Studies of timbre perception of modulated sounds through psychophysics experiments and auditory periphery models

La percepción tímbrica es uno de los fenómenos más complejos que realiza el sistema auditivo. El timbre, originalmente establecido como la cualidad que permite discriminar instrumentos musicales entre sí, en la actualidad se encuentra más vinculado con el concepto ecológico de identificación de las fuentes sonoras en un entorno natural. Su inherente carácter multidimensional, hace que la relación entre la forma de onda de un sonido y el timbre percibido sea una relación compleja, en la cual distintas partes del sistema auditivo están involucradas. A pesar de estas limitaciones, es sabido que hay ciertos atributos acústicos temporales y espectrales que suelen destacarse en la percepción tímbrica. Los más relevantes son, por un lado, el tiempo de ataque de la envolvente como característica temporal y por otro el brillo o centroide espectral como característica espectral. En este trabajo se utilizaron dos metodologías para estudiar el timbre. Por un lado, se realizaron dos experimentos psicofísicos de comparación de pares de sonidos y, por otro, los timbres fueron estudiados mediante técnicas de procesamiento de se~nales y el modelado de la periferia auditiva. Uno de los experimentos fue realizado utilizando sonidos de amplitud modulada sinusoidalmente como estímulos y llevado a cabo masivamente a través de Internet, mientras que para el otro experimento, se utilizaron multifónicos del saxo alto en un ambiente controlado. Estas dos familias de sonidos poseen modulaciones como atributo temporal característico a diferencia de los que son utilizados en muchos de los estudios de percepción tímbrica donde la principal característica temporal es el tiempo de ataque. Los experimentos demostraron que la modulación temporal fue un atributo saliente junto con el centroide espectral para ambos conjuntos de sonidos. Además, se observó que sonidos que se encontraban agrupados en un espacio de parámetros de control se encontraban agrupados también, en la mayor parte de los casos, en los correspondientes espacios perceptuales. En cambio, las distancias entre los grupos en estos espacios se vieron modificadas. Por otra parte, los sonidos fueron analizados en base al procesamiento de sus se~nales y mediante simulaciones de la periferia auditiva. Para esto se desarrolló un modelo de la periferia auditiva con énfasis en la mecánica coclear, donde se optó por un modelo dinámico no lineal y con alimentación lateral. Este modelo fue desarrollado teniendo en consideración la capacidad de reproducir los factores dominantes de la transducción coclear como la saturación en intensidad, el mecanismo activo de amplificación y las curvas de enmascaramiento entre otros. Los parámetros fueron ajustados de manera satisfactoria para reproducir respuestas clásicas de experimentos psicoacústicos en humanos y datos de experimentos fisiológicos in vivo en mamíferos.Timbre perception is one of the most complex tasks the auditory system performs. Timbre, originally defined as the quality that allows the discrimination of musical instruments, it is nowadays more related to the ecological concept of the identification of sound sources in natural environments. Because of its inherently multidimensional character, the relationship between the sound wave and the perceived timbre is a complex matter, where different parts of the auditory systems are involved. Besides this limitations, it is known that there are certain temporal and spectral acoustic features that are fundamental to the perception of timbre. The most relevant are the attack time of the envelope as a temporal feature and the brightness or spectral centroid as a spectral feature. In this work we use two methodologies for studying timbre. Firstly, two psychophysical experiments of sound pairs comparison were done, and secondly the timbres were analyzed by signal processing techniques and through a model of the auditory periphery. One of the experiments was carried out using sinusoidally amplitude modulated sounds as stimuli, massively through internet and the other experiment was done using alto saxophone multiphonics but in a controlled environment. These two families of sounds have modulations as a characteristic temporal feature which is not present on many timbre studies, where the attack time is more common. The experiments showed that the temporal modulation was a salient feature, along with the spectral centroid for both sound families. In addition, it was observed that sounds grouped in a control parameter space were also grouped, in most cases, in the corresponding perceptual spaces. In contrast, it were the distances between the groups within these spaces that changed. Also the sounds were analysed by signal processing techniques and through auditory periphery simulations. To this end, we developed an auditory periphery model with emphasis on the cochlear mechanics, using a non linear dynamical model with feedforward and feedbackward properties. This model was developed with the aim of reproducing dominant factors of cochlear transduction, for example, the saturation with intensity, the active mechanism of amplification and the masking curves among other capabilities. The parameters where successfully adjusted to reproduce typical human psychoacoustical experiments and data from physiological in vivo mammals experiments.Fil:Riera, Pablo Ernesto. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina