听觉系统的奥秘——用耳朵听时间

如果说视觉告诉你东西在哪里，那么听觉便告诉你事件发生于什么时候。

听觉对时间的分辨率比视觉对时间的分辨率高得多。在手机、平板、电视等屏幕上，每秒播放 24 帧画面，人就会感觉像连续的画面。但对于听觉而言，1 秒出现 24 次嗒嗒声，听上去依然是一连串嗒嗒声，而不是某个持续的声音。要想感知到连续性，听觉的标准要比视觉的高出不少。

光线到达眼睛之后，会由光感受器通过一个化学过程转化成神经冲动，这一过程较慢。而声音到达耳朵之后，会通过一个机械系统直接而迅速地转化成神经冲动。

虽然光的传播速度是声的几十万倍，但声音在抵达人耳之后的处理速度，比光在抵达眼睛之后的处理速度快。考虑两者的物理传播速度和信号处理速度，我们得到一个“同时性范围”——大约是 10 米，在这个范围内，来自同一地方的声信号和光信号可同时抵达大脑皮层。所以一般而言，对日常生活中的大部分事件（比如动嘴唇和说话的声音），我们都会认为是同步的。除非像闪电的光和打雷的声音，事件离人很远，人才能察觉到时间不同步的差异。

声音通过振动空气（空气疏密变化）经过耳道被听小骨传输到内耳里的精巧结构——耳蜗（外形像蜗牛一样）。

耳蜗对声音的频率分析基于机械原理，而非神经电路。它包含卷曲的基底膜。因其厚度递减，不同频率的声音会在不同位置产生共振。正是在基底膜处，声音信息转化成神经信号。这一转化过程甚至也靠机械的方式完成，而非化学物质。

基底膜上分布着声音感受器——毛细胞。毛细胞为纤毛所覆盖，纤毛反过来连接着神经纤维。当纤毛被基底膜的移动拉扯时，神经纤维随之被拉扯，就像用绳子拉开门一样，神经纤维在纤毛上打开了许多微小通道。组织液中的带电粒子进入毛细胞，使得声音信号转化成电信号，即大脑神经能感知的信号。

对于低频声（最高为 1500-2000 赫兹，1 赫兹等于 1 秒振动 1 次），声音的每个周期都会促发不同组的电子神经冲动。对于更高频率的声音，大脑不会编码单独的周期，而是按照所有周期的平均强度来处理。大脑里接收听觉信息输入的神经元，其放电速度比其他神经元要快很多，高达每秒 500 次。

从客观指标来评估人类听觉系统对声音相位的敏感程度——耳蜗神经的相锁

这种结构意味着，听觉系统对声波里的频率和时间信息高度敏感，相当于实时在做傅立叶变换。

低至 20 赫兹的声音，和高达 20 000 赫兹的声音，都可以被听到。我们对声音中的时间信息也极为敏感，在声音中哪怕只有 1 毫秒（千分之一秒）的空隙，我们都能觉察到。相比之下，你的视觉系统需要视觉图像停留至少 30 毫秒，才能将其传递到意识层面。

我们对声音到达两只耳朵的时间差也非常敏感，哪怕只有 20 微秒（百万分之一秒）。这也是人耳能判断声源方向的主要原因。

人听觉系统的单声源定位

虽然在信息冲突的情况下（比如位置判断），和其他感觉相比，视觉会占主导，但考虑耳朵的时刻灵敏度，在判断事件发生的时间上，听觉会主导视觉。

以上转自声学号角！