Vím, jak zním?

Úvaha o zkreslení je v podstatě správná. Připomeňme si, že základem hlasových tónů je proud vzduchu, který vypouštíme z plic. Plíce fungují jako měchy, jež tlačí vzduch průdušnicí do hrtanu, který máme uprostřed hrdla. V hrtanu jsou proti sobě dva tenké vazy, nazývané hlasivky, jež jsou hlavním zdrojem hlasu. Tyto vazy uvolňují či uzavírají průchod vzduchu hrtanem do plic i zpět a také brání nežádoucím předmětům, aby se dostaly do plic. Za normálního dýchání nevzniká při průchodu vzduchu přes hlasivkové vazy žádný zvuk. Chce-li ale člověk mluvit, hlasivkové vazy se pomocí okolních svalů napnou a rozechvějí se, když je přes ně vytlačován vzduch z plic. Výsledkem je zvuk. Čím více jsou hlasivkové vazy napnuty, tím rychleji vibrují a tím vyšší hlasové tóny vznikají. Naproti tomu čím jsou vazy volnější, tím jsou tóny hlubší. Když zvukové vlny vyjdou z hrtanu, dostávají se do horní části hrdla nazývané hltan, odkud postupují do úst a nosní dutiny. Tam zvuk získává svrchní tóny, které upravují a zesilují základní tón. Patro se spolu s jazykem, zuby, rty a čelistí podílí na tom, že vibrující zvukové vlny jsou přerušovány, takže zvuk vychází v podobě srozumitelné řeči nebo zpěvu v rozsahu až tří oktáv.

Hlasy jiných lidí a svůj vlastní hlas z reproduktoru slyšíme jako všechny vnější zvuky. Vstupují jednoduchou akustickou cestou do vnějšího ucha (přes boltec a zvukovod, není-li ucpán mazem), ukončeného bubínkem. Tato tenká vazivová blána se rozkmitá, přičemž se může podobně jako orchestrální tympány napínat a povolovat dvěma malými svaly, a tím částečně chrání vnitřní ucho před poškozením „vysokými decibely“. Přes tři malé pákovité kůstky ve středním uchu (kladívko, kovadlinku a třmínek), jež jsou spojeny s bubínkem, se vlny přenesou v plném vnímatelném rozsahu (asi od 16 Hz až po 20 000 Hz) do hlemýždě a Cortiho orgánu, ležícího v kosti skalní, kde se podráždí mechanicky otevírané a zavírané membránové kanálky na bázi jemných řasinek vláskových buněk. Vznikají depolarizace (generátorové potenciály) a nadprahové salvy „Morseových značek“ akčních potenciálů. Ty jsou odváděny osmým hlavovým nervem do mozku, analyzovány a významově posuzovány ve spánkovém laloku i jiných částech předního mozku. Pomocí audiografu získáme u zdravého člověka důkaz, že v celém vnímatelném frekvenčním rozsahu je naše ucho víceméně stejně citlivé, i když nejcitlivější je v oblasti 1000–6000 Hz, což jsou právě frekvence lidského hlasu. Pro srovnání například kočka dokáže vnímat zvuky od 30–45 000 Hz, pes 15–50 000 Hz a někteří kytovci a motýli (můry) až nad 150 000 Hz. Můrám se to hodí k tomu, aby unikly netopýrům, protože, jak známo, netopýři a mnoho dalších živočichů loví a orientují se pomocí odraženého zvuku (echolokace). Také řeč každého člověka je tak trochu „echolokací“, známé osoby poznáváme podle „barvy“, modulace a rytmu jejich hlasu.

Vlastní hlas je atypický tím, že rozechvívá bubínek a vláskové buňky nejen zvnějšku, ale především zevnitř. Přímo „u ucha“ máme rezonanční ústní, nosní a plicní prostory, které zesilují a modulují hlavně nízké frekvence, a mohou přidávat alikvotní vyšší tóny.

Proč často nerozpoznáme vlastní hlas ze záznamu? První příčinou je, že svůj hlas po celý život vnímáme zkresleně. Řečeno hudební terminologií, vnímáme při hovoru jinou tonalitu svého hlasu, než je tonalita jeho objektivního akustického spektra na záznamu. Tonalita znamená, že všechny tóny nějakého zvukového projevu či skladby mají slyšitelný vztah k jednomu základnímu tónu, tónice, a všechny akordy k základnímu kvintakordu (resp. čisté kvintě) určujícímu tóninu.

