音の高さを説明するとき、「周波数が高いほど高い音、低いほど低い音」とよく言われます。これは基本的には正しい説明です。
しかし、音の高さは周波数という数字をそのまま読み替えたものではありません。たとえば周波数が2倍になると音楽では1オクターブ高く感じられますが、100Hz増えるという同じ差でも、100Hzから200Hzへの変化と1000Hzから1100Hzへの変化では感じ方が大きく異なります。
さらに、実際の楽器音や人の声には複数の周波数成分が含まれ、ときには最も低い基本周波数の成分が実際には含まれていなくても、その高さを感じることがあります。
では、音の高さはどのような原理や法則で説明できるのでしょうか。
ポイントは、音の高さが「周波数という物理量」と「耳・脳による知覚」の両方で決まることです。単純な純音では周波数との対応が明確ですが、複雑な音では周波数比、倍音構成、蝸牛の反応場所、神経活動の時間パターンなどが組み合わさってピッチが知覚されます。
結論：音の高さは周波数に対応するが、耳と脳が比率や周波数成分を処理して知覚する
音の高さを説明する主要な法則と仕組みは、次のように整理できます。
- 純音では、周波数が高いほど高いピッチとして感じられる
- 周波数が2倍になると、音楽的には1オクターブ高い関係になる
- 音の高さの感覚は周波数に対して単純な直線関係ではない
- 蝸牛では周波数ごとに強く反応する場所が異なる
- 低～中周波数では神経活動の時間パターンもピッチ判断に寄与する
- 複雑な音では、基本周波数と倍音の関係から一つのピッチを知覚する
神戸大学の音響学講義ノートでは、周波数が高くなるほど音の高さも高くなる一方、心理的な音高尺度は周波数と単純比例しないことが示されています。OpenStaxも、周波数の違いがピッチの違いとして知覚されること、蝸牛の場所情報と神経活動の時間情報の両方がピッチ知覚に関係することを説明しています。
まず「周波数」と「音の高さ」は別の量
周波数は物理量です。
1秒間に振動が何回繰り返されるかを表し、単位にはヘルツ（Hz）を使います。440Hzなら1秒間に440周期の振動が繰り返されます。
一方、音の高さ、つまりピッチは人間が感じる知覚です。
測定器は周波数をHzで測れますが、「どれくらい高く感じるか」は耳と脳が作る感覚です。
そのため、単純な正弦波では周波数とピッチは密接に対応しますが、完全に同じ概念ではありません。
この区別が重要なのは、複雑な音では「一つの周波数＝一つの高さ」という単純な対応だけでは説明できない現象があるからです。
純音では周波数が高いほど高い音として感じる
純音とは、ほぼ一つの周波数成分だけからなる単純な音です。
純音を比べると、100Hzより200Hz、200Hzより1000Hzの方が高く聞こえます。
この基本対応は、音の高さを理解する出発点です。
OpenStaxは、低い周波数の音は低いピッチ、高い周波数の音は高いピッチとして知覚されると説明しています。
ただし「周波数が100Hz増えると、いつでも同じだけ高く感じる」という意味ではありません。人間の聴覚は、周波数の差よりも比率に近い形で音の高さを整理する側面があります。
周波数が2倍になると1オクターブ高くなる
音楽では、周波数が2倍の関係にある二つの音を1オクターブ違う音として扱います。
たとえば、220Hzと440Hz、440Hzと880Hzは、どちらも周波数比が1対2です。
OpenStaxの行動神経科学教材でも、周波数が2倍になると、どの音域でも知覚上は1オクターブの間隔に対応すると説明されています。
この関係は、音の高さを「差」ではなく「比」で考える必要があることを示しています。
220Hzから440Hzまでは220Hz増えますが、440Hzから880Hzまでは440Hz増えます。それでも両者は同じ1オクターブです。
つまり音楽的な高さの間隔は、周波数の絶対差より周波数比と強く関係しています。
なぜ音の高さは周波数に対して直線的ではないのか
もし音の高さが周波数そのものと単純比例するなら、周波数が100Hz増える変化はどの音域でも同じ大きさに感じられるはずです。
しかし実際にはそうではありません。
