在嘈雜的公共場(chǎng)合打開(kāi)手機的語(yǔ)音識別功能時(shí)，我們經(jīng)常發(fā)現它無(wú)法準確識別我們的言語(yǔ)，甚至錯誤地捕捉了別人的話(huà)。但是，我們自己在相似的場(chǎng)合里交流卻好得多。為什么在語(yǔ)言交流中，人類(lèi)大腦擁有較強的抗噪聲能力呢？

　　問(wèn)題的答案可能在于我們的大腦會(huì )“自說(shuō)自話(huà)”：人類(lèi)使用大腦的言語(yǔ)運動(dòng)皮層控制發(fā)音器官運動(dòng)來(lái)說(shuō)話(huà)，而Liberman等（1967, Psychol. Rev. 74）提出的言語(yǔ)知覺(jué)運動(dòng)理論認為，言語(yǔ)知覺(jué)本身是對說(shuō)話(huà)人的發(fā)音動(dòng)作進(jìn)行還原的過(guò)程。在神經(jīng)層面上，Hickok和Poeppel（2007, Nat. Rev. Neurosci. 8）提出的言語(yǔ)加工的雙通路系列模型指出，大腦的聽(tīng)皮層與運動(dòng)皮層構成神經(jīng)環(huán)路來(lái)理解言語(yǔ)；特別是，言語(yǔ)運動(dòng)皮層能主動(dòng)對說(shuō)話(huà)人的發(fā)音動(dòng)作進(jìn)行模擬，并與聽(tīng)覺(jué)信號進(jìn)行比對，特別在知覺(jué)困難時(shí)對聽(tīng)覺(jué)加工進(jìn)行代償（圖1, 2）。

圖1：言語(yǔ)知覺(jué)的感覺(jué)運動(dòng)整合漫畫(huà)圖

聽(tīng)皮層的“土地”上存放著(zhù)音節“文物”（即聽(tīng)覺(jué)表征），“塵土”（即干擾聲音信號的噪聲）讓音節的聽(tīng)覺(jué)表征變得模糊；而皮層言語(yǔ)運動(dòng)系統參與聽(tīng)覺(jué)加工的方式就像一名考古工作者：用自身儲存的“運動(dòng)模板”與封存在土壤里的音節表征做匹配，自上而下地輔助聽(tīng)皮層拂去塵土，還原說(shuō)話(huà)人表達的真實(shí)內容。

　　著(zhù)名神經(jīng)外科醫生Penfield發(fā)現,運動(dòng)皮層在控制身體運動(dòng)時(shí)呈現出“效應器特異”的分區特征：不同區域控制身體不同肢體（如手和腳）的運動(dòng)（Penfield & Boldrey, 1937, Brain）；而運動(dòng)皮層控制說(shuō)話(huà)的方式也類(lèi)似：“舌部區域”控制舌部運動(dòng)（發(fā)出“滴”、“踢”聲），“唇部區域”控制唇部運動(dòng)（發(fā)出“巴”、“趴”聲）。更有意思的是，在聽(tīng)話(huà)時(shí)，聽(tīng)者的運動(dòng)皮層也出現了與說(shuō)話(huà)時(shí)相似的分區特征：唇部運動(dòng)區參與雙唇輔音的知覺(jué)，舌部運動(dòng)區參與齒輔音以及元音的分辨，體現出運動(dòng)皮層控制言語(yǔ)運動(dòng)的效應器特異性。

　　另一方面，與唇部和舌部運動(dòng)控制相似，運動(dòng)皮層中也存在“喉部運動(dòng)區”以控制喉部的運動(dòng)，從而使得人能在言語(yǔ)交流中能自如地控制發(fā)音和不發(fā)音，以及音高的高低變化。這兩者不僅是人類(lèi)得以表達言語(yǔ)的基礎能力，更對一些輔音（如普通話(huà)聲母d和t，兩者的區別在于嗓音起始時(shí)間長(cháng)短，即發(fā)音的時(shí)間點(diǎn)）和聲調（如普通話(huà)的一聲和二聲，兩者在音高變化上不一致）的發(fā)音至關(guān)重要。然而，喉部運動(dòng)區是否以及如何參與言語(yǔ)知覺(jué)的問(wèn)題一直懸而未決：科學(xué)家們尚不清楚，喉部區是否與唇舌部運動(dòng)區一樣“效應器特異”地參與知覺(jué)，左右側喉部區如何在不同任務(wù)難度中進(jìn)行協(xié)同，以及該區域參與了言語(yǔ)知覺(jué)決策（即對音節的分辨）的哪些具體過(guò)程。

