图1-5为人耳的剖面图。它分为外耳、中耳和内耳三个部分
图1-5 人耳的剖面图
1．外耳
由耳廓（耳壳）和外耳道组成。耳廓起收集和向外耳道反射声音的作用，外耳道将声
音传送给中耳。外耳道的自然谐振频率约为3400Hz，由于外耳道的共鸣，以及人头对声音产生的反射和衍射，人耳对2-4kHz的声音感觉约可提高15-20dB。
2．中耳
由鼓膜和三块听小骨组成。鼓膜是一个漏斗状薄膜，声波激励鼓膜振动，并将振动传给三块听小骨。听小骨具有一些非线性，使人们对一个频率的声音能产生出它的谐音的感觉。 中耳的腔室里充满空气，并且通过一根平衡管与喉头相连，使作用于鼓膜两边的压力能够平衡。这个平衡管称为耳咽管。
3．内耳
由三个半规管和耳蜗组成。耳蜗呈螺旋形，状似蜗牛，是一骨质腔体，内部充满淋巴液。耳蜗沿其长度被基底膜分为两部分，分别称为前庭阶和鼓阶。在基底膜上分布有大量毛细胞，每根毛细胞上都连有末梢神经。
人耳听声的详细过程如下：声音通过耳廓和外耳道到达鼓膜，使鼓膜产生相应的振动。鼓膜的振动经类似杠杆系统的三个听小骨放大后，传到耳蜗的卵形窗，并传递给耳蜗内的淋巴液。耳蜗通过大约4000根神经末梢与大脑相连。
耳蜗是一个选频器官。高频声音激励靠近卵形窗的神经末梢；中频声音激励中部的神经末梢；末端的神经末梢则被低频声音激励。当耳蜗的某个范围被相应频率的声波激励时，这个部位的毛细胞就会使相连的神经末梢发出电脉冲，并将电脉冲传给大脑。每单位时间的脉冲数取决于声音的强度。声音越强，毛细胞受到的激励越厉害，单位时间内传给大脑的电脉冲数就越多。因此，耳蜗是个很好的声音分析仪，它能从一个复合的声音中分辨出各个频率。
用人耳辨别声音的音调，只需听到振动的几个周期就能分辨得一清二楚。在听觉范围内人耳能认定和区分大约1500种不同的音调。
二、人耳对声音的感受
人耳对声音的感受，在频率及声压级方面都有一定的范围，在这个范围外的声音人耳是感觉不到的。人耳能感受的声音频率范围因人而异，也随听音人的年龄而不同。人耳的可听频率范围为20Hz-20kHz，这个范围以外的声音，无论声压级多高，人耳都听不到。高于20kHz的声音称为超声；低于20Hz的声音称为次声。年轻人可以听到高频上限的声音，超过20岁后，可听到的频率上限会逐渐下降。
声音是一种物理现象，人耳听到声音后对声音的感受却是一种心理现象，首先应弄清楚人耳的主观感受与声音的物理量之间的关系。通常将人耳对声音的三种主观感受，即响度、音调和音色称为声音三要素。可以认为，响度主要与声音的振动幅度有关；音调主要与声音的振动频率有关；音色主要与声音的振动频谱有关。
1．响度
人耳对声音强弱的感觉称为响度。人耳对声音响度的感觉与声压级和频率有关，将人耳在听到不同频率纯音（正弦波）时，对所有具有相同音量感的声压用一条曲线表示后所得到的曲线族，叫等响曲线，如图1-6所示。图中每条曲线上所代表的与声压级、频率相对应的声音，人耳听来都是同样响的，也可理解为对于不同频率的声音，人耳听到同样响度时所需的声压级不同。例如，以1kHz、60dBSPL的声音为基准，人耳听到与它等响的100Hz声音所需声压级为68dBSPL，对20Hz声音需100dBSPL，对4kHz声音则需51dBSPL。将1kHz声音以dB表示的声压级定义为响度级，单位为phon（方）。
图1-6 鲁宾逊-达特逊的等响曲线
0phon以下的声音，人耳是听不见的，所以0phon曲线可称为听阈；120phon以上的声音会使人耳感到疼痛，所以120phon曲线可称为痛阈。
分析等响曲线可得出以下特点：
（1）人耳对不同频率声音的灵敏度不同，对中频段最为敏感，对高、低频段的敏感
度下降。
（2）从听阈曲线可看出，4kHz左右是曲线的最低点，即人耳听到4kHz左右声音所需的声压级最小，因而对4kHz左右的声音最为敏感，这是由于外耳道共鸣所引起的。
