57,5% z 1.522 dorosłych Amerykanów twierdzi, że jest niezadowolonych, gdy słucha nagrania własnego głosu, wobec 38,8%, którym nie podoba się własne brzmienie w zwykłej rozmowie (Naunheim i in., Laryngoscope 2023). Ta różnica prawie 19 punktów procentowych to mierzalny rdzeń zjawiska, które psychologowie od lat 60. nazywają konfrontacją z własnym głosem (voice confrontation): wstrząsu wywołanego spotkaniem z własnym głosem takim, jaki słyszą go inni. Ta rozbieżność ma podstawy fizyczne, ponieważ mikrofon pomija dźwięk przewodzony kostnie, który słyszysz wewnątrz własnej głowy, a także wymiar społeczny, bo w jednym eksperymencie z 2026 roku tylko 59 ze 139 słuchaczy w ogóle spontanicznie rozpoznało własny głos. Notatki głosowe, rozmowy wideo, a nawet głosowe odpowiedzi w aplikacjach randkowych zamieniają tę konfrontację w rutynowe wydarzenie. Zebraliśmy dane z Laryngoscope, YouGov, Journal of the Acoustical Society of America, Cognition, Trends in Hearing, International Journal of Psychology, Royal Society Open Science oraz ponad tuzina innych recenzowanych źródeł.
TL;DR
- 57,5% dorosłych Amerykanów zgłasza niezadowolenie, gdy słyszy nagranie własnego głosu, wobec 38,8% w zwykłej rozmowie (Naunheim i in., Laryngoscope 2023).
- 43% z 4.058 dorosłych Amerykanów czuje się nieco (27%) lub bardzo (16%) niekomfortowo, słuchając nagrania swojego głosu (YouGov Daily Question, 18 grudnia 2019).
- Część własnego głosu przewodzona kostnie dominuje w zakresie od 1 do 2 kHz dla większości testowanych fonemów (Reinfeldt i in., JASA 2010).
- Tylko 2 z 10 uczestników wybrało niezmienione nagranie jako wersję najbardziej podobną do własnego głosu (Kimura i Yotsumoto, PLoS One 2018).
- Słuchacze, którzy rozpoznali własny głos, ocenili go jako bardziej atrakcyjny niż inne głosy; 80 osób, które go nie rozpoznały, oceniło go jako mniej atrakcyjny (Rosi i in., Cognition 2026).
- Rozpoznawanie własnego głosu sięgnęło 85,6% w pierwszym języku, ale 74,4% w drugim (Jogia i in., International Journal of Psychology 2024).
- Lęk społeczny korelował z niechęcią do własnego nagranego głosu na poziomie r = -0,228 (Jogia i in., International Journal of Psychology 2024).
- 40% nowych użytkowników aparatów słuchowych oceniło swój głos na żywo jako mniej przyjemny w aparatach słuchowych (Hengen i in., Trends in Hearing 2025).
- 50,6% respondentów bez zaburzeń głosu rozważyłoby interwencję zmieniającą ich głos (Naunheim i in., Laryngoscope 2023).
- Znajomi słuchacze wykrywali klony własnego głosu ze wskaźnikiem czułości d’ równym 2,13; nieznajomi działali na poziomie przypadku (Rosi i in., Computers in Human Behavior: Artificial Humans 2025).
1. Jak wielu ludzi nie lubi swojego nagranego głosu
Najbardziej użyteczną liczbą nie jest nagłówkowe 57,5%, lecz różnica między dwoma pytaniami. Ci sami respondenci, którzy w większości akceptują swój głos w rozmowie, zwracają się przeciwko niemu, gdy odtwarza go głośnik, co sugeruje, że to samo nagranie, a nie ogólna niepewność co do głosu, odpowiada za większość szkody. Niezadowolenie z nagrania było o 18,7 punktu procentowego wyższe niż niezadowolenie w rozmowie w badaniu populacyjnym opublikowanym w Laryngoscope (57,5% minus 38,8%, nasze obliczenia), w którym 1.522 respondentów miało rozkład wieku, płci i regionu odzwierciedlający populację USA.
Sondaż YouGov zadał łagodniejsze pytanie (o komfort, a nie o zadowolenie) i wykazał, że Amerykanie podzielili się niemal po równo: 48% czuje się komfortowo (23% bardzo plus 25% nieco) wobec 43% niekomfortowo. Najnowsze dostępne dane: YouGov, 2019. Odmienne sformułowanie pytania prawdopodobnie wyjaśnia część różnicy względem badania klinicznego, dlatego obie liczby należy czytać obok siebie, a nie uśredniać.
