ABX聴感テスト
測定既知のリファレンスAとBを被験者に提示し、未知のターゲットXがAとBのどちらと同一かを判定させる二重盲検の比較聴取テストです。統計的有意性(p < 0.05)を確立し、期待バイアスを排除するために用います。
P(X \ge k) = \sum_{j=k}^{n} \binom{n}{j} (0.5)^n技術リファレンス辞典
オーディオエンジニアリング、心理音響、信号合成、音響測定の重要概念について、 平易な解説、数式、インタラクティブツールへの相互参照をまとめました。
既知のリファレンスAとBを被験者に提示し、未知のターゲットXがAとBのどちらと同一かを判定させる二重盲検の比較聴取テストです。統計的有意性(p < 0.05)を確立し、期待バイアスを排除するために用います。
P(X \ge k) = \sum_{j=k}^{n} \binom{n}{j} (0.5)^nアナログ周波数がデジタルサンプリング周波数の半分(ナイキスト周波数)を超えたときに生じる、望ましくないデジタル歪みです。超えた周波数はナイキスト限界を折り返し、非調和なゴースト音として現れます。
f_{\text{alias}} = |f - N \cdot f_s|個人の聴覚閾値の感度を、離散的なオクターブ周波数(通常125 Hz〜8,000 Hz)にわたって示す標準的なグラフで、正常な聴覚閾値に対するデシベルで表されます。
周波数のわずかに異なる2つの純正弦波を、隔離されたステレオヘッドホンで左右の耳に別々に提示したときに、脳幹の上オリーブ核複合体で知覚される聴覚的錯覚です。
f_{\text{beat}} = |f_1 - f_2|デジタルパルス符号変調(PCM)において1サンプルあたりに割り当てられる2進ビット数です。ビット深度は理論上のダイナミックレンジと量子化雑音比(SQNR)を決定します。
\text{SQNR} \approx (6.02 \times N + 1.76) \text{ dB}周波数が高くなるにつれてパワースペクトル密度が1オクターブあたり-6 dB(1ディケードあたり-20 dB)で低下することを特徴とする確率的な音響信号です。名前はブラウン運動のランダムウォークに由来します。
\text{PSD}(f) \propto 1/f^2波形のピーク振幅と実効値(RMS)レベルとの比です。純正弦波のクレストファクターは3.01 dB(1.414:1)であるのに対し、無圧縮のオーケストラ録音は18〜20 dBを超えることがあります。
C = 20 \log_{10} \left( \frac{V_{\text{peak}}}{V_{\text{RMS}}} \right)オーディオフィルターネットワークが入力信号を専用のトランスデューサーごとの帯域に分割する周波数のしきい値です(例:80 Hz以下をサブウーファーへ、80 Hz以上をサテライトモニターへ)。
ステレオの一方のチャンネルから隣接チャンネルへの、音響的または電気的な望ましくない信号漏れで、負のデシベルで測定されます。クロストークが大きいと、知覚されるステレオ音場の幅が狭くなります。
デジタルオーディオ信号の対数測定単位で、0 dBFSはハードクリッピングが起こる前の最大のデジタル数値を表します。クリッピング以下のすべてのレベルは負の値で表されます。
\text{dBFS} = 20 \log_{10} \left( \frac{|x|}{x_{\text{max}}} \right)ワード長を削減する前(例:24ビットから16ビット)に、ランダムで無相関の微小なノイズを意図的にデジタルオーディオへ注入し、量子化を線形化して高調波歪みを完全に除去する手法です。
オーディオシステムが生成できる最大の無歪み信号レベルと、残留するアナログノイズフロアまたはデジタル量子化しきい値とのデシベル比です。
人間の聴取者が同じ主観的なラウドネスを知覚するために、周波数スペクトル全体で必要となる音圧レベルを描いた一連の曲線(フレッチャー=マンソン/ISO 226)です。
全体的な再生音量が上がるにつれて、人間の聴覚の周波数応答が平坦に近づく現象です。音量が小さいとき、人間の聴覚は低域と高域に対して著しく鈍くなります。
周期的な波形で最も低い周波数であり、その音楽的なピッチを決定します。基本周波数の整数倍は倍音または上音と呼ばれます。
公称動作レベルとクリッピングや非線形飽和の点との間の、デシベルで表した安全余裕です。デジタルオーディオでは1〜2 dBのヘッドルームが、非可逆符号化時のサンプル間ピーク歪みを防ぎます。
2つ以上の異なる入力周波数がアンプやトランスデューサー内で相互作用し、元の信号には存在しなかった不要な和音・差音を生成するときに生じる非線形歪みです。
f_{\text{IMD}} = |m \cdot f_1 \pm n \cdot f_2|音の波面が近い側の耳に届いてから遠い側の耳に届くまでのマイクロ秒単位の時間差です。ITDは、脳が低周波(1.5 kHz未満)の音源定位に用いる主要な心理音響的手がかりです。
Loudness Units relative to Full Scale(ITU-R BS.1770 / EBU R128)。K特性フィルターとゲーティングを取り入れ、統合ラウドネスに対する人間の知覚を反映した標準的な心理音響測定です。
デジタルサンプリング周波数の半分($f_s / 2$)です。ナイキスト=シャノンのサンプリング定理によれば、アナログ信号はこの境界を超える周波数を含まない場合に限り、エイリアシングなしで完全に再構成できます。
f_{\text{Nyquist}} = \frac{f_s}{2}左右のステレオスピーカーから同一の相関したモノラル信号を同時に再生すると、その中間の一点から音が鳴っているように知覚される心理音響的錯覚です。
パワースペクトル密度が1/fに比例する(1オクターブあたり-3 dB)ランダムな音響信号です。音楽的な1オクターブごとに等しいエネルギーを届けるため、人間の聴覚には主観的に平坦に聞こえ、音響校正の普遍的な基準となります。
\text{PSD}(f) \propto 1/fオーディオ回路の電気的な配線の向き(+と-)です。スピーカーのリードを入れ替えると電気的極性が180°反転し、低域の打ち消しが起こり、ステレオ音場のイメージが崩れます。
蝸牛基底にある外有毛細胞の累積的な機械的摩耗と代謝的消耗により、主に最も高い可聴周波数から進行する、加齢に関連した感音性難聴です。
閉じた空間で、平行な壁・床・天井の間の距離が音波の半波長の整数倍と一致したときに形成される音響定在波です。局所的な低域のピークとディップを生みます。
f = \frac{c}{2} \sqrt{\left(\frac{p}{L}\right)^2 + \left(\frac{q}{W}\right)^2 + \left(\frac{r}{H}\right)^2}生成されたすべての高調波歪み成分の合成RMS振幅と、入力基本信号の振幅との割合をパーセントまたはデシベルで表したものです。
\text{THD} = \frac{\sqrt{\sum_{n=2}^{\infty} V_n^2}}{V_1} \times 100\%すべての周波数にわたり、帯域幅1ヘルツあたりの音響エネルギーが等しい(平坦なパワースペクトル密度、0 dB/オクターブ)確率信号です。対数的なオクターブの合算により、人間の耳には明るくシャーという音として聞こえます。
\text{PSD}(f) = \text{constant}