हमारा मस्तिष्क किसी वाद्ययंत्र को उसके नाम बताने से पहले ही पहचान लेता है

हम सेलो को पियानो से, क्लेरनेट को ट्रंबोन से आसानी से पहचान लेते हैं। भले ही ये वाद्ययंत्र एक ही नोट को समान प्रबलता (वॉल्यूम) के साथ बजाएं, फिर भी हर एक अपनी विशिष्ट ध्वनि पहचान बनाए रखता है।

इस गुण को टिम्बर या स्वर-गुण कहा जाता है।

लेकिन यह भिन्नता कहाँ से उत्पन्न होती है? क्या यह केवल ध्वनि में ही है — या प्रत्येक वाद्ययंत्र मस्तिष्क की गतिविधि में एक विशेष निशान छोड़ता है?

न्यूरोइमेज नामक पत्रिका में 2026 में प्रकाशित एक नए अध्ययन ने दिखाया कि: इलेक्ट्रोएन्सेफेलोग्राम (ईईजी) के एक छोटे से अंश से ही, एक मशीन लर्निंग एल्गोरिथम बेतरतीब ढंग से अनुमान लगाने की तुलना में अधिक सटीकता के साथ यह पहचान सकता है कि उस क्षण व्यक्ति पाँच में से कौन-सा स्वर-गुण सुन रहा है।

मस्तिष्क की विद्युत गतिविधि में, ध्वनि की ऊँचाई (पिच) और प्रबलता (वॉल्यूम) के बारे में ही नहीं, बल्कि उसके व्यक्तिगत स्वरूप के बारे में भी जानकारी संरक्षित रहती है।

एक ही स्वर — पाँच ध्वनि संसार

यह अध्ययन कनाडा के मेमोरियल यूनिवर्सिटी ऑफ न्यूफ़ाउंडलैंड के विशेषज्ञों — प्रवीणा सत्कुनराजा, सारा पावर और बेंजामिन ज़ेंडेल ने किया था।

यह लेख 19 मई 2026 को ऑनलाइन प्रकाशित हुआ था और न्यूरोइमेज पत्रिका के अगस्त अंक में शामिल किया गया था।

इस प्रयोग में सामान्य श्रवण शक्ति वाले 10 लोगों ने भाग लिया। इनमें संगीतकार, स्व-शिक्षित व्यक्ति और बिना संगीत प्रशिक्षण वाले लोग शामिल थे।

प्रतिभागियों ने एक ही नोट — तीसरी सप्तक का 'ए', A3, जिसकी मूल आवृत्ति 220 हर्ट्ज थी, को सुना। यह पाँच अलग-अलग रूपों में बजाया गया:

• पियानो;
• क्लेरनेट;
• सेलो;
• ट्रंबोन;
• बिना ओवरटोन वाला शुद्ध साइन तरंग स्वर।

प्रत्येक ध्वनि एक सेकंड तक चली। सभी विकल्पों की प्रबलता को बराबर किया गया था ताकि यह न तो प्रतिभागियों के लिए और न ही बाद के विश्लेषण के लिए एक आसान संकेत बन सके।

इन पाँचों ध्वनियों को 200 बार प्रस्तुत किया गया, और मस्तिष्क की गतिविधि को ईईजी तथा 73 इलेक्ट्रोड की सहायता से लगातार रिकॉर्ड किया गया।

इस प्रकार, मुख्य रूप से जो बदला वह स्वर-गुण था — ध्वनि की वह विशेषता जिससे हम उसके स्रोत को पहचानते हैं।

स्वर-गुण क्या है?

