5D Library › 建筑声学、混响时间与空间环境心理学的物理模型 · English
第三章 开放式办公室与无关言语效应
一个比分贝更重要的问题
开放式办公室里最常听到的抱怨不是「太吵」,而是「旁边有人说话」。同样 45 dB(A) 的空调声和同事的通话声,对工作的影响很不一样。认知心理学用一个专门的名字描述这种现象:无关言语效应(irrelevant speech effect),后来更宽地称为无关声音效应。
证据
经典实验。 科尔与韦尔什 1976 年让受试者记住视觉呈现的字母序列并按顺序回忆,同时播放受试者听不懂的外语讲话;即使完全听不懂,这种背景言语也显著增加了序列回忆的错误 (Colle and Welsh 1976)。萨拉梅与巴德利 1982 年进一步发现,受试者被要求忽略的背景言语会干扰视觉呈现数字的序列回忆,由无意义音节组成的「伪词」与真实单词的干扰相当,背景言语的语义内容不影响干扰的大小;他们用工作记忆模型中的「语音回路」解释这一结果:言语声音会自动进入语音存储,与正在复述的项目相互干扰 (Salamé and Baddeley 1982)。
是「听懂」还是「变化」?
作者原来的框架写道:真正打断工作记忆的是「听得懂的别人说话声」,因为语音回路会被迫解码可理解的言语。上面两项经典实验已经提示,「听懂」并不是必要条件。此后的研究把问题推进了一步。
证据
变化状态假说。 琼斯与麦肯 1993 年发现,音高不断变化的纯音序列也会产生类似的干扰,只是较弱;他们认为关键是声音在时间上分成一段段彼此不同的「状态」,这种变化本身会干扰对顺序的记忆,而不在于声音是不是言语 (Jones and Macken 1993)。埃勒迈尔与黑尔布吕克 1998 年发现,在相当大的范围内,背景言语的播放声级几乎不影响干扰的大小 (Ellermeier and Hellbrück 1998)。埃勒迈尔与齐默 2014 年的综述总结道:语义似乎不重要,陌生语言与母语的干扰大致相当;时间倒放的言语仍有相当的干扰;明显的频谱随时间变化是产生效应的必要条件,单纯的声级变化不是;平均而言,背景言语使序列回忆的错误增加约一半,但个体差异很大 (Ellermeier and Zimmer 2014)。班伯里等人 2001 年的综述也讨论了这些现象及其在工作场所中的含义 (Banbury et al. 2001)。
下面的程序把埃勒迈尔与齐默综述中列出的几类声音放在一起:错误率相对安静条件的绝对增加量(百分点),并标出每种声音能否被听者理解、是否有频谱变化。
推导
# Part 1: which background sounds disrupt serial recall? Absolute increases in error
# rate (percentage points vs quiet) as tabulated in the review by Ellermeier & Zimmer
# (2014); compared with what an "understanding" account and a "changing-state" account
# would predict. Part 2: an illustrative STI -> serial-recall error curve (shape of
# Hongisto 2005, rescaled).
import math
DATA = [ # sound, understood?, spectral change over time?, ADER low, ADER high
("native speech", True, "yes", 8.8, 29.0),
("nonsense words", False, "yes", 8.8, 8.8),
("time-reversed speech", False, "yes", 6.0, 14.1),
("tone sequence, varying", False, "partial", 5.5, 5.5),
("level change only", False, "no", 2.2, 2.2),
("amplitude-modulated noise", False, "no", 1.2, 1.2),
("steady noise", False, "no", 0.0, 0.0)]
print(f"{'background':27s} understood changing-state ADER (pp vs quiet)")
for name, und, chg, lo, hi in DATA:
rng = f"{lo:4.1f}" if lo == hi else f"{lo:4.1f}-{hi:4.1f}"
rng = " ~0 (no reliable effect)" if hi == 0 else rng
print(f"{name:27s} {'yes' if und else 'no':9s} {chg:13s} {rng}")
not_und = [d for d in DATA if not d[1]]
print("not understood but changing-state: ADER "
+ ", ".join(f"{d[3]:.1f}" for d in not_und if d[2] == "yes")
+ " pp -> understanding is NOT needed")
print("no spectral change: ADER at most "
f"{max(d[4] for d in DATA if d[2] == 'no'):.1f} pp -> spectral change is the key")
E_QUIET, ADER_MAX = 30.0, 15.0 # illustrative: 30 % errors in quiet, max +15 pp
