fullt logiskt. Märkligt nog är effekterna tydliga även i reflektiv miljö och man är inte tvungen att utnyttja sig av ett ekofritt rum.

Att laterala reflektioner av "lagom" nivå är fördelaktigt har varit känt i decennier, men att skapa en löptid om 20 ms (motsvarande ca 7 m) för förstareflektionen låter sig naturligtvis inte göras i normala lyssningsrum. Det är knappast nödvändigt heller, vilket de flesta vana lyssnare inser och inte minst Tooles/Olives forskning visar.

För övrigt kan man inte jämföra inverkan av laterala reflektioner i konsertsalar med lyssningsrum eftersom detta är två totalt olika situationer som ställer helt olika akustiska krav.

Att diskutera signalanalys i termer av "en tryckkänslig mikrofon" är för övrigt fullständigt meningslöst, man kan naturligtvis analysera signalerna i tidsplanet eller t.o.m. använda mikrofoner eller konsthuvuden med lämplig riktverkan för att få med samtliga relevanta effekter i sammanhanget. Det är dessutom fortfarande så, att man kan ekvalisera klangförändringar via mätningar av frekvensgång över ett tidsfönster om sådär 500 ms för frekvenser under ca 300-500 Hz. Att man sedan i lyssningsrummet även får spatiella effekter som inte påverkas av ekvaliseringen är en helt annan sak.

[jansch]

Antag en försöksperson lyssnar på en ideal ljudkälla i en rymd där ljudutbredningen är sfärisk med rak tonkurva utan distorsion. Lyssningsavståndet är 3 m och där försökspersonens näsa hela tiden pekar mot ljudkällan.

1. Utan begränsningsytor upplevs ljudet likt ljudet i en ekofrittrum.

2. Med en begränsningsyta nära ljudkällan lateralt som försenar reflexljudet ca 0,5 ms relativt direktljudet kommer ett ljud lokaliseras nästan mittemellan begränsningsytan och ljudkällan enligt summationslokalisations principen. Här fungerar hörandet likt en mikrofon.

3. Är nu ljudet ett klickljud och begränsningsytan förflyttas lateralt så reflexljudet försenas ca 2 ms upplevs två ljud. Försökspersonen hör först direktljudet och därefter ett eko. Denna ljudseparation sker redan i hjärnstammen utan viljekontroll. Moore (Litovsky) s266 ff

4. Är direktljudet gles musik och reflexljudet försenas till ca 5 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt viss spatial upplevelse. Jämfört med ljudet i ekofrittrum finns här nu även en maskering av reflexljudet på direktljudet.

5. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt bättre spatial upplevelse. Jämfört med ljudet i ekofrittrum finns här nu en viss maskering av reflexljudet map direktljudet.

6. Är direktljudet gles musik och reflexljudet försenas till 70 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att höra två ljud utan spatial upplevelse. Reflexljudet upplevs nu som ett eko.

7. Är direktljudet komplex tät musik och reflexljudet försenas till 100 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att höra ett ljud med viss spatial upplevelse. Jämfört med ljudet i ekofrittrum finns här nu en viss påtaglig maskering av reflexljudet på direktljudet.

8. Är direktljudet komplex tät musik och reflexljudet försenas till 400 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att höra två ljud utan spatial upplevelse. Reflexljudet upplevs nu som ett eko.

9. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan enbart bakom direktljudet kommer försökspersonen att bara höra ett ljud samt sämre spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en påtaglig maskering av reflexljudet map direktljudet.

10. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan ovan/under försökspersonen kommer försökspersonen att bara höra ett ljud samt viss spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en viss maskering av reflexljudet map direktljudet.

11. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan under kommer försökspersonen att bara höra ett ljud samt viss spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en viss maskering av reflexljudet map direktljudet.

12. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt bättre spatial upplevelse samt upplevda ljudet kommer ytterligare att lateraliseras (breddning av ljudet).

13. Är direktljudet gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt och vissa frekvenser absorberas kommer försökspersonen att bara höra ett ljud samt klart sämre spatial upplevelse. Jämfört med ljudet i ekofrittrum finns nytt ljud. Gestaltprincipen fungerar partiellt.