（3）声音声压级越高，人耳听觉频响越趋平直；声压级越低，人耳听觉频响越不好，
高频低频都会有所损失。 （4）对100Hz以下的低频声，人耳的灵敏度会急剧下降，对20Hz声音的听阈为70dBSPL，
因此为了进行有适当低音的调音，监听扬声器的声压级至少应为70dBSPL。通常监听扬声器的声压级取为70-90dBSPL。当监听音量减小时，高频、低频声会有所损失，因而改变监听扬声器的声压级会使不同频段的音量平衡发生变化。 （5）曲线族之间的间隔在1kHz附近几乎是均等的，说明人耳对1kHz附近的频率，
声压变化的dBSPL值与听觉上的音量感的变化是比较一致的。因此，选定1kHz声音作为各种声音的声压级基准。
根据上述特点分析，当改变重放音量时，各个频率的声音的响度级也将改变，所以人们会感到声音的音色有变化。即使是一个高级的放音装置，在低声级放音时，也会感到放音频带变窄，声音单薄；相反，即使是一个低级的放音装置，在提高放音音量时，也会感到放音频带展宽，声音较丰满。为了减小等响曲线的影响，可以在前置放大器部分安装响度控制器，使在低声级放音时，能根据等响曲线自动地将低声频段和高声频段声音的声级进行反校正，将它们相应提高。
2．音调
人耳对声音高低的感觉称为音调。音调主要与声音的频率有关，频率高则音调高，频率低则音调低，但不成正比，而是一种对数关系。十二平均律等程音阶是将一个倍频程（频率相差一倍的两个声音的音程）的频率按照频率的对数关系划分成十二个等份而构成的，相隔一个倍频程的两个音称为八度音。
音调的单位是mel（美）。将1kHz、40dB的纯音的音调定为1000美，比1000美高一倍
的音调定为2000美，比1000美低一半的音调定为500美。
频率与音调之间的关系如图1-7所示。
2000美的音调比1000美高一倍，但频率数却增大近四倍（约4kHz）。
图1-7
频率与音调的关系 其它影响音调的因素还有声音的声压级和声音的持续时间。 听觉有心理因素和生理因素，它们与物理量不一致的现象很多。例如，即使是物理上相同频率的声音，如果改变音量，音调的高低感觉也会有微小的变化。这种音量变化对音调感觉的影响，纯音比由许多纯音合成后的复音更为显著。特别是当低频声减小音量时，会感到音调升高；增大音量时，会感到音调变低。高频声正相反，减小音量时，会感到音调降低；增大音量时，会感到音调变高。因此，在小音量情况下，必须将低频声的音调调低一些，而将高频声的音调调高一些才能得到应有的音调。 3．音色 音色是听觉上区别具有同样响度和音调的两个声音的主观感觉，也称为音品。音色主要由声音的频谱结构决定，即由声音的基频和谐波的数目以及它们之间的相互关系来决定。由于各种发声体的材料和形制结构不同，发声机理也不尽相同，即使它们发出相同音调、相同响度的声音，在基频相同的情况下，谐波的成分和幅度也会有所区别，人耳听到的主观感受便是音色不同。每个人讲话都有自己的音色，每种乐器也都有自己的音色。声音的频谱结构可用频谱图表示。频谱图以频率的对数坐标作为横坐标，以声压级作为纵坐标，将基频和谐波按幅度大小以相应高度的纵线表示在相应频率坐标上。图1-8所示为长笛、小提琴的频谱图。长笛的谐音少，音色圆润；小提琴的谐音多，音色粗糙。
图1-8 频谱图举例 （a） 长笛的频谱图 （b）小提琴的频谱图
