Hören III auditorische Wahrnehmung

Transkript

1 Seminar: Physik der Sinneswahrnehmung Prof. F. Haider / Prof. R. Claessen Hören III auditorische Wahrnehmung Andreas Zymara Inhalt: 1. auditorischer Nerv, Psychoakustik & Zeitfaktor 2. Lautstärkehören 3. Frequenzhören 4. Richtungshören

2 1. auditorischer Nerv, Psychoakustik & Zeitfaktor a) auditorischer Nerv undcortex 4 Verarbeitungsprinzipien: Tonotopie - binaurale Abbildung - Modulations-Frequenz-Abbildung - Funktionsaufteilung

3 1. auditorischer Nerv, Psychoakustik & Zeitfaktor - Informationsweg: Hörnerv (1)+ Gleichgewichtsanteil (2) (Labyrinth) = Hirnnerv; durch das Felsenbein (3)- über den inneren Gehörgang (4) (Eintritt ins Schädelinnere) - in Kleinhirnbrückenwinkel (5) (=Verbindungsstelle Stamm- Zwischenhirn) afferente Fasern >> mehr efferente Fasern (5% Afferenzen von den Haarzellen aus; mehrere Haarzellen auf eine Afferenz & umgekehrt; Funktion noch nicht geklärt) keine direkte Verbindung Haarzellen zu Efferenzen auditorischer Nerv ist die einzige Verbindung zwischen Cochlea und Gehirn => alle Infos laufen drüber)

4 Verarbeitungsprinzipien: - Tonotopie: benachbarte Frequenzen werden auf benachbarte Stellen im auditorischen System abgebildet; => ergibt sich tonotope Karte von von tiefsten zu höchsten Frequenzen; (Hörbahn bis Cortex) Nachweis: Kernspintomographie - binaurale (räumliche) Abb.: Unterschiede in Zeit & Intensität & Klangfarbe bereits im Hirnstamm verarbeitet: Nachweis an Schleiereulen! => Repräsentation des Schallsignals im ZNS - Modulations-Frequ.-Abb.: periodotopische Abb. (Langner & Schreiner 1992) benachbarte Mod.-frequ. werden auf benachbarte Neuronen im Hirnstamm / Mittelhirn / Cortex abgebildet Frequenzanalyse der Einhüllenden der Signale in einzelnen Frequuenzbändern geschieht im Hirnstamm Modulations-Transfer-Funktion: Verhältnis zwischen Ausgangs- und Eingangsamplitude Nervus Cochlearis: Neuronen folgen den Modulationsfrequenzen des Eingangssignals bis 1000 Hz gut >1000 Hz => nicht mehr phasensynchron übertragen sondern nur noch erhöhte Aktivität => Tiefpaß

5 Nucleus Cochlearis: verschiedene Neuronentypen - Primary Units: ähnlich wie Nervus Cochlearis - Onset-Units: starke Reaktion auf Reizbeginn ( => Mod.-Hochpaßfilterung) - Pauser-Units: Antwort nach ein paar Millisek. Verzögerung (in Komb. Mit anderen Nerven => Bandpaßfilterung) - Build-Up-Units: langsamer Anstieg der Antwort ( => Aufintegration => Mod.-Tiefpaßfilterung) - Chopper-Units: Antwort in regelm. Abständen ( => Mod.-Bandpaßfilterung) Mit diesen Typen von Neuronen (neuronalen Antworten) als Bauelemente kann man auf höheren Stationen der Hörbahn Sensitivität auf best. Modulationen erzeugen! Funktionsaufteilung: versch. Stationen der Hörbahn sind für versch. Funktionen (Eigensch. des akust. Signals) zuständig. Zusammenschaltung und Verrechnung in nachgeordneten Strukturen noch ungeklärt. (ZB: binding-problem: Zusammenhang zwischen versch. Eigensch. darf nicht verloren gehen!) Modell: (Püschel, Kollmeier, Dau) noch nicht vollständig experimentell bewiesen 1. Cochlea: Freq-aufteilung und kontrastierende Dynamikkompression 2. Nucleus: Aufspaltung in verschiedenen Mod-freq 3. Olive: binauraler Vergleich 4. Unten: Zusammenführen aller Komponenten und interne Repräsentation

6 b) Psychoakustik Modell der Signalverarbeitung: Meßbarkeit: physikalische Größen <=> psychische Größen Reiz Versuchsperson Messung Empfindung

