我们的大脑是如何构建出一个充满意义的声学世界（非原创）

StereoMark

这篇帖子我会写完的，思考的方式我也会补充在帖文回复中，也算是一边阅读，一边分享我看待这些问题时，如何进行思考的。文章里已经详尽的列出了出处，如果产生任何法律纠纷我愿意承担相应责任。

台上台下，台前幕后的力量，我都深深感受到了，已经到这份上了，就要写完，就要有个结果。

然后，再见，或者再也不见。

StereoMark

交易区新帖推荐

我们生活的声音，会把脑子塑造成形。

我的钢琴老师兼调律师萨尔瓦托·斯皮纳最近当爷爷了，女儿是世界级圆号手。上周他抱着三个月大的孙女，背景放着拉尔夫·沃恩·威廉斯的《田园交响曲》。宝宝本来睡得香甜，可第二乐章开头那慢悠悠、低低、幽幽的圆号一出来，她眼睛一下睁老大，四处张望，等到三十秒后圆号换成弦乐，才又安心睡去。听觉学习，其实从很小就开始了。

就像兔子学会把某个声音和健康、安危挂钩后，它的神经放电模式就会变（见图3.1）。当年我在听觉皮层里亲眼看见一个个神经元发生这种变化，真像推开了一扇从没开过的门。在大脑最基础的砖块，单个神经元里直击学习的发生，给我印象深极了。

我们对世界的很多感知其实是无意识的。训练后的兔子并不会刻意让神经元更卖力放电，就像我作为意大利语者，并不会刻意让脑子对意大利口音特别警觉。这一章我想揭示的是：我们的好听的心是经验的产物，而且这过程多半在我们不知不觉里完成。
神经可塑性，是经验引起大脑改变的统称。如果要把我毕生工作浓缩成两个词，我选“神经可塑性”绝不为过，虽然遗憾没塞个“声音”进去。我当然关心声音加工的原理，哪种神经元对哪种声音放电，但我更想知道这些放电模式怎么来的，又怎么随着我们在声音世界里创造意义而改变。要我用一句话概括毕生所得，那就是章节题记说的：我们生活的声音，会把脑子塑造成形。

这种塑造是怎么发生的？皮层、皮层下和耳朵之间来回的传出系统，驱动着听觉学习。这个脑到耳的网络，范围和复杂度随进化不断扩展，它的神经投射甚至比课堂上总被夸的“往脑走”传入通路还要广。大脑最精巧灵活的部位，靠传出神经通路和更固化的结构不停对话。往感官接收器（耳蜗、视网膜等）方向发出的下游信号，才是学习的秘密配方。

耳朵把空气压力变化转成电信号，送进传入（往脑走）的加工流。根据声音配料（音高、时间、音色……），耳蜗核、上橄榄等结构里某群神经元会放电。同一声音再来一次，会按原路推倒那排多米诺。但几十年前我在兔子实验里看到，如果这声音有了新意义，随着时间推移，它可能招来另一批神经元，或加快放电速度，或在音调拓扑图里占个新位置。传入与传出联手的感觉—认知—运动—奖赏互动，会重塑对我们重要声音的默认神经加工。声音的意义一变，下游信号就铸出新的默认传入模式。从生物角度看，学习和记忆已经发生了。这套默认系统像跑道，让进来的声音能稳稳着陆，帮我们感知什么是重要的。我今天的好听的心怎么反应，全看我至今的声音经历。

地图​
听觉通路里那些“钢琴”图，是对特定音高最敏感的区——音调拓扑图。其他感官也有类似的神经映射（见图3.2）。视觉有视网膜拓扑图——看的东西在视野哪个位置，就激活脑里对应的部位。触觉、运动系统也一样，身体部位在脑里各有井然有序的地图。十根手指在体感皮层占了老大一块，舌头、嘴唇这些对触觉重要的部位也分到不少地盘，胳膊肘、肩膀、腿就只占小块。你闭上眼，让人用牙签轻轻戳你，就能体会这种不均匀分布：手指上两根牙签只要隔开3毫米你都能分辨是两个点，但在背或大腿上，得隔30–50毫米才分得开，近了就觉得只是一个点。邻近的运动皮层也类似，需要精细动作的部位，手、指、唇、舌，在图上地盘很大。