shape = lambda s: 1 / (1 + math.exp((0.4 - s) / 0.06))
STIS = (0.75, 0.65, 0.50, 0.40, 0.30, 0.25)
print("STI of background speech: " + " ".join(f"{s:5.2f}" for s in STIS))
print("predicted errors (%): "
+ " ".join(f"{E_QUIET + ADER_MAX * shape(s):5.1f}" for s in STIS))
d = ADER_MAX * (shape(0.65) - shape(0.25))
print(f"illustrative difference, STI 0.65 vs 0.25 at the same level: {d:.1f} pp")
print(f" (with ADER_MAX 8.8 instead of 15: {8.8 * (shape(0.65) - shape(0.25)):.1f} pp)")
# background understood changing-state ADER (pp vs quiet)
# native speech yes yes 8.8-29.0
# nonsense words no yes 8.8
# time-reversed speech no yes 6.0-14.1
# tone sequence, varying no partial 5.5
# level change only no no 2.2
# amplitude-modulated noise no no 1.2
# steady noise no no ~0 (no reliable effect)
# not understood but changing-state: ADER 8.8, 6.0 pp -> understanding is NOT needed
# no spectral change: ADER at most 2.2 pp -> spectral change is the key
# STI of background speech: 0.75 0.65 0.50 0.40 0.30 0.25
# predicted errors (%): 45.0 44.8 42.6 37.5 32.4 31.1
# illustrative difference, STI 0.65 vs 0.25 at the same level: 13.6 pp
# (with ADER_MAX 8.8 instead of 15: 8.0 pp)听不懂但有频谱变化的声音(伪词 8.8 个百分点,倒放言语 6.0–14.1 个百分点)都有明显的干扰;没有频谱变化的声音(单纯声级变化、幅度调制噪声、稳态噪声)最多 2.2 个百分点。「理解」解释不了这张表,「频谱变化」可以。
注
对作者原框架的修正。 对于序列回忆这类依赖顺序记忆的任务,干扰不需要「听懂」:外语、伪词、倒放言语都有效应,而声级在相当范围内无关。「语音回路被迫解码可理解的言语」应改为:带有明显频谱变化的声音(言语是其中最典型的一种)会自动进入听觉加工,干扰对顺序信息的保持。不过,对阅读理解这类依赖语义的任务,意义确实重要:马丁、沃格尔特与福兰诺 1988 年发现,有意义的背景言语损害阅读理解,而无意义的言语与白噪声相差不大,器乐没有损害 (Martin et al. 1988)。两种任务、两种机制,不能混为一谈。
从实验室到办公室:STI 与工作表现
实验室里比较的是「有言语」与「无言语」;办公室里,邻座的声音总在,只是清楚程度不同。洪伊斯托把这一点和第一章的语言传输指数联系起来。
证据
洪伊斯托模型。 洪伊斯托 2005 年汇总多项实验室研究,提出工作表现的下降(相对于安静条件)随背景言语的 STI 呈 S 形变化:
即 STI 低于约 0.2 时几乎没有下降,0.4 时下降一半,0.6–0.7 以上趋于约 7% 的上限 (Hongisto 2005)。这个模型适用于背景言语被部分掩蔽或传输变差的情况,但它需要事先知道背景是言语;对非言语背景声,它给不出正确的预测 (Ellermeier and Zimmer 2014)。
证据
现场与掩蔽。 ISO 3382-3(2012)规定了开放式办公室的声学测量方法,其中干扰距离 是离开说话者后 STI 降到 0.50 以下的距离,私密距离 是 STI 降到 0.20 以下的距离 (International Organization for Standardization 2012)。哈帕卡加斯等人 2017 年汇总分析了 21 个开放式办公室 883 名员工的问卷与按 ISO 3382-3 的声学测量,发现干扰距离越大,员工报告的噪声干扰越多;而言语声级的空间衰减率、4 米处的言语声级与背景噪声级单独都不能预测受扰程度 (Haapakangas et al. 2017)。在一项有 54 名受试者的实验中,哈帕卡加斯等人比较了言语(STI 0.62)、安静与五种掩蔽声(掩蔽后 STI 0.38):与安静相比,言语和大多数掩蔽条件下的短时记忆成绩都较差;流水声是最好的掩蔽声,使成绩比单纯言语有所改善;各种掩蔽声都提高了对声环境的满意度,人声歌曲则与言语一样有害 (Haapakangas et al. 2011)。
下面的程序按 ISO 3382-3 的思路构造四个办公室:言语声级在 4 米处为 ,距离每加倍下降 dB;背景(空调或掩蔽声)为 dB(A);STI 由第一章的简化公式计算( = 0.6 秒)。第 4 个办公室的掩蔽声较响,按隆巴德效应假设说话者因此提高嗓音 1.5 dB(每超过 45 dB(A) 的背景 1 dB 提高 0.5 dB,示意值);隆巴德效应本身见本系列第 10 本第三章与第 29 本第六章。
