新生儿对来自不同语言语音包络的神经加工及刺激后功能连接：一项fNIRS研究

《Brain and Language》：Neural processing of speech envelopes from different languages and post-stimulation functional connectivity in newborns: an fNIRS study

　　

- 新生儿额颞区域在处理母语和非母语包络信号时，涵盖多种节奏模式。
- 普通话的响应分布广泛，且在各个任务时间窗口内总体稳健。
- 普通话输入立即增强了双侧及右侧额颞区域的连接性。
- 组内无偏连接（NBS）分析仅在普通话条件下发现了网络连接，这与产前暴露的情况一致。
- 刺激后的效应集中在连接性上，而非局部自发活动。

## 引言

连续语音包含多个层级的声学信息。语音包络反映信号振幅随时间的缓慢波动，承载了与语音节奏和韵律组织相关的重要低频时间结构线索（Poeppel & Assaneo, 2020；Rosen, 1992）。这些线索有助于听觉系统组织连续的语音流，并构成语音感知和理解的重要基础。成年人研究表明，即使精细的频谱细节受到严重退化，仅凭包络信息仍能在一定程度上支持语音识别（Stone, Füllgrabe, & Moore, 2008；Zeng 等，2005）。语音包络对新生儿的发育具有特殊意义。胎儿听觉系统在妊娠中晚期开始运作，子宫内环境对外部声音起到了低通滤波器的作用，显著衰减了高频语音成分，同时相对保留了低频振幅波动及其携带的节奏和韵律结构（Armitage, Baldwin, & Vince, 1980；Gerhardt, Abrams, & Oliver, 1990）。因此，语音包络可能在产前语言暴露期间构成一种重要的声学线索，并为探究生命初期语言处理的神经机制提供了一个关键的切入点。

以往研究表明，新生儿可以利用全局节奏线索来区分不同语言，且其听觉皮层已对语音中的低频时间结构和韵律变化具有神经敏感性（Arimitsu 等，2011；Nazzi, Bertoncini, & Mehler, 1998；Telkemeyer 等，2009）。脑电图（EEG）研究进一步证明，新生儿神经活动可以追踪自然语音中缓慢的振幅波动，且这一能力跨语言存在。功能性近红外光谱（fNIRS）研究同样表明，操控母语语音的节奏结构会改变新生儿的血流动力学反应（Dvo?áková, Kiko?ová, Urbanec, Goetz, & Chládková, 2026；Ortiz Barajas, Guevara, & Gervain, 2021）。这些发现表明，新生儿大脑已具备提取和处理语音时间结构的基本能力。然而，关于新生儿的额颞系统如何在精细频谱-时间结构被替代、低频包络信息成为主要保留的语音线索时作出响应，目前所知甚少。

语音暴露的神经后果可能也超出了刺激呈现的时间范围。研究报告称，新生儿在短暂暴露于语音后语音辨别能力有所提升（Cheour 等，2002；Wu 等，2022），这表明语音也可能在刺激结束后影响脑状态。先前的研究已表明，暴露于语音或结构化声音可以改变新生儿和婴幼儿刺激后的神经活动。这些变化可能支持近期所遇信息的短时维持和整合，也可能与后续的语言学习相关（Cai 等，2024；Homae, Watanabe, Nakano, & Taga, 2011；Mariani 等，2023）。

然而，现有证据来自不同的年龄群体、刺激材料和神经测量手段，新生儿暴露于语音包络后的静息态神经活动尚未被直接研究。通过将任务相关激活分析与刺激前后静息态的对比相结合，本研究可以同时考察新生儿对语音包络的在线处理以及刺激后局部自发神经活动和区域间功能连接性的即时变化。这种方法为全面了解新生儿大脑如何处理和整合近期暴露的语音包络提供了更完整的图景。

新生儿的语音包络处理也可能受到早期语言经验的影响。在妊娠晚期，胎儿反复暴露于母语相对显著的低频振幅波动以及节奏和韵律线索。这种反复的产前暴露可能在出生时产生对母语相关声学模式的初始敏感性（DeCasper & Fifer, 1980；Moon, Cooper, & Fifer, 1993；Moon, Lagercrantz, & Kuhl, 2013）。因此，除了考察新生儿的语音包络处理和刺激后神经活动外，本研究还可以评估不同语言条件下的神经响应模式是否与早期语言经验的影响一致。

本研究使用普通话、法语和英语语音包络作为实验刺激。普通话是新生儿参与者的母语，他们在产前曾规律地暴露于普通话，而法语和英语为没有系统性产前暴露的非母语。纳入两种非母语降低了研究发现依赖于单一外语节奏特性的可能性。对实际刺激的成对变异指数（PVI）的进一步分析显示，无论是有声元归一化PVI（nPVI）的平均值还是有声元间原始PVI（rPVI）的平均值，法语与普通话之间的绝对平均差异都小于英语与普通话之间的差异。这一相对模式与Grabe和Low（2002）所报告的跨语言节奏差异基本一致。因此，三种刺激类型构成了母语包络以及两种在测量的PVI维度上与母语具有不同相对距离的非母语包络，使我们能够在更广泛的语言和节奏范围内考察新生儿对语音包络的处理以及刺激后神经活动的变化。

