Mózg rozpoznaje instrument, zanim zdążymy go nazwać

Autor: Inna Horoshkina One

Mózg rozpoznaje instrument, zanim zdążymy go nazwać-1

Z łatwością odróżniamy wiolonczelę od fortepianu, klarnet od puzonu. Nawet jeśli instrumenty grają tę samą nutę z tą samą głośnością, każdy z nich zachowuje swoją unikalną barwę dźwięku.

Ta cecha nazywana jest barwą dźwięku.

Ale gdzie rodzi się ta różnica? Czy tylko w samym dźwięku — czy też każdy instrument pozostawia szczególny ślad w aktywności mózgu?

Nowe badanie, opublikowane w 2026 roku w czasopiśmie NeuroImage, wykazało, że na podstawie krótkiego fragmentu elektroencefalogramu — EEG — algorytm uczenia maszynowego może z dokładnością przewyższającą przypadkowość określić, który z pięciu barw dźwięku słyszy w danym momencie człowiek.

W aktywności elektrycznej mózgu zachowana jest informacja nie tylko o wysokości i głośności dźwięku, ale także o jego indywidualnym charakterze.

Jedna nuta — pięć światów dźwięku

Badanie przeprowadzili specjaliści z Memorial University of Newfoundland w Kanadzie — Pravina Satkunarajah, Sara Power i Benjamin Zendel.

Artykuł został opublikowany online 19 maja 2026 roku i ukazał się w sierpniowym wydaniu czasopisma NeuroImage.

W eksperymencie wzięło udział 10 osób z normalnym słuchem. Wśród nich byli muzycy, samoucy oraz osoby bez przygotowania muzycznego.

Uczestnicy słuchali tej samej nuty — A3 (a w trzeciej oktawie), o częstotliwości podstawowej 220 herców. Brzmiała ona w pięciu wariantach:

  • fortepian;
  • klarnet;
  • wiolonczela;
  • puzon;
  • czysty ton sinusoidalny bez alikwotów.

Każdy dźwięk trwał jedną sekundę. Głośność wszystkich wariantów została wyrównana, aby nie mogła stanowić prostej wskazówki ani dla uczestników, ani dla późniejszej analizy.

Każdy z pięciu dźwięków był prezentowany 200 razy, a aktywność mózgu była rejestrowana w sposób ciągły za pomocą EEG i 73 elektrod.

W ten sposób zmieniano przede wszystkim barwę — charakter brzmienia, po którym rozpoznajemy jego źródło.

Czym jest barwa dźwięku?

Barwa dźwięku często nazywana jest jego „kolorystyką”, ale ta definicja nie oddaje całej jego złożoności.

To nie jest tylko farba nałożona na nutę.

To jest biografia dźwięku.

Ta sama nuta na fortepianie, klarnecie czy wiolonczeli ma tę samą wysokość podstawową. Ale wraz z nią brzmi wiele dodatkowych częstotliwości — alikwotów. Ich liczba, siła i rozmieszczenie tworzą unikalny wzorzec spektralny instrumentu.

Różnią się także inne charakterystyki:

  • atak — szybkość powstawania dźwięku;
  • jego narastanie i zanikanie;
  • rozłożenie energii między harmonicznymi;
  • jasność;
  • szorstkość;
  • rezonans materiału i korpusu instrumentu.

W wiolonczeli dźwięk rodzi się z interakcji smyczka, struny, drewnianego korpusu i zamkniętego w nim powietrza.

W klarnecie oddech muzyka wprawia w ruch stroik, a słup powietrza wewnątrz instrumentu tworzy rezonans.

W fortepianie młoteczek uderza w strunę, po czym płyta rezonansowa i korpus wzmacniają i przekształcają powstałe wibracje.

Dlatego barwa dźwięku nie jest ani ozdobą, ani produktem ubocznym.

To jest sposób powstawania dźwięku, materiał, przez który przeszła wibracja, oraz ruch, który ją wywołał.