最早发现感官学习的一些迹象，就是看到感官地图的变化。1930年代潘菲尔德、伍尔西等人发现体感和运动地图后，大家一度认为身体部位和脑区的，对应证明大脑是硬连线的。迈克尔·梅策尼希打破了这看法：猴子反复用同一两根手指做任务，对应的皮层区会扩大；如果猴子手上某根神经受伤，对应的皮层区不会沉默，反而会被其他手区接管——比如小拇指受伤，小拇指的地图不会消失，而是被其他指头“占领”。梅策尼希在1970年代还发现了听觉皮层的音调拓扑，后来又让我们知道：多个地图可以重叠共存。听觉皮层里，各种声音配料同时有各自的映射——除了标音高的“钢琴”，还有标音量大小、标声音空间位置的地图。对听觉皮层可塑性的研究，显示了这些地图其实相当灵活。

跨模态地图可塑性也存在。盲人的视觉皮层能被听觉和体感系统征用；钢琴调律是经典的“盲人行业”，因为盲人对声音常格外敏锐。反过来，聋人的听觉皮层会被用来处理手语中的视觉信息。这说明神经重组的能力非常深，而这正是听觉学习必需的特性。

StereoMark

当我看到了一条价值千万的电源线，我的神经元放电模式会随着认知而改变，此时这条价值千万的电源线通过音响系统所发出的声音，会给我留下深刻的印象。（大脑奖励机制）

欣赏音乐不仅可以让听觉舒适，更可以塑造大脑提升智力，提高神经元活动敏锐性。通过大量阅读音乐文献资料，更加可以帮助欣赏音乐提高愉悦感。

听音乐的好处非常多，不仅要听，还要尽可能宽泛的各种风格音乐都欣赏，即是享乐，也是练脑。

StereoMark

猫头鹰的故事，是我最喜欢的听觉学习例子之一，还牵扯到一副迷幻眼镜。谷仓猫头鹰是夜行猎手，夜里可没有太阳帮它照亮猎物，所以它全靠声音定位来找吃的。它的声音定位本事比咱们强一倍，不管水平还是垂直方向，都能把声音的位置精确到差不多一度的角度。一度是啥概念？假如我站在足球场底线张开双臂弹个响指，对面底线上的猫头鹰光凭声音，就能判断我是用右手还是左手弹的。猫头鹰能在整个空间范围里锁定声音，而且因为两只耳朵高低不同、朝向也不一样（一只朝下，一只朝上！），它在判断高度上也很准，这可是咱们人类很难做到的。

跟人一样，猫头鹰靠两耳间的时间和响度差来定位声音。对人来说，声音频率决定我们用哪种线索——高频主要靠响度差，低频靠时间差。猫头鹰可不管频率高低，任何声音都同时用这两种线索：时间差定左右，响度差定高低。这样它就有足够信息，像在一张布满细格的坐标纸上，把声音的位置标得清清楚楚。

那副迷幻眼镜又是怎么回事？猫头鹰在脑子里建的空间声音地图，是跟空间视觉地图对齐的。视听神经整合让它们保持一致，但这个对齐得学。小老鼠吱一声，右耳比左耳稍微早一点、响一点收到，这本身没啥空间意义，得等小猫头鹰学会把这个时间/响度组合，跟“右上角的荆棘丛里有午饭”而不是“左下角的杂草堆”联系起来才行。就这样，听觉中脑里的声音空间地图，和视觉中脑里的视觉空间地图接上了头。靠着传出系统的协调和记忆，这两套地图在成长和经验里慢慢对齐。后来，一个吱声如果左耳比右耳早五十微秒到，猫头鹰会闪电般转头，对准左视野里约二十度偏心的那个点——正好是倒霉老鼠待的地方。

