A027 Neuron | 为什么你会“空耳”？最新研究揭秘大脑“听觉断词”的动态密码
来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-11-11 ｜ 原文链接
PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier
一键关注，点亮星标 ⭐️
不错过每日前沿资讯
认知神经科学前沿文献分享
基本信息
Title:Human cortical dynamics of auditory word form encoding
发表时间：2025.11.7
Journal：Neuron
影响因子：15.0
获取原文：
- 后台回复“文献”即可获取PDF版本
- 点击页面底部“阅读原文”即可跳转论文原网页
研究背景
“...在一个阳光明媚的周末午后，我和朋友去公园一起散步野餐...”
当你聆听上面这段话时，你毫不费力地听到了一个个独立的词语。
但一个有趣的悖论是：在物理世界中，连续的自然语音其实并没有清晰的声学边界。不像书面文字有空格，口语更像一条连续不断的声波。那么，大脑是如何在毫秒之间，将这个模糊的连续信号“斩断”并切分成一个个我们理解的、离散的“单词” 的？
一百多年前，Wernicke就提出，左侧颞上回 (Superior Temporal Gyrus, STG)是大脑处理“单词听觉感官图像”的核心。然而，传统模型大多认为STG只处理音素 (phonemes) 等亚词汇 (sub-lexical) 信息，再将其传递到更高级的脑区 (如IFG或MTG) 去组装成词 。这种串行、前馈的观点始终难以解释大脑处理语言时惊人的速度和动态性。
近日，来自加州大学旧金山分校 (UCSF) Edward F. Chang实验室的Yizhen Zhang、Matthew K. Leonard等人在 Neuron 杂志发表最新研究，利用高密度皮层脑电 (ECoG) 技术 ，挑战了这一经典模型。他们发现，解码词汇的关键可能不在于脑区之间的“空间接力”，而在于STG内部一种精妙的“时间动态” (neural dynamics)。
本研究的图片形式总结
研究核心总结
该研究通过高密度ECoG (记录 70-150Hz 的高伽马振幅, HGA) 揭示了一种全新的听觉词形编码 (auditory word form encoding) 的皮层动力学模型。其核心发现总结如下：
- 单词边界的神经“重置” (Reset) 信号
研究团队发现，双侧STG的神经活动在“单词边界” (word boundaries) 后约100 ms处，表现出一个特异性的、急剧的HGA瞬时下降。
这一发现的精妙之处在于其“特异性”：这种HGA下降仅在单词边界出现，而在“词内音节边界” (within-word syllable boundaries) 处，神经活动反而增强 。这种分离 (dissociation) 有力证明，该信号是一种超越了声学线索的、由大脑主动生成的“语言学构念” (linguistic construct) 标记，是大脑为连续语音流“打上标点”的方式。
Figure 1. Neural populations mark word boundaries in natural continuous speech
- 边界间的动态整合
在两次“重置”信号之间，STG并非“静默”，而是在动态地编码和整合构建词形所需的多维度信息。研究显示，STG神经群 (neural populations) 在此时序窗口内，以“空间重叠” (spatially overlapping) 的方式，连续编码了声学-语音 (acoustic-phonetic)、韵律 (prosodic) 和词汇 (lexical) 三大类特征。这挑战了将STG仅视为音素处理器的传统观点。
Figure 2. Neural activity in local STG populations between word boundaries dynamically encodes phonological features and characteristics of whole-word forms
- 相对时间的“时间支架”
一个关键问题是：单词有长有短 (如 'a' vs 'legislative')，大脑如何用一套机制处理这种巨大差异？
研究发现了一种精巧的“时间支架” (temporal scaffolding) 机制 。通过状态空间分析，他们发现STG的神经群体动力学会追踪单词的“相对流逝时间”，而非“绝对时长”。无论单词多长，STG的神经活动轨迹都会形成一个完整的“周期”，其“相位” (phase) 精确对应词汇进程的百分比 (如50%处)。这是一种实现了“时长不变性” (duration-invariant) 的灵活编码策略。
Figure 3. Neural population dynamics track word duration and relative elapsed time since word onset
- 感知与计算的融合
这一神经动态不仅是“听”到了什么，更是“感知”到了什么。在一个双稳态词汇感知任务 (bistable word perception task) 中，当声学输入完全相同 (如“turbo”/“boater”)，STG的活动竟能逐试验地 (trial-by-trial) 反映被试的“主观感知”边界 。
Figure 5. Word encoding in a bistable speech stimulus reflects listeners’ subjective perception
