Psychoakustyka w pigułce. Aleksander Sęk Ewa Skrodzka Mariusz Marszałkiewicz

Transkrypt

1 Psychoakustyka w pigułce Aleksander Sęk Ewa Skrodzka Mariusz Marszałkiewicz Instytut Akustyki UAM,

2 Spis Treści 1 BUDOWA UKŁADU SŁUCHOWEGO DROGA FALI AKUSTYCZNEJ W UKŁADZIE SŁUCHOWYM PROCES PRZETWARZANIA Wzmacniacz ślimakowy Nieliniowość układu słuchowego NERW SŁUCHOWY PERCEPCYJNA ANALIZA DŹWIĘKU W UKŁADZIE SŁUCHOWYM PROGI SŁYSZALNOŚCI I PERCEPCJA GŁOŚNOŚCI Progi słyszalności Krzywe jednakowej głośności Skalowanie głośności SELEKTYWNOŚĆ CZĘSTOTLIWOŚCIOWA Istota selektywności częstotliwości Wstęga krytyczna, filtry słuchowe Percepcja barwy Zależność pomiędzy selektywnością częstotliwościową a głośnością PERCEPCJA WYSOKOŚCI Wysokość tonów. Skalowanie wysokości Teorie percepcji wysokości Wysokość dźwięków złożonych ROZDZIELCZOŚĆ CZASOWA UCHA LOKALIZACJA DŹWIĘKÓW Czynniki lokalizacyjne wynikające z odsłuchów dwuusznych Rola małżowiny usznej Efekt precedensu PODSUMOWANIE LITERATURA

3 Wstęp Możliwości ucha ludzkiego są ogromne: potrafi ono odebrać bodźce dźwiękowe, których częstotliwości mogą wynosić od 20 Hz do Hz, a natężenia pozostają w stosunku jak 1: Oznacza to, że najgłośniejszy dźwięk jaki odbieramy (bez ryzyka uszkodzenia słuchu) ma natężenie 1 bilion razy większe od natężenia najcichszego dźwięku, jaki w ogóle potrafimy zauważyć. Jednak jedną z najważniejszych cech układu słuchowego jest to, że funkcjonuje on w sposób podobny do analizatora częstotliwości, tzn. urządzenia umożliwiającego rozkład złożonego bodźca akustycznego na jego składowe tonalne. Ta cecha układu słuchowego, nazywana rozdzielczością (lub selektywnością) częstotliwościową, umożliwia nam rozłożenie dźwięku złożonego na jego składowe tonalne, co w praktyce sprowadza się do tego, że np. dwa tony odległe w dziedzinie częstotliwości o pół oktawy słyszymy jako dwa oddzielne dźwięki. Oprócz percepcyjnego rozseparowania dźwięków w dziedzinie częstotliwości układ słuchowy potrafi z jednej strony rozdzielić bodźce występujące po sobie w czasie, co nazywane jest czasową zdolnością rozdzielczą, a z drugiej strony potrafi też kumulować informację/energię niesioną przez bodziec akustyczny, co nazywane jest sumowaniem w czasie. Inną cechą układu słuchowego jest zdolność do uporządkowania dźwięków od najniższego do najwyższego, czyli przypisanie im wysokości. Dzięki zdolności do rozróżnienia barwy dźwięków potrafimy też rozróżnić dwa instrumenty, na których grana jest nuta o tej samej wysokości. Potrafimy również zlokalizować położenie źródła dźwięku. Wszystkie właściwości układu słuchowego wykorzystywane jednocześnie w pewien spójny sposób stanowią o jakości naszego słuchu i o jego znakomitym przystosowaniu do najróżniejszych bodźców akustycznych. W szczególności nasz słuch potrafi przetworzyć złożony bodziec akustyczny jakim jest mowa tak, że w konsekwencji jest ona interpretowana jako konkretna informacja lingwistyczna. Nasza wiedza o procesach zamiany dźwięku, a więc fali mechanicznej, na wrażenie słuchowe nie jest niestety pełna i dogłębna. O ile wstępne przetwarzanie sygnału akustycznego w tzw. peryferyjnym układzie słuchowym jest dość dobrze poznane, to sposób interpretacji ciągu impulsów czynnościowych na wyższych piętrach układu słuchowego jest w dalszym ciągu przedmiotem licznych badań. Praca niniejsza stanowi próbę syntetycznego opisu podstawowych zasad funkcjonowania peryferyjnego układu słuchowego oraz wskazania związków pomiędzy fizycznymi parametrami dźwięku a wrażeniem przez ten dźwięk wywołanym. 3

4 1 Budowa układu słuchowego Rozważanie zasad funkcjonowania układu słuchowego nie jest możliwe bez opisu anatomicznej struktury tego organu. Toteż zmierzając do odpowiedzi na pytanie: Jak ucho zamienia mechaniczną falę akustyczną na wrażenie słuchowe? przedstawić należy przede wszystkim zasadnicze elementy anatomii i fizjologii układu słuchowego. 1.1 Droga fali akustycznej w układzie słuchowym Zanim rozchodzące się w czasie zaburzenie ośrodka wywoła wrażenie słuchowe, które będziemy mogli zidentyfikować jako dźwięk, musi ono przebyć skomplikowaną drogę, wiodącą od ucha zewnętrznego poprzez ucho środkowe, wewnętrzne (elementy wchodzące w skład narządu przedsionkowo-ślimakowego, zwanego dawniej narządem statycznosłuchowym) i dalej poprzez nerw słuchowy, aż do pól słuchowych znajdujących się w mózgu. Małżowina Kość Kowadełko Kanały półkoliste Młoteczek Strzemiączko Nerw słuchowy Kanał słuchowy zewnętrzny Błona bębenkowa Okienko okrągłe Ślimak Rys. 1. Peryferyjny układ słuchowy człowieka: ucho zewnętrzne, środkowe i wewnętrzne Do ucha zewnętrznego zalicza się małżowinę uszną i przewód słuchowy zewnętrzny, których zadaniem jest przewodzenie i wzmacnianie odbieranej fali akustycznej. Możliwe jest to dzięki temu, że przewód słuchowy zewnętrzny wraz z zamykającą go błoną bębenkową tworzą komorę rezonansową wzmacniającą dźwięk w paśmie Hz. Wartość tego wzmocnienia może dochodzić do db. Odpowiednie kształty i wielkości powyższych elementów mają również istotne znaczenie w lokalizacji źródła dźwięku: gdyby nie ucho zewnętrzne, nie bylibyśmy w stanie zlokalizować dźwięków o częstotliwościach większych od 1500 Hz. 4