这时候科学家出场了。他们给猫头鹰的眼睛装上棱镜，就像戴护目镜（见图3.3），让它看到的视觉世界位置整体偏移。假设这只猫头鹰本来学会：某种两耳时间差意味着发声的东西在左边。可现在，同样的声响来自同样的听觉位置，却因为护目镜的扭曲，对应到右边的东西。戴了几周护目镜后，它会重新建一张视听空间地图，下次再听到这个声音，就懂得往右转头。捕猎成功，老鼠进了肚子，这就是传出系统促成的学习的漂亮例子。学新的视听地图，靠的是捕猎成败的动力，由传出系统提供燃料，结果改变了听觉中脑的感受特性。（顺带一提，棱镜造成的重组完成后，就算摘掉护目镜，猫头鹰的空间地图最终也会恢复正常，但不会立刻恢复。）

听觉学习有年龄限制吗？​
我们知道幼脑天生适合学习。以前人们以为空间地图重组只限于年轻鸟类。一开始给年长的猫头鹰戴棱镜，没观察到空间地图变化，好像皮层下的重组过了敏感期就不行了。但后来发现，年轻和年老的动物只是学的方式不一样。循序渐进就有不同结果。幼鸟是直接上偏移二十三度的棱镜，成鸟则先用只偏移六度的，这程度它能学会，再通过一次次小幅偏移，最后成鸟也能做到跟幼鸟一样的地图重组。这些猫头鹰的发现，还有很多类似的，都挺让人乐观——只要方法对、环境合适，任何年纪都能学。

值得注意的是，猫头鹰要是住在丰富环境里（大鸟舍，刺激多、探索机会多、还能跟别的猫头鹰互动），学起来比单独关笼子快得多。环境和声音心智的关系，我们后面还会一遍遍聊到。

整个听觉脑都在学习​
猫头鹰的故事揭示了我们感知世界的学习背后的关键生物机制：传出系统的力量——经验会让声音心智从根本上重新连线；感官之间会大量互通信息；只要有合适环境，神经重组一生都可能发生；它还特别突出了声音的时间成分——这可是我个人最爱。

我们建立声音和意义联系时，整个大脑会发生什么？听觉通路每个环节都会学习：皮层、皮层下、听神经，甚至耳朵本身。我们习以为常的听力本事，传出系统绝对是核心。

听觉皮层的学习​
听觉皮层里任何一个神经元，因为音调拓扑图的存在，都有自己最爱的音高（频率），对它反应最好。别的频率可能完全没反应，还有些紧挨着最爱频率的，甚至会抑制它的放电。

皮层地图很直观地展示了我们学声音意义关联时脑子里的变化。比如在雪貂身上，某个听觉皮层神经元原本最爱八千赫，而且在六千赫附近有个抑制带。后来雪貂学会了：六千赫的声调代表它在意的事——比如有奖励。训练之后，这个原本钟情八千赫的神经元，反应范围扩大到包含六千赫，反而在原来的最爱频率上放电不那么猛了（见图3.4）。这里只看一个神经元，其实旁边相邻的（比如七千赫的）也会加入进来，一起对六千赫有反应。动机驱动之下，对新有意义的声音成分的编码增强了。

听觉皮层下的学习​
雪貂跟猫头鹰和我们一样，靠两耳时间和响度差定位空间声音。如果感官输入变了——比如堵住一只耳朵——定位能力会先下降，但能重新学会。

一旦听觉空间地图建好（或通过训练重建），如果把皮层到中脑的传出连接化学阻断，已学会的定位能力不会马上受影响。但没有传出连接，就没法建新地图，也没法学。反过来也一样：一旦某个声音失去了意义，地图会退回去，但也得有完好的传出系统才行。皮层和中脑之间的完整连接，是学或者忘的必要前提。