推导
# Open-plan office in the style of ISO 3382-3: speech level falls by D2S dB per doubling
# of distance from L4m (A-weighted speech level at 4 m); background (ventilation or
# masking) B dB(A). STI from the simplified MTF of p02 with T = 0.6 s and speech-shaped
# noise (same SNR in every band). Hongisto (2005): performance decrement DP = 7 % / (1 +
# exp((0.4 - STI) / 0.06)).
import math
FM = [10 ** (k / 10) for k in range(-2, 12)]
ALPHA = (0.085, 0.127, 0.230, 0.233, 0.309, 0.224, 0.173)
BETA = (0.085, 0.078, 0.065, 0.011, 0.047, 0.095)
def sti(T, snr):
tis = []
for F in FM:
m = 1 / math.sqrt(1 + (2 * math.pi * F * T / 13.8) ** 2) / (1 + 10 ** (-snr / 10))
tis.append((max(-15.0, min(15.0, 10 * math.log10(m / (1 - m)))) + 15) / 30)
M = sum(tis) / len(tis)
return sum(ALPHA) * M - sum(BETA) * M # same MTI in all seven bands
dp = lambda s: 7.0 / (1 + math.exp((0.4 - s) / 0.06)) # % decrement vs silence
OFFICES = { # D2S dB/doubling, L4m dB(A), background dB(A), Lombard rise of talker (dB)
"1 hard, no screens": (5.0, 52.0, 35.0, 0.0),
"2 absorbent + screens": (8.0, 47.0, 35.0, 0.0),
"3 = 2 + masking 42 dB": (8.0, 47.0, 42.0, 0.0),
"4 = 2 + masking 48 dB": (8.0, 47.0, 48.0, 1.5)}
DIST = (1, 2, 4, 8, 16)
def at(office, r):
d2s, l4, bg, lomb = OFFICES[office]
s = sti(0.6, l4 + lomb + d2s * math.log2(4 / r) - bg)
return s, dp(s)
def radius(office, target):
r = 0.5
while at(office, r)[0] >= target and r < 40:
r *= 1.01
return f"{r:4.1f} m" if r < 40 else "> 40 m"
print("STI and predicted decrement DP at distance r from a talker")
print(f"{'office':23s}" + "".join(f"{r:>4d} m " for r in DIST))
for o in OFFICES:
print(f"{o:23s}" + "".join(f"{at(o, r)[0]:.2f} ({at(o, r)[1]:3.1f}%) " for r in DIST))
for o in OFFICES:
print(f"{o:23s} distraction rD (STI < 0.5) {radius(o, 0.5)},"
f" privacy rP (STI < 0.2) {radius(o, 0.2)}")
print("Hongisto model, STI -> DP: "
+ ", ".join(f"{s:.2f} -> {dp(s):.2f} %" for s in (0.7, 0.5, 0.3)))
print(" "
+ ", ".join(f"{s:.2f} -> {dp(s):.2f} %" for s in (0.25, 0.2)))
