《Brain and Language》：Suprasegmental aspects of phonetic feature representation in human cortex: An fMRI investigation of Cantonese lexical tones
编辑推荐：
本研究针对粤语这一复杂声调语言，利用稀疏采样fMRI技术，探讨了大脑如何表征以音高高度(pitch height)和斜率(pitch slope)区分词义的词汇声调。研究发现，粤语声调处理涉及一个广泛的双侧脑网络，包括双侧颞上回(STG)、左顶内沟(LIPS)及额叶、枕叶区域。表征相似性分析(RSA)进一步揭示双侧STG编码音高高度，LIPS处理音高斜率，而前额叶和舌回(BiLG)则参与整体声调加工。该研究深化了对复杂声调语言感知神经机制的理解，并凸显了双侧皮层网络在支持复杂超音段语音特征表征中的关键作用。
在人类语言中，声音的高低起伏不仅能传递情绪，更能直接改变词语的意义，这就是声调语言的特点。全球超过半数人口使用声调语言，例如汉语的各个方言。当你说“妈”、“麻”、“马”、“骂”时，改变的就是声调。以往关于声调神经基础的研究多集中于普通话（有四个声调），但对于拥有更复杂声调系统的语言，如拥有六个声调的粤语，大脑如何处理其更精细的声调对比，仍是一个待解之谜。粤语声调不仅依靠音高的变化方向（斜率，如升、降、平），更依赖于音高的绝对水平（高度，如高、中、低），这种复杂性为探索大脑如何处理超音段的语音特征提供了绝佳模型。此前研究提示，处理普通话声调主要涉及一个颞叶-顶叶网络。然而，鉴于粤语声调系统的复杂性，研究人员推测，其神经处理机制可能需要动员更广泛的大脑网络。
为了揭示这一谜题，一项发表于《Brain and Language》的研究应运而生。研究人员利用功能磁共振成像(fMRI)技术，深入探查了母语为粤语的参与者在进行词汇声调处理时的大脑活动。
本研究采用了稀疏采样fMRI技术，招募了42名以粤语为母语的健康右利手参与者。实验设计了三种任务：被动聆听、默读复述和词汇识别，以捕捉不同认知需求下的声调处理神经活动。刺激材料为包含粤语六个声调的特定音节。数据分析结合了单变量广义线性模型(GLM)分析、多体素模式分析(MVPA)和表征相似性分析(RSA)，以识别激活脑区、解码声调类别信息并探究其与特定声学特征（音高高度和斜率）的神经表征关系。此外，还采用了被试间表征相似性分析(IS-RSA)来探索神经表征与个体行为表现之间的关联。
3.1. 行为表现
参与者在词汇识别任务中表现出较高的声调分类准确率，表明他们有效地加工了声调刺激。
3.2. 单变量脑激活
单变量分析显示，三种任务均激活了听觉皮层（包括赫氏回和颞上回）。此外，不同任务还特异性地激活了与任务需求相关的脑区，如默读复述任务激活了左前中央回等运动相关区域，词汇识别任务则广泛激活了双侧前额叶、顶叶和枕叶等涉及注意和决策的区域。
3.3. 声调类别的多变量模式
多体素模式分析成功识别出一个能够跨任务解码粤语声调类别的分布式双侧脑网络。该网络包括双侧颞上回(STG)、左顶内沟(LIPS)、双侧前中央回(PrCG)、右额上回(RSFG)以及双侧舌回(BiLG)。这表明粤语声调处理涉及一个比以往普通话研究中报告的更为广泛的神经网络。
3.4. RSA结果
表征相似性分析揭示了不同脑区对声学特征的偏好性编码：双侧颞上回(STG)的神经活动模式主要与音高高度信息相似；左顶内沟(LIPS)则与音高斜率信息显著相关；而左顶内沟(LIPS)、右前中央回(RPrCG)和双侧舌回(BiLG)表现出对整合了音高高度和斜率的整体声调向量信息的最佳表征。
3.5. IS-RSA结果
被试间表征相似性分析发现，左顶内沟(LIPS)、左前中央回(LPrCG)和右额上回(RSFG)的神经表征相似性与个体间的行为表现相似性显著相关，提示这些脑区在声调分类表现中扮演关键角色。而其他脑区（如双侧STG）虽参与声调表征，但其神经模式与行为表现的个体差异无直接关联。
本研究系统揭示了粤语词汇声调处理的神经基础，发现其涉及一个广泛的双侧脑网络，超越了以往在普通话研究中观察到的经典颞-顶叶网络。这一发现可能反映了粤语声调系统更高的声学复杂性和感知分类需求。研究通过RSA进一步阐明，音高高度和斜率这两种关键的声学特征在大脑中具有分离和整合的神经表征：双侧颞上司主要负责音高高度编码，左顶内沟偏好处理音高斜率，而前额叶、顶叶和枕叶的部分区域则参与对声调整体信息的整合加工。特别值得注意的是，双侧舌回的参与暗示了视觉皮层可能在复杂声调处理中通过跨模态整合提供辅助机制。此外，IS-RSA结果强调了左顶内沟、左前中央回和右额上回等额-顶网络在执行功能、感觉运动整合和决策过程中的重要性，它们的活动模式直接预测了个体的声调分类行为表现。这项研究不仅深化了我们对复杂声调语言感知神经机制的理解，也凸显了大脑皮层网络在支持复杂超音段语音特征表征中的可塑性和复杂性。研究结果对理解语言处理的一般原理以及声调语言习得和障碍的神经基础具有重要启示。未来的研究可以在此基础上，进一步探索不同语言经验如何塑造声调处理的神经回路，以及如何利用这些发现优化声调语言的学习与教学。