　　為回答上述問(wèn)題，中國科學(xué)院心理研究所杜憶研究組近期開(kāi)展了一項磁共振引導的經(jīng)顱磁刺激研究，發(fā)現人腦雙側喉部運動(dòng)皮層以模擬發(fā)音的方式因果性地參與到了言語(yǔ)知覺(jué)決策的多個(gè)階段，特別在知覺(jué)困難的情境下輔助聽(tīng)覺(jué)加工。該研究成果于8月5日刊發(fā)在Nature Communications。

圖2: 喉部運動(dòng)區參與普通話(huà)言語(yǔ)知覺(jué)及研究方案示意圖

　　首先，研究招募了48名健康成年漢語(yǔ)普通話(huà)母語(yǔ)志愿者，讓他們在功能磁共振（functional magnetic resonance imaging，fMRI）掃描過(guò)程中分別進(jìn)行喉部（說(shuō)“AH”）和舌部（輕聲說(shuō)“D”）運動(dòng)。研究者根據與運動(dòng)任務(wù)相關(guān)的大腦激活情況來(lái)確定控制喉部和舌部的運動(dòng)皮層區域。

　　接著(zhù)，研究招募了90名健康成年漢語(yǔ)普通話(huà)母語(yǔ)志愿者，并采用經(jīng)顱磁刺激技術(shù)（transcranial magnetic stimulation，TMS）對其運動(dòng)皮層的喉部或舌部控制區域的活動(dòng)進(jìn)行干預，以觀(guān)察志愿者在音節分辨任務(wù)中的成績(jì)變化。TMS是一門(mén)對人體無(wú)傷害的神經(jīng)調控技術(shù)，通過(guò)變化磁場(chǎng)誘發(fā)顱內感應電流以暫時(shí)興奮或抑制特定的大腦皮層區域，以短暫地改變認知加工方式?？茖W(xué)家們運用TMS這一特性來(lái)探究特定腦區在認知過(guò)程中的“因果性”：如果腦區在某項認知功能中具有關(guān)鍵的意義，那么對它的活動(dòng)進(jìn)行調節會(huì )引起認知和行為的改變。具體而言，研究對志愿者的左/右運動(dòng)皮層進(jìn)行了重復性TMS（rTMS，實(shí)驗1，探索性實(shí)驗）或theta爆發(fā)式脈沖刺激（TBS，實(shí)驗2，正式實(shí)驗），以研究在有/無(wú)背景噪聲掩蔽下的聲調和d/t聲母的范疇知覺(jué)決策是否會(huì )受到相應的影響。

　　實(shí)驗一運用語(yǔ)音合成算法生成適合志愿者聽(tīng)覺(jué)敏感區間的5×5步正交的單音節普通話(huà)聲母d-t和聲調一聲–二聲連續體矩陣，64名志愿者在清晰無(wú)噪聲和有噪聲下做聲調或聲母的范疇分辨任務(wù)，在語(yǔ)音播放的同時(shí)在其左側或右側的喉部運動(dòng)區、舌部運動(dòng)區（對比腦區）和頭頂（假刺激）施加10-Hz的3脈沖TMS刺激進(jìn)行靶向干預。

　　實(shí)驗二運用與實(shí)驗一相同的語(yǔ)音合成算法分別生成適合志愿者聽(tīng)覺(jué)敏感區間的單音節聲母d-t和聲調一聲–二聲連續體，26名志愿者在接受TBS后進(jìn)行與rTMS實(shí)驗相同的任務(wù)，抑制性的cTBS、興奮性的iTBS或假刺激（扭轉線(xiàn)圈）施加在志愿者左側或右側的喉部運動(dòng)區對其進(jìn)行擾動(dòng)（圖5）。

　　在數據分析上，本研究應用了兩個(gè)獨立的分析流程來(lái)研究實(shí)驗二中TBS刺激喉部運動(dòng)區對志愿者的行為結果的調控效應：1）通過(guò)心理物理曲線(xiàn)擬合探究知覺(jué)敏感性的變化（圖3）；2）使用層級漂移擴散模型（HDDM）分析知覺(jué)決策受影響的階段（圖4）。

　　心理物理曲線(xiàn)擬合是研究人對物理信號（聲、光等刺激）感知特征的經(jīng)典方法，通過(guò)建立信號的物理強度（如聲音大?。┳兓c人知覺(jué)判斷（如是否聽(tīng)見(jiàn)聲音）之間的函數關(guān)系來(lái)探究人對信號知覺(jué)的心理規律；通過(guò)對比TMS與假刺激條件中志愿者心理物理曲線(xiàn)斜率的變化,可以推斷喉部運動(dòng)區對言語(yǔ)知覺(jué)敏感性的貢獻。

