如前节所说,人耳,是每个人生来就有的一台灵敏的、精密的声学仪器。它分为外耳、中耳和内耳三个部分。外耳部分包括耳壳、耳道和鼓膜;中耳是一个空腔,与鼻腔口腔相通,有三块听小骨——槌骨、砧骨和磴骨;内耳主要有负责人的平衡感的半规管和耳蜗,内耳蜗充满了淋巴液。当声音碰到鼓膜,经过听小骨的传递放大,引起耳蜗内的淋巴液的振动,牵动了基底膜。基底膜上丰富的毛细胞连接着神经末梢,最后传到人的大脑的听觉中枢,经分析综合,产生声音的听感。拿测量仪器的功能性能要求来对比,人耳非常有特点。
首先,人耳所能感受、分辨声强(即声音的轻与响)的范围相当广,达到10的量级。而人为制造的仪器,当声音特别弱的时候,由于拾音头的灵敏度不够,便无法感受到微弱声音的存在了;或者虽能勉强拾到,但相对而言,大与小、强与弱的差别程度辨认不那么细微了。其次,人耳在感受声音的时候,具有“分解的”能力,也就是说,可以从一个复合的声音中分辨出其中某一个声音或者几个声音的高低来。例如,几个人正七嘴八舌地在讨论假期里到何处去旅游,虽则几个声音混在一块儿,你还是能够从中听清楚张三、李四的意向;听众能从丰富的合唱和声中听出不同声部的进行,指挥家和作曲家能听清楚很复杂的和弦并说出其中各个音之间的音程关系。人的眼睛在感觉方面,不及耳朵。就人眼的视觉反应来讲,应当同时用三个要素来刻画它,即“色调”、“饱和度”和“亮度”。彩色电视机对这样三个要素具有调节功能,以便让用户获得有舒适感、真实感的画面。其中,色调决定于物体反射光的波长,是物体颜色的“质”的特征。视觉当中不同波长的光所引起的不同色调的感觉,还可以用红、绿、蓝三原色以不同的比例调配而得。例如红+绿可以得到黄。可是,人眼看到张黄纸时,视觉上无论如何也不能分解出红与绿两种色觉来。当然,话还得说回来,人耳在拾取声音、比较声音时,在感知绝对量值方面,能力是很差的。普通五音齐全的人可以分辨D、Re、M、Fa、S0、Ia、S及其它们之间的半音,但是人耳不能听出一个声音的频率值来。自然,频率计可以准确地测出频率值来。
正是由于人耳和由人所研制的声学测量仪器之间的明显区别,我们把人耳对声音的诸多感觉、感受称之为对声音的“主观感受”,而把经仪器对声音进行测量后得到的些指标,称之为声音的“客观指标”。当我们在人耳的“主观感受”当中,选定一些评比要点,如“清晰度”、“平衡感”、“层次感”等等,进行高下优劣评判并以5分制打出分数,这就是对声音质量在选定的要点约束之下进行“主观评价”。