空間聴覚における「迫り来る偏見」？カテゴリーサウンドソースのローカリゼーションに対する音響強度とスペクトルの効果

音響強度（アップランプ）の連続的な増加は、環境内の迫り来る（近づいている）音源を示すことができますが、強度の連続的な減少（ダウンランプ）は、後退する音源を示すことができます。精神音響実験から、上昇している迫り来る音色刺激のための「適応的知覚バイアス」が提案されています（Neuhoff、1998）。この理論は、（1）環境における迫り来る潜在的に脅迫的な刺激との関連のために、（1）アップランプは知覚的に顕著であると仮定しています。（2）色調刺激は、分散信号と非脅威/非生物学的源（風/海）から生じる可能性が高いホワイトノイズと比較して、環境内の単一および潜在的に脅迫的な生物学的音源との関連性のために知覚的に顕著です。本研究では、「適応的知覚バイアス」理論を外挿し、方位角で提示された音響刺激に応答して音源局在を測定することにより、その仮定を調査し、迫り来る、静止し、後退する動きを深く暗示しました。参加者（n = 26）は、強度の変化の3つの方向（それぞれ迫り来る、後退、定常状態、定常状態、それぞれ迫り、後退、静止運動に関連する）と3つのレベルの音響スペクトル（1 kHz純粋なトーンのレベル、被験者内の設計における音色の母音 /ә /、およびホワイトノイズ）。最初に、アップランプが「知覚的に顕著」であり、適応的な応答を引き出すことができる場合、それらはダウンランプよりも速く、より正確に局在することを仮定しました。この仮説が裏付けられました。ただし、結果は2番目の仮説をサポートしていませんでした。むしろ、ホワイトノイズと母音の状態は、純粋なトーン条件よりも速く、より正確に局在していました。これらの結果は、運動知覚、聴覚注意捕捉、および空間的あいまいさのスペクトルの原因の聴覚と視覚の理論の文脈で議論されています。

Continuous increases of acoustic intensity (up-ramps) can indicate a looming (approaching) sound source in the environment, whereas continuous decreases of intensity (down-ramps) can indicate a receding sound source. From psychoacoustic experiments, an "adaptive perceptual bias" for up-ramp looming tonal stimuli has been proposed (Neuhoff, 1998). This theory postulates that (1) up-ramps are perceptually salient because of their association with looming and potentially threatening stimuli in the environment; (2) tonal stimuli are perceptually salient because of an association with single and potentially threatening biological sound sources in the environment, relative to white noise, which is more likely to arise from dispersed signals and nonthreatening/nonbiological sources (wind/ocean). In the present study, we extrapolated the "adaptive perceptual bias" theory and investigated its assumptions by measuring sound source localization in response to acoustic stimuli presented in azimuth to imply looming, stationary, and receding motion in depth. Participants (N = 26) heard three directions of intensity change (up-ramps, down-ramps, and steady state, associated with looming, receding, and stationary motion, respectively) and three levels of acoustic spectrum (a 1-kHz pure tone, the tonal vowel /ә/, and white noise) in a within-subjects design. We first hypothesized that if up-ramps are "perceptually salient" and capable of eliciting adaptive responses, then they would be localized faster and more accurately than down-ramps. This hypothesis was supported. However, the results did not support the second hypothesis. Rather, the white-noise and vowel conditions were localized faster and more accurately than the pure-tone conditions. These results are discussed in the context of auditory and visual theories of motion perception, auditory attentional capture, and the spectral causes of spatial ambiguity.