前后与上下方向的定位精度最低
别名: 锥形混淆 · 前后混淆 · 耳廓线索
概念解释
双耳到达时间差和强度差能可靠区分声音偏左还是偏右,但对于前方与正后方、或者头顶与脚下这类方向的区分,人的准确率明显下降,经常出现把正前方的声音判断成正后方(或反过来)这种前后混淆。这一整片容易被搞混的方位,学术上叫锥形混淆(cone of confusion)——以双耳连线为轴,锥面上任意一点到两耳的路径差都几乎相同。
机制
双耳时间差与强度差本质上是"两耳信号之间的差值",而以两耳连线为轴的一整个圆锥面上,任意一点到左右耳的距离差都相等,也就是说双耳线索完全无法把锥面上的不同方向区分开——从物理上看,声音是打正前方来还是正后方来,双耳收到的信号差异是一样的,双耳线索天生对这个维度不敏感。
要打破这层歧义,得靠另一套独立线索:声音在到达耳道之前先要经过外耳耳廓的形状过滤,耳廓凹凸不平的结构会因声源方向不同,对不同频率产生不同程度的增强或衰减,形成随方向变化的频谱"指纹"——这套频谱线索只需要一只耳朵就能起作用,但依赖听者对自己耳廓形状造成的这套指纹有足够的(通常是内隐的、长期积累的)熟悉程度才能准确解读。另外,头部转动带来的双耳线索随时间变化的模式,也能帮听觉系统排除锥面上的歧义——转头时,真正在正前方的声源,双耳时间差的变化方向和转在正后方的声源是相反的,动态信息因此能补上静态双耳线索留下的空白。
怎么研究
常见做法是让被试对来自完整球面各个方向的声源做定位判断,统计前后、上下方向上的判断错误率(尤其是前后调转的比例),并比较三种条件:只用静态双耳线索(头部固定、通用耳廓传递函数)、加入被试个体化的耳廓传递函数、以及允许被试自由转动头部。
常见自变量:声源所在的球面方位、是否使用个体化耳廓传递函数、是否允许头动。 常见因变量:定位误差角度、前后混淆发生率。
边界
- 允许头部自由运动会大幅降低前后混淆——这说明静态呈现下测得的定位误差是最差情形,不能当成头动条件下的表现来用。
- 消费级空间音频产品常用通用(非个体化)耳廓传递函数模型,这套模型没能准确复现每个人独特的耳廓过滤效果,前后与上下方向的混淆在这类产品里普遍比实验室用个体化模型测出的更严重。
- 定位准确率还依赖听者对自身耳廓频谱线索的熟悉与训练程度,经验和适应期会改善表现,不能指望所有用户从第一次使用就有同等精度。
怎么落地
- 不要把关键信息只编码在正后方或正上方/正下方这类方位上,尤其是在只呈现静态、单次片段的场合——这些方向本身就是判断最容易出错的区域。
- 面向头戴式设备或虚拟现实场景的空间音频,尽量开启基于头部朝向实时更新的动态渲染(头动追踪),而不是只做一次性的静态空间定位,动态线索能显著缓解前后混淆。
- 如果产品条件允许,提供个体化或至少可调节的耳廓传递函数选项,比固定使用一套通用模型更能提升前后、上下方向的可辨识度。
- 验证办法:分别在静态呈现和允许头动两种条件下测试同一批用户对来自前方与后方的声音方向判断,统计前后混淆的具体发生比例,而不是只用正侧方的定位准确率代表整体表现。