Zkreslení je způsobeno tím, že do středního, a hlavně do vnitřního ucha vstupuje náš vlastní hlas jako akustické vlny vedené především lebečními kostmi. Toto kostní vedení zvuk frekvenčně filtruje, a to tak, že – oproti nesmírně pružnému bubínku – spongiózní houbovitá kost přenáší především nízké frekvence a posunuje (snižuje) i tonalitu tím, že „vypichuje“ jiné frekvence.¹⁾ Důkazem budiž jednoduchý pokus: Když si dobře ucpeme (třebas ukazováčky) vnější zvukovod, vlastní slova slyšíme kostním vedením téměř stejně silně, ale jakoby „ze sudu“. Když si svůj hlas nahrajeme a v záznamu zesílíme frekvence pod 1000 Hz o dva decibely, a naopak frekvence nad 1000 Hz o dva decibely zeslabíme (například pomocí volně dostupného programu Audacity), pak sami sebe rozpoznáme lépe.²⁾ (Připomeňme jen, že nárůst hlasitosti o dva decibely znamená dvojnásobné zvýšení intenzity zvuku oproti výchozí hodnotě.) Kostní vedení zní sice „jako ze sudu“, ale má jednu neocenitelnou výhodu. Není rušeno žádnými vnějšími zdroji zvuku, nevadí mu hlomoz strojů, vytí motorů ani orchestrální finále v Domě umělců. Proto se začíná kostní přenos – kromě běžných hrdelních mikrofonů – využívat pro komunikaci tankistů, pilotů, záchranářů a podobných profesí. Zvyšuje totiž srozumitelnost řeči v hlučném prostředí až o 30 %. A samozřejmě má své místo při některých typech nedoslýchavosti, kdy jsou používána právě kostní sluchátka a vibrátory. Údajně jsou také dobré výsledky s použitím kostního přenosu nahraných slovíček a frází při multisenzorickém učení jazykům (technikou Brainmost). Snad je to tím, že se slova zvukové informace přijímané v dobrém psychickém rozpoložení a v nižších frekvenčních pásmech lépe zapisují jak do krátkodobé paměti (hlavně do hypotalamu), tak do dlouhodobé paměti (kdesi v kůře předního mozku). Asi jako když jsme před narozením v plodové tekutině slyšeli matku, jejíž povídání během těhotenství prokazatelně usnadňuje ovládnutí mateřštiny ve srovnání s jinými jazyky.³⁾

Rozpoznávání vlastního hlasu je součástí obecné úlohy, kterou nám dává naše vlastí „já“. Co je „moje“ a které vjemy přijímá náš mozek naopak jako cizí, lépe řečeno mimotělní? U některých smyslů, jako jsou hmat a čich, to není většinou problém, ale právě sluch a zrak mohou být vinou zrcadel a audiorekordérů zavádějící. Mimo čistě psychologické aspekty této otázky a popisování subjektivních pocitů můžeme vjemy v mozku objektivizovat zobrazovacími metodami. Rozpoznávání vlastní tváře a odlišení tváří jiných osob se účastní hlavně pravá frontoparietální (čelně-temenní) oblast kůry předního mozku a ještě dvě další oblasti. Autoři jedné studie využívající pozitronovou emisní tomografii (PET) naproti tomu zjistili, že poslech vlastního hlasu ze záznamu aktivoval u respondentů především pravý spodní frontální závit a oblasti v blízkosti insuly, což je zanořená část mozkové kůry.⁴⁾ Některé další práce také ukazují značné překrývání oblastí pro vlastní tělo a jeho pohyby s oblastmi pro zvuky a zrakové vjemy spojené s týmiž oblastmi jiného těla. Neboli tyto části kůry jsou v činnosti také při pozorování stejných pohybů (a zvuků s pohybem spojených) u jiné osoby či pokusného živočicha a trochu neurovědcům výzkum seberozpoznání komplikují. Například premotorické oblasti,⁵⁾ které jsou nejaktivnější při pohybech vlastní ruky, jsou aktivní také při pozorování stejných pohybů u někoho jiného. V předním mozku máme tedy „zrcadlové“ buňky, jež nám pomáhají učit se díváním, „opičením“.⁶⁾ Pozoruhodné je, že vytušíme (ženy skoro vždy, muži občas) i kontext těchto pohybů. Úchopový pohyb ruky kolem sklenice vyvolá v mozku pozorovatele předzvěst napití, tudíž aktivuje příslušné korové oblasti spojené s celou akcí pití.⁷⁾ A tímto pozorováním (a samozřejmě občasným pobryndáním) se vlastně v dětství učíme pít. Pak se nemusíme zas tak divit brankáři Čechovi, že se mu daří lépe předvídat, kam poletí míč při penaltě, než jiným brankářům. Má zřejmě tyto predikční oblasti lépe propojené se zrcadlovými buňkami, pozorujícími i ty nejjemnější pohyby útočníka. Evidentně to platí také pro sluchové vjemy,⁸⁾ a proto si talentovaní hudebníci zapamatují novou skladbu hranou někým jiným na jediný poslech, aniž ji musí pracně nacvičit jako průměrná dítka v hudební škole.

V nedávné studii⁹⁾ se autoři zabývali komplikovanější otázkou: Které oblasti mozku se aktivují při současném poslechu vlastního hlasu (upraveného výše zmíněnou frekvenční modulací) a pohledu na vlastní obličej? Když odhlédneme od toho, že pro některé z nás musí být hororem současně se vidět a ještě k tomu slyšet, pokusy jasně prokázaly, že vlastní obličej i hlas aktivuje právě tu již zmíněnou oblast v pravém spodním frontálním závitu, která je zřejmě rozhodující pro takové „několikasmyslové“ seberozpoznání a sebeuvědomění. Tato oblast se ale málo aktivuje při poslechu vlastní nahrávky. A to je tedy druhá příčina, proč máme z vlastního hlasu pocit cizosti.

Vnímání vlastního hlasu má pro řadu profesí i praktický význam. Prodavači, herci, učitelé a šéfové by měli vědět, jak jejich hlas zní v různých situacích a jaký dopad to má na jejich posluchače. Proto se v některých supermarketech a školách pro byznysmeny zaměstnanci pravidelně učí pomocí záznamu ovládat svůj hlas. A to nejen výslovnost a zřetelnost mluvy, ale také její sílu, barvu, rytmus a modulaci. Prý to přitahuje zákazníky a zvyšuje úspěšnost jejich polapení. To už koneckonců dávno známe z báje o Sirénách a Oddyseovi, který akustické lákání těchto mořských bohyň ve zdraví přežil jen díky tomu, že byl uvázán ke stěžni svého korábu.