为什么在周围环境播放白噪声感觉反而身边的噪声反而小了？

云深无际

发布于 2026-03-05 17:16:20

1030

文章被收录于专栏：云深之无迹云深之无迹

题目这是我困惑比较久的问题，最近看了几个论文，再重写一下，另外感觉人这个信号与系统设计的还是比较有意思的。

播放白噪声并没有让环境噪声真的变小；它通过“掩蔽效应 + 动态范围重分配 + 预测性削弱”让我们的的大脑感知到的对比度下降，于是主观感觉更安静。

物理层：信号对比度下降

假设环境中有：空调声（低频），键盘敲击（中频），远处说话（随机频率）；这些声音都是“非平稳”的，有突发变化。

当播放白噪声：

总声压：

环境声的“相对起伏”变小：

对比度

底噪提高了，但波动幅度相对变小，大脑更敏感的是变化而不是绝对值。耳蜗 + 听神经对：突发变化，调制，瞬态极其敏感；白噪声是统计平稳的：没有可预测结构，没有突变特征，因此它“占据频带”但不触发警觉。

掩蔽效应（Psychoacoustics）

在听觉科学里有一个重要概念：

Masking（掩蔽）

如果一个频段已经有噪声能量，另一个较小声音会被听觉阈值覆盖。

掩蔽阈值：

环境小噪声低于阈值 → 大脑忽略，这在 MP3 编码里广泛利用。

神经适应（Neural adaptation）

当我们持续听白噪声：听神经放电率适应，大脑预测模型认为“这是背景”，皮层抑制增强，神经系统降低对它的响应；但突发的环境噪声若被白噪声覆盖，就更难触发“变化检测”，人脑主观“安静”并不等于“能量低”。

