年轻人和老年人的实时对话理解:噪声、视觉言语、说话者切换和语境的影响

《Trends in Hearing》:Real-Time Conversation Comprehension in Younger and Older Adults: The Effects of Noise, Visual Speech, Speaker Switch, and Context

【字体: 大 中 小 】 时间:2026年08月29日 来源:Trends in Hearing 3

编辑推荐:

  本研究采用既定的主题监测任务,考察了老年人和年轻人的对话言语理解能力,以评估实时语义加工过程。23名年轻人(平均年龄26.5岁)和19名老年人(平均年龄71.3岁)在24段对话中监测主题目标词(每段2-3分钟)。研究评估了两个信息层面因素(说话者切换时机;上下

  
本研究采用既定的主题监测任务,考察了老年人和年轻人的对话言语理解能力,以评估实时语义加工过程。23名年轻人(平均年龄26.5岁)和19名老年人(平均年龄71.3岁)在24段对话中监测主题目标词(每段2-3分钟)。研究评估了两个信息层面因素(说话者切换时机;上下文可预测性)对监测反应时间和准确率的影响,同时操纵两个信号层面因素(呈现模态;噪声水平)。结果显示,呈现模态影响反应时间,视听呈现比纯音频呈现的正确反应更快,该效应与年龄存在交互作用(老年人获得更大的视觉言语收益)。与安静条件相比,噪声条件(0 dB信噪比)增加了反应时间并降低了准确率。与未切换目标相比,说话者切换延迟了对切换后第一个目标的反应时间。当目标出现在说话者切换后相对较短的时间内时,老年人表现出显著的切换代价,而年轻人则没有。从上下文更容易预测的目标(低惊奇度)反应更快。在最具挑战性的聆听条件(噪声下的纯音频呈现)中,老年人上下文可预测性的效应边缘性地大于年轻人,表明老年人更多地利用上下文。这些发现凸显了主题监测任务在探测整个生命周期中对话言语理解方面的实用性。
**对话理解研究的新视角:来自主题监测任务的证据**

**一、研究背景与问题提出**

对话是人类日常生活中最常见也是最重要的聆听场景之一。与单独产生的语句、朗读语音或连续独白不同,对话涉及言语信号的动态变化,如犹豫、停顿、话轮转换、反馈信号等。尽管对话理解对日常沟通至关重要,尤其是在噪声环境中老年人经常难以跟上对话,但以往关于对话理解加工的实验室行为研究却相对匮乏。这一空白部分源于测量连续言语理解的挑战性,特别是在视听结合的呈现方式下。已有研究多集中在对话双方如何互动、如何分享知识以及语言表征如何在多个层面趋同等方面,而对听话者如何实时加工对话内容的研究较少。并且,传统的言语感知测试使用孤立的词或句子,无法捕捉自然对话的动态性、互动性特征。为弥合这一研究缺口,本研究采用了一种实时测量范式——主题监测任务,考察信号层面因素(呈现模态和噪声)和信息层面因素(说话者切换和上下文可预测性)如何影响年轻人和老年人对话理解加工的效率。

**二、研究目的与理论争议**

研究的核心议题之一是视觉言语收益在对话情境中的年龄差异。针对这一问题,研究者提出了两种相互竞争的理论假设。第一种假设为认知负荷观点,认为老年人认知资源较少,长时间处理视听言语可能产生更大的处理成本,因此其视觉收益可能小于年轻人。第二种假设为语用促进观点,认为看到对话者能提供重要的语用信息,如反馈信号、话轮转换线索和非言语表达,这些线索可能抵消额外加工成本,从而保持甚至增强老年人在对话情境中的视觉收益。此外,研究还考察了两个信息层面因素:说话者切换(对话中话轮转换引起的注意力重新分配成本)和上下文可预测性(通过单词惊奇度来量化目标词在给定上下文中的不可预测程度)。关于老年人是否能有效利用上下文预测信息,以往证据存在矛盾:一些研究发现老年人预测能力减弱,另一些研究则认为其预测能力得以保留甚至增强。

