声信号在到达中枢听觉系统(CANS)之前，其形式要经过一系列转换。刺激声能量通过中耳、耳蜗后，依次转换为机械能、液体动能和电能。在上橄榄核水平以下所有神经冲动都在同侧传递。从上橄榄核开始才出现了一定数量的交叉(即纤维交叉到对侧)。利用这些交叉人们可以在两个耳蜗间进行刺激声特性的比较。输入信号的空间、时间和强度信息被提取出来并在中枢听觉系统CANS的各个水平忠实地复制为神经电形式。这使得处理信号的不同区域间有明显的相互作用。

另外，它还产生了极为重要的听觉一致性现象。在日常生活中，声音之间虽然暂时互相掩蔽，然而人类仍能够鉴别出不同的竞争性声源。有些研究者将这种能力称为听觉一致性。听觉一致性涉及声信息之间是如何聚集又是如何彼此分离的。同时他们还认为听觉一致性构成了个体定位(即判断声源的位置)和区分声音(即同时分别感知两个或更多竞争性声信号)的能力，其结果使得个体能够在竞争性声信号存在的条件下选择性地注意目标信息。

Bergman(1978)发现，听觉一致性基于许多因素，例如：

1)来源于相同空间位置的刺激声信号会被归为同一组。

2)具有相似特征的元素(如频谱成分)会被归为同一组。

3)以相似速率变化的元素倾向于归为同一组。

Bergman的这些推测能够对许多现象做出解释：

1)首先，聆听者能够将归为同一组的元素作为一个来源进行感知，还能够根据各种声信号的相对强度和相位关系进行定位。

2)其次，听觉一致性现象使个体能够更好地理解双耳分离机制。聆听者将两个或多个声源发出的信号(即在频谱组成、振幅、频率变化速率差别的基础上区分)归为不同组，这使个体能够凭借感觉将不同的声信号区分开来，以便选择性地听取或转移听觉注意力。

3)听觉一致性能够根据声信号的特征将其分解为不同的片段。例如，经感知归为同一组的声信号或频率变化缓慢的声信号可以按照超音节特征(基频、音调；基频包络变化、语调；频率、振幅、持续时间和重音的同步变化)进行分析，而频率改变迅速的声信号(且感觉来自相同的声音特征组)可以根据频谱特征进行分析。

聆听者是否能将声信号分割成更基本的片断依赖于许多物理特性，其中包括：

1. 刺激信号本身的声学特性。

2. 聆听者具有正常的时间辨别/处理能力。时间辨别能力指聆听者能够区分或辨别各声音元素之间最小时间间隔的能力。测试时间辨别能力常用的方法是差异觉察法，该方法将一个短暂的时间间隔插入到一个噪声中，要求受试者在感觉到声音间断时做出反应。受试者能够察觉的时间间隔越小，其时间辨别能力就越好，那么他对声音时间变化的觉察和辨别能力就越强。人类对言语声的辨别大多基于言语信号中频谱成分的快速变化。例如对开始爆破辅音发音位置的识别。其关键信息包含在爆破音(其间距持续约20ms)及其后快速的元音共振峰转移。

3. 聆听者具有正常的频率辨别能力。频率辨别指根据频率分辨连续声音的能力。它使个体能够感知元音中不同共振峰(峰能量带)的频率及辅音的频率峰耳聋病人的最小辨差通常大于正常听力者。对有语言障碍的儿童(即，可能有CAPD的儿童)而言，当刺激声的持续时间足够长时(如200ms)，其频率辨别能力不受影响。但如果刺激声的持续时间缩短，与正常人相比，其频率辨别能力不断下降。注意在后一种情况中，频率辨别能力并未真正受到影响，而是时间辨别障碍引起的假象。

相关阅读：您了解您的听觉中枢吗？