5 Małżowina uszna zbudowana jest z chrząstki sprężystej pokrytej skórą. Zewnętrzna jej powierzchnia wykazuje wyniosłości i zagłębienia, których forma szczególnie istotna jest w zagadnieniach związanych z protetyką słuchu. W dolnej swej części małżowina uszna przechodzi w przewód słuchowy zewnętrzny, składający się z części bocznej chrząstkowej, stanowiącej jedną trzecią całego przewodu, i części przyśrodkowej - kostnej. Skóra wyścielająca przewód słuchowy zewnętrzny zawiera liczne gruczoły łojowe wytwarzające woskowinę. Substancja ta, obok samooczyszczania, zapewnia właściwą sprężystość błonie bębenkowej, która pobudzana do drgań poprzez padającą falę dźwiękową, przenosi zaburzenie do ucha środkowego. Zasadniczym jego elementem jest jama bębenkowa, będącą nieregularną szczeliną, której kształt przypominaj klepsydrę czy też dwuwklęsłą soczewkę. Jest ona wypełniona powietrzem i zawiera łańcuch kosteczek słuchowych najmniejszych kości w organizmie ludzkim. Błona bębenkowa wraz z kosteczkami słuchowymi jest pierwszym elementem układu transmisji dźwięku z powietrza do cieczy zawartych w ślimaku. Jej powierzchnia zewnętrzna jest lejkowato wklęsła w centralnej swej części, nieco uwypuklając się na obrzeżach. Taka budowa, jak i duża elastyczność, która związana jest z występowaniem w środkowej warstwie przebiegających promienisto i okrężnie, przeplatających się wzajemnie włókien elastycznych, umożliwia przenoszenie z prawie całkowitą wiernością docierających dźwięków. Dodatkowo istotną właściwością tej błony jest znaczna wartość współczynnika tłumienia, dzięki któremu może ona przyjmować i przekazywać szybko po sobie następujące pobudzenia. Na przyśrodkowej ścianie jamy bębenkowej znaleźć można uwypuklenie zwane wzgórkiem, wywołanym zakrętem podstawnym ślimaka. Wzgórek przedziela dwa dołki, w których znajdują się: w górnym okienko owalne oraz w dolnym - okienko okrągłe, łączące ucho środkowe z wewnętrznym. Pomiędzy ścianami jamy bębenkowej rozpięty jest łańcuch kosteczek słuchowych, do których należą: młoteczek, przyczepiony swą rękojeścią do błony bębenkowej powodujący jej wciągnięcie do środka jamy oraz kowadełko i strzemiączko, zamykające swą podstawą okienko owalne. Ich zadaniem jest transformowanie ciśnienia akustycznego docierającego z falą dźwiękową rozchodzącą się w powietrzu, na ciśnienie mogące pobudzić do drgań płyny ślimaka, co w efekcie prowadzi do wywołania wrażenia słuchowego. Jak funkcjonuje ucho środkowe? Z codziennego doświadczenia wiadomo, że gdy będąc na basenie zanurzymy głowę pod wodę to nie słyszymy głosów osób siedzących na krawędzi basenu. Fizycznie oznacza to, że opór stawiany falom akustycznym przez wodę jest większy od oporu stawianego przez powietrze, lub ściślej - że impedancja wody jest znacznie większa niż impedancja powietrza. Aby fale akustyczne wniknęły do wody należy je przetransformować w taki sposób by istniejąca różnica impedancji przestała mieć znaczenie. Analogiczną sytuację mamy w przypadku organu słuchu: z powietrza dźwięk musi być dostarczony do wypełnionego cieczami ślimaka. Ucho środkowe pełni tu właśnie rolę układu transformującego drgania powietrza na drgania cieczy tak, że pomimo znacznej różnicy impedancji powietrza i cieczy ślimaka dźwięk wytwarza wystarczające drgania cieczy ślimakowych by były one odebrane jako wrażenie słuchowe. Bez jego obecności tylko 0.1% energii fali docierającej bezpośrednio z powietrza do okienka owalnego byłaby transmitowana do ślimaka, co z pewnością nie wywoływałaby wrażenia dźwiękowego. Transformacja dźwięku dokonywana w uchu środkowym, nazywana też wyrównaniem (dopasowaniem) impedancji, polega przede wszystkim na zwiększeniu ciśnienia wywieranego na płyn ślimakowy przez podstawę strzemiączka w stosunku do ciśnienia, działającego na błonę bębenkową, co odbywa się kosztem zmniejszenia amplitudy ruchu tych struktur. Możliwe jest to m.in. dzięki różnicy powierzchni czynnych błony bębenkowej i podstawy strzemiączka, pozostających w stosunku ok. 35:1, oraz 5

6 mechanizmowi dźwigniowemu, będącego rezultatem różnych długości ramion kowadełka i młoteczka, pozwalającemu na dodatkowe wzmocnienie odbieranej fali rzędu ok. 1.3 razy. Dopasowanie impedancji przez ucho środkowe jest najlepsze w zakresie średnich częstotliwości (1-4 khz) i dlatego też w tym właśnie zakresie ucho jest najbardziej czułe, czyli zdolne do spostrzegania (detekcji) najcichszych dźwięków. Charakterystykę przeniesienia ucha środkowego, czyli zależność wzmocnienia sygnału w uchu środkowym od częstotliwości przedstawiono na rys. 2. Rys.2. Charakterystyka przeniesienia ucha środkowego Dodatkową funkcją układu kosteczek jest zabezpieczenie delikatnych struktur ślimaka (o których poniżej) przed dźwiękami o zbyt dużym natężeniu i małych częstotliwościach. Dobiegająca do ucha fala dźwiękowa wprawia w drganie błonę bębenkową. Uwypuklanie się błony wraz z rękojeścią młoteczka do środka jamy, powoduje ruch główki młoteczka wokół więzadła osiowego w przeciwnym kierunku, co z kolei przyczynia się do przyciągnięcia trzonu kowadełka i ruchu odnogi długiej do wewnątrz, przez co następuje wciskanie podstawy strzemiączka w okienko owalne. Ruch podstawy strzemiączka jest bardzo złożony i rozłożyć go można na ruch tłokowy, ruch wahadłowy i obrotowy. Ruchliwość tych elementów możliwa jest dzięki istnieniu dwóch stawów, a także wiązadeł, których zadaniem jest ich mocowanie, przez co stają się one osiami obrotu. Jeżeli natężenie odbieranego bodźca jest zbyt duże i może grozić uszkodzeniem układu słuchowego, to proces transmisji dźwięku może być kontrolowany (osłabiony) poprzez dwa mięśnie: mięsień naprężacz błony bębenkowej i mięsień strzemiączkowy, które napinają się i ograniczają ruchy kosteczek słuchowych. Pierwszy ze wspomnianych mięśni, unerwiany przez nerw trójdzielny (V nerw czaszkowy), przyczepiony do rękojeści młoteczka i w momencie wystąpienia zbyt głośnego bodźca pociąga młoteczek z błoną bębenkową do wewnątrz. Drugi, natomiast, unerwiany przez nerw twarzowy (VII nerw czaszkowy), przyczepiony jest do rękojeści młoteczka, wysuwając przednią część podstawy strzemiączka z okienka przedsionka. W wyniku jednoczesnego działania obu tych mięśni, co ma miejsce w przypadku nadmiernie głośnych sygnałów, następuje ich usztywnienie prowadzące do ograniczenia drgań kosteczek słuchowych i w konsekwencji do zmniejszenia amplitudy przenoszonych drgań. Mechanizm ten, zwany również odruchem strzemiączkowym, jest inicjowany z pewnym opóźnieniem względem początku nadmiernie głośnego dźwięku i w związku z tym nie jest, niestety, skuteczny dla dźwięków impulsowych, takich jak strzał z pistoletu, czy uderzenie młotka. Odruch ten wywoływany jest niezależnie od naszej woli dla sygnałów db wyższych od progu słyszalności. 6

