XiaoMi-AI文件搜索系统
World File Search SystemListening
在说话、聆听和自我聆听过程中，大脑对语音包络的同步时间
本研究调查了语音产生、聆听和自听过程中语音包络跟踪的动态。我们使用的范例是，参与者聆听自然语音（聆听）、产生自然语音（语音产生）和聆听自己语音的回放（自听），同时用脑电图记录他们的神经活动。在时间锁定脑电图数据收集和听觉记录与回放之后，我们使用高斯 copula 互信息测量来估计脑电图中的信息内容与听觉信号之间的关系。在 2 – 10 Hz 频率范围内，我们确定了语音产生和语音感知过程中最大语音包络跟踪的不同延迟。最大语音跟踪发生在感知过程中听觉呈现后约 110 毫秒，以及语音产生过程中发声前 25 毫秒。这些结果描述了说话者和听众语音跟踪的特定时间线，符合语音链的概念，因此也与交流延迟有关。
低频神经活动反映了语音聆听过程中基于规则的分块
摘要 分块是序列处理的关键机制。语音序列的研究表明，低频皮质活动会跟踪口语短语，即由隐性语言知识定义的词块。在这里，我们研究低频皮质活动是否反映了序列分块的一般机制，并能跟踪由临时学习的人工规则定义的词块。实验记录了对一系列口语单词的脑磁图 (MEG) 反应。为了将单词属性与词块结构分离，两个任务分别要求听众将语义相似或语义不相似的单词对分组为词块。在 MEG 频谱中，可以观察到词块速率的清晰响应。更重要的是，词块速率响应与任务相关。它与词块边界相位锁定，而不是与单词之间的语义相关性锁定。结果强烈表明，皮质活动可以跟踪基于任务相关规则构建的词块，并可能反映词块级表示的一般机制。
自然歌曲听觉期间音乐和语言互动的神经签名
歌曲在人脑中如何处理？在歌曲中，音乐和歌词在音乐语言的协同作用中紧密绑定，以传达含义和情感，而不是语言内容，从而提出了有关如何代表两个组成部分并将其整合到有凝聚力的感知整体中的问题。先前的研究指出了对音乐，语音和歌曲敏感的人类皮质的领域，它们既可以找到共享和专业网站。然而，听歌曲时的音乐和歌词处理之间的互动仍然很糟糕。为了解决这个问题，我们探究了具有脑电图的特定于音乐和语音的神经预测机制。当向听众提供歌曲或相应的嗡嗡声（无语言）旋律时，比较了旋律预测的编码。同样，在歌曲和相应的口语（无旋律）歌词中研究了语音预测的编码。我们发现，歌曲中音乐和言语的同意改变了它们的预测信号的产生和处理，从而改变了它们的神经编码。此外，我们在旋律和音素期望的神经编码中找到了一个权衡，其平衡取决于谁在听（反映听众的偏爱的内部驱动力，例如音乐训练）以及歌曲的创作和表演方式（外部驱动程序（外部驱动力）（反映了歌词和音乐的出色和音乐））。总的来说，我们的结果表明，歌曲涉及并行预测过程，以竞争共享处理资源的使用。
在说话和聆听过程中，额颞区域的连接性在句法结构构建中的作用
已发现，句子生成和理解的神经基础设施大部分是共享的。在说话和听的过程中，会使用相同的区域，但根据模态的不同，它们的激活强度会有所不同。在本研究中，我们调查了模态如何影响先前发现的跨模态句法处理区域之间的连接。我们确定了成分大小和模态如何影响左下额叶 (LIFG) 和左后颞叶 (LPTL) 的三角部与 LIFG 的岛叶部、左前颞叶 (LATL) 和大脑其余部分的连接。我们发现成分大小可靠地增加了这些额叶和颞叶 ROI 之间的连接。两个 LIFG 区域和 LPTL 之间的连接在两种模式下都随着成分大小而增强，并且在生成过程中上调，可能是由于额叶皮层的线性化和运动规划。两个 ROI 与 LATL 的连接较低，并且仅在成分较大时才增强，这表明 LATL 在两种模式下的句子处理中都发挥了贡献作用。因此，这些结果表明，额颞区域之间的连接在句子生成和理解的句法结构构建中上调，为跨模态的句子级处理共享神经资源提供了进一步的证据。
聆听音乐对运动员焦虑、抑郁和疼痛的影响：简要回顾