| Metryka | Wartość | Źródło |
|---|---|---|
| Respondenci, którym nie podobało się brzmienie własnego głosu w zwykłej rozmowie | 38,8% | Naunheim i in., Laryngoscope 2023 |
| Respondenci, którzy zgłosili niezadowolenie podczas słuchania nagrania własnego głosu | 57,5% | Naunheim i in., Laryngoscope 2023 |
| Czynniki powiązane z niezadowoleniem z głosu | Średni wiek (p = 0,005), płeć żeńska (p < 0,0001), rasa biała (p < 0,0001) | Naunheim i in., Laryngoscope 2023 |
| Dorośli Amerykanie ‘bardzo niekomfortowo’ słuchający nagrania własnego głosu | 16% | YouGov Daily Question, 18 grudnia 2019 (n = 4.058) |
| Dorośli Amerykanie ‘nieco niekomfortowo’ słuchający nagrania własnego głosu | 27% | YouGov Daily Question, 18 grudnia 2019 |
| Dorośli Amerykanie bardzo lub nieco niekomfortowo (16% + 27%, nasze obliczenia) | 43% | YouGov Daily Question, 18 grudnia 2019 |
| Dorośli Amerykanie ‘bardzo komfortowo’ słuchający nagrania własnego głosu | 23% | YouGov Daily Question, 18 grudnia 2019 |
| Uczestnicy badania, którzy czuli się negatywnie / neutralnie / pozytywnie wobec własnego głosu | 31% / 24% / 44% | Chong i in., Journal of Voice 2024 (n = 100), jak podano w pracy Jogia i in., International Journal of Psychology 2024 |
Uwaga kontekstowa: próba w badaniu z Laryngoscope składała się w około 52% z kobiet, przy czym około 30% miało od 18 do 34 lat, 32% od 35 do 54 lat, a 38% co najmniej 55 lat, według podsumowania ENT Today tej pracy. YouGov podaje też 9% odpowiedzi ‘nie wiem’, więc odsetki komfortu i dyskomfortu nie sumują się do 100%.
2. Dlaczego nagranie brzmi źle: przewodzenie kostne a przewodzenie powietrzne
Kiedy mówisz, twój głos dociera do ucha wewnętrznego dwiema drogami: przez powietrze do przewodu słuchowego oraz jako drgania przez kości czaszki (przewodzenie kostne). Mikrofon rejestruje tylko pierwszą drogę, więc w odtwarzanym nagraniu brakuje części dźwięku, który słyszysz przez całe życie. Część przewodzona kostnie dominowała w zakresie od 1 do 2 kHz dla większości z dziesięciu zmierzonych fonemów w pracy Reinfeldta i współpracowników z Chalmers University of Technology (Journal of the Acoustical Society of America 2010). Najnowsze dostępne dane: Reinfeldt i in., 2010.
Badania percepcyjne pokazują, dlaczego nie istnieje proste rozwiązanie. Gdy badacze oferowali przefiltrowane wersje nagrania każdego uczestnika, większość osób wybierała przefiltrowaną wersję jako najbliższą temu, jak siebie słyszy, ale żaden pojedynczy filtr nie wygrywał u wszystkich. W pracy Kimury i Yotsumoto autorzy stwierdzili, że ‘nie istniał ogólny filtr, który reprezentowałby własny głos’. Preprint z 2026 roku idzie dalej: głosy zrekonstruowane na podstawie ocen uczestników były jaśniejsze, niż przewiduje model przewodzenia kostnego, co sugeruje, że mentalny obraz własnego głosu jest częściowo wyidealizowany, a nie czysto akustyczny.
| Metryka | Wartość | Źródło |
|---|---|---|
| Zakres częstotliwości, w którym dominowała część własnego głosu przewodzona kostnie (większość z 10 testowanych fonemów) | od 1 do 2 kHz | Reinfeldt i in., JASA 2010 |
| Zachowanie własnego głosu przewodzonego przez ciało w uchu zablokowanym wkładką (19 uczestników, 37 uszu) | Wzmocnienie poniżej ok. 700 Hz, tłumienie przy wyższych częstotliwościach | Badanie metod pomiaru efektu okluzji, Acta Acustica 2025 |
| Uczestnicy, którzy wybrali niezmienione nagranie jako najbardziej podobne do własnego głosu | 2 z 10 (8 wybrało wersję zmodyfikowaną) | Kimura i Yotsumoto, PLoS One 2018 |
| Spójność wyboru ‘najbardziej podobnego do własnego głosu’ między sesjami | rho Spearmana = 0,899 | Kimura i Yotsumoto, PLoS One 2018 |
| Uczestnicy, którzy wybrali surowe nagranie jako najbardziej podobne do własnego głosu, pomieszczenie dźwiękoszczelne | 6 z 17 (35,3%, nasze obliczenia) | Hosaka i in., Scientific Reports 2021 |
| Uczestnicy, którzy wybrali surowe nagranie jako najbardziej podobne do własnego głosu, wewnątrz skanera MRI | 3 z 17 (17,6%, nasze obliczenia) | Hosaka i in., Scientific Reports 2021 |
| Średnia bezwzględna różnica między wysokością dźwięku postrzeganą jako własna a wytwarzaną (n = 22) | 8,52 Hz (0,9 półtonu) | Neamaalkassis i in., Royal Society Open Science 2025 |
| Dorośli Japończycy badani na zrekonstruowanym głosie własnym (badanie 1 / badanie 2) | n = 24 / n = 54; zrekonstruowane głosy oceniono jako bardziej podobne do własnego głosu niż nagrania lub symulacje przewodzenia kostnego | Suzuki i in., preprint PsyArXiv 2026 |
Uwaga kontekstowa: niewielka różnica 0,9 półtonu w badaniu Neamaalkassis sugeruje, że ludzie dobrze znają swoją podstawową wysokość głosu (częstotliwość podstawową, czyli F0), więc reakcja ‘to nie ja’ wynika prawdopodobnie bardziej z barwy, czyli koloru dźwięku, niż z wysokości. Preprint Suzukiego i in. podaje wyższe wartości centroidu widmowego i F1 w zrekonstruowanym głosie, co w prostych słowach oznacza jaśniejsze, wyraźniejsze brzmienie.
