带着高度预期聆听：自然语音中的词形预期研究

基于摘要分析。研究以自然语音理解中的词形预期为对象，利用音系失匹配负波（phonological mismatch negativity，PMN）检验预测编码框架中“先验预期与感觉输入之间的失配参与知觉”的观点。核心贡献是将逐词的概率分布变化与 EEG 中的 PMN 联系起来，而非提出 BCI 解码算法。 方法上，研究构建两种词概率分布（word probability distributions，WPD）：一种仅基于前文语境，另一种进一步根据当前词传入的音频更新。作者以两种 WPD 之间的交叉熵量化每个词的预期与输入失配，并分析其与 PMN 的关系。摘要未说明 WPD 的具体估计模型、交叉熵的计算方向，以及音频信息如何进入更新过程，这些实现细节尚未验证。 实验使用包含约 50,000 个词次的自然语音材料，对应 EEG 来自 48 名聆听这些材料的参与者。作者报告，在该自然语音聆听条件下，更高的分布间交叉熵与更负的 PMN 相关；作者据此认为，听者在逐词处理自然语音时预期即将到来的听觉输入，且预测性语言加工覆盖整个概率范围。摘要未提供相关强度、置信区间或具体统计检验，不能据此判断效应大小或跨个体稳定性。 该研究的直接价值是自然语音条件下语言预测的 EEG 证据，而非已验证的 BCI 性能改进。阅读全文时需核对词起始对齐、PMN 时间窗与电极选择、EEG 预处理、词汇及声学混杂因素控制，以及重复词次和被试差异的统计处理。完整实验协议、消融及统计信息尚未验证；现有材料不足以将相关性升级为对预测编码机制的因果证明。