它更接近：

安静感低可检测变化

当环境是：

滴答——空调——脚步——说话

这些变化不断刺激。

加入白噪声后：

~~~~~~滴答~~~~脚步~~~~

滴答的对比度下降，大脑不再不断触发警觉；大脑对“不可预测变化”敏感，白噪声是完全不可预测但统计稳定的。

预测模型很快认为：

这是常态，不需要响应。

但突发环境声被掩蔽。所以更容易入睡。

仿真

环境里有“结构化噪声”（嗡嗡声 + 突发点击），当加入白噪声后：整体 RMS（能量）变大（物理上更“吵”），但环境噪声的“突发/结构”在时间与频率上都被掩蔽，所以主观感觉“更安静”。

为什么“能量更大”但“感觉更安静”？

橙色（mix）整体更高，说明 声压能量确实变大；但橙色的“峰-谷差”变小：说明 突发变化被淹没，大脑更敏感的是“变化”，不是绝对 RMS，所以主观更安静。

({(0, 200): np.float64(1.3109000256884267),
  (200, 800): np.float64(622984448.0573497),
  (800, 1500): np.float64(7952438578190.224)},
 {(0, 200): np.float64(0.7866683487914412),
  (200, 800): np.float64(1.635405155778864),
  (800, 1500): np.float64(1.7369150824489732)})

为什么说是“掩蔽”？

看最后这个图用了一个很粗但直观的指标：

：能量时间序列的 95 分位（代表“突发时更大”）

：50 分位（代表“背景底”）

加白噪声后，背景底被抬高，而突发并没有同比例增加，于是 contrast 掉下来，这就对应“听起来突发没那么明显”。

解读四个图的作用：

Toy environment waveform：只有环境（可见很多突发 burst）
Environment + white-noise masker：加白噪声后波形变“毛”，突发相对不显眼
Frame RMS envelope：加白噪声后底噪抬高，burst 的相对突出程度下降
Spectral contrast bar：用一个“对比度指标”显示：加噪声后各频段的“可检测起伏”大幅降低（掩蔽效应的一个代理量）

更近一步：神经动力学模型

其实就是和我们的嗅觉差不多，你闻到一个味道一开始有很强的感觉，但是过段时间就闻不到了。

听神经的适应（Adaptation）

当一个持续声音存在时：听神经刚开始发放频率很高，几百毫秒后发放率下降，进入稳态

这叫：

firing rate adaptation（发放率适应）

数学模型

设神经元发放率：

输入声音强度：

适应变量：

模型：

r 是当前响应，a 是慢变量（适应）；当 r 增大，a 逐渐增大，a 抑制 r。

物理意义

白噪声持续存在：r 初始高，a 慢慢上升，最终 r 被压低；于是：

大脑对持续噪声的响应降低。

但如果有突发声音：s 突然升高，r 突然大于 a，产生瞬时响应。

神经网络是“变化检测器”

很多感觉系统接近高通结构，可以用差分模型近似：

频域：

低频：

说明：

对低频成分抑制，对变化敏感。

白噪声是统计平稳的，长期均值稳定 → 被削弱。

预测编码模型

当然了大脑不是简单滤波器，它在做：

如果一个声音是稳定的：大脑内部模型预测它，预测误差趋近 0，神经响应下降；白噪声虽然随机，但统计结构稳定：均值恒定，功率恒定，无显著模式变化；预测模型很快把它视为“背景”。环境噪声通常有周期结构，有节律，有调制；例如说话声：有 4–8 Hz 调制，有音节结构

这些结构：不符合白噪声统计，会产生预测误差，更容易引起注意。

用状态空间写成完整模型

输入：

神经响应：

适应：

预测误差：

预测更新：

白噪声时：迅速学习统计结构，e 减小，r 减小；突发事件时：e 突然大，r 增大，引发警觉。

白噪声让神经系统进入“适应稳态”，环境噪声被淹没后：

预测误差减少，变化检测减弱，于是主观更安静。

仿真：神经动力学现象

刚开始响应很高（瞬时反应)，很快下降到一个稳定水平，后续对白噪声只保持低幅波动；这说明：神经元初始检测到“有声音”，慢变量 a(t) 上升，抑制 r(t)，进入稳态。

数学上就是：

这就是：

背景噪声被神经系统“解释掉”。

突发刺激时发生了什么？

在 2 秒处出现强烈峰值，背景响应几乎被压低，突发结束后迅速恢复；背景白噪声已经被适应机制抑制，突发刺激 s 突然远大于 a，产生巨大误差信号，r(t) 强烈上升；这正是“注意被抓住”的神经基础。

这个系统等价于：输入 → 高通滤波 + 自适应基线 → 输；白噪声：高频随机，均值稳定，等着神经系统基线学会它，而突发现象是违反基线被突出。

后记

为什么白噪声助眠？因为：它稳定，它可预测（统计上），适应后神经响应低，掩蔽了突发环境声，结果就是：

大脑的“变化检测回路”安静下来。

而且白噪声没有让世界变安静，它只是：

把环境噪声变成了统计平稳背景，降低了大脑对“变化”的敏感度。

我觉得还是比较有用的，下次有人说好像听了白噪声更加的专注，那这个文章就可以发出去～

代码

# 神经适应模型仿真：白噪声 vs 突发声
# 使用简单的双状态模型：
#   dr/dt = (-r + relu(s - a)) / tau_r
#   da/dt = (-a + beta * r) / tau_a

import numpy as np
import matplotlib.pyplot as plt

# --------------------------
# 仿真参数
# --------------------------
dt = 0.001
T = 5.0
t = np.arange(0, T, dt)

tau_r = 0.02     # 快响应时间常数（20 ms）
tau_a = 0.5      # 慢适应时间常数（500 ms）
beta = 0.8

rng = np.random.default_rng(0)

# --------------------------
# 输入1：持续白噪声
# --------------------------
white_noise = 0.5 + 0.3 * rng.normal(size=len(t))

# --------------------------
# 输入2：白噪声 + 突发脉冲
# --------------------------
burst = np.zeros_like(t)
burst_start = int(2.0 / dt)
burst_end = int(2.2 / dt)
burst[burst_start:burst_end] = 2.0
stim_burst = white_noise + burst

# --------------------------
# 神经动力学函数
# --------------------------
def simulate(stim):
    r = np.zeros_like(stim)
    a = np.zeros_like(stim)
    
    for i in range(1, len(stim)):
        input_effective = max(stim[i] - a[i-1], 0)  # ReLU
        
        dr = (-r[i-1] + input_effective) / tau_r
        da = (-a[i-1] + beta * r[i-1]) / tau_a
        
        r[i] = r[i-1] + dt * dr
        a[i] = a[i-1] + dt * da
        
    return r, a

# 运行仿真
r_white, a_white = simulate(white_noise)
r_burst, a_burst = simulate(stim_burst)

# --------------------------
# 绘图 1：白噪声输入与神经响应
# --------------------------
plt.figure()
plt.plot(t, white_noise)
plt.title("White noise stimulus")
plt.xlabel("Time (s)")
plt.ylabel("Stimulus")
plt.grid()
plt.show()

plt.figure()
plt.plot(t, r_white)
plt.title("Neural response to white noise (with adaptation)")
plt.xlabel("Time (s)")
plt.ylabel("Firing rate r(t)")
plt.grid()
plt.show()

# --------------------------
# 绘图 2：突发刺激与神经响应
# --------------------------
plt.figure()
plt.plot(t, stim_burst)
plt.title("White noise + burst stimulus")
plt.xlabel("Time (s)")
plt.ylabel("Stimulus")
plt.grid()
plt.show()

plt.figure()
plt.plot(t, r_burst)
plt.title("Neural response to burst (adaptation suppresses background)")
plt.xlabel("Time (s)")
plt.ylabel("Firing rate r(t)")