　　HDDM是行為決策研究里較為流行的計算模型：模型將人做決策的過(guò)程看成是證據積累的隨機過(guò)程，最終選擇及決策速度取決于決策所需的證據積累量（即邊界閾值a）、證據積累的速度（即漂移率v）和人自身的決策偏好（即起始點(diǎn)，z）；通過(guò)對志愿者反應方式和反應時(shí)進(jìn)行HDDM模型擬合，對比TMS與假刺激條件中志愿者各個(gè)HDDM參數的變化，可以推斷喉部運動(dòng)區在知覺(jué)決策中具體參與了哪些階段。

圖3: 心理物理曲線(xiàn)與TMS對曲線(xiàn)斜率調控效應示意圖

圖4: 層級漂移擴散模型（HDDM）與TMS對模型參數調控效應示意圖

　　心理物理曲線(xiàn)斜率分析（知覺(jué)敏感性）表明，cTBS刺激喉部運動(dòng)區抑制聲調和聲母知覺(jué)：cTBS刺激左側喉部運動(dòng)區抑制噪聲下的聲調知覺(jué)（圖5e）；cTBS刺激左側喉部運動(dòng)區抑制安靜（圖5c）和噪聲下（圖5e）的聲母知覺(jué)；cTBS刺激右側喉部運動(dòng)區抑制噪聲下聲母知覺(jué)（圖5f），但是并不影響聲調知覺(jué)和安靜條件下的聲母知覺(jué)。

圖5: 實(shí)驗二實(shí)驗設計（上）及心理物理曲線(xiàn)斜率分析結果（下）

　　HDDM分析（知覺(jué)決策階段）表明：對于所有條件（圖6，刺激左側喉部運動(dòng)區的安靜條件下的聲調知覺(jué)除外），cTBS顯著(zhù)增大了決策邊界的閾值（a）；左側喉部運動(dòng)區cTBS刺激影響證據積累速率（v）（圖6a、b、i和j），但刺激右側喉部運動(dòng)區無(wú)效應（圖6c、d、k和l）；證據積累的起始點(diǎn)（z）只在有噪聲干擾的輔音知覺(jué)中同時(shí)被左側（圖6f）和右側（圖6h）喉部運動(dòng)區刺激時(shí)受影響。

圖6: 實(shí)驗二HDDM和反應分析結果

　　研究結果表明（圖7）：雙側喉部運動(dòng)皮層以模擬發(fā)音（效應器特異）的方式因果性地參與了聲調和聲母知覺(jué)決策，表明喉部運動(dòng)皮層參與言語(yǔ)知覺(jué)的效應器特異性。與此同時(shí)，在參與言語(yǔ)知覺(jué)決策時(shí)，左側喉部運動(dòng)區發(fā)揮主導作用，而右側同源區則在知覺(jué)困難條件中有更多參與，這顯示出大腦應對不同難度的任務(wù)時(shí)靈活調動(dòng)認知資源實(shí)現功能重組織的可塑性。此外，在參與知覺(jué)決策的時(shí)程上，雙側喉部運動(dòng)區參與決策的多個(gè)階段，而具體參與的階段取決于半球和任務(wù)難度。

圖7: 雙側喉部運動(dòng)區參與言語(yǔ)線(xiàn)索知覺(jué)決策的概念模型

　　綜上所述，該研究發(fā)現雙側喉部運動(dòng)區參與聲調以及聲母范疇知覺(jué)的因果性機制及其受任務(wù)難度調節的規律與參與時(shí)程特點(diǎn)。同時(shí)，該研究對言語(yǔ)障礙康復的臨床轉化研究以及構建更高魯棒性、高動(dòng)態(tài)適應性的人工智能前端算法研究具有參考意義。

　　該論文的第一作者是心理所博士研究生梁柏燊（已畢業(yè)），杜憶研究員為通訊作者。研究獲得科技創(chuàng )新2030“腦科學(xué)與類(lèi)腦研究”重大項目（2021ZD0201500），中國科學(xué)院心理研究所“揭榜掛帥”項目（E2CX3625CX），國家自然科學(xué)基金（31822024），中國科學(xué)院戰略性先導科技專(zhuān)項基金（XDB32010300）的支持。

　　論文信息：

　　Liang, B., Li, Y., Zhao, W. & Du, Y. Bilateral human laryngeal motor cortex in perceptual decision of lexical tone and voicing of consonant. Nat. Commun. 14, 4710 (2023).https://doi.org/10.1038/s41467-023-40445-0

　　相關(guān)論文：

　　Du, Y., Buchsbaum, B. R., Grady, C. L. & Alain, C. Noise differentially impacts phoneme representations in the auditory and speech motor systems. Proc. Natl. Acad. Sci. U.S.A. 111, 7126–7131 (2014).

　　Liang, B. & Du, Y. The functional neuroanatomy of lexical tone perception: an activation likelihood estimation meta-analysis. Front. Neurosci.12, 495 (2018).