Science ·Serbian / Srpski

Zašto nejasan govor zvuči jasnije kada znate reči

Slušanje izobličene glasovne poruke verovatno zvuči kao nerazumljiva buka. Ali ako dobijete ponovo snimljenu, čistiju verziju ili pročitate rečenicu pre nego što je ponovo poslušate, nekako možete razumeti prvi snimak. Da li možete objasniti kako je to moguće?

Digitalni zvučni talas koji se sleva nadesno pretvara iz haotičnih, zamućenih čestica šuma u jasne, svetleće plave i zlatne harmonijske krive.

Znate onaj osjećaj kada vam neko pošalje izobličenu glasovnu poruku preko WhatsApp-a ili neke druge aplikacije? Čosto zvuči kao obična besmislica ili prosto buka. Možete eksperimentisati sa pojačavanjem zvuka, puštati je više puta, ali reči i dalje mogu ostati nerazumljive.

Sada, ako vam pošalju i tekstualnu poruku, ili ponovo snime glasovnu poruku u boljem kvalitetu, prethodno izobličeni snimak konačno ima smisla.

Između dva slušanja nije promenjen nijedan jedini bajt, a zvučni talasi bili su identični onima pri prvom slušanju. Međutim, pošto ste se unapred upoznali sa sadržajem, vaš mozak je konstruisao potpuno drugačije iskustvo.

Šta preživljava u izobličenom govoru

U istraživanjima percepcije govora, izobličeni zvučni snimak govora kreira se posebnim postupkom koji uklanja fine detalje frekvencije i zamenjuje ih oštrim trakama šuma. Kao posledica toga, glas dobija nepotpunu visinu i ton.

Ovaj proces ostavlja netaknutom vremensku "ovojnicu" zvuka: opšti ritam, kadencu, pauze i brze promene glasnoće po frekvencijskim kanalima. Ovaj izobličeni signal predstavlja vašem auditivnom sistemu skup stvarnih akustičkih tragova koji ostaju daleko previše dvosmisleni da bi se sklopili u jednu razumljivu rečenicu. Preostali obrasci mogli bi pripadati mnogim različitim frazama, ostavljajući mozak nesposobnim da razdvoji govor od šuma.

Informacija nasuprot čistom ponavljanju

Naravno, slušanje istog snimka po drugi put moglo bi samo po sebi učiniti da bude malo lakše razumljivo. I eksperimenti zaista pokazuju izvesno poboljšanje kada ljudi jednostavno ponovo poslušaju, iako je taj efekat relativno mali [1, 2].

Veća razlika se pojavljuje kada slušalac dobije pravi nagoveštaj.

Endru Korkoran (Andrew Corcoran) i kolege testirali su ovo prikazujući ljudima različite vrste teksta pre nego što bi ponovo čuli izobličeni govor [2]. Neki su videli stvarnu rečenicu sa snimka. Drugi su videli drugačiju rečenicu ili neutralni niz simbola.

Ljudi su prijavili najveći porast jasnoće kada se tekst podudarao sa snimkom [2]. Davanje pogrešne rečenice nije imalo isti efekat.

Dakle, poznavanje nekih reči nije dovoljno. I dalje mora postojati nešto preostalo u izobličenom snimku što odgovara nagoveštaju. Tekst može učiniti te preostale detalje lakšim za prepoznavanje, ali ne može pretvoriti nepovezan zvuk u bilo koju rečenicu koju slučajno pročitate.

Šta se dešava u mozgu?

Postoji, međutim, i druga mogućnost. Možda sam zvuk uopšte ne postaje jasniji. Možda ljudi jednostavno znaju koji odgovor da daju nakon što vide rečenicu.

Istraživači su pokušali da razdvoje ove mogućnosti posmatrajući moždanu aktivnost dok ljudi zapravo slušaju.

Eksperimenti koristeći MEG i EEG otkrili su da pisani tekstualni nagoveštaji mogu promeniti neuralne odgovore tokom obrade izobličenog govora, uključujući odgovore povezane sa auditivnim regijama [3]. Ove promene se pojavljuju prilično brzo nakon što zvuk počne.

Kristofer Holdgraf (Christopher Holdgraf) i kolege otišli su korak dalje snimajući direktno sa korteksa hirurških pacijenata pomoću ECoG elektroda [1]. Pacijenti su slušali izobličene rečenice, zatim čuli čiste verzije, a kasnije ponovo slušali izobličene snimke.

Neuralni odgovor na izobličeni govor promenio se čim je rečenica postala poznata [1].

To nam ne govori svaki korak kojim poznavanje reči menja ono što neko čuje. Ali pokazuje da razlika nije ograničena samo na odgovor koji osoba daje nakon toga. Isti izobličeni zvuk obrađuje se drugačije kada je njegov sadržaj poznat.

Postoje granice

Poznavanje rečenice ne može spasiti baš svaki loš snimak. Neke korisne informacije i dalje moraju preživeti u zvuku.

Ako bi govor bio sveden na šum bez ikakve preostale korisne vremenske strukture, čitanje rečenice unapred ne bi magično ubacilo te reči unutra. Efekat deluje zato što izobličeni govor i dalje sadrži delove originalnog akustičkog obrasca.

Takođe ne deluje podjednako dobro za svakoga niti sa svakim snimkom. Slušna sposobnost, poznavanje jezika, pažnja i količina informacija koje su preživele izobličenje mogu uticati na to koliko lako reči postaju prepoznatljive [1, 2].

I to nas vraća na čudni deo ove demonstracije. Možete poslušati snimak jednom i čuti uglavnom šum. Nekoliko trenutaka kasnije, nakon što saznate šta je rečeno, slušate isti snimak i odjednom primećujete govor koji je fizički bio tamo sve vreme.

Zvuk nije postao jasniji. Vi ste postali sposobniji da iskoristite ono što je već bilo u njemu.

References

  1. Holdgraf, C. R., de Heer, W., Pasley, B., Rieger, J., Crone, N., Lin, J. J., Knight, R. T., Theunissen, F. E. Rapid tuning shifts in human auditory cortex enhance speech intelligibility. Nature Communications, 7, 13654, 2016.
  2. Corcoran, A. W., Perera, R., Koroma, M., Kouider, S., Hohwy, J., Andrillon, T. Expectations boost the reconstruction of auditory features from electrophysiological responses to noisy speech. Cerebral Cortex, 33(3), 691–708, 2023.
  3. Sohoglu, E., Peelle, J. E., Carlyon, R. P., Davis, M. H. Predictive top-down integration of prior knowledge during speech perception. The Journal of Neuroscience, 32(25), 8443–8453, 2012.
1reads
Helpful0 Comments 0 Tipped0
Written bymirex

· 3 min read

Conversation

Comments 0

No comments yet

Start the conversation.