音声知覚の運動理論

音声知覚の運動理論は、人は音声が生成する音のパターンを識別するのではなく、発音される声道のジェスチャーを識別することによって発声された言葉を知覚するという仮説である。 ^{[1] [2] [3] [4] [5]} 当初、音声知覚は生来の人間特有の特殊なモジュールを通じて行われると主張した。モジュールの概念は理論の最近のバージョンで修正されているが、^[5]音声運動システムの役割は音声の調音を生成するだけでなく、それを検出することもであるという考えは変わっていない。

この仮説は、音声知覚の分野内よりも分野外で関心を集めている。この関心は、発声器官による運動を含む運動の生成と知覚を結び付けるミラーニューロンの発見以来特に高まっている。 ^[5]この理論は、1950年代にハスキンズ研究所でアルヴィン・リバーマンとフランクリン・S・クーパーによって最初に提唱され、ドナルド・シャンクワイラー、マイケル・スタダート・ケネディ、イグナティウス・マッティングリー、キャロル・ファウラー、ダグラス・ウェイレンによってさらに発展させられた。

この仮説は、パターン再生を使用して、文字の代わりに音を視覚障害者に提供する読書機械を作成した研究に端を発しています。 ^[6]これにより、発話された音が、聴覚音のシーケンスとしての音響スペクトログラムとどのように対応するかが詳細に調査されました。これにより、連続する子音と母音が時間的に互いに重なり合っていることがわかりました（調音結合と呼ばれる現象）。^{[7] [8] [9]} これは、音声が音響の「アルファベット」や「暗号」のように聞こえるのではなく、重なり合う発話ジェスチャーの「コード」として聞こえることを示唆しています。

当初、この理論は連想主義的であった。乳児は聞いた音声を真似し、それが発音とその感覚的結果との間の行動的連想につながるというものである。後に、この明白な模倣は短絡し、音声知覚となる。 ^{[8]しかし、この理論の側面は、言語を習得する前の}乳児が、異なる音声を区別するために使用される音声コントラストのほとんどをすでに検出できること が発見されたことで削除された。 ^[1]

行動主義的アプローチは、音声モジュールを備えた認知主義的アプローチに置き換えられました。^{[1]このモジュールは、入力の近位または即時レベルではなく、隠された}遠位オブジェクト の観点から音声を検出しました。この証拠は、音声処理が二重知覚などの特殊であるという研究結果でした。^[10]

当初、音声知覚は、音声オブジェクトと関連していると考えられていました。

• 音声調音器官の不変運動^[8]
• 声道調音器官を動かすために筋肉に送られる不変の運動指令^[11]

これは後に、運動命令ではなく音声ジェスチャーを含めるように改訂され、^[1]その後、実際の動きではなく、発声前の言語レベルで話者が意図したジェスチャーを含めるようになりました。^[12]

「音声は特別である」という主張は、音声以外の音（例えば、ドアをバタンと閉める音）でも音声知覚が発生する可能性があることが判明したため、 ^[5]削除されました。^[13]

ミラーニューロンの発見により、音声知覚の運動理論への関心が再燃し、この理論を支持する人もまだいるが^[5]、批判する人もいる^{[14] 。}

音声が物理的にどのように作られるかという観点から識別される場合、非聴覚情報は、主観的には「音」として聞こえる場合でも、音声知覚に組み込まれるはずです。これは実際に当てはまります。

• マガーク効果は、それと同期した聴覚的手がかりとは異なる音節の発音を見ると、聴覚的手がかりの知覚が影響を受けることを示しています。言い換えると、誰かが「ba」と聞いても、誰かが「ga」を発音しているビデオを見ると、聞こえるものは異なります。一部の人は「da」と聞こえていると信じています。
• 話し手が見える場合、騒音の中でも会話を聞き取りやすくなります。 ^[15]
• 音節の発音を触覚的に感じることができると、人は音節をよりよく聞くことができる。^[16]

音声合成装置を使用すると、発音の代わりに、音声を/bɑ/から/dɑ/、そして/ɡɑ/ の連続体に沿って変化させたり、音声の開始時間を/dɑ/から/tɑ/の連続体に沿って変化させたりすることができます (例)。 聞き手が 2 つの異なる音を区別するように求められると、音が連続的に変化しているにもかかわらず、聞き手は音が個別のカテゴリに属していると認識します。 言い換えると、10 個の音 (一方の極端な音が/dɑ/で、もう一方の極端な音が/tɑ/で、中間の音がスケール上で変化する) は、音響的にはすべて互いに異なっている可能性がありますが、聞き手にはそのすべてが/dɑ/または/tɑ/として聞こえます。同様に、英語の子音/d/ は、異なる音声コンテキスト間で音響の詳細が異なる場合があります (たとえば、 / du/の /d/ は、技術的には/di/の /d/ と同じようには聞こえません)。しかし、聞き手が知覚するすべての/d/は、1 つのカテゴリ (有声歯茎破裂音) に分類されます。これは、「言語表現は抽象的で標準的な音声セグメント、またはこれらのセグメントの基礎となるジェスチャーであるためです。」 ^{[17]これは、人間が}カテゴリ知覚を使用して音声を識別していることを示唆しており、したがって、音声知覚の運動理論によって提案されているような専門モジュールが正しい方向に進んでいる可能性があります。^[18]

