频率相近且时间连续的声音片段会被整合为同一条听觉流

概念解释

一段一段先后响起的声音，如果音高相近、播放之间没有明显断档，听觉系统会自动把它们粘成一条连续的听觉流（auditory stream）——一个被当成"同一个来源在持续发声"的知觉单元，而不是一串互不相干的独立声音事件。这是听觉场景分析（auditory scene analysis）里最基础的组织规则。

它容易被误解成"听到的声音有几个物理声源就分成几条流"。实际相反：流的划分完全按知觉规则走，同一个真实声源发出的、音高跳动很大的一串声音，照样可能被听成两条流；反过来，两个不同声源如果音高和时序凑巧接近，也可能被听成一条流。

机制

这条规则是听觉版的格式塔分组：频率邻近（相邻片段音高差小）加上时间连续（片段之间间隔短、没有长时间静默）共同构成证据，让听觉系统判断"这些片段大概率来自同一个持续的声音过程"，于是把它们捆成一个知觉对象来追踪，而不是逐个独立处理。

这不是被动的相似性归类，而是在做归因：真实世界里同一个振动物体（一根弦、一个说话人的声带）产生的连续声音，音高变化通常是平滑、渐进的，很少在几十毫秒内跳变很远；听觉系统正是利用这条物理规律做出"平滑=同源"的推断。频率差越小、间隔越短，这条推断的证据越强，流就绑得越紧；频率差一旦变大或间隔变长，证据被削弱，流就容易断裂成多条（这是相邻叶讨论的另一面）。

怎么研究

标准范式是让被试听一串音高交替或渐变的短音，操纵相邻音之间的频率差与片段间隔，然后问被试听到的是"一条旋律"还是"两条独立的声音线"，或者用间接的客观测量代替主观报告——比如让被试判断嵌在序列里的节奏模式，如果序列已经裂成两条流，跨流的节奏关系会变得难以判断，判断成绩下降就是流分离发生的证据。

常见自变量：相邻片段的频率差、片段时长与间隔（决定呈现速率）、序列持续时间（流的形成有一个逐渐累积的过程，不是瞬间发生）。 常见因变量：主观报告的流数、节奏/顺序判断的正确率、反应时。

在界面研究里，这套范式常用来检验一组顺序播放的提示音、语音合成片段或背景音乐层，究竟会被用户听成一个连贯整体，还是散成互不相关的碎片。

边界

• 频率差与呈现速率是联合起作用的：同样的频率差，放慢速率可能还是一条流，加快速率就可能裂开（速率的影响在下一条里详细展开）。单独看频率差数值没有意义。
• 流的形成需要时间累积：序列刚开始的几百毫秒往往还听成一条，分离效果要在序列持续一段时间后才稳定显现，孤立的两三个音判断不出规律。
• 这条规则描述的是默认的、自下而上的组织结果；如果听者带着明确预期去主动追踪某一条特定的子序列，主观报告的流边界会发生偏移，说明这层组织并非完全不受注意影响。

怎么落地

• 想让一段顺序播放的提示音、语音提示或分层背景音听起来是同一件事在连续发生，把相邻片段的音高差压小、片段之间的间隔压短，避免中途出现明显的静默断档。
• 反过来，如果两组信息故意需要被用户感知为互不相关的两件事（比如背景媒体音与系统通知音），拉开音高差或不追求时序上的紧密衔接，比强行改变音色更省力。
• 验证办法：把设计好的音频序列放给没有预设的听众，只问"你听到的是一条连续的声音，还是好几条不同的声音在交替"，用报告的流数而不是设计者自己的主观感受作为判据。

延伸

• 同组：A3.15.2 交替播放的两个音高在速度足够快时会被感知为两条独立旋律线 · A3.15.3 流的形成依赖时序规律性，不规律的间隔会阻碍流的建立 · A3.15.4 同时发声的多个来源需要依赖起始时间差异才能被分离
• 相邻：A3.04 听觉掩蔽（回答"能不能被听见"，与本组回答的"归属哪条流"是两个问题）· A3.06 鸡尾酒会效应（在已分离的多条流之上做选择性注意）· A3.13 时间分辨与节奏感知
• 站内检索：auditory stream segregation · auditory scene analysis · primitive grouping · frequency proximity