100Hzから200Hzは周波数が2倍ですが、1000Hzから1100Hzは1.1倍にすぎません。人間の耳にとって、この二つの変化は同じ音程差には感じられません。
神戸大学の講義ノートでは、心理的な音の高さを表すメル尺度が紹介されており、周波数が高くなるほどメル値も大きくなるものの、メル値が2倍になることと周波数が2倍になることは一致しないと説明されています。
これは、物理的な周波数と心理的な音高が単純な比例関係ではないことを示す代表例です。
オクターブとメル尺度は違う考え方
オクターブは周波数比にもとづく音楽的な間隔です。
周波数が2倍になれば1オクターブ上、半分になれば1オクターブ下です。
一方、メル尺度は、人が主観的に感じる音の高さを数量化しようとした心理音響的な尺度です。
神戸大学の講義ノートでは、1000Hz・40dBの音を1000メルと定義し、それより高さが2倍に感じられる音を2000メルとする考え方が紹介されています。
この二つを混同しないことが重要です。
「周波数が2倍だから心理的な高さも必ず2倍に感じる」という単純な関係ではなく、音楽的な周波数比と心理的な高さ尺度は別の方法で音高を表しています。
耳は周波数をそのまま数字として読んでいるわけではない
耳の中に「440Hz」「880Hz」と数字を読み取る測定器が入っているわけではありません。
音波が耳へ入ると、鼓膜が振動し、その振動が耳小骨を通って内耳の蝸牛へ伝わります。
NIDCDは、蝸牛内の液体に波が生じ、その波によって基底膜上の有毛細胞が動き、機械的な振動が電気信号へ変換されて脳へ送られると説明しています。
つまり周波数は、耳の中で場所や神経活動のパターンへ変換されます。
脳はそのパターンを読み取って、私たちが感じる「高い」「低い」というピッチを作ります。
高い周波数と低い周波数では、蝸牛で強く振動する場所が違う
蝸牛の中には基底膜という細長い構造があります。
基底膜は場所によって幅や硬さなどの性質が異なるため、すべての周波数に同じように反応するわけではありません。
NIDCDは、高いピッチの音では蝸牛の入口側に近い領域、低いピッチの音ではより奥側の領域が主に反応すると説明しています。
OpenStaxでも、基底膜の基部は高周波、先端側は低周波に強く反応する「場所説」が紹介されています。
このように、周波数という時間的な情報が、蝸牛では「どの場所が強く反応したか」という空間的な情報へ変換されます。
これが音の高さを区別する重要な仕組みの一つです。
場所の違いだけでなく、神経が発火する時間パターンも使われる
音の高さの知覚は、基底膜の場所だけですべて説明できるわけではありません。
OpenStaxは、ピッチ知覚を説明する考え方として「場所説」と「時間説」を紹介しています。
時間説では、音の周期に対応して聴覚神経が一定の時間パターンで活動することが、周波数情報の手掛かりになると考えます。
低～中程度の周波数では、神経活動が音波の周期と関連したタイミングで起こるため、脳はその時間間隔から周波数情報を得られます。
ただし神経細胞には発火速度の限界があるため、非常に高い周波数まで一つの細胞が毎周期そのまま追従することはできません。
そのため実際の聴覚では、周波数帯に応じて場所情報と時間情報を組み合わせてピッチを知覚すると考えられています。
「どこが反応したか」と「いつ反応したか」の両方が手掛かりになる
| 手掛かり | 何を利用するか | 主な役割 |
|---|---|---|
| 場所情報 | 蝸牛基底膜のどの位置が強く振動したか | 周波数帯を空間的に識別する |
| 時間情報 | 神経活動がどの周期・タイミングで起こるか | 特に低～中周波数の周期性を表す |
| 周波数成分の組み合わせ | 複数の倍音の並び方 | 複雑な音の基本的な高さを推定する |
音の高さは、一つの検出方式だけで決まるのではありません。
耳と脳が複数の手掛かりを使うことで、広い周波数範囲の音を安定して聞き分けられます。
実際の楽器音には、一つではなく多数の周波数が含まれる
音叉に近い純音なら、周波数とピッチを一対一で考えやすくなります。
