Syllable-timescale organization of auditory–motor feedback control
Durch die Integration von Verhaltensexperimenten, neurocomputationaler Modellierung und EEG-Aufzeichnungen liefert diese Studie konvergente Belege dafür, dass die auditiv-motorische Feedback-Kontrolle in der Sprachproduktion auf der Silben-Zeitskala organisiert ist, wobei Feedback-Verzögerungen die Sprache stören und die neuronale Suppression spezifisch dann modulieren, wenn sie mit der Silbendauer übereinstimmen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, einen perfekten Rhythmus beizubehalten, während Sie mit den Fingern auf einen Tisch klopfen. Stellen Sie sich nun vor, jemand würde Ihre Klopfzeichen aufnehmen und sie mit einer winzigen Verzögerung wieder in Ihre Ohren spielen. Wenn diese Verzögerung genau richtig ist, gerät Ihr Gehirn durcheinander, Ihr Rhythmus bricht zusammen und Sie fangen an, völlig unkontrolliert zu klopfen. Dies ist der Effekt der „verzögerten auditiven Rückkopplung“ (Delayed Auditory Feedback, DAF) – ein Trick, den Wissenschaftler seit den 1950er Jahren nutzen, um unsere Sprache zu untersuchen.
Jahrzehntelang beobachteten Forscher etwas Seltsames: Die Verzögerung, die das meiste Chaos verursachte, lag immer bei etwa 200 ms (Millisekunden). Sie vermuteten, dass dies geschah, weil 200 ms in etwa der Zeit entsprechen, die man benötigt, um eine Silbe (wie „ta“ oder „ba“) auszusprechen. Sie dachten, das Gehirn besitze einen festen „Timer“, der prüft, ob das gehörte Geräusch mit dem Geräusch übereinstimmt, das es erwartet, und wenn die Verzögerung dieses spezifische 200-ms-Fenster störte, stürzte das System ab.
Aber hier kommt der Clou: Was wäre, wenn das Gehirn gar keinen festen Timer hat? Was wäre, wenn der „Timer“ des Gehirns flexibel ist und sich dehnt oder zusammenzieht, um exakt zu der Geschwindigkeit zu passen, mit der man gerade spricht?
Genau das wollte M. Florencia Assaneo und ihr Team an der Universidad Nacional Autónoma de México herausfinden. Sie haben nicht nur geraten; sie führten Experimente durch, bauten computergestützte Gehirne und warfen sogar einen Blick in das menschliche Gehirn mittels EEG-Sensoren, um das Rätsel zu lösen.
Das Rennen gegen die Uhr
Zuerwert brachte das Team 15 Personen in einen Raum und bat sie, eine Sequenz von Silben („ta-te-ti-to-tu“) in zwei verschiedenen Geschwindigkeiten zu rezitieren: einem langsamen, entspannten 3 Silben pro Sekunde und einem schnellen, hektischen 6 Silben pro Sekunde.
Während sie diese Rezitation durchführten, spielten die Forscher ihre Stimmen mit unterschiedlichen Verzögerungen zurück: 30 ms, 80 ms, 160 ms, 240 ms, 320 ms und 400 ms. Sie zählten, wie viele Fehler (wie das Wiederholen einer Silbe oder das Vertauschen der Reihenfolge) die Sprecher machten.
Das Ergebnis war ein „Aha!“-Moment.
- Wenn die Sprecher schnell waren (6 Silben/Sek.), war die Verzögerung, die das meiste Chaos verursachte, etwa 80 ms.
- Wenn die Sprecher langsam waren (3 Silben/Sek.), erreichte das Chaos seinen Höhepunkt bei 160 ms.
Die „am meisten störende“ Verzögerung blieb nicht fest bei 200 ms. Stattdessen skalierte sie perfekt mit der Geschwindigkeit der Sprache. Wenn man doppelt so schnell spricht, tritt der „Sweet Spot“ für die Verwirrung des Gehirns doppelt so schnell ein. Dies deutet darauf hin, dass das Gehirn keinen starren, voreingestellten Takt verwendet. Stattdessen scheint es ein flexibles Fenster zu nutzen, das der Länge der Silbe entspricht, die man gerade ausspricht.
Der Computer-Gehirn-Test
Um sicherzustellen, dass dies kein Zufall war, bauten die Forscher drei verschiedene „Computer-Gehirne“ (neurokomputationale Modelle), um zu sehen, welches die chaotischen menschlichen Daten erklären konnte.