7 Aby ucho środkowe mogło prawidłowo funkcjonować w jamie bębenkowej musi panować takie samo ciśnienie jak na zewnątrz organizmu. Możliwe jest to dzięki istnieniu trąbki słuchowej (trąbki Eustachiusza), łączącej jamę bębenkową z gardłem, której światło, ze względu na specyficzną budowę, jest normalnie zamknięte i otwiera się tylko podczas ziewania, połykania, czy też wymawiania takich głosek jak: u, e, i, p, k, wyrównując w ten sposób ewentualną różnicę ciśnień. Niedrożność tego elementu upośledza słuch i może prowadzić do zmian patologicznych, podczas gdy stałe otwarcie przyczynia się do wystąpienie nieprzyjemnego uczucia polegającego na głośnym słyszeniu "w głowie" własnego głosu, co określane jest mianem autofonii. Przestrzenie jamy bębenkowej stanową złożony układ rezonansowy, mający na celu przede wszystkim tłumienie zarówno dźwięków docierających z zewnątrz, jak i szmerów wewnątrzustrojowych, których źródłem są m.in. przepływająca krew w naczyniach krwionośnych, czy też oddychanie i przełykanie. Powietrze zawarte w tej jamie ma istotne znaczenie w prawidłowej pracy okienek: owalnego i okrągłego stanowiących początek kolejnej części narządu przedsionkowo-ślimakowego - ucha wewnętrznego, zawierającego ślimak oraz narząd przedsionkowy odpowiedzialny za utrzymanie równowagi naszego ciała. Ucho wewnętrzne tworzone jest przez błędnik kostny znajdujący się w kości skroniowej. Z przedsionka błędnika kostnego wyrasta ku przodowi ślimak a ku tyłowi kanały półkoliste. W głębi błędnika kostnego znajduje się błędnik błoniasty zbudowany z dwóch pęcherzyków: łagiewki i woreczka, z trzech przewodów półkolistych i z przewodu ślimakowego. Część z kanałami półkolistymi związana jest z narządem równowagi, podczas gdy część ślimakowa z narządem słuchu, czym dokładniej się zajmiemy. Ślimak jest zwężającą się, uformowaną z kości czaszki rurką która, zwinięta jest w formie skorupy ślimaka i ma 2 3 / 4 zwoja. Za początek ślimaka (tzw. bazę) przyjmuje się zwykle okienko owalne do którego przylega strzemiączko przekazujące drgania z powietrza. Analiza drgań cieczy i błon ślimaka jest dość trudna jeśli dokonuje się jej na zwiniętym ślimaku tj. takim jakim jest on w rzeczywistości. Dlatego też drgania te ilustruje się na rozwiniętym ślimaku co pozwala na znacznie lepszą wizualizację i pełniejsze zrozumienie procesów tam zachodzących i, co nie mniej ważne, jest całkowicie zgodne z zachowaniem się nierozwiniętego ślimaka. Przekrój poprzeczny ślimaka przedstawiono na rys.3a, a przekrój podłużny rozwiniętego ślimaka przedstawiono schematycznie na rys.3b. Przez całą jego długość biegną dwie błony: podstawna i przedsionkowa (błona Reissnera), dzieląc go na 3 komory (partycje) nazywane odpowiednio schodami ślimaka i bębenka oraz przewodem lub kanałem ślimakowym, które wypełnione są prawie nieściśliwymi cieczami. Górna część schody ślimaka i dolna schody bębenka zawierające perylimfę, łączą się ze sobą na końcu ślimaka przez mały otwór szparę osklepka (helikotremę). Trzecia - środkowa komora - przewód ślimakowy, wypełniona endolimfą, biegnie niezależnie, wzdłuż błędnika błoniastego. Gdy okienko owalne porusza się do wewnątrz ślimaka, to chwilowa gęstość cieczy ślimaka w bezpośrednim sąsiedztwie okienka owalnego wzrasta. To zaburzenie ciśnienia rozchodzi się wzdłuż ślimaka w kierunku szpary osklepka i dalej schodami bębenka do okienka okrągłego usytuowanego poniżej okienka owalnego (patrz rys.3b). Z uwagi na dość dużą prędkość fal akustycznych w cieczach, wychylenia okienek owalnego i okrągłego są niemalże w przeciwfazie: ruch okienka owalnego do wewnątrz ślimaka powoduje ruch okienka okrągłego na zewnątrz. Jest to możliwe dzięki temu, że okienko okrągłe oddziela ciecze ślimaka od powietrza zawartego w jamie bębenkowej a dźwięk dociera do ślimaka tylko poprzez okienko owalne. Zaburzenie gęstości cieczy, które propaguje się w schodach bębenka i w schodach przedsionka jest przyczyną lokalnych, chwilowych różnic ciśnienia perylimfy po obu stronach błony podstawnej, która z punktu widzenia omawianych zagadnień jest najważniejszym 7

8 elementem ślimaka. Propagujące się różnice ciśnienia, powodują powstawanie fali biegnącej na błonie podstawnej, w wyniku czego błona ta podlega niewielkim odkształceniom, przemieszczającym się wraz z zaburzeniami ciśnienia perylimfy od okienka owalnego do okienka okrągłego (por. rys. 3b). W przypadku, gdy dźwiękiem wymuszającym jest ton (a nie pojedynczy impuls jak na rys. 3b), to cykliczne zagęszczenia i rozrzedzenia perylimfy, propagujące się wzdłuż ślimaka, powodują cykliczne wychylenia znacznych obszarów błony podstawnej. Jednak nie cała błona podstawna drga w jednakowym stopniu: to, która część błony podstawnej wychyla się w największym stopniu zależy od częstotliwości dźwięku, zaś amplituda tych drgań zależy od natężenia dźwięku. Rys 3a. Przekrój poprzeczny ślimaka ukazujący trzy jego podstawowe partycje, błonę pokrywkową oraz organ Cortiego Rys. 3b. Podłużny przekrój rozwiniętego ślimaka 8

9 Błona podstawna ma mm długości a jej właściwości fizyczne zmieniają się wzdłuż jej długości. U podstawy (tj. blisko okienka owalnego) błona ta jest wąska i sztywna, a w miarę posuwania się w kierunku wierzchołka (sąsiedztwo osklepka) staje się coraz szersza i mniej sztywna. W rezultacie położenie miejsca o największym wychyleniu zależy od częstotliwości tonu: dźwięki o dużych częstotliwościach najsilniej wzbudzają obszary w pobliżu okienka owalnego a dźwięki o małych częstotliwościach w pobliżu szpary osklepka, co schematycznie zilustrowano na rys.4. Rys. 4. Obwiednie wychylenia błony podstawnej w zależności od częstotliwości Błona podstawna dokonuje więc pewnej konwersji częstotliwości sygnału na miejsce jej maksymalnego wychylenia. Mamy tu do czynienia z przyporządkowaniem częstotliwość miejsce, a sposób tego przyporządkowania jest następujący: tony o małych częstotliwościach wytwarzają maksymalne wychylenie blisko osklepka, a tony o dużych częstotliwościach blisko okienka owalnego. Dzięki temu ślimak zachowuje się tak jak analizator dźwięku: sygnał akustyczny złożony z tonów o różnych częstotliwościach i amplitudach pobudza w różnym stopniu różne obszary błony podstawnej. Ta właściwość ślimaka, pozwalająca nam w konsekwencji na percepcyjne rozseparowanie dwóch tonów o różnej częstotliwości, nazywa się selektywnością częstotliwościową. Warto jednak pamiętać, że analiza dźwięku zachodząca na błonie podstawnej nie jest doskonała: jeśli częstotliwości dwóch tonów są nieznacznie różne to przedstawiony mechanizm analizy nie pozwala na ich percepcyjne rozseparowanie i słyszymy wówczas jeden dźwięk. Warto dodać, że obwiednie drgań błony podstawnej nie zmieniają się jeśli drgania dostarczane są do ślimaka nie za pomocą strzemiączka (tzw. przewodnictwo powietrzne), jak przedstawiono powyżej, ale poprzez kości czaszki (tzw. przewodnictwo kostne). Zdolność błony podstawnej do rozseparowania dźwięków o różnych częstotliwościach (selektywność częstotliwościowa) przedstawia się często za pomocą tzw. krzywych strojenia błony podstawnej, które są pewnym odpowiednikiem krzywych rezonansowych poszczególnych punktów tej błony. Pojedynczą krzywą strojenia wyznacza się obserwując wychylenie jednego, ustalonego punktu błony podstawnej, pobudzanej tonami o różnych częstotliwościach. Natężenie tonu stymulującego dobiera się każdorazowo w ten sposób, aby amplituda wychylenia badanego punktu błony podstawnej była zawsze taka sama. W poprawnie funkcjonującym układzie słuchowym krzywa strojenia dowolnego punktu błony podstawnej charakteryzuje się bardzo ostro zarysowanym minimum i stromo nachylonymi 9

