节奏模式可以承载与音高、响度并列的独立信息通道
别名: 节奏编码 · 时间模式编码 · temporal pattern coding · rhythmic coding
概念解释
一串声音事件的时间排布模式本身——哪里长、哪里短、间隔怎么分布——可以单独用来传递类别信息，不需要依赖改变音高或响度。摩斯电码就是最典型的例子：只靠"点"和"划"两种时长组合，不改变任何音高或音量，就能编码全部字母。这说明节奏模式是一条独立于音高、响度的信息通道，三者可以分开使用，也可以叠加使用。
它容易被当成音高、响度之外的"点缀"，实际上节奏模式的辨别力足以单独承担分类任务，不是必须依附在其他维度上才能起作用的辅助属性。
机制
节奏模式之所以能独立承载信息，建立在两个前提之上：一是听觉系统对时间结构本身具有极高的分辨能力，能够可靠区分不同的时长组合与间隔排布；二是这些时间模式可以被学习并归类为一套有限的、彼此可区分的类别——就像音高的高低起伏能被归纳成上升或下降的轮廓，一串"短—短—长"和"长—短—短"在时长排布上不同，会被听觉系统当成两种不同的时间形状去识别，这种识别不依赖声音本身的频谱内容。
正因为节奏模式的识别机制和音高、响度的识别机制在信息加工上相对独立，三者可以同时叠加使用而互不干扰——用音高编码一个维度、用节奏编码另一个维度，两条信息不会因为共用同一段声音而互相冲突或抵消，除非两者的时间尺度冲突到听觉系统无法同时追踪。
怎么研究
常见做法是设计一组彼此在时长排布上有明显区别的节奏型（不同的长短组合、不同的间隔序列），让被试在训练后进行辨识或匹配任务，测量在节奏型数量增加时正确识别率如何下降、混淆最容易发生在哪些相似节奏型之间——这套方法论和评估一组警报音能否互相区分的做法结构上是相通的。
常见自变量：节奏型的数量、相邻节奏型之间的时长差异程度、节奏型的总时长。 常见因变量：识别正确率、混淆矩阵、学习到稳定识别所需的训练量。
边界
- 节奏型的可辨识数量存在上限：节奏型越多、彼此时长差异越小，混淆率越高，这条能力不是无限可扩展的，具体能支撑多少个可靠区分的类别取决于节奏型之间的物理差异程度。
- 节奏模式的识别依赖前后节奏型之间保持稳定、可预期的呈现速率；如果播放速率本身也在变化，节奏型的时长比例关系会被速率变化干扰，识别难度上升，这一点和呈现速率对流分离的影响是相关但不同的问题。
- 这条讲的是节奏模式能不能被用作独立编码通道，不涉及用户是否需要提前学习才能理解某种节奏型对应的具体含义——约定俗成的节奏编码（比如电话忙音的节奏）和全新设计的节奏编码，学习成本并不相同。
怎么落地
- 需要区分多类通知或提示、但又不想或不能通过改变音高与响度来区分时（比如响度已经被用来编码紧迫程度、音高已经被用来编码方向性），节奏模式是一条可以独立叠加使用的额外编码维度，不会与已占用的维度冲突。
- 设计一组节奏型时，控制类别数量在一个可管理的范围内，并让相邻类别之间的时长差异足够大，避免堆砌过多相似节奏型导致用户混淆。
- 验证办法：把设计好的一组节奏型单独播放给听众（去掉音高与响度差异，只保留节奏差异），让听众做识别或匹配任务，用识别正确率和混淆矩阵确认哪些节奏型组合容易被听混，再做调整而不是凭感觉压缩节奏型数量。