plt.grid()
plt.show()

import numpy as np
import matplotlib.pyplot as plt

# -----------------------------
# 1) Generate a toy "environment" audio-like signal
# -----------------------------
fs = 2000  # Hz (kept small for quick simulation)
T = 6.0    # seconds
t = np.arange(0, T, 1/fs)

rng = np.random.default_rng(0)

# Background low-frequency hum + some random bursts (like keyboard clicks)
hum = 0.15*np.sin(2*np.pi*120*t) + 0.08*np.sin(2*np.pi*60*t)

# Random burst events
env = hum.copy()
num_bursts = 18
burst_times = rng.uniform(0.3, T-0.3, size=num_bursts)
for bt in burst_times:
    center = int(bt*fs)
    width = int(rng.uniform(0.01, 0.04)*fs)  # 10-40 ms
    burst = np.zeros_like(t)
    idx = slice(max(0, center-width), min(len(t), center+width))
    # short "click": band-limited noise windowed
    n = rng.normal(0, 1, (idx.stop-idx.start))
    w = np.hanning(idx.stop-idx.start)
    burst[idx] = 0.55*n*w
    env += burst

# -----------------------------
# 2) Add white noise "masker"
# -----------------------------
masker_rms = 0.22
masker = rng.normal(0, masker_rms, size=len(t))

mix = env + masker

# -----------------------------
# 3) Frame-based STFT-like analysis (simple)
# -----------------------------
win_len = int(0.200*fs)  # 200 ms
hop = int(0.050*fs)      # 50 ms hop
win = np.hanning(win_len)
nfft = 2048

def frame_rms(x):
    # returns RMS per frame, aligned to hop centers
    frames = []
    centers = []
    for start in range(0, len(x)-win_len+1, hop):
        seg = x[start:start+win_len]
        frames.append(np.sqrt(np.mean(seg**2)))
        centers.append((start + win_len//2)/fs)
    return np.array(centers), np.array(frames)

centers, env_r = frame_rms(env)
_, mix_r = frame_rms(mix)

# Spectral magnitude per frame at a few bands for a "detectability proxy"
freqs = np.fft.rfftfreq(nfft, 1/fs)

def band_energy(seg, f1, f2):
    X = np.fft.rfft(seg*win, nfft)
    mag2 = (np.abs(X)**2)
    band = (freqs>=f1) & (freqs<f2)
    return mag2[band].mean()

bands = [(0,200),(200,800),(800,1500)]
env_band = {b:[] for b in bands}
mix_band = {b:[] for b in bands}

for start in range(0, len(env)-win_len+1, hop):
    e = env[start:start+win_len]
    m = mix[start:start+win_len]
    for b in bands:
        env_band[b].append(band_energy(e, b[0], b[1]))
        mix_band[b].append(band_energy(m, b[0], b[1]))

for b in bands:
    env_band[b] = np.array(env_band[b])
    mix_band[b] = np.array(mix_band[b])

# "Contrast" proxy: peakiness in each band over time
def contrast(x):
    return (np.percentile(x, 95) - np.percentile(x, 50)) / (np.percentile(x, 50) + 1e-12)

contrast_env = {b: contrast(env_band[b]) for b in bands}
contrast_mix = {b: contrast(mix_band[b]) for b in bands}

# -----------------------------
# 4) Plot: time waveform + RMS envelope + simple "contrast" summary
# -----------------------------
plt.figure(figsize=(11,4))
plt.plot(t, env, linewidth=0.7)
plt.title("Toy environment waveform (hum + bursts)")
plt.xlabel("Time (s)")
plt.ylabel("Amplitude")
plt.grid()
plt.tight_layout()
plt.show()

plt.figure(figsize=(11,4))
plt.plot(t, mix, linewidth=0.7)
plt.title("Environment + white-noise masker waveform")
plt.xlabel("Time (s)")
plt.ylabel("Amplitude")
plt.grid()
plt.tight_layout()
plt.show()

plt.figure(figsize=(11,4))
plt.plot(centers, env_r, label="Env RMS (200 ms)")
plt.plot(centers, mix_r, label="Mix RMS (200 ms)")
plt.title("Frame RMS envelope: adding noise raises floor and reduces relative burst prominence")
plt.xlabel("Time (s)")
plt.ylabel("RMS")
plt.grid()
plt.legend()
plt.tight_layout()
plt.show()

# Contrast bar chart
labels = [f"{b[0]}–{b[1]} Hz" for b in bands]
env_vals = [contrast_env[b] for b in bands]
mix_vals = [contrast_mix[b] for b in bands]

x = np.arange(len(bands))
width = 0.35

plt.figure(figsize=(9,4))
plt.bar(x - width/2, env_vals, width, label="Env")
plt.bar(x + width/2, mix_vals, width, label="Env + masker")
plt.xticks(x, labels)
plt.ylabel("Contrast proxy (95th-50th)/50th")
plt.title("Spectral 'contrast' drops after adding white noise (masking effect proxy)")
plt.legend()
plt.grid()
plt.tight_layout()
plt.show()

contrast_env, contrast_mix

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2026-03-04，如有侵权请联系 cloudcommunity@tencent.com 删除

统计