我们的大脑是如何构建出一个充满意义的声学世界（非原创）

StereoMark

sunnygod 发表于 2025-12-19 00:04
基本上没几个喇叭有足够好的瞬性灵敏度，从很多振膜接触音圈模式就可以知道，99.99%的喇叭振膜都是陷套模式 ...

PMC的平板扬声器呢？感觉像你“舌簧喇叭”的描述，只是换了大音圈，减小弹波面积和质量，增加磁路换能效率就可以解决灵敏度的问题。就算这种喇叭设计出来，也只适合“发烧”，不适合专业扩声领域。

aboutwind

交易区新帖推荐

声学基础，一切都是物理

形上几何

aboutwind 发表于 2025-12-19 07:41
声学基础，一切都是物理

这个开题好，终于在回溯源头了，或者梳理偏差了

形上几何

StereoMark 发表于 2025-12-18 18:49
继续思考：我们在追求“发烧”或者“HiFi”，真正是在追求那些没有声音染色的喇叭吗？或者所谓染色极低的喇 ...

就是平面振子的发声结构吧，马田

StereoMark

脑袋里的信号  

外面的配料，里面的加工  

早在进化路上某个节点，大自然就挑中了咱们，让耳朵能捕捉空气分子微小运动带来的压力变化。于是咱们长出了一整套零件，几步精巧的转换，就把吉他弦或说话引起的空气动，变成咱们听到的音高、音色、时间这些“配料”，认出那是吉他的声，还是人的嗓。  

“转导”就是从一种状态变到另一种。神经系统的“货币”是电。要想听懂声音、对它做出反应，就得把空气动转成脑里的电。怎么做？从耳朵开始，经过骨头动、液体晃、化学物质释放这一串优雅过程，信号最后进到大脑，把耳朵造出的电脉冲再加工，让咱们这颗“好听的心”把外面的声音用足。  

我喜欢把大脑处理声音想成调音台。就像录音棚里调音师上下推推杆，让吉他和人声平衡，大脑也会强调某些声音配料、压暗另一些（见图2.1）。  

图2.1  
好听的心会加工声音配料，把它们用到最好。  

一旦转导完成，进了舒服的电信号环境，咱们就能用跟分析外面声音一样的图，时间图、频谱图、语谱图，来看它们。脑袋里的信号跟外面的声音一样，也有音高、时间、谐波这些配料，只不过在大脑里，它们像调音台的旋钮和推杆一样被分别处理。每个大脑的“推杆”位置都不一样，因为经历、本事、缺失或老化都不同。每一颗好听的心都是独一份。  

上游与下游  

好听的心很大。咱们一听见，电信号就在脑子里到处跑，往上走、往下走，跟其他感官、动作、思维、情绪都搭上线。这一整张脑网让咱们搞懂声音，从声音世界里提炼意义（见图2.2）。


图2.2  
听觉通路在自身结构间、以及跟负责感知、思考、感受、运动的脑区之间，都是双向连接的。  

“传出”和“传入”是形容方向的词，分别是“离开”和“朝向”。离开或朝向啥？在血液循环里是指心脏，血从心脏往外走叫传出，往心脏回流叫传入。淋巴系统也一样，淋巴液流向或离开淋巴结。到了神经科学这儿，节点就是大脑。传入系统把耳朵的信息送向大脑，传出系统把信息从大脑送回耳朵，顺带还成了咱们学习的根基，帮咱们构建自己的声音现实，活成自己的声音模样。  

往上走（传入）  

电信号从耳朵进大脑这段上游旅程，是这章的主菜。网上搜“听觉通路”，会跳出一堆强化传统观点的图：一层层向上、从耳到脑的单向箭头，像图2.3那样。这不算错，脑干确实在听神经和中脑之间，丘脑在中脑和皮层之间。但这只是全景的一部分。信息绝对是双向流动的，而且很少是按层级走。虽然我不认同听觉系统的层级观，但单向模型用来概述也有它的用处。这章我们先顺着传入（往脑走）的箭头走，最后简单画一下下游影响，给后面细讲做铺垫。
  

图2.3  
对应左边框图的脑内听觉通路。水彩画出自阿诺德·斯塔博士，他是用脑对声音的反应评估神经健康的先驱。经许可转载，摄影汤姆·兰姆。  

耳朵  

外耳：咱们看得见的那块，把声音收进耳道，往中耳送。  

中耳：空气动形成的压力波钻过外耳、进到耳道，撞上鼓膜（也叫耳膜）。跟“麻筋”“肚脐”这类俗称不同，“鼓”这名字很贴切，鼓膜像鼓面，被声压一敲就绷动。这小鼓面一动，就推到身体里三块最小骨头的第一块，听小骨，接着推第二块、第三块，最后那块叫镫骨。镫骨再去敲另一个更小的“鼓”，圆窗，这是内耳的门。为啥要用两个“鼓”、隔着三块骨头？因为圆窗另一边是液体，光靠空气动的力量推不动圆窗，那边液体太稠。三块骨头像个杠杆，把力量放大差不多二十倍，鼓膜那轻轻一下，变成圆窗的有力一敲，够劲推开液体。现在还在纯机械动的阶段，我们从空气动换成液体动，但关键的“转电”还没来。  

