音位组合概率和音系相似性对成人(包括口吃者和非口吃者)连续非词语回忆能力的影响

《Journal of Fluency Disorders》:The influence of phonotactic probability and phonological similarity on serial nonword recall in adults who do and do not stutter

【字体: 时间:2026年04月09日 来源:Journal of Fluency Disorders 1.4

编辑推荐:

  语音工作记忆差异研究: stuttering 成人与非 stuttering 成人在非词序列回忆任务中的表现比较,采用四音节CVC非词列表,考察语音概率和语音相似性对复现准确率的影响,发现 AWS 在非流畅试验中因语音工作记忆编码延迟和中断导致复现准确率显著降低,且伴随皮肤电反应增强,提示存在语音工作记忆处理缺陷。

  
语音工作记忆在成人 stuttering 患者中的表现及影响因素分析

一、研究背景与理论框架
语音工作记忆(Phonological Working Memory, PWM)作为工作记忆的核心组成部分,在语言处理过程中承担着信息编码、存储与提取的关键功能。当前研究主要基于双编码理论(Dual Coding Theory),认为语音信息需要同时激活语音编码和语义编码两个系统才能实现有效存储。具体到非词任务(nonword tasks),这类材料能够有效分离语音加工与语义加工的神经机制,成为研究PWM的优选工具。

在 stuttering 患者群体中,已有研究表明其PWM能力存在系统性缺陷。主要表现为:1)非词重复任务中随着刺激长度增加(尤其是4音节以上)的加工效率下降;2)在语音相似性任务中更易出现错误;3)存在显著的皮肤电反应(Galvanic Skin Response, SCR)差异,表明存在更高的认知负荷。这些发现提示 stuttering 患者在语音信息处理过程中可能存在编码延迟和复现(rehearsal)机制受损。

本研究创新性地将非词重复任务与即时序列回忆任务相结合,通过控制语音复杂度(音节长度、音位组合)和语音相似性( rhyme相似性、音素相似性)两个关键变量,系统考察PWM在 stuttering 患者中的表现特征。研究特别关注以下三个维度:1)任务复杂度对错误类型的影响;2)语音相似性对错误模式的作用;3)流畅度与认知负荷的关联机制。

二、实验设计与方法论
1. 研究对象
采用年龄匹配设计,选取20名成人 stuttering 患者组(AWS)和20名非 stuttering 组(AWNS),两组在性别构成(7男3女)、教育水平(±2年)和基础认知能力(非词跨度测试无显著差异)方面均保持平衡。

2. 实验材料
开发包含4个CVC非词(辅音-元音-辅音结构)的刺激集,通过控制两个核心变量:
- 语音概率(Phonotactic Probability):采用英语母语者的音素组合概率数据库(基于百万词语料库统计),构建高概率(>0.1%)与低概率(<0.05%)两类刺激
- 语音相似性(Phonological Similarity):设计 rhyme相似(如 /k?t, /kɑ?t/)与 rhyme不相似(如 /k?t, /m?t/)两种组别

关键控制点:
- 音节长度恒定为4个音节(每个非词由3个音素构成)
- 间隔时长(ISI)固定为1秒
- 语音复杂度:每个非词包含两个辅音(前/后辅音)
- 语义干扰:所有非词均经过语义净化处理(无实际词汇对应)

3. 测量指标
- 主效应指标:正确回忆率(Item errors + Order errors)
- 错误类型学分析:音节层面( deletion, substitution, transposition)和音素层面(辅音混淆、元音替换)的细粒度错误分类
- 动态行为参数:发音起始时间(Speech Onset Time)、应答时长(Response Duration)
- 认知负荷指标:皮肤电导反应(SCR)基线值与任务中的动态变化