3. Paradoks atrakcyjności: lubienie głosu, którego się nie rozpoznaje
Przez dekadę standardowym przeciwwagą dla konfrontacji z własnym głosem było odkrycie tendencji do samowywyższania: jeśli nie wiesz, że nagranie to ty, oceniasz je życzliwie. W badaniu Hughesa i Harrisona (Perception 2013) 80 kobiet i mężczyzn oceniało nagrania osób liczących od jednego do dziesięciu (bodziec w badaniu), nie wiedząc, że wśród nich są ich własne głosy, i oceniło własny głos jako bardziej atrakcyjny niż oceniali go inni oceniający. Autorzy nazwali to ‘głosowym egotyzmem utajonym’ (vocal implicit egotism). Najnowsze dostępne dane dla tego schematu badawczego: Hughes i Harrison, 2013.
Najnowsze dane komplikują ten obraz. Rosi, Lavan i McGettigan stwierdzili przeciwny kierunek u osób, które nie rozpoznały siebie: 80 osób nierozpoznających oceniło swój głos jako mniej atrakcyjny niż inne głosy, podczas gdy 59 osób rozpoznających oceniło go jako bardziej atrakcyjny (Cognition 2026). Pytanie nie brzmi już, czy ludzie skrycie lubią swój głos, lecz jak bardzo świadomość zmienia werdykt. Same wskaźniki rozpoznawania omówiono w sekcji 4.
| Metryka | Wartość | Źródło |
|---|---|---|
| Uczestnicy, którzy ocenili zestaw głosów, wśród których po cichu znalazł się ich własny | 80 kobiet i mężczyzn; własny głos oceniono jako bardziej atrakcyjny, niż oceniali go inni oceniający | Hughes i Harrison, Perception 2013 |
| Uczestnicy, którzy spontanicznie rozpoznali własny głos podczas zadania oceniania | 59 ze 139 (42,4%, nasze obliczenia) | Rosi i in., Cognition 2026 |
| Kierunek oceny własnego głosu w porównaniu z innymi głosami | Rozpoznający: bardziej atrakcyjny; nierozpoznający: mniej atrakcyjny | Rosi i in., Cognition 2026 |
| Zmienione wersje własnego głosu oceniono jako mniej atrakcyjne i mniej podobne niż zwykłe nagranie | Wersje z wysokością zmienioną o +/-20 Hz (wobec wersji z głośnością zmienioną o +/-10 dB i nagrania) | Peng i in., Australian Journal of Psychology 2019 |
| Tendencja do samowywyższania w ocenach atrakcyjności głosu a rozpoznawanie | Istotna niezależnie od tego, czy uczestnicy rozpoznali swój głos | Peng i in., Scandinavian Journal of Psychology 2020 |
| Efekt wywyższania przyjaciela (wyższa ocena głosu przyjaciela) | Stwierdzony tylko u uczestników, którzy rozpoznali głos przyjaciela | Peng i in., Scandinavian Journal of Psychology 2020 |
| Atrakcyjność nagrania przyjaciela w porównaniu z własnym nagraniem, oceniana przez 47 znajomych słuchaczy | Przyjaciel oceniony wyżej (p < 0,001) | Rosi i in., Computers in Human Behavior: Artificial Humans 2025 |
Uwaga o rozbieżności: badanie Penga i in. z 2020 roku oraz badanie Rosi i in. z 2026 roku nie zgadzają się co do tego, co się dzieje, gdy ludzie nie rozpoznają własnego głosu. Prawdopodobną przyczyną są odmienne bodźce, skale oceny i kontrole rozpoznawania, a Rosi i in. argumentują, że wcześniejsze prace nigdy nie testowały rozpoznawania w sposób rygorystyczny. Eksperymenty Penga i in. z 2019 roku dodają jeden praktyczny szczegół: przesunięcie wysokości dźwięku zaledwie o 20 Hz wystarczyło, by własny głos stał się mniej atrakcyjny i mniej znajomy niż po zmianie głośności o 10 dB.
