🧠 PsyBrain 脑心前沿关注公众号
字号
主题
PsyBrain 脑心前沿 / 科研分析:认知神经科学前沿的结构化精读 / P · 感知觉与注意 / P085 · Science子刊还没听清在说啥,大脑已认出他是谁

P085 Science子刊 | 还没听清在说啥,大脑已认出他是谁

来源:公众号 PSY-Brain_Frontier | 发布:2025-10-27 | 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

图1

基本信息:

Title:Voice identity invariance by anterior temporal lobe neurons

发表时间:2025.8.29

Journal: Science Advances

影响因子:12.5

获取原文:

  1. 后台回复“文献”即可获取PDF版本
  2. 点击页面底部“阅读原文”即可跳转论文原网页

图2

图3

引言

有没有这种瞬间:不开视频、隔着门,甚至只听到一声咳嗽,你就知道“啊,这是他”。可声音明明会随语速、情绪、方言、距离、背景噪声而千变万化,人脑为何仍能稳准锁定“谁在说话”?

图4

神经科学把这种跨变化仍保持识别的能力称为“不变性”。视觉领域里,我们早知无论正脸侧脸都能认出同一个人;但听觉系统里的“声音不变性”,究竟由哪块大脑、哪些神经元在承担,长期缺乏单细胞层面的直接证据。

这篇发表在 Science Advances 的新研究,把多电极阵列安放在猕猴前颞叶的前部声音区(aTVA),播放多只个体、多个版本的“coo”叫,相当于给大脑做一场“盲猜是谁”的挑战。

结果很亮眼:不少神经元并不在意“说了什么”,却能跨不同叫声稳定指向 “谁在说”;更妙的是,仅在百毫秒量级,神经元群体活动就把 同一只猴子的不同叫声“拉近”,把不同个体“推远” 。这意味着,在我们还没听清内容之前,大脑可能已先认出“他是谁”。这不仅揭开日常“听声辨人”的底层机制,也为打造更稳健的语音识别算法、理解失音症与人工耳蜗康复提供了生物学蓝本。

图5

省流总结

研究对象:两只猕猴前颞叶前部声音区(aTVA)单神经元放电。

主要发现:aTVA神经元能在不同叫声中稳定表征同一“说话者”身份,53%神经元表现出跨发声不变性;群体解码100 ms内准确率达88%。

意义:为灵长类声音身份识别提供细胞水平神经基础,提示ATL是将感知特征 → 身份表征的关键枢纽

图6

研究背景

人类与灵长类都能“听声辨人”,但单细胞层面的声音身份编码远不如面孔身份清楚。既往影像学提示前颞叶aTVA可能承载抽象的“说话者”表征,但缺乏神经元层面的直接证据。

作者据此提出两种可能:

其一,分布式群体编码在噪声与变异中实现稳健识别;

图7

其二,存在数量稀少却高选择性的 “祖母细胞”扛起主要信息。

图8

实验设计

作者结合 fMRI引导与Utah多电极阵列,在两只雌性猕猴的aTVA记录单元放电;刺激为5只陌生猕猴各5段“coo”叫(共25段),并通过“本体/非本体声”本地化范式确认声音选择性。

核心分析包括:单元层面的偏好指数与ROC不变性评估;群体层面的时间分辨解码与表征相似性分析(RSA),检验“同一体内更接近、不同个体更分离”的几何结构,并剔除低层声学相似度影响。

图9

图10

图11

Fig. 1. aTVA neuronal activity is modulated by voice identity.

图12

核心发现

发现一|aTVA神经元对“谁在发声”高度选择

看图Fig.1E–H:单元对五个个体呈现从广泛到高度特异的反应谱,整体PI均值≈0.7;53%(114/217)神经元对其偏好个体表现出跨发声不变性(AUC显著>99个随机对照)。关注图中ROC曲线与PI–AUC分布,体现“越偏好,越不变”。

图13

图14

图15

Fig. 1. aTVA neuronal activity is modulated by voice identity.