7 c) Zeitfaktor Verarbeitung verschiedener Zeitskalen mikr. Bereich Zwischenbereich makr. Bereich < 0,05 sek > 0,1 sek Innenohr Hörbahn Cortex - stationäre Klänge (Frequenz, Intensität und Spektrum = konstant) wirken unangenehm und werden auf die Dauer vom Bewußtsein unterdrückt. - Das Bewußtsein versucht auch in diffusen Geräuschen (Rauschen, Maschinen,...) ein Muster zu erkennen. (evtl.: Datenreduzierung)

8 Messung: Impulse, Schalldruck, Frequenz Empfindung: Klangfarbe, Lautheit Zeitfaktor: - mikroskop. Zeitskala von sek bis 0,05 sek - werden vom Innenohr aufgenommen - führen zu den primären Tonempfindungen: (Tonhöhe, Lautstärke, Klangfarbe) - Zwischenbereich von 0,05 sek bis 0,1 sek Zeitdifferenz - Verarbeitungsmechanismen in der Hörbahn - gibt Zusatzinfos zu Klangfarbe und Tonunterscheidung - makroskop. Bereich: ab 0,1 sek aufwärts - werden von der Großhirnrinde (Cortex) verarbeitet - diese Zeitunterschiede bestimmen die eigentliche musikal. Botschaft und ihre Merkmale je höher man in der Verarbeitungsebene geht, um so schwieriger die Analyse der Vorgänge

9 2. Lautstärkehören Veränderungen der Amplitude Wahrnehmbare Luftdruckänderungen: bis zu Dezibel-Skala: Phon-Skala: Hörschwelle 4 Phon

10 Bsp: 1, 2

11 Lautstärkehören: - Luftdruckschwankungen bezeichnet man als Schall - in Akustik: - wahrnehmbarer Bereich ist sehr groß: bis deshalb: benutzt man log-darstellung [Dezibel] - Verdopplung des Schalldrucks: - 20µPa = 0dB - empfundene Lautstärke ist abhängig von der Frequenz - Phon-Skala: Hörschwelle bei 1000 Hz normiert!. - Lautheit N: die Sone-Skala steigt Pegel um 10 phon verdoppelt sich Lautheit N; nach Stevens (1970) gilt:

12 Lautstärke-Wahrnehmung: 1. Kompression (log für Tonhöhe auf Basilarmembran) mechanisch und neuronal! Lauter => mehr Nervenfeuer höhere Feuerfrequenz => aus Ampl der Wanderwelle auf Basilarm 2. Lautstärkeempfinden abhängig von Tondauer: => zeitabhängiger Aufbau des Hörvorgangs => aber: frequenzunabhängig! (Fast!) => Hinweis auf Tonhöhen-Paradoxon 3. Warum nur eine Tonhöhe wenn doch Zellen unterschiedlich feuern?? Bis 70er Jahre: Analogie zum Kontrastsehen! Heute: (Experimente überaschen) el-mech Eigenschaften der HaarzelleN: Verschärfung der Abstimmung schon VOR der Digitalisierung => otoakustische Emissionen

13 Maskierung: Überdecken schwacher Signale Starke Signale mit einer geringen Bandbreite sind stärker verdeckend als breitbandige schwache Signale. Bsp: 3,4,5,6,7

14 Maskierungseffekt: - ensteht, wenn sich mehrere Schallereignisse gleichzeitig überlagern, sich beeinflussen und sich gegenseitig z.t. überdecken; (Bsp: Flugzeuglärm) - Grafik: Mithörschwellen bei Tönen, die von Schmalbandrauschen der Mittenfrequenz 1 khz verdeckt werden, in Abhängigkeit von der Frequenz - Mithörschwelle - Ruhehörschwelle Mittenfrequenz: Frequenzdurchschnitt - Bei Mp3 z.b.: Ton mit 1 khz und weiterer Ton 1,1 khz + 18 db leiser => 1,1 khz ist vollkommen vom ersten Ton verdeckt da er unterhalb der Mithörschwelle liegt. => andere schwächere Töne in unmittelbarer Nähe des ersten Tones maskiert jetzt dritter Ton mit 2 khz + auch 18 db leiser als der Erste wäre hörbar weil er in einem anderen Frequenzband lieg =>für MPEG-Audio-Encoder: Töne, die überdeckt sind können weggelassen werden, da sie nicht hörbar sind! - Grafik: Spektrum eines Sinussignals und die sich daraus ergebende Verdeckungskurve. Psychoakustik: Schallart wichtig! kurzes, lautes Signal (tonal)verdeckt stärker als geräuschhafte breitbandige Signale (non-tonal)