4. Rozpoznawanie własnego głosu na nagraniu
Rozpoznawanie własnego głosu jest dobre, ale dalekie od doskonałości i jest kruche. Jeśli nagranie zawęzić do wąskiego pasma częstotliwości, trafność dla głosów własnych i znajomych spada z 81,81% do około 55% (Xu i in., Frontiers in Psychology 2013). Jeśli mówca przejdzie na drugi język, trafność spada o kilkanaście punktów. Rozpoznawanie własnego głosu spadło z 85,6% po arabsku do 74,4% po angielsku wśród dwujęzycznych kobiet mówiących po arabsku i angielsku z tej samej próby uniwersyteckiej (Jogia i in., International Journal of Psychology 2024).
Nawet gdy rozpoznawanie zawodzi, mózg nadal traktuje własny głos jako wyjątkowy. W badaniu Kirka i Cunninghama (British Journal of Psychology 2025) czas reakcji i trafność przemawiały na korzyść własnego nagranego głosu uczestnika, nawet gdy przypisano mu etykietę ‘przyjaciel’ lub ‘nieznajomy’. To efekt priorytetyzacji siebie: bodźce związane z własną osobą są przetwarzane szybciej.
| Metryka | Wartość | Źródło |
|---|---|---|
| Trafność rozpoznawania głosów własnych i kolegów w pełnym paśmie częstotliwości (30 dorosłych Japończyków, szansa = 20%) | 81,81% | Xu i in., Frontiers in Psychology 2013 |
| Rozpoznawanie głosu własnego a cudzego, tylko pasmo wysokich częstotliwości | 60,17% wobec 49,67% (F(1, 29) = 4,55, p = 0,04) | Xu i in., Frontiers in Psychology 2013 |
| Rozpoznawanie własnego głosu, pierwszy język (arabski) a drugi język (angielski) | 85,6% wobec 74,4% | Jogia i in., International Journal of Psychology 2024 |
| Wskaźnik trafień dla własnego głosu w kontrolnym zadaniu rozpoznawania | 0,79 (95% przedział ufności 0,72-0,85) | Orepic i in., Royal Society Open Science 2023 |
| Uczestnicy wykluczeni za rozpoznanie własnego niezmienionego głosu w mniej niż połowie prób | 9 z 52 (17,3%) | Orepic i in., Royal Society Open Science 2023 |
| Czas reakcji i trafność dla własnego nagranego głosu a głosów zewnętrznych, nawet gdy miał on etykietę ‘przyjaciel’ lub ‘nieznajomy’ | Stała przewaga własnego głosu (N = 90) | Kirk i Cunningham, British Journal of Psychology 2025 |
| Trafność odróżniania własnego głosu od głosu nieznajomego w 20-próbowym badaniu pilotażowym (10 uczestników) | 100% | Zheng i in., PLoS One 2011 |
Uwaga kontekstowa: w badaniu Orepic i in. dodanie wibracji przewodzonych kostnie do odtwarzania poprawiło odróżnianie siebie od innych, ale nie odróżnianie głosu znajomego od nieznajomego, co autorzy odczytali jako dowód, że własny głos jest ‘zasadniczo konstruktem multimodalnym’. Doskonały wynik w badaniu pilotażowym Zhenga i in. pochodził z prostego sprawdzenia dwóch głosów, dlatego jest tak daleko powyżej wskaźnika trafień 79% w trudniejszych schematach. Najnowsze dostępne dane dla schematów Xu i Zhenga: 2013 i 2011.
5. Lęk społeczny i konfrontacja z własnym głosem
Termin konfrontacja z własnym głosem (voice confrontation) wywodzi się od Holzmana i Rousey, których eksperymenty w Journal of Personality and Social Psychology w latach 1966 i 1967 badały reakcje ludzi na słuchanie własnego nagranego głosu, w tym dwujęzyczne badanie z 1967 roku. Prawie sześć dekad później wątek dwujęzyczny powrócił, tym razem powiązany z lękiem społecznym, mierzonym tu za pomocą Liebowitz Social Anxiety Scale (LSAS), standardowego kwestionariusza.