三、核心研究发现
1.PWM加工差异的层级表现
- 正式任务(Fluent trials)中两组正确回忆率无显著差异(AWS 78.2% vs AWNS 82.5%,p>0.05)
- 但AWS在流畅度受限的试次(Disfluent trials)中正确率下降至64.3%(AWNS保持78.9%)
- 动态分析显示AWS存在显著的时间窗口异常:从刺激呈现到发音启动的潜伏期延长达1.8±0.6秒(p<0.01)

2.语音复杂度的影响
- 高概率非词(HPP)组AWS的错误类型呈现双峰分布:首音节删除率(32.7%)显著高于后音节(17.4%)
- 低概率非词(LPP)组AWS的错误类型呈现单峰分布:首音节错误集中度提高42%
- 潜在机制分析:首音节编码延迟导致后续音节处理资源不足,形成级联效应

3.语音相似性效应的动态变化
- rhyme相似组AWS的错误类型显著偏向音素层面的替换错误(占比61.2% vs AWNS的34.7%)
- rhyme不相似组AWS的错误类型呈现分布式特征( deletion 38.5%, substitution 29.2%, transposition 32.3%)
- 关键发现:AWS在首对相似非词的发音启动时间(SOT)显著延长(1.2±0.3秒 vs AWNS 0.8±0.2秒,p<0.001)

4.认知负荷的调节效应
- AWS组在任务进行过程中SCR值呈现线性上升趋势(基线50μS → 末次试次72μS,Δ=22μS,p<0.001)
- 通过协方差分析(ANCOVA)发现:当控制SCR变异(η2=0.32)后,AWS在LPP组正确率下降至58.7%(p=0.03)
- 发音时长与正确率呈现显著负相关(r=-0.67,p<0.01)

四、理论解释与机制探讨
1.双通道编码模型的适应性调整
研究发现AWS存在"双通道异步"现象:语义通道的激活速度(从刺激呈现到语义网络激活)较语音通道快1.2-1.5个时间单位(μs级),导致语音编码阶段的资源竞争加剧。这种异步性在非词任务中尤为明显,因为语义干扰被主动排除。

2.语音工作记忆的碎片化加工
错误类型学分析显示AWS存在典型的"语音模块碎片化"特征:
- 音节层面:首音节删除错误占比达总错误的61.8%
- 音素层面:辅音混淆错误(C1→C2,如/k/→/t/)发生率为43.2%
- 这种碎片化加工导致整体PWM呈现"中心-边缘"结构,即核心音节(首音节)处理能力显著弱于边缘音节(末音节)

3.动态认知资源的再分配机制
通过眼动追踪与ERP(事件相关电位)的联合分析发现:
- AWS在任务中期出现认知资源再分配异常,表现为前额叶皮层(BA9/46)激活度下降37%
- 这种资源调配失败导致末位音节的编码错误率增加2.3倍(从15.4%升至35.8%)
- 同时,顶叶皮层(Parietal lobe)的激活模式显示更强的抑制性调节,可能作为保护性机制避免错误扩散

五、临床意义与未来方向
1.诊断工具开发:基于研究发现的首音节删除模式( sensitivity=0.89, specificity=0.76)可建立PWM异常的早期筛查指标
2.干预策略优化:针对首音节编码延迟问题,建议采用"音节分割训练法",将4音节任务分解为两个2音节子任务进行渐进训练
3.研究范式创新:提出"动态PWM压力测试"模型,通过实时监测SCR变异与发音时长的关联,建立个体化的PWM评估体系

本研究首次系统揭示了AWS在PWM中的"首尾异质性"特征,即首音节编码存在显著延迟而末音节存储相对完整。这种不对称性挑战了传统的工作记忆单模块模型,支持"模块化动态整合"的新理论框架。后续研究可进一步探索:
- 不同年龄段的PWM发展轨迹差异
- 语音概率与相似性的交互效应(如高概率+高相似性)
- 多模态刺激(如结合视觉线索)对PWM的补偿作用

该研究为 stuttering 的神经机制研究提供了新的实证基础,特别在PWM的层级加工理论和动态资源分配模型方面具有突破性意义。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号