退化言语可懂度的认知架构

《Cognition》:The cognitive architecture of degraded speech intelligibility

【字体: 大 中 小 】 时间:2026年08月28日 来源:Cognition 3.1

编辑推荐:

  在日常生活中,准确的言语理解至关重要。然而,言语经常受到各种说话者和环境因素的退化,听者必须克服这些干扰。在这项在线实验中,研究人员评估了“基本”认知过程如何支持退化言语可懂度。八十九名健康成年人倾听了以五种方式退化的口语句子,并报告了他们听到的单词。此外,他

  
在日常生活中,准确的言语理解至关重要。然而,言语经常受到各种说话者和环境因素的退化,听者必须克服这些干扰。在这项在线实验中,研究人员评估了“基本”认知过程如何支持退化言语可懂度。八十九名健康成年人倾听了以五种方式退化的口语句子,并报告了他们听到的单词。此外,他们完成了阅读广度任务和N-back任务以评估工作记忆能力,以及瑞文高级推理矩阵简版以评估流体推理能力。在双变量相关分析中,所有认知测试得分均能预测退化言语可懂度。然而,多变量和优势分析揭示,流体推理测试是可懂度最重要的预测因子。这些结果可能破坏了如下假设:即由Rspan和其他任务测量的WM是支持退化言语可懂度的主要认知构念。
在日常生活中,听者会遇到各种声学挑战,包括竞争性说话者、信号失真和不熟悉的口音。这些挑战使得理解言语成为一个费力的过程,需要调动认知资源来解决歧义。认知听觉科学领域应运而生,以描述在这些条件下认知如何支持言语处理。在过去的研究中,工作记忆能力被认为是支持退化言语可懂度的核心认知构念,R?nnberg等人的言语处理模型也提出了WM的中心作用。这种对WM的强调很大程度上来自于早期使用阅读广度任务的研究。Akeroyd在一篇开创性的综述中考虑了20项关于认知和噪声中言语可懂度的研究,得出WM测试是可懂度最佳预测因子的结论。然而,将WM与言语可懂度联系起来的先前研究存在两个主要局限性。第一,先前的研究使用Rspan的分数作为更广泛的WM的不完美代理指标。没有任何单一测试能有效捕捉复杂的认知构念,因为总是存在“不纯性”。Rspan可能还反映了语言能力和阅读理解能力,且与其他WM测试(如N-back)缺乏收敛效度。第二,先前的研究未能考虑所有认知能力之间已知的相互关联性。正如Spearman所描述的,在一个认知任务上表现更好的人在其他任务上也会表现更好。为了解释这种“正向流形”,Spearman提出了一般智力的构念。当前模型认为,一般智力来源于一组支持所有领域成功的通用认知能力。由于这些一般因素的共同影响,WM与流体推理能力以及所有其他特定认知能力高度相关。因此,如果WM测试得分预测了言语可懂度,这可能只是偶然的,其效应实际上是由另一种与WM相关的能力或一般智力驱动的。近期的研究也支持其他认知能力对言语可懂度的贡献。Dryden等人的元分析报告了言语可懂度与WM以及其他认知能力(如处理速度、抑制控制和情景记忆)之间存在惊人一致的关联。此外,一些近期研究指出流体推理的测量可以预测退化言语可懂度。因此,本研究旨在挑战Rspan及一般意义上的WM作为退化言语可懂度最佳认知预测因子的地位,并探索不同言语退化形式下认知关联的稳健性。该研究发表在《Cognition》期刊上,其重要意义在于可能重塑认知听觉科学中关于言语处理核心认知架构的理论模型,表明流体推理或一般智力比WM发挥了更关键的作用。

研究人员通过Amazon Mechanical Turk (MTurk)平台并使用CloudResearch进行质量控制,招募了150名健康成年参与者,最终89名完成所有研究组件并被纳入分析(年龄22-70岁)。实验包含两个会期。在第一会期,参与者听取以五种方式退化的连贯句子并打字报告听到的内容,随后完成瑞文高级推理矩阵简版以评估流体推理。在第二会期,参与者完成Rspan和N-back任务以评估WM,以及句子重复测试以控制词汇报告需求。数据分析采用R软件,通过Pearson相关分析、beta回归模型和优势分析进行多变量统计评估,并辅以贝叶斯高斯图模型考察偏相关。