Korelacje są niewielkie, ale spójne. Wyższy lęk społeczny szedł w parze z mniejszą sympatią do własnego nagranego głosu w obu językach (r = -0,228 po arabsku, r = -0,181 po angielsku) w tej samej próbie dwujęzycznej opisanej w sekcji 4. Dane interwencyjne wskazują ten sam kierunek: w eksperymentach z Lund University osoby z lękiem społecznym oceniały swoje nagrane wystąpienia mniej surowo, gdy odtwarzanie poprzedzało przygotowanie poznawcze lub zmniejszenie koncentracji na sobie. Szerszy kontekst tego, jak powszechny jest lęk przed mówieniem, znajdziesz w naszym zestawieniu o lęku przed wystąpieniami publicznymi wśród studentów.
| Metryka | Wartość | Źródło |
|---|---|---|
| Korelacja między lękiem społecznym (podskala lęku w LSAS) a sympatią do własnego głosu, arabski / angielski | r = -0,228 / r = -0,181 (oba p < 0,05) | Jogia i in., International Journal of Psychology 2024 |
| Korelacja między lękiem społecznym a rozpoznawaniem własnego głosu, arabski / angielski | r = -0,174 (p < 0,05) / r = -0,079 (nieistotna) | Jogia i in., International Journal of Psychology 2024 |
| Średnia sympatia do własnego głosu w skali 1-10, arabski / angielski (176 Emiratek, średni wiek 20,69) | 5,54 / 5,40 | Jogia i in., International Journal of Psychology 2024 |
| Studenci, którzy ocenili swój nagrany głos w porównaniu z niezależnymi oceniającymi z grona studentów logopedii | 17; wyższy lęk społeczny wiązał się z niedocenianiem walorów własnego głosu | Lundh i in., Cognitive Behaviour Therapy 2002 |
| Osoby z lękiem społecznym w jednosesyjnym eksperymencie ze sprzężeniem zwrotnym audio | 40; sprzężenie zwrotne z przygotowaniem poznawczym dawało mniej negatywne oceny | Nilsson i in., Journal of Behavior Therapy and Experimental Psychiatry 2011 |
| Uczestnicy w kolejnym eksperymencie randomizowanym dotyczącym zmniejszenia koncentracji na sobie | 41; zmniejszenie koncentracji na sobie poprawiało oceny głosu bardziej niż samo sprzężenie zwrotne audio | Nilsson i Lundh, Cognitive Behaviour Therapy 2016 |
| Rok dwujęzycznego badania konfrontacji z własnym głosem Holzmana, Bergera i Rousey | 1967 (Journal of Personality and Social Psychology 7(4)) | Holzman i in., Journal of Personality and Social Psychology 1967 |
Uwaga kontekstowa: wszystkie te prace to badania korelacyjne lub małe badania analogowe, więc pokazują związek, a nie przyczynę. Badanie Lundha i in. z 2002 roku poparło wyjaśnienie oparte na zniekształceniu poznawczym (osoby lękliwe słyszą swój głos gorzej, niż jest) przeciwko wyjaśnieniu opartemu na deficycie umiejętności. Eksperyment z 2011 roku i jego kontynuacja z 2016 roku wymieniają małą próbę jako ograniczenie. Najnowsze dostępne dane dla eksperymentów z Lund: 2016.
6. Aparaty słuchowe a zmieniony własny głos
Dla użytkowników aparatów słuchowych konfrontacja z własnym głosem nie jest zdarzeniem okazjonalnym, lecz codziennym. Wkładka blokująca przewód słuchowy wywołuje efekt okluzji, czyli dudniące wzmocnienie niskich częstotliwości we własnym głosie, a przetwarzanie sygnału w aparacie dodaje własne zabarwienie. 40% nowych użytkowników i 35,3% doświadczonych oceniło swój głos na żywo jako mniej przyjemny w aparatach słuchowych w szwedzkim badaniu w Linköping University Hospital (Hengen i in., Trends in Hearing 2025). To mniej więcej dwukrotnie więcej niż odsetek zgłaszających umiarkowane lub poważne problemy z własnym głosem, co oznacza, że wielu użytkowników zauważa zmianę, nie nazywając jej problemem.
Dane o zadowoleniu wyjaśniają, dlaczego jakość własnego głosu ma znaczenie zarówno komercyjne, jak i kliniczne. Jeśli śledzisz, dlaczego nabywcy zwracają urządzenia, nasze zestawienie o wskaźnikach zwrotów aparatów słuchowych dostępnych bez recepty omawia stronę adopcji.
