听觉对时间间隔的分辨精度高于视觉
别名: 听觉时间分辨率 · 间隙检测阈 · gap detection threshold · temporal fine structure
概念解释
人耳能分辨出的最短时间间隔，比眼睛能分辨的最短时间间隔精细得多。听觉系统检测一段声音中插入的静默缝隙，最短能识别到几毫秒量级的间隙（这个能力叫间隙检测，gap detection）；视觉系统要把一连串闪烁看成连续不断的稳定光，闪烁频率通常需要达到每秒几十次以上（对应几十毫秒量级的间隔）才会"融合"，低于这个速率闪烁感就很明显。两条感官通道处理时间精细结构的能力，不在一个数量级上。
这一点容易被忽略，因为日常语境里视觉常被当成"最精细"的感官，实际上时间维度恰恰是听觉的强项，空间维度才是视觉的强项，两者各有专精。
机制
听觉系统对时间的高分辨率来自它编码信号的方式：耳蜗对较低频率成分的处理，依赖听神经纤维直接跟踪声波振动的相位锁定（phase locking），神经放电和声波的周期性变化保持精细的时间对应关系，这种编码方式天然携带毫秒级的时间信息。视觉系统的光感受器则依赖对入射光子的时间累积（temporal summation）来产生信号，感受器需要用一段时间窗口把光子计数累积到足够强度才能触发响应，这个积分窗口本身就限制了视觉能跟上的最快变化速度——比听觉的换能方式慢了一个数量级以上。
换句话说，这不是"注意力分配"或"训练水平"的差异，而是两套感官换能机制在物理层面对时间信号的采样方式不同，听觉直接采样波形的精细结构，视觉则先做时间平滑再采样。
怎么研究
听觉一侧的标准范式是间隙检测阈测量：在一段连续噪声或音调中插入不同时长的静默间隙，找出被试能可靠报告"听到断续"所需的最短间隙时长；视觉一侧的对应范式是闪烁融合阈测量，逐步提高光源的闪烁频率，找出被试报告"感觉不到闪烁、看起来像稳定光"所需的最低频率。把两个阈值换算成对应的时间单位，就能直接比较两种感官通道各自的时间分辨率量级。
常见自变量：间隙时长（听觉）、闪烁频率（视觉）、测试所用声音或光源的频谱/亮度特性。 常见因变量：间隙检出正确率、闪烁可辨率、达到某一正确率所需的临界值。
边界
- 听觉的高时间分辨率主要体现在检测有没有中断这个层面；把这种精细的时间信息转化为可命名、可归类的知觉事件（比如判断这是"一长一短"还是"两短一长"的节奏型），涉及更高层的加工，精细度会打折扣，不能把间隙检测阈直接当成节奏辨别能力的上限。
- 相位锁定编码本身也有频率上限，超过大约一千赫兹左右的高频声音，听神经就无法再精细跟踪每一个周期，这条"听觉时间分辨率极高"的结论主要建立在中低频段，不能不加限定地推广到所有可听频率。
- 视觉的闪烁融合阈会随光源亮度、视网膜位置（周边视野对闪烁更敏感）等因素变化，这里给出的只是量级对比，不是某个固定数值。
怎么落地
- 需要传递精细时间信息（比如需要用户感知到的节拍精度达到几十毫秒级别）时，优先用听觉通道而不是视觉通道——同样的时间模式做成视觉闪烁，很可能因为超出视觉的分辨能力而直接融合成看不出变化的稳定光，听觉却能清楚分辨。
- 声音化（sonification）数据流或需要表达高速率、精细节奏变化的反馈（比如滚动加速度、快速计数）时，可以放心使用远高于视觉可辨识速率的时间密度，不必担心用户"听不出来"，反而要注意别超出后续更高层加工（分类、记忆）的能力。
- 验证办法：设计好的时间模式先在纯听觉呈现下测试用户能否可靠区分不同的时间结构，再和同一模式的纯视觉版本对比，用实际的辨别正确率而不是设计者自己的主观判断来确认哪种通道更适合承载这条信息。