内耳（耳蜗）：镫骨这会儿力气够大，能推动圆窗，让另一边的液体哗啦啦流过柯蒂氏器的毛细胞。柯蒂氏器沿着蜗牛壳似的耳蜗一路铺陈，差点拿下“人体最小器官”称号（可惜让松果体抢了）。耳蜗沿线全是毛细胞，转导的魔法就在这儿发生。毛细胞排成行，一行内毛细胞、三行外毛细胞，头顶立着更细的静纤毛，在液体里轻轻摆动，像游泳的人头发漂在水下。毛细胞夹在基底膜和盖膜之间，这俩名字有建筑味儿，基底膜词根跟“地下室”有关，盖膜来自拉丁语“屋顶”。毛细胞扎根在“地下室”，静纤毛不是漂着的，它们的尖儿连着“屋顶”。圆窗一敲，液体动起来，有的毛细胞跟着上下摆，把静纤毛往盖膜上一拽。这一拽等于给内毛细胞“开门”，带电的化学物质，钙、钾离子，涌进去，触发一连串反应，最后在毛细胞和听神经之间的接点（突触）放出神经递质，让听神经的电压突然一变。终于，转导成了头外的空气动变成了头里的电。  


图2.4  
上：耳蜗盘起来和摊开的样儿。蜗牛壳底的镫骨接圆窗那儿，专管高频；顶端软乎乎，爱管低频。右边摊开的示意图画了个键盘，还切了一刀给你看里面的柯蒂氏器。下：柯蒂氏器特写，能看到一行内毛细胞、三行外毛细胞（夹在两膜之间）和它们连到听神经的样子。经阿诺德·斯塔许可转载，摄影汤姆·兰姆。  

耳蜗里三万左右毛细胞，可不是随便哪个声音都能让它们晃。毛细胞扎在基底膜上，这膜宽窄软硬沿长度并不均匀，靠近圆窗那端最窄最硬，越往顶越宽越软（像马尾辫）。这种物理差别让窄硬端的毛细胞对最高频敏感，频率越低，越容易让靠近软顶的毛细胞动起来。这整齐的布局叫“音调拓扑”（想想“音调地形图”）。从耳蜗开始，这张像迷你钢琴键盘的图谱，会在整个听觉系统里一次次重现，从耳蜗一直排到皮层。脑里的图谱是跨感官的基本组织法。

StereoMark

交易区新帖推荐

思考一下：论坛里的邓123（无糖可乐）在好多年前悬赏8万元寻找“金耳朵”，大概的比赛方法就是两条不同的电源线在盲听时，能不能达到10听10中，就像我们听“乐器”小提琴和小号，闭着眼听100次也不会错，但是换了电源线为什么就不行了呢？曾经第一个了解过的的线材品牌是美国音乐丝带，他的设计师任职于洛克希德马丁公司，有着多项发明专利全部是应用于显示技术传输的，我猜测这些高科技应该是运用在了美国最先进的战斗机上面。他为音乐丝带线材奠定的基础是：单微丝缠绕技术，解决绝缘体与导体之间微小的空气间隙，从而提高线缆的传输带宽。第二个了解的品牌是shunyata，他的老板是美国通信技术部门退休的大牛，退休后创办了shunyata公司，他在Youtube上面有着大量的测试视频，测试什么？测试电源线。早些年，我转到了自己的bili里面，后来我就删除了，我认为在搞清楚定义之前，去理论盲听电源线的做法是否科学毫无意义。从物理层面来说，导体技术的进步才能推动各项关键先进技术的发展。但是，导体技术的进步不是我们用耳朵能够实现的，曾经有一位导体技术专家在论坛里发长贴试图证明，因为我们明确的可以测量导体技术是进步的，所以我应该可以听出电源线的声音差别。这是一种大错特错的认知，这是生物学和物理学两个不同的学科领域。


电源线是否能改变声音？答案毋庸置疑，完全能，我可以确定能。这是要从物理层面去看待的，无论咱们是从金相结构或者电传性能方面，都能通过精密的仪器，看出明显的不同。——我说的是“看”出。

其实普通的玩家，也可以自己玩玩试试，值得注意的是，不要用耳朵去听，要用眼睛去看。如果你会操作DAW软件，你可以用电源线A，在你的录音设备上先去记录一段声音。然后你再用电源线B去记录同一段声音，记得，用B电源线时，将你的录音设备切换到反向位。那么，我们就得到了同一段录音，一个正相位的录音和一个反向位的录音。其实有过录音经验的人都清楚，将这两段相同且反向的录音合成后，因为记录声波的方向相反，它们应该完全的相互抵消才对。然而，事实上并非如此，你会看到它生成了一个新的音频文件，一个噪声文件。

这说明什么问题？这说明两条不同的电源线的确对声音产生了影响。

根据上文，我们可以看到听觉系统是如何工作的。实际上它是一套极为不稳定的系统，我们的神经系统进行电传导时受到多重因素的影响。这在国外是普遍真理（认知），在国内却能挣得头破血流，最后邓123（无糖可乐）还气死了？我相信，邓123（无糖可乐）在网络上疯狂攻击其他坛友的时候，就算给他一套世界上最好的音响系统，他的心里也是听不到好声音的。

