MP3|MP3是如何骗过你耳朵的？( 二 )
这是一门心理物理学的分支研究，最早源于人们对音乐和乐器的探索，后来成为了研究人的生理感官和客观声音世界之间关系的学科 。听起来很复杂，其实很好理解，比如人耳的声音定位，听力范围这类研究，都属于心理声学的范畴 。
在心理声学里有一个非常经典的研究，就是等响曲线 。这个曲线告诉我们，人耳对于不同频率的声音，感知相差极大 。人类的听觉范围在 20-20000Hz 之间，而在这个范围里的不同频率下，我们听到的响度是不一样的 。
文章图片
低频的声音需要更大的声压才能和中频较小的声压，所形成的声音大小听起来相等 。
就比如贝斯就需要更大的音量，才能跟吉他声听起来差不多大 。这也是为什么贝斯这类低音乐器的音箱要比其他音箱的体积大得多 。
而图中的最低点出现在 3000Hz 左右，所以说明人对这个频率的声音最敏感，只需要比较小的声压就能听到 。比如我们听到的大部分的警报声，基频都在 1000-3000Hz，这样人耳才能更容易捕捉这些声音，从而避免危险 。
有意思的是，随着年龄增大，我们对于声音的接收范围也在变小，大多数成年人听不到频率在 16000Hz 以上的声音 。
沿着这个方向，等响曲线的发现者又研究出了一个更加神奇的事情，让我们意识到我们的感官和客观到底差距有多么巨大 。
这个东西，就是“ 掩蔽 ”（ Masking ） 。
文章图片
声音掩蔽 Sound Masking
1958 年的某天下午，一个叫 Licklider 的心理学家去看牙医，他跟医生说，我不需要打麻药 。然后掏出了一副耳机，开始听震耳欲聋的音乐 。在巨大的音乐声中，牙医帮他搞定了三颗龋齿，而他就像被打了麻醉剂一样，竟然没有感觉到疼 。
Licklider 把这项技术命名为 Audiac，之后他带着这玩意和牙医一起巡诊拔牙，还帮助了不少妇女缓解了分娩时的疼痛 。
Audiac 用了一种强烈的听觉刺激来抑制疼痛，这就是一种跨感官的掩蔽效果 。
在听觉系统中，一种声音也会被另一种同时发出的声音所掩盖 。比如在一个乐队里，往往是吉他声在 C 位，但如果突然有相似频率的乐器加入，比如小号 。那吉他的声音就会被短暂的淹没 。这一过程叫作同频掩蔽 。
我们用一个动画来举例子，当一个频率从低到高的噪音经过一个正弦音的时候，这个声音会被噪音掩盖 。
再比如你上课的时候，想用一声咳嗽来掩盖自己放屁的声音，那你最好要满足三个条件，一是咳嗽声的时长大于等于屁声，二是咳嗽声的响度要大于等于屁声 。三是要保证二者的频率接近 。这三个条件都满足，才是一次出色的掩蔽 。
那这和 MP3 有什么关系呢？MP3 的算法就是利用了人耳的这种特性，将歌曲中不同频率里被淹没的声音瞬间，给丢掉了 。这样就可以在减少文件体积的条件下，最小程度的损失音质 。
文章图片
文章图片
时间掩蔽 temporal masking
但这还不够 。
当我们听到一个噪音戛然而止的之后，实际上会有一个 100-200ms 的逐渐减弱的掩蔽效果 。在噪音完全停止后的这段时间里，比他更小的声音会被掩蔽，我们是完全听不见的，就像我们的耳朵需要 200ms 的时间回复知觉一样 。
不光如此，噪音还会掩蔽在它之前的声音，虽然只有 50ms，但对于感官来说已经是相当长的一段时间了，这意味着我们的大脑需要 50ms 的缓冲才能报告到意识里 。
而这个前后过程，就叫作时间掩蔽 。
文章图片
MP3 压缩算法的核心，就是利用一个精心迭代了许多年的人体听觉心理学模型，把音乐里的每一个瞬间对应在 MP3 文件格式里的每一帧（ FRAME ），检查这个帧内，上述两种掩蔽作用所发生的频率和时间段，把那些被掩盖的，我们听不到的音频信息统统丢掉 。
这个过程并不单纯是精确地，机械式地判断，它的底色其实是感官上的把控 。
