اوج حساسیت در ۲ تا ۵ کیلوهرتز: چگونه منحنی‌های فلچر-مانسون حساسیت نابرابر گوش انسان را تعیین می‌کنند

برای اینکه یک شنونده انسانی دو صدا را با بلندی یکسان بشنود، صدایی که در فرکانس ۳۰۰۰ هرتز پخش می‌شود به حدود نیمی از توان آکوستیک صدای ۱۰۰۰ هرتزی نیاز دارد. این اختلاف شدید در حساسیت، نقص تجهیزات صوتی نیست، بلکه یک فیلتر بیولوژیکی است که در سیستم شنوایی انسان نهادینه شده است. هندسه فیزیکی مجرای گوش مانند یک تقویت‌کننده غیرفعال عمل کرده و به‌طور طبیعی فرکانس‌های بین ۲ تا ۵ کیلوهرتز را تقویت می‌کند؛ دقیقاً همان محدوده‌ای که وضوح گفتار انسان و صدای نزدیک شدن شکارچیان در آن قرار دارد. درک این پاسخ نابرابر، پایه و اساس مهندسی صدا است و توضیح می‌دهد که چرا یک تنظیم اکولایزر کاملاً تخت اغلب گوش‌خراش به نظر می‌رسد و چرا نویز پس‌زمینه در یک اتاق شلوغ می‌تواند یک مکالمه را کاملاً محو کند.[3][4]

اندازه‌گیری این پدیده در سال ۱۹۳۳ آغاز شد، زمانی که محققان آکوستیک هاروی فلچر و ویلدن ای. مانسون اولین منحنی‌های بلندی یکسان را منتشر کردند. آن‌ها با پخش تون‌های خالص از طریق هدفون برای افراد مورد آزمایش، نقشه‌برداری کردند که چه مقدار فشار صوتی (بر حسب دسی‌بل) در فرکانس‌های مختلف لازم است تا با حجم درک‌شده یک تون مرجع ۱۰۰۰ هرتزی برابری کند. منحنی‌های فلچر-مانسون حاصل از این آزمایش ثابت کرد که شنوایی انسان به‌شدت غیرخطی است. یک نت بیس ۵۰ هرتزی باید با حجم فیزیکی بسیار بالاتری نسبت به یک تون ۱ کیلوهرتزی پخش شود تا فقط شنیده شود، در حالی که یک تون ۴ کیلوهرتزی برای اینکه به‌شدت بلند به نظر برسد به انرژی بسیار کمتری نیاز دارد.[4]

واحد اندازه‌گیری به‌دست‌آمده از این منحنی‌ها «فون» است. همان‌طور که لارنس یول، مهندس صدا توضیح می‌دهد: «فون واحد بلندی صدا است - ۱ فون معادل ۱ دسی‌بل در فرکانس ۱ کیلوهرتز است.» اگر یک تون ۱۰۰ هرتزی و یک تون ۴۰۰۰ هرتزی هر دو به اندازه یک تون ۴۰ دسی‌بلی در ۱۰۰۰ هرتز بلند درک شوند، گفته می‌شود که هر دو دارای بلندی ۴۰ فون هستند، صرف‌نظر از انرژی آکوستیک واقعی که حمل می‌کنند. این سیستم به متخصصان آکوستیک اجازه می‌دهد تا اندازه‌گیری عینی فشار هوا را از تجربه ذهنی ادراک انسان جدا کنند.[3]

اوج حساسیت ۲ تا ۵ کیلوهرتز تا حد زیادی توسط ابعاد فیزیکی مجرای گوش انسان تعیین می‌شود. این لوله مانند یک تشدیدگر ربع‌موج عمل می‌کند و امواج صوتی را که با فرکانس تشدید آن مطابقت دارند، حتی قبل از رسیدن به پرده گوش به‌طور طبیعی تقویت می‌کند. استخوانچه‌ها - سه استخوان کوچک در گوش میانی - این تابع انتقال را بیشتر شکل می‌دهند. نتیجه، یک منحنی اکولایزر بیولوژیکی است که صامت‌های گفتار انسان مانند صداهای «س»، «ت» و «ک» را که برای فهم کلمات حیاتی هستند، در اولویت قرار می‌دهد. گوش در این محدوده میانی چنان دقیق تنظیم شده است که وضوح فرکانسی آن در اکتاو ۱۰۰۰ تا ۲۰۰۰ هرتز تنها ۳٫۶ هرتز است.[1][4]