观察模仿传出系统活动，也能看出它是怎么调大脑的。直接电刺激听觉皮层的神经元，我们能看到接受它传出连接的中脑和丘脑神经元跟着发生变化。中脑和丘脑的反应会变得更锐利——要么叫来更多神经元，要么触发抑制。这种皮层的影响，不止到中脑，还能延伸到离皮层好几步远的耳蜗核。

人类声音心智的训练相关变化，也是自上而下推动的，跟猫头鹰、雪貂学了新的声音意义关联后改中脑加工的过程很像。我们可以推测，比如中耳反复发炎的孩子会出现（错）学习：他们的听觉脑像被堵了一只耳朵的雪貂，收到的信号更安静（通常只有单耳）。不难想象，在这个发育敏感期，听觉学习可能会受阻。后面我们会继续探讨听觉学习——声音心智在我们的声音生活里，怎么变得更好，又怎么变差。

StereoMark

耳朵也能学，我们能探索到哪一步？  

耳朵本身会不会因为训练或其他形式的传出输入而改变工作方式？在回答前，先说件挺神奇的事：耳朵自己能发声（想象一下眼球自己发光！）。  

内耳（耳蜗）里有内毛细胞和外毛细胞。把机械振动转成电信号、传给听神经，是内毛细胞的活儿。那外毛细胞呢？它们数量是内毛细胞的三倍，干啥用的？它们是大脑传出处理的接收端。这些结构非常复杂，能自己动，它们的运动能改变内毛细胞向大脑传递的内容。比如对弱声放大更多、对强声放大减少，就扩大了我们能听见的音量范围。说白了，耳朵在“听”大脑的话。  

外毛细胞一动，就会在耳道里产生我们能录到的声音，叫“耳声发射”（OAE）。这种声音只有在耳朵能“听”到对应频率时才会出现。这发现彻底改变了新生儿听力筛查，现在几秒钟就能判断耳朵对重要交流频率有没有反应。

耳朵能发声，而且是通过受传出控制的那部分完成的，这更说明了脑到耳系统的重要，也为我们提供了观察大脑与耳朵交流的窗口。做法很简单：先往右耳播放声音引出耳声发射，这是基线耳蜗活动；然后在左耳同时播放白噪声，让大脑知道左耳有噪音，于是它对两耳的外毛细胞下令“收一收，别放大那么多”，保护耳朵免受噪声伤害。这个变化能直接从耳声发射的大小看出来，大脑的控制直达声音处理的第一步。  

大脑影响耳朵还有不少方式：第一，听觉皮层受损或被电刺激时，耳声发射会变小；第二，如果被要求注意声音而不是放松，耳声发射也会变，说明耳蜗受传出控制；第三，音乐家因为一辈子跟声音打交道，耳声发射跟常人不同，耳蜗想必更精细；第四，看人说话的视频和只听声音，耳声发射大小不一样。可见，从大脑的初始声音感知上皮，耳蜗，到整个声音加工，都有一套完整的传出系统在牢牢掌控。  

我们学的是我们专注的东西  

我是吉他手，我丈夫是Guitarist（大写以示敬）。有天我在琢磨《摇摆苏丹》里马克·诺弗勒的独奏，有一段“滴哩滴哩滴哩”的三连音我死活弹不出来。他走过来说：“Nina，你仔细听，他是用左手拉弦发出的。”左手换品位做拉弦，可以让右手一次拨弦弹出多个音，不仅更快，音色（谐波配料）也不同。我练了一阵，终于听出来了，能分辨那独特的音色，估计我脑里的谐波推子都往上挪了。但首先我得知道该注意什么，只有刻意去听拉弦的音色，我才真听见；经过时间、练习和有意识的注意，这听觉才变成无意识、自动的默认反应。  

注意属于我们“感知—思考—动作—感受”好听的心网络里的思考维度。注意能让感官地图重组，重组的程度和长期稳定性，直接跟你投入注意力的多少挂钩。注意驱动的学习，会伴随多巴胺的释放——这是中脑产生的神经递质，管注意，也牵连奖赏和动机。  