- Der „Punkt-für-Punkt“-Roboter: Dieses Modell verglich die Schallwelle in jedem einzelnen winzigen Moment. Es scheiterte daran, die menschlichen Ergebnisse zu reproduzieren.
- Der „Rhythmus“-Roboter: Dieses Modell kümmerte sich nur um das Timing und den Rhythmus und ignorierte den eigentlichen Inhalt des Klangs. Auch es scheiterte.
- Der „Silben“-Roboter: Dieses Modell agierte wie ein Mensch. Es prüfte nicht jede Millisekunde. Stattdessen wartete es, bis eine ganze Silbe abgeschlossen war, komprimierte diesen Klangblock zu einer einfachen Zusammenfassung und verglich ihn dann mit dem, was es erwartete.
Nur der Silben-Roboter konnte die Ergebnisse des Experiments erfolgreich reproduzieren. Er zeigte, dass das Gehirn Geräusche wahrscheinlich in Silben-große Blöcke gruppiert, bevor es sie überprüft. Wenn die Verzögerung das Timing dieses spezifischen Blocks stört, gerät das Gehirn in Panik. Diese Simulation legt nahe, dass die „Silbe“ eine fundamentale Einheit der Sprachsteuerung ist und als natürlicher Behälter für unser auditives Feedback dient.
Dem Gehirn beim „Psst!“ zuzuhören
Schließlich wollte das Team sehen, was im Inneren des Gehirns geschieht. Sie verwendeten EEG (Elektroenzephalografie), um die elektrische Aktivität von 28 Teilnehmern aufzuzeichnen.
Wenn wir sprechen, sendet unser Gehirn normalerweise ein „Psst!“-Signal an unsere Ohren, das die Lautstärke unserer eigenen Stimme dämpft. Dies wird als sprachinduzierte auditive Unterdrückung (Speech-Induced Auditory Suppression, SIAS) bezeichnet. Es ist, als würde das Gehirn sagen: „Ich weiß, dass ich diesen Lärm mache, also muss ich nicht so laut darauf hören.“
Die Forscher fanden heraus, dass dieses „Psst!“-Signal ebenfalls von der Silbengeschwindigkeit abhängt. Wenn die Feedback-Verzögerung auf 250 ms fixiert war, war die Unterdrückung des Gehirns bei langsamerem Sprechen (3 Hz) stärker und bei schnellerem Sprechen (6 Hz) schwächer.
Dies bestätigt, dass die Fähigkeit des Gehirns, die eigene Stimme vorherzusagen und zu dämpfen, nicht nur von der absoluten Zeitverzögerung abhängt. Es geht darum, wie diese Verzögerung in den Rhythmus der Silbe passt. Wenn die Verzögerung den Rhythmus der Silbe bricht, versagt die Vorhersage des Gehirns und das „Psst!“-Signal wird schwächer.
Das Urteil
Was haben wir also gelernt?
- Das Hauptergebnis: Das Gehirn organisiert das Sprachfeedback rund um die Silbe. Es nutzt ein flexibles Fenster, das sich dehnt oder zusammenzieht, um zur Geschwindigkeit des Sprechens zu passen, anstatt eines festen 200-ms-Timers.
- Was ausgeschlossen wurde: Die Idee, dass das Gehirn einen einfachen, kontinuierlichen Vergleich von Schallwellen in jeder Millisekunde durchführt oder dass es sich ausschließlich auf einen festen Rhythmus verlässt, der sich nicht mit der Sprechgeschwindigkeit ändert. Die Daten und Simulationen zeigen, dass diese einfacheren Ideen nicht funktionieren.
- Wie sicher sind wir? Das Team verfügt über konvergente Evidenz. Sie haben dieses Verhalten beim Menschen gemessen, es in Computermodellen simuliert (wobei nur das silbenbasierte Modell erfolgreich war) und die entsprechenden neuronalen Signale im Gehirn beobachtet.
Obwohl die Arbeit nicht behauptet, das gesamte Rätsel der Sprache gelöst zu haben, liefert sie starke, direkte Beweise dafür, dass die Silbe ein zentraler Baustein in der Architektur der Sprachsteuerung des Gehirns ist. Es ist, als ob das Gehirn in „Blöcken“ spricht, und wenn man das Timing eines Blocks durcheinanderbringt, gerät das gesamte Gespräch ins Straucheln.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.