StereoMark

我就纳闷，为什么这样的价值观，不能在论坛里普及呢？妨碍我买音乐丝带了？一点不妨碍，老子挣钱就是花的，愿意为高科技买单。

StereoMark

我就纳闷，为什么这样的价值观，不能在论坛里普及呢？妨碍我买音乐丝带了？一点不妨碍，老子挣钱就是花的，愿意为高科技买单。

StereoMark

听见，是用脑子听的  

我特喜欢罗宾·华莱士在《听见贝多芬》里说的那句话。贝多芬聋了之后，咋还能写出那些杰作？其实跟他以前一样，即兴、打草稿、反复改。没什么戏剧性的“聋前”“聋后”，只有他和钢琴的关系一直在打磨。别把他想成没翅膀的鸟或离水的鱼，不如想成一位飞行员，仪表坏了，但凭着一身熟稔的驾机本事，照样稳稳飞。  

外耳、中耳、内耳干完活儿，离真正“听见”也就是搞懂声音，还远着呢，这时候轮到大脑登场。沿着听觉通路一路走，有不少站点。  

“大脑”这词，常让人想到大脑皮层，那布满沟回、左右半球的外壳。但我觉得，咱们也得留心皮层底下那些没那么出名的区域。听神经和皮层之间，还有耳蜗核、上橄榄复合体（在脑干）、下丘（在中脑）、内侧膝状体（在丘脑）。转导好的电信号，就要穿过这些结构。这条路上的站点，比其他任何感官系统都多。  

咱们从听神经走到听觉皮层，看看声音在听觉脑里是怎么一步步变化的。Brainvolts团队的校友詹娜·坎宁安同时记录中脑、丘脑、皮层的神经元活动，让我们亲眼看到，同个声音在不同结构里引起的神经反应不一样。实验清清楚楚地表明：信号每过一个站，样子就不同。  

听神经 ——听神经是一捆纤维，每只耳朵大约三万根，根据它们在耳蜗基底膜的接口位置，各自调校到特定频率。耳蜗里那张“小钢琴”式的音调拓扑，接下来就出现在听神经里。频率的编码，就看神经元在这张地图上的位置。越往脑里走，这样的图谱越多。  

从耳朵往脑走，还有个规律：神经放电的“速度上限”会逐级降低。也就是说，神经元实时跟上声音的同步能力，从耳到脑会系统性地变慢。听神经纤维是最快的。  

耳蜗核 ——电信号在耳蜗和听神经交界处生成后，第一个碰上的结构就是耳蜗核。里面细胞种类很多，名字还特有意思：刷状细胞、车轮细胞、章鱼细胞！它们各有响应特点来完成任务。图2.5画了它们的样子，我就是觉得好看才给你们看。  



往上走，神经元对声音的反应会因“抑制”原则变得越来越专精。没声的时候它们也不是完全歇着，会自己放电。听到声音时，反应既有兴奋（放电率高于自发放电）也有抑制（低于自发放电）。碰到某频率的声音，调谐到这频率的神经元放电率会升高，而邻近频率的神经元放电率会降低。抑制能让某些声音配料更突出，提高精度和调校度。  


在耳蜗核做完这些精修，神经脉冲就送往下一站。不过这次路程长了点，因为从这一站开始，每只耳朵的神经电信号会分到脑的两侧。  

上橄榄复合体 ——说到抓时间的准头，听觉系统真是甩视觉系统几条街。声音里那些微秒级的时间线索，需要大脑有微秒级的精度去接。上橄榄复合体就是玩时间魔术的地方，尤其管双耳（bi=两，aural=耳朵）处理、声音定位，还有在嘈杂声景里挑出咱们感兴趣的声音。  

只要声音不在正前方，到两耳的时间和响度就会有差别。比如声音从左边来，左耳会比右耳早一点点收到，有时只差十万分之一秒（10微秒）。而且左耳听起来会更响一点，因为距离短了点，也没被脑袋挡住。这些时间和响度的差别，还会随声音频率不同被赋予不同权重。低频声音波长长，能绕过头，响度损失不大，但到达时间差足够让我们分辨微秒级差距；高频声音会被头挡住，两耳响度差明显可测。由于每只耳朵的信号会送到左右两边的上橄榄复合体，脑就能比较时间与响度，帮咱们算出声音在空间里的位置。说白了，脑子得做个小数学题：我两耳刚才的时间和响度差，对应世界上的哪个方位？  

除了定位，这种本事还能把声音归成“听觉物件”，比如朋友的嗓音，让咱们在吵闹里也能专注听他说话。要是朋友坐在左边，右边桌上有个声音很像的女人，你能自动忽略她，这都得感谢上橄榄复合体的双耳处理。

StereoMark

刚刚家电论坛又遭受了一小波的攻击。现在已经恢复，可以正常上家电论坛了。

StereoMark

图2.6
两耳来的信号在上橄榄复合体重聚，在这儿分析它们的时间和强度差别。经阿诺德·斯塔许可转载，摄影汤姆·兰姆。

听觉中脑——下丘​
传入通路的下一站是下丘（拉丁语“小丘在下”），位于中脑。之所以叫“下”，是相对“上丘”而言，跟大小、重要度没关系，它其实是最大的听觉皮层下结构，而且正处在听觉活动的中心。这个代谢活跃（很耗能）的结构，既是传入听觉处理的中枢，又是传出、多感官和非感官神经活动的大路口，所以对听觉神经科学家来说，它的运作情况能很好地代表整个听觉功能。
我们前面说的所有听觉结构的信号，会从两耳汇到听觉中脑，同时还有其他脑区的输入。因此，跟调谐选择、声音定位、形成“听觉物件”有关的运算，都得在中脑维持着。因为它既是听觉处理的组装厂，又是多方脑信号的汇聚地，下丘在搞懂声音这件事上作用关键。
好在虽然它藏在脑深处，却能发出足够强的电信号，从头皮就能测到。Brainvolts很多研究就是测这种中脑电，以“频率跟随反应（FFR）”为起点，去探音乐、阅读、自闭症、衰老等背后的脑机制。

