الإخفاء السمعي النفسي
- قدّمه
- Eberhard Zwicker
- السنة
- 1961
- النوع
- Perceptual model for audio systems
- العائلة
- Psychoacoustics, Auditory perception
هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية
ماذا تفعل؟
يصف الإخفاء السمعي النفسي كيف يقوم الجهاز السمعي البشري بقمع إدراك الأصوات الضعيفة في وجود أصوات أقوى. وقد قام إيبرهارد زويكر بصياغة هذا المفهوم رسميًا في الستينيات، ويُعد الإخفاء ظاهرة أساسية في السمع وهو أساس الترميز الصوتي الإدراكي (MP3، AAC، OPUS). يحدث الإخفاء في التردد (الإخفاء الطيفي) وفي الزمن (الإخفاء الزماني)، وفهم هذه التأثيرات يُمكّن من ضغط الصوت بكفاءة وتصميم الصوت الواقعي.
الفكرة الحدسية وراء الطريقة
تخيل محادثة هادئة في مقهى مزدحم. يمكنك فهم صديقك على الرغم من وجود العديد من المحادثات الأخرى والضوضاء المحيطة بك. أذنك تقمع بشكل طبيعي الأصوات غير ذات الصلة - وهذا هو الإخفاء. الأصوات القوية (الحشد) تخفي أو تحجب الأصوات الأضعف (المحادثات القريبة ولكن الأقل أهمية) لأن استجابة الأذن الداخلية للصوت القوي تطغى على معالجة الإشارات للأصوات الأضعف. يستخدم مهندسو الصوت هذا المبدأ لإزالة أو ضغط التفاصيل التي لا يستطيع البشر سماعها، مما يجعل الملفات أصغر دون فقدان ملحوظ في الجودة.
التاريخ
كان زويكر رائدًا في علم السمع النفسي في الستينيات، حيث قام بقياس ونمذجة عتبات الإخفاء في كل من التردد والزمن. قام مور وآخرون بتحسين فهم النطاق الترددي الحرج وآليات الغشاء القاعدي. طبق عمل جونسون عام 1988 الإخفاء على الترميز الصوتي، مما وضع الأساس للمرمّزات الإدراكية. قامت MPEG و ISO بتوحيد نماذج الإخفاء في التسعينيات (MP3، AAC)؛ تستخدم المتغيرات الحديثة للمرمّزات (OPUS، LAME) نماذج إخفاء متطورة لتحسين الضغط.
متى تُستخدم
تطبيق نماذج الإخفاء السمعي النفسي في ضغط الصوت (MP3، AAC، OPUS)، وتعزيز الصوت وتقليل الضوضاء، وتصميم المعينات السمعية، وتقييم وضوح الكلام، وعرض الصوت الافتراضي. الإخفاء ضروري لتصميم المرمّزات الإدراكية حيث يكون حجم الملف وعرض النطاق الترددي مهمين. الإخفاء أقل أهمية عندما تكون دقة الصوت هي الأهم (المزج في الاستوديو) أو عندما لا تكون المقاييس الإدراكية مطلوبة.
الحدود والاعتبارات
- تختلف عتبات الإخفاء بشكل كبير بين الأفراد؛ فقدان السمع، والعمر، والاختلافات الفردية تقلل من القدرة على التنبؤ لدى بعض المستمعين.
- تفترض نماذج الإخفاء معالجة سمعية خطية؛ لا يتم التقاط التأثيرات غير الخطية (تكيف الجهارة، منتجات التشويه) بالكامل.
- الإخفاء الزماني أقل توصيفًا من الإخفاء الترددي؛ النماذج أبسط وأقل دقة للظواهر في المجال الزماني (العابرات، القطع الموسيقية).
- يعتمد بشكل حاسم على إحصائيات الإشارة؛ تتغير عتبات الإخفاء مع الطيف، والهيكل الزماني، ونوع الإشارة. قد لا تعمم النماذج عبر جميع الإشارات.
- تعديل التباين الفردي وتأثيرات السياق (الانتباه، التعب، التعرض المسبق) لعتبات الإخفاء؛ النماذج الثابتة لا يمكنها التقاط هذه الاختلافات.
لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.
نقاط القوة
- متجذر بعمق في فسيولوجيا السمع؛ عتبات الإخفاء ترتبط بقياسات اهتزاز الغشاء القاعدي ومعالجة القوقعة.
- يمكّن من ضغط الصوت بشكل كبير (10:1 أو أعلى) دون فقدان ملحوظ في الجودة من خلال استغلال قيود السمع البشري بدلاً من التخلص من البيانات.
