早期神经面部感知不受情感语调一致性（即情感表达与语言语调的匹配程度）的影响

《Cortex》：Early Neural Face Perception Is Not Modulated by Emotional Prosody Prime Congruency

　　

面孔和声音是识别他人情绪最显著的信息来源之一。然而，很少有研究关注情绪韵律如何在神经水平上调节面部感知的最早阶段。本研究使用事件相关电位（event-related potentials, ERPs）探讨了情绪韵律对随后呈现的情绪面孔的时间进程的启动效应。研究人员呈现了表达快乐、中性或愤怒情绪的声音韵律启动刺激（经过滤去除语义信息的口语语句），并立即跟随一张表达一致或不一致情绪的面孔。每次试验后，参与者（N=58）对面孔的效价和唤醒度进行评级。研究人员使用数据驱动的全脑单变量统计（mass univariate statistics）分析了所有时间点和电极上锁时于面孔出现的ERPs。结果发现，面孔情绪的主效应显著，跨越N170、P2和早期EPN（early posterior negativity）成分。声音情绪的主效应显著，出现在约50-100ms和150-400ms，被解释为由于唤醒性声音刺激（尤其是愤怒声音）导致V1（初级视觉皮层）和其他非面孔视觉区域的注意力增加。关键的是，这些因素没有交互作用，表明在此背景下，面孔-声音一致性不影响早期知觉性面孔加工。然而，行为结果显示，声音情绪影响面孔效价和唤醒度的评级，表明声音启动和面孔信息仅在后期认知阶段整合，而非早期知觉阶段。因此，韵律启动影响面部表情解码之前和之后的视觉加工，但面孔-声音一致性并不调节早期面孔情绪加工。

情绪韵律启动对早期神经面孔感知的影响：基于事件相关电位的大规模单变量统计研究

研究背景与问题：面部表情和声音韵律是识别他人情绪的两个关键线索，但以往研究多集中于同时呈现的面孔和声音，对声音韵律如何启动（priming）后续面孔加工的研究尚不充分。现有文献关于面孔-声音一致性（congruency）对早期视觉加工的影响存在争议，且传统事件相关电位（event-related potentials, ERPs）分析方法常因先验窗口选择和多重比较校正不足而导致高错误率。因此，本研究采用大规模单变量统计（mass univariate statistics, MUS）和较大样本量，旨在探讨情绪韵律启动对早期面孔神经加工的时间进程，并检验面孔-声音一致性是否影响早期知觉阶段。

研究内容与结论：研究人员使用快乐、中性、愤怒三种情绪韵律启动（经低通滤波去除语义信息的口语语句），随后呈现一致或不一致情绪面孔，要求参与者（N=58）对面孔进行效价（valence）和唤醒度（arousal）评级，同时记录锁时于面孔的ERPs。结果发现：面孔情绪主效应显著，覆盖N170、P2和早期EPN（early posterior negativity）成分，最大效应出现在N170-P2间隔；声音情绪主效应显著，出现在约50-100ms和150-400ms，分别被解释为早期视觉通路（V1）的注意力调制和后期认知加工；但两者无交互作用，表明面孔-声音一致性不影响早期知觉加工。行为结果中，声音情绪微弱但显著影响面孔效价和唤醒度评级，提示整合发生在后期认知阶段。该研究发表在《Cortex》。

关键技术方法：声音刺激取自Ryerson视听数据库（RAVDESS），由16位专业演员录制，经低通滤波保留0-500Hz以去除语义信息。面孔刺激来自芝加哥面孔数据库、FACES数据库、NIMSTIM和Radboud面孔数据库，共32个身份（各表达快乐、愤怒、中性）。使用Biosemi系统72导电极记录EEG（参考电极CMS，接地电极DRL），离线平均参考并带通滤波0.01-30Hz。采用LIMO EEG工具箱进行层次广义线性模型，以加权最小二乘估计个体参数，再通过重复测量方差分析（1000次bootstrap，聚类质量校正）进行组分析。参与者为滑铁卢大学58名本科生。

研究结果：
3.1 行为结果
3.1.1 声音评级：重复测量方差分析显示声音情绪主效应显著，快乐声音效价略低于中性，愤怒声音效价最负、唤醒度最高（η_p² = 0.81）。
3.1.2 面孔效价评级：面孔情绪主效应强（η_p² = 0.92），愤怒面孔效价最负，快乐面孔最正。声音情绪主效应弱（η_p² = 0.08），且与面孔情绪交互作用弱（η_p² = 0.09），仅愤怒面孔在愤怒声音启动下效价略更负（差异0.06-0.07点）。
3.1.3 面孔唤醒度评级：面孔情绪主效应显著（η_p² = 0.63），愤怒面孔唤醒度最高。声音情绪主效应显著（η_p² = 0.17），愤怒声音启动后所有面孔唤醒度更高。交互作用不显著。
3.2 大规模单变量ERP结果
3.2.1 面孔情绪主效应：一个簇从84ms到400ms，最大F值在P10电极189ms（N170-P2间隔），由愤怒面孔较快乐和中性面孔的更负振幅驱动。后续对比显示，快乐与中性面孔差异仅出现在EPN（246-355ms）。
3.2.2 声音情绪主效应：两个簇，第一个簇23-119ms（最大F值在POz 78ms），第二个簇129-400ms（最大F值在CP1 201ms）。后续对比显示，愤怒声音与快乐及中性声音差异显著，早期簇由愤怒声音更负振幅驱动，晚期簇由愤怒声音更正振幅驱动。关键的是，面孔敏感成分（N170、P2、EPN）所在电极未见显著调制。
3.2.3 声音评级回归模型：声音唤醒度评级与声音情绪主效应在186-400ms存在交互（三个簇，最大F值在POz 381ms），仅涉及愤怒声音；声音效价评级无显著交互。

讨论与结论：讨论部分指出，面孔情绪效应与近期MUS研究一致，最大效应位于N170-P2间隔，而非成分峰值，凸显MUS方法的优势。声音情绪效应的早期簇（约50-100ms）位于P1之前，且空间分布与C1成分（V1激活）吻合，故被解释为高唤醒度声音（特别是愤怒）捕获注意力，增强早期视觉通路（V1）的加工，而非直接影响面孔感知。晚期簇（约130-400ms）主要位于额中央区域，与行为中声音情绪对面孔唤醒度的影响模式一致，可能反映后期认知阶段的整合。缺乏面孔-声音交互作用与部分文献（如Pell等，2022；Liang等，2025）不一致，可能源于刺激类型差异（本研究的过滤声音vs非言语发声或含语义韵律）、统计方法（MUS vs传统峰值分析）以及基线问题（启动后基线可能残留听觉处理，但补充分析排除此影响）。结论翻译：本研究使用稳健的大规模单变量统计和大样本，旨在确定韵律启动对情绪面孔早期神经加工的影响。面孔情绪主效应重复了以往MUS结果，表明最大效应在N170-P2间隔。声音情绪主效应表明，吸引注意力的听觉刺激可能影响早期视觉通路，但对早期面孔感知过程没有明显影响。面孔和声音情绪缺乏交互，即使使用参与者层面对声音刺激的评级，也表明面孔-声音一致性不影响面孔情绪的早期神经加工。行为结果中声音情绪的显著效应，结合个体声音情绪特征评级与面孔情绪加工的非显著交互，进一步表明面孔和声音情绪在后期认知而非早期知觉水平整合。综上，当使用韵律启动而非同时呈现时，早期神经知觉性面孔加工独立于韵律语境一致性。