听觉丘脑——内侧膝状体​
去往皮层的最后一站是内侧膝状体（拉丁语genu是膝盖，形容它弯弯的形状），在丘脑里，紧挨着视觉系统的外侧膝状体。
值得停一下想想：视觉系统的皮层下处理比听觉少得多。视神经差不多直接从视网膜接到丘脑，没有类似耳蜗核、上橄榄复合体、下丘这样的听觉中转站。路线就是：视网膜—丘脑—皮层，完事。嗅觉也是：鼻腔受体细胞—嗅球—皮层，完事。另外，听觉脑的各个站，听神经、耳蜗核、上橄榄复合体、下丘、内侧膝状体。内部还分好多小站，皮层下听觉系统丰富得少见。

丘脑把中脑的听觉输入转给听觉皮层，给声音时长编码，对复杂声音做进一步加工，还整合来自不同脑区的大量信息。它管着意识，警觉、唤醒、觉察。你可以把丘脑想成一个探照灯（外形也像灯泡），不停扫视全脑的活动。

听觉皮层​
听觉皮层恰如其分地位于颞叶、耳朵上方，左右各一。它里面有好几张音调拓扑图，是传入处理的最后一步。双耳处理在这里更精细，有的神经元带专门响应单耳或双耳的信号。它参与解析谐波、协和与不协和、振幅与频率调制信号，还特别擅长抓声音的规律。很多神经元会选择性地对声音的起始有反应，告诉我们声音啥时候开始、啥时候停。皮层神经元的专精度范围很广：有的按音调拓扑调某一频率，但大多数只对某些声音配料的组合有反应（比如辅音转元音时的频率滑动）。总之，灵活的听觉皮层帮我们从连续的声音场景里挑出相关元素，拼成一段段清晰的听觉画面。

除了这些繁复又专业的活儿，听觉皮层还负责真正意义上的“认出”声音，就是那种“树倒了的响声”你得知道它是声音。耳朵完好、皮层下核团正常、对着声音规规矩矩放电，但如果缺了听觉皮层，咱们还是感知不到那叫“声音”。

偏侧化的好听的心​
左右脑分工，咱们大多听过。某侧大脑管专门活儿，是神经系统进化出来的老特征。从好听的心角度看，声音配料的加工会分流到左右两边。比如说话时，基频（音高）偏右脑管，时间和谐波这些语音线索偏左脑管。声音和脑对它的反应，跨越从微秒到秒的多个时间尺度，这些尺度的加工也分左右。言语和音乐在两侧半球都处理，但方式不同。声音加工的细分差别（音高、音色、长短时程）在皮层下也存在。所以，脑偏侧化的根本规律贯穿整个听觉通路。这再次说明好听的心是分布式、一体又回荡的。

听力的神奇，靠的是整套系统配合工作。咱们马上会见到佩吉、大卫和苏珊，你就明白了。

听不懂声音——当脑里的信号卡了壳​
在Brainvolts，我们有机会亲眼看到某段处理出问题后的真实后果。一些听力怪问题的患者会找到我们。
佩吉，年轻女性，两侧听觉皮层受损，叫“皮层聋”。她曾因癌症接受猛药治疗保住命，但伤了听觉皮层。佩吉的耳朵和皮层下结构都好好的，可因为皮层坏了，她能察觉有声音，却听不懂。
大卫是个孩子，问题出在皮层下声音处理。爸妈和老师早觉他听力不对，他在教室这种吵地方几乎听不清，作业没交只是因为没听见布置。在家对声音反应也不稳定，让人怀疑他听力下降。可耳朵检查没问题，连很轻的不同音高提示音都能准确听到。原来是脑里皮层下结构的神经放电不同步。信号从耳传到各站一直到皮层都有，但时间乱套了。

大卫这一串症状，是现在熟知的“听觉神经病”。特点是在哪怕一丁点背景噪音里都听得极费劲，噪里真聋。安静环境下往往没啥理解问题。跟皮层聋不同，听觉神经病患者常常一开始都没意识到有声音。苏珊，我们跟了二十多年的听觉神经病患者，工作时戴耳机，让同事以为她在听音乐，其实没放。同事要叫她，只能拍肩，因为她听不到喊她。现在女儿帮她留意门铃和电话。

佩吉、大卫、苏珊教会我们：得有听觉皮层才能懂声音；而皮层下听觉系统那又快又同步又稳的神经放电，是声音觉察的前提，也是在噪音里保持信号清晰、搞定听觉场景的根本。他们让我们明白，听力是咱们最快的感官，靠的是精妙的同步计时，稍慢一点就影响巨大。他们来Brainvolts找答案，有时我们能从脑对声音的反应看出“难怪你有困难”，但更重要的是，他们让我们看见可能出错的地方，也就看见了全都正常时听力的成功靠什么。

