感觉神经科学：听觉和言语/言语

语音感知是一个热门话题，因为它对人类交流至关重要。此外，也有一些有争议的说法。例如，我们可能有两个听觉系统：一个是用于言语，另一个是非言语。

语音的性质

在正常的流利言语中，语音流相对不间断。单词之间没有空格 - 检测单词边界是心理语言学面临的一个主要问题。

国际音标是一种字母，它通过单个字符唯一识别每个语音。IPA 符号将在本节中广泛使用；您最好熟悉这些符号及其用途。

定义

音素: 语言上最小的区别性声音单元。音素与字母、语素或音节不同。
字母: 书面语言中的一个元素。至关重要的是，字母表中的字母与语言中的音素之间没有 $1:1$ 的关系。
语素: 具有语义意义的最小语言单元。Work 是一个语素；-ed 是另一个语素。Worked 是两个语素。
话语: 一个完整的口语单位。

语言结构

语言分析大致有四个级别。从最高级别开始

句法 - 话语具有语法结构
语义 - 一系列音素具有特定的含义
音韵学 - 一个声音是一系列音素
声学 - 一个声音具有某些属性

虽然自下而上的过程很明显，但也有明显的自上而下的影响。例如，音素恢复效应非常稳健，类似的过程可以修复单个音素、单词甚至句子的输入级别。

如果你用白噪声、咳嗽或静音替换句子中的单个音素，听众仍然可以识别单词。

在句子“I scream, you scream, we all scream for ice cream”中，"I scream" 中的 /aɪ/ 与 "ice cream" 中的 /aɪ/ 之间没有区别 - 这两种情况下声音完全相同，但单词边界被认为是在不同的位置，这完全基于语境效应。

如果你在一个段落长度的语篇中插入一个语义无关的句子，听众不会理解它（但在句子之后会继续正常的感知）。

测量语音

语音频谱图

语音频谱图（注意这里的术语！）绘制频率与时间的关系图，并且强度（振幅，响度）由深色编码。这在质量上显示了语音随时间推移的展开方式。请注意，辅音是嘈杂的（不是响亮的！但在频率上是宽带的）。相比之下，元音具有原型化的水平能量带。这些带被称为共振峰。在辅音附近，一个或多个共振峰曲线 - 这是一个共振峰过渡。大多数元音是稳态的；它们不会随时间变化（单音节）。一些元音是双音节 - 它们在元音的过程中从一个频谱过渡到另一个频谱。

然而，语音频谱图不是很有用，因为它不是定量的。为此，我们可以使用一个语音频谱（注意这里的术语！）。

语音频谱

语音频谱绘制了短时间内的 dB SPL 与频率的关系图：大约 40 毫秒。这本质上是语音频谱图的横截面切片。但是现在你无法看到声音如何随时间推移展开！

瀑布图

瀑布图本质上是一系列语音频谱随时间变化，以 3D 形式排列。这克服了语音频谱图的局限性（显示了语音随时间推移的展开，但不是定量的），也克服了语音频谱的局限性（高度定性，但只显示了语音流的短片段）。