音视频知识-掩蔽效应

写在前面

如果大家对音视频相关知识感兴趣，可以订阅我的专题 视频播放器和音视频基础知识。

正文

掩蔽效应概念

所谓的掩蔽效应是指： 一个较弱的声音的听觉感受被另一个较强的声音影响的现象，我们就称之为人耳的“掩蔽效应”。“掩蔽效应”在实际声学应用中有很重要的作用。

我们假设安静的环境下，听清楚声音A的阈值为30dB，若此时又能同时听见声音B，这时由于B的影响，使得 A的阈值提高到了40dB，即比原来提高了10dB。此时，我们就称B为掩蔽声，A为被掩蔽声。被掩蔽声听阈提高的分贝数称为掩蔽量，即上述10dB为掩蔽量，40dB称为掩蔽阈。

掩蔽可分成频域掩蔽和时域掩蔽。

频域掩蔽

事实上，掩蔽效应并不仅仅是个音量问题，因为当掩蔽音与被掩蔽音的频率不相同的时候，掩蔽作用并不那么严重。但一个响亮的纯音很容易就把另一个频率更高的纯音给掩蔽掉。

一个强纯音会掩蔽在其附近同时发声的弱纯音，这种特性称为频域掩蔽，也称同时掩蔽(simultaneous masking)，如图1所示。

从图1中可以看到，声音频率在300 Hz附近、声强约为60 dB的声音掩蔽了声音频率在150 Hz附近、声强约为40 db的声音。又如，一个声强为60 dB、频率为1000 Hz的纯音，另外还有一个1100 Hz的纯音，前者比后者高18 dB，在这种情况下我们的耳朵就只能听到那个1000 Hz的强音。如果有一个1000 Hz的纯音和一个声强比它低18 dB的2000 Hz的纯音，那么我们的耳朵将会同时听到这两个声音。要想让2000 Hz的纯音也听不到，则需要把它降到比1000 Hz的纯音低45 dB。一般来说，弱纯音离强纯音越近就越容易被掩蔽。

!图1 声强为60 dB、频率为1000 Hz纯音的掩蔽效应

在图2中的一组曲线分别表示频率为250 Hz，1 kHz和4 kHz纯音的掩蔽效应，它们的声强均为60 dB。从图2中可以看到：

1）在250 Hz，1 kHz和4 kHz纯音附近，对其他纯音的掩蔽效果最明显。

2）低频纯音可以有效地掩蔽高频纯音，但高频纯音对低频纯音的掩蔽作用则不明显。

!图2 不同纯音的掩蔽效应曲线

由于声音频率与掩蔽曲线不是线性关系，为从感知上来统一度量声音频率，引入了“临界频带（critical band）”的概念。通常认为，在20 Hz到16 kHz范围内有24个临界频带，临界频带的单位叫Bark（巴克），

1 Bark = 一个临界频带的宽度

f(频率)< 500 Hz的情况下，1 Bark≈f/100

f(频率) > 500 Hz的情况下，1Bark≈9 + 4log(f/1000)

以上我们讨论了响度、音高和掩蔽效应，尤其是人的主观感觉。其中掩蔽效应尤为重要，它是心理声学模型的基础。

时域掩蔽

除了同时发出的声音之间有掩蔽现象之外，在时间上相邻的声音之间也有掩蔽现象，并且称为时域掩蔽。时域掩蔽又分为超前掩蔽(pre-masking)和滞后掩蔽(post-masking)，如图3所示。产生时域掩蔽的主要原因是人的大脑处理信息需要花费一定的时间。一般来说，超前掩蔽很短，只有大约5～20 ms，而滞后掩蔽可以持续50～200 ms。
!图3 时域掩蔽

除了频域掩蔽和时域掩蔽外，还存在一种被称之为“时间掩蔽”的效应。

同步掩蔽效应和不同频率声音的频率和相对音量有关，而时间掩蔽则仅仅和时间有关。
如果两个声音在时间上特别接近，我们在分辨它们的时候就会有困难。例如，如果一个很响的声音后面紧跟着一个很弱的声音，后一个声音就很难听到。但是如果在第一个声音停止后过一段时间再播放第二个声音，后一个声音就可以听到。对纯音一般来讲，这个间隔时间是5毫秒。当然如果在时序上反过来，效果是一样的。如果一个较低的声音出现在一个较高的声音之前，而且间隔很短，那个较低的声音我们也听不到。

掩蔽效应的应用

掩蔽效应是指人的耳朵只对最明显的声音反应敏感，而对于不敏感的声音，反应则较不为敏感。例如在声音的整个频率谱中，如果某一个频率段的声音比较强，则人就对其它频率段的声音不敏感了。

应用此原理，人们发明了mp3等压缩的数字音乐格式，在这些格式的文件里，只突出记录了人耳朵较为敏感的中频段声音，而对于较高和较低的频率的声音则简略记录，从而大大压缩了所需的存储空间。

MP3用户可以指定每一秒的音乐是用多少个bit来存储。而MP3编解码器只关心频率之间和音量之间的相互关系。

编码过程中，信号中的“无用分量”被拿来和人类心理声学的数学模型，以及压缩使用的比特率作比较，以决定要扔掉哪些数据。当前MP3压缩使用的比特率一般是128kbps。编码器在输出每一帧数据的时候都会考虑到这个数字，如果比特率比较低，那么“无关”和“冗余”数据的定义就会被放宽，导致大量的数据被认为是无用数据，此时压缩后的音频会丢失大量细节，导致音质下降。相反，如果使用较高的比特率编码，“无关”和“冗余”的标准就会被限定的更严格，细节会被保留，但是文件更大。

除此之外，听觉的掩蔽效应在电声领域也被广泛应用。如动态降噪，就是根据不同的节目对噪声的掩蔽不同的原理设计的。

掩蔽效应不仅是听觉生理现象，也是心理现象，“鸡尾酒效应”就是其中的一例。鸡尾酒效应是指当注意力十分集中时，或对比较熟悉的声音，人的听觉可以从相当严重的掩蔽噪声下，有选择地倾听想要听的声音。在许多人相聚的鸡尾酒会中，可以对特定人的的讲话听的最清楚，这在实际录音中也有很多的应用。