**三、研究方法概述**

实验招募了23名年轻人(平均年龄24岁)和19名老年人(平均年龄70.9岁),所有参与者均为英语母语者或自幼习得英语者。实验材料为24段自然、无脚本的英语对话录像(每段2-3分钟,涵盖13个主题类别),选自Miles等人编制的语料库。参与者需要在观看或聆听对话时,监测指定类别(如"动物")的目标词并尽快按键反应。研究采用2×2设计,操纵呈现模态(纯音频vs.视听双模态)和噪声水平(安静vs. 0 dB信噪比),共产生四种条件。说话者切换代价通过比较切换目标(说话者更换后的第一个目标词)与非切换目标(同一说话者连续话轮内的后续目标词)的反应时间差来衡量。上下文可预测性使用GPT-2(生成式预训练Transformer-2模型)计算单词惊奇度,即给定前文条件下单词的条件概率的负对数(以2为底),单位为比特(bit)。反应时间采用线性混合模型(LMM)分析,准确率采用广义线性混合模型(GLMM)分析。

**四、研究结果**

**呈现模态效应。** 结果发现了显著的模态主效应,参与者对视听双模态呈现的靶目标检测速度显著快于纯音频条件。更重要的是,存在显著的年龄组与模态的交互作用,老年人比年轻人表现出更大的视觉言语收益。这一发现不支持预测老年人视觉收益减小的认知负荷观点,而是支持语用促进观点。视觉言语的收益体现在反应时间而非准确率上,表明视觉信息提高了目标加工效率。此外,视觉收益的大小在安静与噪声条件下无显著差异,表明视觉言语的益处不仅限于提高可懂度。

**噪声效应。** 与安静条件相比,0 dB信噪比稳态言语调噪声显著减慢了反应时间并降低了准确率。噪声对准确率的效应与模态存在交互作用,表明在纯音频条件下噪声对准确率的损害比视听条件下更大,视觉信息部分补偿了噪声的破坏效应。信号检测分析(d',辨别力指数)显示,噪声显著降低了参与者的辨别力,但未发现年龄组差异,说明两组的整体辨别力相当。

**说话者切换代价。** 整体分析显示了显著的切换效应,两组参与者在说话者切换后的目标词反应均显著变慢。虽然年龄组与切换的交互作用整体上未达显著,但在较早时间窗口的局部比较中,老年人在安静和噪声条件下均表现出显著的切换代价,而年轻人则没有。这一模式与"注意力粘滞"的概念一致,即年龄相关的注意控制减弱导致老年人难以快速脱离前一个说话者。

**上下文可预测性(惊奇度)效应。** 惊奇度对反应时间和准确率均有显著预测作用:目标词的惊奇度越高(即越不可预测),反应越慢。总体上,年轻人和老年人的惊奇度斜率相似,表明两组均能利用上下文预测信息。在最具挑战性的条件(噪声下的纯音频呈现)中,老年人的惊奇度效应数值上大于年轻人,表明在听觉输入退化时,老年人可能更依赖自上而下的预测机制进行补偿。

**五、讨论与结论**

本研究证明了主题监测任务可有效扩展到视听呈现方式并能常规性地评估重要对话变量的影响。理论上,说话者切换和惊奇度的效应为注意和预测如何约束自然对话中的连续言语加工提供了新见解,表明当前基于孤立句子或独白发展起来的实时言语加工模型需要考虑对话在说话者内和说话者间的展开方式。实践上,该实时视听评估工具对已知道德日常听觉因素具有敏感性,支持其生态效度,可望成为传统言语感知评估的有价值补充。需要指出的是,研究存在一些局限,如仅对部分老年人进行了纯音听力测试,且老年人样本教育水平较高,可能限制了结果的普适性。未来研究应纳入更全面的听力学评估和更具代表性的样本。总之,主题监测任务为理解全生命周期中的对话理解提供了有力工具,并为认知老化与对话加工研究开辟了新途径。

**结论翻译。** 目前的研究在很大程度上是初步的,相关程序还需要更加严谨(例如听力评估、匹配的参与者选择、更全面的切换代价检验)。尽管如此,研究表明主题监测范式可以简单地扩展到视听呈现方式,并能够常规纳入对重要对话变量(即说话者切换和上下文)影响的分析。在此方面,当前研究结果为理论和实践的新发展提供了平台。在理论上,观察到的说话者切换效应和惊奇度效应为注意和预测如何在自然对话中约束连续言语加工提供了洞见。年龄相关的说话者切换代价差异以及退化聆听条件下上下文可预测性潜在的补偿性应用,也表明需要考虑老年人如何适应对话需求。在实践上,本研究展示了最近开发的实时视听连续言语理解评估工具的应用价值。该实时视听评估方法允许在更现实的条件下评估对话理解,为传统评估提供了有价值的补充,并可用于识别在对话情境中出现的特定听力困难以及评估旨在改善日常沟通理解的干预措施的效果。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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