14. Är direktljudet basrik gles musik och reflexljudet försenas till ca 20 ms genom förflyttning av begränsningsytan mer lateralt kommer försökspersonen att bara höra ett ljud samt sämre spatial upplevelse. Jämfört med ljudet i fall 5 finns här nu en mer påtaglig maskering av reflexljudet map direktljudet pga att låga frekvenser med hög SPL maskerar mer de högre frekvenserna.

15. Precedence effekten ovan gäller även till viss del i sagitalplanet (vertikalt).

16. Precedens effekten gäller inte vid icke prominenta/icke transienta ljud.
17. mm

Således upphör hörandet att fungera som en mikrofon över 1 ms. Hjärnan/hjärnstammen har autonom kapacitet att separera ljud tidsmässigt. Denna förmåga försämras med åldersnedsatt hörande. Även på högre kognitiv nivå (i frontalloberna) kan ljud separeras autonomt och/eller viljemässigt.

Sammanfattningsvis gäller det att ha laterala reflexer med SPL < 6 dB ljudtyrka. Reflexernas ton kurva bör ej avvika från direktljudets och ref. Reflexerna bör bara komma från laterala väggen. Golv och tak försämrar inte lika mycket som reflexer bakom högtalarna. Reflexer bakom försökspersonen påverkar hörandet något mindre än reflexer bakom högtalarna.
Reflexerna bör komma till lyssningspositionen kring 20 ms efter direktljudet.
Detta är min uppfattning hur vi hör i rum.

An Introduction to the Psychology of Hearing; Brian C. J. Moore
Kolla sid 266 ff.
https://books.google.se/books/about/An_ ... &q&f=false

The subjective effects of first reflections in concert halls—The need for lateral reflections; Mike Barron
Kolla fig 5.
https://www.researchgate.net/publicatio ... eflections

However, there are remarkable perceptual differences between halls having the same objective measures.
Engaging concert hall acoustics is made up of temporal envelope preserving reflections.
Kolla videon.
The Journal of the Acoustical Society of America 129, EL223 (2011);
Tapio Lokkia), Jukka Pätynen, Sakari Tervo, Samuel Siltanen, and Lauri Savioja, 2011 https://doi.org/10.1121/1.3579145

The Precedence Effect in Sound Localization
Andrew D. Brown,corresponding author G. Christopher Stecker, and Daniel J. Tollin
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4310855/

Perceptual integration between target speech and target-speech reflection reduces masking for target-speech recognition in younger adults and older adults; YingHuang..
https://www.sciencedirect.com/science/a ... 5508001561

JM

Jag har inte tid att svara på allt. Det är många av punkterna som behöver förtydligas och/eller korrigeras.

Det jag kan säga är att allt som står i punkt 2 är helt fel.

Du nämner mikrofon. Skall det diskuteras något gällande mikrofon kontra hörsel så får du gärna först definiera vad du menar med mikrofon.

Menar du tryckkännande mikrofon eller hastighetskännande?

Riktningskarakteristik
Är mikrofonen rundtagande d v s en kula?
Eller åtta?
Eller njure/kardioid?

Då du skriver en mikrofon, menar du en och endast en mikrofon?

Dessutom representerar inte en enda av punkterna i ditt inlägg något rum.
Om du menar att de skulle representera ett rum, så får du även definiera vad du menar med rum.

Vad jag sett av många inlägg på forumet så är det missförstånd vad gäller tidsskillnad mellan direktljud och reflekterat ljud kontra ITD Interaural Time Difference.

Mvh
Peter

Jag anser att det är helt oviktigt och ogörligt att försöka hitta en mikrofontyp som skulle motsvara hörseln. JM skriver citat: "här fungerar hörandet likt en mikrofon". Detta är givetvis fel oavsett tidsfönster.
Jag antar dock att han menar en traditionell mätmikrofon och därmed utan medveten färgning av ljudet. Övervägande antalet inspeningsmikrofoner färgar, oftast i frekvensspektrat med med betonat övre precensområde såsom legendariska U67/U87 och inte minst Shures mikrofoner SM58 osv.
Visserligen är riktningskaraktäristiken för hörseln motsvarande någonstans mittemellan en 1/4 och en 1/2 tums mätmikrofon men där slutar väl liknelsen med hörseln. (d v s rundtagande tryckgradientmikrofoner med fysiska begränsningar p g a membranets storlek).