15 Zu Maskierung mit Mp3: - MP3:man kann das Rauschen "um" den Ton herum anheben weil es sowieso maskiert wird; - Vorteil: Den Rauschpegel anzuheben, bedeutet das Gleiche wie mit geringerer Auflösung zu digitalisieren! Beim Digitalisieren entsteht immer ein Quantisierungsrauschen. - analoge Signale in wert- und zeitdiskrete Signale zerlegt - nach Shannon und Nyquist: Theoreme: 1. jedes Analogsignal lässt sich durch Abtasten in gleichen Zeitabständen in eine Folge von Impulsen verwandeln 2. die Abtastfrequenz muss mind doppelt so hoch sein wie die höchste im Signal vorkommende Frequenz (Shannon Abtasttheorem) d.h.: Frequenz von 22,05 khz digitalisieren, muss diese mit mindestens 44,1 khz abgetastet werden ( Mal pro Sekunde).

16 3. Frequenzhören Bsp: 8, 9, 10, 11

17 Schwebung 1. Ordnung: Schwebung 2. Ordnung: Bsp: 12, 13, 14, 15, 16 Das Auflösungsvermögen ist frequenzabhängig:

18 Schematische Darstellung: Betrachtung mehrerer gleichzeitiger Frequenzen: - Frequenzen der Einzelschwingungen in ganzzahligen Verhältnis zueinander => Klang - Anzahl der Oberschwingungen bestimmt die Klangfarbe - kontinuierliches Frequenzspektrum ergibt Rauschen: gesamtes hörbares Spektrum: weißes Rauschen definierter Bandbereich: Bandrauschen Bsp: 17, 18,19, 20, 21

19 Frequenzhören: - Frequenz entspricht der Tonhöhe - Hörbereich max (ca.) 20 bis Hz Randbereiche abhängig von Lautstärke, Person, Alter - Frequenzauflösung abhängig von Dauer, Intensität und der Frequenz selber; außerdem von: musik. Übung und Meßmethode: Ton 2000 Hz => 10 Hz Diff. hörbar (0,5%) Ton 100 Hz => (3%) Diff. hörbar (aber unabh. von der Amplitude) - gleiche Frequenz und gleiche Phase => lauter - gleiche Frequenz und gegenphasig => Auslöschung - leichter Frequenz-Unterschied: Was passiert? Trommelfell schwingt in der resultierenden Überlagerungsfreq Aber: auf der Basilarmembran werden 2 Bereiche angeregt (Fourier) = Freq-Selektion (durch mech. Effekt im Innenohr) falls zu klein: < 10 Hz Schwebung 1. Ordnung: ein Ton mit schwankender Lautstärke und Freq: - Rauhigkeit: >15 Hz Übergang kontinuierlich!

20 Vergleich: Tonhöhenunterscheidung ist stark abhängig von der Mittenfrequenz aber unabhängig von der Amplitude: 2 Töne um 2000 Hz brauchen mid 200 Hz Differenz zur Unterscheidung und mehr als 300 Hz um glatt zu klingen! (Musik: Basslage keine Terzen!) Bilder: Die Frequenzen der Einzelschwingungen müssen in einem ganzzahligen Verhältnis zueinander stehen => Klang - schematische Darstellung der Frequenz (dicke Linien) entsprechend der Tonempfindung, die durch Überlagerung hervorgerufen wird

21 Überlagerung: - ganzzahlig Vielfache der Grundfrequenz nennt man Obertöne - Anzahl und Art der Oberschwingungen bestimmt die Klangfarbe - wenn Grundton fehlt ist er trotzdem hörbar, wenn beide benachb. Töne einer Harm. entsprechen: Grundtonerkennung! Bsp: f1= 800 Hz und f2 = 1000 Hz hörbar auch: 200 Hz => wird nicht als Schwebung empfunden sondern Ton Das Hörsystem gewinnt Info aus period. Veränderung des Schwingungsmusters! => Grundtonerkennung und Schwebung verstimmter Konsonanzen - falls Tonpaar nicht benachb. Harmon. Entspricht: 900 Hz und 1100 Hz (9te und 11te harm von 100 Hz) => keine Empfindung von 100 Hz weil zweideutig!!! (180 Hz oder 220 Hz Schwebungsfreq erlaubt!) Kombinationstöne: - Entstehung im Ohr (nicht neuronal!) - durch nichtlineare Verzerrung des primären wellenförmigen Reizes in der Schnecke

