ทำไมเสียงตัวเองในคลิปถึงฟัง “ไม่เหมือนเสียงเรา” ทั้งที่คนอื่นบอกว่านี่แหละเสียงจริง?

ทำไมเสียงตัวเองในคลิปถึงฟัง “ไม่เหมือนเสียงเรา” ทั้งที่คนอื่นบอกว่านี่แหละเสียงจริง?

เคยไหม พูดกับคนอื่นทุกวันก็รู้สึกว่าเสียงตัวเองปกติดี แต่พอลองเปิดคลิปหรือฟังข้อความเสียงที่ตัวเองอัดไว้ กลับเกิดคำถามทันทีว่า “เดี๋ยวนะ...นี่เสียงเราจริงเหรอ?”

บางคนรู้สึกว่าเสียงในคลิปสูงกว่า บางกว่า หรือไม่คุ้นหูอย่างประหลาด ทั้งที่คนรอบข้างกลับบอกว่า “ก็เสียงแบบนี้แหละ”

เรื่องนี้ไม่ได้เกิดจากเราคิดไปเอง และก็ไม่ได้หมายความว่าไมโครโฟนเสียเสมอไป เพราะเวลาที่เราพูด เสียงของตัวเองเดินทางเข้าสู่หูเราต่างจากเสียงที่บันทึกแล้วเปิดกลับมา

เวลาพูด เราไม่ได้ยินเสียงตัวเองผ่านหูเพียงทางเดียว

เวลาเราฟังคนอื่นพูด เสียงส่วนใหญ่เดินทางผ่านอากาศเข้าสู่ช่องหู ทำให้แก้วหูและระบบภายในหูเกิดการสั่น ก่อนที่สมองจะนำสัญญาณเหล่านั้นไปประมวลผลเป็นเสียงที่เราได้ยิน เส้นทางนี้เรียกว่า Air Conduction หรือการนำเสียงผ่านอากาศ

แต่ตอนที่ เราเป็นคนพูดเอง เรื่องจะต่างออกไป

นอกจากเสียงจากปากจะเดินทางผ่านอากาศย้อนเข้าสู่หูเหมือนเสียงทั่วไปแล้ว การสั่นจากการเปล่งเสียงยังส่งผ่านเนื้อเยื่อและโครงสร้างของศีรษะไปยังระบบการได้ยินด้วย กลไกส่วนนี้มักเรียกรวม ๆ ว่า Bone Conduction หรือการนำเสียงผ่านกระดูก

เท่ากับว่าขณะที่เรากำลังพูด สมองได้รับข้อมูลเสียงของตัวเองจาก อย่างน้อยสองเส้นทางพร้อมกัน คือเสียงผ่านอากาศ และแรงสั่นที่ส่งผ่านร่างกาย

นี่คือเสียงที่สมองของเราคุ้นมาตลอด

ลองนึกง่าย ๆ ว่า ทุกครั้งที่เราพูดมาตลอดชีวิต เราได้ยินเสียงตัวเองในเวอร์ชันที่มีเสียงจากอากาศผสมกับแรงสั่นผ่านศีรษะอยู่ด้วย

องค์ประกอบจากการนำเสียงผ่านกระดูกสามารถเปลี่ยนลักษณะความถี่ที่เราได้รับ เมื่อรวมกับเสียงทางอากาศแล้ว จึงทำให้เสียงที่เราได้ยินขณะพูดมีลักษณะแตกต่างจากเสียงที่ถูกบันทึกผ่านไมโครโฟน

สำหรับหลายคน เสียงที่ได้ยินตอนพูดจึงรู้สึก เต็ม ทุ้ม หรือแน่นกว่า เสียงที่ได้ยินจากไฟล์บันทึก

สมองได้ยินเสียงแบบนี้ซ้ำแล้วซ้ำอีกจนกลายเป็น “เสียงของฉัน” เวอร์ชันที่คุ้นเคย

แต่ไมโครโฟนไม่ได้อยู่ข้างในศีรษะเรา

เมื่อเราอัดคลิป ไมโครโฟนรับคลื่นเสียงที่เดินทางออกมาทางอากาศเป็นหลัก มันไม่ได้รับส่วนของการสั่นผ่านกระดูกแบบเดียวกับที่ระบบการได้ยินของเราได้รับขณะกำลังพูด

พอเปิดคลิปกลับมาฟัง เสียงจึงเดินทางจากลำโพงหรือหูฟังผ่านอากาศเข้าสู่หูอีกครั้ง โดยไม่มีองค์ประกอบการสั่นผ่านศีรษะจากการเปล่งเสียงของตัวเองเข้ามาผสมแบบเดิม

ผลคือ เสียงเดียวกัน แต่ประสบการณ์ที่เราได้ยินกลับไม่เหมือนกัน

ภาพเปรียบเทียบช่วยให้เห็นแก่นของเรื่องได้ง่ายขึ้น ฝั่งที่เราพูดเองมีทั้งเสียงที่เดินทางผ่านอากาศและองค์ประกอบจากการสั่นผ่านศีรษะ ขณะที่เสียงที่บันทึกและเปิดกลับมาให้ฟังไม่ได้มีส่วนของการสั่นจากการพูดของเราเองแบบเดียวกัน

แล้วเสียงในคลิปคือ “เสียงจริง” ที่คนอื่นได้ยินหรือเปล่า?

