3、人耳听觉特性：听阈、痛阈、等响曲线、响度级、掩蔽效应、临界频带

人耳是音频声学与噪声测量中最核心的“接收传感器”，所有声学评价最终都要回归到人耳的主观感知。然而，人耳并非一个线性、平坦的声学仪器——它对不同频率的敏感度差异极大，对声音强度的感知遵循非线性压缩规律，且在复杂声场中还存在掩蔽与频带分解效应。理解听阈、痛阈、等响曲线、响度级、掩蔽效应与临界频带这六大概念，是进行噪声测量、声品质评价、音频系统设计与主动降噪算法开发的基础。本章将从生理声学与心理声学的交叉视角，系统拆解这些核心特性，并给出工程应用中的判断方法与实战案例。

上图展示了人耳听觉六大特性之间的逻辑关系及其工程映射路径。从中心出发，听阈与痛阈定义了人耳的听觉动态范围（约120 dB），等响曲线与响度级则描述了“声压级”与“主观响度”之间的非线性关系，而掩蔽效应与临界频带进一步揭示了人耳在频域上的解析能力与非线性交互。下面逐一展开。

3.1 听阈与痛阈：听觉动态范围的边界

核心原理

听阈（Hearing Threshold）是指在无噪声干扰的理想安静环境中，人耳能感知到的最小声压级。在标准听力测试中，通常以1 kHz纯音作为参考频率，其听阈定义为0 dB SPL（声压级，参考20 μPa）。但人耳对频率的敏感度并不均匀：在2 kHz~5 kHz范围内，听阈可低至-5 dB SPL左右，这是外耳道共振（约2.5 kHz~3 kHz）与中耳传声效率共同作用的结果；而在低频段（如100 Hz以下），听阈急剧上升，200 Hz时约为20 dB SPL，50 Hz时甚至高达40 dB SPL以上。痛阈（Pain Threshold）则是指人耳开始产生痛觉的声压级，通常约为120 dB SPL~130 dB SPL，且该值随频率变化较小。从听阈到痛阈的跨度称为听觉动态范围，约为120 dB。

判断方法与测量流程

在噪声测量与听力保护评估中，需要明确以下操作流程：

1. 确定测量环境：使用声学消声室或隔声室，保证背景噪声低于被测听阈至少10 dB。
2. 选择测试信号：采用纯音（连续或脉冲）或窄带噪声，频率点通常取125 Hz、250 Hz、500 Hz、1 kHz、2 kHz、4 kHz、8 kHz。
3. 使用Békésy追踪法或升降法：让受试者自行控制声压级，记录“可听/不可听”的临界值，重复多次取中值。
4. 声压级校准：使用IEC 60318-4人工耳或IEC 61672声级计进行校准，确保测量链路准确。

案例拆解：耳机动态范围设计

某高端入耳式耳机开发中，目标频响曲线需在20 Hz~20 kHz内保持“平坦响度感知”。初始设计采用平坦声压级输出，但试听反馈低频“不足”、高频“刺耳”。分析发现：人耳在低频段听阈高，相同声压级下主观响度低；而高频段（8 kHz以上）个体差异大，部分试听者敏感度极高。解决方案是参考等响曲线（见3.2）进行增益补偿：在60 Hz处提升8~10 dB，在10 kHz处衰减2~3 dB，同时将最大输出限制在115 dB SPL以下以避免痛阈风险。最终通过双盲听音测试，主观响度平坦度评分从3.2分提升至4.5分（5分制）。

常见误区与复盘

• 误区一：认为0 dB SPL就是“完全无声”。实际上0 dB是参考值，人耳在2 kHz~5 kHz的听阈低于0 dB。
• 误区二：将痛阈视为固定值。长时间暴露在90 dB(A)以上会导致暂时性听阈偏移（TTS），连续暴露在100 dB(A)以上可能造成永久性损伤（PTS），痛阈会随听力损伤而改变。
• 复盘要点：在噪声测量报告中，应同时标注声压级（dB SPL）与频率计权（A/C/Z），并明确测量位置（如耳旁、设备表面1 m处），否则数据无法横向对比。