由于运动带来的压力和伤害，运动员面临各种心理和生理疾病的风险。焦虑、抑郁和疼痛是最常见的疾病，它们都会对运动员的表现和潜在的职业生涯产生严重影响。这篇评论表明，多项研究表明，在运动前、运动中和运动后听音乐，尤其是听激励性和放松性的音乐，可以分散情绪，有助于减少负面情绪、疼痛感以及伴随的负面情感体验。这篇简短的评论为了解听音乐如何影响运动员奠定了基础，使其成为一种非侵入性且更便宜的治疗运动引起的焦虑、抑郁和疼痛的方法。
大脑网络互连动力学解释听力行为的元认知差异
复杂的听觉场景构成了一个挑战，对倾听的倾听，使听众的感知决策更加慢和不确定。我们如何从与聆听行为控制有关的皮质网络的动力学中解释这种行为？我们在这里遵循以下假设：在挑战聆听情况下的人类适应性感知得到了对n = 40名参与者（13名男性）样本中的听觉网络的模块化重新配置的支持，他们接受了休息状态和任务功能功能磁共振成像（fMRI）。对空间选择性听觉注意任务的个人滴定的平均准确性约为70％，但在听众的响应速度上产生了相当大的个体差异，并在其自身的知觉决策中报告了信心。全脑网络模块化通过重新设置听觉，cinguloopercular和背注意网络，从静止性到任务增加。特定的，在任务相对于静止状态的任务期间，听觉网络和Cinguloopercular网络之间的互连性减少。此外，背注意网络和CingulooperCular网络之间的互连性增加。这些互连动力学可以预测响应信心中的个体差异，其程度在判断不正确后更为明显。我们的发现在元认知评估中，在挑战性的聆听情况下，听觉和注意力控制网络之间的功能互动与注意力控制网络之间的行为相关性，并暗示了两种功能上可解散的皮质网络系统，这些系统塑造了个人在适应性听力行为中个人之间相当大的元认知差异。
基于技术设备的使用，英语听力技巧的发现策略。 div>
在英语教学领域，目的是促进发现策略，该策略通过提供更自主的方式来区分声音和单词的能力，以提高英语的听力能力，此外，它可以使听众使用他的语言和上下文知识来实现技术的理解，从而使听众成为一个积极的过程，以实现技术设备的理解。因此，该研究的目的是通过在高中生中使用技术设备来了解发现策略在英语能力方面的支持。具有混合方法，具有相关类型的研究和准实验设计。对于研究人群，考虑到格伦·多曼教育部门的学生，根据便利性的非概率抽样，选择了安巴托市基础教育第十十年的学生。随后形成了两组，一个对照组和一个实验组，参与者数量相同（28）。作为一种仪器，将英语的标准化宠物测试级别B1应用于两组，以确定这些学生对英语的听力理解水平。该研究包括每周两天应用发现策略两个月，而对照组继续使用传统方法。研究表明，发现策略对学生的听力技巧产生了积极影响。最后，证明了诸如识别单词，短语或故事的识别以及在使用陌生术语时的理解和能力等方面的发展。
由南加州政府审计署和加州大学欧文分校主办的基于人工智能的交叉路口监控聆听会
加州大学欧文分校 (UCI) 的 HORIBA 移动与连接研究所 2 (HIMaC 2) 获得了美国能源部 (DOE) 车辆技术办公室的资助，用于研究和提高交通能源效率。随着一项新兴的人工智能 (AI) 基础设施激光雷达技术在欧文市得到展示，研究人员正在利用该市的 25 个交通路口开展研究，创建公共道路网络平台。在这 25 个路口，研究人员正在安装人工智能传感器，以隐私敏感的方式收集交通数据，并安全地发送驾驶建议，以对空气质量、交通和安全产生积极影响。
在学龄前儿童中聆听故事期间的共享阅读质量和大脑激活
最初是作为一种干预措施而开发的，以促进低社会经济地位（SES）儿童的语言发展，4对话阅读是一种反映在共享阅读过程中言语互动和参与度的构造。4通过使用特定类型的提示和响应，护理人员鼓励孩子参加由故事催化的相互对话。4，5行为证据表明，对话性阅读可能会赋予中等至大的好处，包括表达语言，7，8叙事理解，5和注意力，9个基本的新兴扫盲技能。还引用了10个社会情感益处，包括增加的亲子纽带和阅读享受。11，12个培养行为，例如指导儿童的言语和圈式坐姿，也可以提高共享的阅读质量并改善结果。13然而，尽管有高度可变，但共享的阅读质量“对话性”在低社会经济状态（SES）家庭中往往较低。7、14、15因此，诸如伸出手和读取的计划涉及低调，高危家族鼓励提供者在儿科儿童访问期间建模对话阅读。2