神經科學
語境對於人類和人工語音理解系統都至關重要。儘管前置語境在語音處理中的作用已有充分文獻記錄，但支援對後續輸入——即未來出現的音素和詞語——進行整合的神經機制，仍然知之甚少。在此，我們利用人工語音系統的最新進展，來建模不同語境來源對人腦中語音神經編碼的貢獻。就神經編碼而言，考慮語境資訊而非不考慮語境資訊的語音模型嵌入，在聲學特徵之外還能夠解釋人類神經活動中的獨特方差，這一點甚至體現在早期語音處理區域。特別是，受過去、未來和周圍語境影響的模型嵌入，能夠解釋不同顱內電極上的活動。
這些電極呈左側化分佈，並在顳葉中空間上相互交錯。我們發現，超越單詞層面的語境對於語音模型嵌入的表徵質量至關重要，尤其對於抽象語言資訊的編碼更是如此。我們的發現表明，顳葉中空間上彼此相鄰但功能上不同的神經元群體，編碼了受不同語境來源（過去、未來和周圍輸入）塑造的表徵，這為理解整合多種語境資訊的神經迴路提供了關鍵洞見。此外，我們的結果還可能為語言技術任務中自監督語音表徵的下游應用，以及人腦語音理解模型的構建提供參考。
📄 原文連結：https://www.biorxiv.org/content/10.64898/2026.05.13.724774v1?rss=1
🏷️ 語音理解 顳葉 神經編碼 語境整合 顱內電極 語言加工