Det räcker nog att konstatera att mätmikrofoner är konstruerade för att mäta ljudtryck även om dom är placerade i en HATS och eller att mätresultatet processas i någon form. Att vi dock via mätningar kan t.ex verifiera direktljudets frekvensgång har ju inte med hörseln att göra utan reproducerbarhet via en ljudkälla.
Vi mäter ju inte hur vi hör hur gärna vi än vill.

[jansch]

En stor del av resultaten från ovanstående test tillhör psykoakustiska grunder för ljudperception i typiska lyssningsrum även om t.ex. reflektioner med en löptid om 400 ms (motsvarande ca 140 m) av lätt insedda skäl är ganska ovanliga.

Jag tillhör de galenpannor som faktiskt har provat en hel del av ovanstående effekter genom att generera lämpliga halvsinuspulser i Matlab och låta en högtalare med olika positioner simulera reflektioner. Jag kan verifiera att dessa effekter stämmer hyggligt även om det är en ganska stor skillnad m.a.p. lateral vinkel och nivå för reflektionen. Man erhåller dessutom inte bara spatiella effekter utan också en ganska tydlig klangförändring för impulsartade ljud, vilket är fullt logiskt. Märkligt nog är effekterna tydliga även i reflektiv miljö och man är inte tvungen att utnyttja sig av ett ekofritt rum.

Att laterala reflektioner av "lagom" nivå är fördelaktigt har varit känt i decennier, men att skapa en löptid om 20 ms (motsvarande ca 7 m) för förstareflektionen låter sig naturligtvis inte göras i normala lyssningsrum. Det är knappast nödvändigt heller, vilket de flesta vana lyssnare inser och inte minst Tooles/Olives forskning visar.

För övrigt kan man inte jämföra inverkan av laterala reflektioner i konsertsalar med lyssningsrum eftersom detta är två totalt olika situationer som ställer helt olika akustiska krav.

Att diskutera signalanalys i termer av "en tryckkänslig mikrofon" är för övrigt fullständigt meningslöst, man kan naturligtvis analysera signalerna i tidsplanet eller t.o.m. använda mikrofoner eller konsthuvuden med lämplig riktverkan för att få med samtliga relevanta effekter i sammanhanget. Det är dessutom fortfarande så, att man kan ekvalisera klangförändringar via mätningar av frekvensgång över ett tidsfönster om sådär 500 ms för frekvenser under ca 300-500 Hz. Att man sedan i lyssningsrummet även får spatiella effekter som inte påverkas av ekvaliseringen är en helt annan sak.

Då är jag också en galenpanna.....

[Thomas_A]

Läste idag igenom denna

Statistics of natural reverberation enable perceptual separation of sound and space

https://www.pnas.org/content/113/48/E7856

Vad säger ni som forskat på detta om slutsatserna?

[I-or]

Det vore förmätet av mig att påstå att jag i ordets sanna bemärkelse hade forskat inom området (att arbeta inom området eller att via undersökningar/experiment dra sina egna slutsatser är en annan sak), men jag skummade igenom rapporten lite snabbt.

Egentligen var det inga nya rön, utan mest allmänna resonemang kring reflektionsmönster i olika miljöer och statistiska samband för dessa, men jag noterade i alla fall en stor felaktighet i att man påstod att efterklangstiden var längst för mellanhöga frekvenser. Låga frekvenser har nästan alltid längst efterklangstid i såväl typiska bostadsrum som kontorslokaler, auditoria och kyrkor (speciellt med publik på plats), men det är av flera skäl ofta svårare att mäta efterklangstiden för låga frekvenser. Detta misstag påverkade säkerligen de test, där man undersökte om man kunde syntetisera icke detekterbara efterklangsmönster. Dessutom påstår man att impulssvaren för de olika miljöerna var "tightly constrained", vilket är mer än märkligt eftersom man mätte i allt ifrån bostadsrum till gatumiljöer och skogar .

[Adhoc]

[quote="I-or"]" ... men jag noterade i alla fall en stor felaktighet i att man påstod att efterklangstiden var längst för mellanhöga frekvenser. ... "

Jag tyckte också den meningen verkade klart "skum". Jag tycker snarare att "mellanhöga frekvenser" tar längst tid att få till en lämplig efterklangstid på, i förhållande till bas och diskant. Skitsvårt för mig i alla fall.