从耳到脑的转化——问答​
让人兴奋又谦卑的是，我们还不知道的太多。比如一个结构里常有好几张并列的频率（音调拓扑）图，为啥会这样？功能上有啥区别？再比如上橄榄复合体和听觉皮层都在双耳处理里举足轻重，但我们不清楚各自独特的作用。中脑又抛来谜题：耳蜗核、上橄榄来的信号全汇到中脑，你可能以为它们干完各自的活，输出不会再混一起，可它们就是混了。为啥听觉皮层下网络比其他感官庞大复杂这么多？我相信背后有漂亮的解释等着被发现。

我们已知的是声音从耳到听觉皮层的过程中，神经信息不是原样传下去，而是神经元的放电模式越来越多样，对声音的挑选越来越精。它们越来越“关心”声音啥时候起止。抑制，压掉某些神经元的放电让处理更聚焦，用得越来越多。神经元随经验改变的能力也在增强。这些规律（多样放电、抑制、选声音、随学习变）让从听神经到皮层一路越来越专。与此同时，越往上走，听觉中心和彼此、和其他感官、和运动系统、和我们已知的事、和对声音的感情联系越紧密。

另一个有用规律是：神经元同步声音的快慢，靠耳最近的最快，越往皮层越慢。如果声音每秒重复三十次，皮层下神经元轻松跟上，皮层神经元只能跟慢得多的。皮层下神经元能跟得上两千赫兹这种快频率，皮层神经元只能应付约一百赫兹。信息没丢，只是编码方式变了，越往上，整合的时间尺度越长。微秒级的时间精度是听觉处理的招牌，属于皮层下领域，包括快速算两耳时间差来定位。皮层下结构是脑里的时间专家。反过来，皮层能在更长时间里整合听觉场景，这对听懂句子和乐句必不可少。

总起来说，皮层下和皮层网络一起加工声音。功能上看，皮层下系统让我们在复杂声景里抓到信号，能在吵房间听见朋友说话，也是声音觉察的根本。皮层则负责从声音里抠意义，让我们听懂朋友说的话。

往下走（传出）​
传出系统在感官世界里的重要作用，是近些年才被认识的。听觉传出系统有庞大的脑到耳网络，在传入的耳到脑线路旁开出一条反馈通道。传出连接比传入还多，不像火车一站站停，更像是大家互相聊。为啥？传出连通的复杂程度随进化增加，它在人类等高阶物种里占主导，让我们的心理灵活、爱学习。传出系统会特意强调我们学过重要的声音。我这里说的“传出”范围广，不仅指听觉系统内部的信息流动，还包括非听觉脑区送信息给听觉系统。
我们听到的，受下游过程引导。对声音的初步印象先是个大概，然后听觉皮层反馈，加上认知、运动、奖赏中心的输入，会触发对重要细节的细看，砍掉无关的，形成细致的声音感知。也就是说，传入系统带的消息，会通过传出系统受我们过去声音生活的经验影响。我们的好听的心给外界信号“装修”成我们认作声音的现实。听觉通路的每一站，听神经、耳蜗核、上橄榄等，既互相沟通，也跟其他感官、我们的动作、知识、对声音的感情交流。正是这种上下游互动让学习发生，也塑造了我们的好听的心。

听力牵动其他感官​
看会影响听，听也会影响看。打击乐手敲马林巴的手势，会让咱们觉得音符更长。视频里敲长音，配音却是短音，受试者会听成长音。弦乐颤音的判断也受视觉影响，颤音是弓拉弦时指尖来回滚出来的音高微颤，看得到滚指动作时，听感的颤音幅度会变。如果看的是拨弦视频，却听拉弓声，拨弦和拉弦的差别也会模糊。著名的视听互动是麦格克效应：音频“ba”配上“fa”口型的视频，会听成“fa”因为看见上牙碰下唇，大脑被视觉带偏。触觉和嗅觉也会影响听感。

听力牵动我们的动作​
“你把钢琴怎么调的？好弹多了。”我的钢琴老师萨尔瓦托·斯皮纳（兼调律师）常听客户这么说。调好音的钢琴好像省劲，我猜是因为听着舒服、肌肉放松。听走调钢琴的不协和声会让人紧张绷肌。弹调好琴的钢琴家更平静，至少根据我们知道的听—动系统交流，是这样。

听和动关联密切。它们有共同进化源头，耳朵源自感知重力和空间位置的器官，目标是为动作服务。光听说话（不动）就能激活运动皮层和自己说话的肌肉。只听节奏型或钢琴旋律，也会激活运动系统，音乐家尤其明显。反过来，钢琴家看人弹琴不听声音，或做无声读唇，听觉中心也会活跃。而且演奏者的动作会影响听众对音乐情感冲击或紧张度的感知，甚至在生理层面自动产生作用。

镜像神经元不管你自己动，还是看或者听别人动，都会响应。它们帮我们从观察动作揣摩别人意图和情绪，可能促成共情和语言学习。镜像神经元系统缺陷和自闭症有关，也许能解释自闭者难站在别人角度看世界，不过这说法有争议。

StereoMark

午休

StereoMark

你们今天只是在看文字而已，我认为没必要产生那么多的情绪性反射。认知被颠覆的一瞬间的确是痛苦的。如同子弹当年发现两条电源线的听感竟然不同，那种欣喜感有多快乐，颠覆认知的时候痛苦再加十倍。你们可能认为，这不就是吸毒吗？嗯呢，差不多吧，从精神学和神经学来说，这种心理特征跟吸毒差不多。如同戒烟的人，实际上对尼古丁的依赖性远远小于行为惯性。这种心理模型一旦被培养出来，想去纠正过来，那还是有些痛苦的。