我们脑子里虽有数十亿神经元、感官系统也精细，但根本不可能每秒处理眼前所有的影像、声音、动作、气味和暖风。面对每秒十几兆比特的海量感官输入，我们必须挑重点，把无关紧要的过滤掉，专注当下要紧的事，打猎、避敌、听人说话、阅读、安全走动、欣赏一段吉他。靠的就是注意。我们一辈子都在学哪些声音、景象、气味需要注意，哪些可以忽略。犹他大学心理学家大卫·斯特雷耶说过：“注意是圣杯。你意识到的、你接纳的、你记住或忘记的，全靠它。”  

当下的专注

每天都会遇到这种情况：在吵闹的房间里听朋友讲话，其他人也在聊天。这就是“鸡尾酒会问题”，我们得用听觉注意锁定朋友的嗓音，屏蔽其他的。  

大脑里帮我们选想听的、滤掉不想听的网络叫网状激活系统。这个皮层与皮层下联合系统能直连整条听觉通路，让专注注意改变神经元对声音的反应。  

前面讲过，雪貂学会注意新频率时，听觉皮层的单个神经元会调整调谐范围，把新重要频率纳入进来。如果雪貂学到要对两种不同声调做不同反应，一个忽略、一个注意，神经元的调谐会在两个频率上都变。变化不局限于频率，如果学习任务让另一个声音配料（比如时间线索）有意义，神经元的反应时间模式也会相应调整。  

注意引起的调谐或时间变化，会沿整个听觉通路发生，包括中脑和听神经。机制可能是通过传出系统调节耳蜗外毛细胞的放大作用。所以我老公看书时就听不见我说话。  

可以一边让人听两句同时播放的句子，只注意其中一句，一边做神经记录。大脑对两句的综合反应会更贴合被注意那句的声音特征，而不太贴合被忽略的那句。换句话说，专注注意第一句会压制同样显著但情境上不重要的第二句的神经加工。情境很重要。  

好听的心会和边缘系统、认知、感官、运动系统协同，帮我们实现当下的倾听目标。今天的目标明天可能不同，这种灵活很关键。但有些人会反复注意声音细节，这些声音专家让我们看到，持续的当下听觉注意能把好听的心塑成一种全新的、永久提高的默认状态。  

专家级的持续专注  

我不太看体育比赛，比如篮球，规则只懂个皮毛，场上动作除了球进没进，我基本看不出门道。但听解说员（多半是前球员）讲，我惊呆了，他描述进攻战术、防守区域、时间管理、犯规策略等无数细节，我看到的是完全不同的场面。因为他知道该注意什么，他真的在看另一种比赛。反过来，我弹些音乐，也会对乐器声音更敏感，从而体会到演奏者手艺的细微之处。跟篮球解说员一样，我知道了该注意什么。  

听觉专家可以是音乐家、双语者、运动员、录音师或音效设计师，也可以是观鸟人、冥想者。我们都是自己母语的专家。对每种听觉专家来说，外部信号（声音）塑造内部信号（电活动）。专家听者的原理适用于所有人，只是在专家身上更容易观察，所以他们能告诉我们很多脑的奥秘。此刻你读这本书、一小时后遛狗、一周后在婚礼旅途的飞机经济舱里，大脑怎么处理声音，都是过去你注意过的声音累积的结果。任何类型的听觉学习，都会在时间长河里塑造我们的大脑。声音经验的积累，不只是帮我们完成一次性任务的即时注意转移，更会长期改变好听的心的声音编码系统。我们越明确注意某事、花的时间越久，好听的心的声音加工系统就相应地变得越不一样。

StereoMark

交易区新帖推荐

高额消费实际是对大脑的一种奖励机制，它会不断的反复肯定我们的行为，尽管事实告诉我们，听觉上10万的电源线和100元的没有区别，但是大脑接受的奖励机制不同。接受没有区别的现实，相当于否定了大脑的奖励机制。所以，这种颠覆是极为痛苦的，因此而建立的虚荣感瞬间崩塌。

