大腦如何處理語音呢？

一般 20 歲的人知道 27,000 至 52,000 個不同的字。將它們唸出來，大部份的字都不用花到一秒鐘。聽到每個字時，大腦都須快速做個決定：上千個選項中的哪一個吻合你所聽到的聲音？大約 98% 的時間，大腦會選出正確的字。大腦是如何做到的呢？加雷斯·加斯凱爾深入探索語言理解的複雜性。

課程編寫：加雷斯·加斯凱爾
影片導演：Shot 藝術工室

完整課程：https://ed.ted.com/lessons/how-do-our-brains-process-speech-gareth-gaskell

一般 20 歲的人知道
27,000 至 52,000 個不同的字。

60 歲前，該數目一般在
35,000 至 56,000 之間。

如果將它們唸出來，
大部份的字不用花到一秒鐘。

聽到每個字時，
大腦都必須快速做決定：

上千個選項中的哪一個
吻合你聽到的聲音？

大約 98% 的時間，
大腦會選出正確的字。

但大腦如何做到呢？

語音理解不同於閱讀理解，

但類似於手語理解──

雖然人們對口語辨識的
研究比手語多。

我們能夠理解語音的關鍵

在於大腦能夠並行處理，

意思是它可以同時做多種不同的事。

大多數理論假設
我們所知道的每個字

分別由只負責一項工作的
處理單元來代表：

該工作是評估傳入語音
與該特定單字匹配的可能性。

對大腦來說，代表單字的處理單元

很可能是大腦皮層中
一組神經元的激發活動。

當聽到一個字的開頭音節時，

可能會有幾千個處理單位活躍起來，

因為當只有字的開頭音節，

會有很多可能的匹配。

繼續講字的其他音節時，

更多的單元會發現
缺乏某個重要的訊息，

隨之失去了活性。

可能在字的結尾前，

只有一個激活模式保持活躍，
並對應於一個字，

這就是所謂的「識別點」。

在琢磨一個字的過程中，

活躍的單位會抑制其他單位的活動，

從而省下重要的毫秒。

大多數人每秒最多可理解 8 個音節。

可是目標不只是辨識那個字，

還要找出內在含義。

在字還未完全辨識出之前，

大腦會同時找出許多可能的字義。

我們從研究中瞭解到，
即使一聽到字的片段──

譬如 「首」──

聽者也會開始找多個可能的字義，

比如「首領」或「首都」，
在整個字唸完前就會這麼做。

這間接說明我們每聽到一個字時，

腦中會很快地迸出許多字義，

到達辨識點時，
大腦已選中一個字義。

如果提供有上下文的句子，

而不是隨機的一串單字時，
識別過程的速度會加快。

上下文也會導引我們瞭解
具有多種解釋的字的正確意義。

例如「蝙蝠（球棒）」
或「吊車（鶴）」，

或在同音字的情況下，
例如 “no” 或是 “know”。

對多種語言的人而言，
他們正在聽的語言是另一種提示，

能夠去除不符合這語言的可能單字。

那麼，如果要在此系統中
加入全新的字呢？

即使是成年人，也可能每隔幾天
就會遇到一個新的字。

但是，如果每個字都視為
一種精細活動模式，

且分佈在許多神經元上，

我們如何避免新的字覆蓋舊的字呢？

我們認為，為避免這個問題，

新的字會先存在大腦海馬區中，

離大腦皮層中的
主要單字存儲區很遠，

所以它們不與其他單字共用神經元。

經由多個夜晚的睡眠，

新字逐漸轉移過來，
與舊字交織在一起。

研究人員認為，
這種緩慢的新字獲得過程

有助於避免破壞現有單字。

所以在白天聊天時，

無意識的神經元活動
會迸出許多字義來；

到了晚上，我們休息，

可是大腦忙著將新知識
整合到單字網絡中。

這個過程確保我們醒來時，

已經為不斷變化的
語言世界做好準備。