- ينطبق عبر مجموعة واسعة من ظروف الاستماع والبيئات الصوتية؛ منحنيات الإخفاء متسقة إلى حد ما عبر المستمعين والسياقات.
- تنفيذ حسابي بسيط وفعال؛ نماذج الإخفاء تتناسب مع المرمّزات الصوتية في الوقت الفعلي والمعينات السمعية بأقل حمل زائد على وحدة المعالجة المركزية.
- معايير راسخة (ISO/MPEG) وعقود من التحسين؛ نماذج الإخفاء ناضجة وموثوقة في أنظمة الصوت التجارية.
التطبيقات
- ضغط الصوت والبث: تستخدم المرمّزات MP3، AAC، OPUS، وغيرها نماذج الإخفاء لتحقيق ضغط بنسبة 10-20:1 دون فقدان ملحوظ في الجودة؛ أساسي لبث الصوت عبر نطاق ترددي محدود.
- تصميم المعينات السمعية: دمج نماذج الإخفاء لقمع طنين الأذن وتعزيز الكلام في الضوضاء مع تجنب القطع التي قد تكون ملحوظة للمستخدمين الذين يعانون من ضعف السمع.
- تعزيز الكلام وتقليل الضوضاء: تطبيق الإخفاء لتحديد وقمع الضوضاء في مناطق التردد والزمن حيث يتم إخفاؤها بواسطة الكلام، مما يحسن الوضوح.
- استعادة الصوت والطب الشرعي: استخدام الإخفاء لتحديد أي قطع تدهور في التسجيلات التالفة ذات أهمية إدراكية؛ توجيه أولويات الاستعادة.
- الصوت ثلاثي الأبعاد وتصميم الصوت المكاني: استغلال الإخفاء الترددي والزماني لتقليل عدد مرشحات HRTF وقنوات الصوت المكانية اللازمة للانغماس الواقعي.
- إنتاج الموسيقى والمزج: استخدام معرفة الإخفاء لمنع تضارب الترددات (إخفاء الآلات بواسطة آلات أخرى) وتحسين إعدادات EQ والضغط لتحقيق الوضوح.
كيف يعمل
كيف يعمل
تسجيل أو توليف إشارة صوتية تحتوي على كل من ضوضاء الإخفاء (أو النغمات) وإشارات الاختبار (نغمات أو ضوضاء بترددات وشدة متفاوتة).
تطبيع مستويات الإشارة، وتطبيق نافذة المجال الترددي، وتقسيم الإشارة إلى نطاقات ترددية (باستخدام مرشحات أو تحليل فورييه) لتمكين تحليل الإخفاء الخاص بالنطاق.
لكل نطاق ترددي، قم بقياس عتبة الإخفاء - الحد الأدنى لمستوى الإشارة في هذا النطاق الذي يمكن إدراكه في وجود ضوضاء الإخفاء. قم بقياس الإخفاء الترددي بشكل منفصل (تردد واحد يخفي الترددات القريبة) والإخفاء الزماني (صوت عالٍ يخفي الأصوات الأضعف قبله وبعده).
تطبيق نماذج الإخفاء السمعي النفسي (مثل منحنيات إخفاء ISO/MPEG) التي تربط عتبة الإخفاء بطيف وهيكل الإشارة المخفية الزماني. تأخذ النماذج عادة في الاعتبار النطاق الترددي الحرج، وإثارة الغشاء القاعدي، ونوافذ التكامل الزماني.
استخدام عتبات الإخفاء لتحديد مكونات الإشارة التي تعتبر زائدة عن الحاجة إدراكيًا ويمكن التخلص منها أو ضغطها. تطبيق نماذج الإخفاء في تصميم المرمّزات الصوتية لتخصيص البتات بكفاءة: تخصيص المزيد من البتات للإشارات غير المخفية وعدد أقل للإشارات المخفية.
الأخطاء الشائعة
- ضغط مفرط العدوانية بناءً على عتبات الإخفاء؛ يمكن أن تصبح القطع التي يتم إخفاؤها بشكل طبيعي مسموعة عندما يتم دمج إشارات متعددة أو في سياقات استماع مختلفة.
- إهمال الاختلافات الفردية في السمع؛ تفترض منحنيات الإخفاء القياسية السمع الطبيعي. قد يكون لدى المستمعين الذين يعانون من ضعف السمع أنماط إخفاء مختلفة.
- تجاهل الإخفاء الزماني عند ضغط الإشارات الغنية بالعابرات (الكلام، الموسيقى الإيقاعية)؛ تخصيص معدل بت مرتفع للعابرات يتجنب قطع 'ما قبل الصدى'.
