非言语任务中语言产出的行为相关性：内部言语可通过词频效应在凝视时长上的表现被观察到

《Consciousness and Cognition》：Behavioral correlates of language production in non-verbal tasks: Inner speech is observable via word frequency effects on gaze duration

　　

研究人员通过音频-视觉探测再认任务发现，初始凝视时长（initial gaze duration）可经由词频（word frequency）效应指示无提示内部言语（inner speech）的使用。高频物体名的初始凝视时长短于低频物体名，表明内部言语生成共享外显言语（overt speech）的预发音语言产出系统。外显命名潜伏期（speech onset time, SOT）在控制实验中验证凝视指标可反映隐蔽语言产出。内部言语可在不破坏任务绩效（task performance）的条件下被观察。该发现支持未来检验音系（phonological）与凝缩（condensed）内部言语格式，并为语言-认知交互研究提供不依赖言语干扰（verbal interference）的在线指标。

该研究发表于《Consciousness and Cognition》。研究背景方面，内部言语处于现象学可接近与方法学不可接近之间；既有研究多从现象学、问卷、神经影像或明确指令出发，回避了“如何从外部推断无外显言语时的语言使用”这一核心问题。在语言-认知交互研究中，主流方法是用言语干扰如发音抑制（articulatory suppression）来推断内部言语参与，但该次要任务常混淆语言资源与工作记忆（working memory, WM）资源，且任务绩效只是间接结果，不是内部言语本身的行为相关。研究人员认为，若内部言语与外显言语共用语言产出系统，那么外显言语中已确立的词汇提取（lexical access）效应也应出现在内部言语中。

研究人员开展两项实验：实验1在音频-视觉探测再认任务中用眼动追踪（eye tracking）记录初始凝视时长，操纵中央目标物体名的高频（high-frequency, HF）与低频（low-frequency, LF）属性；实验2用相同材料做外显图片命名，以验证材料本身能引发经典词频效应。结论为：无外显言语时，初始凝视时长随物体名频率变化，说明凝视时长可在线反映内部言语中的词汇提取；该方法不抑制内部言语，且外显命名结果佐证了凝视指标的效度。意义在于为内部言语研究提供比言语干扰更直接的在线行为标记，并可延伸至音系 versus 凝缩内部言语格式的检验。

主要关键技术方法如下：样本来自海德堡大学社区被试，实验1为33名德语单/双语者，实验2为32名招募后保留29名；采用MultiPic物体图与SUBTLEX-DE词频资料，以中央目标位呈现5物体6秒的记忆阶段，再用听觉探测词进行再认；眼动设备为EyeLink 1000 Plus，采样1000 Hz，分析首次凝视区间并清洗短于275 ms及上侧离群值；实验2经PCIBEX在线实施，用PRAAT提取语音起始时间（SOT）。方法核心是用词频操纵词汇提取难度，并以线性混合效应模型（linear mixed effects model）和似然比检验（likelihood ratio test, LRT）比较嵌套模型。

研究结果部分，2. Experiment 1中，研究人员在音频-视觉探针再认任务里让被试记忆五张物体图，目标位物体名分HF与LF两组。结果显示HF初始凝视时长约590 ms，LF约658 ms，线性混合模型含词频项显著优于仅随机截距模型，χ²(1)=4.91，p=0.027；探索模型控制概念熟悉性（concept familiarity）与音节首辅音数即词首复杂度（onset complexity）后，词频仍预测更短凝视，χ²(1)=4.73，p=0.03，说明效应不只来自概念激活或音系编码。2.1. Methods说明材料、设计与预处理：用MultiPic 60图，SUBTLEX-DE词频，清洗掉短于275 ms凝视与1.5 IQR+Q₃离群值，总数据损失12.72%。2.2. Results报告再认正确率高，注视左到右两遍式，目标位未异常吸睛；LF目标初始凝视显著更长。2.3. Discussion指出首次经过反映编码与词汇提取，第二次经过反映复述；问卷中几乎所有人都报告用内部言语，但日常内部言语量不与词频效应相关，说明任务强制言语编码掩盖了个体差。

1. 3.
   Experiment 2 (control experiment)中，研究人员用同批图画做外显命名。结果为HF的SOT约1043 ms，LF约1142 ms，分类词频模型χ²(1)=11.06，p<0.01；连续词频模型在控制协变量后边际显著，χ²(1)=3.645，p=0.0562。3.1. Methods说明在线PCIBEX流程与PRAAT转写校验。3.2. Results给出上述SOT差。3.3. Discussion认为相同材料在必用语言时产生频率效应，支持实验1凝视效应来自内部言语中的词汇提取；凝视时长对词频更敏感，SOT还含发音准备等下游过程。
2. 4.
   General discussion中，研究人员总结凝视时长与外显SOT共享词汇提取阶段；词频效应传统定位于音系形式（phonological form）提取，但按Independent Network Model也可能含lemma层语法信息；本任务最合理目标是音系表征用于WM复述。研究局限是任务太强地诱发内部言语，故日常内部言语倾向量表分未与在线指标相关。未来可改非言语探测模态并预筛高/低内部言语组，用本范式看谁在任务中依赖内部言语。结论翻译为：总体而言，凝视时长反映了无提示内部言语产出中与外显言语产出相似的语言过程，所观察词频效应尤可作为两种条件下进行中词汇提取的指标；实验1中近所有被试报告用内部言语，词频依赖的凝视时长表明内部言语超越概念层而需取用语言信息；本研究是用在线而非绩效/干扰指标揭示自发动机言语使用的少数研究之一，且首个用词频效应实现此方法，较音系编码层面效应更具方法优势。