録音した自分の声に違和感

会議や打ち合わせなどを録音した場合、聞き直すと自分の声が好きになれないという人は多いようです。

普通の人は自分の声を正確には把握しておらず、録音された声を聞くと違和感や嫌悪感まで感じるようです。本当の自分の声（人が聞いている声）と、話しているときに聞いている自分の声が大きく違うのは、耳の構造体の中にある3つの耳小骨のためとされています。

まず最初に外界の振動（音）で鼓膜が振動し、それが耳小骨に伝わり、さらにこれが蝸牛殻に伝わり、最終的に振動が電気信号に変換されて脳に伝達されます。

しかし自分の声は身体の内部から発信されるため、外界から届く声よりも耳小骨の振動が激しくなります。そのため自分の声は本当の音色より大きくてより低温で聞こえてくるわけです。したがって録音された自分の声は、妙に高い声と感じ自分の声ではないように思えるわけです。

これに違和感があっても慣れるしかないか、あるいは声のプロのように自分の声が他人にどう聞こえているかを意識的になり、発声をコントロールするのも良いようです。これは聴覚だけの問題ですが、視覚と聴覚の間での問題もあるようです。

これを「マガーク効果」と呼んでいますが、目の前で話をしている人の内容をよく理解しようとするときは、唇の動きに注意を向けない方が良いとされています。いわゆる読唇術というものですが、唇の動きを見ると無意識のうちに読唇術を行っているようです。これによって視覚情報が脳に伝わり、聴覚情報と併せて脳が混乱し、話の内容の理解に悪影響があるというものです。

この実験としてはスクリーン上で「が」と発音している映像に重ねて、「ば」という音を流すというものです。この視聴覚情報を受け取った実験参加者は、「だ」という音声を認識すると報告されています。目をつぶっていれば「ば」と聞こえるはずが、視覚情報が重なることにより錯覚が起こるようです。

このように視覚情報が本来の音声の認識を歪めてしまう原因として、視覚情報と聴覚情報にタイムラグがあるためとされています。タイムラグといっても0.1秒未満の世界ですが、視覚情報の理解が若干早いようです。この差をなくすように処理した画像と音声を流すと、非常にわかりやすい話となるようです。

この辺りは我々も発表の時、スライドの内容を注視していると、何を話していたかが分からないと言った経験をしています。この辺りは人間の認知のメカニズムが、着実に解明されつつあることを示す話題です。