发现二|身份信息快速由群体动态编码

看图Fig.2A、2C:线性分类器在30 ms后即显著超越偶然,100 ms达88%;PCA轨迹显示同一身份的不同叫声迅速收敛、不同身份分离,证实“身份表征几何”。图中请关注时间—准确率曲线的上升段与三主成分轨迹的聚类。

图16

Fig. 2. Voice identity is encoded through distributed and time-resolved population dynamics.

发现三|“分布式>祖母细胞”:两类神经元共同贡献

看图Fig.2D–E:高身份选择性(PI>0.8)的单元与低选择性单元均能独立解码身份,但峰值准确率与时间动态不同;RDM与模型的吻合在高选择组更强——支持分布式编码为主、少量高选择单元锦上添花。

发现四|aTVA更偏向“识同”而非仅仅“分异”

看图Fig.3B–D:在控制长期平均谱(LTAS)后,神经RDM与“识别+区分”模型仍显著相关;时间上,“同一体内距离”迅速、持续下降(识别),而“不同个体距离”仅温和上升(区分)。关注蓝/黄两条曲线相对基线的偏离方向与显著时窗。

图17

Fig. 3. Neural patterns underling Discrimination and Recognition processes.

发现五|与面孔系统的不变性相呼应

aTVA中的“声音不变性”在时间与几何上与前颞面孔通路的视角不变相平行,支持ATL作为更高阶身份汇聚节点的观点。

图18

结论

这项工作以 单细胞+群体动力学描绘了灵长类 声音身份不变性的神经表征版图:aTVA神经元在百毫秒尺度内,将同一个体的不同叫声“拉近”,不同个体“拉远”,并以分布式编码为主线、辅以少量高选择单元,完成稳健识别。这为“从声音特征到人物身份”的多级转换提供了直接证据。

图19

展望与应用

未来值得追问的方向(3–5点):
        1)是否在更靠近A1的早期听皮层也能观察到类似或更弱的不变性?(层级与时间流程)
       2)aTVA是否参与跨模态身份整合(声—脸—语义),其与内侧颞叶“概念细胞”的关系为何?
        3)熟悉度、记忆与奖赏等顶层因素如何调制aTVA的身份几何?(与颞极/额叶的交互)
        4)扩大个体数量、叫声类型与自然场景噪声,评估生态有效性与模型可泛化性。

图20

文章作者信息

第一作者:Margherita Giamundo

法国艾克斯-马赛大学·蒂蒙神经科学研究所 

Institut de Neurosciences de la Timone (UMR 7289, CNRS, Aix-Marseille Université), Marseille, France。
语言-交流与大脑研究所

Institute of Language, Communication and the Brain (ILCB), Aix-en-Provence, France。

通讯作者:Margherita Giamundo;Pascal Belin

同上

邮箱:margherita.giamundo@univ-amu.fr;

pascal.belin@univ-amu.fr。

数据与代码:预处理数据与元数据可在Zenodo获取。

期刊:Science Advances;卷期:11;

文章编号:eadv7033。DOI:10.1126/sciadv.adv7033。

投稿/接收/发表:Submitted 2025-01-03;Accepted 2025-07-29;Published 2025-08-29。

图21

延伸阅读与讨论(欢迎留言)

“先找地儿,再下针”:fMRI 引导 + Utah 阵列。作者先用清醒猴 fMRI 精准定位前颞叶的前部声音区(aTVA),再在该区植入高密度电极做长期单元记录,确保“录到的就是声区神经元”,而非早期听皮层或非声区信号。这一步极大提高了结论的针对性与说服力。

也欢迎你在评论区聊聊:
      1)真实场景下(更多个体、更多叫声类型、环境噪声)还能否保持同样的表征几何?作者也指出目前只测了5个体/单一叫声,样本尚有限。
      2)aTVA 之前的早期听皮层是不是已有“弱不变性”?文中尚未做部位对照,这是重要的下一步。
      3)跨模态身份(声—脸—语义)是否在此处汇合?已有迹象显示 aTVA 与面孔系统存在整合潜力,值得进一步联测。

图22

相关阅读

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]***

周报-20251020|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]

图23

核心图表、方法细节、统计结果与讨论见原文及其拓展数据。

分享人:BQ

审核:PsyBrain 脑心前沿编辑部

图24

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

跳转二维码

图25

微信扫一扫可打开此内容,
使用完整服务

返回板块首页