SIZE DISCRIMINATION OF TRANSIENT SOUNDS: PERCEPTION AND MODELLING

Abstract

Humans are able to get an impression of the size of an object by hearing it resonate. While this ability is well described for periodic speech sounds we investigate here the ability to discriminate the size of non-periodic transient impact sounds. Three experiments were performed on normal listeners (n=19) to investigate the importance of the spectral cue in different frequency regions. Recordings from pulse resonance sounds made by a metal ball hitting polystyrene spheres of 5 different sizes were used in the experiments. Recordings were manipulated in order to show that the same cues used in speaker size discrimination are used for transient signals. Results show that the most prominent resonances are the most important cue, but frequencies above 8 kHz also contribute. The results are explained by physiologically inspired model of size discrimination that is based on the Auditory Image Model, and its key part is the Mellin transform. The model can predict which of two objects is bigger. We conclude that similar cues that are used for speaker size discrimination are important for transient sounds.Człowiek jest w stanie ocenić rozmiar obiektu słysząc rezonans, który on wywołuje. Chociaż zdolność ta jest dobrze opisana w literaturze w odniesieniu do okresowych dźwięków mowy, w tym badaniu chcielibyśmy zbadać zdolność rozróżniania rozmiaru za pomocą nieokresowych, krótkotrwałych dźwięków wytwarzanych przez uderzenie. Przeprowadzone zostały trzy eksperymenty z udziałem osób normalnie słyszących (n=19) w celu zbadania znaczenia wskazówek pochodzących z widma akustycznego w różnych zakresach częstotliwości. W badaniu wykorzystano zapis rezonansu dźwięków pochodzących z pojedynczego impulsu wywołanego przez metalową kulę uderzającą o wydrążone kule styropianowe o pięciu różnych średnicach. Zapisy zostały przetworzone w taki sposób, by zapewnić, że te same wskazówki były używane zarówno do dyskryminacji rozmiaru osoby mówiącej, jaki w przypadku krótkotrwałych dźwięków.. Wyniki pokazują, że najważniejszą wskazówką są najwyraźniejsze rezonanse, ale wpływ mają także częstotliwości powyżej 8 kHz. Wyniki są objaśnione za pomocą opartego na fizjologii modelu rozpoznawania rozmiaru, który został stworzony na podstawie modelu układu słuchowego i którego najważniejszym elementem jest przekształcenie Mellina. Model ten potrafi przewidzieć, który z dwóch obiektów jest większy. Naszym wnioskiem jest, że podobne wskazówki jak te wykorzystywane do rozpoznawania wielkości osoby mówiącej są także ważne dla dźwięków krótkotrwałych.