人々がスピーチ中のジェスチャーを聞くことができれば、スピーチシャドーイングのようにヘッドフォンで聞いた単語を繰り返すときのように、スピーチの模倣は非常に速くなるはずです。^[19]人々は聞いた音節を通常の発音よりも速く繰り返すことができます。^[20]

• 音声を聞くと声道筋^[21]、運動野^[22]、運動前野^[23]が活性化します。音声知覚における聴覚と視覚の入力の統合にも、このような領域が関与します。^[24]
• 運動前野を破壊すると破裂音などの音声単位の知覚が阻害される。^[25]
• 運動野の活性化は、発話ジェスチャーを生み出す音声トラック調音器官とリンクした音素特徴の観点から起こる。^[26]
• 音声の知覚は、発音を司る調音器官の運動表現を事前に刺激することによって促進される。^[27]
• 聴覚皮質と運動皮質の結合は、特定の範囲の神経発火周波数に制限されています。^[28]

運動システムでは、知覚と生成が一般的に連動しているという証拠がある。これは、行動を見る（または聞く）ことと、その行動が実行されることの両方で活性化されるミラーニューロンの存在によって裏付けられている。 ^[29]もう一つの証拠源は、知覚と行動に使用される表現間の共通コーディング理論である。 ^[30]

音声知覚の運動理論は、音声知覚の分野では広く受け入れられていないが、理論言語学などの他の分野ではより一般的である。その支持者のうち3人が指摘しているように、「音声知覚の分野では支持者が少なく、多くの著者が主に批判的な論評を提供するためにそれを引用している」。^{[5] p. 361} それに対する批判はいくつか存在する。^{[31] [32]}

音声知覚は、文脈などの非言語情報源の影響を受けます。個々の単語は単独では理解しにくいですが、文章の文脈で聞くと理解しやすくなります。したがって、音声知覚は、最適な方法で統合された複数の情報源を使用しているようです。^[31]

言語知覚の運動理論では、乳児の言語運動能力が言語知覚能力を予測すると予測されるが、実際はその逆である。^[33]また、言語生成の欠陥が言語知覚を損なうと予測されるが、実際にはそうではない。^{[34]しかし、これは、乳児が幼少期に模倣によって}すべての生成知覚パターンを学習すると想定された、最初の、そしてすでに廃れた行動主義バージョンの理論にのみ影響する。これはもはや運動言語理論家の主流の見解ではない。

特殊な音声モジュールに関する証拠のいくつかのソースは、サポートされていません。

• ドアを閉める音でも二重知覚が観察される。^[13]
• マガーク効果は、バスケットボールが跳ねるビデオを見せながら、ピンポンボールが跳ねる音を再生するなど、非言語的な刺激でも実現できます。^[要出典]
• カテゴリ知覚に関しては、リスナーは単一の音声カテゴリ内の音響の違いに敏感になることがあります。

その結果、この理論の部分は一部の研究者によって放棄されました。^[5]

音声知覚の運動理論に提供されている証拠は、完全な発話された単語や発話された文ではなく、音声単位を使用する音節弁別などのタスクに限定されています。その結果、「音声知覚は、語彙レベル以下の音声の知覚を指すと解釈されることがあります。しかし、これらの研究の最終的な目標は、生態学的に妥当な条件、つまり、音声処理が成功して最終的に精神的な語彙と聴覚的理解につながる状況で音声を処理する能力をサポートする神経プロセスを理解することであると考えられます。」^[35]しかし、これは「調査の暗​​黙の目標である音声認識とのつながりが薄い」という問題を引き起こします。^[35]

鳥類は発声のジェスチャーという観点からも互いの鳥の鳴き声を聞いているのではないかと示唆されている。 ^[36]

• コホートモデル
• 音声認識
• 聴覚音声学
• トレース（心理言語学）
• ハスキンズ研究所

• ハスキンズ研究所 2019-05-09ウェイバックマシンにアーカイブ
• 音声知覚の運動理論に関する PDF のソース。2009 年 5 月 4 日にWayback Machineにアーカイブされました。