स्वर-गुण को अक्सर ध्वनि का "रंग" कहा जाता है, लेकिन यह परिभाषा उसकी पूरी जटिलता को कवर नहीं करती।

यह केवल एक नोट के ऊपर लगाया गया रंग नहीं है।

यह ध्वनि की जीवनी है।

पियानो, क्लेरनेट या सेलो पर एक ही नोट की मूल ऊँचाई (पिच) समान होती है। लेकिन इसके साथ ही, कई अतिरिक्त आवृत्तियाँ — ओवरटोन — भी सुनाई देती हैं। इनकी संख्या, शक्ति और वितरण वाद्ययंत्र का एक अनूठा स्पेक्ट्रल पैटर्न बनाते हैं।

अन्य विशेषताएँ भी भिन्न होती हैं:

• हमला (अटैक) — ध्वनि के उत्पन्न होने की गति;
• इसका बढ़ना और घटते जाना;
• हार्मोनिक्स के बीच ऊर्जा का वितरण;
• चमक;
• खुरदुरापन;
• सामग्री और वाद्ययंत्र के शरीर का अनुनाद (रेजोनेंस)।

सेलो में, ध्वनि धनुष, तार, लकड़ी के शरीर और उसके अंदर बंद हवा के परस्पर क्रिया से उत्पन्न होती है।

क्लेरनेट में, संगीतकार की साँस रीड को गति देती है, और वाद्ययंत्र के अंदर हवा का स्तंभ अनुनाद बनाता है।

पियानो में, एक हथौड़ा तार पर प्रहार करता है, जिसके बाद साउंडबोर्ड और शरीर उत्पन्न कंपन को बढ़ाते और परिवर्तित करते हैं।

इसलिए, स्वर-गुण कोई सजावट या उप-उत्पाद नहीं है।

यह ध्वनि के जन्म का तरीका है, वह सामग्री जिससे कंपन गुजरा, और वह गति जिसने इसे जीवन दिया।

क्या ईईजी से वाद्ययंत्र की पहचान की जा सकती है?

शोधकर्ताओं ने यह परखा कि क्या ईईजी के एक अलग अंश से यह निर्धारित किया जा सकता है कि उस क्षण प्रतिभागी कौन-सा स्वर-गुण सुन रहा था।

यह कोई आसान काम नहीं है। एक व्यक्ति को पूरी ध्वनिक जानकारी मिलती है, जबकि एल्गोरिथम केवल सिर की सतह पर दर्ज विद्युत संकेतों का विश्लेषण करता है।

डेटा प्रोसेसिंग के लिए चार मशीन लर्निंग एल्गोरिथम का उपयोग किया गया था:

• रैखिक विभेदक विश्लेषण (लीनियर डिस्क्रिमिनेंट एनालिसिस);
• ग्रेडिएंट बूस्टिंग;
• सपोर्ट वेक्टर मशीन;
• निकटतम पड़ोसी विधि (नियररेस्ट नेबर्स मेथड)।

वैज्ञानिकों ने कई प्रकार के डेटा की तुलना की: अपरिष्कृत ईईजी अंश, उत्पन्न होने वाली क्षमताएं (इवोक्ड पोटेंशियल) की विशेषताएँ, हार्मोनिक और स्पेक्ट्रल विशेषताएँ।

यदि एल्गोरिथम पाँच में से केवल एक विकल्प का अनुमान लगा रहा होता, तो अपेक्षित सटीकता लगभग 20% होती।

लेकिन जब अपरिष्कृत ईईजी अंशों का विश्लेषण किया गया, तो सभी चार मॉडलों ने बेतरतीब अनुमान से बेहतर परिणाम दिखाया:

• ग्रेडिएंट बूस्टिंग — लगभग 35%;
• रैखिक विभेदक विश्लेषण — लगभग 34%;
• सपोर्ट वेक्टर मशीन — लगभग 33%;
• निकटतम पड़ोसी विधि — लगभग 26%।

सटीकता पूर्णता से बहुत दूर है। हालाँकि, मुख्य कार्य वाद्ययंत्र को अचूक रूप से पहचानना नहीं था, बल्कि यह जाँच करना था कि क्या मस्तिष्क की एकल प्रतिक्रिया में स्वर-गुण की जानकारी मौजूद है।

