生物学的研究表明，在人类胎儿出生前的几个月，他就有了一定的听觉感知与识别的能力，能区分妈妈的声音并产生心跳加快和肢体运动的反应。这时胎儿的视觉系统还不具备最起码的视觉功能。在他出生以后，把所见和所闻**起来，才能逐步完成视觉系统的发育。这个事实告诉人们，声音的感知与识别，对人类而言先于视觉的感知。我们不禁联想到20 世纪80 年代中期，王大珩和汪德昭两位先生之间的“声光对话”。相传两人在一次会议上相遇，谈及光学和声学的重要性时，王大珩先生说，“眼见为实”，“百闻不如一见”；汪德昭先生说，“未见其人，先闻其声”，“闻其声如见其人”。看来两位先生都非常热爱自己从事的专业，都说得很有道理。

当今世界，已经发展到多媒体的时代，人们对于声像感知的需求丰富多彩，声音和图像同样地大有可为。我们知道在听觉感知与识别领域存在着许多不为人知的奥妙。例如，海豚的声呐一直令人着迷，它在海洋里的一切活动都是以听觉感知为基础的。经过训练的海豚不但能够区分同样形状尺寸的金属圆管和塑料圆管，而且能够发现圆管厚度的微小变化，是水下特战队的能干助手。它为什么这么能干，人类能够复制其仿生行为吗？这些问题至今没有令人满意的答案。

人类生活在一个被声音包围的世界里，其中既有自然现象发出的声音，如大海的波涛声、丛林中的鸟鸣声、山涧的流水声、狂风暴雨的呼啸声，又有人类活动发出的声音，如人的讲话声和演唱声、演奏乐器的乐曲声、车辆和航行器发出的噪声、建筑施工的嘈杂声。声音源于物体或特定区域介质振动发出的声波，广义上讲，声音既包括人类可以感觉得到的声波，也包括人类感觉不到、其他动物能够感觉到或现代仪器能检测到的声波，如次声和超声。

按声音的产生方式和所携带信息的特性分类，可听声又分为语音声(speechsound)、音乐声(music sound) 和环境声(environmental sound) 三大类。前两种声音分别简称为语声和乐声，它们是在人类大脑有意识的主动控制之下、由人的发声器官或操纵乐器发出的声音，是人类智慧的产物，也是传递人类思想和情感的载体。环境声是除语声和乐声以外所有声音的总称，也是人类必须面对的重要的声音类别。任何声音的产生都源于声源，而声源的辨别在人类生活、生产与军事斗争中均发挥着极其重要的作用。利用现代信号与信息处理技术实现环境声的自动识别，在人类科学技术迅猛向前推进的进程中，其作用与地位日渐突出，是当今信息化和智能化仪器与设备必不可少的功能。

人类的听觉感知具有令人惊奇的卓越性能，它体现在许多方面。例如，通常人们可以直接判断声音响度的强弱；仅凭听音就能辨别鸟、水滴、风、乐器、关门声、电话铃声、人在木质或塑料板上走动、物体破碎或弹跳等日常声事件；可以通过语音进行交流；可以直接评判音乐的好与坏；接听电话时很容易就能判断出对方的性别和大概的年龄，甚至可以通过声音辨别对方是否是自己所熟悉的人；经过训练的声呐员通过声呐接收到的微弱声信号辨别水下目标类型，等等。这些简单的事实说明了听觉系统使得人类具备利用声音特性来感知声源或事件的能力。

人类的听觉感知能力主要体现在两个方面，分别是听觉感受与辨别和听觉定位。听觉感受是人感觉声音时主观感受的直接表现，而听觉辨别是人通过声音包含的信息来分辨差异的行为，又分为听觉参量辨识和声目标辨识两类。

本文摘编自陈克安著《环境声的听觉感知与自动识别》，图片来自网络。

一起阅读科学!

敬请关注科学出版社，搜索微信ID：sciencepress-cspm或“科学出版社”