>つまり人間は、音をアナログ的に聞いてなくて、画質のかなり悪いデジタル
>写真みたいに捉えてる、ってことなのかな。で、細かい部分は脳で補正しな
>がら見てるようなもんか。
音声の場合には音が密であると単なる音のストリームになってしまい
その音のストリームの中に共通の音素を聞き取る事ができません。
だから脳で補正入れて、つながっている音を切り分けて、
あたかもデジタルのデータのように音を認識していることになります。
印刷の網点の画像を脳が補正しているとは逆の補正をしている事になります。
その音こそが学習した錯覚の音素と言う事です。
鼓膜では連続的な音のストリームと知覚して、
脳では単音が線状に並らんだように認識しています。
そのために人間の音声の聞き取りは音のストリームの
変曲点を注意して聞いているようです。
そのために、人間は音声のフォルマントの時間的変化を感じ取って
切れ目を入れ、音素を認識しているようです。
http://gc.sfc.keio.ac.jp/class/2006_14454/slides/12/113.html