更有趣的是，当研究者用一个自监督学习的AI语音模型 (HuBert) 处理同样任务时，该模型的“深层”竟自发地“进化”出了与人脑STG几乎一致的解决方案：特异性的边界检测，以及基于相位的相对时间编码 。这表明，该研究揭示的可能是一种解决语言分割问题最根本、最高效的“趋同算法” (convergent algorithm)。
Figure 4. A self-supervised, deep learning speech recognition model mirrors the word-boundary behavior, feature representation, and temporal dynamics of human STG
结论
总而言之，这项研究从根本上挑战了经典的、串行的词汇加工模型。它有力地证明，STG并非仅仅是处理音素等亚词汇信息的“中转站”，而是一个高度动态的计算枢纽。该研究揭示了一种“重置-整合”的神经动力学机制：大脑在STG内部，通过在单词边界处产生特异性的“重置”信号，并在边界之间利用精妙的“时间支架”动态整合声学-语音、韵律及词汇信息，从而实现了对词形的灵活、时长不变性的编码。这一机制与主观感知的紧密耦合及其在自监督AI模型中的“趋同涌现”，共同揭示了人脑将连续声波解码为离散词汇的核心计算原理。
Abstract
We perceive continuous speech as a series of discrete words, despite the lack of clear acoustic boundaries. The superior temporal gyrus (STG) encodes phonetic elements like consonants and vowels, but it is unclear how whole words are encoded. Using high-density cortical recordings and spoken narratives, we investigated how the human brain represents auditory word forms. STG activity exhibits a distinctive reset at word boundaries, marked by a sharp drop in cortical activity. Between resets, STG encodes acoustic-phonetic, prosodic, and lexical features, supporting integration of phonological features into coherent word forms. This process tracks the relative elapsed time within words, independent of absolute duration, providing a flexible encoding of variable word lengths. Similar dynamics were found in deeper layers of a self-supervised artificial speech network. Finally, a bistable word perception task revealed trial-by-trial STG responses to perceived word boundaries. Together, these findings support a new dynamical model of auditory word forms.
推荐相关阅读
周报-20251020|认知神经科学前沿动态周览**⭐️[解读链接]****
周报-20251006 | 近两周解读的29篇顶刊论文汇总 | 认知神经科学前沿动态 ⭐️[解读链接]
周报-20250922 |认知神经科学前沿动态周览 *⭐️[解读链接]***
Nature |决策过程的动力学机制与神经模式转变 ⭐️[解读链接]
Nature |颠覆认知 ! “神经振荡”不成立？耶鲁团队提出大脑“伽马事件”新理论 ⭐️[解读链接]
Science |中国将领衔未来25年全球脑计划，剑指灵长类大脑地图 *⭐️[解读链接]***
Neuron |大脑如何区分现实与想象？伦敦大学学院团队最新研究揭秘“现实信号”的神经密码 ⭐️[解读链接]
Nature | 视觉系统新发现：压缩式的物体识别机制 ⭐️[解读链接]
Nat Hum Behav｜你不是天生就爱跟风：社会特征学习理论揭示人类“随大流”背后的秘密 *⭐️[解读链接]***
Nature |“读心术”成真？从瞳孔变化中解码大脑皮层完整时空动态 ⭐️[解读链接]
PNAS｜刷短视频停不下来？研究揭示“新奇感”是驱动人类探索的古老密码 *⭐️[解读链接]***
Neuron | 最强脑发育数据库RBC开放下载，6000+青少年大脑数据揭示精神健康的秘密 ⭐️[解读链接]
Nature 子刊综述｜大脑预测误差的核心回路 *⭐️[解读链接]***
前沿交流 | 欢迎加入认知神经科学前沿交流群！⭐️[解读链接]
核心图表、方法细节、统计结果与讨论见原文及其拓展数据。
点击左下角 “阅读原文” 可跳转到论文源网站界面。
分享人：饭哥
审核：PsyBrain 脑心前沿编辑部
PsyBrain 脑心前沿
带你了解心理学、脑科学的前沿知识与技术流程
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务