10 zboczami (tzw. ostre strojenie). Przykład takiej krzywej, uzyskanej dla świnki morskiej, przedstawiono na rys.5 za pomocą kółek. Rys. 5. Krzywa strojenia błony podstawnej mierzona w punkcie najbardziej wrażliwym na 18 khz. Krzywa z kółkami obrazuje ostre strojenia błony żywej świnki morskiej. Krzywą z kwadratami uzyskano po śmierci zwierzęcia Ta sama krzywa strojenia zmienia znacząco swą postać gdy wyznaczona jest po śmierci zwierzęcia, a więc wówczas gdy ustały wszystkie czynności biologiczne organizmu, co przedstawiono na rys.5 za pomocą kwadratów. Krzywa strojenia charakteryzuje się w tym przypadku znacznie mniej ostro zarysowanym minimum (tzw. szerokie strojenie), które jest przesunięte w kierunku mniejszych częstotliwości. Ta krzywa strojenia odwzorowuje wyłącznie mechaniczne właściwości analizowanego punktu błony podstawnej. Duża czułość błony podstawnej oraz ostre strojenie poprawnie funkcjonującego układu słuchowego nie wynika zatem wyłącznie z mechanicznych właściwości ślimaka, a przypisuje się je biologicznie aktywnemu procesowi nazywanemu często wzmacniaczem ślimakowym. Proces ten, zwiększający najbardziej drgania błony podstawnej o najmniejszych amplitudach, może być źródłem dodatkowej energii dostarczanej do błony podstawnej bądź też może przyczyniać się do wzrostu jej elastycznych właściwości w otoczeniu maksymalnego wychylenia. 1.2 Proces przetwarzania Wzmacniacz ślimakowy Aby wyjaśnić działanie wzmacniacza ślimakowego należy wniknąć głębiej w budowę i fizjologię ucha wewnętrznego. Mechaniczne drgania błony podstawnej są zamieniane na potencjały czynnościowe włókien nerwu słuchowego (impulsy neuronowe) w organie Cortiego usytuowanym wzdłuż całej błony podstawnej w środowisku dodatnio naładowanej endolimfy wypełniającej kanał ślimakowy. Przekrój poprzeczny organu Cortiego przedstawiono na rys.6. Zasadniczymi elementami tego organu, z punktu widzenia omawianych zagadnień, są komórki rzęskowe wewnętrzne i zewnętrzne, umieszczone po obu stronach tzw. tunelu Cortiego oraz błona pokrywkowa znajdująca się nad tym organem. Wewnętrzne komórki rzęskowe u ludzi umieszczone są w jednym rzędzie, po wewnętrznej stronie tunelu Cortiego. Jest ich ok. 3500, a każda z nich ma ok. 40 tzw. rzęsek formujących proste rzędy. Do każdej z tych komórek dochodzi ok. 20 neuronów aferentnych 10

11 przekazujących impulsy elektryczne ze ślimaka na wyższe piętra drogi słuchowej i dalej do mózgu. Rzęski tych komórek nie mają najprawdopodobniej bezpośredniej styczności z błoną Błona Pokrywkowa Włókna eferentne Rzęski Zewnętrzne komórki rzęskowe Wewnętrzne komórki rzęskowe Komórki Hensena Włókna eferentne Włókna aferentne Błona podstawna Komórki Pillars Tunel Cortiego Tunel Nuela Rys. 6. Przekrój organu Cortiego Komórki Deitersa pokrywkową, która jest utwierdzona tylko po swej jednej, wewnętrznej stronie. Ruchy błony podstawnej w górę i w dół, przedstawione schematycznie na rys.7a, powodują cykliczne zbliżanie organu Cortiego i błony pokrywkowej oraz powstanie pomiędzy nimi sił ścinających. Dzięki temu bezpośredni kontakt rzęsek wewnętrznych komórek rzęskowych z błoną pokrywkową staje się bardziej możliwy i prowadzi do przeginania rzęsek raz w jedną raz w drugą stronę. Przeginanie to połączone jest z cyklicznym otwieraniem i zamykaniem kanałów znajdujących się w rzęskach, którymi do ujemnie spolaryzowanych komórek rzęskowych mogą napływać dodatnie jony potasu z endolimfy wypełniającej kanał ślimakowy. Na rys.7a,b przedstawiono schematyczne trzy zasadnicze fazy ruchu błony podstawnej z jednoczesnym zaznaczeniem kierunku przegięcia rzęsek oraz proces otwierania i zamykania kanałów jonowych. Choć rysunek ten prezentuje zachowanie komórek rzęskowych zewnętrznych, to w dobrym stopniu oddaje on również funkcję wewnętrznych Rys. 7a. Trzy fazy ruchu błony podstawnej i ich wpływ na przegięcie rzęsek 11

12 komórek rzęskowych. Wywoływane w ten sposób chwilowe zmiany potencjału komórek rzęskowych odbierane są przez synapsy włókien neuronowych i w postaci impulsów transmitowane do wyższych pięter układu słuchowego. Panuje powszechne przekonanie, że znakomita większość informacji o bodźcu akustycznym jaka dostępna jest na różnych piętrach drogi słuchowej pochodzi wyłącznie z wewnętrznych komórek rzęskowych. Rys. 7b. Komórka rzęskowa Zewnętrzne komórki rzęskowe uporządkowane są w pięciu rzędach (u ludzi), umieszczonych po zewnętrznej stronie tunelu Cortiego. Jest ich ok a każda z nich ma ok. 140 rzęsek uformowanych w kształcie litery V. Do komórek tych dochodzi ok neuronów eferentnych tj. takich, które przekazują sygnały z mózgu. Organ Cortiego odpowiedzialny jest więc zarówno za transmisję informacji o fali dźwiękowej do mózgu jak i za zwrotną transmisję rozkazów mózgu do ucha wewnętrznego. Ponadto komórki te charakteryzują się kurczliwością pod wpływem zmiany potencjału: jeśli zwiększymy potencjał takiej komórki (która w normalnych warunkach jest spolaryzowana ujemnie) to ulegnie ona skróceniu. To właśnie kurczliwość oraz specyficzny sposób unerwienia zewnętrznych komórek rzęskowych odpowiedzialne są za wysoką czułość i dobrą selektywność częstotliwościową słuchu normalnego (wzmacniacz ślimakowy), co zilustrowano za pomocą krzywych strojenia (por. rys.5). Mechanizm ten funkcjonuje następująco. Jak już powiedziano, ruchy błony podstawnej w górę i w dół powodują zbliżanie się organu Cortiego i błony pokrywkowej oraz powstanie sił ścinających na styku tych organów. Siły te powodują m.in. przeginanie rzęsek zewnętrznych komórek rzęskowych raz w jedną raz w drugą stronę. Przeginanie to powoduje cykliczne otwieranie i zamykanie kanałów znajdujących się w rzęskach, którymi mogą napływać dodatnie jony potasu do ujemnie spolaryzowanych komórek rzęskowych. Ruch błony podstawnej ku górze (por. rys.7.) połączony jest z otwarciem kanałów jonowych dzięki czemu jony potasu, których znaczące stężenie obserwuje się w endolimfie, napływają do zewnętrznych komórek rzęskowych. Jony te powodują wzrost potencjału komórek, a w związku z ich kurczliwością również ich skrócenie. Skrócenie to jest największe w szczytowym wychyleniu błony podstawnej, kiedy to kanały jonowe są maksymalnie otwarte, co ilustruje dolna część rys.7. Z rys.6 łatwo wywnioskować, że skrócenie zewnętrznych komórek rzęskowych prowadzi do lepszego wzajemnego zbliżenia się wewnętrznych komórek rzęskowych (a właściwie całego organu Cortiego) i błony pokrywkowej, a więc do znacznie bardziej intensywnego stymulowania ich. W konsekwencji obserwuje się też zwiększenie liczby impulsów czynnościowych neuronów unerwiających te komórki. Jak 12