Czy można zidentyfikować instrument na podstawie EEG?

Naukowcy sprawdzili, czy na podstawie jednego, pojedynczego fragmentu EEG można określić, którą barwę dźwięku w danym momencie słyszał uczestnik.

To nie jest proste zadanie. Człowiek otrzymuje pełną informację akustyczną, natomiast algorytm analizuje jedynie sygnały elektryczne zarejestrowane na powierzchni głowy.

Do przetwarzania danych wykorzystano cztery algorytmy uczenia maszynowego:

  • liniowa analiza dyskryminacyjna;
  • wzmocnienie gradientowe (Gradient Boosting);
  • metoda wektorów wsparcia (Support Vector Machine);
  • metoda najbliższych sąsiadów (K-Nearest Neighbors).

Naukowcy porównywali kilka typów danych: nieprzetworzone fragmenty EEG, charakterystyki potencjałów wywołanych, cechy harmoniczne i spektralne.

Gdyby algorytm po prostu zgadywał jedną z pięciu opcji, oczekiwana dokładność wynosiłaby około 20%.

Jednakże podczas analizy nieprzetworzonych fragmentów EEG wszystkie cztery modele wykazały wyniki lepsze niż przypadkowe:

  • wzmocnienie gradientowe (Gradient Boosting) — około 35%;
  • liniowa analiza dyskryminacyjna — około 34%;
  • metoda wektorów wsparcia (Support Vector Machine) — około 33%;
  • metoda najbliższych sąsiadów (K-Nearest Neighbors) — około 26%.

Dokładność jest daleka od doskonałości. Głównym zadaniem nie było jednak bezbłędne rozpoznanie instrumentu, lecz sprawdzenie, czy informacja o barwie dźwięku jest obecna w pojedynczej reakcji mózgu.

Algorytm nie słyszał oryginalnego dźwięku i nie analizował jego zapisu akustycznego. Otrzymywał jedynie EEG.

A jednak w sygnałach elektrycznych zachowało się wystarczająco rozróżnialnych informacji, aby określić odbieraną barwę dźwięku z dokładnością wyższą niż przypadkowa.

Badanie w bazie PubMed

Wiolonczela pozostawiła najbardziej wyraźny ślad

Naukowcy przeanalizowali również komponenty słuchowego potencjału wywołanego N1 i P2 — krótkotrwałe zmiany aktywności elektrycznej mózgu, które pojawiają się wkrótce po wystąpieniu dźwięku.

Komponent N1 badano w przybliżonym zakresie od 100 do 200 milisekund po rozpoczęciu dźwięku, a P2 — od 150 do 290 milisekund.

Reakcje na różne barwy dźwięku różniły się czasem pojawienia i amplitudą.

Wiolonczela wywołała najbardziej wyraźną reakcję P2, natomiast czysty ton sinusoidalny — najmniejszą. Reakcja N1 na wiolonczelę pojawiała się wcześniej, podczas gdy odpowiedź na klarnet okazała się najpóźniejsza.

Nie oznacza to, że mózg „preferuje” wiolonczelę.

Różnice mogą być związane z cechami ataku, składem spektralnym, szorstkością i rozłożeniem harmonicznych. Na przykład dźwięk klarnetu w eksperymencie miał najbardziej łagodny początek spośród użytych tonów instrumentalnych.

Ale wyniki pokazują najważniejsze: różne barwy dźwięku wywołują niecałkowicie identyczną reakcję neuronalną.

W brzmieniu instrumentu mózg rozróżnia więcej niż tylko wysokość i głośność.

Człowiek poradził sobie znacznie lepiej niż algorytm

Uczestnicy eksperymentu świadomie również identyfikowali usłyszane dźwięki. Średnia dokładność ludzkiego rozpoznawania wyniosła około 94%.

