我们之所以有声象定位能力，其根本原因是我们有耳廓。从声源振动到我们的鼓膜振动以致于听见声音，我把声音的传播过程分成三步：第一步是从声源传到耳廓，这是个单调的过程，波形无变化。第二步是声波经过耳廓进入外耳道，这不是单调过程，声波波形要受影响。这一步是声象定位的关键，在下文要详细讨论。第三步是声波穿过外耳道到达鼓膜，使其振动并使我们听见声音，这也是个单调过程。

下面我说明一下我们是如何利用耳廓实现声象定位的。

    若声源在左边，则声波先到达左耳，再到达右耳，两耳接收到的声波存在着相位差。由于声波在传播时会受空气的阻尼作用而损失能量，故左耳承受的声压大于右耳承受的声压，两耳间存在声压差。由于声波到达右耳的外耳道需绕过头颅、耳轮、耳屏等部位，到达左耳的外耳道不需绕过那么多的部位，所以右耳听到的声音中的高次谐波成份要少于左耳听到的，故两耳听到的声音存在综合波形的差别。正是由于这些差别的存在，使我们可以判断声源在左边还是在右边。

    由于声波中基波和谐波的衍射作用不同，耳廓的形状复杂且对各频率声波的反射率不同，所以耳廓必然会对基波和各次谐波的声压、相位等产生不同的影响，改变了声波的综合波形。若声源在前面，则声波被耳廓反射进外耳道；若声源在后面，则声波绕过耳廓进入外耳道。声源的前后位置不同，耳廓对声波综合波形的改变也不相同。我们的大脑通过分析处理这些"不同"，就可以判断出声源在前边还是在后边。

    我们对声源上下方位识别与前后方位识别的原理和过程基本相同，只是有部分声音可能是通过头顶传进来的。这对声源方位的识别起辅助作用。

    实际上，我们的大脑是对声源的左右、前后、上下方位综合在一起判断的，这个判断过程一般是瞬间完成的。所以我们听到声音后一般可以很快指出声源在什么方向（但低音定位能力较差）。

    世上没有完美的事物，我们的耳朵也不例外。大自然虽然使它们具有声象定位能力，但是没有赐予它们识别声源远近的能力。这就使我们听到的这个声音的世界是个没有距离感的世界，这与一只眼的人看到的世界有些相似。

    各学科之间都是有一定联系的。在天文学里，人为了研究天体位置和运动，假想天体分布在以观察者为球心，以适当长度为半径的球面上，这个球面叫做天球。

    在这里，我借用一下"天球"的思想：假想有一个"声场球"，这是个以听音者的头为球心，以适当长度为半径的球。我们周围的一切声源都投影在球面上，也就是说：把声源各部位与听音者头的距离看作是一样的，是"声场球"的半径，把三维立体的声源看作二维平面的声源。这样做的依据是我们的耳朵不能识别声源的远近，只能识别声源的方向，所以可以把立体的声源抽象成平面的，暂且称之为"面声源"。我们听到的任何声音（说话、呼吸、耳鸣等自身产生的声音例外）都可以认为是从"声场球"上分布的一个个"面声源"发出的。

    由于"面声源"的各部分发声情况不同，比如我们关门时"咣当"一声，门的靠合页一边振动较弱，靠把手一边振动较强。一辆怠速的轿车，它的发动机盖和前翼子板振动较强，尾箱盖和后翼子板振动较弱。……我们的耳廓又恰恰不把这些强弱差别平等对待，所以只能把它们抽象成一个个发声的平面，不能进一步抽象成一个个发声的点，也就是不能把"面声源"再进一步抽象成"点声源"，否则就会失真。又因为真实环境中的声源大都是"面声源"（对于一些体积很小的声源，如放炮声的声源，可认为是"点声源"），所以要想完美重现真实环境中的声音，关键在重现"面声源"。

    重现"面声源"就意味着我们想重现什么东西发的声音，就要做这个东西的平面模型。要重现火车的声音就要做火车的平面模型；要重现风吹树的声音，就要做树的平面模型……，并且精确地控制这些平面模型上的每一点的振动情况，还要随时控制这些平面模型与听音者的相对位置……，这是根本不可能做到的。我们只能靠音响设备重现真实环境中的声音。