Nature Human Behaviour
人类利用正负频谱-时间相关性检测音高上升与下降

小赛推荐：

该研究揭示了人类听觉系统通过类似视觉运动检测的算法来感知音高变化，发现了一种新的听觉错觉，并提供了听觉皮层中存在对立编码的fMRI证据，将听觉与视觉系统的运动检测机制联系起来。

 

文献概述

本文《人类利用正负频谱-时间相关性检测音高上升与下降》，发表于《Nature Human Behaviour》杂志，回顾并总结了人类如何通过局部频谱-时间强度相关性判断音高的上升与下降。研究结合心理物理学实验、计算建模、功能神经影像和语音分析，发现人类不仅能够利用正相关性感知音高运动，还能对负相关性产生相反方向的感知，形成一种新的听觉错觉。这种机制与视觉系统中的‘反φ’错觉相对应，并在听觉皮层中表现出对立神经编码特征。此外，研究进一步证明自然语言（英语和普通话）中的语调变化也由正负频谱-时间相关性共同编码，提示该机制具有生态意义。整段通顺、有逻辑，结尾用中文句号，段落结尾使用

背景知识

音高变化是语音和音乐感知的核心，尤其在声调语言（如普通话）中，音高的上升或下降直接决定词义。传统观点认为，音高变化主要通过基频（F0）的跟踪来实现。然而，F0估计本身具有挑战性，特别是在复杂声学环境中。近年来，研究提出听觉系统可能使用更局部的频谱-时间模式进行音高方向判断，类似于视觉系统检测空间运动的机制。例如，视觉系统可通过像素间的亮度相关性识别运动方向，其中负相关性引发“反φ”错觉。尽管已有研究提示听觉系统可能具备类似能力，但尚未明确分离正负频谱-时间相关性的作用。此外，是否存在神经层面的对立编码（如兴奋-抑制机制）支持音高方向感知，仍不清楚。本研究通过借鉴视觉研究范式，设计无基频的噪声刺激，系统探究了听觉系统是否及如何利用局部相关性检测音高运动，填补了跨模态运动检测机制的理解空白，为听觉场景分析和语音识别模型提供了新视角。段落结尾使用

 

提供生理生化指标检测、病理学分析、免疫细胞功能评估等多维度的疾病机制研究和药效评价服务

了解更多

 

研究方法与实验

研究采用心理物理学实验，设计了具有特定频率-时间偏移的正负相关噪声听觉刺激，要求被试判断音高方向。通过操纵相关性强度（一致性）和方向，量化感知敏感性。随后使用双耳刺激验证信息整合方式。进一步设计稀疏“滴答”对刺激，系统测试感知对时间延迟和频率偏移的调谐特性。结合计算建模，构建运动能量模型并引入对立减法机制，预测行为数据。通过fMRI实验，使用上升、下降及叠加音调刺激，检测听觉皮层是否存在对方向对立响应的体素。最后，分析英语和普通话语料库的语谱图，计算不同强度组合模式的净信号与实际音高变化的相关性，评估其生态效度。

关键结论与观点

• 人类能够利用局部频谱-时间强度正相关性判断音高的上升或下降方向，表现为对向上正相关（↑+）感知为上升音高，向下正相关（↓+）感知为下降音高
• 人类对负相关性（↑–, ↓–）产生相反方向的感知：向上负相关（↑–）被感知为下降音高，向下负相关（↓–）被感知为上升音高，构成一种新的听觉错觉，是视觉“反φ”现象在听觉频率维度的直接类比
• 感知敏感性随刺激相关性强度单调变化，且正相关与负相关条件下的心理测量函数在反转方向后无显著差异，支持感知对正负相关性的对称处理
• 感知对时间延迟（约40ms）和频率偏移（约1/15八度）具有调谐性，表明存在特定的时间-频率尺度用于检测音高运动
• 双耳呈现实验表明，即使单耳无相关性，被试仍能整合双耳信息计算频谱-时间相关性，说明该机制可在中枢完成
• fMRI结果显示，听觉皮层存在对上升和下降音调均激活但对叠加刺激响应减弱的体素，符合对立神经编码机制的预测
• 自然语言（英语和普通话）的语调变化与正负频谱-时间相关性显著相关：正相关模式（高-高、低-低）与音高上升正相关，负相关模式（高-低、低-高）与音高上升负相关，表明该机制在真实语音中具有信息意义

研究意义与展望

该研究确立了频谱-时间相关性作为音高方向感知的关键线索，揭示了听觉系统采用与视觉运动检测相似的局部算法，拓展了跨模态信息处理的统一框架。发现的听觉“反φ”错觉为研究听觉场景分析和音高感知提供了新工具。

研究提示听觉皮层可能存在对立神经机制编码音高方向，为未来神经生理学研究提供了明确预测。fMRI结果虽来自小样本，但为理解听觉皮层功能组织提供了新视角。

自然语音分析表明，正负相关性共同编码语调信息，解释了为何人类对负相关刺激产生反转感知——因为这种机制在生态上是有效的。这为自动语音识别和计算听觉模型提供了生物学启发的新特征。

 

专业的眼科药效学分析平台可提供从眼部注射给药、眼部活体检测、眼部组织取材、病理学分析和基因与蛋白表达分子检测等全流程的眼科药效学分析服务

了解更多

 

结语

本研究系统揭示了人类听觉系统利用正负频谱-时间强度相关性检测音高上升与下降的机制。通过创新的听觉噪声刺激，研究发现人类不仅能感知正相关性带来的音高运动，还能对负相关性产生相反方向的感知，形成一种新的听觉错觉，与视觉“反φ”现象直接对应。心理物理实验表明感知对相关性强度和特定时间-频率偏移具有调谐性，支持局部相关性检测机制。计算建模和fMRI结果共同提示，听觉皮层可能采用对立神经编码实现对音高方向的选择性响应。最重要的是，分析自然语言语料发现，正负相关性在英语和普通话中均携带语调变化信息，表明该机制具有生态合理性。这项工作不仅深化了对听觉运动感知的理解，也揭示了中枢神经系统在不同感觉模态（听觉与视觉）和不同维度（频率与空间）上共享相似的运动检测算法，为跨模态感知研究提供了重要证据。

 

Parisa A Vaziri, Samuel D McDougle, and Damon A Clark. Humans can use positive and negative spectrotemporal correlations to detect rising and falling pitch. Nature Human Behaviour.