歪んだスペクトルキューを備えた垂直面の音のローカリゼーション

人間のリスナーの場合、垂直平面内のローカリゼーションの主な手がかりは、耳介、頭、および上半身の方向依存フィルタリングによって提供されます。一般に、垂直面のローカリゼーションはブロードバンドの音に対して正確ですが、そのような音がほぼ閾値レベルで、または短い期間（20 ms未満）の高レベルで表示される場合、見かけの位置は水平面（つまり、標高ゲイン<1）に偏っています。これらの効果は、サウンドスペクトルの歪んだ末梢表現に一部起因するという仮説をテストしました。人間のリスナーは、頭を向けることにより、100 ms、50〜60 dB SPL、ワイドバンドノイズバーストターゲットの見かけの位置を示しました。ターゲットは仮想聴覚空間で合成され、ヘッドフォン上に提示されました。忠実に合成されたターゲットには、方向転写関数スペクトルノッチが埋められ、ピークが平準化された、またはプロファイル全体のスペクトルコントラストが削減または拡張されたターゲットとインターリーブされました。ノッチが徐々に充填されるか、ピークが徐々に充填されたため、感覚レベルが30 dB未満であるか、短い音の場合、45 dBを超えるように観察されたものと同様に、段階的な獲得が段階的に減少しました。スペクトルコントラストが減少すると、ゲインは最も極端な減少（通常の25％）でのみ低下しました。スペクトルコントラストの拡張はほとんど効果がありませんでした。結果は、スペクトル特徴の表現の喪失が低音域レベルと高い音レベルでの標高の増加に寄与するという仮説と一致しています。また、結果は、知覚された位置が、スペクトルプロファイルの絶対的な頻度の形状ではなく、相対的な形状に敏感な相関様スペクトルマッチングプロセスに依存することを示唆しています。

For human listeners, the primary cues for localization in the vertical plane are provided by the direction-dependent filtering of the pinnae, head, and upper body. Vertical-plane localization generally is accurate for broadband sounds, but when such sounds are presented at near-threshold levels or at high levels with short durations (<20 ms), the apparent location is biased toward the horizontal plane (i.e., elevation gain <1). We tested the hypothesis that these effects result in part from distorted peripheral representations of sound spectra. Human listeners indicated the apparent position of 100-ms, 50-60 dB SPL, wideband noise-burst targets by orienting their heads. The targets were synthesized in virtual auditory space and presented over headphones. Faithfully synthesized targets were interleaved with targets for which the directional transfer function spectral notches were filled in, peaks were leveled off, or the spectral contrast of the entire profile was reduced or expanded. As notches were filled in progressively or peaks leveled progressively, elevation gain decreased in a graded manner similar to that observed as sensation level is reduced below 30 dB or, for brief sounds, increased above 45 dB. As spectral contrast was reduced, gain dropped only at the most extreme reduction (25% of normal). Spectral contrast expansion had little effect. The results are consistent with the hypothesis that loss of representation of spectral features contributes to reduced elevation gain at low and high sound levels. The results also suggest that perceived location depends on a correlation-like spectral matching process that is sensitive to the relative, rather than absolute, across-frequency shape of the spectral profile.