# STI and predicted decrement DP at distance r from a talker
# office 1 m 2 m 4 m 8 m 16 m
# 1 hard, no screens 0.70 (7.0%) 0.69 (6.9%) 0.68 (6.9%) 0.64 (6.9%) 0.57 (6.6%)
# 2 absorbent + screens 0.70 (7.0%) 0.69 (6.9%) 0.64 (6.9%) 0.51 (6.0%) 0.29 (1.0%)
# 3 = 2 + masking 42 dB 0.69 (6.9%) 0.65 (6.9%) 0.53 (6.3%) 0.32 (1.5%) 0.08 (0.0%)
# 4 = 2 + masking 48 dB 0.68 (6.9%) 0.59 (6.7%) 0.42 (4.1%) 0.18 (0.2%) 0.00 (0.0%)
# 1 hard, no screens distraction rD (STI < 0.5) 25.5 m, privacy rP (STI < 0.2) > 40 m
# 2 absorbent + screens distraction rD (STI < 0.5) 8.3 m, privacy rP (STI < 0.2) 20.9 m
# 3 = 2 + masking 42 dB distraction rD (STI < 0.5) 4.5 m, privacy rP (STI < 0.2) 11.4 m
# 4 = 2 + masking 48 dB distraction rD (STI < 0.5) 3.1 m, privacy rP (STI < 0.2) 7.7 m
# Hongisto model, STI -> DP: 0.70 -> 6.95 %, 0.50 -> 5.89 %, 0.30 -> 1.11 %
# 0.25 -> 0.53 %, 0.20 -> 0.24 %硬质、无隔断、背景安静的办公室 1,16 米外的 STI 仍有 0.57,干扰距离约 25.5 米,私密距离超过 40 米——整层楼都在「旁听」。吸声吊顶加隔断(办公室 2)把干扰距离缩到 8.3 米;再加 42 dB(A) 的掩蔽声(办公室 3),干扰距离 4.5 米、私密距离 11.4 米;掩蔽声提高到 48 dB(A)(办公室 4),即使考虑说话者提高嗓音,干扰距离仍降到 3.1 米。但请注意表格的前两列:在 1–2 米处,四个办公室的 STI 都在 0.59–0.70 之间。掩蔽声保护不了紧邻的工位;要处理近距离的言语,只能靠距离、隔断、规则和安静房间。
按洪伊斯托模型,STI 0.70 对应约 6.95% 的表现下降,0.50 约 5.9%,0.30 约 1.1%,0.25 约 0.5%。所以作者「STI 从 0.7 降到 0.3 以下时错误显著减少」在方向上是对的,但量要说清楚:这是相对于安静条件、汇总多种任务的相对下降,上限约 7%。对序列回忆这类最敏感的任务,实验室里的效应更大:程序第二部分用同样的 S 形,把序列回忆错误的最大增量设为 15 个百分点(介于综述中言语效应的 8.8–29 个百分点之间,示意值),STI 0.65 与 0.25 之间的差约为 13.6 个百分点;若最大增量只有 8.8 个百分点,差约为 8.0 个百分点。第八章的试验就是要测量这个差。
注
一个容易混淆的地方。 STI 是传输通道的物理指标:同一间房里,外语与母语的 STI 相同。它之所以能预测无关言语效应,很可能不是因为它度量了「听懂多少」,而是因为它度量了语音包络的起伏还剩多少——这正是「变化状态」的物理基础。掩蔽声同时降低了两者,所以无论哪种解释成立,掩蔽都有用;但仅凭降低 STI 的实验,分不清是哪一种机制。
假说 · 尚未验证
掩蔽对序列回忆与阅读理解的作用来自不同的机制(尚未确立)。可检验的推论:在 STI 相同的条件下,把背景言语换成受试者听不懂的语言,序列回忆的干扰基本不变,而阅读理解的干扰明显减小;掩蔽声使两种语言条件下的序列回忆干扰同样减小。如果听不懂的语言也同样损害阅读理解,或者母语与外语对序列回忆的干扰差别很大,这一假说就被削弱。
本章小结
无关言语效应是认知心理学中最稳健的现象之一:背景言语使序列回忆错误平均增加约一半,而且几乎与声级无关。但它不需要「听懂」:外语、伪词、倒放言语都有效应,关键是声音的频谱随时间变化;对阅读理解,意义才重要。在办公室尺度上,洪伊斯托模型把工作表现下降写成 STI 的 S 形函数(上限约 7%),ISO 3382-3 的干扰距离能预测员工的受扰程度。示意计算中,吸声、隔断与掩蔽声把干扰距离从约 25 米缩到 3–5 米,但对 1–2 米内的邻座几乎无效。下一章从耳朵转向眼睛:窗外看到的东西。
参考文献
Fan, Y. (2026). Architectural Acoustics, Reverberation Time and the Environmental Psychology of Built Space: From Sabine's Equation and Fractal Visual Dimensions to Cognitive Performance, Read Beside Classical Chinese Spatial Design [建筑声学、混响时间与空间环境心理学的物理模型] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23782090 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).