7 另外，音色还与发声体振动的起振、稳定和衰减的时间过程有关。时间过程可简称为时程，或称为时间轴上的包络形状，在电子音乐中称为音型。时间过程和频谱结构共同决定了每种乐器所特有的音色。 起振阶段（也称为建立阶段）指在激发弦或空气柱使振动开始的瞬间，即开始振动而振幅还不大，并且还不稳定的那段时间。例如铜管乐器激发的时间一般为40ms左右，强激发时最长为80ms，但在弱激发时最长可达180ms。 稳态阶段是乐音过了起振阶段以后，振幅增至**并保持恒定不变的阶段。例如弦乐器中的提琴、二胡，管乐器的长笛、小号等有稳态阶段，而板鼓、梆子等打击乐器则基本上没有稳态阶段。 衰减阶段是振幅开始减小直到完全停止振动的阶段。有的乐器衰减阶段很短，有的却很长。例如扬琴、竖琴的衰减时间就很长，可达1-2s以上。一般乐器的衰减时间，高音较短，低音较长。
图1-9为风琴和钢琴的时间过程图。
风琴的时间过程是：起振较缓慢，在短时间保持一定的稳态声级，然后较缓地衰减。钢琴的时间过程是：起振较快，然后逐步衰减。
图1-9 时间过程举例 （a）风琴的时间过程 （b）钢琴的时间过程
人耳听觉的几个效应
1．掩蔽效应 在寂静的环境里，人耳能分辨出轻微的声音，但在嘈杂的环境中，轻微的声音完全被淹没掉了。要想听到原来轻微的声音，就必须使它增强才行。这种由于**个声音的存在而使第二个声音提高听阈的现象，称为掩蔽效应。**个声音称为掩蔽声，第二个声音称为被掩蔽声。第二个声音听阈提高的数值称为掩蔽量，以dB表示。提高后的听阈称为掩蔽阈。因此，一个声音能被听到的条件是这个声音的声压级不仅要超过听者的听阈，而且要超过它所在背景环境中的掩蔽阈。 图1-10中的实线表示一个60dB、400Hz纯音对其它纯音的掩蔽量。由图可知，对不同频率的掩蔽量不同，对掩蔽声附近的频率掩蔽量**。另外，纯音掩蔽的特点是在两者频率相近处，由于产生拍频而使掩蔽量产生谷值。当掩蔽声强时，由于人耳的非线性，在耳内会产生谐波，所以在2倍与3倍的频率处也同样产生谷值。比掩蔽声频率高的声音容易被掩蔽，即低频声容易掩蔽高频声，高频声较难掩蔽低频声。图1-11为不同声级的400Hz和1200Hz声音对其它声音的掩蔽图，由图可知，掩蔽声声级越大，掩蔽的频率范围和掩蔽量也越大。
8 图1-10 60dB、400Hz声音和窄带噪声的掩蔽图
图1-11 不同声级400Hz和1200Hz声音的掩蔽图
对于复音，掩蔽效应会影响音色。设有一包含400Hz、1200Hz、2800Hz三个频率分量的复音，已知三个分量的声压级分别是60dB、20dB、20dB。由图1-10可知，**个音（400Hz）的声压级为60dB的曲线，对于1200Hz的掩蔽量是30dB，所以1200Hz声音被400Hz声音掩蔽而听不到。而400Hz声音对2800Hz声音的掩蔽量是8dB，抵消后还有12dB（即在听阈之上12dB）。所以，人耳只能听到400Hz和2800Hz两个分量的复合音，且两者的比例改变了，复音原来的音色发生了变化。 通常窄带噪声的掩蔽作用比频率等于窄带噪声中心频率的同样强度的纯音要大。声级较低时，窄带噪声的掩蔽只限于中心频率附近较窄的范围，声级越高掩蔽区也越宽，并且对高于中心频率的声音掩蔽作用大。图1-10中虚线所示为中心频率410Hz、带宽90Hz，声压级80dB的窄带噪声的掩蔽情况。它不受拍频的影响，在窄带噪声声压级低时，曲线近似对称，随着噪声声压级的提高，曲线将越不对称，掩蔽向高频端扩展，而低频端的扩展则越来越小。 一个宽带噪声可以在很宽的频率范围内产生掩蔽作用。与纯音间的掩蔽相似，低频声对高频声掩蔽作用强，而高频声对低频声掩蔽作用弱。掩蔽声级越高，掩蔽量越大。 以上所谈到的掩蔽现象都是发生在掩蔽声和被掩蔽声同时作用的情况下，称为同时掩蔽。但掩蔽也可以发生在两个声音不同时作用的情况下，当掩蔽声作用在被掩蔽声之前时，称为前掩蔽；掩蔽声作用在被掩蔽声之后时，称为后掩蔽。总称为非同时掩蔽。 非同时掩蔽有以下一些特点： （1）掩蔽声在时间上越接近掩蔽声，掩蔽效应越大。掩蔽现象常发生在掩蔽声声级在40dB以上时。 （2）掩蔽声与被掩蔽声在时间上相距很近时，后掩蔽作用大于前掩蔽作用。（3）掩蔽声强度增加时，掩蔽量并不成比例增大。例如，掩蔽声增加10dB，掩蔽量只增加3dB，这点与同时掩蔽不同。