StereoMark

我们学的是我们在乎的东西

大概没谁会记得布森太太第五节英语课没完没了的句型图解练习吧，因为实在无聊。多数时候，我们学的都是自己在意的事。想学点什么的时候，最能激励人的莫过于打心底里在乎它。不管是猫头鹰学抓猎物，还是少年第一次拿起电吉他，都是在给某些声音赋予意义时，激活了大脑的奖赏中心。猫头鹰在乎自己的狩猎本事，那关乎生死；刚起步的音乐人对自己的音乐也满是感情投入。  

边缘系统对学习有巨大的促进作用，能让学习效果来得更快、保持得更久。事实上，要是没有它，好听的心可能根本不会发生重组。哪怕不做训练，直接用电流刺激边缘系统，也能让大脑的音调拓扑图重组，只要把一个音调跟边缘系统刺激配对，听觉皮层的频率图就会变得对这个音调的表征特别突出。就像刺激边缘区会推动听觉通路变化，当某个声音意味着动物在乎的事时，光是声音本身也能激发边缘系统。感情和好听的心之间，是一条双向道。  

从有意识到无意识地处理身边的声音  

前几天我换了手机铃声。刚开始手机响时，我一时没反应过来。可几天后，就算手机在别的房间响，我也立刻知道是我的。这是个无意识学习的小例子。更经典的例子是HM，一个年轻人因为癫痫做了手术，切掉了海马体（记忆的主要部位）。术后癫痫缓解了，但他没法形成新的记忆，刚认识的人或发生的事转眼就忘。可如果让他做镜像描画这类任务，尽管第二天他完全不记得做过，却一天比一天做得好。他是在无意识中学习。  

从前我们得全神贯注才能稳住晃动的车把、踩好滑溜的踏板，现在骑车已是自动、无意识、毫不费力的动作。对我们重要的声音也会经历同样的转变。无论是一时的注意，还是长时间的积累，听觉脑都会调教好听的心。最先变的是听觉皮层，它最灵活，会先调整来应对手头的任务。但随着持续注意和反复练习，整条听觉通路的各个结构最终都会变，形成一种新默认状态。于是，那些已经变得重要的信号，自己的乐器声、母语的声音、教练在场边喊战术、篮球运球推进、自己的名字或新铃声，都会被优先编码。你的声音经历，已在好听的心上留下烙印。曾经需要刻意注意才学得会的声音—意义关联，现在不用费心了，大脑会自动、无意识地用更高效、更迅速的方式处理。我们一生都在潜移默化地捕捉声音规律，这从还在娘胎里就开始了。  

做的事越多，好听的心里的学习就越牢固。雪貂几小时训练带来的变化，对听觉脑的影响远不如一辈子演奏音乐或说外语那样持久。  

我们对声音的隐性与显性经验怎么变成记忆？  

传出系统通过改变大脑加工声音的方式来让学习成为可能。但不是所有结构都以同样方式受影响。一般来说，结构越靠外围（离耳朵近、在流程图底部），变化越慢，需要的训练、练习和注意也越多。学习完成后，皮层图的扩展有可能回到训练前的状态，这是因为学习换了新的策略，不再依赖皮层费力维持。可在更外围的皮层下结构里，训练带来的结果，转向新默认状态（也就是记忆）往往更持久。  

所以，皮层重组有助于短期记忆，长期听觉记忆则需要整个好听的心的默认状态来一次系统级的重置。这个重置涉及从耳到脑整条通路对声音的反应。也就是说，被学习改造过的传入活动本身，就成了记忆。按这个角度看，听觉脑的每一部分都储存着我们声音经历的记忆。  

我们通常不会察觉脑子里上演的这些奇迹。但生物学的原理能帮我们更好地理解，大脑是如何塑造出我们每个人对声音的独特反应。就像篮球解说员和我看到的是不同的场面，没有两个人会以完全相同的方式体验同一个听觉场景。我们每个人都通过经验和专注，我们说的话、做的音乐、生活中重要的声音，打造出一套独特且自动的声音加工体系。  