精神疾病患者之所以难以治愈的根本原因，是因为他们无法离开自我设立的精神温床，难以融入现实世界，我记得论坛里有人发过一个帖子，标题写的特别好“不要让自我的幻觉，成为公众的认知”。



我认为这个帖子很有必要写完，无论子弹的最终结果怎么样，至少我认为书里的内容是有参考性的。美国是全世界制造发烧电源线最多的国家吧？这本书来自美国麻省理工学院。那么美国人不玩发烧音响了吗？按全球顶级音响器材销量来看，中国的销量其实并不算高，北美是排第一的。在他们的媒体里，有人讲感受，也有人像我这样先讲感受再讲科学，似乎并不妨碍他们更好的玩音响。


其实摆在“富豪”家里的音响器材，真的是聪明人和傻子的试金石。

StereoMark

图2.7
不管是自己做动作，还是看别人做同样的动作，镜像神经元的反应都差不多。

听力牵动我们所知​
我在《言语与音乐的生物学基础》课上最爱演示的一个例子，是播一段被重度处理的句子音频，听起来就像几秒乱糟糟的静电噪音，想象一下达斯·维达牙疼时模仿饼干怪兽，又在雷雨天里嚷嚷。我放两遍，问学生知道说的是啥就举手。结果没人举手，连是不是人话都听不出。然后我放出清晰的版本，再把乱码版播一遍，讲堂里立刻“叮”的一下，大家都懂了。原来那团乱码一下子变得明明白白，人人都惊讶：事后看明明很明显嘛，怎么会刚才听不出来？我们所知道的，对听到的东西影响巨大。

听力牵动我们的感受​
“听到你的声音真好！”这句话背后，是我们一辈子跟在乎的人建立的声音情感连结。负责情绪、动机、奖赏的边缘系统（也叫奖赏系统），由皮层、脑干、丘脑、小脑里的一系列结构组成，其中一些是大脑里进化最早的部分。所以声音很容易勾起记忆，生存就靠记住食物的味道和危险的声音。

不管人是猴是鸟是龟是章鱼还是蛤蜊，最深处的情绪引发的生理变化都差不多。欲望、恐惧、爱、喜悦、悲伤相关的激素和神经递质的种类，在不同物种里都很像。几乎所有动物都有雌激素、孕酮、睾酮、皮质酮（压力激素）这些。多巴胺在进食或交配时释放，带来快感，这在物种间也一样；它还跟毒瘾、痛感减弱有关，也会在深夜走路突闻异响时让你吓一跳。边缘系统有高速低分辨率的“专线”直通听觉中枢，所以我们在分析脑反应过来“哦，只是远处垃圾桶盖响”之前，就已经有本能的惊吓反应。这种快，是皮层下、潜意识层面的情绪本质决定的。中脑对声音的反应还受血清素影响，这是一种跟认知和奖赏有关的递质。

小鼠妈妈听到幼崽叫声就是边缘—奖赏系统在起作用。幼鼠离巢会叫，妈妈把它叼回去的社会行为会促使催产素释放，跟母子联结有关的激素。这个释放会改变听觉皮层处理声音配料的方式。同样的叫声，在当过妈的小鼠和没生育的小鼠听觉脑里引起的反应截然不同。

听力被听力塑造​
视觉、动作、思维、情绪都会影响听觉神经元，但对声音加工影响最大的因素之一，恰恰是“加工声音”本身。我们生活里的声音，我们的声音经验，会在负责听和把声音变意义的神经元上留下抹不去的印迹。我们学习，神经元也跟着变，反过来也一样。一件事重复多了，我们就能“闭着眼做”；对某种声音的意义有足够经验，就会让好听的心自动用新方式去处理它，哪怕在睡梦中。这是因为传出的调节让传入发生了变化。整个听觉通路的神经元反应特性是可塑的，一直影响到耳蜗本身。神经元的放电随经验改变，让我们每个人对声音的反应独一无二。后面你就会看到。

