- 4 次围观
大脑分阶段从语音中构建意义，将声学输入转化为语言理解。然而，由于二者在连续语音中高度交织，理解与一般声学加工的分界位置一直难以定位。在本研究中，我们将音频大语言模型中约145,000个独立人工神经元的活动，与高分辨率脑磁图信号进行对齐，并利用单神经元可解释性，逐层追踪自然听觉过程中大脑皮层所遵循的计算过程。我们在保持声学输入物理特征完全一致的条件下，对比母语听者与听到陌生语言的听者，发现理解能够选择性地使脑—模型对齐持续贯穿模型的深层网络。缺乏理解时，声学编码器中的对齐仍得以保留，但对深层的追踪会突然崩溃；而残存的稀疏对齐仅对应于物理声学特征。该结果精准定位了理解从感知中分离出来的阶段，并提供了一种可解释的、非侵入性的语音理解判定指标。
Alexandra Woolgar 的 ORCID 记录
摘要
信息/历史
指标
预览 PDF
摘要
大脑分阶段从语音中构建意义，将声学输入转化为语言理解。然而，由于在连续语音中二者高度交织，理解与一般声学加工相分离的阶段一直难以定位。在本研究中，我们利用单神经元可解释性，将音频大语言模型中约 145,000 个独立人工神经元的活动与高分辨率脑磁图相对齐，从而逐层追踪自然听觉过程中大脑皮层所遵循的计算过程。我们在保持声学刺激物理属性完全一致的条件下，对比母语听者与听取不熟悉语言的听者，发现语言理解能够选择性地维持脑活动与模型活动之间的对齐，并延续至模型的深层。在缺乏理解时，声学编码器中的对齐仍然保留，但对深层的追踪会骤然崩溃；而残留下来的稀疏对齐仅对应于物理声学特征。这一结果明确了理解从知觉中分离出来的阶段，并提供了一种可解释、非侵入性的语音理解判定指标。
利益冲突声明
已声明的资助信息
英国研究与创新署医学研究委员会内部资助 ，MC_UU_00030/15
Neuroverse FZCO
中国国家自然科学基金 ，62476151
版权
本预印本的。
该预印本依据 CC-BY 4.0 国际许可协议提供。
返回顶部
上一篇
下一篇
发布于 2026 年 9 月 8 日。
下载 PDF
电子邮件
感谢您有兴趣分享 bioRxiv 上的内容。
您的电子邮件地址
*
您的姓名
*
发送至
*
请输入多个地址，每行一个，或使用逗号分隔。
您即将转发以下内容
在缺乏语言理解的情况下，深层皮层追踪会骤然崩溃
邮件主题
（您的姓名）已从 bioRxiv 网站转发一个页面给您
邮件正文
（您的姓名）认为您可能会对 bioRxiv 网站上的这一页面感兴趣。
您的个人留言
验证码
此问题用于测试您是否为人类访客，并防止自动垃圾邮件提交。
分享
在缺乏语言理解的情况下，深层皮层追踪会骤然崩溃
ChenTianyi Yang ， Andrew Thwaites ， Cai Wingfield ， Chao Zhang ， Alexandra Woolgar
bioRxiv 2026.09.04.747128； doi： https://doi.org/10.64898/2026.09.04.747128
分享本文：
复制
引用工具
在缺乏语言理解的情况下，深层皮层追踪会骤然崩溃
ChenTianyi Yang ， Andrew Thwaites ， Cai Wingfield ， Chao Zhang ， Alexandra Woolgar
bioRxiv 2026.09.04.747128； doi： https://doi.org/10.64898/2026.09.04.747128
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.04.747128v1?rss=1
🏷️ 语言理解 语音加工 脑磁图 脑—模型对齐 人工神经网络 皮层计算