ใกล้เคียงกว่าเสียงที่เราได้ยินจากตัวเองตอนพูด แต่ไม่ควรเรียกว่าเหมือนกัน 100%

เหตุผลคือ เวลาคนอื่นฟังเราพูด เขาไม่ได้รับการนำเสียงผ่านกระดูกศีรษะของเราแบบที่เราได้รับ ดังนั้นในแง่นี้ ประสบการณ์ของคนอื่นจึงใกล้กับเสียงทางอากาศที่ไมโครโฟนบันทึกไว้มากกว่า

แต่ไฟล์เสียงก็ยังไม่ใช่สำเนาของสิ่งที่คนตรงหน้าได้ยินแบบสมบูรณ์ เพราะเสียงบันทึกสามารถเปลี่ยนไปตามหลายปัจจัย เช่น คุณภาพและการตอบสนองความถี่ของไมโครโฟน ระยะห่างจากปาก ตำแหน่งไมค์ เสียงสะท้อนในห้อง การบีบอัดไฟล์ ตลอดจนลำโพงหรือหูฟังที่ใช้เปิดฟัง

ดังนั้น หากถามว่า “เสียงในคลิปคือเสียงที่คนอื่นได้ยินไหม?” คำตอบที่แม่นกว่าคือ มันมักใกล้กับมุมที่คนอื่นได้ยินเรามากกว่าเสียงที่เราคุ้นเคยจากภายในตัวเอง แต่ไม่จำเป็นต้องเหมือนทุกประการ

ทำไมเราถึงรู้สึกว่าเสียงตัวเอง “แปลก” มากเป็นพิเศษ?

จุดที่น่าสนใจคือ เราไม่ได้เพิ่งรู้จักเสียงตัวเอง แต่กลับเป็นเสียงที่ได้ยินมาตลอดชีวิต

ปัญหาคือเสียงที่เราคุ้นเคยมาตลอดนั้นเป็น self-voice ที่เกิดจากการรับเสียงหลายทางพร้อมกัน เมื่อวันหนึ่งมีเสียงบันทึกที่ตัดองค์ประกอบสำคัญส่วนหนึ่งออกไป สมองจึงได้รับเสียงที่มีเอกลักษณ์คล้ายเรา แต่ไม่ตรงกับแบบที่คุ้นเคยทั้งหมด

งานวิจัยเกี่ยวกับการรับรู้เสียงตัวเองพบว่า การเติมองค์ประกอบการกระตุ้นแบบ bone conduction เข้าไปในการฟังเสียงที่บันทึก สามารถมีผลต่อการจำแนกว่าเสียงนั้นเป็นเสียงของตัวเองหรือเสียงของผู้อื่นได้ นั่นสะท้อนว่า การรับรู้ “เสียงของตัวเอง” ไม่ได้ขึ้นกับคลื่นเสียงทางอากาศเพียงอย่างเดียว

แล้วทำไมบางคนฟังเสียงตัวเองในคลิปบ่อย ๆ จนเริ่มเฉย?

ส่วนหนึ่งอธิบายได้ง่าย ๆ จากความคุ้นเคย เมื่อเราอัดคลิป ประชุมออนไลน์ ไลฟ์ หรือทำงานกับเสียงตัวเองบ่อยขึ้น เสียงเวอร์ชันที่มาจากการบันทึกก็ไม่ได้เป็นของแปลกใหม่เหมือนครั้งแรก ๆ อีกต่อไป

แม้กลไกทางกายภาพของการได้ยินตอนพูดกับการฟังเสียงบันทึกจะยังแตกต่างกัน แต่ความรู้สึกว่า “เสียงนี้ไม่ใช่เราเลย” อาจลดลงเมื่อสมองคุ้นกับเสียงจากภายนอกมากขึ้น

สรุปสั้น ๆ ว่าเกิดอะไรขึ้น?

ตอนเราพูดเอง เราได้ยินเสียงผ่านทั้ง อากาศ + การสั่นที่ส่งผ่านศีรษะ แต่เมื่อฟังเสียงจากคลิป เราไม่ได้รับองค์ประกอบจากการสั่นของการเปล่งเสียงตัวเองในลักษณะเดียวกัน

นั่นทำให้เสียงในคลิปอาจฟังบางกว่า สูงกว่า หรืออย่างน้อยก็ “ไม่เหมือนเสียงที่เราเคยคิดว่าเป็นเสียงของตัวเอง”

และครั้งต่อไปที่เปิด Voice Message แล้วสะดุ้งกับเสียงตัวเองขึ้นมา ก็ไม่ต้องรีบโทษไมโครโฟนก่อน เพราะส่วนหนึ่งของความแปลกนั้นเกิดจาก วิธีที่ร่างกายของเราได้ยินเสียงตัวเองมาตลอด นั่นเอง

คุณจำครั้งแรกที่ได้ฟังเสียงตัวเองจากคลิปได้ไหม? รู้สึกว่าเสียงสูงขึ้น ทุ้มลง หรือถึงขั้นคิดว่า “นี่ใครพูด?” ลองมาแชร์กันครับ

หมายเหตุ: ภาพประกอบสร้างขึ้นเพื่อช่วยอธิบายหลักการ โดยรายละเอียดบางส่วนในภาพเป็นการย่อกลไกเพื่อให้เข้าใจง่าย เนื้อหาในบทความเป็นคำอธิบายหลักที่ควรใช้ประกอบการตีความภาพ