しかし、ピアノ、ギター、バイオリン、人の声などは、複数の周波数成分を含む複合音です。
弦や空気柱のような振動系では、基本周波数に加えて、その整数倍付近の周波数成分が生じます。
たとえば基本周波数が200Hzなら、400Hz、600Hz、800Hzといった成分が含まれることがあります。
このような周波数列を倍音列として考えると、一つの楽器音が多数の周波数を含みながらも「一つの高さ」として聞こえる理由を理解しやすくなります。
基本周波数が「音の高さの中心」になりやすい
周期的な複合音では、最も低い周期性を決める周波数を基本周波数と呼びます。
多くの楽器音では、この基本周波数が知覚されるピッチと強く対応します。
OpenStaxは、周期的な音には基本周波数の整数倍となる高調波が含まれ、その基本周波数に対応したピッチを知覚すると説明しています。
そのため、同じ基本周波数を持つピアノとバイオリンは、音色は違っても同じ音程として認識できます。
音色の違いは、どの倍音がどのくらい強いか、時間的にどう変化するかによって生まれます。
基本周波数が実際に鳴っていなくても、その高さを感じることがある
音の高さが単純に「最も低い実在周波数を聞いているだけ」ではないことを示す有名な現象があります。
それが欠落基音です。
たとえば200Hz、300Hz、400Hz、500Hzのように、100Hzの整数倍に並ぶ成分があるとします。この中に100Hzそのものが含まれていなくても、脳は100Hzに対応する周期性を手掛かりに、100Hz相当のピッチを感じることがあります。
OpenStaxの行動神経科学教材でも、基本周波数を音から取り除いても、聞き手が元と同じピッチを知覚することがあると説明されています。
この現象は、ピッチが一つの周波数成分を単純に検出した結果ではなく、複数の周波数成分の規則性を脳が統合して作る知覚であることを示します。
欠落基音は「音の高さは脳が組み立てる感覚」であることを示す
もし音の高さが「最も低い周波数成分そのもの」だけで決まるなら、その成分を取り除けばピッチも大きく変わるはずです。
しかし実際には、倍音の間隔や共通する周期性から、脳が基本周波数を推定できます。
これは、音の高さが耳へ入った物理信号をそのまま写したものではないことを示します。
耳は周波数成分を分解し、脳はそれらの関係を解析して「この成分群は同じ一つの音源から来た」とまとめ、その共通周期に対応するピッチを作り出します。
したがって、ピッチは物理量と知覚の間にある処理結果です。
同じ基本周波数でも音色が違うのはなぜか
ピアノとバイオリンで同じ440Hzのラを演奏しても、私たちは簡単に聞き分けられます。
基本周波数が同じなら、中心的なピッチは同じです。
しかし、2倍、3倍、4倍などの倍音がどれくらい含まれているか、音の立ち上がりや減衰がどのように変化するかが楽器ごとに異なります。
神戸大学の講義ノートでも、同じ高さ・同じ大きさでも違って聞こえる性質を音色とし、複数の周波数成分や倍音構成が音色に強く関係すると説明しています。
つまり、ピッチと音色は関係していますが同じものではありません。
12平均律では、半音ごとの周波数比も一定になる
現代の鍵盤楽器などで広く使われる12平均律では、1オクターブを12個の等しい音程に分けます。
1オクターブで周波数が2倍になるため、半音ごとの周波数比rは、
r12 = 2
を満たします。
したがって、
r = 21/12
です。
ある基準音の周波数をf0とすると、n半音上の周波数fは、
f = f0 × 2n/12
と表せます。
この式も、音程が周波数の「差」ではなく「比」で整理されることを表しています。
440Hzのラから1オクターブ上は880Hzになる
標準的な基準音として使われるA=440Hzを例にすると、1オクターブ上は880Hz、1オクターブ下は220Hzです。
一方、半音上では440Hzに一定のHz数を足すのではありません。
12平均律では2の12乗根という一定の倍率を掛けます。
そのため低い音域では半音ごとのHz差は小さく、高い音域ではHz差が大きくなります。
それでも音楽的には同じ「半音」という間隔として扱われます。
