《Frontiers in Psychology》：English vowel identification in noise shows reduced native-language influence: a behavioral study using machine-learning analysis of Chinese children
编辑推荐：
引言：非母语者在噪声中感知第二语言（second language, L2）语音时存在更大困难，但在不利声学条件下第一语言（first language, L1）语音技能是否继续支持L2感知仍不清楚。方法：研究人员考察了52名中国五年级（n = 25）和六年级
引言：非母语者在噪声中感知第二语言（second language, L2）语音时存在更大困难，但在不利声学条件下第一语言（first language, L1）语音技能是否继续支持L2感知仍不清楚。方法：研究人员考察了52名中国五年级（n = 25）和六年级（n = 27）儿童在安静、5 dB信噪比（signal-to-noise ratio, SNR）和?5 dB SNR条件下的英语后元音识别。以安静条件下的中文元音识别表征L1能力，采用线性回归（linear regression）和随机森林（random forest）模型刻画声学背景、年级与L1感知之间的关联。结果：六年级儿童在各条件下均优于五年级儿童，但年级优势随噪声增强而下降，准确率差异分别为13.30%、9.80%和3.20%。中文元音识别在安静条件下显著预测英语元音识别，但在两种噪声条件下均无显著预测关联。随机森林分析对线性模型形成补充，揭示了线性模型在本样本中未检测到的非线性预测模式，包括年级与噪声的交互。鉴于样本量中等（N = 52）且采用了严格的参与者级验证，这些探索性发现应谨慎解读。讨论：结果提示，安静条件下测得的L1元音识别与L2元音识别之间的关联具有情境依赖性，且在噪声聆听条件下减弱。结果还表明，年级相关优势随声学难度增加而缩小，而机器学习分析可为预测模式提供补充信息，但并不能据此确立潜在的认知机制。
研究背景与问题提出：真实课堂环境中，儿童L2学习者感知语音时普遍存在背景噪声干扰，但当前中文基础教育体系下的英语教学多发生在安静受控环境中，导致教学语境与生态现实脱节。背景噪声对非母语者的语音感知损害明显大于母语者，这一现象在语句、词汇和音位层面均有记录。理论上，非母语者在噪声中感知劣势的机制存在两种竞争性假说：经验依赖假说主张接触复杂声学经验可提升噪声中的L2感知；L1迁移假说则认为母语音系范畴持续塑造L2感知策略，即使在不利听力条件下仍可能影响或干扰L2加工。已有研究多聚焦成人被试，儿童L2噪声语音感知的发展轨迹尚未明确；此外，L1对L2噪声感知的预测边界也缺乏直接检验。传统线性模型难以刻画噪声、年级与L1能力之间的非线性关联和交互关系。为此，本研究以52名普通话儿童为样本，采用行为实验与可解释机器学习相结合的方法，考察不同声学背景下L1元音识别对英语后元音识别的预测作用，以及年级相关优势随噪声强度的变化规律，为区分L1迁移的边界条件提供实证依据。
研究内容与结论概述：研究人员选取山西太原两所小学的五、六年级儿童共52名，采用闭集识别任务，在安静、5 dB SNR和?5 dB SNR三种条件下测量英语后元音（/ɑ/、/?/、/o/、/?/、/u/、/?/）识别能力，并在安静条件下测量中文元音识别能力作为L1指标。结果显示：六年级儿童各条件下的识别准确率和反应时均优于五年级儿童，但年级间准确率差异随噪声增强由安静条件下的13.30%缩小至?5 dB SNR下的3.20%；中文元音识别仅在安静条件下显著正向预测英语元音识别，在5 dB和?5 dB噪声条件下无显著预测效应；随机森林模型整体预测性能优于线性回归，且SHAP分析揭示出声学背景贡献随噪声强度非线性增大、年级贡献随噪声强度非线性减小、L1贡献随噪声增强而衰减的预测交互模式。上述发现建议，安静条件下测得的L1识别能力对L2识别的迁移具有情境依赖性，噪声条件下L2感知可能较多依赖与安静L1表现关联较弱的加工过程；年级优势亦受声学难度调节。这些结论提示课堂教学应重视噪声适应训练的必要性。
关键技术方法：研究采用便利抽样招募样本，最终有效被试52人（五年级25人，六年级27人），均来自山西太原两所不同教育水平的小学，无课外英语培训、无专业音乐训练、听力正常，家庭交流语言为普通话或普通话混合太原方言。实验刺激包括20个中文元音-声调组合和6个英语后元音，均嵌入/hVd/音节并截取170 ms稳定段；背景噪声为12说话人英语言语噪声。行为任务由SykoFizx软件控制，以单耳方式在右耳呈现，目标强度为70 dB。数据按参与者为单位分层划分为训练集（n = 36）、验证集（n = 11）和测试集（n = 5），不进行数据增广。模型包括最小二乘线性回归和由100棵决策树构成的随机森林，以SHAP值量化特征边际贡献，以R2、RMSE和MAE进行性能比较。
研究结果：
3.1 不同声学背景下学校英语学习经验对英语元音识别的影响：重复测量方差分析显示，声学背景主效应显著，年级主效应显著，声学背景与年级的交互效应显著。简单效应分析显示，六年级儿童在安静、5 dB SNR和?5 dB SNR三种条件下识别准确率均显著高于五年级，但组间差异从13.30个百分点逐步降至3.20个百分点；反应时差异同样随噪声增加而收窄。中文元音识别任务中年级主效应不显著，表明L1感知已相对稳定。
3.2 不同声学背景下母语音位感知对英语音位感知的影响：相关分析显示，安静条件下中文元音识别与英语元音识别显著正相关（r = 0.37），且对与普通话共振峰重叠程度较高的元音（如/ɑ/、/u/）相关更强（r = 0.42）；而中文元音识别与5 dB及?5 dB噪声条件下的英语识别相关系数不显著。层次回归在控制性别、年级和方言类型后显示，中文元音识别仅在安静条件下显著正向预测英语元音识别，在两种噪声条件下均无预测作用。
3.3 传统机器学习模型：随机森林模型的整体R2为0.53，较线性回归的0.27提高96.3%；RMSE和MAE分别降至0.061和0.048。线性回归中声学背景、年级和中文识别均为显著线性预测因子，但未检测到交互项；随机森林SHAP分析显示，声学背景的边际贡献随噪声增强而非线性上升，年级贡献随噪声增强而下降，中文元音识别贡献仅在安静条件下显著，提示模型捕捉到了线性回归未识别的预测交互模式。
讨论总结：本研究表明，学校英语学习经验相关的年级优势在复杂声学环境中边界有限；L1元音识别对L2识别的预测关系仅在安静条件下成立，随着噪声增强而衰减。这不能直接支持L1经验可作为跨情境通用听觉技能的观点，反而提示噪声条件可能促使L2识别转向不依赖L1安静的感知适应策略。随机森林与SHAP分析作为线性模型的补充工具，能够呈现变量间的非线性预测模式，但受横断面设计和中等样本量限制，此类模式应视为探索性描述而非认知机制的证据。结论：在52名普通话五、六年级儿童中，英语元音识别准确率随聆听条件变差而下降，反应时相应延长；六年级总体表现更好，但年级优势随噪声增强而缩减；安静条件下测得的中文元音识别可预测安静条件下的英语表现，但对两种噪声条件下的英语识别无显著预测关联；随机森林分析提示的非线性预测模式虽有参考价值，但不能直接解释为认知机制，需更大独立样本进行验证。