2．鸡尾酒会效应 掩蔽效应是一种生理现象。相对来说，鸡尾酒会效应则是心理、情绪引起的一种现象。人们具有从许多声音中选择听到自己要听声音的能力。在许多人相聚的鸡尾酒会中，可以对特定人的讲话听得最清楚，这种效应称为鸡尾酒会效应。可以认为这种效应是根据讲话内容、声源的指向性和音色等要素，从嘈杂环境中听到自己需要的声音的一种能力。但传声器拾音时，不具备人的这种心理选择，而只能客观地拾取由其指向性、灵敏度、拾音方式等限定的声音。因此在实际录音时，不应被声源的内容所吸引，而应注意客观存在的物理声音，这样才能更好地把握具体的拾音方式。 3．双耳效应 用两只耳朵听声与用一只耳朵听声在效果方面有许多不同，这种不同称为双耳效应。例如用双耳可听到比用单耳听到的更小的声音。根据测量，可知双耳可听到比单耳时低3dB的声音，随着声音声压级的增大，到达35dB以上时，这一差值可达6dB。但对噪声来说，上述关系不成立。当噪声较大时，上述差值会减小，噪声声压级大到一定程度时，双耳的听阈反而会上升，单耳的灵敏度反倒较好，这种现象称为耳间的抑制效应。 双耳效应中最明显的是对声音的定位，也就是双耳可正确地确定声源的方位，这是由于到达两耳的声音存在声级差、时间差和相位差所致。
图1-12所示为水平方向正弦波声源到达两耳的声级差。可以看出，两耳的声级差在300Hz时，**只有约4dB，但在6400Hz时，**可达25dB。说明人耳对高频声方位的判断主要靠声音到达两耳的声级差。 人耳对低频声主要靠时间差（相位差）来判断方位。
10 图1-12 水平方向正弦波声源到达两耳的声级差
4．主观音 当声音变强时，人耳会感到原来声音中所没有的频率的声音，这是由于人耳中传输声音的机构具有非线性而产生的失真，形成高次谐波，声音越强，谐波的次数会越高，这种声音是由人耳主观产生的，称为主观音。 另外，当频率为f1及f2的两个声音同时到达人耳时，人们除了听到f1、f2的声音外，还会听到f1+f2和f1-f2的声音，以及f1+2f2、2f1-f2、2f1-2f2等声音，这些也都是主观音。
5.人耳对各个频率的感受
16K～20KHz频率：
这段频率范围实际上对于人耳的听觉器官来说，已经听不到了，因为人耳听觉的最高频率是15.1KHz。但是，人可以通过人体和头骨、颅骨将感受到的16～20KHz频率的声波传递给大脑的听觉脑区，因而感受到这个声波的存在。这段频率影响音色的韵味、色彩、感情味。如果音响系统的频率响应范围达不到这个频率范围，那么音色的韵味将会失落；而如果这段频率过强，则给人一种宇宙声的感觉，一种幻觉，一种神秘莫测的感觉，使人有一种不稳定的感觉。因为这些频率大多数是基音的不谐和音频率，所以会产生一种不安定的感受。这段频率在音色当中强度很小，但是很重要，是音色的表现力部分，也是常常被人们忽略的部分，甚至有些人根本感觉不到它的存在。
12K～16KHz频率：
这是人耳可以听到的高频率声波，是音色最富于表现力的部分，是一些高音乐器和高音打击乐器的高频泛音频段，例如镲、铃、铃鼓、沙锤、铜刷、三角铁等打击乐器的高频泛音，可给人一种“金光四射”的感觉，强烈地表现了各种乐器的个性。如果这段频率成分不足，则音色将会会失掉色彩，失去个性；而如果这段频率成分过强，如激励器激励过强，音色会产生“毛刺”般尖噪、刺耳的高频噪声，对此频段应给予一定的适当的衰减。
10K～12KHz频率：
这是高音木管乐器的高音铜管乐器的高频泛音频段，例如长笛、双簧管、小号、短笛等高音管乐器的金属声非常强烈。如果这段频率缺乏，则音色将会失去光泽，失去个性；如果这段频率过强，则会产生尖噪，刺耳的感觉。
