Одна из важнейших характеристик — начало тона (атака). Тон фортепиано зарождается в тот момент, когда молоточек бьет по струне. Тембр отличает его, например, от тона скрипки. Благодаря информации о тембре — о том, как сила ослабевает со временем (спад), сколько длится звучание (задержка) и как оно завершается (затухание), — мы понимаем, что за инструмент слышим. Эти четыре характеристики (атака, спад, задержка и затухание) можно менять с помощью звуковой обработки или блока определенных эффектов — и тем самым менять тембр тона. Например, если изменить начало фортепианного тона, убрав атаку (и тогда мы не услышим удар по клавишам), будет намного сложнее распознать тон как фортепианный. Кроме того, многие инструменты позволяют сознательно менять манеру игры и добиваться особого звучания в зависимости от требуемого эффекта. Примером может служить использование педали сустейна у фортепиано. Скрипачи же играют разными штрихами.

Точно так же уникальным человеческий голос делают различия в строении черепа, полости рта, придаточных пазух носа и гортани, а также в манере речи. Пропойте гласные [а], [э], [о], [у] в одном тоне, глядя на себя в зеркало, — вы увидите, что малейшее изменение формы рта и глотки придает тону совершенно иной тембр. Однако лишь очень немногие из нас способны изменять голос так, что даже близкие не смогут его узнать. Прежде всего потому, что сознательно мы можем повлиять лишь на некоторые «голосовые настройки». Уникальность голосового тембра главным образом обусловлена уникальностью обертонов в регистре — она появляется благодаря анатомическим особенностям черепа, полости рта, придаточных пазух носа и гортани. Чтобы действительно заговорить другим голосом, нам придется каким-то образом повлиять на анатомию — например, набить рот бумагой или поместить микрофон на горло перед гортанью, а не поставить его возле рта. Если проделать это, можно изменить до неузнаваемости любой голос.

Наша удивительная способность распознавать голоса и музыкальные инструменты связана с фундаментальной способностью человеческого мозга — он умеет очень хорошо и быстро сортировать объекты по категориям. Компьютеру необходимо довольно большое количество данных, чтобы понять разницу между табуреткой и животным или между собакой и коровой и научиться точно различать эти объекты. Дети же учатся понимать эту разницу практически мгновенно. Если в человеческом мозге есть ментальное представление о чем-то, он узнает этот объект с любой стороны — зачастую имея минимум данных. Вероятно, это качество было важным для выживания в процессе эволюции. Тот, кто мог быстро отнести предмет к какой-либо категории, имея неполную информацию, получал преимущество в борьбе за выживание и быстрее замечал опасности (хвост тигра в кустах) и возможности (съедобный фрукт в густой листве). При входе на некоторые сайты нас просят подтвердить, что мы не роботы. Вопросы, на которые мы должны при этом ответить, кажутся нам до смешного простыми, однако робот с ними не справится. Схожий механизм позволяет нам распознавать отдельные музыкальные инструменты в сложной тембральной картине, которую создает симфонический оркестр. Уму непостижимо, как это вообще возможно.

Как мы уже говорили, каждый источник звука — не важно, инструмент или голос — создает непрерывный поток звуковых волн с различными частотами. И одновременно наша слуховая система принимает информацию от огромного количества источников. Только вдумайтесь, сколько звуков мы слышим на улице: шум моторов проезжающих автомобилей, обрывки речи проходящих мимо людей, музыку из открытых дверей, наши собственные шаги, шуршание одежды и шаги других пешеходов, гул летящего в небе самолета, лай собак, крики уличных продавцов, велосипедные звонки, плач младенца в коляске на противоположной стороне улицы. Все эти звуки создают какофонию разных частот — и все они долетают до уха одновременно. То же самое происходит, когда мы слушаем симфонический оркестр. Основные тоны и обертоны десятков музыкальных инструментов выстраиваются в длинную стену, состоящую одновременно из тысяч волн с различными частотами. Мозг должен как-то превратить этот акустический хаос в осмысленные отдельные звуковые потоки, чтобы общая картина обрела смысл. Только так мы сможем отличить плач младенца от грохота автомобиля. И только так в общем потоке звучания мы отличим трубу от скрипки — ну и, раз уж мы заговорили об этом, то и от покашливаний в зрительном зале.

Чтобы выполнить чудовищно сложную задачу — отделить друг от друга источники звука в звуковом ландшафте, мозг должен уметь различать звуки, которые никак не связаны друг с другом (идут из разных источников), и группировать те, что имеют связь (идут из одного источника). Чтобы было не так сложно, этот процесс можно разделить на вертикальный анализ, выполняемый в тот же момент, и горизонтальный, выполняемый спустя некоторое время.

Вертикальный анализ еще называют «спектральной организацией» всех одновременно звучащих частот, которые улавливает ухо. Во время этого процесса хаос входящих частот упрощается, так как все связанные друг с другом частоты сливаются в один звук. Об этом мы упоминали в главе «От звука — к тону»: мозг воспринимает все частоты, принадлежащие одному гармоническому спектру, как один тон. Например, тон, который мы слышим как ноту ля, на самом деле содержит множество частот, а именно его обертонов (440, 880, 1760 Гц и так далее). Спектр упрощается на бессознательном уровне, и мы слышим только базовую ноту ля. Звуковая картина, возникающая в этот момент в нашем сознании, оказывается значительно проще. Так готовится основа для горизонтального анализа, или секвенциальной организации звука в мозге.

При горизонтальном анализе отдельные звуки преобразуются в единое целое, обладающее смыслом. Лучшие примеры этого явления мы зовем мелодией. Для нашего восприятия мелодия — последовательный ряд отдельных звуков, бессознательно объединяемых нами в одно целое. Будут ли идущие один за другим звуки восприниматься нами именно таким образом (то есть как мелодия), зависит от целого ряда факторов. Самые важные факторы — это временной интервал (то есть темп), разница в высоте тона и степень гармонии (консонанс). Те тоны, которые не сильно отличаются друг от друга по высоте, при анализе по прошествии некоторого времени легче воспринимаются как целое, чем тоны с большой разницей в высоте. Точно так же тоны с одинаковыми (ритмичными) временными промежутками проще воспринимаются как целое, чем тоны с неодинаковыми (неритмичными) промежутками, а тоны, имеющие больше совпадающих обертонов (консонансные интервалы), легче воспринимаются как связные, чем тоны с меньшим количеством совпадающих обертонов (диссонансные интервалы). Исходя из основных критериев, мы автоматически классифицируем последовательно поступающие тоны или как связные, или как несвязные. На этом нейробиологическом явлении строится наше восприятие мелодии как единого целого. Композиторы могут использовать его, чтобы обмануть нас, и мы услышим мелодию, которой на самом деле нет. В ряде фортепианных произведений венгерского композитора Дьёрдя Лигети, например, левой рукой играется одна мелодия, а одновременно с ней правой рукой — еще одна. Когда руки играют вместе, слышна третья мелодия — которую мы никак не можем услышать, если руки играют по отдельности.