Если совсем коротко: направление звука определяет не ухо, а мозг. Он сравнивает два сигнала — от левого и правого уха — и ловит, в какое ухо звук пришёл чуть раньше и чуть громче. По этой микроскопической разнице во времени и громкости, а ещё по тому, как звук отфильтровала форма ушной раковины, мозг и вычисляет, откуда идёт источник. Фактически два уха работают как маленький радар, у которого «база» — ширина вашей головы.
Меня зовут Ozven, я пишу музыку и свожу её — и с этим «радаром» имею дело каждый день. Вся стереопанорама в треке, все эти «гитара справа, бэк-вокал слева» — это осознанный, аккуратный обман вашего слуха. Поэтому мне интересно рассказать, как он устроен на самом деле: когда понимаешь механизм, сразу ясно, почему наушники звучат объёмнее колонок и почему хорошая бинауральная запись пробирает до мурашек.
Почему двух ушей достаточно, а одного — мало
Представьте, что у вас одно ухо. Громкость вы услышите, тембр тоже, а вот направление — почти нет: сигнал пришёл, и всё, сравнивать не с чем. Мозгу нужна пара приёмников, разнесённых в пространстве. Два уха дают два слегка разных «снимка» одного и того же звука, и вся магия локализации — в том, чем эти снимки отличаются.
Разнесены уши примерно на ширину головы — это и есть база нашего радара. Чем дальше источник вбок, тем сильнее расходятся два сигнала. А если источник строго перед лицом, по центру, оба уха получают почти одно и то же — и тут, как мы увидим, начинаются интересные трудности. Но сначала о главных двух подсказках: времени и громкости.
Этот же механизм помогает нам выцеплять один голос в шумной компании. Мозг пользуется тем, что разные люди сидят в разных точках, и «пространственно» разводит их голоса, чтобы сосредоточиться на нужном. Так что направленный слух — это не только про «откуда звук», но и про то, как не потеряться в каше из десятка одновременных источников. Для живого существа это вопрос выживания: услышать, с какой стороны треснула ветка, важнее, чем услышать её громко.
Разница во времени: микрозадержка, которую слышит мозг
Звук — это волна, и движется она не мгновенно, а примерно 340 метров в секунду. Если источник слева, то до левого уха волна добегает чуть раньше, чем до правого: правому достаётся лишний путь в обход головы. Эта разница во времени прихода называется межушной временной задержкой (по-английски ITD, interaural time difference).
Задержка крошечная. Когда звук приходит точно сбоку, разброс между ушами максимален и составляет всего около 0,66 миллисекунды — шесть десятых тысячной доли секунды. И при этом слух различает задержки в единицы микросекунд: по чувствительности к времени прихода наше ухо — прибор фантастической точности. Работает эта подсказка особенно хорошо на низких частотах, где длина волны больше размеров головы и мозгу удобно сравнивать фазу сигнала в двух ушах.
Чтобы почувствовать масштаб: звук идёт примерно 340 метров в секунду, а голова в поперечнике — сантиметров двадцать. Значит, лишний путь до дальнего уха — доли метра, а выигрыш по времени измеряется десятыми долями миллисекунды. Хлопните в ладоши сбоку от головы — для сознания это «мгновенно», но слуховая система успевает заметить, что в одно ухо щелчок пришёл первым, и этого ей достаточно, чтобы повернуть вас в нужную сторону.
Разница в громкости: голова как преграда
Вторая подсказка — громкость. Голова не прозрачна для звука: она стоит на пути волны и отбрасывает «звуковую тень». Поэтому дальнее ухо слышит источник чуть тише ближнего. Это межушная разница по уровню (ILD, interaural level difference), и работает она тем заметнее, чем выше частота.
Логика простая: низкие звуки с длинной волной огибают голову почти без потерь, а короткие высокие волны об неё спотыкаются и в тень почти не заходят. Поэтому для высоких частот разница в громкости между ушами может быть внушительной, а для низких — почти нулевой. Как формулирует справочник по бинауральному слуху Университета Саймона Фрейзера, разница по интенсивности важнее всего выше примерно 1500 Гц, а по времени — ниже.
Проверить тень можно за десять секунд. Зажмите пальцем одно ухо и попросите кого-нибудь говорить то слева, то справа. Голос станет не только тише — он станет «однобоким», словно прилипнет к открытому уху. Мозг лишился второго снимка и честно сообщает: стало труднее, направление поплыло. Ровно это чувство — главный аргумент в пользу того, что направление мы строим именно из сравнения двух каналов, а не из одного.
Получается красивое разделение труда: низкие частоты мозг локализует по времени, высокие — по громкости, а в середине пользуется и тем и другим. Это и есть классическая «дуплексная теория» слуха, которую ещё в 1907 году предложил физик лорд Рэлей; современные работы её уточняют, но основная идея двух дополняющих друг друга подсказок держится больше века.
Форма уха: как мы понимаем «сверху» и «спереди/сзади»
Время и громкость отлично работают по горизонтали, влево-вправо. Но они почти ничего не говорят про высоту и про то, спереди источник или сзади. Здесь в игру вступает третий игрок — форма ушной раковины, той самой складчатой «тарелки», которую мы привыкли считать просто воронкой.
