竞争性语音流在注意切换过程中于人类皮层中同时表征

《PLOS Biology》:Competing speech streams are simultaneously represented in the human cortex during attention switching

【字体: 大 中 小 】 时间:2026年07月17日 来源:PLOS Biology 6.9

编辑推荐:

  成功的语音交流在多说话人场景中需要持续注意和快速注意切换的巧妙结合。虽然神经生理学文献提供了关于持续注意神经基础的详细见解,但对于注意切换如何发生仍存在相当大的不确定性。在本研究中,使用正常听力成人的脑电图(EEG)记录,在沉浸式多说话人环境中,研究人员测量了

  
成功的语音交流在多说话人场景中需要持续注意和快速注意切换的巧妙结合。虽然神经生理学文献提供了关于持续注意神经基础的详细见解,但对于注意切换如何发生仍存在相当大的不确定性。在本研究中,使用正常听力成人的脑电图(EEG)记录,在沉浸式多说话人环境中,研究人员测量了背景嘈杂声中两个竞争性语音流的神经编码。参与者被提示每15-30秒切换注意。通过时间响应函数(TRF)评估神经跟踪,确认可靠解码注意焦点。研究人员的结果表明注意切换期间不对称的脱离和参与过程,新目标语音流的神经跟踪在脱离先前目标之前出现,揭示了瞬时的两个语音流同时编码。这种转变与EEG alpha功率的降低密切平行,反映了注意切换不同阶段的认知努力。然后研究人员分离了反映词汇预测机制的皮层活动,以确定注意切换后词汇上下文如何更新,比较了四种使用大语言模型构建的上下文积累策略。研究人员的发现阐明了听觉注意力转移的时间和上下文机制,指出听众在注意切换后可能进行词汇上下文的重置。通过关注动态注意力重新分配,本研究为大脑在复杂听觉环境中灵活语音处理的能力提供了见解。
在多说话人环境下,语音交流需要持续注意与快速注意切换的协调。神经生理学对持续注意的神经基础已深入研究(如EEG、MEG和fMRI证据),但注意切换的机制尚不明确。本研究旨在探索自然场景中注意重定向的神经动态,关注脱离(disengagement,即减少对先前目标流神经跟踪)与参与(engagement,即增加对新目标流神经跟踪)过程的时序关系,以及词汇上下文在切换后如何更新。研究发表于《PLOS Biology》。关键技术方法包括:研究人员招募24名正常听力成人(都柏林圣三一大学),置于圆形扬声器阵列中,前方两个扬声器播放TED演讲作为竞争语音流,后方四个扬声器播放16说话人背景噪声。参与者根据视觉提示每15-30秒切换注意。EEG信号经0.5-8 Hz带通滤波、64 Hz降采样、球形样条插值及乳突重参考预处理。语音特征提取包括宽带包络(希尔伯特变换)、词起始时间(WebMAUS对齐)及词汇惊异度(surprisal)和熵(entropy)(Mistral-7B大语言模型计算)。通过时间响应函数(TRF)进行编码(预测EEG)与解码(重建包络)分析,采用留一法交叉验证及Tikhonov正则化,滑动窗口(1-32秒)评估时序动态。alpha频带事件相关谱扰动(ERSP)计算使用独立成分分析(ICA)去除眼动伪影及Welch法。统计采用重复测量方差分析(ANOVA)及Holm校正事后检验。研究结果:**Behavioral performance**:四选一内容问题平均准确率86.3%,注意切换难度评分平均3.1/5,表明参与者有效投入任务。**Decoding of selective auditory attention in a dynamic switching scenario**:通过向后TRF重建包络,分类准确率显著高于随机水平(如1秒窗口p<0.001),证实注意状态可解码。**Neural tracking of competing speech streams reflects focus of attention and relates to alpha ERSP**:多变量TRF(包络+词起始+词惊异度)滑动窗口显示,注意切换前目标流(Spk1)跟踪显著高于掩蔽流(Spk2),切换后模式反转,且alpha频带ERSP在切换后显著下降,最小值晚于编码切换点(p=3.59e??, Cohen's d=0.94)。**Dissecting temporal dynamics of disengagement and engagement**:拟合分段线性回归发现,参与过程(对新目标流EEG预测相关上升)开始和结束均显著早于脱离过程(对先前目标流EEG预测相关下降)(起始点t(20)=2.37, p=0.03, Cohen's d=0.52;结束点t(20)=2.35, p=0.03, Cohen's d=0.39),且该不对称性在多个滑动窗口长度下稳健(ANOVA过程主效应p<0.05)。**Determining how lexical predictions are built during attention switching**:比较四种上下文积累模型(Oracle、Speaker-Specific、Attention、Reset),使用词汇熵作为语义回归因子时,Reset模型(每次切换后重置上下文)的EEG预测相关显著高于其他模型(F(2.1,47.75)=9, p=4e??, η2p=0.28),且其TRF-N400幅度(350-550 ms)更低(F(3,69)=15.51, p=8.2e??, η2p=0.4),表明词汇预测机制倾向于上下文重置策略。讨论部分总结:本研究表明注意切换在真实多说话人场景中可分解为参与和脱离成分,并存在瞬时的两流并行表征。研究人员强调将神经跟踪指标与听力努力指标(如alpha ERSP)关联的重要性,发现听力努力在成功区分两流后开始下降。最后,研究人员引入动态注意场景下词汇上下文建模方法,揭示基于转换器的语言模型对上下文积累策略细微差异的敏感性。这些发现对研究注意重定向的皮层机制及不同年龄、听力水平人群的差异具有重要意义。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号