مغز چگونه آهنگ گفتار را شناسایی می کند؟

نوروسافاری | مطالعه ی جدید نشان می دهد که گروه هایی از نورون ها به تغییرات تن صدا /زیروبمی که در انتقال معنا تعیین کننده اند، عکس العمل نشان می دهند.

به گزارش نوروسافاری به نقل از سایت خبری UCSF، محققان این دانشگاه نورون هایی را در مغز انسان شناسایی کرده اند که به تغییرات تن صدا در زبان محاوره ای که برای انتقال معنا و احساسات ضروری است، واکنش نشان می دهند. این مطالعه بصورت آنلاین در ۲۴ آگوست سال جاری در ژورنال Science توسط دکتر ادوارد چانگ، استاد بخش جراحی مغز و اعصاب در موسسه علوم اعصاب ویل Weill Institute for Neurosciences  در دانشگاه UCSF و تحت رهبری کلرتانگ، دانشجوی سال چهارم در آزمایشگاه چانگ  منتشر شد.

تانگ اظهار داشت: “یکی از ماموریت های آزمایشگاه این است که بفهمیم چگونه مغز صداها را به معنا تبدیل می کند. آنچه در اینجا می بینیم این است که نورون هایی در نئوکورتکس مغز وجود دارند که نه تنها اینکه چه کلماتی گفته می شوند، بلکه این کلمات چگونه گفته می شوند را نیز پردازش می کنند. “

تغییرات در تن صدا در طول گفتار، بخشی از آنچه زبانشناسان آن را نوای گفتار می نامند، بخشی اساسی از ارتباطات انسانی است که اهمیت آن تقریبا به اندازه ی ملودی برای موسیقی است. در زبان های آهنگین مانند چینی ماندارین، تغییرات تن صدا می تواند به طور کامل معنای یک کلمه را تغییر دهد. اما حتی در زبان غیر آهنگین مانند انگلیسی، تفاوت در تن صدا می تواند به طور قابل توجهی معنای یک جمله گفتاری را تغییر دهد.

یک مثال عملی

به عنوان مثال، “Sarah plays soccer”  که در آن ” Sarah ” با یک تن صدای  نزولی بیان می شود، می تواند توسط یک سخنگو برای برقراری ارتباط با کلمه سارا استفاده شود نه شخص دیگری که فوتبال بازی می کند. در مقابل، در نوع دیگری از همین جمله، میتواند منظور این باشد که سارا فوتبال بازی می کند نه بازی دیگری. علاوه بر این افزودن تن صدای صعودی به انتهای همین جمله، نشانگر سوالی بودن این جمله است.

توانایی مغز برای تفسیر این تغییرات قابل توجه است، زیرا در نظر داشته باشید که هر سخنگو دارای نوعی تن صدا و سبک صحبت کردن است به طور مثال برخی دارای صوت با فرکانس پایین هستند، برخی بالا و بعضی دیگر عبارت ها را بگونه ای به پایان می رسانند که گویی آنها سوالی هستند. علاوه بر این، مغز باید این تغییرات تن صدا را ردیابی و تفسیر کند، به عبارت دیگر باید همزمان تفسیر کند که کدامیک از هجاها و حروف صدادار در حال ادا شدن هستند، آنها چه کلماتی را تشکیل می دهند، و چگونه این کلمات در عبارات و جملات ترکیب می شوند و همه ی این ها در (مقیاس) میلی ثانیه صورت می گیرد.

مطالعات قبلی هم در مورد انسان ها و هم پستانداران غیر انسان، بخش هایی از قشرهای گیجگاهی و پیشانی مغز را شناسایی کرده اند که به تن و آهنگ صدا حساسیت دارند، اما هیچ کدام به این پرسش پاسخ نمی دهند که “چگونه نورون ها در این مناطق تغییرات تن صدا را شناسایی کرده و آن را برای مغز بازنمایی میکنند تا از منظور سخنگو آگاه شود.”

نورون ها، آوا و آهنگ را تشخیص می دهند

چانگ، جراح مغز و اعصاب در مرکز صرع UCSF، متخصص جراحی جهت برداشتن بافت مغزی است که باعث تشنج و حمله در بیماران مبتلا به صرع می شود. در برخی موارد جهت آماده سازی برای این عمل ها، او لایه های متراکمی از الکترودهای کوچک را بر روی سطح مغز بیماران قرار میدهد تا محل شروع تشنج ها را شناسایی کرده و سایر مناطق مهم دیگر مانند منطقه ی مرتبط با زبان (برای اطمینان از اینکه عمل جراحی به آنها آسیب نمی رساند)، را مکان یابی کند.

در مطالعه جدید، تانگ از ۱۰ داوطلب در انتظار جراحی با جا سازی این الکترودها خواست به چهار جمله ضبط شده که توسط سه صدای ترکیبی مختلف بیان شده گوش فرا دهند.

“Humans value genuine behavior”

“Movies demand minimal energy”

“Reindeer are a visual animal”

“Lawyers give a relevant opinion”

جملات با طول و ساختار یکسانی طراحی شد و با چهار آهنگ متفاوت پخش شدند: خنثی، تاکید بر واژه ی نخست، تاکید بر واژه ی سوم یا به صورت سوالی. شما می توانید ببینید که چطور این تغییرات آهنگ، معنای جمله را تغییر می دهد: “انسان ها [بر خلاف موجودات فضایی] برای رفتار اصیل/صحیح ارزش قائلند”؛ “انسان ها برای رفتار اصیل (نه ریاکارانه) ارزش قائلند” و “انسان ها برای رفتار اصیل” ارزش قائلند ؟ (آیا واقعا اینگونه عمل می کنند).