8K～10KHz频率：
这段频率s音非常明显，影响音色的清晰度和透明度。如果这频率成分缺少，音色则变得平平淡淡；如果这段频率成分过多，音色则变得尖锐。
6K～8KHz频率：
这段频率影响音色的明亮度，这是人耳听觉敏感的频率，影响音色清晰度。如果这段频率成分缺少，则音色会变得暗淡；如果这段频率成分过强，则音色显得齿音严重。
5K～6KHz频率：
这段频率最影响语音的清晰度、可懂度。如果这段频率成分不足，则音色显得含糊不清；如果此段频率成分过强，则音色变得锋利，易使人产生听觉上的疲劳感。
4K～5KHz频率：
这段频率对乐器的表面响度有影响。如果这段频率成分幅度大了，乐器的响度就会提高；如果这段频率强度变小了，会使人听觉感到这种乐器与人耳的距离变远了；如果这段频率强度提高了，则会使人感觉乐器与人耳的距离变近了。
4KHz频率：
这个频率的穿透力很强。人耳耳腔的谐振频率是1K～4KHz所以人耳对这个频率也是非常敏感的。如果空虚频率成分过少，听觉能力会变差，语音显得模糊不清了。如果这个频率成分过强了，则会产生咳声的感觉，例如当收音机接收电台频率不正时，播音员常发出的咳音声。
2K～3KHz频率：
这段频率是影响声音明亮度最敏感的频段，如果这段频率成分丰富，则音色的明亮度会增强，如果这段频率幅度不足，则音色将会变得朦朦胧胧；而如果这段频率成分过强，音色就会显得呆板、发硬、不自然 .
1K～2KHz频率：
这段频率范围通透感明显，顺畅感强。如果这段频率缺乏，音色则松散且音色脱节；如果这段频率过强，音色则有跳跃感。
800Hz频率：
这个频率幅度影响音色的力度。如果这个频率丰满，音色会显得强劲有力；如果这个频率不足，音色将会显得松弛，也就是800Hz以下的成分特性表现突出了，低频成分就明显；而如果这个频率过多了，则会产生喉音感。人人都有一个喉腔，人人都有一定的喉音，如果音色中的喉音成分过多了，则会失掉语音的个性、失掉音色美感。因此，音响师把这个频率称为\\\"危险频率\\\"，要谨慎使用。
500Hz～1KHz频率：
这段频率是人声的基音频率区域，是一个重要的频率范围。如果这段频率丰满，人声的轮廓明朗，整体感好；如果这段频率幅度不足，语音会产生一种收缩感；如果这段频率过强，语音就会产生一种向前凸出的感觉，使语音产生一种提前进人人耳的听觉感受。
300Hz～500Hz频率：
这段频率是语音的主要音区频率。这段频率的幅度丰满，语音有力度。如果这段频率幅度不足，声音会显得空洞、不坚实；如果这段频率幅度过强，音色会变得单调，相对来说低频成分少了，高频成分也少了，语音会变成像电话中声音的音色一样，显得很单调。
150Hz～300Hz频率：
这段频率影响声音的力度，尤其是男声声音的力度。这段频率是男声声音的低频基音频率，同时也是乐音中和弦的根音频率。如果这段频率成分缺乏，音色会显得发软、发飘，语音则会变得软绵绵；如果这段频率成分过强，声音会变得生硬而不自然，且没有特色。
100Hz～150Hz频率：
这段频率影响音色的丰满度。如果这段频率成分增强，就会产生一种房间共鸣的空间感、混厚感；如果这段频率成分缺少，音色会变得单薄、苍白；如果这段频率成分过强，音色将会显得浑浊，语音的清晰度变差。
60Hz～100Hz：
这段频率影响声音的混厚感，是低音的基音区。如果这段频率很丰满，音色会显得厚实、混厚感强。如果这段频率不足，音色会变得无力；而如果这段频率过强，音色会出现低频共振声，有轰鸣声的感觉。
20Hz～60Hz频率：这段频率影响音色的空间感，这是因为乐音的基音大多在这段频率以上。这段频率是房间或厅堂的谐振频率。如果这段频率表现的充分，会使人产生一种置身于大厅之中的感受；如果这段频率缺乏，音色会变得空虚；而如果这段频率过强，会产生一种嗡嗡的低频共振