[petersteindl]

Det vore förmätet av mig att påstå att jag i ordets sanna bemärkelse hade forskat inom området (att arbeta inom området eller att via undersökningar/experiment dra sina egna slutsatser är en annan sak), men jag skummade igenom rapporten lite snabbt.

Egentligen var det inga nya rön, utan mest allmänna resonemang kring reflektionsmönster i olika miljöer och statistiska samband för dessa, men jag noterade i alla fall en stor felaktighet i att man påstod att efterklangstiden var längst för mellanhöga frekvenser. Låga frekvenser har nästan alltid längst efterklangstid i såväl typiska bostadsrum som kontorslokaler, auditoria och kyrkor (speciellt med publik på plats), men det är av flera skäl ofta svårare att mäta efterklangstiden för låga frekvenser. Detta misstag påverkade säkerligen de test, där man undersökte om man kunde syntetisera icke detekterbara efterklangsmönster. Dessutom påstår man att impulssvaren för de olika miljöerna var "tightly constrained", vilket är mer än märkligt eftersom man mätte i allt ifrån bostadsrum till gatumiljöer och skogar .

Jag har inte läst artikeln utan enbart skummat lite i början.

Constrained som adjektiv betyder på svenska: tvungen, onaturlig, konstlad.
Constrain som verb betyder på svenska: begränsa, hindra, lägga band på.

De använder ordet Constrained som adjektiv, om jag förstått det rätt.

Jag har lite svårt att förstå deras text vid första anblick. Jag kopierar in början på texten här och spaltar upp texten för att se om det blir lättare att förstå.

In everyday listening, sound reaches our ears directly from a source as well as indirectly via reflections known as reverberation.
Reverberation profoundly distorts the sound from a source, yet humans can both identify sound sources and distinguish environments from the resulting sound, via mechanisms that remain unclear.

The core computational challenge is that the acoustic signatures of the source and environment are combined in a single signal received by the ear.

Here we ask whether our recognition of sound sources and spaces reflects an ability to separate their effects and whether any such separation is enabled by statistical regularities of real-world reverberation.

To first determine whether such statistical regularities exist, we measured impulse responses (IRs) of 271 spaces sampled from the distribution encountered by humans during daily life.

The sampled spaces were diverse, but their IRs were tightly constrained, exhibiting exponential decay at frequency-dependent rates:
Mid frequencies reverberated longest whereas higher and lower frequencies decayed more rapidly, presumably due to absorptive properties of materials and air.

To test whether humans leverage these regularities, we manipulated IR decay characteristics in simulated reverberant audio.
Listeners could discriminate sound sources and environments from these signals, but their abilities degraded when reverberation characteristics deviated from those of real-world environments.
Subjectively, atypical IRs were mistaken for sound sources.

The results suggest the brain separates sound into contributions from the source and the environment, constrained by a prior on natural reverberation.
This separation process may contribute to robust recognition while providing information about spaces around us.

Vad jag förstått så fixar de en form av constrained IR Impulse respons. Denna fixade IR har en exponentiell avklingning som är frekvensberoende. Då är frågan hur energiinnehållet ser ut i deras fixade IR?
Den totala energin i impulsen borde överstiga ett visst värde för att de låga frekvenserna skall få samma amplitud i tiden som de höga frekvenserna. Innehåller inte IR denna energi så blir det fel.

Normalt tillföres en mycket stor mängd energi i rummet då man mäter efterklangstid. Antingen mättar man rummet med brus där max brusnivå kan vara 100 dB eller 110 dB. Sedan stänger man av bruset och mäter hur bruset avklingar 60 dB. Då måste rummets bakgrundsnivå vara 10 dB svagare än nivån vid RT-60.

Har man inte en sådan brusgenerator så använder man pistoler och mäter med pistolskott. Ett pistolskott har tillräckligt med energi.

Med brus kan man sätta mikrofonen var som helst i rummet.
Med pistolskott måste man tänka sig för var mikrofonen placeras och var man avfyrar pistolskottet om man vill ha korrekta resultat.

Jag misstänker att deras Contrained IR har alldeles för lite total energi för att ge ett spektrum med rak tonkurva från bas till diskant.