StereoMark

注释  
1. R. Wallace，《听见贝多芬：一段关于音乐失落与发现的往事》（芝加哥：芝加哥大学出版社，2018年）。  
2. J. Cunningham、T. Nicol、C. D. King、S. G. Zecker、N. Kraus，《噪音与线索增强对听觉中脑、丘脑及皮层语音神经反应的影响》，《听力研究》169期（2002年）：97–111页。  
3. E. M. Ostapoff、J. J. Feng、D. K. Morest，《耳蜗核神经元类型的生理与结构研究·第二篇：神经元类型及其与反应特性的结构关联》，《比较神经学杂志》346卷第1期（1994年）：19–42页。  
4. J. J. Feng、S. Kuwada、E. M. Ostapoff、R. Batra、D. K. Morest，《耳蜗核神经元类型的生理与结构研究·第一篇：声刺激与电流注入的细胞内反应》，《比较神经学杂志》346卷第1期（1994年）：1–18页。  
5. 图2.5来源：N. B. Cant，《耳蜗核：神经元类型及其突触组织》，收录于《哺乳动物听觉通路：神经解剖学》，D. B. Webster、A. N. Popper、R. R. Fay主编，《施普林格听觉研究手册》（施普林格出版社，1992年），66–119页。  
6. R. D. Frisina、R. L. Smith、S. C. Chamberlain，《沙鼠耳蜗核对振幅调制的编码·第一部分：增强的层级结构》，《听力研究》44卷第2–3期（1990年）：99–122页。  
7. T. C. T. Yin，《听觉脑干编码双耳定位线索的神经机制》，收录于《哺乳动物听觉通路的整合功能》，D. Oertel、R. R. Fay、A. N. Popper主编，《施普林格听觉研究手册》（纽约：施普林格，2002年）。  
8. C. E. Schreiner、G. Langner，《猫下丘的周期编码·第二部分：拓扑组织》，《神经生理学杂志》60卷第6期（1988年）：1823–1840页；G. Langner、M. Albert、T. Briede，《清醒绒鼠下丘周期信息的时间与空间编码》，《听力研究》168卷第1–2期（2002年）：110–130页。  
9. G. M. Shepherd，《神经美食学：大脑如何创造风味及其意义》（纽约：哥伦比亚大学出版社，2012年）。  
10. G. H. Recanzone、D. C. Guard、M. L. Phan、T. K. Su，《猕猴单个听觉皮层神经元活动与声音定位行为的关联》，《神经生理学杂志》83卷第5期（2000年）：2723–2739页；J. C. Middlebrooks、J. D. Pettigrew，《猫初级听觉皮层按声音定位敏感性区分的功能神经元类别》，《神经科学杂志》1卷第1期（1981年）：107–120页。  
11. L. Feng、X. Wang，《灵长类听觉皮层中支撑复杂声音处理的谐波模板神经元》，《美国国家科学院院刊》114卷第5期（2017年）：E840–848页。  
12. Y. I. Fishman等，《音乐和弦的协和与不协和：猴与人听觉皮层的神经关联》，《神经生理学杂志》86卷第6期（2001年）：2761–2788页；M. J. Tramo等，《双侧听觉皮层损伤后的音乐感知与认知》，《认知神经科学杂志》2卷第3期（1990年）：195–212页；I. Peretz等，《对不协和的皮层聋》，《脑》124卷第5期（2001年）：928–940页。  
13. A. Bieser、P. Muller-Preuss，《松鼠猴的听觉反应皮层：对振幅调制声音的神经反应》，《实验脑研究》108卷第2期（1996年）：273–284页；H. Schulze、G. Langner，《蒙古沙鼠初级听觉皮层的周期编码：音高与节奏的两种不同编码策略？》，《比较生理学A辑》181卷第6期（1997年）：651–663页。  
14. C. T. Engineer等，《皮层活动模式预测言语辨别能力》，《自然·神经科学》11卷第5期（2008年）：603–608页。  
15. P. Heil、D. R. Irvine，《听神经纤维的首个锋电位时序及其与听觉皮层的比较》，《神经生理学杂志》78卷第5期（1997年）：2438–2454页。  
16. R. C. deCharms等，《为皮层神经元优化声音特征》，《科学》280卷第5368期（1998年）：1439–1443页。  
17. A. S. Bregman，《听觉场景分析：声音的知觉组织》（剑桥，MA：麻省理工出版社，1990年）。  
18. L. J. Hood等，《皮层聋：一项纵向研究》，《美国听力学学会杂志》5卷第5期（1994年）：330–342页。  
19. G. Vallortigara等，《认知脑偏侧化可能的进化起源》，《脑研究评论》30卷第2期（1999年）：164–175页。  
20. R. J. Zatorre等，《言语加工中语音与音高辨别的偏侧化》，《科学》256卷第5058期（1992年）：846–849页；M. J. Tramo等，《听觉皮层在频率加工与音高知觉中的功能角色》，《神经生理学杂志》87卷第1期（2002年）：122–139页。  
21. I. McGilchrist，《主人与使者：分裂的大脑与西方世界的形成》（纽黑文：耶鲁大学出版社，2009年）。  
22. N. Kraus、T. Nicol，《听觉系统中皮层“是什么”与“在哪里”通路的脑干起源》，《神经科学趋势》28卷（2005年）：176–181页。  
23. A. Starr等，《听觉神经病》，《脑》119卷第3期（1996年）：741–753页；N. Kraus等，《缺失的听觉脑干反应：外周听力损失还是脑干功能障碍？》，《喉镜》94卷（1984年）：400–406页。  
24. M. N. Wallace等，《豚鼠皮层听觉区的鉴定与定位》，《实验脑研究》132卷第4期（2000年）：445–456页。  
25. N. Kraus、T. White-Schwoch，《揭示听觉学习的生物学：认知—感觉运动—奖赏框架》，《认知科学趋势》19卷（2015年）：642–654页；N. M. Weinberger，《内侧膝状体而非杏仁核是听觉恐惧条件反射的根源》，《听力研究》274卷第1–2期（2001年）：61–74页；E. Hennevin等，《恐惧条件反射诱发的神经元可塑性在矛盾睡眠期表现：大鼠外侧杏仁核与内侧膝状体同步记录的证据》，《行为神经科学》112卷第4期（2008年）：839–862页。  
26. E. D. Jarvis，《习得鸟鸣与人类语言的神经生物学》，《纽约科学院年鉴》1016卷（2004年）：749–777页。  
27. M. H. Giard等，《人耳蜗中的听觉选择性注意》，《脑研究》633卷第1–2期（1994年）：353–356页。  
28. M. Ahissar、S. Hochstein，《视觉知觉学习的逆向层级理论》，《认知科学趋势》8卷第10期（2004年）：457–464页。  
29. M. Schutz、S. Lipscomb，《听见手势，看见音乐：视觉对感知音长的影响》，《知觉》36卷第6期（2007年）：888–897页。  
30. R. Gillespie，《仅音频与视听呈现中小提琴、中提琴颤音表现的评定》，《音乐教育研究杂志》45卷第2期（1997年）：212–220页。  
31. H. Saldaña、L. D. Rosenblum，《视觉对听觉拨弦与拉弓判断的影响》，《知觉与心理物理学》54卷第3期（1993年）：406–416页。  
32. H. McGurk、J. MacDonald，《听见唇形，看见声音》，《自然》264卷第5588期（1976年）：746–748页。  
33. J. A. Grahn、M. Brett，《大脑运动区的节奏与节拍知觉》，《认知神经科学杂志》19卷第5期（2007年）：893–906页。  
34. A. Lahav等，《声音的动作表征：聆听新学动作时的听动识别网络》，《神经科学杂志》27卷第2期（2007年）：308–314页；J. Haueisen、T. R. Knosche，《音乐知觉引发钢琴家的非自主运动活动》，《认知神经科学杂志》13卷第6期（2001年）：786–792页。  
35. B. Haslinger等，《专业钢琴家动作观察中的跨模态感觉运动网络》，《认知神经科学杂志》17卷第2期（2005年）：282–293页；G. A. Calvert等，《无声读唇期间听觉皮层的激活》，《科学》276卷第5312期（1997年）：593–696页。  
36. B. W. Vines等，《音乐表演知觉中的跨模态交互》，《认知》101卷第1期（2006年）：80–103页；C. Chapados、D. J. Levitin，《音乐表演体验中的跨模态交互：生理关联》，《认知》108卷第3期（2008年）：639–651页；B. W. Vines等，《音乐入眼：音乐表演情感知觉中的跨模态交互》，《认知》118卷第2期（2011年）：157–170页。  
37. E. Kohler等，《听见声音，理解动作：镜像神经元中的动作表征》，《科学》297卷第5582期（2002年）：846–848页；V. Gallese等，《前运动皮层的动作识别》，《脑》119卷第2期（1996年）：593–609页。  
38. L. M. Oberman等，《自闭症谱系障碍中镜像神经元功能障碍的脑电图证据》，《脑研究·认知脑研究》24卷第2期（2005年）：190–198页；G. Hickok，《镜像神经元的神话：沟通与认知的真实神经科学》（纽约：W. W. Norton，2014年）。  
39. S. Montgomery，《章鱼的灵魂：对意识奇观的惊奇探索》（纽约：Atria Books，2015年）。  
40. J. Panksepp，《情感神经科学：人类与动物情绪的基础》（纽约：牛津大学出版社，1998年）。  
41. L. Selinger等，《血清素转运体基因在精确皮层下言语编码中的作用》，《神经科学杂志》36卷第42期（2016年）：10782–10790页；L. M. Hurley、G. D. Pollak，《血清素在下丘对纯音与频率调制扫描反应的差异调节》，《神经科学杂志》19卷第18期（1999年）：8071–8082页；L. M. Hurley、G. D. Pollak，《血清素对下丘神经元频率调谐的影响》，《神经生理学杂志》85卷第2期（2001年）：828–842页；J. A. Schmitt等，《血清素与人类认知表现》，《当代药物设计》12卷第20期（2006年）：2473–2486页；A. G. Fischer、M. Ullsperger，《血清素及其与多巴胺在奖赏中相互作用的角色更新》，《人类神经科学前沿》11卷（2017年）：484页。  
42. B. J. Marlin等，《催产素通过平衡皮层抑制促成母性行为》，《自然》（2015年），https://doi.org/10.1038/nature14402。  

