语义与协同发音线索在口语理解中的动态整合机制研究

推荐：本研究通过眼动追踪技术，探讨成人在线口语理解中高阶语义线索（semantic context）与低阶声学线索（coarticulatory cues）的整合机制。研究发现听者能灵活权衡跨层级语言表征线索，且早期语义信息可影响后期声学线索处理，为Martin（2016）的线索整合模型提供了新证据。

　　

在语言理解过程中，人类大脑如何整合不同层级的线索一直是认知科学的核心问题。日常生活中，我们同时处理着从声学特征到语义语境的多维度信息，但学界对跨层级线索的动态整合机制仍存在争议。Martin（2016）提出的线索整合框架虽解释了部分现象，但关于语义语境（semantic context）与协同发音（coarticulation）这类非相邻层级线索的交互机制仍属空白。这正是Scarlet Wan Yee Li团队在《Cognition》发表的最新研究试图解答的问题。

研究采用预注册的眼动追踪范式（eye-tracking paradigm），通过52名成人被试，设计包含语义关联/非关联启动词（如river/cartoon）与匹配/不匹配协同发音目标词（如boat_t/boat_n）的句子材料。关键创新点在于将高阶语义线索置于声学线索之前，通过时间窗口分析揭示线索整合的动态过程。

主要发现

1. 1.

   语义启动窗口的预测效应

   在启动词呈现后200-1200ms窗口内，语义关联条件（如river-boat）的目标注视比例显著高于非关联条件（56% vs 50%），证实听者能利用语义语境生成预测。

2. 2.

   目标窗口的双线索敏感性

   尽管预注册分析（200-1200ms）仅显示显著的协同发音效应（匹配vs不匹配：81% vs 55%），但扩展窗口（200-2200ms）揭示语义与协同发音的交互作用：在语义关联条件下，听者对不匹配协同发音的容忍度更高（72% vs 66%），说明早期语义信息持续影响后期声学处理。

3. 3.

   动态线索整合的延迟性

   与Dahan和Tanenhaus（2004）的即时整合不同，本研究发现语义线索的权重更新存在延迟，支持Martin模型关于"感官重采样（sensory resampling）"的假设，但提示冲突线索可能需要更长的整合时间。

理论意义

该研究首次验证语义语境（contextual factors）与协同发音（acoustic cues）这类非相邻层级线索的整合可能，扩展了Martin模型的适用边界。发现线索整合的延迟效应为理解语言理解的动态过程提供了新视角，尤其对解释口语中歧义线索的处理机制具有启示。未来研究可进一步探索不同线索组合的时间动力学，以及非语言信息（如说话者身份）对线索权重的影响。

方法论启示

研究通过严格控制的眼动追踪技术，结合预注册设计和时间窗口分析，为语言认知研究树立了方法学标杆。开放式科学实践（OSF数据共享）也增强了结果的可重复性。这些发现不仅推动理论发展，对开发更自然的人机交互系统也具有潜在应用价值。