13 wynika z najnowszych badań kurczliwość zewnętrznych komórek rzęskowych ma zasadnicze znaczenie zwłaszcza w przypadku najcichszych dźwięków, bowiem to właściwie dzięki temu mechanizmowi możemy je w ogóle usłyszeć. Gdyby zatem kurczliwość zewnętrznych komórek rzęskowych nie istniała, wówczas wygenerowanie impulsu we włóknach dochodzących do wewnętrznych komórek rzęskowych wymagałoby znacznie większego wychylenia błony podstawnej, a więc i większego natężenia dźwięku. Widać stąd, że zewnętrzne komórki rzęskowe odgrywają w słyszeniu bardzo istotną rolę a ich uszkodzenie może prowadzić do upośledzenia czułości słuchu. Ich zdolność do kurczenia się pod wpływem zmiany potencjału uważana jest za zasadniczy element wzmacniacza ślimakowego Nieliniowość układu słuchowego Jednym z dowodów na istnienie wzmacniacza ślimakowego jest przebieg krzywej strojenia przedstawionej na rys.5. Gdy błona podstawna jest w dobrej kondycji fizjologicznej, krzywa strojenia jej dowolnego punktu jest znacznie bardziej selektywna (ostra) niż w przypadku ustania funkcji motorycznej zewnętrznych komórek rzęskowych. Innym argumentem na korzyść funkcjonowania takiego wzmacniającego procesu jest nieliniowość charakterystyki dynamicznej błony podstawnej. Charakterystyka dynamiczna lub tzw. funkcja wejścia-wyjścia, opisuje dynamiczne właściwości badanego układu. Jest to zależność amplitudy sygnału na wyjściu układu od amplitudy sygnału wejściowego, przy stałej częstotliwości. Dla układu liniowego zależność ta jest liniowa. Nie wnikając w szczegółową definicje układu liniowego zapamiętajmy tylko, że jeśli amplitudy sygnału wejściowego i wyjściowego wyrazi się w mierze logarytmicznej (db), to charakterystyka jest linią prostą o kącie nachylenia Na rys.8 przedstawiono charakterystyki dynamiczne punktu błony podstawnej dającego maksymalne wychylenie dla częstotliwości 9 khz, pobudzanego do drgań sygnałami o częstotliwościach 1 i 9 khz, wyznaczone w różnych momentach czasowych od chwili podania furosemidu, leku wytwarzającego chwilowe zaburzenie czynności zewnętrznych komórek rzęskowych. Wypełnione kwadraty ilustrują funkcję wejścia-wyjścia analizowanego miejsca błony podstawnej przed podaniem leku, dla częstotliwości sygnału 9 khz. Funkcja ta charakteryzuje się znaczną nieliniowością o charakterze kompresji: duży zakres poziomu sygnału wejściowego odwzorowany jest w znacznie mniejszy zakres amplitudy prędkości drgań błony podstawnej (zmianie sygnału wejściowego o 95-20=75 db SPL odpowiada zmiana prędkości drgań błony podstawnej od40 do 9000 m/s co jest równoważne 47 db). Największą nieliniową kompresję obserwuje się dla średnich poziomów dźwięku (40-80 db SPL). Jednak po 15 min od podania furosemidu funkcja wejścia-wyjścia (wypełnione trójkąty skierowane do góry) jest równoległa do funkcji liniowej przedstawionej na tym rysunku za pomocą linii bez żadnych punktów. Zatem furosemid spowodował zanik nieliniowych właściwości błony podstawnej oraz znacznie ograniczył funkcjonowanie wzmacniacza ślimakowego: aby teraz wywołać określoną reakcję obserwowanego punktu błony podstawnej (w tym przypadku prędkość drgań) należy zastosować znacznie większe poziomy dźwięku; tak funkcjonowałby nasz słuch gdyby funkcje zewnętrznych komórek rzęskowych były trwale uszkodzone. Nieliniowej kompresji nie stwierdzono jednak w przypadku gdy obserwowano punkt błony podstawnej nastrojony na częstotliwość 9 khz a częstotliwość sygnału pobudzającego była równa 1 khz, co dowodzi, że nieliniowość drgań błony podstawnej występuje wyłącznie w otoczeniu jej maksymalnego wychylenia. Wydaje się zatem, że wzmacniacz ślimakowy funkcjonuje w ten sposób, że wzmacnia w największym stopniu drgania błony podstawnej wywołane bardzo cichymi dźwiękami (do ok. 40 db). Powyżej tego poziomu, tj. dla dźwięków o poziomach db, udział tego procesu staje się coraz mniej efektywny co prowadzi do mniejszego nachylenia (kompresji) charakterystyki 13

14 dynamicznej błony podstawnej. Dla dużych poziomów (powyżej 70 db) udział tego mechanizmu jest niezauważalny dzięki czemu charakterystyka dynamiczna staje się znowu funkcją liniową. Rys. 8. Charakterystyki dynamiczne punktu błony podstawnej o częstotliwości charakterystycznej 9 khz. Opis w tekście. Jedną z najistotniejszych cech układu liniowego jest to, że w sygnale wyjściowym z takiego układu mogą występować tylko sygnały o częstotliwościach równych częstotliwościom sygnałów podanych na wejście. Jeśli w sygnale wyjściowym obecne będą takie sygnały, których nie ma w sygnale wejściowym, to układ jest nieliniowy. Peryferyjny układ słuchowy człowieka jest w ogólności układem nieliniowym a najbardziej spektakularną demonstracją tej nieliniowości jest możliwość dość łatwego usłyszenia zniekształceń intermodulacyjnych (tzw. tonów kombinacyjnych). Jeśli słuchamy dwutonu o częstotliwościach np. 1 i 1.2 khz, to na skutek nieliniowości naszego układu słuchowego, we wrażeniu słuchowym obecny jest także sygnał o częstotliwości ok. 0.8 khz. Nie jest to bynajmniej efekt psychologiczny: ton o częstotliwości 0.8 khz został wygenerowany przez ślimak. Obecność tej dodatkowej składowej (a więc tonu kombinacyjnego o częstotliwości 0.8 khz) nie jest jednak oczywista bowiem dopiero zdudnienie jej poprzez dodanie do dwutonu 1 i 1.2 khz tonu o częstotliwości nieznacznie różniącej się od 800 Hz (np. 804 Hz) pozwala stwierdzić obecność tej składowej, która nie występuje w sygnale. Innym przejawem istnienia aktywnych procesów biologicznych wpływających na właściwości mechaniczne ślimaka jest generowanie bardzo cichych dźwięków przez ucho. Jeżeli ucho zostanie pobudzone impulsem o niewielkim poziomie, to za pomocą mikrofonu wprowadzonego do zewnętrznego przewodu słuchowego można zarejestrować dźwięk będący reakcją ucha na sygnał pobudzający. Początkowa jego część jest wynikiem odbicia podawanego dźwięku od ucha środkowego. Jednak dalsza część tego sygnału pojawia się z opóźnieniem 5-60 ms od momentu zaprezentowania impulsu. Opóźnienia te są zbyt duże, aby można wiązać je z odbiciem od ucha środkowego. Dlatego też z dużą pewnością sądzi się, że są one rezultatem biologicznej aktywności ślimaka. Dźwięki te znane są w literaturze pod pojęciem wywołanej emisji otoakustycznej. Nazywane są także echami ślimaka lub echami Kempa, od nazwiska odkrywcy tego zjawiska. Kemp zasugerował, że dźwięki te są generowane przez pewien mechanizm przewodzeniowy lub przez pewne punkty błony podstawnej, bowiem pobudzanie sygnałem szerokopasmowym prowadziło do generowania sygnałów emisji otoakustycznych o ściśle określonych częstotliwościach. Odpowiedź układu słuchowego jest nieliniowa, ponieważ natężenie emisji otoakustycznych nie jest proporcjonalne do natężenia dźwięku 14