Najlepiej uczestnicy rozpoznawali puzon — w około 97% przypadków. Czysty ton był określany z dokładnością około 96%, wiolonczela — 95%, klarnet — 92%, fortepian — 89%.

To ważne porównanie.

Algorytm nie rozszyfrowuje jeszcze percepcji z taką pewnością, z jaką człowiek rozpoznaje znajomy dźwięk. Badanie to pokazuje jedynie pierwszy krok: informacja o barwie dźwięku jest obecna nawet w krótkich, pojedynczych fragmentach EEG i może być częściowo dekodowana.

Czy aparat słuchowy będzie w stanie zrozumieć naszą uwagę?

Jeden z możliwych praktycznych kierunków badań wiąże się z aparatami słuchowymi.

Nowoczesne urządzenia są dobrze przystosowane do wzmacniania mowy, ale muzyka pozostaje dla nich trudnym wyzwaniem. Gdy jednocześnie brzmi kilka instrumentów, wiele częstotliwości i odcieni dynamicznych po przetworzeniu może się ze sobą mieszać, tracić naturalność lub stawać się ostre.

W przyszłości aparat słuchowy, połączony z rejestracją aktywności mózgu, teoretycznie mógłby określać, którego instrumentu osoba stara się słuchać, i selektywnie go wzmacniać.

Na przykład słuchacz skupia uwagę na wiolonczeli w orkiestrze — a urządzenie pomaga wydobyć jej linię z ogólnego strumienia muzyki.

Jednak do takiego zastosowania jest jeszcze daleka droga.

W eksperymencie wzięło udział zaledwie 10 osób. Użyto izolowanych, sekundowych tonów, podczas gdy prawdziwa muzyka jest znacznie bardziej złożona: instrumenty brzmią jednocześnie, zmieniają wysokość, głośność, dynamikę i artykulację.

Dokładność klasyfikacji również pozostała umiarkowana — od 26 do 35%.

Dlatego nie chodzi tu o gotową technologię czytania myśli, lecz o pierwsze potwierdzenie zasadniczej możliwości: krótka reakcja mózgu zawiera rozróżnialną informację o odbieranej barwie dźwięku.

Co to odkrycie wniosło do brzmienia Planety?

Pokazało ono: świadomość postrzega dźwięk nie jako bezosobową częstotliwość.

Mózg rozróżnia właściwości wibracji, które są związane z materiałem, dotykiem, oddechem i sposobem powstawania dźwięku. Jedna nuta, przechodząc przez różne instrumenty, staje się wieloma samodzielnymi światami dźwięku — i każdy z nich pozostawia w aktywności neuronalnej własny ślad.

Muzyka powstaje nie tylko z tego, co brzmi.

Rodzi się z tego, jak, przez co i przez kogo przechodzi wibracja.

Fortepian, wiolonczela, klarnet i puzon mogą wykonać tę samą nutę — ale świadomość spotyka każdy dźwięk jako odrębną obecność.

Barwa dźwięku to indywidualność wibracji. To pamięć materiału. Odcisk ruchu.

Sposób, w jaki materia wchodzi w muzykę.

I im uważniej słuchamy, tym wyraźniej słyszymy: Planeta nie powtarza tej samej nuty.

Ona odkrywa jej nieskończoną różnorodność — poprzez drewno, metal, struny, oddech muzyka i odbierającą świadomość słuchacza.


5 Wyświetlenia

Źródła

  • Single-trial EEG-based classification reveals instrument-specific timbre perception via traditional machine learning classifiers

  • Benjamin Zendel - Memorial University of Newfoundland

  • dblp: Benjamin Rich Zendel

  • Benjamin Rich Zendel's lab - Cognitive Aging and Neuroscience Laboratory

  • Тембр и спектральный состав

  • Benjamin Zendel - Wikipedia

Czy znalazłeś błąd lub niedokładność?Rozważymy Twoje uwagi tak szybko, jak to możliwe.