《嗓音生物力学、非线性源-滤波耦合与听觉-运动反馈的数学模型》各章定量结论
声带为什么能在气流中自己振动?声道里的空气柱怎样反过来推拉声带?歌者又是怎样通过一个有延迟、同时经由空气和骨头的回路听见自己的?本书是本系列第 10 本《发声的生物力学与注意力转移》的续篇,依次讨论:提策 1988 年小振幅理论中上下缘相位差为何是声带获得能量的关键(静止或同步运动的形状净功为零),并按原文一般式核对起振阈压 2k_tBcξ01²/[T(ξ01+ξ02)]——矩形声门时化为 k_tBcξ0/T,框架中的 2k_tBcξ0/T 会高估一倍;「水化降低黏度」的证据来自离体犬喉与 6 人、12 人的小样本人体实验,影响主要见于高音,黏度并未在人身上直接测得;线性源—滤波理论的前提与提策 2008 年的两级相互作用,声道惯性抗使示意模型的阈压降低约三分之一、等大的容性负载使之升高约 73%,f0 与 F1 交叉时分岔更常见但「破音」主要是喉部音区机制;吸管把第一共振峰降到约 200 Hz(程序 208 Hz),其上先有一段容性区再有一大段惯性区,并产生背压,实际效果的证据仍有限而不一致;歌手共振峰起作用的是喉前庭(喉管)出口与咽腔的面积比(1974 年约 1:6,1995 年磁共振约 4.5:1),不是喉室,明示假设下 2.5–3.2 kHz 频带信噪比的改善约等于共振峰簇的高度(10 dB 簇约 8.8 dB),「提升 10–15 dB」不是已证实的测量;不对称双质量模…
DOI 10.5281/zenodo.23770084 · 阅读本章所在专著 · English version
- 第 1 章 · 声带为什么能自己振动:相位差与起振阈压
声带自激振荡的能量来自上下缘之间的相位差:它使声门在张开时偏收敛、闭合时偏发散,让压力「在恰当的时刻推」;任何静止或同步运动的形状都得不到净能量。按提策 1988 年的一般式核对,起振阈压为 $2k_tBc\xi_{01}^2/[T(\xi_{01}+\xi_{02})]$,矩形声门时化为 $k_tBc\xi_0/T$,与第 10 本一致,框架中的 $2k_tBc\xi_0/T$ 会高估一倍。阈压随阻尼、黏膜波速度、收敛程度增加而升高… - 第 2 章 · 非线性源—滤波耦合:惯性抗、容性抗与半阻塞声道
线性源—滤波理论假定声源不受声道影响,这在声门阻抗远大于声道阻抗时成立;喉前庭狭窄时二者相当,出现非线性相互作用。提策 2008 把它分为驱动气流与驱动声带两级。声道在第一共振峰以下呈惯性,惯性使声门上方的压力与声带运动同相,降低起振阈压(示意模型中约降低三分之一),容性负载则提高阈压。f0 与 F1 交叉时分岔更常见,但「破音」主要是喉部音区机制,声学负载只是因素之一。吸管把第一共振峰降到约 200 Hz、改变谐波所处的电抗区域并产… - 第 3 章 · 歌手共振峰与管弦乐掩蔽:一笔明示假设的账
歌手共振峰来自第三至五共振峰在约 3 kHz 附近的聚集,起作用的是狭窄的喉前庭与较宽咽腔之间的面积不匹配(1974 年模型约 1:6,1995 年磁共振约 4.5:1),不是喉室。它的频率与外耳共振重合,而管弦乐的能量集中在几百赫兹。在明示的频谱假设下,2.5–3.2 kHz 频带的信噪比改善约等于共振峰簇高出说话式频谱的分贝数(10 dB 簇约改善 8.8 dB),绝对信噪比则取决于配器;「提升 10–15 dB」不是已证实的测量… - 第 4 章 · 音区、双质量模型与非线性分岔
音区可以理解为喉部振动机制(M0–M3)的切换,跳变与迟滞是非线性系统的典型特征。双质量模型用两块耦合的质量自然地产生上下缘相位差;加入左右不对称后,示意模型从 1:1 同步走到 2:1、3:1 锁频,出现次谐波。用通用的杜芬振子可以看到经典的倍周期通向混沌,混沌是对初始条件敏感依赖的精确性质。有规律的倍周期会使振幅微扰高达 35%,说明这类指标只适合接近周期的嗓音。某些病理嗓音中观察到不规则振动,但它不能用于诊断;卡尔格拉与摇滚失真… - 第 5 章 · 听觉—运动闭环:变调反射、DIVA 与带延迟的状态估计
变调反射显示,人在发声时持续监听自己:耳机中的音高偏移会在约 100–150 毫秒后引起反向的部分补偿,训练有素的歌者还能按指令抑制它。DIVA 模型把言语与歌唱组织为前馈控制加听觉与体感反馈,反馈纠正逐渐被吸收进前馈;状态反馈控制理论则强调内部模型与预测。程序显示,直接延迟反馈只有一个狭窄的好用增益范围,增益过高即振荡;加入内部模型与卡尔曼估计后,可以用大增益而保持稳定,但延迟期间的漂移形成一个无法突破的误差下限。「注意骨导与共鸣能… - 第 6 章 · 隆巴德效应与骨导—气导混合监听
隆巴德效应是稳健、近乎自动的反射:噪声越大说话越响,听到自己越响说话越轻;单靠指令难以抑制,需要反馈训练。歌者的自身声音经气导与骨导在同一个耳蜗相加(骨导在 1–2 kHz 占优),外界噪声同时掩蔽两者。示意计算显示:在响亮的乐队中张开耳朵,自身声音低于伴奏 6–13 dB,音高估计变差,体感权重上升;耳塞恢复了信噪比,却使听到的自身声音几乎全部来自骨导;返听混音可以恢复气导与骨导的自然比例。隔声还会使歌者唱得更轻,传到听众的歌声与乐… - 第 8 章 · 实践与预注册试验
以 0.4 dB 为最小关注效应(对健康说话者,目前没有公认的 CPPS 最小重要差值,这是一个需要作者确认的假设)、个体间标准差 1.2 dB、基线与结局的相关取较保守的 0.7、90% 把握度,每组需要 98 名可分析的参与者,共 196 人;考虑约 10% 因录音不合格或退出而无法分析,每组招募 109 人,共 218 人。如果相关只有 0.6,每组需要 123 人。标准差与相关将在一个只用于此目的、不并入正式分析的预试验中核对。
模型示意算例,非实时报价