音素レベルの音声エンコードの皮質測定は、自然発話の認識された明確さと相関しています

現実世界の環境では、人間は事前知識（P）と期待を感覚入力と積極的に統合することにより、スピーチを理解します。最近の研究では、時間的および前頭皮質領域における事前の情報の影響が明らかになり、皮質活動の広範な強化または抑制ではなく、音声固有の特徴のエンコードの強化によってこれらの効果が支えることを示唆しています。ただし、音声理解に関与する処理の特定の階層段階の観点から、ボトムアップ感覚応答とトップダウン予測の統合の影響はまだ不明です。さらに、事前の情報に伴う予測可能性が、その予測に伴う知覚強化と比較して音声エンコードに異なる影響を与える可能性があるかどうかは不明です。これらの問題を調査する1つの方法は、連続音声特徴の皮質追跡の指標に対するPの影響を調べることです。ここでは、これを行い、参加者に劣化した音声文を提示して、非侵襲的脳波（EEG）を記録しながら、同じ文の明確な記録が前に行われたかどうかに先行していなかった。音素レベルの処理を反映した皮質追跡の孤立したインデックスに対する以前の情報の影響を評価しました。私たちの調査結果は、事前の情報が二重の方法で自然発話の早期エンコードに影響を与える可能性を示唆しています。第一に、仮説として、事前の情報の可用性は、劣化した音声の認識された明確性を高め、それは被験者間の音素レベルのエンコードの変化と正の相関がありました。さらに、Pはこの皮質尺度の全体的な減少を誘発しました。これは、予測可能性の増加に起因すると解釈します。

In real-world environments, humans comprehend speech by actively integrating prior knowledge (P) and expectations with sensory input. Recent studies have revealed effects of prior information in temporal and frontal cortical areas and have suggested that these effects are underpinned by enhanced encoding of speech-specific features, rather than a broad enhancement or suppression of cortical activity. However, in terms of the specific hierarchical stages of processing involved in speech comprehension, the effects of integrating bottom-up sensory responses and top-down predictions are still unclear. In addition, it is unclear whether the predictability that comes with prior information may differentially affect speech encoding relative to the perceptual enhancement that comes with that prediction. One way to investigate these issues is through examining the impact of P on indices of cortical tracking of continuous speech features. Here, we did this by presenting participants with degraded speech sentences that either were or were not preceded by a clear recording of the same sentences while recording non-invasive electroencephalography (EEG). We assessed the impact of prior information on an isolated index of cortical tracking that reflected phoneme-level processing. Our findings suggest the possibility that prior information affects the early encoding of natural speech in a dual manner. Firstly, the availability of prior information, as hypothesized, enhanced the perceived clarity of degraded speech, which was positively correlated with changes in phoneme-level encoding across subjects. In addition, P induced an overall reduction of this cortical measure, which we interpret as resulting from the increase in predictability.