تانگ و همکارانش فعالیت الکتریکی نورون ها را در بخشی از قشر شنوایی داوطلبان با عنوان شکنج پیشین گیجگاهی STG (Superior temporal gyrus) بررسی کردند. طبق تحقیقات پیشین، این بخش ممکن است نقش مهمی در پردازش نوای گفتار داشته باشد.

آنها دریافتند که برخی از نورون های STG میتوانند اساسا بین سه سخنگو بر اساس تفاوت طیف متوسط تن صدای آنها، تمایز قائل شوند. دیگر نورون ها می توانند بین چهار جمله، بدون توجه به سخنگوی آنها، بر اساس انواع مختلف صداها (یا واج ها) که جملات را تشکیل می دهند (“reindeer ” که متفاوت از ” lawyers ” ادا می شود فارغ از اینکه چه کسی آن را بیان می کند) تمایز قائل شوند. در عین حال گروهی از نورون ها می توانند بین چهار الگوی آهنگ ذکر شده، تمایز قائل شوند. این نورون ها فعالیت خود را با توجه به تاکید جمله تغییر دادند، اما اهمیتی ندادند که کدام  جمله است و یا چه کسی آن را می گوید.

برای اثبات این موضوع به خودشان که آنها مکانیزم مغزی مرتبط با استخراج اطلاعات زیر و بمی صدای جملات را به درستی شناسایی کرده اند، تیم تحقیقاتی، الگوریتمی را برای پیش بینی تغییر عکس العمل مغز برای هر جمله بر مبنای سخنگو، آوا و آهنگ طراحی کرد و سپس این مدل را جهت پیش بینی احتمال عکس العمل نورون های داوطلبان بر روی صدها جمله ی از پیش ضبط شده از سخنگویان مختلف اعمال کرد. آنها نشان دادند در حالی که نورون های واکنش دهنده به سخنگویان مختلف، بر زیر و بمی مطلق صدای گوینده تمرکز کرده بودند، آنهایی که به آهنگ واکنش میداند، بر زیر و بمی نسبی بیشتر تمرکز کردند: “چگونه تن صدای گوینده لحظه به لحظه در هنگام ضبط تغییر می کند؟”

تانگ بیان داشت: “برای من این یکی از جنبه های هیجان انگیز مطالعه بود. ما نه تنها قادر به نشان دادن محل کد گذاری نوای صدا در مغز بودیم، بلکه با تکیه بر الگوی فعالیت مغزی، که بر اساس تغییرات خاص در تن صدا، واکنش نشان میدادند، قادر به بیان چگونگی آن نیز بودیم.”

این یافته ها نشان می دهند که چگونه مغز شروع به جداسازی جریان پیچیده ای از صداهای تشکیل دهنده ی گفتار می کند و نشانه های مهم را در مورد معنای آنچه میشنویم، شناسایی می کند. چه کسی صحبت می کند، چه می گویند، و مهم تر اینکه چگونه آن را بیان می کند؟

چانگ، نویسنده ارشد این مقاله  ‘اظهار داشت “در حال حاضر، سوال بزرگ بی پاسخ این است که چگونه مغز کنترل تارهای صوتی را جهت ایجاد اصوات گفتاری آهنگین کنترل می کند. “ما امیدواریم که بتوانیم این معما را به زودی حل کنیم.”

امکان بررسی عمیقتر مغز انسان در بیماران صرع

بیماران مورد مطالعه درUCSF تحت عمل جراحی برای درمان صرع شدید و غیر قابل درمان بودند. این عمل جراحی روشی قدرتمند جهت توقف صرع، به طور بالقوه توقف یک شبه ی تشنج است و موفقیت آن به طور مستقیم به دقت تیم پزشکی در نقشه برداری دقیق مغز، شناسایی دقیق بافت های تولید کننده ی تشنج  و برداشتن دقیق آن ها  بستگی دارد.

مرکز جامع صرع UCSF مرکزی پیشرو در استفاده از نقشه برداری پیشرفته ی داخل جمجمه ای جهت تعیین بخش های پنهان تشنج زای مغز است. نقشه برداری با جاسازی (همراه با جراحی) یک لایه الکترود منعطف در زیر جمجمه در سطح خارجی مغز یا کورتکس و ضبط فعالیت مغز، به منظور مشخص کردن دقیق بخش های آغازگر تشنج در مغز انجام می شود. در عمل جراحی دوم چند هفته بعد، الکترود ها و بافت ناسالم مغز که باعث تشنج می شوند، برداشته می شوند.

این زمینه همچنین فرصتی نادر را برای طرح پرسش های اساسی در مورد نحوه عملکرد مغز انسان مانند چگونگی کنترل صحبت توسط آن ارائه می دهد. اساس عصب شناختی بخش کنترل حرکتی گفتار، تا به حال ناشناخته باقی مانده است زیرا دانشمندان نمی توانند مکانیزم های گفتاری در حیوانات را مطالعه کنند و همچنین به این دلیل که روش های تصویربرداری غیرتهاجمی توانایی تعقیب سیگنال های بسیار سریع مغزی (در مقیاس چند صدم ثانیه) که محرک ماهیچه های ایجاد گفتار هستند را ندارند.

 

ترجمه: فریبا زمانی – وبسایت نوروسافاری

لینک گزارش خبری در سایت خبری دانشگاه UCSF :

How the Human Brain Detects the ‘Music’ of Speech

لینک مقاله ی پژوهشی در ژورنال Science :

Intonational speech prosody encoding in the human auditory cortex