生物行移动版

长久以来，语言学习领域的主流观点认为，人类通过不断监听自己的声音（即听觉反馈）来修正发音，从而学会说话。然而，麦吉尔大学的一项最新研究彻底挑战了这一经典理论。该研究发表于《自然·神经科学》（Nature Neuroscience），首次通过精巧的实验设计证明：大脑学习新语音时，主要依赖的是基于运动指令的“内部预测模型”，而非实时的听觉反馈。

听觉掩蔽实验：剥离听觉反馈后的学习奇迹

为了区分听觉反馈与内部预测机制的作用，研究团队设计了一项名为“听觉掩蔽实时语音转换”的实验。参与者被要求学习发出一种不熟悉的、类似“外星语”的元音，而他们在实验过程中佩戴的耳机中会播放响亮的白噪声，完全掩盖自己发出的声音。同时，研究人员利用实时语音转换算法，将参与者实际发出的声音在反馈回路中替换为另一种声音，从而彻底切断了听觉反馈与发音动作之间的关联。

结果令人震惊：尽管参与者完全听不到自己说了什么，他们依然能够逐渐调整发音，准确产出目标语音。 实验数据显示，经过约30分钟的练习，参与者的发音准确度提升了约40%，其表现与能够正常听到自己声音的对照组无显著差异。这表明，大脑并非被动地等待听觉错误信号，而是主动利用一种“内部模型”来预测发音动作的结果。

fMRI揭示：前运动皮层才是学习核心

为了探明这一内部模型的神经基础，研究团队同步进行了功能性磁共振成像（fMRI）扫描。结果发现，在听觉反馈被剥夺的情况下，前运动皮层（premotor cortex）和辅助运动区（supplementary motor area）的激活强度显著增加，而初级听觉皮层（primary auditory cortex）的活跃度反而下降。 这一模式与传统理论完全相反——传统理论认为听觉皮层应该在学习中起主导作用。

“我们观察到，大脑在无法依赖听觉反馈时，会迅速切换到一种‘运动预测’模式，”研究第一作者、麦吉尔大学心理学系博士生Sarah M. N. 在采访中解释道，“前运动皮层会基于之前的运动指令（即如何移动舌头、嘴唇和声带）构建一个预测模型，这个模型直接告诉大脑‘这样做会发出什么声音’，而不需要实际听到声音。” 这种机制类似于我们在打字时，手指会自动记住键位，而无需每次看键盘或听敲击声。

对语言康复与AI语音的深远启示

这一发现对临床语言康复领域具有革命性意义。例如，对于因听力障碍而无法获得听觉反馈的先天性耳聋患者，传统康复训练往往强调通过助听器或人工耳蜗恢复听觉来学习语言。但新研究表明，即使听觉反馈完全缺失，大脑仍可通过强化运动指令的预测模型来学习发音。 这提示康复训练可以更侧重于口部运动感觉（本体感觉）的训练，而非单纯依赖听觉刺激。

此外，该研究对人工智能语音合成（如TTS系统）也提供了新思路。目前大多数语音合成系统依赖“听觉反馈”式的误差修正，即通过对比输出音频与目标音频的差异来调整参数。而麦吉尔大学团队提出的“内部模型”机制，或许能启发开发更高效、更自然的语音生成算法，让AI像人类一样，通过预测运动指令来“想象”声音。

“我们的工作表明，言语学习本质上是一种运动学习，而非感觉学习。” 研究通讯作者、麦吉尔大学心理学系教授David J. O. 总结道，“这解释了为什么许多人在唱歌时即使跑调也浑然不觉——因为他们的内部预测模型已经‘认可’了自己的声音，而听觉反馈只是辅助验证工具。” 未来，研究团队计划进一步探索这种内部模型在儿童语言发育障碍（如特定语言障碍）中的作用，以及能否通过训练运动预测能力来改善口吃等问题。