3.2 等响曲线与响度级：从物理声压到主观响度

核心原理

等响曲线（Equal-Loudness Contours）最早由Fletcher和Munson于1933年提出，后经ISO 226:2003标准修订。它描述的是：在不同频率下，为了达到与1 kHz纯音相同的“主观响度”，所需的声压级。响度级（Loudness Level）的单位是phon，定义为：某声音的响度级（phon）等于与其等响的1 kHz纯音的声压级（dB SPL）。例如，一个200 Hz、60 dB SPL的纯音，若听感与1 kHz、50 dB SPL的纯音相同，则其响度级为50 phon。响度（Loudness）的另一个单位是sone，1 sone定义为40 phon的响度，且响度每增加一倍，sone值翻倍（即10 phon增量约等于响度翻倍）。

等响曲线的关键特征

判断方法与操作流程

在噪声测量中，使用频率计权网络来近似等响曲线：

• A计权：模拟40 phon等响曲线，对低频大幅衰减（100 Hz处衰减约-19 dB），广泛用于环境噪声、职业噪声评估。
• C计权：模拟100 phon等响曲线，频响较平坦，用于峰值声压级测量与低频噪声评估。
• Z计权：零计权（平坦），用于声功率级测量与频谱分析。

案例拆解：空调外机噪声投诉处理

某小区居民投诉空调外机夜间噪声“嗡嗡声扰民”，但现场用声级计测量A计权声级仅为42 dB(A)，低于GB 3096-2008中1类区夜间限值45 dB(A)。进一步测量发现：C计权声级为58 dB(C)，C-A差值达16 dB，说明噪声能量集中在63 Hz~250 Hz低频段。通过1/3倍频程分析，确认主要峰值在100 Hz和160 Hz，对应压缩机转速基频及其谐波。处理方案：在压缩机底部增加橡胶隔振垫（固有频率降至20 Hz以下），并在外机壳体内部贴附5 mm厚阻尼毡。整改后C计权声级降至49 dB(C)，C-A差值缩小至8 dB，居民投诉消除。此案例说明，仅依赖A计权会漏判低频噪声问题，必须结合等响曲线特性进行多计权对比。

常见误区与总结

• 误区一：将phon与dB SPL直接等同。phon是主观响度级，dB SPL是物理声压级，两者仅在1 kHz处数值相等。
• 误区二：认为响度与声压级成正比。实际上，响度随声压级呈幂函数增长（Stevens定律），声压级增加10 dB，响度约翻倍（sone值×2）。
• 总结：在声品质设计中，应使用响度（sone）而非声压级（dB）作为目标参数，因为sone更接近人耳的主观感受。

3.3 掩蔽效应：频域与时域的交互干扰

核心原理

掩蔽效应（Masking Effect）是指一个声音（掩蔽声）的存在导致另一个声音（被掩蔽声）的听阈升高的现象。掩蔽效应分为频域掩蔽（同时掩蔽）和时域掩蔽（非同时掩蔽）。频域掩蔽的机理是：基底膜上对应掩蔽声频率的区域产生强烈振动，抑制了相邻区域对较弱信号的响应。掩蔽量的大小取决于掩蔽声的声压级、频率以及与被掩蔽声的频率间隔。通常，低频声对高频声的掩蔽效果远大于高频声对低频声的掩蔽效果（低频上行掩蔽）。时域掩蔽则包括前向掩蔽（掩蔽声结束后，被掩蔽声听阈仍持续升高约50~200 ms）和后向掩蔽（掩蔽声开始前约20 ms内，被掩蔽声听阈也会升高）。

掩蔽效应的量化与判断

在工程中，掩蔽效应通常用“掩蔽阈值”来描述。对于给定的掩蔽声，可以计算出一个随频率变化的掩蔽阈值曲线，低于该曲线的声音将被掩蔽而不可闻。计算步骤如下：

1. 对掩蔽声进行FFT分析，得到其频谱。
2. 根据掩蔽声的声压级和频率，使用心理声学模型（如MPEG-1 Audio Psychoacoustic Model 1）计算每个频点的掩蔽扩展函数。
3. 将所有掩蔽声的掩蔽贡献叠加，得到全局掩蔽阈值。
4. 将被测信号频谱与掩蔽阈值比较，低于阈值的频点视为不可闻。