در حالی که منحنی‌های اصلی فلچر-مانسون خط پایه را ایجاد کردند، علم آکوستیک مدرن بر استاندارد ایزو ۲۲۶:۲۰۰۳ تکیه دارد. این استاندارد که توسط سازمان بین‌المللی استانداردسازی پس از یک مطالعه جهانی گسترده با هماهنگی دانشگاه توهوکو در ژاپن بازنگری شد، اختلافات موجود در داده‌های قدیمی‌تر را اصلاح کرد. همان‌طور که در سوابق تاریخی ذکر شده است، استاندارد مدرن «بر اساس بررسی تعیین‌های مدرن انجام‌شده در کشورهای مختلف» است. منحنی‌های مدرن افت شدیدتری در حساسیت در فرکانس‌های پایین نسبت به آنچه فلچر و مانسون در ابتدا ترسیم کرده بودند نشان می‌دهند، به این معنی که فرکانس‌های بیس برای بلند به نظر رسیدن به توان حتی بیشتری نسبت به تصور قبلی نیاز دارند. با این حال، افت برجسته بین ۲ تا ۵ کیلوهرتز همچنان ویژگی بارز چشم‌انداز شنوایی انسان است.[2][3][4]

این پاسخ فرکانسی نابرابر چالشی دائمی برای میکس صدا و لوازم الکترونیکی مصرفی ایجاد می‌کند. از آنجا که منحنی حساسیت گوش در ولوم‌های بالاتر صاف می‌شود، یک قطعه موسیقی که در ولوم بالا میکس شده است، هنگام پخش با صدای کم، ضعیف و فاقد بیس به نظر می‌رسد. این واقعیت سایکوآکوستیک دلیلی است که بسیاری از گیرنده‌های استریو دارای دکمه «Loudness» هستند که به‌طور مصنوعی فرکانس‌های پایین و بالا را در سطوح گوش دادن پایین‌تر تقویت می‌کند تا نقص‌های طبیعی گوش را جبران کند. بدون این جبران، فرکانس‌های میانی بر ادراک شنونده غالب می‌شوند.[3]

اوج ۲ تا ۵ کیلوهرتز همچنین توضیح می‌دهد که چرا انواع خاصی از نویزهای محیطی به‌شدت خسته‌کننده هستند. از آنجا که مجرای گوش به‌طور طبیعی انرژی آکوستیک را در این باند خاص تقویت می‌کند، صداهایی مانند آژیرها، هشدارها و ابزارهای برقی برای رسیدن به آستانه درد به توان فیزیکی بسیار کمتری نسبت به غرش‌های فرکانس پایین نیاز دارند. بالاترین منحنی بلندی یکسان نشان‌دهنده این آستانه درد است و در فرکانس‌های میانی رو به بالا به‌شدت افت می‌کند. مغز انفجارهای ناگهانی انرژی فرکانس بالا را به‌عنوان صدای گوش‌خراش و ولوم شدید تفسیر می‌کند؛ یک سازگاری تکاملی که برای اولویت دادن به صداهای پریشانی یا خطر طراحی شده است.[3][4]

سن و قرار گرفتن در معرض محیط به‌طور مداوم منحنی بلندی یکسان شخصی فرد را تغییر می‌دهد. در حالی که اوج ۲ تا ۵ کیلوهرتز در طول بزرگسالی نسبتاً پایدار باقی می‌ماند، حساسیت به فرکانس‌های بالای ۱۰ کیلوهرتز به‌طور قابل‌پیش‌بینی با افزایش سن کاهش می‌یابد؛ وضعیتی که به عنوان پیرگوشی شناخته می‌شود. علاوه بر این، قرار گرفتن طولانی‌مدت در معرض نویز صنعتی یا موسیقی بلند معمولاً شدیدترین کاهش شنوایی را دقیقاً در نقطه ۴ کیلوهرتز ایجاد می‌کند، پدیده‌ای که شنوایی‌سنج‌ها آن را «شکاف نویز» می‌نامند. این آسیب هدفمند دقیقاً به این دلیل رخ می‌دهد که تشدید طبیعی مجرای گوش انرژی آکوستیک ورودی را در این باند تقویت کرده و سلول‌های مویی ظریف در حلزون گوش را در معرض حداکثر استرس مکانیکی قرار می‌دهد.[1][4]