认知能力能否预测鸡尾酒会场景下言语识别的个体差异？

【编辑推荐】本研究针对认知功能在复杂声环境（如鸡尾酒会）中影响言语识别的理论争议，通过控制年龄和听力损失等混杂因素，首次在稳态噪声和双人语音背景（two-talker babble）下同步测量50名正常听力青年受试者的言语识别与认知表现（选择性注意、数字广度）。结果发现，认知表现对噪声中言语识别无显著贡献（r2=0–11%），但可解释26–68%的语音背景下的个体差异，尤其在认知任务与言语测试同处于语音背景时预测力最强。该研究为认知-听觉交互机制提供了直接证据，对助听设备开发和临床评估具有重要启示。

　　

在喧嚣的社交场合中，人类大脑能神奇地聚焦特定对话，这一现象被称为"鸡尾酒会问题（cocktail party problem）"。尽管人工听觉系统在安静环境中表现优异，但面对复杂声环境时仍举步维艰——无论是自动语音识别系统还是助听设备，都难以复现人脑的卓越表现。更令人困惑的是，即使在正常听力人群中，个体在嘈杂环境中的言语识别能力也存在巨大差异。传统理论认为认知功能（如选择性注意和工作记忆）是关键因素，但实证研究却长期受困于年龄、听力损失等混杂因素干扰，且认知测试多在安静环境下进行，与实际声环境严重脱节。

针对这一科学难题，加州大学欧文分校的研究团队设计了一项创新性实验。他们招募50名听力正常的年轻受试者（23.5±4.6岁），通过严格控制实验条件，首次在稳态噪声和双人语音背景（two-talker babble）两种声环境下同步测量言语识别阈值（SRT）与认知表现（选择性注意、数字广度任务）。为避免能量掩蔽（energetic masking）干扰，研究者采用分耳呈现技术——认知测试刺激与背景噪声分别输入不同耳朵。这项发表于《Hearing Research》的研究揭示了认知与听觉交互的新机制。

关键技术包括：1）双耳分频刺激技术（认知任务单耳呈现，背景噪声对侧耳）；2）自适应言语识别阈值测量法；3）跨模态认知评估（选择性注意、数字广度任务）在三种声环境（安静、稳态噪声、双人语音）下的实施；4）采用年轻正常听力人群队列排除年龄和听力损失干扰。

【言语识别在语音背景下的变异性高于噪声】
研究发现，双人语音背景下的言语识别个体差异是稳态噪声环境的三倍（图1）。平均言语识别阈值（SRT）在噪声中为-0.2 dB，而在语音背景下显著改善至-4.4 dB，这种差异可能与语音背景提供的时间-频谱线索（temporal-spectral cues）有关。

【语音背景特异性损害认知功能】
与传统认知测试环境不同，研究发现稳态噪声不影响认知表现，但双人语音背景会显著降低选择性注意和数字广度任务成绩（图2）。这种背景特异性效应提示，认知资源可能被语音中的语言学信息竞争所占用。

【认知预测力的环境依赖性】
相关分析和多元线性回归显示（表3，图3-4），认知表现对噪声中言语识别的预测力有限（r2=0–11%），但对语音背景下识别率的解释度达26–68%。最具预测力的模型出现在认知测试与言语识别同处语音背景时，支持"环境匹配增强预测效度"的假设。

【结论与意义】
该研究首次在控制年龄和听力损失的前提下证实：1）语音背景比噪声产生更大的言语识别变异性；2）认知损伤具有声环境特异性；3）认知贡献度取决于测试环境匹配程度。这些发现革新了对"鸡尾酒会问题"的认知——当声环境包含竞争性语音信息时，高级认知功能（如选择性注意）成为决定个体表现的关键因素。研究为开发新一代助听算法（如基于认知状态的动态降噪策略）提供了理论依据，同时提示临床听力评估需结合生态效度更高的认知测试环境。