补充说明  
a 词典上说这两个词发短元音，但为了避免听错，科学家常刻意加重首音节、发成长元音：AYE-ferrent 与 EEE-ferrent。  
b 这三块听小骨不仅是人体最小的骨头，也是唯一出生后不再生长的骨头。  
c 中耳用了两项机械工程原理来放大鼓膜到圆窗间的压力。一是杠杆原理：三块听小骨构成跷跷板，支点靠近圆窗端，所以鼓膜上的一点压力能在圆窗处变成更大压力，就像小孩在支点合适的跷跷板上能把大人撬起来。二是面积差：鼓膜大、圆窗小，压力等于力除以面积（p=F/A），力不变而面积变小，压力就升高。  
d 我第一次接触听觉科学，是晚上用相差显微镜数耳蜗毛细胞。夜深人静时看着这些细小优美的结构，觉得特别迷人。  
e 一个神经元跟着声音的每个周期放电，这叫相位锁定，是好听的心追踪声音频率的一种方式。频率越高，周期越短，神经元就得越快放电。  
f 视觉通路虽然中转少，但全程花的时间反而更长。声音从压力波转成脑内电信号基本一步到位，而视网膜得先把光转成化学信号，再触发成电信号。前端瓶颈一过，听觉与视觉的神经信号就跑得一样快了。  
g 嗅觉是唯一不经过丘脑的感官系统。