22 Effekte 1. Ordnung: Kombinationstöne / Grundtonerkennung gegeben werden: und (variabel) gehört werden können zusätzlich: Effekte 2. Ordnung: verstimmte Konsonanten Frequenzen liegen dicht zusammen: Bsp.: 22, 23,24 25, 26, und 30 (Komb)

23 Überlagerung zweier Schwingungen unterschiedlicher Frequenz: Überlagerte Schwingung: Für ergibt sich eine Schwingung mit der mittleren Frequenz der Amplitudenvariation:

24 Tonhöhen-Paradoxon: Zwickerscher Nachton:

25 Verstimmte Konsonanzen: (Eff. 2.Ordn.) - gleiches Experiment aber nicht auf Kombinationstöne achten! f2 nahe bei f2 => schwer definierbare Schwebung subj. Schwebung: Klangfarbe => Hörsystem registriert period. Formänderungen Unterschied zu Schweb. 1. Ord: keine Amp-änderung! (verstimmte Quinte bzw Quarte auch noch erkennbar) KEINE BSP ZU: - Tonhöhen-Paradoxon: f < 1000Hz => Tonhöhe wächst wenn lauter Tonhöhe sinkt wenn leiser f > 1000Hz => Tonhöhe sinkt wenn lauter Tonhöhe wächst wenn leiser f ~ 1000 Hz => keine veränderte Wahrnehmung Ursache wahrscheinlich: Asymmetrie der Anreagungsverteilung auf Basilarmembran und nichtlineare neurale Reaktion - Zwickscher Nachton: analog zum Auge: => Breitbandrauschen mit Bandlücke (lang und laut) => totale Stille => Bandlücke wird hörbar (am besten nur eine Frequenz weglassen) Ursache wahrscheinlich: neuronale Aktivitäten, weil der Nachton NICHT auf Basilarmembran nachweisbar ist!! Man kann verschiedene Nachtöne rechts und links gleichzeitig erzeugen => Ohrdaten werden einzeln ausgewertet und danach verschaltet!

26 4. Richtungshören Interaurale Laufzeitdifferenz:

27 Interaurale Pegeldifferenz: Bsp: 29 Medianebene: Nur eine spezifische Kombination von Anhebungen und Absenkungen des Schalldruckpegels am Trommelfell bestimmt die Hörereignisrichtung. Blauert-Bänder: In der realen Hörsituation ist keine perfekte Lokalisation in der Medianebene möglich!

28 Räumliches Hören: - kopfbezogenes Koordinatensystem - Richtungshören in horizontaler Ebene: interaurale Differenzen in Laufzeit und Pegel: Zeitdiff: => einf. Schallwelle trifft links um dt verzögert auf => bei beta = 15 Grad / Ohrabstand 17cm => Wegunterschied von ds = 4.43 cm => dt = 0,12ms (kleinste wahrnehmb. Laufzeitdiff. 0,03ms ~ ds = 1cm) => Lokalis.-Unschärfe von 3 bis 5 Grad (aber starke Schwankungen; abhängig von Pegel und Signaldauer) Pegeldifferenz: => Kopf bewirkt Abschattung der Schallwelle =>Freq < 300 Hz werden am Kopf gebeugt, d.h. Keine Pegeldiff. => Frequ > 300 Hz freq-abh. Pegeldiff (durch Reflexion) => 1.Bild: auftreffende db bei Schall von Links Reflexionen ergeben Max bei 5kHz 2. Bild: Raumimpulsantwort Pegeldiff + Zeitdiff erkennbar Medianebene: gleiche Laufzeit! (Breitband besser zu lokalisieren als Schmalband) => spezif. nichtlineare Verzerrungen an Kopf und Ohr ermöglicht Lokalisation! (Blauert) => Bild Blauert-Bänder: oben: Personenaussagen, die mit 95% Sicherheit für vorne oder hinten entschieden unten: gemessene Anhebungsbereiche des Schalldruckpegels am Trommelfell (vorne minus hinten einfallend - bezüglich Frequenz)

29 Räumliches Hören bei mehreren Schallquellen - Gesetz der 1. Wellenfront - Phantomschallquelle - Summenlokations-Theorie - Assoziationsmodell