Man kanske måste läsa hela för att förstå. Deras frågeställning är dock i högsta grad befogad. Den frågeställningen har jag alltid haft med i mitt utkast till skrift.

Jag reagerar även på följande: "Reverberation profoundly distorts the sound from a source."
För mig är detta en sanning med modifikation. Många vardagsljud skulle upplevas som synnerligen distorderade om de framfördes ekofritt.

Alltså, en ljudkällas ljudkaraktär innehåller även dess riktningskarakteristik. I ekofri miljö finns inte denna ljudkaraktäristik med. Ljudkällans karaktär blir då således stympad på en av dess väsentliga karaktäristiker. Det är alltså en igenkänningsfaktor som trunkerats bort i tron att den inte hör till ljudkällan. Det är många hifibögar som fångats i den fällan. Tokerier ansåg Stig Carlsson och det med rätta.

Men det hindrar inte att hörseln faktiskt sorterar varje enskild ljudkällas tidiga reflexer från respektive instrument och sammansmälter dessa helt korrekt till respektive ljudkällas direktljud. En violins tidiga reflexer sammansmälts med violinen och en klarinetts tidiga reflexer sammansmälter med klarinetten osv. . . och detta sker även då alla instrument i orkestern spelar samtidigt. Om varje instrument spelar var och en för sig så är det enkelt att förstå, men hela orkestern samtidigt. Ganska häpnadsväckande egentligen eftersom reflexerna faktiskt kommer senare i tiden än direktljudet. Hur kan hörseln sortera rätt i detta totala sammelsurium av ljud som egentligen blandas akustiskt i luften såsom det vore en blender som gjort en soppa av allt.

MvH
Peter

[hcl]

Ja hörselsinnet är onekligen fantastiskt på att just hantera en ur ett tekniskt eller fysikaliskt perspektiv mycket komplex ljudmängd.

Ang. din fundering kring constrained så tolkar jag det som att man menar i de aktuella dimensionerna ändlig eller definierad/inboxad, d.v.s. inte som ett adjektiv.

En reflektion på temat är att vårt hörselsinne är oerhört beroende av båda våra öron för att tolka det vi hör på ett för medvetandet begripligt sätt. Detta är t.ex. mycket påtagligt då man t.ex. får ”lock” för bara ett öra.

[Thomas_A]

Har också varit lite fundersam på hur de kan få samma frekvensberoende avklingning i så vitt skilda miljöer. Det borde inte vara möjligt. Måste läsa material och metoder för att förstå hur de mätt.

[Thomas_A]

Har också varit lite fundersam på hur de kan få samma frekvensberoende avklingning i så vitt skilda miljöer. Det borde inte vara möjligt. Måste läsa material och metoder för att förstå hur de mätt.

Gått igenom den noggrannare nu och ovan stämmer inte, så bortse från min kommentar.

[JM]

Läste idag igenom denna

Statistics of natural reverberation enable perceptual separation of sound and space

https://www.pnas.org/content/113/48/E7856

Vad säger ni som forskat på detta om slutsatserna?

Jag sätter av drygt en timma nästan varje dag för kolla forskningsflödet inom min profession. 99,9 % skippas.
Rubriken i detta fall får mig att hoppa till sammanfattningen. Gav inget av intresse. Rörigt.
Skummar artikeln - för mycket fokus på initialt obegripliga sammanställningar. Saknar initialt begripliga hörselrelaterade delar. Artikeln utger sig för att handla om perception av ljud.
Hoppar till referenslistan. Där finns några få bra referenser relaterade till hörandet. Då borde det finnas något som jag missat. Hittar att försökspersonerna har själva fått ange att de är normalhörande. Inga objektiva mätningar att de faktiskt är normalhörande.

Här faller studien.

Förstår författarna inte att endast faktiskt objektivt normalhörande försökspersoner kan ge något värde till studien avslöjas deras okunskap på den neuropsykologiska sidan. Typisk sk "psykoakustisk" pseudoforskning. Återigen fysiker sannolikt proffs inom fysik men klara amatörer inom vetenskapen relaterat till hörandets psykologi. Borde aldrig publicerats.

Studien åker i papperskorgen. Platsar inte i mitt arkiv.