我们使用功能性近红外光谱（fNIRS）记录新生儿的神经活动。fNIRS是非侵入性的，具有较高的空间分辨率，且对轻微运动相对耐受，使其适合在新生儿安静休息或睡眠期间连续记录额颞皮层活动（Gervain, Berent, & Werker, 2012；Gervain, Macagno, Cogoi, Pe?a, & Mehler, 2008；Gómez 等，2014；Pe?a 等，2003；Telkemeyer 等，2009；Wu 等，2022）。此外，fNIRS既可用于表征语音包络呈现期间区域性的血流动力学反应，也可用于分析刺激前后静息态下局部自发的血流动力学波动和区域间功能连接性。因此，它满足了本研究对任务相关激活和刺激后神经活动同时考察的要求。

我们采用被试间语言设计，将73名产前暴露于普通话的新生儿分配为聆听普通话、法语或英语语音包络，并在刺激前后记录静息态fNIRS数据。我们提出了两个主要的实证问题。第一，在每种语音包络条件下引发了怎样的额颞激活模式，且响应幅度在不同条件下是否有差异？第二，刺激前和刺激后的静息态之间，局部自发活动和功能连接性是否存在差异？这两个问题共同涉及一个更广泛的理论问题，即所观察到的响应模式是否与产前语言经验的潜在贡献一致。我们预期三种语音包络条件都将在参与早期语音处理的额颞区域引发响应，并预期语音包络刺激后静息态血流动力学活动或功能连接性会出现可测量的变化。因此，本研究将新生儿语音包络处理的调查从任务相关的区域响应扩展到了刺激前后静息态血流动力学活动和功能连接性的表征。

## 研究片段

### 参与者

使用G*Power 3.1.9.7进行了先验样本量计算。该计算假设为三组（普通话、英语和法语）的单因素方差分析。效应量源自Giordano等（2021）的新生儿fNIRS研究中所测量的条件主效应（ηp2 = 0.173），其中α = 0.05，统计效力1 ? β = 0.80。分析表明最少需要51名参与者（每组17名）。考虑到通常报告的40%–60%排除率，

### 结果

在纳入统计分析的73名新生儿数据中，含有超过总时长20%的大面积伪影的任务块被排除。如果某参与者的任务块超过40%被排除，则该参与者的所有任务相关数据均从分析中剔除。应用这些标准后，在八个感兴趣区域（ROI）中，提供可用任务数据的参与者中位数为：普通话组17人（范围 = 15–20），法语组15人

### 讨论

本研究考察了以产前暴露于普通话为主的新生儿对普通话、英语和法语语音包络的神经处理，重点关注任务相关的血流动力学反应以及刺激前后的静息态神经活动。主要的组内分析表明，普通话包络引发了相对广泛的双侧额颞激活；英语包络也激活了多个双侧额颞区域，而仅

### 结论

本研究表明，当包络线索被主要保留时，新生儿对普通话、法语和英语包络均表现出额颞响应，表明新生儿大脑可以利用语音包络所传递的时间信息来处理母语语音和节奏不同的非母语语音。普通话条件引发了相对广泛的额颞响应，且对分析时间窗口的一些变化具有稳健性，这与……一致

### CRediT作者贡献声明

杨杨：写作 – 审阅与编辑，写作 – 原稿撰写，可视化，软件，资源，方法论，调查，形式分析，数据整理，概念化。韩智琛：监督，方法论，调查，概念化。王梦环：写作 – 审阅与编辑，可视化，软件，形式分析，数据整理，概念化。谢小明：写作 – 审阅与编辑，监督，资源。邹钰曦：监督，资源。何玲：监督，

### 利益冲突声明

作者声明他们没有已知的可能影响本文所述工作的竞争性财务利益或个人关系。

### 致谢

我们感谢所有使本项研究成为可能的家长。

### 资金支持

本研究未获得公共、商业或非营利部门的任何特定资助。

### 词汇表

1. **语音包络**：语音信号振幅随时间的缓慢变化调制，通常通过分析信号的幅度（例如，通过希尔伯特变换）和低通滤波获得。它承载了与语音节奏和韵律相关的低频时间线索。

2. **功能性近红外光谱（fNIRS）**：一种非侵入性光学神经成像技术，使用近红外光通过估算浓度来测量任务或状态相关的脑血流动力学变化

Yang Yang | Zhichen Han | Menghuan Wang | Xiaoming Xie | Yuxi Zou | Ling He | Dandan Liang