Почему искаженная речь становится понятной, когда вы знаете слова

Знакомо ли вам чувство, когда кто-то присылает искаженное голосовое сообщение в WhatsApp или другом мессенджере? Часто оно звучит как просто невнятный шум. Вы можете увеличивать громкость или переслушивать запись несколько раз, но слова остаются непонятными.

Однако если вам пришлют текстовое сообщение или перезапишут аудио в хорошем качестве, первоначальная искаженная запись внезапно приобретает смысл.

Между прослушиваниями не изменилось ни одного байта данных, а звуковые волны были абсолютно идентичны. Но, зная содержание заранее, ваш мозг сконструировал совершенно иной воспринимаемый опыт.

Что сохраняется в искаженной речи

В исследованиях восприятия речи искаженную аудиозапись создают специальным процессом — ноиз-вокодингом. Этот процесс удаляет тонкие частотные детали, придающие голосу высоту и тембр, заменяя их жесткими полосами шума.

Однако этот процесс оставляет интактной временную «огибающую» звука: общий ритм, каденцию, паузы и быстрые изменения громкости. Такой искаженный сигнал дает слуховой системе набор акустических подсказок, которые слишком неоднозначны, чтобы собрать их в одно понятное предложение. Сохранившиеся паттерны могут принадлежать сотням разных фраз, оставляя мозг неспособным отличить речь от шума.

Информация против простого повторения

Конечно, повторное прослушивание само по себе может немного облегчить понимание. Эксперименты действительно показывают небольшое улучшение при простом повторном прослушивании, хотя этот эффект относительно мал ^{[1, 2]}.

Настоящая разница возникает тогда, когда слушатель получает правильную подсказку.

Эндрю Коркоран (Andrew Corcoran) и его коллеги проверили это, показывая людям разные тексты перед повторным прослушиванием искаженной речи ^[2]. Одни видели точное предложение из записи, другие — другое предложение или нейтральную строку символов.

Наибольший прирост четкости наблюдался тогда, когда текст совпадал с записью ^[2]. Неправильное предложение такого эффекта не давало.

Знания некоторых слов недостаточно. В искаженной записи должны оставаться акустические элементы, совпадающие с подсказкой. Текст помогает распознать эти детали, но не может превратить посторонний шум в любое прочитанное предложение.

Что происходит в мозге?

Но есть и другая возможность. Возможно, сам звук вообще не становится четче. Может быть, люди просто знают, какой ответ дать после чтения текста.

Исследователи попытались разделить эти возможности, изучая активность мозга непосредственно во время прослушивания.

Эксперименты с использованием МЭГ и ЭЭГ показали, что текстовые подсказки меняют нейронные ответы во время обработки искаженной речи, включая ответы слуховых областей мозга ^[3]. Эти изменения возникают очень быстро после начала звука.

Кристофер Холдграф (Christopher Holdgraf) и его коллеги пошли дальше, записывая активность непосредственно с коры мозга хирургических пациентов с помощью ЭКоГ-электродов ^[1]. Пациенты слушали искаженные предложения, затем чистые версии, а после — снова искаженные записи.

Нейронный ответ на искаженную речь менялся, как только предложение становилось знакомым ^[1].

Это не раскрывает каждый шаг того, как знание слов меняет слышимое. Но это показывает, что разница не сводится к ответу, который человек дает после прослушивания. Один и тот же искаженный звук обрабатывается мозгом иначе, когда его содержание известно.

Есть пределы

Знание текста не может спасти абсолютно любую плохую запись. В звуке должна сохраниться полезная информация.

Если речь редуцирована до беструктурного шума без временной огибающей, чтение текста не вложит эти слова в звук. Эффект работает потому, что искаженная речь все еще содержит фрагменты оригинального акустического паттерна.

Эффект также работает не одинаково для всех и не с любой записью. Слуховые способности, знание языка, внимание и степень сохранности информации влияют на то, насколько легко слова становятся узнаваемыми ^{[1, 2]}.

И это возвращает нас к удивительной сути феномена. Вы можете послушать запись один раз и услышать только шум. Через несколько мгновений, узнав сказанное, вы слушаете ту же запись и внезапно различаете речь, которая физически присутствовала там всё это время.

Звук не стал четче. Вы стали лучше использовать то, что уже было в нем.