魯 璇
非線形歪みの検知限向上するためのイヤートレーニングについて
音響電気設備や、電気回路から生じる信号の非線形歪みは、音響特徴量の一つであり、元信号に 新たな周波数成分を増加することに伴い、音質やラウドネスなどに影響を与える。また、全高調 波歪み（Total Harmonic Distortion）や相互変調歪み（Intermodulation Distortion）などは非 線形歪みの程度を表す値であり、オーディオ機器や電子部品の性能を表すための指標として使わ れる。オーディオシステムでは、歪みが小さいということは、スピーカーやアンプなどのコンポ ネートが録音をより正確に再現することを示し、入力信号の振幅過大化や、スピーカーの振動が 不十分など原因による非線形歪みは再生の忠実度を損なう。非線形歪みが発生した時、VU メー ターで観測することなど単純な物理手段だけではとらえられない可能性があるため、瞬時的な信 号歪みに対する聴覚検知も必要だと考えられる。
非線形歪みはノイズとして扱われる一方、非線形歪みは音質に悪い影響を与えるだけではない。 元信号に高調波が生じるゆえ、豊かな音色をもたらすことができる。このような非線形歪みはア ナログオーディオ設備の重要な特徴の一つであり、音楽創造の場合には、エレキギターや、シン セサイザーなどにエフェクターとしてもよく使用されている。このような非線形歪みに対する感 知能力や、パラメーターの変化によって音質の変化との対応する聴覚訓練も重要だと考えられる。 そのため、非線形歪みが発生した時、発生の理由や歪みの種類がいずれであっても、それらに対 する検知はとても重要だと考えられている。
現在、数多のオーディオ企業や、音響専門の大学、専門学校でイヤートレーニング（聴能訓練） が行われている。イヤートレーニングは、音響技術専門者に音の物理特性と関連づける知識や、特 定の音響特徴量に対する感知に集中し、表現する能力を向上するために、体系的に習得する訓練 方法である。現存の様々なイヤートレーニングの中に、周波数帯域 (Hz) や再生レベル (dB) につ いての訓練は数多いが、「非線形歪み」についての訓練はまだ不十分だと考えられている。
本研究では、非線形歪みの検知限を向上するイヤートレーニング（聴能訓練）を検討するため、 非線形歪みの知覚理論と聴能形成を研究した上で、非線形歪みを測定するための実験を行なった。 実験には非線形歪みの一種であるソフトクリッピングのアルゴリズムに基づき非線形歪みをシ ミュレートした。適応法の一種であるパラメーター推定法（PEST 法）を使用して非線形歪みの 検知限の測定を試みた。実験参加者は音楽音響知識の有無によって、三つのグループに分けられ た。実験の結果、音楽音響知識を持っている二つのグループの間には有意差が見られなかったが、それらと音楽音響知識を持っていないグループとの間には有意差が見られた。
実験で非線形歪みの検知限を測定した上で、音楽音響知識を持っていないグループでの聴能訓 練を行なった。測定から 5 ヶ月後、実験参加者は 10 日間、難易度によって 3 セクションの訓練を 受けた。訓練後、18 人の訓練参加者の非線形歪みの検知限を再び測定した。その結果、 聴能訓練 によって、参加者の非線形歪みに対する検知限が向上することが明らかにした。また、非線形歪 みの検知限は非線形アルゴリズムと刺激（音源）に影響されることがわかった。
LU Xuan
Ear-training for Improving
the Perception of Non-linear Distortion
Non-linear distortion generated by the acoustical-electronic devices or channels might derive new frequency components that were not present in the original signal. Those additional components would affect perceptions of sound such as timbre and loudness, and it can be treated as one of the characteristics of the sound. Typical non-linear distortion measures, such as Total Harmonic distortion (THD) and Intermodulation Distortion (IMD) are used for representing the performance of audio equipment and electronic components. In audio systems, lower distortion means the components in a loudspeaker, amplifier, microphone, or other equipments produce a more accurate reproduction of an audio recording, but it has been proved that these physical factors have a low correlation with the perception of distortion.
Nonlinear distortion in the signal paths is always unexpected in the same way as noise, thus it must be eliminated or minimized. However, for music production, it is commonly used as an effect processor for electric guitars or synthesizers. Therefore, the ability to detect non-linear distortion is considered to be important to some extent. Furthermore, with some kind of ear-training, the detection of non-linear distortion of the subjects is expected to be improved.
In this study, to implement an ear-training program of non-linear distortion, the perception threshold (detection limen in this study) of non-linear distortion should be known at first. For that purpose, based on several different digital soft clipping algorithms, we simulated seven non-linear distortions that can be detected. Attempts were made to determinate the detection threshold of non-linear distortion of subjects, using these algorithms of non-linear distortion which were added to different kinds of input signals. The experimental procedure was following the description of Parameter Estimation by Sequential Testing (PEST).
Subjects were from three different groups, based on their experience of acoustic and music studies, two of them were experienced groups and one was a group of naive listeners. The statistical significance was found between the experienced groups and the naive listener group.
Five months after the experiment, we considered an ear-training process within ten days for the naive listener group. The ear-training had three sections from easy to hard levels, following a retest of the threshold detection of non-linear distortion. The result shows that with the ear-training, the participants improved their detection threshold of non-linear distortion. Also, the data has shown that the performance of the distortion algorithm affects the detection threshold of non-linear distortion.