- افتراض أن نماذج الإخفاء المدربة على محفزات بسيطة (موجات جيبية، ضوضاء نطاق ضيق) تنطبق على الموسيقى أو الكلام المعقد. قد تتصرف الإشارات الواقعية بشكل مختلف.
- نسيان أن عتبات الإخفاء هي قيم مطلقة؛ الجهارة النسبية تؤثر أيضًا على الجودة المدركة. قد تكون القطعة المخفية غير مسموعة في عزلة ولكنها ملحوظة في السياق.
الأسئلة الشائعة
ما هو الفرق بين الإخفاء الترددي والإخفاء الزماني؟
يحدث الإخفاء الترددي (الطيفي) عندما يخفي نطاق ترددي معين إدراك الأصوات في الترددات القريبة (على سبيل المثال، صوت جهير منخفض التردد يخفي سماع الآلات الموسيقية في المدى المتوسط). يحدث الإخفاء الزماني عندما يقمع صوت عالٍ إدراك الأصوات الأضعف قبله (الإخفاء المسبق، ~5 مللي ثانية) أو بعده (الإخفاء اللاحق، ~100 مللي ثانية). كلاهما يساهم في الإخفاء العام، ولكن الإخفاء الزماني أصعب في النمذجة وأقل فهمًا.
ما هو النطاق الترددي الحرج ولماذا هو مهم؟
النطاق الترددي الحرج هو عرض المنطقة الترددية التي يكون فيها الإخفاء أقوى؛ إنه يمثل 'ضبط' فعال للقوقعة (الأذن الداخلية). أقل من 500 هرتز، النطاق الترددي الحرج حوالي 100 هرتز؛ فوق 2 كيلو هرتز، يتسع. تستخدم المرمّزات الصوتية النطاق الترددي الحرج لتجميع صناديق التردد لتحليل الإخفاء وتخصيص البتات - غالبًا ما تُعامل الترددات داخل نطاق حرج كوحدة واحدة.
ما مقدار ضغط الصوت الممكن باستخدام الإخفاء؟
نسب الضغط النموذجية هي 10-20:1 للكلام و 8-12:1 للموسيقى دون فقدان ملحوظ في الجودة (MP3 عند 128 كيلوبت في الثانية، AAC عند 96 كيلوبت في الثانية). الضغط المفرط (40:1، 64 كيلوبت في الثانية) يُدخل قطعًا مسموعة (ما قبل الصدى، فقدان تفاصيل العابرات، قطع نغمية). تعتمد النسبة القابلة للتحقيق على محتوى الإشارة، وجودة نموذج الإخفاء، وحدة سمع المستمع.
هل يمكن للمستمعين الذين يعانون من ضعف السمع إدراك الأصوات التي يجدها المستمعون العاديون مخفية؟
نعم. يمكن أن يؤدي فقدان السمع إلى تحويل عتبات الإخفاء. قد يكون لدى بعض المستمعين الذين يعانون من ضعف السمع عتبات مرتفعة (يحتاجون إلى إشارات أعلى) أو اعتماد ترددي مختلف. بالإضافة إلى ذلك، يمكن أن يؤدي التجنيد (نمو الجهارة) إلى جعل الإشارات المخفية مسموعة عند مستويات أعلى. تفترض نماذج الإخفاء القياسية السمع الطبيعي؛ يلزم التخصيص للتطبيقات الخاصة بضعاف السمع.
ما هي القطع الناتجة عن تقدير غير صحيح لعتبة الإخفاء؟
التقدير المنخفض للإخفاء (تخصيص عدد قليل جدًا من البتات) يسبب ضوضاء تكميم مسموعة، وما قبل الصدى (قطع قبل العابرات)، وتشوه زماني. التقدير المفرط للإخفاء (تخصيص عدد كبير جدًا من البتات) يهدر المساحة ولكنه يضمن جودة عالية. القطع الأكثر شيوعًا هي الأزيز النغمي (تكميم المكونات ذات السعة المنخفضة) وفقدان التفاصيل المكانية في الصوت متعدد القنوات.
طرق ذات صلة
المصادر
Zwicker, E., & Scharf, B. (1965). Psychoacoustics: Facts and Models. Springer-Verlag.
ردمك: 978-3540631644تم النسخ.Moore, B. C. J. (2012). An Introduction to the Psychology of Hearing (6th ed.). Academic Press.
ردمك: 978-0123914232تم النسخ.Johnston, J. D. (1988). Transform coding of audio signals using perceptual noise criteria. IEEE Journal on Selected Areas in Communications, 6(2), 314–323.
افتح مرجع DOIتم النسخ.