Tina同学回答的已经很完整了 @This Is Not Tina 。

。

我来补充以下几点，当声音从正（前后上等）方向传过来的时候的感知 首先，其实单只耳朵是有monaural (单耳)cue的。

。

。

外耳pinna,其实是像一个过滤器一样，会将不同的声音梳理或者过滤到某一个特定的“形状”。

因为pinna的convolution（褶皱）, 不同角度过来的声音的“形状”是不一样的（spectral cue shape）（Middlebrook & Green, 1999a）.所以以这样的逻辑，只有一个耳朵的人，和有两个耳朵的人对于声源来自于median plane的感知精确度是一样的（Oldfield & Parker, 1986）.这一点 @井号键 同学也有提到。

。

第二（其实这一点跟上一点是紧密相连的）这个是跟声音的spectra（好像叫声谱）密切相关. 声谱也就是一个复杂声音的各个频段，类似于我们刚才说的（spectral cue shape）, 他甚至起到了决定性作用。

（Middlebrook & Green, 1999a; Blauert, 1970）. Blauert（1969）做了一个实验，他把两个麦克风放在被试的两眼之间以及后脑勺（距两耳距离相等）。

他发现如果在前面的扬声器放出来的声音模拟后面发出来声音的"spectral shape"，然后后面的声音模拟前面的“spectral shape"的话，被试者的感知是跟声源的真正位置没有关系，而是根据这个"spectral shape”来判断的。

。

。

还有，他在median plane, 正前正后和正上方分别放了一个1/3-octave band noise, 发现被试者对于声源的判断跟声音的实际位置无关，而是被这个noise band的center frequency（声谱的中央频值）决定。

。

。

这也就是为什么戴上耳机的话，我们可以通过一些特殊软件模拟来自不同位置的声音，因为戴上耳机之后我们把外耳的这个convolution的过滤器给消除了，然后就只靠改变声音频段就可以达到改变声源感知的效果。

。

。

但是要注意一点的是，这个vertical plane的localization一般对于相对低的频段可能不是很有效，这个cutoff好像说是在4kHz,也就是一个复杂声音的所有频段如果在4kHz以上的话对于vertical plane的感知才可能会准确（Hebrank & Wright, 1974a）。

。

。

（所以语言声音除了例如s或者sh的擦音之外应该是很难准确判断位置因为很多声音都在4kHz一下，尤其是元音的F1 和F2） 术语自己跟感觉翻译的，还望专业研究听觉神经和sound localization的同学指正。

。

。

。

Blauert, 1969. Sound localization in the median planeHebrank & Wright, 1974a. Spectral cues used in the localization of sound sources on the median planeMiddlebrooks & Green, 1999a. Sound localization by human listenersOldfield & Parker, 1986. Acuity of sound localization: a topography of auditory space.