30 Zu mehreren Schallquellen: - Gesetz der ersten Wellenfront: (=Haas-Effekt): auch im diffusen Schallfeld in geschlossenen Räumen kann man recht genau den Ort der Schallquelle lokalisieren. Diejenige Wellenfront, die den Schallaufnehmer als erstes erreicht bestimmt den Richtungseindruck. Da die Wellenfront des Direktschalls unser Ohr als erstes erreicht (kürzesten Weg von der Schallquelle zum Hörer) => richtungsbestimmend - Phantomschallquelle 2 Schallereignisse werden einem Hörereignis zugeordnet => Schallquellenort und Hörereignisort nicht identisch Bsp:2 Lautsprecher im 2/0-Stereoformat geben kohärente Signale lokalisieren von nur einer Schallquelle wenn Zeit- und Pegeldifferenzen kleiner als 1 ms sind diese sog Phantomschallquelle liegt zwischen beiden Lautsprechern Gehör interpretiert dieses Schallereignis als ein von nur einer Schallquelle herrührendes Schallereignis. Trotzdem: bei Vergleich der Ohrsignale Phantom zu real-einer Schallquelle deutliche Unterschiede!!! (bei breitbandigen Signalen)

31 Wirkungsschema für das Gehör beim natürlichen Hören: Lokalisationsfehler sind stark abhängig von: Pegel, Schalldauer, Frequenz und Meßapparatur

32 Summenlokalisations-Theorie: Phänomen der Phantomschallquelle läßt vermuten, daß es im überlagerten Schallfeld zu einer Aufsummierung der verschiedenen Schallfelder am Ohr kommt, die das Gehör nicht mehr trennen kann Aber das ist nicht korrekt! Phantomschallquelle und eine am gleichen Hörereignisort befindliche Realschallquelle erzeugen an den Ohren unterschiedliche resultierende Spektren ohne Änderung des Hörereignisortes Zum Assoziationsmodell (Theile): Verarbeitungsprozeß des Gehörs zweidimensional 1. Ortsassoziationsstufe: Decodierung bezüglich des Ortes 2. Gestaltassoziationsstufe: Decodierung der Klangfarbe - auf Übertragungsstrecke Schallquelle-Ohr wird mit räumlich Information (M) codiert - Erkennung in ortsbestimmenden Stufe und Decodierung - Ohne räumliche Information gelangt das Signal in - gestaltbestimmende Stufe: Ermittlung der Klangfarbe - In der Ortsassoziationsstufe Vergleich von aktuellen und gespeicherten binaurale Korrelationsmuster (Gespeichertes = Hörerfahrung) => Erklärbarkeit des Klangfarbenproblems bezüglich der Intensität

33 Shepard - Tonleiter: - mehrere Töne im Oktavabstand - geschickt variierte Lautstärke Bsp: 31, 32

34 Shepard-Tonleiter: akustische Täuschung Zum Schluß: - Hörsystem ist sehr komplex, hochgradig nichtlinear und wird noch erforscht - kaum Zugang zum Verarbeitungssystem

35 Informationen zu den Hörbeispielen: Bsp: 1, 2 1) Kontinuierliche Erhöhung der Amplitude von 0% auf 100%, Frequenz konstant 2) Durchlaufen des ges. hörbaren Bereiches ohne Amplitudenänderung Bsp: 3,4,5,6,7 In der ersten Sequenz wird ein Sinuston der Frequenz 2 khz 11 mal dargeboten, wobei dieser bei jedem Schritt um 3 db abgesenkt wird. Der letzte Ton = Referenzton Dieser Tonfolge wird nun nacheinander weißes Rauschen unterschiedlicher Intensität überlagert. Sie werden feststellen, daß mit steigender Intensität des weißen Rauschens immer weniger Töne der Tonfolge hörbar sind. Bsp: 8, 9, 10, 11 8) 440 Hz 9) 880 Hz 10) 1320 Hz 11) Alle 3 Bsp: 12, 13, 14, 15, 16 12) 400 Hz 13) 405 Hz 14) 430 Hz 15) Schwebung 1. Art 16) Schwebung 2. Art

36 Bsp: 17, 18, 19, 20, 21 17) Klang 1 18) Klang 2; mehr Obertöne 19) weißes Rauschen 20) Schmalbandrauschen Breite 100 Hz 21) Schmalbandrauschen Breite 40 Hz Bsp: 22, 23, 24, 25, 26, 27, 28 22) 220 Hz 23) 330 Hz 24) Grundtonerkennung 25) Grundton allein 26) 200 Hz 27) 398 (fast 400!) 28) Schwebung 2. Art 30) Kombinationston 440 Hz Hz => 880 Hz Bsp: 29 29) Flugzeug lokalisieren ohne Kopfdrehung rechts => links oder umgekehrt?? oben <=> unten?? Bsp: 31, 32 31) Shepard kontinuierlich abwärts 32) Shepard Tonleiter aufwärts