从客观指标来评估人类听觉系统对声音相位的敏感程度——耳蜗神经的相锁
此篇文章经授权转自辜磊的公众号声学号角，辜磊先生曾任国光声学工程师、JBL Professional高级声学工程师、Tymphany首席声学工程师、华为音频主任工程师以及瀛通耳机事业部副总经理。以下是原文：
日常生活中，很多人吹嘘对音箱系统的相位非常敏感，即便是高频信号。
但大部分人类归根到底还是肉身，会受到各种客观物理规律限制。当然多个音箱的相位不一致导致的客观干涉不在本文讨论之列。
下面我们先看看凡人的听觉系统。
人耳的结构
外耳：共振腔
中耳：放大作用和强声保护作用
内耳：频谱分析作用
下面的人耳听觉系统的3D图片是我从一款解剖软件中截取出来的
内耳结构图
基底膜(basilar membrane)分析声音示意图（位置理论）
匈牙利-美国物理学家贝克西（Békésy,Georgvon）用实验验证了这个理论，写了“听觉原理”巨著，获得了1961年诺贝尔医学及生理学奖。
各种频率在基底膜上的振动模式
听神经主要由神经纤维组成，这些神经纤维支配着耳蜗内的毛细胞。它的响应是相对均匀的。每条神经纤维的频率都经过了严格的调整（与基底膜的振动模式相匹配）。
基底膜内膜有3500根神经纤维，外膜有3排神经纤维共20000根，俗称毛细胞。当声波在基底膜上振幅超过一定阈值时，产生电脉冲，经毛细胞传入大脑，感知语音。
有点类似于生理性质的傅里叶变换，见下图展开的动作电位，以及听神经纤维的动作。
每条听觉神经纤维仅对狭窄的频率范围做出响应
耳蜗神经纤维向低频声音的放电不是随机的；它们发生在特定时间（相锁）。即对低频信号，人耳对相位是比较敏感的。
从上图来看，以客观的听神经来说，对于单一频率的正弦波，频率在2kHz以上的，基本没有细胞电位和音频之间的相锁（phase lock）。也就是毛细胞不再根据正弦波的不同相位改变自身的电位，此时听觉系统不再编码声音的相位，而只编码幅值。
所以2kHz以上的正弦波的相位对人耳而言，基本是没有意义的。包括双耳听觉的相位在高频也是没有意义的。这就是为什么经常使用双耳时间差，而不是双耳相位差的原因之一。
接下来简单说一下我对这个话题的看法。因为本人在从事调音时几乎每天都有调节相位，对此问题也算是有一定的发言权。
首先，相位的调节主要是多声道之间的相位调节（通常也是1kHz以内）能够影响人耳主观听感，尤其是对声场中image的定位和focus影响。亦或是低音炮与主音箱之间的相位匹配或者主动降噪耳机。对于常见的立体声音箱或者耳机，同步改变两个声道的相位通常不会有显著的听觉影响。或者说单体自身的绝对相位的可听性是很弱的。除非是左右声道之间存在相位差。
而对于更深层次的问题，正如知乎的麦文学经常调侃的“人类DNA与蝙蝠不一样”。看似是荒诞滑稽的，但实际上是非常有说服力的。人耳对于声音中一些现象的反应，和人耳器官本身的结构是有直接关系的。例如人耳的频率分辨极限。所以一些人声称的“一耳朵区别”或者“xx很明显”之类的，从根本上就是不成立的，或者说不是人类能听出来的。这些声称实际上是非常荒谬的。更多的是一种纯粹的想象。
关于人耳的一些听觉特性，其实早就有大量的严谨实验和定论，例如辜磊先生提到的获得诺贝尔医学及生理学奖的巨著《听觉原理》。再比如说我过去分享的一些关于人耳听觉极限的实验，有些是发表在自然科学等权威期刊的。如果各位想了解一些靠谱的知识，建议还是看一看这些经典著作。