研究结果部分如下:

Comparison of speech intelligibility across degradations:研究人员通过比较不同退化条件下的词汇报告准确率发现,平均词汇报告准确率在不同退化类型间总体可比,其中噪声声码言语的可懂度显著低于正弦波言语和时间压缩言语,但效应量较小。其他差异不显著,且五种退化形式下的词汇报告准确率呈正相关。

Correlating speech intelligibility with cognitive and other measures:通过双变量相关分析发现,每种退化条件下的词汇报告准确率与所有认知测量均呈弱到中等程度相关。对于特定认知测量,其与词汇报告准确率的相关强度在不同退化形式间无显著差异。这未能支持不同言语退化形式对听者构成性质不同认知挑战的观点。参与者年龄与其中三种退化形式负相关,而认知需求与准确率无关。

Modeling speech intelligibility:通过构建广义线性beta回归模型发现,在控制其他变量后,句子重复测试表现是所有五个模型中词汇报告准确率的显著预测因子。年龄和RAPM在除正弦波言语外的所有退化形式中均为显著预测因子。值得注意的是,尽管WM测量在双变量分析中与词汇报告准确率相关,但在回归模型中均不再是显著预测因子。将年龄作为交互项分析显示,年龄与任何认知测量均无显著交互作用,且流体推理的主效应在所有模型中均显著。

Dominance analyses:通过优势分析比较预测因子的相对重要性发现,在合成口音言语模型中,句子重复测试是最具优势的项,RAPM完全主导Rspan和N-back;在噪声声码言语模型中,RAPM完全主导所有其他认知变量;在正弦波言语模型中,句子重复测试完全主导所有其他认知变量;在言语环境声模型中,年龄是最具优势的项,RAPM和句子重复测试完全主导Rspan和N-back;在时间压缩言语模型中,年龄是最具优势的项,RAPM和句子重复测试完全主导Rspan和N-back。在比较Rspan和N-back时,所有模型均无明确的优势。

Bayesian Gaussian graphical modeling:通过贝叶斯高斯图建模评估零关联证据发现,在考虑RAPM后,Rspan或N-back与退化言语可懂度的关联证据在各退化形式间不一致,部分条件支持零关联。验证性测试表明,RAPM与退化言语可懂度的偏相关通常强于任何一种WM测试,没有任何模型支持WM测试优于RAPM,部分模型甚至提供了反对WM贡献的正面证据。

讨论部分总结如下:本研究发现RAPM是退化言语可懂度的最佳认知预测因子,从而挑战了Rspan及WM在言语处理中的独特地位。尽管先前研究表明Rspan和N-back与退化言语可懂度相关,但在多变量模型中,这些效应被RAPM所掩盖。Mattingly等人认为,矩阵推理和退化言语任务都依赖于完成不完整的感知,因此流体推理可能因果性地支持退化言语可懂度。然而,流体推理与一般智力高度重叠,Boebinger等人更倾向认为RAPM和退化言语可懂度都受一般智力支持。一般智力中的注意控制能够优先处理与目标相关的信息,并在流体推理中脱离无关信息,这可能是成功完成退化言语任务的关键。此外,研究还强调了年龄因素对退化言语可懂度的显著影响,这可能是由于未测量的年龄相关因素或未通过听力图测量的听力能力所致。句子重复测试的显著效应也表明,以往实验范式中的记忆和报告需求可能夸大了WM在真实世界言语理解中的作用。

研究结论部分翻译如下:总而言之,本研究表明Rspan在预测退化言语可懂度方面并不独特。对于所有与RAPM或WM测试相关的言语退化形式,RAPM这一非言语流体推理测试是跨退化形式更好的可懂度预测因子。因此,对Rspan和其他WM测试的强调可能放错了位置。至关重要的是,本研究指出了以往用于关联认知和言语测量且被广泛使用的传统双变量统计分析的局限性。此类分析未能解释认知能力的共享方差和层级本质。只有超越这种方法,研究人员才揭示了RAPM相对于Rspan的相对重要性。在未来,在得出关于认知能力和退化言语可懂度的结论时,必须考虑到认知的复杂结构。
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