Skip to main content
知识分享官

Search: #语言学

  1. 为什么“看嘴型”也会听错话？科学家画出了一张“嘴型词网络”

    有时候在嘈杂环境里，你会不自觉地看对方嘴巴来“猜他说了什么”。但奇怪的是，即使盯着嘴唇看，我们还是很容易看错——比如把“bat”看成“pat”。为什么明明看得很清楚，大脑却还是容易“误读”？这项研究就专门研究了这种现象。

    研究者提出了一个新概念叫“visome”（可以理解为“嘴型词网络”），用网络科学的方法，把“看起来相似的单词”连接在一起，建立了一张视觉语言的关系图谱。结果发现，很多单词在嘴型上其实是“长得一样”的，比如某些发音对应同一类“视位（viseme）”，导致一个嘴型可能对应多个词。分析两组唇读错误数据后，研究发现：使用频率高的词更容易被误判；而那些“外观相似的词（viseme twins）”越多，它就越难被准确识别；同时，如果一个词在这个网络里“邻居”很多（即和很多词只差一个嘴型变化），人就更容易看错。甚至错误往往集中在“同一个小圈子”里——也就是视觉上相似的一组词之间互相混淆。

    这项研究说明，唇读并不是简单地“看到什么就是什么”，而是受到大脑中“视觉语言网络结构”的限制。对普通人来说，这意味着：即使专心看嘴型，也不可能100%准确理解语言；对听力障碍人群或AI唇读技术来说，这类研究能帮助设计更好的辅助工具。不过要注意，这项工作主要基于英语词汇和数据库分析，人类真实交流中还会受到语境、表情等多种因素影响，因此结论不能简单推广到所有语言和场景。

    原来嘴巴也有“撞脸词”😂


    📖The Journal of the Acoustical Society of America
    📃The visome: Using cognitive networks to examine lip-reading errors in English words
    🗓2026-06-23

    #唇读 #视觉语言 #visome #语言网络 #认知科学

    Via：提前退休卡皮🐟

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  2. 脑机接口新突破：非侵入式解码脑中打字，或助失语者“开口”

    对于无法说话或移动的病人，植入式神经假体虽能恢复沟通，但手术风险较高。现在，科学家们开发出一种非侵入式方法，通过脑电或脑磁图（MEG）解码大脑中打出的句子，为患者提供新的沟通途径。

    研究团队在35名健康志愿者身上测试了新模型“Brain2Qwerty”，它通过深度学习架构解析脑活动。结果显示，脑磁图（MEG）的解码准确率显著高于脑电图（EEG），平均字符错误率29% vs 65%，最佳参与者错误率仅18%，且能完美解码训练集外的句子。

    这一成果大幅缩小了侵入式与非侵入式脑机接口的差距，为开发更安全、更易推广的设备铺平道路。不过，研究仍需在更大样本和不同人群中进行验证，以评估其在实际临床场景中的效果。

    失语者终于能脑内打字了，29%错率，比手写还费劲，但终于不用手术插脑啦😂


    来源：Nature neuroscience

    #脑机接口 #非侵入式 #脑磁图 #语言解码 #神经科学

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  3. 解码语言神经密码：人类大脑如何用神经元构建句子？

    人类语言能将新信息以无穷多样的方式表达，通过将词语组合成复杂短语和句子，实现丰富含义的传递，这是人类认知的基础。然而，大脑中精确控制语言产生的微观细胞结构和皮层布局一直是个谜。近日，一项研究结合单神经元记录与自然语言处理模型，首次揭示了人类前额叶和颞叶皮层在语言产生过程中，如何通过精细的神经元活动编码语言信息。

    研究发现，不同神经元承担不同任务：部分神经元编码词与词之间的语法关系或词性，另一些则追踪句子的更高阶句法结构、短语过渡和序列。这些神经元不仅捕捉词的句法和语义属性，还能动态整合具体句子语境，实现信息的高度组合与精细表达。更重要的是，语言编码能力在左半球显著偏侧化，且在不同皮层区域存在差异，表明语言功能由广泛分布的细胞群体协同完成。

    该研究首次从细胞、局部群体和区域三个尺度，描绘了人类语言的大脑景观，为理解语言如何在大脑中编码提供了关键线索。不过，研究仍基于有限样本，且方法结合了实验与人工智能模型，未来需更多实验验证，以更全面揭示语言神经机制。