| Metryka | Wartość | Źródło |
|---|---|---|
| Nowi użytkownicy aparatów słuchowych z umiarkowanymi lub poważnymi problemami z własnym głosem (n = 85) | 17,6% | Hengen i in., Trends in Hearing 2025 |
| Doświadczeni użytkownicy aparatów słuchowych z umiarkowanymi lub poważnymi problemami z własnym głosem (n = 85) | 18,8% | Hengen i in., Trends in Hearing 2025 |
| Nowi użytkownicy, którzy ocenili swój własny głos na żywo jako mniej przyjemny w aparatach słuchowych | 40% | Hengen i in., Trends in Hearing 2025 |
| Doświadczeni użytkownicy, którzy ocenili swój własny głos na żywo jako mniej przyjemny w aparatach słuchowych | 35,3% | Hengen i in., Trends in Hearing 2025 |
| Użytkownicy aparatów słuchowych zadowoleni z brzmienia własnego głosu (ankieta 384 osób, głównie wkładki typu dome) | 41% | Høydal 2017, jak przywołano w pracy Hengen i in., Trends in Hearing 2025 |
| Zakres zadowolenia z własnego głosu w dwóch ankietach o aparatach słuchowych | od 41% do 73% | Høydal 2017 i Kochkin 2010, jak przywołano w pracy Hengen i in., Trends in Hearing 2025 |
| Preferowane opóźnienie przetwarzania wśród 24 użytkowników aparatów z otwartym dopasowaniem (0,5 ms wobec 5 ms wobec 10 ms) | 0,5 ms | Súsonnudóttir i in., Trends in Hearing 2026 |
Uwaga kontekstowa: próba w badaniu Hengen i in. była starsza (średni wiek 70 lat dla nowych użytkowników, 75 lat dla doświadczonych i 70 lat dla 70 osób z grupy kontrolnej), a kwestionariusz został napisany na potrzeby badania i nie był jeszcze zwalidowany. W pracy Súsonnudóttir i in. opóźnienie 0,5 ms uzyskało też lepsze oceny niż 10 ms pod względem tonalności (cech takich jak ‘metaliczny’ i ‘ostry’) oraz jakości własnego głosu.
7. Klony głosu i chęć zmiany swojego głosu
Niechęć do własnego nagrania nie pozostaje bierna: 50,6% respondentów bez historii zaburzeń głosu stwierdziło, że rozważyłoby interwencję zmieniającą ich głos, a najbardziej zależało im na wyrazistości i wysokości, w tym samym badaniu opisanym w sekcji 1. Oprogramowanie oferuje teraz inny rodzaj zmiany, a pierwsze eksperymenty na sklonowanych głosach własnych pokazują, że o ocenie klonu decyduje znajomość głosu.
W pracy Rosi, Soopramanien i McGettigan 25 par bliskich przyjaciół, krewnych lub partnerów oceniało nagrania i klony własnych oraz wzajemnych głosów. Znajomi słuchacze z łatwością wykrywali klony i oceniali je jako mniej wiarygodne niż nagrania, podczas gdy nieznajomi nie dostrzegali różnicy. Odrębnie Jaggy, Schwan i Meyerhoff stwierdzili, że głosy, które system weryfikacji mówcy oparty na sztucznej inteligencji uznał za bardziej podobne do głosu słuchacza, były oceniane jako sympatyczniejsze. Każdy, kto pracuje z oprogramowaniem do klonowania głosu, otrzymuje z obu badań jasny przekaz: osoba, która zna dany głos najlepiej, jest najtrudniejszym odbiorcą.
| Metryka | Wartość | Źródło |
|---|---|---|
| Respondenci bez zaburzeń głosu, którzy rozważyliby interwencję zmieniającą ich głos | 50,6% | Naunheim i in., Laryngoscope 2023 |
| Czułość wykrywania klonu (d’), znajomi słuchacze: własny głos / głos przyjaciela | 2,13 (95% przedział ufności [1,84; 2,41]) / 1,91 (95% przedział ufności [1,60; 2,22]) | Rosi i in., Computers in Human Behavior: Artificial Humans 2025 |
| Czułość wykrywania klonu (d’), nieznajomi słuchacze | 0,14 (nie różni się od przypadku, p = 0,420) | Rosi i in., Computers in Human Behavior: Artificial Humans 2025 |
| Wiarygodność nagrań a klonów, znajomi słuchacze | Nagrania oceniono wyżej, χ²(1) = 138,6, p < 0,001 | Rosi i in., Computers in Human Behavior: Artificial Humans 2025 |
| Wpływ podobieństwa do własnego głosu słuchacza na sympatię (93 niemieckich uczestników) | β = 0,11, 95% przedział ufności [0,05; 0,18], p < 0,001 | Jaggy i in., PLoS One 2025 |
| Wpływ podobieństwa do własnego głosu słuchacza na wiarygodność (składnik kwadratowy) | β = 0,31, 95% przedział ufności [0,17; 0,45], p < 0,001 | Jaggy i in., PLoS One 2025 |
| Wariancja ocen sympatii wyjaśniona przez model podobieństwa do własnego głosu | 19% | Jaggy i in., PLoS One 2025 |
Uwaga kontekstowa: wskaźnik czułości d’ to miara, w której 0 oznacza zgadywanie, a wyższe wartości oznaczają lepsze wykrywanie. W badaniu Rosi i in. grupa znajomych liczyła 47 młodych dorosłych (średni wiek 22 lata) rekrutowanych przez University College London, więc wynik opisuje bliskich przyjaciół słuchających uważnie, a nie ogół społeczeństwa.
