我们的大脑如何区分音乐和语音

每天，我们的耳朵无数次地、不知不觉地接收音乐和语音。反过来，我们的大脑帮助我们区分夏日的歌曲和朋友给我们讲的故事。现在，一组科学家已经弄清楚了这个过程是如何运作的，这可能会带来新的治疗方案，帮助失语症患者恢复说话的能力。5 月 28 日发表在《PLOS Biology》杂志上的一项研究中详细介绍了这一发现。

这项研究的共同作者、纽约大学认知心理学家 Andrew Chang 在一份声明中表示：“尽管音乐和语音在音调、音色和声音质感等很多方面都有所不同，但我们的研究结果表明，听觉系统使用极其简单的声学参数来区分音乐和语音。”

测量噪声

科学家们真正掌握的是如何使用赫兹 (Hz) 这一测量单位来测量音频信号的速率。Hz 值越大，每秒发生的次数（或周期）就越多。一个人的步行速度通常为每秒 1.5 到 2 步，即 1.5 到 2 Hz。Stevie Wonder 的歌曲《Superstition》大约为 1.6 Hz。相比之下，语音的速度为 4 到 5 Hz，大约是其两到三倍。

[相关：声波如何工作？ ]

一首歌曲的音量随时间的变化（或振幅调制）相当稳定，为 1 到 2 Hz。人类语音的振幅调制为 4 到 5 Hz，这意味着其音量经常变化。

尽管音乐和语音几乎无时无刻不在，但科学家仍然不清楚我们的听觉系统如何能够如此轻松、自动地将声音识别为语音或音乐。

在嘈杂的声音中听到声音

在这项研究中，该团队进行了一系列四项实验。超过 300 名参与者聆听了一系列合成音乐和类似语音的噪音的音频片段。这些片段的振幅、调制速度和规律性各不相同。然而，这些音频片段只能让耳朵和大脑检测到音量和速度，并且参与者被告知这些声音是被噪音掩盖的音乐或语音。

研究团队要求参与者判断这些模糊的噪音片段听起来更像音乐还是语音。然后，他们观察并分析了参与者判断数百个噪音片段是语音还是音乐的模式。据该团队称，这就像听觉版的“在云中看到面孔”。如果声波中的某个特征与听众对音乐或语音的感知相匹配，即使是一段白噪音也可能听起来像音乐或语音。

研究团队发现，我们的听觉系统使用简单而基本的声学参数来区分语音和音乐。对于参与者来说，频率较慢（低于 2 Hz）且振幅调制较为规则的片段听起来像音乐。频率较高（大约 4 Hz）且振幅调制较为不规则的片段更像是有人在说话。

“总体而言，速度较慢且稳定的噪音片段听起来更像音乐，而速度较快且不规则的片段听起来更像是语音，”张说。

未来的应用

了解人类大脑如何区分说话和音乐可能对失语症患者有益。失语症是一种影响超过一百万美国人的语言障碍，通常发生在中风或脑外伤之后，但也可能发生在偏头痛等较为暂时的问题期间。

[相关：人类为什么会说话？树栖猩猩或许能解答这个问题。]

研究团队表示，一种很有前景的方法是旋律语调疗法。这种方法训练失语症患者唱出他们想说的话。它通过使用完整的“音乐机制”来绕过受损的言语机制来实现这一点。了解是什么让言语和音乐相似而又不同，可以帮助设计更有效的康复计划。