15 wywołującego te emisje. Charakter tej nieliniowości można wykorzystać do rozróżnienia odpowiedzi pochodzącej ze ślimaka od odpowiedzi pochodzącej z ucha środkowego, bowiem ucho środkowe zachowuje się w sposób liniowy. Ponadto, dla danej częstotliwości energia rejestrowanego dźwięku może być większa od energii obecnej w impulsie wejściowym. Ten fakt pozwolił Kempowi i innym autorom zasugerować, że emisja otoakustyczna odzwierciedla aktywny biologicznie proces wzmocnienia. Emisje otoakustyczne są dla danego osobnika bardzo stabilne zarówno co do kształtu przebiegu jak i składu widmowego. Każde ucho ma swoją własną charakterystyczną odpowiedź (emisję). Emisje otoakustyczne są największe dla częstotliwości z przedziału Hz prawdopodobnie dlatego, że zwrotna transmisja sygnału ze ślimaka przez ucho środkowe jest najefektywniejsza w tym właśnie zakresie częstotliwości. Jedną z najważniejszych jej cech jest to, że występują one wyłącznie w uszach będących w dobrym stanie fizjologicznym. Uszy z niewielkimi nawet zmianami patologicznymi pochodzenia ślimakowego nie wytwarzają tych sygnałów. Emisje nie pojawiają się również w uszach poddanych uprzednio działaniu dźwięków o dużym natężeniu lub środków farmakologicznych, które negatywnie wpływają na czynności ślimaka. W przypadku ekspozycji dźwięku o dużym natężeniu emisje mogą pojawić się ponownie po pewnym czasie, po którym układ słuchowy odzyskuje swe pierwotne zdolności. Oznacza to, że emisje otoakustyczne są związane z procesami fizjologicznymi, które łatwo ulegają zaburzeniom, czy też całkowitej degradacji, podobnie jak to ma miejsce z procesem odpowiedzialnym za ostrość krzywych strojenia i czułość błony podstawnej. Pomiary tych sygnałów mogą być zatem wykorzystywane jako bardzo czuły wskaźnik do monitorowania stanu fizjologicznego ślimaka. Pomimo braku jakichkolwiek sygnałów wymuszających wiele uszu emituje dźwięki, które mogą być rejestrowane w zewnętrznym kanale słuchowym. Takie sygnały nazywane są spontaniczną emisją otoakustyczną. Ich występowanie wskazuje po raz wtóry na istnienie wewnątrz ślimaka jakiegoś źródła energii, które może generować dźwięki. 1.3 Nerw słuchowy Jak już wcześniej wspomniano zasadnicza część informacji o sygnale akustycznym dostępna w nerwie słuchowym pochodzi z komórek rzęskowych wewnętrznych. Do każdej z tych komórek dochodzi ok. 20 neuronów aferentnych i każdy z nich dochodzi wyłącznie do jednej komórki. Dzięki temu informacja o aktywności poszczególnych wewnętrznych komórek rzęskowych transmitowana jest do wyższych pięter układu słuchowego za pomocą tys. neuronów stanowiących niezależne kanały informacji, co schematycznie ilustruje górna część rys. 9. Warto jednak pamiętać, że nawet w odpowiedzi na ton, będący sygnałem monochromatycznym, dość znaczna liczba komórek rzęskowych wykazuje aktywność, jako że pobudzenie błony podstawnej nie jest w takich sytuacjach punktowe (por. krzywe strojenia, rys.5). W ślad za tym można więc oczekiwać, że wiele neuronów dochodzących do pobudzonych komórek rzęskowych będzie również wykazywało pewną aktywność, wyrażaną zazwyczaj liczbą impulsów czynnościowych na sekundę. Zatem, w pierwszym przybliżeniu, informacja o częstotliwości dźwięku zamieniana jest (kodowana) na pobudzenie określonej grupy neuronów dochodzących do komórek rzęskowych znajdujących się w określonych obszarach błony podstawnej, podczas gdy informacja o natężeniu dźwięku zawarta jest przede wszystkim w liczbie impulsów czynnościowych neuronu na sekundę, czyli częstotliwości jego wyładowań. Nie ma jednak prostej zależności pomiędzy natężeniem, a liczbą impulsów czynnościowych w jednostce czasu: wzrost natężenia prowadzi bowiem w ogólności do wzrostu częstotliwości wyładowań neuronów, ale również do wzrostu liczby aktywnych neuronów. Wzrost poziomu dźwięku począwszy od bardzo małych wartości prowadzi do 15

16 wzrostu liczby wyładowań neuronów. Rozkład aktywności neuronów pod wpływem sygnału o niewielkim natężeniu (do ok db SPL) ilustruje układ najgrubszych pionowych kresek w lewej dolnej części rys.9. Dla średnich wartości poziomu pewna liczba neuronów słuchowych osiąga stan nasycenia: dalszy wzrost poziomu dźwięku (powyżej 50 db) nie wywołuje zmiany aktywności tych neuronów. Wzrost poziomu natężenia sygnalizowany jest więc w tym przypadku przez tzw. nienasycone neurony po obu stronach (w skali częstotliwości) względem nasyconych neuronów oraz przez wzrost liczby aktywnych neuronów, co schematycznie ilustruje układ najcieńszych pionowych kresek w lewej donej części rys.9. Liczba impulsów czynnościowych na sekundę w poszczególnych neuronach (typach neuronów) nie jest jednak jedyną informacją o bodźcu dostępną w nerwie słuchowym. Dla częstotliwości bodźca akustycznego mniejszych od 5 khz czasowy przebieg wyładowań neuronów odzwierciedla strukturę czasową bodźca, co zilustrowano w prawej dolnej części rys.9. Wyładowania te mają tendencję do występowania dla ściśle określonej fazy bodźca akustycznego, choć nie muszą występować w każdym okresie bodźca. Zjawisko to nazywane jest synchronicznością fazową. Zatem interwały czasowe między kolejnymi wyładowaniami są całkowitymi wielokrotnościami okresu bodźca. Odstępy te zawierają jednoznaczną informację o częstotliwości sygnału. Wydaje się, że dokonując określenia częstotliwości sygnału nasz układ słuchowy może bazować na informacji o tym które z neuronów są aktywne (każdy aferentny neuron dochodzi tylko do jednej wewnętrznej komórki rzęskowej) oraz na odstępach czasowych pomiędzy impulsami w aktywnych neuronach. Warto też podkreślić, że synchroniczność fazowa ma również znaczenie dla kodowania informacji o natężeniu dźwięku. Natężenie, do poziomów ok db, kodowane jest poprzez częstotliwość wyładowań neuronów. Powyżej tego natężenia liczba impulsów w nasyconych neuronach jest stała i zmiany częstotliwości wyładowań obserwuje się tylko w mniej licznej grupie neuronów nienasyconych. Jednak dalszy wzrost natężenia powoduje wzrost liczby aktywnych neuronów. Biorąc pod uwagę fakt, że synchroniczność fazową obserwuje się niezależnie od nasycenia neuronów można stwierdzić, że wzrost natężenia (powyżej db) prowadzi do powiększania regularności wyładowań neuronowych obserwowanych w nerwie słuchowym. Wzrost tej regularności może być wykorzystywany przez wyższe piętra układu słuchowego do dyskryminacji natężenia. W przypadku bodźca złożonego synchroniczność fazowa jest zdeterminowana przez najefektywniejsze składowe. Zatem czasowe przebiegi wyładowań różnych neuronów mogą zawierać informacje o względnych amplitudach składowych bodźca (i o różnych częstotliwościach składowych) nawet wtedy, gdy poziom bodźca powoduje nasycenie większości neuronów. 16