    原来大脑里也有“语法老师”在指挥？🧠


    来源：Nature

    #语言神经科学 #大脑皮层 #句法编码 #人工智能辅助研究

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  4. 小脑也参与语言？新研究揭示人类语言网络新成员

    传统认知中，语言处理主要与大脑皮层相关，而小脑通常被认为主要负责运动控制。然而，一项新研究通过高精度fMRI技术，揭示了小脑在语言处理中的关键作用。研究人员系统分析了小脑的语言响应区域，发现四个小脑区域对语言刺激有反应，其中一个区域（跨越Crus I/II和lobule VIIb）在语言任务中表现出对语言的特异性，与皮层语言系统功能连接紧密。

    研究发现，这个语言选择性区域在语言理解与生产过程中均被激活，对语言难度敏感，并能响应社会和非社会性句子。其他三个小脑区域则表现出混合选择性，可能整合来自不同皮层区域的信息。这表明小脑可能作为扩展的语言网络的一部分，参与语言处理。

    这项研究为语言认知的神经机制提供了新视角，但研究仍需更多样本和更复杂的任务来验证这些小脑区域的具体功能，目前结论仍需更多研究支持。

    小脑：我不仅管平衡，还懂语法！🧠


    来源：Neuron

    #小脑 #语言网络 #神经科学 #fMRI #认知研究

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  5. 解密大脑如何区分外语"模糊音"

    为什么我们能轻松听清母语中的每个单词，却觉得外语连成一片模糊的声音？加州大学旧金山分校的研究团队通过两项互补研究揭示了这一现象的神经机制。

    他们发现，大脑的颞上回(STG)区域包含专门神经元，这些神经元通过多年语言学习经验，能够识别单词的边界。当人们听到熟悉语言时，这些神经元会被激活；而面对陌生语言时则毫无反应。这些神经元在处理完一个单词后会迅速"重置"，准备捕捉下一个单词，就像电脑重启一样高效。

    这一发现颠覆了传统认知，表明STG不仅处理基本声音，还能利用经验识别单词边界，为大脑如何将连续声音转化为有意义单位提供了神经蓝图。

    大脑自带语言过滤器，外语自动进入"模糊模式"🔇


    来源：Neuron

    #语言学习 #脑科学 #语音识别

    via: 热心群友

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  6. 狗狗学词靠“看”还是靠“用”？新研究有了答案！

    一项发表在《当代生物学》上的新研究发现，一些被称为“天才学词犬”（Gifted Word Learner dogs）的狗狗，在学习玩具名字时，更关心这个玩具是“用来做什么的”，而不仅仅是“长什么样” 。 这表明，狗狗的思维方式比我们想象的要更聪明、更“抽象” 。

    为了证明这一点，科学家们设计了一个巧妙的实验。首先，他们教狗狗把一个词（比如“拔河玩具”）和一种玩法（拔河）联系起来，把另一个词（比如“投掷玩具”）和另一种玩法（扔出去捡回来）联系起来 。 关键在于，所有“拔河玩具”的样子都各不相同，所有“投掷玩具”也是如此，这样狗狗就无法靠外形来记忆 。 接着，主人会和狗狗玩一些全新的玩具，但在这个过程中完全不提任何词语，只是默默地玩 。

    最神奇的时刻到来了：当主人最终发出指令，说“去拿‘拔河玩具’”时，狗狗能准确地跑向那个全新的、从未听过名字、但之前只一起玩过拔河游戏的玩具 。 这说明，狗狗在脑海里已经给玩具按“用途”分好了类别，并且能把学到的词用到符合这个用途的新东西上 。 这种学习方式和人类宝宝学说话的过程非常相似 ，为我们理解语言能力是如何演化而来的提供了新的线索。

    🐶🐶：别再给我买一堆长得差不多的球了，来点新玩法比什么都强！


    来源：Current Biology

    #犬类认知 #语言学习

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    Media is too big
    VIEW IN TELEGRAM

  7. AI“口头禅”正渗透人类语言？研究发现 ChatGPT 常用词在口语中激增

    佛罗里达州立大学的一项新研究提供了证据，表明 ChatGPT 等 AI 的常用词汇正悄然渗透到人们的日常口语中。该研究已被人工智能、伦理与社会（AIES）顶会接收。

    研究团队分析了超 2210 万个口语词汇，发现在 ChatGPT 发布后，近 75% 的 AI“口头禅”（如“深入研究”、“错综复杂的”）使用频率显著增加，部分甚至翻倍。有趣的是，其同义词的使用频率并无变化。

    这表明 AI 的语言模式可能正通过“渗透效应”影响人类的语言系统，这引发了关于 AI 偏见可能改变人类交流方式的伦理担忧。

    以后开会，老板一张嘴就是“让我们深入探讨一下这个错综复杂的问题”，我就知道他昨晚肯定又让 AI 写稿了。


    Florida State University News
    #人工智能 #语言学 #ChatGPT