出于討論的目的，我們將任何不感興趣的數(shù)據(jù)指定為“噪聲”。正如你從圖6.3中所看到的，我們從任何給定的數(shù)據(jù)源中接收到的不僅包括相關(guān)數(shù)據(jù)，還有噪聲。當我在演奏爵士樂時，我的耳朵可以聽到來自很多不同源頭的聲音。如果正在一個音樂大廳演奏，室內(nèi)周圍環(huán)境中的噪聲可能很少，這是因為觀眾都在安靜地聆聽演奏。如果正在一個俱樂部演奏，那里可能會有很多的噪聲，這是因為有許多人同時在談話，而且沒有任何談話與我作為樂手的工作相關(guān)。借用一個電子工程的名詞，當噪聲的數(shù)量呈現(xiàn)很高比例時，信號與噪聲的比率就很低（經(jīng)常被簡寫為SNR，或者S/N）。這就使得識別和獲取我們真正感興趣的數(shù)據(jù)變得更加困難。濾除噪聲，增加信噪比是非常重要的。這是聆聽至關(guān)重要的部分，且這個概念并不排除在聽覺環(huán)境之外。不必要的噪聲可以存在于任何媒介中。當你收到垃圾郵件或廣告時，你不得不處理收件箱中的噪聲。因為社交網(wǎng)絡的發(fā)達，我們現(xiàn)在比以前更緊密地聯(lián)系在一起。人們經(jīng)常從新的服務、朋友、企業(yè)，或者是服務團體那里收到更新的材料，例如Facebook和Twitter。雖然這些服務更多的是

想保持聯(lián)系，與私人的及公共的事務保持現(xiàn)在的關(guān)系，但是，它們經(jīng)常具有很低的信噪比。享受這些服務的人們經(jīng)常努力地去過濾掉這些噪聲。

將信號從噪聲中分離常常是一種挑戰(zhàn)，但這很可能是觀察的最重要部分。