人類可以毫不費力地識別自然聲音并對其做出反應，尤其適合于語音。已經(jīng)進行了幾項旨在定位和理解大腦語音特定部分的研究，但是由于同一大腦區(qū)域大部分對所有聲音都活躍，因此，尚不清楚大腦是否具有獨特的語音處理過程以及如何進行語音處理。它執(zhí)行這些過程。主要挑戰(zhàn)之一是描述當兩者之間沒有一對一的對應關系時，大腦如何將高度可變的聲音信號與語言表示相匹配，例如，大腦如何識別說話者和方言所使用的相同單詞，相同。
在這項最新研究中，由Riitta Salmelin教授領導的研究人員從16位健康的芬蘭志愿者的毫秒級大腦記錄中解碼并重建了語音。他們采用了一種新穎的方法，即利用多種聲音的自然聲學可變性(由不同說話者說出的單詞，來自多個類別的環(huán)境聲音)，然后使用生理學啟發(fā)的機器學習模型將它們映射到腦磁圖(MEG)數(shù)據(jù)。這些類型的模型具有聲音的時間分辨和時間平均表示，以前已經(jīng)在大腦研究中使用。共同首席作者阿里·費薩爾(Ali Faisal)提出的新穎，可擴展的公式允許將此類模型應用于全腦錄音，并且這項研究是首次比較相同模型的語音和其他聲音。
阿爾托研究人員和主要作者安妮·諾拉(Anni Nora)表示：“我們發(fā)現(xiàn)，將皮質(zhì)激活物的時間鎖定與正在展開的語音輸入相連接對于語音編碼至關重要。當我們聽到一個單詞，例如“貓”時，我們的大腦必須及時非常準確地跟隨它才能理解其含義。
相比之下，在非語音環(huán)境聲音的皮質(zhì)處理中未突出顯示時間鎖定，該聲音傳達了與口語相同的含義，例如音樂或笑聲。相反，時間平均分析足以達到其含義。``這意味著當您聽到貓的叫聲時，大腦也會訪問相同的表示形式(貓的樣子，貓的行為，感覺等)，但是聲音本身會作為一個整體進行分析，不需要諾拉解釋說。
對于無意義的新單詞，也觀察到了時間鎖定編碼。但是，即使是對諸如笑聲之類的非語音非人為聲音的響應，也都無法通過動態(tài)時間鎖定機制顯示出更好的解碼效果，并且可以使用時間平均模型更好地進行重構，這表明時間鎖定編碼對于識別出的聲音來說是特殊的。作為演講。
結果表明，大腦反應在語音之后具有特別高的時間保真度
當前的結果表明，在人類中，一種特殊的時間鎖定編碼機制可能已經(jīng)演變?yōu)檎Z音。根據(jù)其他研究，在早期開發(fā)過程中，這種處理機制似乎已針對母語進行了調(diào)整，并廣泛暴露于語言環(huán)境中。
時鎖編碼的當前發(fā)現(xiàn)，尤其是語音的發(fā)現(xiàn)，加深了對聲學和語言表示(從聲音到單詞)之間映射所需的計算的理解。當前的發(fā)現(xiàn)提出了一個問題，即聲音中的哪些特定方面對于提示大腦使用這種特殊的編碼模式至關重要。為了對此進行進一步調(diào)查，研究人員接下來的目標是使用諸如聽覺環(huán)境之類的現(xiàn)實生活，例如重疊的環(huán)境聲音和語音。諾拉說：“未來的研究還應確定是否可以通過經(jīng)驗處理類似的時間鎖定，并專門處理經(jīng)驗，例如處理音樂家的樂器聲音。”
未來的工作可能會調(diào)查語音聲學中不同屬性的貢獻以及實驗任務可能會產(chǎn)生的效果，以促進在聲音處理中使用時間鎖定或時間平均模式。當將這些機器學習模型應用于臨床組時，例如對語音處理受損的個人進行調(diào)查時，它們也可能非常有用。
標簽： 人腦
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！