Podsumowanie: niechęć do nagrania własnego głosu w liczbach
| Metryka | Wartość | Źródło |
|---|---|---|
| Dorośli Amerykanie niezadowoleni z własnego głosu: słuchanie nagrania a zwykła rozmowa | 57,5% wobec 38,8% | Naunheim i in., Laryngoscope 2023 |
| Dorośli Amerykanie bardzo lub nieco niekomfortowo słuchający nagrania swojego głosu | 43% | YouGov Daily Question, 18 grudnia 2019 |
| Dorośli Amerykanie bardzo komfortowo słuchający nagrania swojego głosu | 23% | YouGov Daily Question, 18 grudnia 2019 |
| Zakres częstotliwości, w którym przewodzenie kostne dominuje we własnym głosie | od 1 do 2 kHz | Reinfeldt i in., JASA 2010 |
| Uczestnicy, którzy wybrali zwykłe nagranie jako najbardziej podobne do własnego głosu | 2 z 10 | Kimura i Yotsumoto, PLoS One 2018 |
| Uczestnicy, którzy wybrali surowe nagranie jako najbardziej podobne do własnego głosu (pomieszczenie dźwiękoszczelne) | 6 z 17 | Hosaka i in., Scientific Reports 2021 |
| Różnica między postrzeganą a wytwarzaną wysokością własnego głosu | 0,9 półtonu | Neamaalkassis i in., Royal Society Open Science 2025 |
| Uczestnicy, którzy spontanicznie rozpoznali własny głos w zadaniu oceniania | 59 ze 139 | Rosi i in., Cognition 2026 |
| Uczestnicy, którzy ocenili własny głos w ciemno w klasycznym badaniu tendencji do samowywyższania | 80 | Hughes i Harrison, Perception 2013 |
| Zmiana wysokości dźwięku, która uczyniła własny głos mniej atrakcyjnym niż zwykłe nagranie | +/-20 Hz | Peng i in., Australian Journal of Psychology 2019 |
| Rozpoznawanie własnego głosu, pierwszy a drugi język | 85,6% wobec 74,4% | Jogia i in., International Journal of Psychology 2024 |
| Wskaźnik trafień dla własnego głosu w kontrolnym zadaniu rozpoznawania | 0,79 | Orepic i in., Royal Society Open Science 2023 |
| Nowi użytkownicy aparatów słuchowych z umiarkowanymi lub poważnymi problemami z własnym głosem | 17,6% | Hengen i in., Trends in Hearing 2025 |
| Użytkownicy aparatów słuchowych zadowoleni z własnego głosu (ankieta 384 osób) | 41% | Høydal 2017, za: Hengen i in. 2025 |
| Preferowane opóźnienie przetwarzania w aparacie słuchowym dla percepcji własnego głosu (24 użytkowników z otwartym dopasowaniem) | 0,5 ms | Súsonnudóttir i in., Trends in Hearing 2026 |
| Wskaźnik czułości d’ wykrywania klonu własnego głosu, znajomi a nieznajomi słuchacze | 2,13 wobec 0,14 | Rosi i in., Computers in Human Behavior: Artificial Humans 2025 |
| Respondenci bez zaburzeń głosu otwarci na zmianę swojego głosu | 50,6% | Naunheim i in., Laryngoscope 2023 |
Metodologia i źródła
- Naunheim, Puka i Huston, ‘Do You Like Your Voice? A Population-Based Survey of Voice Satisfaction and Voice Enhancement’, Laryngoscope 133(12), 2023, wraz z podsumowaniem ENT Today użytym do podziału próby według wieku i płci.
- YouGov Daily Question, ‘How comfortable or uncomfortable are you listening to a recording of your own voice?’, 18 grudnia 2019.
- Jogia, Thomas, Barbato i Bentall, ‘Social anxiety, voice confrontation and voice recognition: A bilingual exploration’, International Journal of Psychology 59(6), 2024, będące także źródłem danych Chong i in. (Journal of Voice 2024).
- Reinfeldt, Östli, Håkansson i Stenfelt, ‘Hearing one’s own voice during phoneme vocalization’, JASA 128(2), 2010.
- Methods to experimentally characterize the own-voice-generated objective occlusion effect induced by hearables, Acta Acustica 9, article 73, 2025.
- Kimura i Yotsumoto, ‘Auditory traits of own voice’, PLoS One 2018.
- Hosaka, Kimura i Yotsumoto, ‘Neural representations of own-voice in the human auditory cortex’, Scientific Reports 11:591, 2021.
- Neamaalkassis i in., ‘The fundamental frequencies of our own voice’, Royal Society Open Science 12(2), 2025.
- Suzuki, Kuroda i Nagai, ‘The Positively Reconstructed Self-Voice’, preprint PsyArXiv 2026.