17 BAZA HELIKOTREMA Błona pokrywkowa Wewnętrzne komórki rzęskowe Neurony aferentne, ok. 20 neuronów na każdą komórkę. Razem ok tys. włókien. Wewnętrzne komórki rzęskowe, ok. 3500, w jednym rzędzie Błona podstawna tys. 'niezależnych' kanałów informacji. Każdy kanał transmituje informację o 'innej' częstotliwości. Liczba impulsów /s t min = 1 f Częstotliwość, lub numer kanału transmisji Rys.9. Schemat transmisji sygnału akustycznego w nerwie słuchowy Rys.9. Schematyczne przedstawienie procesu przetwarzania drgań mechanicznych na impulsy neuronowe oraz rozkładu aktywności neuronów w czasie Czas 17

18 2 Percepcyjna analiza dźwięku w układzie słuchowym 2.1 Progi słyszalności i percepcja głośności Progi słyszalności Próg słyszalności (próg absolutny, próg detekcji sygnału) jest najmniejszym poziomem natężenia dźwięku, który wywołuje zaledwie spostrzegane wrażenie słuchowe wobec braku innych dźwięków. Jest niezwykle istotnym, aby przy podawaniu wartości progu słyszalności określić sposób pomiaru natężenia progowego bodźca. W jednej z szeroko stosowanych metod dźwięki prezentuje się słuchaczom za pomocą słuchawek, a pomiaru natężenia dokonuje się za pomocą małego mikrofonu sondującego umieszczonego w kanale słuchowym. Najlepiej, gdy pomiaru dokonuje się bardzo blisko błony bębenkowej. Próg określony w ten sposób nazywany jest zaledwie spostrzeganymi zmianami ciśnienia akustycznego. W innej metodzie dźwięk prezentowany jest przez głośniki, zazwyczaj w dużej kabinie bezechowej, a pomiaru poziomu dźwięku dokonuje się w tym miejscu pola dźwiękowego, w którym uprzednio usytuowany był środek głowy słuchacza. Próg wyznaczony w ten sposób nazywany jest progiem w polu swobodnym. Rys. 10. Krzywe jednakowej głośności. Parametrem jest wartość poziomu głośności w fonach. Warto też dodać, że w audiologii progi słyszalności przedstawia się zazwyczaj na tzw. audiogramie tj. wykresie ilustrującym ubytki słuchu względem słuchu normalnego Rezultaty uzyskiwane w oparciu o dwie opisane metody różnią się nieco, ponieważ zarówno głowa, małżowina uszna, a także przewód słuchowy zewnętrzny mają wpływ na pole dźwiękowe. Przykładowy próg słyszalności uzyskany w warunkach odsłuchu w polu swobodnym przedstawiono na rys.10 (najniższa krzywa). Jak widać z tego rysunku czułość (wrażliwość) słuchu zmienia się znacząco ze zmianą częstotliwości Jesteśmy stosunkowo mało wrażliwi na dźwięki o bardzo małych i bardzo dużych częstotliwościach. Toteż, aby wywołać wrażenie słyszalne za pomocą takich dźwięków należy zastosować dość znaczne 18

19 wartości ich natężenia. Największa czułość słuchu przypada na zakres częstotliwości od 500 do 5000 Hz i wynika w pewnym stopniu z charakterystyki przeniesienia ucha środkowego. Warto pamiętać, że na ten właśnie zakres częstotliwości przypada nasza mowa, co nie pozostaje bez wpływu na jej zrozumiałość. Krzywa położona najniżej na rys.10 ilustruje średni próg w polu swobodnym uzyskany dla zdrowych, dorosłych słuchaczy. Należy jednak podkreślić, że krzywa ta przedstawia rezultaty uśrednione, uzyskane dla dużej grupy słuchaczy o słuchu normalnym. Dlatego indywidualne progi wyższe lub niższe o 20 db w dalszym ciągu są uznawane za mieszczące się w normie. U ludzi starszych progi słyszalności zazwyczaj podwyższają się, szczególnie w zakresie dużych częstotliwości, większych od 4000 Hz Krzywe jednakowej głośności Omawiając głośność dźwięków wygodnie jest posługiwać się pewną skalą, która wiąże poziom natężenia dźwięku z jego głośnością i która umożliwia porównanie głośności dźwięków o różnej częstotliwości. Najłatwiejszym krokiem prowadzącym do utworzenia takiej skali jest skonstruowanie tzw. krzywych jednakowej głośności dla tonów o różnych częstotliwościach. Jako standard wybiera się w tym celu ton o częstotliwości 1000 Hz, którego poziom natężenia jest stały, a zadanie postawione słuchaczowi polega na tym, że ma on dopasować poziom drugiego tonu (np. o częstotliwości 2000 Hz) tak, aby oba dźwięki były w jego odczuciu jednakowo głośne. Wyznaczona w ten sposób miara głośności tego dopasowanego tonu nazywana jest poziomem głośności. Jeśli powtórzymy to zadanie dla wielu różnych częstotliwości drugiego tonu to dopasowany poziom tego tonu, wykreślony w funkcji częstotliwości, utworzy krzywą jednakowej głośności. Jeśli zadanie to powtórzymy dla różnych poziomów tonu standardowego (o częstotliwości 1000 Hz) to otrzymamy rodzinę krzywych jednakowej głośności, tak jak na rys.10. Poziom głośności tonu standardowego o częstotliwości 1000 Hz jest liczbowo równy jego poziomowi ciśnienia akustycznego. Zatem poziom głośności dowolnego tonu jest równy poziomowi ciśnienia akustycznego tonu standardowego (o częstotliwości 1000 Hz), z którym jest on jednakowo głośny. Jednostką poziomu głośności jest fon: dany dźwięk ma tyle fonów ile decybeli (SPL) ma ton o częstotliwości 1 khz, który jest jednakowo głośny z analizowanym dźwiękiem. Parametrem krzywych na rys.10 jest wartość poziomu głośności w fonach. Dla niskich poziomów głośności krzywe jednakowej głośności są zbliżone kształtem do krzywej progowej, a dla wysokich poziomów głośności stają się bardziej płaskie. Oznacza to, że tempo wzrostu głośności wraz ze wzrostem poziomu natężenia jest różne dla tonów o różnej częstotliwości. Na przykład, próg absolutny tonu o częstotliwości 100 Hz jest o ok. 20 db wyższy od progu tonu o częstotliwości 1000 Hz (odpowiednie progi absolutne są równe 24 i 4 db SPL). Ale tony o częstotliwościach 100 i 1000 Hz i o poziomie głośności 100 fonów mają poziomy ciśnienia akustycznego prawie takie same (102 i 100 db SPL). Aby osiągnąć tę samą zmianę poziomu głośności tj. od progu do 100 fonów, poziom ciśnienia akustycznego sygnału o częstotliwości 1000 Hz należy zwiększyć o 97 db SPL, podczas gdy poziom tonu o częstotliwości 100 Hz należy zwiększyć o 79 db. Dlatego też szybkość wzrostu poziomu głośności wraz ze wzrostem natężenia jest większa dla małych częstotliwości (oraz w pewnym stopniu dla bardzo dużych częstotliwości) niż dla średnich wartości częstotliwości. Zatem w przypadku dźwięku złożonego można oczekiwać, że jego głośność będzie w znacznym stopniu zależała od częstotliwości jego poszczególnych składowych zwłaszcza wówczas, gdy dźwięk będzie miał niewielkie natężenie. Można też powiedzieć, że jeśli wszystkie składowe takiego dźwięku będą miały te same amplitudy, to udział najniższych składowych (poniżej 500 Hz) w całkowitej głośności tego dźwięku będzie znacznie mniejszy 19

