一オクターブ違う「ド」を同じ音と認識できるのはなぜ

問いは木下が出したもので、答えは Claude Code と調べて書いたものです。

Q. 一オクターブ違う「ド」を、なぜ同じ種類の音として認識できる？ 認知特性か、それとも文化的なものか？

A. 物理・生まれつきの知覚・文化の三層が重なった現象で、どれか一つではない。① 物理的な種：オクターブは周波数ちょうど2倍（例 $440\,\text{Hz}$ と $880\,\text{Hz}$）。弦や声など自然な音は基音 $f$ の整数倍の倍音列 $f, 2f, 3f, 4f, \dots$ を同時に含む。下のドの倍音列と上のド（$2f$）の倍音列 $2f, 4f, 6f, \dots$ は完全に入れ子で重なるので、上のドは下のドの中に「すでに鳴っている」成分でできている。これが「高いけど同じ音」に感じる下地。② 認知の二次元性：音高は「どのくらい高いか（ハイト）」と「オクターブ内の位置（クロマ）」の2軸で捉えられる（シェパードの音高螺旋）。全部のドが「ド」っぽく聞こえるのがクロマで、脳は高さが違ってもクロマが同じものを一つのカテゴリーに束ねている。

③ 文化・学習の寄与：長くオクターブ等価は人類普遍の認知と思われてきたが、西洋音楽や倍音豊かな楽器にほとんど触れないボリビアのチマネ族を調べた研究（McDermott ら、2019, Current Biology）では、相対音程は正確に再現できるのにオクターブ等価は示さなかった。つまり「オクターブ＝同じ」という束ね方の強さは、倍音の濃い楽器や歌を真似る文化への接触で育つ部分が大きい。順序としては 2:1 という物理の種 → それを束ねる知覚の素地 → 束ね方の強さを文化が仕上げる、と重なっていると見るのが今の有力な見方。

補足（シェパードトーン）：ネットでよく見る「無限に上がり続ける音」はシェパードトーン（連続版はシェパード＝リセのグリッサンド）で、上のクロマとハイトの分離をわざと使った錯覚。一つの音をオクターブずつ離れた複数の正弦波を同時に重ねて作り、各成分の音量に釣鐘型のカーブをかけて中央の高さを最大・上端と下端をフェードさせておく。全成分を少しずつ上へずらすと、上の成分は消え下から新しい成分が入ってくるので、クロマ（ドレミの位置感）は上がり続けるのにスペクトルの重心＝ハイトは動かない。脳はクロマを追うので「ずっと上がっている」と感じ続ける。視覚のペンローズの階段（終わらない階段）の聴覚版で、映画『ダンケルク』などの緊張演出やゲーム音楽で使われる。