На самом деле раковина — хитрый фильтр. Её гребни и впадины по-разному отражают и гасят высокие частоты в зависимости от того, пришёл звук сверху, снизу, спереди или сзади. Мозг запоминает этот спектральный «отпечаток» (его называют передаточной функцией головы, HRTF) и по лёгким изменениям тембра понимает высоту источника. Для определения высоты особенно важны частоты выше 7 кГц — поэтому глухой низкий гул локализовать по вертикали почти невозможно.
Форма раковины у каждого своя, как отпечаток пальца, и мозг годами подстраивается именно под свои уши. Отсюда растёт знакомое ощущение «звук внутри головы» в дешёвых внутриканальных наушниках: они подают сигнал почти напрямую в слуховой проход, минуя работу раковины, и мозгу не за что зацепиться, чтобы вынести источник наружу. Хорошая запись и приличные наушники эту проблему смягчают, подсовывая слуху привычные спектральные подсказки — но полностью чужую форму уха не подделаешь.
Конус неопределённости: где слух честно путается
А теперь про ту самую трудность с центром. Представьте точки, которые лежат на поверхности конуса, направленного вбок от уха. У всех них разница во времени и громкости между ушами одинаковая — поэтому мозг не может отличить их только по двум бинауральным подсказкам. Это называют «конусом неопределённости», и именно из-за него мы иногда не можем сразу сказать, звенит телефон спереди или сзади.
Спасают два приёма. Первый — форма уха: спектральный отпечаток всё-таки немного отличается для «спереди» и «сзади». Второй, самый мощный, — поворот головы. Стоит чуть повернуться, как разница во времени и громкости меняется, и мозг мгновенно снимает неоднозначность. Поэтому, пытаясь понять, откуда донёсся странный шум, вы инстинктивно крутите головой — это не нервы, это работа радара в активном режиме.
Как это работает в музыке: стерео, панорама и бинаурал
Теперь самое вкусное — как мы, звукорежиссёры, этим пользуемся. Обычное стерео обманывает слух грубо, но эффективно: мы просто подаём один и тот же инструмент в левый и правый канал с разной громкостью. Мозг честно считает разницу по уровню и рисует источник где-то между колонками. Это панорама, и её «ручку» вы крутите в любом редакторе — например, при обработке звука в FL Studio. Важно понимать: стерео — это не «просто громче», это именно управление направлением.
Куда интереснее бинауральная запись. Идея в том, чтобы записать звук ровно так, как его слышат ваши уши, — со всеми задержками, тенью головы и фильтрацией раковины. Для этого берут манекен в виде человеческой головы с микрофонами, встроенными прямо в искусственные уши: таков, например, микрофон-«голова» Neumann KU 100. В его ушные капсулы звук попадает уже обработанным формой головы и раковины — и при прослушивании в наушниках мозг получает те же подсказки, что и в реальности.
Отсюда и эффект: бинауральная запись в наушниках даёт честный трёхмерный звук — шаги за спиной, шёпот над ухом, дождь вокруг. На колонках тот же файл этого волшебства не повторит, потому что до каждого уха долетают оба канала и подсказки смешиваются. Кстати, именно поэтому так важно, на чём вы слушаете: немного про это я писал в разборе про выбор наушников, а про запись звука — в тексте про выбор микрофона для начинающих.
Есть у этой физики и обратная сторона, о которую спотыкаются новички в сведении. Низкие частоты мы почти не локализуем, поэтому разбрасывать бас по сторонам бессмысленно — слух всё равно не услышит там направления. Зато широкий бас легко «разваливает» картину на колонках и теряет энергию, а на моносистеме вроде телефонного динамика и вовсе может частично исчезнуть. Поэтому суб-бас и бочку в миксе обычно держат по центру, в моно, а в стороны разводят то, что слух действительно умеет расставлять, — верхнюю середину и высокие.
Три мифа о том, как мы слышим направление
Миф 1: «Одним ухом направление вообще не определить». Почти правда, но не совсем. Горизонтальную картинку одно ухо действительно не строит — сравнивать не с чем. Но форма раковины даёт слабую спектральную подсказку, поэтому люди, слышащие одним ухом, со временем учатся грубо ориентироваться, особенно по высоким частотам и поворотом головы. Трудно — да; невозможно — нет.
Миф 2: «Стерео — это просто два раза громче». Нет. Удвоение каналов не про громкость, а про пространство. Можно сделать стереотрек, который по громкости равен моно, но при этом инструменты будут аккуратно расставлены по ширине. Громкость и направление — разные оси, мозг считает их независимо.
Миф 3: «Звук локализуется одинаково на всех частотах». Совсем нет. Низкие частоты мы ловим по времени прихода, высокие — по разнице в громкости, а высоту — по тому, как раковина фильтрует верх выше 7 кГц. Поэтому бочку или суб-бас на слух «поставить» в пространстве гораздо труднее, чем щелчок или шелест: у низа просто нет тех подсказок, по которым работает радар.
Коротко
Направление звука считает мозг, а не ухо: он сравнивает два сигнала. Главная подсказка на низких частотах — разница во времени прихода (до 0,66 мс), на высоких — разница в громкости из-за звуковой тени головы. Высоту и «спереди/сзади» добавляет форма ушной раковины, а на оси симметрии («конус неопределённости») выручает поворот головы. В музыке это превращается в панораму и, в пределе, в бинауральную запись, которая в наушниках звучит по-настоящему объёмно. Понимаете механизм — понимаете и половину приёмов сведения.
Пока нет комментариев