एल्गोरिथम ने मूल ध्वनि को नहीं सुना और न ही उसकी ध्वनिक रिकॉर्डिंग का विश्लेषण किया। उसे केवल ईईजी प्राप्त हुआ।

फिर भी, विद्युत संकेतों में पर्याप्त पहचानने योग्य जानकारी संरक्षित थी ताकि अनुमान से अधिक सटीकता के साथ कथित स्वर-गुण का निर्धारण किया जा सके।

पबमेड डेटाबेस में अध्ययन

सेलो ने सबसे स्पष्ट निशान छोड़ा

वैज्ञानिकों ने श्रवण-उत्प्रेरित क्षमता (ऑडिटरी इवोक्ड पोटेंशियल) N1 और P2 के घटकों का भी विश्लेषण किया — ये मस्तिष्क की विद्युत गतिविधि में अल्पकालिक परिवर्तन होते हैं जो ध्वनि के शुरू होने के तुरंत बाद उत्पन्न होते हैं।

घटक N1 का अध्ययन ध्वनि के प्रारंभ होने के लगभग 100 से 200 मिलीसेकंड की सीमा में किया गया था, और P2 का — 150 से 290 मिलीसेकंड की सीमा में।

विभिन्न स्वर-गुणों के प्रति प्रतिक्रियाएँ उनके प्रकट होने के समय और आयाम (एम्प्लीट्यूड) में भिन्न थीं।

सेलो ने सबसे स्पष्ट P2 प्रतिक्रिया उत्पन्न की, जबकि शुद्ध साइन तरंग स्वर ने सबसे कम। सेलो के प्रति N1 प्रतिक्रिया पहले उत्पन्न हुई, जबकि क्लेरनेट के प्रति प्रतिक्रिया सबसे बाद में थी।

इसका मतलब यह नहीं है कि मस्तिष्क सेलो को "पसंद" करता है।

यह अंतर अटैक की विशेषताओं, स्पेक्ट्रल संरचना, खुरदुरेपन और हार्मोनिक्स के वितरण से संबंधित हो सकता है। उदाहरण के लिए, प्रयोग में क्लेरनेट की ध्वनि का प्रारंभ उपयोग किए गए वाद्ययंत्र स्वरों में सबसे सहज था।

लेकिन परिणाम मुख्य बात दिखाते हैं: विभिन्न स्वर-गुण पूरी तरह से समान न्यूरल प्रतिक्रिया उत्पन्न नहीं करते हैं।

एक वाद्ययंत्र की ध्वनि में, मस्तिष्क ऊँचाई (पिच) और प्रबलता (वॉल्यूम) से अधिक भेद करता है।

मनुष्य ने एल्गोरिथम से काफी बेहतर प्रदर्शन किया

प्रयोग के प्रतिभागियों ने भी सचेत रूप से सुनी गई ध्वनियों की पहचान की। मानवीय पहचान की औसत सटीकता लगभग 94% थी।

प्रतिभागियों ने ट्रंबोन को सबसे अच्छे से पहचाना — लगभग 97% मामलों में। शुद्ध स्वर की पहचान लगभग 96% सटीकता के साथ की गई, सेलो — 95%, क्लेरनेट — 92%, पियानो — 89%।

यह एक महत्वपूर्ण तुलना है।

एल्गोरिथम अभी तक धारणा को उतनी निश्चितता से नहीं समझ पाता जितना एक मनुष्य परिचित ध्वनि को पहचानता है। अध्ययन केवल पहला कदम दिखाता है: स्वर-गुण की जानकारी ईईजी के छोटे, एकल अंशों में भी मौजूद होती है और इसे आंशिक रूप से डिकोड किया जा सकता है।

क्या श्रवण यंत्र हमारी एकाग्रता को समझ पाएगा?