20 niż składowych o średnich wartościach częstotliwości. Z uwagi na to, mierniki poziomu ciśnienia akustycznego dokonują ważenia poziomów dźwięku w różnych pasmach częstotliwości po to, by fizyczny pomiar poziomu dźwięku był jak najbliższy odczuwanej głośności. Ważenia tego dokonuje się wg tzw. krzywych korekcyjnych, które liniami przerywanymi przedstawiono na rys.10. Wyróżnia się krzywe korekcyjne A, stosowane powszechnie i opisujące hałas o niewysokim poziomie, wychodzące z użycia krzywe korekcyjne B, a także C i D, wykorzystywane przy pomiarach hałasu impulsowego i lotniczego. Poziom dźwięku mierzony za pomocą takich mierników podaje się zwykle w decybelach łącznie z zastosowaną krzywą korekcyjną. Dany poziom może być podany jako 55 db(a), co oznacza, że wskazanie miernika korygującego odczyt zgodnie z krzywą korekcyjną A wyniosło 55 db. Mierniki poziomu dźwięku nie są niestety wolne od wad. Przede wszystkim nie dostarczają odpowiedniego sposobu sumowania głośności składowych w znacznie rozseparowanych pasmach częstotliwości, czyli głośności dźwięków złożonych. Ponadto nie odzwierciedlają one w należytym stopniu głośności dźwięków zmieniających się w czasie (np. dźwięków impulsowych, czy transjentowych). Jednak pomimo tych i wielu innych ograniczeń mierniki tego typu są szeroko używanym instrumentem pomiarowym, szczególnie przy pomiarach hałasów Skalowanie głośności Skale głośności tworzy się w celu wyznaczenia zależności wiążących fizyczną miarę dźwięku jaką jest natężenie i jego subiektywną ocenę. Istnieje wiele metod wyznaczania głośności, które zazwyczaj sprowadzają się do tego, aby słuchacz podał bezpośrednio liczbę odpowiadającą w jego odczuciu głośności wywoływanej przez prezentowany mu dźwięk. W jednej z tych metod, nazwanej metodą szacowania wielkości, słuchaczowi można zaprezentować dźwięk porównawczy, a po nim serię dźwięków o różnych natężeniach. Słuchacz proszony jest o ocenę każdego z tych dźwięków względem dźwięku porównawczego, któremu arbitralnie przypisuje się pewną liczbę, np. 100 jednostek. Jeśli słuchacz ocenia prezentowany dźwięk jako dwa razy głośniejszy od dźwięku porównawczego to przypisuje się mu 200 jednostek, jeśli oceniany dźwięk jest 10 razy cichszy od dźwięku porównawczego - otrzymuje 10 jednostek itp. W oparciu o wyniki uzyskane w opisany sposób Stevens zasugerował, że percypowana głośność L jest potęgową funkcją natężenia I, tzn. gdzie k jest stałą zależną od słuchacza i zastosowanych jednostek. L = ki Innymi słowy głośność danego dźwięku jest proporcjonalna do natężenia podniesionego do potęgi 0.3. W przybliżeniu oznacza to, że dwa dźwięki z których jeden oceniany jest jako dwa razy głośniejszy od drugiego różnią się fizycznie o 10 db. Stevens zaproponował by jednostką głośności dźwięku był son. Głośność jednego sona jest wielkością przyjętą arbitralnie i jest to głośność tonu o częstotliwości 1000 Hz o poziomie 40 db SPL. Ton o częstotliwości 1000 Hz i poziomie 30 db SPL jest zazwyczaj oceniany jako dwukrotnie cichszy od tonu 40 db i ma głośność 0,5 sona, a dźwięk o poziomie 60 db SPL ma głośność 4 sonów. Ta prosta zależność nie obowiązuje dla poziomów niższych od db. Związek pomiędzy natężeniem i głośnością sygnałów opisany prawem potęgowym był wielokrotnie potwierdzony eksperymentalnie. Jednak mimo to skalowanie głośności poddawano krytyce, bowiem żadna ze stosowanych metod badawczych nie wydaje się być

21 wolna od efektów ubocznych. Wśród czynników, które mogły mieć wpływ na ostateczne rezultaty, najczęściej wymienia się duże różnice międzyosobnicze i sposób prowadzenia eksperymentu. Kwestionuje się też samą ideę pytania słuchacza o ocenę samego wrażenia. To, co robimy na co dzień, to ocena głośności źródła dźwięku. Zależy ona od odległości od źródła i kontekstu w jakim dźwięk jest słyszany (np. czy zawiera jakąś zrozumiałą informację lingwistyczną). Innymi słowy, w wielu realnych sytuacjach próbujemy dokonać oceny właściwości źródła dźwięku a nie samego dźwięku. Próba oceny wielkości wrażenia może być nienaturalnym i trudnym procesem. 2.2 Selektywność częstotliwościowa Istota selektywności częstotliwości Gdy słuchaczowi prezentuje się sygnał sinusoidalny o określonej częstotliwości, to odbiera on (percypuje) wrażenie tonalne o czystej, wyraźnej barwie. Wysokość tego tonu jest związana z jego częstotliwością a głośność z natężeniem. Gdy słuchaczowi zaprezentuje się jednocześnie dwa tony, to ich percepcyjne rozdzielenie, a więc usłyszenie ich jako oddzielnych dźwięków, zależeć będzie od tego jak odległe są one od siebie w dziedzinie częstotliwości. Jeśli tony te są dość odległe, tzn. mają częstotliwości równe np.100 Hz i 1000 Hz, to słuchacz wyraźnie usłyszy dwa oddzielne tony. Zatem ucho ludzkie może zachowywać się jak analizator rozkładający dźwięk złożony (w tym przypadku dwuton) na składowe tonalne. Naszą zdolność do takiego percepcyjnego rozłożenia dźwięku na składowe nazywa się rozdzielczością lub selektywnością częstotliwościową. Jeśli jednak składowe dwutonu mają zbliżone częstotliwości np Hz i 1030 Hz, to słuchacz odbierze pewien dźwięk pośredni, będący mieszaniną dwóch tonów składowych. W tym przypadku rozdzielczość częstotliwościowa ucha jest niewystarczająca do rozdzielenia składowych dźwięku złożonego. Gdy dwa tony są odległe w dziedzinie częstotliwości o kilka herców, to brzmią jak pojedynczy ton o fluktuującej głośności. U podstaw tych fluktuacji, nazywanych dudnieniami, leży zjawisko fizyczne polegające na wzmacnianiu i wygaszaniu amplitudy dwóch sinusoid, które nakładają się na siebie z różnymi fazami. Liczba dudnień występujących w czasie jednej sekundy jest równa różnicy częstotliwości tonów. Zatem w miarę wzrostu odstępu częstotliwości między tonami liczba dudnień wzrasta. Gdy odstęp ten jest większy od 20 Hz dudnienia przestają być słyszalne, a zamiast nich słychać chropowaty, niezbyt przyjemny dźwięk. Gdy odstęp częstotliwości w dwutonie jest nadal zwiększany, to wrażenie chropowatości najpierw nasila się, a następnie maleje. Przy dużej różnicy częstotliwości słyszalne stają się oba tony składowe. Najmniejszy odstęp częstotliwości dwóch tonów, przy którym stają się one słyszalne oddzielnie jest zależny od ich częstotliwości średniej (tzw. częstotliwości środkowej) i jest ściśle związany z selektywnością częstotliwościową. Jeśli częstotliwość środkowa wynosi np. 500 Hz odstęp ten wynosi 35 Hz, gdy częstotliwość środkowa wynosi 5000 Hz odstęp wynosi 700 Hz. Można więc na tej podstawie stwierdzić, że rozdzielczość częstotliwościowa nie jest stała i pogarsza się ze wzrostem częstotliwości środkowej dwóch tonów. Gdy słuchamy dźwięku składającego się z wielu składowych, to znacznie trudniej jest nam usłyszeć wszystkie składowe, niż w przypadku dwutonu. Np. dla częstotliwości środkowej wielotonu równej 500 Hz, odstęp składowych umożliwiający usłyszenie każdej z nich jako oddzielnej wynosi 80 Hz, a dla częstotliwości środkowej równej 5000 Hz odstęp ten wynosi 800 Hz. 21