脑电波揭示双语音流同时编码：注意力切换的神经机制

在多人交谈的嘈杂环境中，我们如何追踪目标说话者？长期以来的观点是大脑只能同时处理一个语音流。但Trinity College Dublin的最新研究挑战了这一假设。

图1：注意力切换时双语音流同时编码的时间线

研究者使用EEG记录了24名正常听力成人在沉浸式多人交谈环境中的大脑活动。参与者被要求每15-30秒在两个语音流（TED演讲）之间切换注意力，背景播放16人嘈杂声模拟真实场景。

通过时间响应函数（TRF）分析，研究发现了一个非对称过程：新语音流的神经追踪先于旧语音流的脱离而出现。这意味着在1-2秒的过渡窗口内，大脑同时编码两个语音流。这一发现挑战了"大脑只能一次处理一个说话者"的传统观点。

图2：EEG研究三个层面的发现

这一过渡过程与EEG alpha功率的降低密切相关，alpha功率在编码切换点后达到最低，反映了认知努力的增加。研究还用大语言模型构建了四种上下文累积策略，发现Reset模型（切换后忽略先前上下文，重置词汇预测）最佳预测了EEG数据。

该发现有助于开发更智能的助听器技术，支持不仅聚焦单一说话者，还能探索更广泛的声音环境。同时也有助于理解为什么老年人和听力困难者在餐厅、工作场所等嘈杂环境中感到特别疲劳。

[关联推荐]

• 从AlphaFold到可编程蛋白质设计 — 大脑与分子设计的交叉
• 生物信息学发现新镍酶 — 生物信息学的更多发现
• 分子邻居重塑蛋白质动力学 — 微环境调控功能的分子层面

---