声源定位测试刺激声及其时程的选择

何晓霖 张娟 王宁宇

声源定位（sound localization，SL）是人们在双耳聆听的基础上，辅助自身在复杂听觉环境下沟通，并提高危险环境警惕性的能力[1]。听障人群配戴辅听设备后学习或重建声源定位能力，可以提高其生活质量，有助于儿童学习、心理和发育等[2]。因此，声源定位测试的开展成为目前研究的热点。在其他听觉相关测试中，如听觉诱发电位（auditory brainstem response，ABR）。大量研究探讨不同年龄段、不同听力损失人群应当如何选择适宜的刺激声。但是，声源定位测试中，针对刺激声及其时程选择的研究有限，各课题组使用的参数各有不同。在真实的听音环境中，室内混响可能导致直达声音方向发生扭曲，同时主导线索减弱使得听者需要依靠其他线索定位，最终减弱声源定位的准确性[3，4]。因此，本文对自由声场下国内外相关研究进行总结，依照声源定位测试基本概念、刺激声及其时程影响的顺序进行阐述。

1 声源定位测试

评估声源定位能力的主要行为学测试为角度识别测试（sound azimuth identification）及角度辨别测试（sound azimuth discrimination）。前者是获得受试者声源定位某一方位角或整体平面精密度的测试方法，通过受试者从多个随机播放且空间分离的声源位置中选择发声方位，获取均方根误差数值（root-mean-square error，RMSE）等衡量声源位置识别误差的指标。后者是获得受试者声源定位空间分辨率的测试方法，需要受试者在某一条件下分辨固定声源位置的最小角度（minimum audible angle，MAA），又称定位模糊度（localization blur）。人们主要依靠声音信号到达双耳时间及强度的不同，和耳廓对声音改造后的频谱特征进行声源位置的定位，即耳间时间差（interaural time difference，ITD）、耳间强度差（interaural level difference，ILD）和耳廓波谱信号（spectral shape cues，SSC）。对于正弦声，ITD等价于双耳间的相位差，称为耳间相位差（interaural phase difference，IPD）[5]。

2 不同刺激声与自由声场下声源定位测试

非言语刺激声在进行声源定位测试时，主要因频率和频率范围而影响结果。前者会使听者使用不同的双耳线索主导定位，后者根据频率的范围影响受听者定位的准确性。①研究证实ITD和ILD会处理所有频率信息，其中ITD对中低频声音信号起主导线索，ILD则为高频声音信号的主要线索，中高频ITD和ILD的线索相较于低频和高频弱，故中高频段的声源定位相较于另外两段差[6，7]。在言语声的复杂声中，人类主要使用低频ITD线索定位声源位置[8]。②频率范围足够大，可以提供更多双耳差异的信息，有助于提高水平面角度识别的准确性[9]。同时，听觉系统可以通过对比不同频带的相位信息消除相位的混淆，减少选择镜像位置的可能[10]。

2.1 纯音

为研究声音特性对声源定位的影响，心理物理学研究先使用稳态正弦声音作为刺激声，在耳机或消声室环境下给声测试[11，12]。对ITD、ILD及声源定位测试作出了基本阐述，为之后的临床研究奠定了有力基础。双工理论即低频基于ITD，高频基于ILD，但主要是针对纯音声源定位的解释，在复杂声中这一理论并不完全精确[10]。然而，在自由声场下纯音的频率信息单一，听者会不可避免地头部微运动以获取更多的定位线索[13]。因此，纯音通过耳机以外的给声形式使用存在争议。

2.2 啭音

啭音可消除室内驻波引起的声场不均匀性，常应用于声场测听。对纯音不敏感的儿童、老人、耳鸣病史者，啭音更易被捕捉[14]。这是儿童纯音测听经常选择啭音的原因。张娟等[15，16]曾使用啭音进行角度辨别测试，获取低龄正常儿童的MAA值。但是，相比其他刺激声，啭音是以一个频率为中心音调周期性高低变化的声音信号，发出的频率信息较少，而白噪声、带宽较宽的窄带噪声等刺激声频率范围较大，听觉系统可通过对比不同频带信息消除相位混淆，因此对于严重耳聋患者采用啭音测试可能比白噪声困难。4000 Hz的啭音相较于白噪声、单音节词、中心频率250、2000、4000、8000 Hz的窄带噪声，在控制头动和不控制头动两种状态下，角度识别最难[17]。然而，这一推论还需进一步验证。

2.3 白噪声与带宽噪声

因白噪声等带宽能量相等的性质，包含了ITD、ILD及SSC线索所需的频段信号，故常见于声源定位测试的应用。为进一步说明受听者ITD、ILD的改变，常使用带通滤波制作不同频段的带宽噪声。噪声的带宽可能是影响自由声场下水平面声源定位测试结果的重要变量[9]。

