人耳并非通过傅里叶变换处理声音，而是通过耳蜗基底膜进行频率分离：基底膜不同部位因物理特性差异分别响应不同频率，高频在较硬的基部，低频在较软的顶端，形成对数频率分布。

人耳并不进行傅里叶变换

让我们探讨耳蜗如何进行声音处理！

鼓膜（耳膜）通过气压变化（声波）产生振动。中耳骨骼将这些振动放大并传递至充满液体的蜗牛状耳蜗。振动通过液体传导至基底膜，该膜具有惊人的频率分离功能：较硬且较轻的基部与信号的高频成分共振，而较柔软且较重的顶端则与低频共振。在这两端之间，共振频率在空间上呈对数递减。

基底膜上的毛细胞会根据其所在位置的频率来回摆动。但摆动如何转化为电信号呢？这种机械电转导过程就像苏斯博士笔下的世界：连接毛细胞末端的弹簧会以振动频率开闭离子通道，从而引发神经递质释放。布鲁诺称之为"活板门"。

显然，耳朵的硬件结构非常适合进行频率分析。神经纤维作为滤波器提取信号的时间和频率信息。下图展示了时域中的滤波器示例：左侧滤波器时间定位更精确（能清晰显示频率出现的时间点），右侧滤波器时间特异性较低但频率分布更均匀。

如果耳蜗进行傅里叶变换，就能完美契合工程领域的信号分析方式，但事实并非如此！傅里叶变换没有明确的时间精度，更接近右侧波形，这与耳蜗滤波器的特性不符。

我们可以将不同滤波方案可视化为时频域的划分。最左侧方框代表高时间分辨率（类似左侧滤波器），但缺乏频率成分信息；而傅里叶变换（类似右侧滤波器）能精确分解频率，却无法定位频率出现的时间。实际上，耳蜗的处理方式介于小波变换和加博变换之间：高频时牺牲频率分辨率换取时间分辨率，低频时则相反。

这种时频精度权衡为何是良好的表征方式？卢伊基（2002年）提出理论认为，这些滤波器是减少自然声音表征冗余的策略。通过对环境声音、动物发声和人类语音进行独立成分分析（ICA），发现每类声音的权衡方式各不相同。有趣的是，人类语音似乎占据了独特的时频空间，有观点认为语音进化就是为了填补其他声音未占据的时频区域。

这一理论暗示：形成与生态相关的表征具有意义，因为行为依赖于环境。不仅在听觉领域，其他感觉模态也是如此。这为即将讨论的"高效编码"理论埋下伏笔。

我们探讨了感觉编码初期的一些惊人机制，但这只是冰山一角。关于这些计算如何发生的问题，将在下一讲深入探讨神经元生物物理学时详细展开。

[注1] 这种音调拓扑组织（频率到空间的映射）也存在于其他感觉的皮层中，如视觉的视网膜拓扑和触觉的躯体拓扑。

[注2] 人类音高感知与频率呈对数关系，这或许并非巧合。

[注3] 虽然有人建议比较短时傅里叶变换，但其存在分辨率问题，且仍不符合耳蜗的工作机制。

以下是评论内容的总结：

1. 关于耳蜗是否进行傅里叶变换的讨论

   • 反对观点认为耳蜗的机制更接近小波或Gabor变换，而非严格的傅里叶变换（评论6、7）。
     • "the ear does not do a Fourier transform, but it does do a time-localized frequency-domain transform akin to wavelets"（评论6）
     • "Perhaps the ear does someting more vaguely analogous to a discrete Fourier transforms on samples of data"（评论7）
   • 支持观点认为耳蜗的生物机制与傅里叶变换有相似性，但存在差异（评论3、4）。
     • "the cochlea is where you can begin to talk about bio-FT phenomenon"（评论3）
     • "what the ear does mechanistically is applying a temporal 'weigting function'"（评论4）

2. 对傅里叶变换术语的澄清

   • 严格来说，傅里叶变换与傅里叶级数不同，耳蜗的机制介于两者之间（评论4）。
     • "Fourier Transform in the strictest sense implies an infinite 'sampling' period"（评论4）

3. 人类语音演化的理论

   • 人类语音可能占据了声音频谱中未被占据的 niche（评论6、10）。
     • "human speech evolved to occupy an unoccupied space in frequency vs. envelope duration space"（评论6）
     • "the 'dawn chorus' is composed of a vast number of species making noise, but who are able to pick out mating calls"（评论10）

4. 其他观点

   • 对耳蜗机制的物理模型提出疑问（评论8）。
     • "what are the chances, that it uses sinus waves as a base for the vector-space?"（评论8）
   • 对智能设计的提及（评论11）。

总结：评论主要围绕耳蜗是否进行傅里叶变换展开，多数观点认为耳蜗的机制更接近小波或Gabor变换，同时讨论了人类语音演化的理论。术语的澄清和物理模型的疑问也是讨论的重点。