華裔科學家首次發現辨別聲調變化的神經元，揭示人類語言的秘密

2017年8月24日, 美國加州大學舊金山分校Weill研究所神經外科教授Edward Chang，以及他的研究生Claire Tang在《科學》雜誌上發表了一篇論文，闡述了神經元在語言中的重要性。該研究發現了人類大腦中用於辨別相對聲調變化的神經元，這種神經元可以幫助人類在語言中明確表達感情、交流思想。

此次研究的目的是了解大腦如何將聲音轉化為可以理解的信息。Tang對此解釋道，「新皮質中的神經元不僅在處理剛聽到的話的意思，也在理解說話者的語調。」

言語中的聲調變化，也叫作韻律，是人類傳播情感中不可或缺的一部分。在漢語普通話這樣的音調語言中，4個聲調的運用可以完全改變詞語的意思，但是即使像英語這種非語調語言，音調的差異也可以改變句子的意思。

圖丨Edward Chang

舉個例子，「莎拉踢足球」 這句英語，選用自然平緩的語調時強調了莎拉踢的是足球，而不是別的運動。相比之下，如果句中「莎拉」使用下降的語調可以強調是莎拉在踢足球，而不是別人。如果在句尾添加一個上升的語調，則可以表示這是一個問題。

人腦辨識相對聲調變化的能力尤為突出，即使每個人的聲音高低不一，我們還是可以明確辨別每個人的語調轉變。與此同時，大腦還要在幾毫秒內處理聽到的母音和輔音，把它們組成單詞，繼而組成句子。

在大腦的顳葉皮質中不同的神經元群可以區分出發言者、語音學和語調。

早有研究表示，人類和非人靈長類的額皮層和顳葉皮層對語調非常敏感，可是沒有人知道這些區域的神經元是如何檢測相對聲調的變化，並在大腦中理解這些變化。

Chang教授的一部分工作是用手術去除導致癲癇患者發作的腦組織。作為一些患者的術前準備，他將小型電極高密度的放置在患者的腦部表面，以確定需要切除的腦組織，並避免損傷其他重要區域，尤其是負責語言的區域。

在這次的研究中，Tang給10位帶著小型電極的患者播放由三種不同聲音所合成的4句話：

「人類珍重真實的行為」（"Humans value genuine behavior"）

「看電影不太耗費精力」 （"Movies demand minimal energy"）

「馴鹿是一種視覺動物」 （"Reindeer are a visual animal"）

「律師給出相關意見」 （"Lawyers give a relevant opinion"）

這些英文句子有相同的長度和構造，研究者以各種不同的語調播放: 自然平緩；強調第一個單詞；強調第三個單詞；或作為一個問題。研究人員們認為聲調轉變會讓同一句話的意思大不相同，比如把重音放在「人類」上，放在「真實」上，和在句尾加一個上升的語調，都會導致完全不一樣的傳達和理解。

隨後，Tang和研究人員們監測了志願者們聽覺皮層上顳上回(STG)的神經元活動，因為曾有研究表明顳上回有助於大腦處理語言韻律和聲調。

他們發現，顳上回中的部分神經元可以根據發言者整體的聲調區分開三種不同的聲音，而另一部分的神經元可以根據詞語發音的差異，也叫作語素，來區分以上4個不同的句子。無論發言者是誰，剩下的神經元則可以辨別4種不同的語調，並根據語調的變化進行神經活動。

為了驗證實驗的結果，研究人員們設計了一種演算法來預測神經元對發言者、語素和語調的改變會做出的不同反應。他們隨後給志願者播放了上百條來自不同發言者的錄音，並通過演算法取得了數值。研究人員證實，負責區分不同聲音的那部分神經元在辨識絕對音高方面能力突出，而負責區分語調的神經元能很好地辨識相對音高，也就是聲調在每個時間段的變化。

在獲得了確切的數據後, Tang表示：「對我來說，這是此次研究中最激動人心的一刻。我們不僅獲得了大腦感知聲調功能的確切位置，還能夠利用神經元的活動來解釋大腦是怎麼做到的。我們的研究揭示了大腦如何在噪音中捕捉有用的訊息，並確定是誰在說話，說了什麼，怎麼說的。」

然而, Chang教授還有一個遺憾: 「現在還有一個未解答的大問題是，大腦如何控制我們的聲帶以產生語調。希望我們以後的研究能解開這個謎題。」

UCSF志願者讓我們能夠更深入了解人腦的運作

參與本次研究的志願者都是很難治癒的重度癲癇患者，他們將在UCSF進行外科手術。目前, 腦外科手術是快速阻止癲癇發作的有效途徑，醫生需要精確地找到導致發病的腦組織並進行切除，所以手術的成功與能夠對大腦進行精準定位息息相關。

UCSF綜合性癲癇中心的醫療團隊是使用先進顱內檢測以定位致癇組織的領導者。這個團隊通過手術將柔性電極放置大腦表面或者植入皮層上的顱骨，並以此記錄腦活動並確認致癇的腦組織。做完手術的幾周後，可以進行第二次手術，去除電極並切除導致癲癇發作的腦組織。

借用這種治療方式，我們才能夠對人腦在語言方面的運作一探究竟。關於語言控制的神經學迄今都是未知的，因為研究人員無法在動物身上進行語言實驗，另外，非侵入成像有著較慢的速度，無法捕捉大腦是如何在幾毫秒內運用肌肉從而產生語言。但是，術前的腦電圖可以直接記錄神經活動，並且能夠以幾毫秒為單位追蹤大腦的活動，讓我們有跡可循。