JM

[I-or]

Man bör som bekant inte kasta betongblock i Kosta/Boda-shoppen:

James Traer: Department of Brain and Cognitive Sciences, Massachusetts Institute of Technology, Cambridge

Josh H. McDermott: Department of Brain and Cognitive Sciences, Massachusetts Institute of Technology, Cambridge

Som jag redan har påpekat är detta en usel studie, men det är även helt uppenbart för den som läser rapporten att herrarna inte förstår ett smack om den fysikaliska bakgrunden.

[Thomas_A]

Tycker inte den är usel men det finns skrivningar som kan misstolkas å det grövsta. Har läst läsa den några gånger nu och börjar förstå budskapet.

[I-or]

Det usla består i direkta felaktigheter som härrör från brister i signalanalysen. Detta leder till följdfel som sprider sig igenom hela rapporten.

[JM]

Tidigare var jag med i The Acoustical Society of America och Audio Engineering Society. Kvaliteten på publicerade studier var erbarmlig inom mitt intresseområde med några få undantag. Bortkastad tid och pengar. MIT brukar inom mitt område ha hög kvalitet men inte här.

JM

[Thomas_A]

Det usla består i direkta felaktigheter som härrör från brister i signalanalysen. Detta leder till följdfel som sprider sig igenom hela rapporten.

Vilken del i Material och Metoder syftar du på?

[I-or]

Se ovan, feltolkning av mätdata.

[Thomas_A]

Fast mätningen visade ju att just inomhusmiljöer hade längre efterklangstid för lägre frekvenser än andra miljöer, vilket de också kommenterar på flera ställen.

Our IR measurements revealed four characteristics common to almost all of the IRs we surveyed: (i) a transition from high kurtosis, produced by sparse early reflections, to Gaussian statistical properties within ∼50 ms of the direct arrival; (ii) exponential decay; (iii) frequency-dependent decay rates, with the slowest decay between 200 Hz and 2,000 Hz and faster decay at higher and lower frequencies; and (iv) decay-vs.-frequency profiles that varied with the overall magnitude of the reverberation (decay rates in more reverberant spaces tended to vary more with frequency).

[I-or]

Ja, annars vore det illa. Det går egentligen inte ens att tala om efterklangstid i utomhusmiljöer eftersom ljudfältet inte är i närheten av att vara diffust. Man får några få reflektioner och det är allt. Problemet är att man har fått för sig att efterklangstiden allmänt sett är längst för mellanhöga frekvenser, vilket den definitivt inte är och dessutom har man fått för sig att impulssvaren var "tightly constrained", d.v.s. likartade, vilket jag antar alla förstår inte är fallet givet de oerhört varierande miljöerna.

"The sampled spaces were diverse, but their IRs were tightly constrained, exhibiting exponential decay at frequency-dependent rates: Mid frequencies reverberated longest whereas higher and lower frequencies decayed more rapidly, presumably due to absorptive properties of materials and air."

Naturligtvis uppvisar impulssvaren en exponentiell avklingning, detta ligger i sakens natur, men man kan knappast anföra att impulssvaren är likartade, vilket exemplen nedan visar:

En högtalare som jag nyligen mätte utomhus (förstareflektionen kommer från marken och andrareflektionen från en husfasad):

IR1.png (15.28 KiB) Visad 2567 gånger

Samma högtalare mätt i rum:

IR2.png (19.77 KiB) Visad 2567 gånger

Impulssvar är luriga eftersom vi människor är värdelösa på att tolka komplexa signaler i tidsplanet. I vad som möjligen för en glad amatör framstår som likartade egenskaper döljer sig massor av information som man inte kan tillgodgöra sig utan fouriertransformering på olika sätt.

[Thomas_A]

Fast vad de menar med constrained har bara med förloppets karaktär att göra inte mängd eller längd. Som jag förstår det.

[I-or]

Ja, precis som jag skrev ovan uppvisar nästan alla impulssvar för allsköns fysikaliska system exponentiell avklingning. Skälet är dämpning (energiförluster) av olika slag. Att därifrån dra slutsatsen att det akustiska impulssvaret i en skog perceptionsmässigt liknar impulssvaret i en kyrka blir lätt löjeväckande. Om inte annat kan man ju fråga sig om det låter lika.