La sélectivité en fréquence de la perception de la sonie a été démontrée pour la première fois dans les années 1930, lorsque Fletcher et Munson ont publié un ensemble de courbes montrant la sensibilité de l'oreille à la sonie par rapport à la fréquence. Ces courbes d'égalité de volume, comme indiqué dans la question ci-dessus, sont maintenant appelées contours d'égalité de volume Fletcher-Munson.

Une explication physique simple est le fait que les sons avec des fréquences autour de 4 kHz sont amplifiés dans le conduit auditif moyen par le processus de résonance. En effet, ils sont perçus de 10 à 20 dB plus forts que les autres fréquences audibles. Le pavillon affecte également la résonance et, par conséquent, l'oreille externe et l'oreille moyenne unissent leurs forces pour créer des bosses et des bosses dans les courbes d'égalité de volume.

La raison évolutive pourquoi 4 kHz, et non , eg 0,5 ou 8 kHz, est difficile à identifier. Je peux d'abord clarifier certaines idées fausses dans la question, avant de revenir à la question proprement dite:

• Premièrement, vous mentionnez que la "fréquence caractéristique" d'une voix humaine est comprise entre 80 et 250 Hz. Vous faites référence à la fréquence fondamentale ; la fréquence caractéristique est une mesure utilisée en électrophysiologie pour déterminer la spécificité en fréquence des structures neurales de l'oreille interne.
• Deuxièmement, la fréquence fondamentale ne détermine pas la sélectivité en fréquence de la compréhension de la parole. Une image utile est donnée ci-dessous sur la figure 1, qui montre quelles fréquences véhiculent quelles composantes vocales.

^{Fig 1. Dépendance en fréquence des composants vocaux. source: Le guide essentiel de la perte auditive}

Il devient apparent à partir de la figure 1 que les consonnes (f, s, h etc. ) sont plus aiguës que les voyelles (a, o, u etc. ). On peut soutenir que les consonnes véhiculent la plupart des informations sur les mots. En effet, la compréhension de la parole est généralement moins affectée par la suppression des voyelles que par la suppression des consonnes. On peut déduire de tout cela que l’audition à haute fréquence (disons 2 à 8 kHz) est la plus importante pour comprendre la parole .

Et puis, pour revenir à votre motivation évolutive derrière les contours d'égalité de volume Fletcher-Munson, il peut, purement hypothétiquement l'être , que nos ancêtres avec une oreille moyenne la résonance autour de 4 kHz était avantagée par rapport à celles qui avaient des résonances ailleurs dans la gamme de fréquences audibles, le cas échéant, en raison d'une meilleure perception du mot parlé. Mais ceci est entièrement et purement spéculatif et reste une déclaration non référencée pour laquelle je ne souhaite pas être tenu responsable de quelque manière que ce soit :-)