带宽噪声若<1倍频程，角度识别的准确性会受中心频率影响[17]。研究使用中心频率（central frequency，CF）为250、2000、4000Hz的不同带宽噪声进行水平前方位角度识别测试，发现带宽噪声＜1倍频程时，相较于ITD线索稍弱或ILD为主导线索的中高频信号（CF=2000 Hz、CF=4000 Hz），以ITD为主导线索的低频信号（CF=250 Hz）RMSE结果更好。同时随着倍频程的增大，3种刺激声下的角度识别随之准确性增高。其中，CF=250 Hz时的角度识别准确性较高，结果变化的幅度较为平缓，而CF为2000、4000 Hz时变化幅度陡峭。带宽噪声若>1倍频程时，角度识别的准确性不受中心频率影响[7，18]。因为频率带宽足够宽时，确定声源位置的ITD和ILD信息足够多，此时定位准确性的水平相同，所以RMSE的结果便不会受中心频率影响[7，19]。

根据以上结论证实了频率线索增多，有助于在自由声场下声源位置识别的理论。与此同时，窄带噪声如果频率范围不够大，在自由声场下进行声源定位测试时可能会出现声像镜像现象。但一般刺激声持续时间足够长且允许轻微头动时，可避免声像镜像产生的混淆。

2.4 言语声

熟悉的扬扬格词经常用于儿童的声源定位测试。针对双侧人工耳蜗植入的语前聋儿童研究，言语材料可选用单音节词、双音节词、有语义句子等[19～21]。部分实验室在一组测试中使用同一言语刺激。然而，在角度识别测试中，需要刺激声在不同位置中以一定次数播放，受试者经过几十次甚至几百次的反复可能形成听觉经验。因此，如果能丰富言语材料库，让刺激声在不同位置上随机出现，可能有助于排除言语声熟悉度对结果影响。

针对不同人群，可通过刺激声丰富测试模式。Rana B等[22]对7名语后聋双侧人工耳蜗植入者进行研究，由海伦语句测试（helen sentence test）中提取男、女声语句，这两种刺激声会单一或同时出现在同一声源位置上，受试者不仅需要选择声音的位置，还需要选择男声、女声、男女声，并对句子中提出的问题做出答复。这一测试模式不仅评估了双耳信息整合后位置的处理，还包含了认知和理解。

3 刺激声时程与自由声场下声源定位测试

纯音测听为国际通用测量人听敏度的测试，测试方法、校准等均有规范的国际标准。因时间积分效应的影响，纯音测听中刺激声要求持续1～2 s，但在声源定位研究中，对刺激声时程的要求不明确。根据测试的需求，除言语声外，刺激声的选择在30～700 ms不等[23～25]。但是有关刺激声时程应当如何选择的研究屈指可数。

不同学者均认为头/身动会对耳的信息输入产生积极影响[26，27]。所以测试过程中对头动的控制尤为重要。若持续时间较短在1 s左右，受试者不需要通过特定方式去固定头部，尤其是在中平面的研究中[28]。刺激声时程若小于200 ms，受试者头部会来不及在听到声音后运动寻找声源[9]。然而，针对老年人及听障人群时，刺激声时程难免需要使用到1 s以上，此时建议对头部进行简单的支撑[28]。

为使用适宜的测试刺激声，除其他因素（如头动）对空间定位能力的影响，应探讨刺激声时程是否同空间定位能力有直接关联。Pollack I等[29]使用耳机调控刺激声时程发现，在控制头动的情况下，自3 ms起延长刺激声时程到1000 ms，角度识别的偏差会从10°降至2°。同时Stecher GC[30]研究表明，虚拟声场下刺激声时长会影响耳间辨别阈，尤其是耳间时间差。由以上结论推断，声源定位的主要线索为ITD和ILD，其中ITD占主导。故理论上，在自由声场下刺激声时场亦对声源定位能力产生影响。但Yost WA[31]对12名19～37岁健听者使用时程25、150、450 ms的中心频率为250、2000、4000 Hz的2倍及1/10倍频程窄带噪声和宽带白噪声进行角度识别测试。发现自由声场下声源定位的准确性与刺激声时长无关。此研究未将角度作为变量进行分析，仅评估了平面的整体识别能力。因此，在自由声场下刺激声时程对声源定位测试的影响还有待考究。

综上所述，为辅助不同听力障碍者在辅听设备状态下拥有更好的听觉体验，需要理解这一人群的空间听觉能力。因此，声源定位测试的开展至关重要。首先，刺激声及刺激声时程选择的研究还需要进一步开展，为未来研究奠定有力基础。其次，利用刺激声的不同特点开发不同测试方法，全面评估受听者的声源定位能力，亦是学者可考虑的方向。