ヤニー対ローレルは「2018年のドレス」だが、音響の専門家たちは今すぐにこの論争に終止符を打てると考えている

もう一度「ドレス」論争が起きるかもしれないので、覚悟してください。覚えていなければいいのに、という人でも、覚えているでしょう。あるドレスの画像が Twitter で話題になりました。ある人には間違いなく白と金色に見えたのに対し、他の人は黒と青だと断言したからです。はい、話題になったこの視覚的残虐行為の音声版がこちらにあります。あの忌々しい青いドレスと同じくらいイライラさせられます (そう、私はそう言いました)。

まず、このビデオをご覧ください:

さあ、これを友達全員に見せて、みんなが激しく反対するのを見て、正気を失うのを見てください。返信で、別の Twitter ユーザーは、低音レベルを調整することで聞こえる音を変えることができると主張しました。ここでそれをテストします。

記録によると、私にはまだ「ローレル」しか聞こえない。スタッフの中には、特に低音変調により、時間の経過とともに聞こえる単語を変えることができた人もいる。サイエンス エディターは、突然「ヤニー」というささやき声を聞くことができるようになったが、彼女はそれが怖くて好きではないようだ。人によって感じ方は異なるかもしれない。しかし、少なくとも 1 人の専門家によると、私と私の「ローレル」仲間の意見は正しいという。そう、皆さん、ここには実際に正しい答えがあるかもしれない。アリゾナ大学の音声、言語、聴覚科学の教授であるブラッド ストーリーが、私たちのために波形の簡単な分析を行った。

最初の波形は実際の録音のもので、「l」と「r」の音の主な音響特性が表れています。ストーリーは、この声は実際には「laurel」と発音していると考えています。下のぼやけた画像は、この録音が声道の 3 番目の共鳴であることを示しています。声道は形を変えてさまざまな音を形成するため、特定の共鳴、つまり自然振動周波数を生成します。これらの共鳴によって、音波内に言語がエンコードされます (したがって、波形を分析して発声音を判別できます)。

また、彼は波形がどのように変化するかを示すために、両方の単語を発音する自分の音声も録音しました。実際のビデオ録画とストーリーが「laurel」と発音する音声の録音では、音響的特徴が一致していることがわかります (ただし、追加された矢印とハイライトのみかもしれません)。「l」の音は比較的高く始まり、「r」の音では下がり、2 回目の「l」では再び高くなります。ストーリーの説明によると、「yanny」の音も同じような経路をたどりますが、音響的特徴はまったく同じではありません。その波形も高音、低音、高音へと進みますが、全体が 3 番目ではなく 2 番目の共鳴に移行します。

カリフォルニア大学デービス校の心と脳センターの研究員、ブリット・ヤゼル氏も同意見だ。「スペクトログラムを見て、フィルターをいくつかいじってみたら、これは単に「ローレル」という単語に高周波のアーティファクトが重なっているだけだと思う​​」と同氏は言う。最初は2つの声が重なっているだけだと思ったが、その後、音声を少し整理し始めた。今では、4.5 kHzを超える周波数の重なりが、一部の人にとって「ヤニー」に聞こえるのではないかと考えている。

では、なぜ私たちは「ローレル」を聞き取れないのでしょうか? 「録音品質が低いため、音響特性に曖昧さが生じ、一部のリスナーは「ヤニー」という印象を受ける可能性があります」とストーリー氏は説明します。

これは、聴覚生物学を研究するノースウェスタン大学の研究者、ニーナ・クラウス氏がPopSciに語ったことと一致している。「音の聞こえ方は、音に囲まれた生活に影響されます」と彼女は説明する。あなたが聞くと予想するものは、大体において、あなたの脳が聞くものであり、あなたの脳が聞くものこそが重要なのだ。

音声も含め、あなたが知覚するすべてのものは、あなたが意識する前に脳でフィルタリングされます。たとえば、どの音に注意を払うかを選択できます。これは、騒々しいパーティーで誰かが話しているのを他の会話に気付かずに聞くことができる一方で、後ろに立っている女性の声に耳を傾けるように切り替えることができる方法です。あなたはどの音に注意を払うかを選択しているのです。同様に、あなたの脳は録音内のどの周波数に注意を払い、増幅するかを無意識に選択しています。あなたの脳が 2 つの音のうちの 1 つを期待するように準備されていると、間違った音を聞いたと自分に言い聞かせてしまうかもしれません。この典型的な例は、多くのリスナーが、マライア・キャリーが有名なバージョンで歌っていると断言する「恋人たちのクリスマス」の MIDI ファイルです。

Kraus 氏には、もう少し科学的な独自の例もあります。下の「ノイズバージョン」とラベルの付いた最初のオーディオサンプルを聞いてください (Kraus 氏提供)。かなりざらざらした感じに聞こえるはずです。次に、「クリーンバージョン」とラベルの付いた 2 番目の音声を聞いてください。こちらはクリアな音声です。では、戻って最初の音声を聞いてください。

最初にざらざらした録音を聞くと、ほとんどの人は雑音が多く、本当の声は聞こえないと感じます。しかし、明瞭な文章を聞いた後でもう一度聞くと、突然、雑音の中に隠れた声が聞こえてきます。違いは、2 回目には声が聞こえると期待しているということです。

もちろん、録音に両方のノイズが同時に含まれている可能性もあります。

「初めて音を聞いたとき、不思議なことに両方の単語が同時に聞こえました」とコネチカット大学の音知覚と感覚神経科学の研究者ヘザー・リードは言う。彼女は、重ね合わせた音は同時に発生しており、「yanny」はより高い周波数で発生しており、耳がどの周波数を増幅するかによって何が聞こえるかが決まると考えている。また、繰り返し再生すると、「laurel」がますます聞こえるはずだと考えている。「両方の単語を同時に聞き取れるのは、私の音楽耳または音響科学耳によるもので、私の脳のその他の奇妙な特性によるものではないことを願っています」と彼女は言う。「いずれにせよ、私たち全員がそれを異なって聞こえるのは楽しいことです。」

ストーリー氏の解決策はおそらく最善だろう。この奇妙なノイズの発生源を何とかして見つけ出し、同じ機器で全員に再生するのだ。「録音が高品質で、リスナー全員が同じ機器で聞いていれば、混乱は起こらないかもしれない」とストーリー氏は言う。

しかし、記録によれば、それは完全に laurel と言っている。

更新: この投稿は、まさに称賛の言葉であることを示すさらなる証拠を提供するために更新されました。