- Hughes i Harrison, ‘I like my voice better: Self-enhancement bias in perceptions of voice attractiveness’, Perception 42(9), 2013.
- Peng i in., ‘One’s own and similar voices are more attractive than other voices’, Australian Journal of Psychology 71(3), 2019.
- Peng, Hu, Wang i Liu, efekt samowywyższania w ocenie atrakcyjności głosu, Scandinavian Journal of Psychology 61(5), 2020.
- Rosi, Lavan i McGettigan, ‘Self-recognition shapes evaluations of (self-) voice attractiveness’, Cognition 272, 2026.
- Rosi, Soopramanien i McGettigan, ‘Perception and social evaluation of cloned and recorded voices’, Computers in Human Behavior: Artificial Humans 4, 2025.
- Xu, Homae, Hashimoto i Hagiwara, ‘Acoustic cues for the recognition of self-voice and other-voice’, Frontiers in Psychology 4:735, 2013.
- Orepic, Kannape, Faivre i Blanke, ‘Bone conduction facilitates self-other voice discrimination’, Royal Society Open Science 10(2), 2023.
- Kirk i Cunningham, ‘Listen to yourself! Prioritization of self-associated and own voice cues’, British Journal of Psychology 116(1), 2025.
- Zheng, MacDonald, Munhall i Johnsrude, ‘Perceiving a stranger’s voice as being one’s own’, PLoS One 2011.
- Lundh i in., ‘Social Anxiety is Associated with a Negatively Distorted Perception of One’s Own Voice’, Cognitive Behaviour Therapy 31(1), 2002.
- Nilsson, Lundh, Faghihi i Roth-Andersson, sprzężenie zwrotne audio z przygotowaniem poznawczym, Journal of Behavior Therapy and Experimental Psychiatry 42(4), 2011.
- Nilsson i Lundh, ‘Audio Feedback with Reduced Self-focus as an Intervention for Social Anxiety’, Cognitive Behaviour Therapy 45(2), 2016.
- Holzman, Berger i Rousey, ‘Voice confrontation: a bilingual study’, Journal of Personality and Social Psychology 7(4), 1967.
- Hengen, Lundeborg Hammarström i Stenfelt, ‘Effect of Hearing Aids on Phonation and Perceived Voice Qualities’, Trends in Hearing 29, 2025, będące także źródłem danych o zadowoleniu Høydal 2017 i Kochkin 2010.
- Súsonnudóttir i in., ‘Own-Voice Perception with Different Processing Delays in Open-Fit Hearing Aids’, Trends in Hearing 30, 2026.
- Jaggy, Schwan i Meyerhoff, ‘AI-determined similarity increases likability and trustworthiness of human voices’, PLoS One 20(3), 2025.
- Uwaga o danych: Peng i in. 2020 odnotowują tendencję do samowywyższania niezależnie od tego, czy ludzie rozpoznali swój głos, podczas gdy Rosi i in. 2026 stwierdzają, że osoby nierozpoznające oceniły swój głos jako mniej atrakcyjny; twierdzenie ‘po cichu lubimy swój głos’ należy traktować jako sporne. Część doniesień prasowych o badaniu z Laryngoscope podała jego główne liczby jako ‘8%’ i ‘5%’, co jest błędem w zapisie; w streszczeniu podano 38,8% i 57,5%. Odsetki Chong i in. (31%, 24%, 44%) zaczerpnięto z pracy Jogia i in. i sumują się do 99%, prawdopodobnie przez zaokrąglenia. Jogia i in. podają test rozpoznawania arabski a angielski (χ²(1, N = 98) = 5,1848, p = 0,022) z N = 98, podczas gdy cała próba liczyła 176 osób, czego praca nie wyjaśnia, więc wskaźniki rozpoznawania 85,6% i 74,4% mogą opierać się na podpróbie. Praca Rosi i in. 2025 podaje dla nieznajomych słuchaczy przedział ufności, który nie obejmuje jego średniej, prawdopodobnie z powodu literówki, dlatego cytujemy tylko średnią i wartość p. Badanie Acta Acustica 2025 ostrzega, że powszechna metoda jednoczesna pomiaru efektu okluzji obarczona jest błędami systematycznymi sięgającymi około 3-4 dB. Liczebności w eksperymencie 2 Kimury i Yotsumoto są w pracy niejednoznaczne, dlatego wykorzystano tylko eksperyment 1. Dane YouGov pochodzą z 2019 roku, a Suzuki i in. 2026 to preprint, który nie przeszedł jeszcze recenzji.
Ostatnia aktualizacja: 8 listopada 2026 roku. Aktualizujemy to zestawienie kwartalnie, a kolejne odświeżenie nastąpi, gdy ukaże się recenzowana wersja badania Suzukiego i in. o zrekonstruowanym głosie własnym.