舊金山加州大學的神經(jīng)科學家發(fā)現(xiàn)了聽覺大腦如何掃描語音以將其分解為音節(jié)。這些發(fā)現(xiàn)**為語言的基本要素提供了神經(jīng)基礎(chǔ)，并為我們對語音節(jié)奏詩的理解提供了見識。
幾十年來，言語神經(jīng)科學家一直在尋找證據(jù)，證明聽覺大腦區(qū)域的神經(jīng)元利用言語音量的波動來識別音節(jié)的起點和終點，就像是行刑專家臨假說句子。到目前為止，這些努力都沒有運氣。
在2019年11月20日發(fā)表于《科學進展》上的這項新研究中，加州大學舊金山分校的科學家發(fā)現(xiàn)，大腦反而對每個音節(jié)中間的聲音壓力做出了反應-更像是一位詩人掃描莎士比亞的十四行詩(Shàllícòmpárethèe tóàsúmmèrsdáy?)。研究人員表明，這種信號-在稱為中上顳回(mSTG)的語音皮層區(qū)域-專門基于每種元音開始時音量的升高，這是人類語言的普遍特征。
作者說，值得注意的是，這種簡單的音節(jié)標記還可以為大腦提供有關(guān)壓力，時間和節(jié)奏模式的直接信息，這些信息對于用英語和許多其他語言傳達含義和情感環(huán)境至關(guān)重要。
領(lǐng)導這項新研究的神經(jīng)科學家尤利婭·奧加尼安(Yulia Oganian)博士說：“這項工作*令我興奮的是，它顯示了一種簡單的神經(jīng)編碼原理，對節(jié)奏感至關(guān)重要，這對我們的大腦如何處理語音至關(guān)重要。”“這能解釋為什么人類對構(gòu)成口頭詩歌甚至口頭講故事的重音節(jié)和非重音節(jié)如此敏感嗎?”
Oganian是UCSF衛(wèi)生神經(jīng)外科實驗室的博士后研究員，醫(yī)學博士，醫(yī)學博士，UCSF的Bowes生物醫(yī)學研究員，UCSF威爾神經(jīng)科學研究所成員以及霍華德·休斯醫(yī)學研究所(HHMI)的學者學者，其研究實驗室研究人類言語，運動和情感的神經(jīng)基礎(chǔ)。
“真正令我興奮的是，我們現(xiàn)在了解簡單的聲音提示，即元音發(fā)聲時響度的迅速增加，是語音的重要標志，因為它可以告訴聽眾何時出現(xiàn)音節(jié)以及是否受到重音這是關(guān)于大腦如何從語音中提取音節(jié)單位的一個相當重要的發(fā)現(xiàn)。”
這項研究涉及來自UCSF癲癇中心的志愿者，他們將在腦表面暫時放置大小為便簽大小的電極排列一到兩周，作為神經(jīng)外科手術(shù)標準準備工作的一部分。這些大腦記錄使Chang等神經(jīng)外科醫(yī)生能夠確定如何去除引起患者癲癇發(fā)作的腦組織，而又不損害附近重要的大腦區(qū)域，還使Chang神經(jīng)科學研究實驗室的科學家能夠提出關(guān)于人腦功能的問題，這些問題無法解決。另一種方式。
Oganian招募了11名志愿者，他們的癲癇發(fā)作映射電極恰好與參與語音處理的大腦區(qū)域重疊，并且他們樂于在醫(yī)院停機期間參加一項研究。她為每個參與者播放了來自各種不同說話者的精選語音記錄，同時在他們的聽覺語音中心記錄了大腦活動的模式，然后分析了數(shù)據(jù)以識別反映他們所聽到的音節(jié)結(jié)構(gòu)的神經(jīng)模式。
數(shù)據(jù)很快顯示出mSTG活動包含單個音節(jié)的離散標記-與該領(lǐng)域的主導模型相反，該模型提出大腦建立一個連續(xù)的節(jié)拍器狀振蕩器來從語音音量波動中提取音節(jié)邊界。但是，神經(jīng)數(shù)據(jù)中的這些離散音節(jié)標記到底對語音的哪些方面做出了響應?
為了確定錄音的哪些特征正在驅(qū)動新發(fā)現(xiàn)的音節(jié)標記，Oganian要求她的四個研究志愿者聽錄制的語音，這些語音的速度減慢了四倍。這些超慢速的語音記錄使Oganian看到在每個元音開始時，在重音升高時音節(jié)信號始終出現(xiàn)(例如，當音節(jié)“ ba”中的“ b”變成“ a”時)，而不是在每個音節(jié)的*高峰，正如其他科學家所推論的那樣。
在mSTG中發(fā)現(xiàn)的音節(jié)標記Oganian也隨著說話者對特定音節(jié)的強調(diào)而變化。這表明語音處理的**階段可以同時使大腦將語音分為音節(jié)單位，還可以跟蹤對英語和許多其他語言(例如“計算機控制臺”與“安慰朋友”)的意義至關(guān)重要的壓力模式。 “;“我做到了嗎?”與“我做到了嗎?”)。
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標記有誤，請聯(lián)系我們修改或刪除，多謝。