案例拆解：车载语音识别系统的抗噪设计

某车型的语音助手在高速行驶时（车速120 km/h）唤醒率从95%降至60%。分析车内噪声频谱：主要能量集中在100 Hz~300 Hz（风噪与胎噪），且存在明显的时域波动（路面激励）。语音信号（300 Hz~3.4 kHz）部分频段被低频噪声掩蔽。解决方案：采用双麦克风阵列（主麦克风靠近驾驶员，参考麦克风朝向风挡），通过自适应滤波估计噪声场，在频域进行谱减法。但直接谱减会引入“音乐噪声”。进一步优化：结合掩蔽阈值计算，只对低于掩蔽阈值的频段进行衰减，对高于阈值的语音频段保留。实测唤醒率恢复至92%，且语音识别词错误率从18%降至7%。此案例说明，理解掩蔽效应有助于设计更智能的降噪算法，而非盲目全频段降噪。

常见误区与复盘

• 误区一：认为掩蔽效应只影响音频编码。实际上，在噪声测量中，掩蔽效应会导致人耳对某些噪声成分“听不见”，从而影响主观评价与投诉判定。
• 误区二：忽略时域掩蔽。在脉冲噪声（如打桩声、枪声）评估中，后向掩蔽会使短暂的前导声音被掩盖，导致人耳低估脉冲噪声的峰值。
• 复盘要点：在声学测量中，若需评估“可闻度”，应使用心理声学模型（如DIN 45631/AURES）计算响度与尖锐度，而非仅看频谱峰值。

3.4 临界频带：人耳的频率解析尺度

核心原理

临界频带（Critical Band）是人耳听觉滤波器（auditory filter）的有效带宽，它描述了人耳在频域上的频率分辨能力。人耳基底膜相当于一组带通滤波器组，每个滤波器对应一个中心频率，其带宽随中心频率增大而增大。临界频带的单位是Bark（以德国声学家Heinrich Barkhausen命名），整个听觉范围（20 Hz~20 kHz）被划分为24个Bark带。在低频段（<500 Hz），临界频带宽度约为100 Hz；在高频段（>10 kHz），临界频带宽度可达数kHz。临界频带的意义在于：当两个声音的频率差小于一个临界频带时，人耳无法分辨它们，且它们的响度会线性叠加；当频率差大于一个临界频带时，人耳能分辨两个声音，且响度按能量叠加。

临界频带与响度计算

在Zwicker响度模型中，计算流程如下：

1. 将声信号通过1/3倍频程滤波器组（或更精细的FFT）分解为频谱分量。
2. 将频谱映射到Bark域（24个临界频带），每个Bark带内的能量进行积分。
3. 考虑掩蔽效应，计算每个Bark带的激励级（excitation level）。
4. 将激励级转换为特征响度（specific loudness），再沿Bark域积分得到总响度（sone）。

案例拆解：扬声器分频器设计的心理声学优化

某两分频书架音箱设计，分频点选在2.5 kHz。初始方案采用24 dB/oct Linkwitz-Riley滤波器，但听音测试发现中频段“空洞感”。分析发现：2.5 kHz处于Bark带12~13交界处（中心频率约2.2 kHz与2.7 kHz），两个驱动单元在该频段的相位差导致干涉，使临界频带内的能量分布不均匀。优化方案：将分频点移至2.2 kHz（Bark带12中心），并调整高音单元的反向极性，使两个单元在交叉区域的声学输出同相叠加。实测在2 kHz~3 kHz频段内，频响波动从±4 dB降至±1.5 dB，主观听感“空洞感”消失。此案例说明，临界频带不仅是分析工具，也是设计参数。

常见误区与总结

• 误区一：将临界频带与1/3倍频程混淆。1/3倍频程是等对数带宽（每倍频程3段），而临界频带是模拟人耳基底膜滤波特性的非等宽频带。
• 误区二：在噪声测量中忽略临界频带的影响。例如，两个频率接近的噪声源（如两个变压器），若频率差小于临界频带，人耳感知的响度是线性叠加而非能量叠加，这会影响噪声源的分离与治理优先级判断。
• 总结：临界频带是连接物理声学与心理声学的桥梁，在音频编码、响度计算、噪声主观评价中均有核心应用。