ここにも、ピッチの関係を周波数差ではなく周波数比で考える理由があります。
音の高さには音の強さもわずかに影響することがある
音の高さは主に周波数で決まりますが、人間の知覚は理想的な測定器ではありません。
音の強さ、周波数帯、複雑さなどによって、知覚されるピッチがわずかに変化することがあります。
そのため「物理的な周波数」と「人が感じるピッチ」を完全に同一視しないことが大切です。
ただし一般的な純音では、周波数がピッチを決める最も重要な物理量であることに変わりはありません。
なぜ人は細かな音程差を聞き分けられるのか
人間の聴覚は、周波数の違いにかなり敏感です。
蝸牛は周波数ごとに異なる場所で反応し、さらに神経活動の時間情報も利用します。
この二重の手掛かりに加え、脳が複数の周波数成分を統合することで、わずかな音程差や旋律の変化を区別できます。
ただし識別能力は周波数、音圧、音の長さ、訓練経験などによって変化します。
音楽家が微細な音程差を聞き分けられることがあるのも、耳だけでなく学習された脳の処理が関係しています。
音の高さの法則を整理すると、三つの段階に分けられる
| 段階 | 主な法則・仕組み | 意味 |
|---|---|---|
| 物理 | 周波数、基本周波数、倍音、周波数比 | 音源・音波がどの周期で振動しているか |
| 耳 | 蝸牛の場所選択性、神経活動の時間情報 | 周波数を神経情報へ変換する |
| 脳 | 成分統合、基本周期の推定、音程関係の知覚 | 神経情報を一つのピッチとしてまとめる |
この三段階を分けて考えると、単純な純音から複雑な楽器音、欠落基音まで同じ枠組みで説明できます。
よくある疑問
周波数が2倍なら、感じる高さも「2倍」なの？
音楽的には1オクターブ高い関係になりますが、心理的な音高尺度が単純に2倍になるという意味ではありません。周波数比と主観的な高さは区別して考える必要があります。
高い音は必ず周波数が高い？
単純な純音では基本的にそうです。ただし複雑な音では、複数の周波数成分の関係からピッチが知覚されるため、一つの周波数だけを見ればよいとは限りません。
基本周波数が聞こえなければ、音の高さは分からない？
必ずしもそうではありません。倍音の並び方から基本周期を推定し、実際には基本周波数成分がなくても対応するピッチを感じる「欠落基音」があります。
オクターブが同じように聞こえるのはなぜ？
1オクターブ違う音は周波数比が2対1で、高い方の倍音列が低い方の倍音列と多く重なります。この規則的な関係が、音楽的に近い性質として知覚される一因です。
耳は周波数をどこで見分けているの？
主に蝸牛の基底膜で、周波数ごとに強く反応する場所が異なります。さらに低～中周波数では神経活動の時間パターンも周波数情報を伝える手掛かりになります。
まとめ
音の高さは、周波数という物理量と、耳・脳による知覚処理の両方で説明できます。
純音では周波数が高いほど高いピッチとして感じられます。しかし音程は周波数の単純な差ではなく比と深く関係し、周波数が2倍になると1オクターブ高い関係になります。
耳では蝸牛の場所ごとの反応と神経活動の時間パターンが周波数情報を符号化します。脳はさらに複数の周波数成分を統合し、基本周波数や周期性を推定して一つのピッチを作ります。
そのため、基本周波数が実際には含まれていなくても高さを感じる欠落基音のような現象も起こります。
つまり音の高さは、単に「Hzの数字を耳が読む」現象ではありません。周波数比、蝸牛の周波数分析、神経の時間情報、倍音構成を脳が組み合わせることで生まれる知覚です。この仕組みを理解すると、音程、オクターブ、楽器音、旋律が同じ法則の上でつながって見えてきます。
参考資料
- 神戸大学「音の性質：音の基礎知識（その2）」
- National Institute on Deafness and Other Communication Disorders「How Do We Hear?」
- OpenStax「Hearing」
- OpenStax「How Does the Brain Process Acoustic Information?」
コメント