शोध की एक संभावित व्यावहारिक दिशा श्रवण यंत्रों (हीयरिंग एड्स) से संबंधित है।

आधुनिक उपकरण भाषण को बढ़ाने के लिए अच्छी तरह से अनुकूलित हैं, लेकिन संगीत उनके लिए एक जटिल कार्य बना हुआ है। जब कई वाद्ययंत्र एक साथ बजते हैं, तो प्रसंस्करण के बाद कई आवृत्तियाँ और गतिशील सूक्ष्मताएँ आपस में मिल सकती हैं, अपनी स्वाभाविकता खो सकती हैं या तीखी हो सकती हैं।

भविष्य में, मस्तिष्क की गतिविधि के पंजीकरण से जुड़ा एक श्रवण यंत्र सैद्धांतिक रूप से यह निर्धारित कर सकता है कि व्यक्ति किस वाद्ययंत्र को सुनने की कोशिश कर रहा है, और केवल उसी को चुनिंदा रूप से बढ़ा सकता है।

उदाहरण के लिए, एक श्रोता ऑर्केस्ट्रा में सेलो पर ध्यान केंद्रित करता है — और उपकरण उसकी ध्वनि को सामान्य संगीत प्रवाह से अलग निकालने में मदद करता है।

हालाँकि, ऐसे अनुप्रयोग तक पहुँचने में अभी काफी समय है।

प्रयोग में केवल 10 लोगों ने भाग लिया था। इसमें अलग-अलग एक-सेकंड के स्वरों का उपयोग किया गया था, जबकि वास्तविक संगीत कहीं अधिक जटिल होता है: वाद्ययंत्र एक साथ बजते हैं, ऊँचाई (पिच), प्रबलता (वॉल्यूम), गतिशीलता (डायनामिक्स) और स्पष्ट उच्चारण (आर्टिकुलेशन) बदलते रहते हैं।

वर्गीकरण की सटीकता भी मध्यम रही — 26 से 35% तक।

इसलिए, यह मन पढ़ने की कोई तैयार तकनीक नहीं है, बल्कि एक मूलभूत संभावना की पहली पुष्टि है: मस्तिष्क की एक संक्षिप्त प्रतिक्रिया में कथित स्वर-गुण के बारे में पहचानने योग्य जानकारी होती है।

इस खोज ने ग्रह की ध्वनि में क्या जोड़ा?

इसने दिखाया: चेतना ध्वनि को एक निराकार आवृत्ति के रूप में नहीं समझती।

मस्तिष्क कंपन के उन गुणों को पहचानता है जो सामग्री, स्पर्श, श्वास और ध्वनि के उत्पन्न होने के तरीके से संबंधित हैं। एक ही नोट, विभिन्न वाद्ययंत्रों से गुजरते हुए, कई स्वतंत्र ध्वनि संसारों में बदल जाता है — और प्रत्येक तंत्रिका गतिविधि में अपना निशान छोड़ता है।

संगीत केवल उसी से उत्पन्न नहीं होता, जो सुनाई देता है।

यह इस बात से उत्पन्न होता है कि कंपन कैसे, किसके माध्यम से और किसके द्वारा गुजरता है।

पियानो, सेलो, क्लेरनेट और ट्रंबोन एक ही नोट बजा सकते हैं — लेकिन चेतना प्रत्येक ध्वनि को एक अलग उपस्थिति के रूप में अनुभव करती है।

स्वर-गुण कंपन की विशिष्टता है। यह सामग्री की स्मृति है। गति का छाप है।

वह तरीका जिससे पदार्थ संगीत में प्रवेश करता है।

और हम जितना अधिक ध्यान से सुनते हैं, उतना ही स्पष्ट रूप से सुनते हैं: ग्रह एक ही नोट को नहीं दोहराता।

यह अपनी अनंत विविधता को प्रकट करता है — लकड़ी, धातु, तारों, संगीतकार की श्वास और श्रोता की ग्रहणशील चेतना के माध्यम से।