声音改变我们。

StereoMark

注释​

• W. Penfield、E. Boldrey，《用电刺激研究人大脑皮层躯体运动与感觉表征》，《脑》60卷（1937年）：389–443页；J. L. Hampson、C. R. Harrison、C. N. Woolsey，《小脑的躯体拓扑定位》，《联合会论文集》5卷第1期（1946年）：41页。
  
• M. M. Merzenich、J. H. Kaas、J. Wall、R. J. Nelson、M. Sur、D. Felleman，《成年猴受限去传入后体感皮层3b与1区拓扑重组》，《神经科学》8卷第1期（1983年）：33–55页。
  
• M. M. Merzenich、P. L. Knight、G. L. Roth，《猫初级听觉皮层内的耳蜗表征》，《神经生理学杂志》38卷第2期（1975年）：231–249页。
  
• C. A. Atencio、D. T. Blake、F. Strata、S. W. Cheung、M. M. Merzenich、C. E. Schreiner，《清醒猫头鹰猴初级听觉皮层的频率调制编码》，《神经生理学杂志》98卷第4期（2007年）：2182–2195页；G. H. Recanzone、C. E. Schreiner、M. L. Sutter、R. E. Beitel、M. M. Merzenich，《猫头鹰猴初级听觉皮层频谱感受野的功能组织》，《比较神经学杂志》415卷第4期（1999年）：460–481页。
  
• G. H. Recanzone、C. E. Schreiner、M. M. Merzenich，《成年猫头鹰猴辨别训练后初级听觉皮层频率表征的可塑性》，《神经科学杂志》13卷第1期（1993年）：87–103页；M. M. Merzenich、P. L. Knight、G. L. Roth，《猫初级听觉皮层内的耳蜗表征》，《神经生理学杂志》38卷第2期（1975年）：231–234页；J. S. Bakin、N. M. Weinberger，《经典条件反射诱导豚鼠听觉皮层特定感受野可塑性》，《脑研究》536卷第1–2期（1990年）：271–286页；K. M. Bieszczad、A. A. Miasnikov、N. M. Weinberger，《感官皮层地图重塑植入特定行为记忆》，《神经科学》246卷（2013年）：40–51页；M. Brown、D. R. Irvine、V. N. Park，《猫听觉频率辨别任务的知觉学习：与初级听觉皮层变化的关联》，《大脑皮层》14卷第9期（2004年）：952–965页；J. M. Edeline、N. M. Weinberger，《频率辨别训练中听觉皮层感受野可塑性：独立于任务难度的选择性重调》，《行为神经科学》107卷第1期（1993年）：82–103页；G. A. Elias、K. M. Bieszczad、N. M. Weinberger，《学习策略细化逆转早期感官皮层地图扩展但不影响行为：支持学习与记忆的直接皮层基质理论》，《学习与记忆神经生物学》126卷（2015年）：39–55页。
  
• B. Röder、O. Stock、S. Bien、H. Neville、F. Rösler，《言语加工激活先天盲人的视觉皮层》，《欧洲神经科学杂志》16卷第5期（2002年）：930–936页。
  
• N. Sadato、A. Pascual-Leone、J. Grafman、V. Ibanez、M. P. Deiber、G. Dold、M. Hallett，《盲人盲文阅读激活初级视觉皮层》，《自然》380卷第6574期（1996年）：526–528页。
  
• H. Nishimura、K. Hashikawa、K. Doi、T. Iwaki、Y. Watanabe、H. Kusuoka、T. Nishimura、T. Kubo，《手语在听觉皮层中被“听见”》，《自然》397卷第6715期（1999年）：116页。
  
• E. I. Knudsen、G. G. Blasdel、M. Konishi，《用搜索线圈技术测量仓鸮的声源定位》，《比较生理学杂志》133卷第1期（1979年）：1–11页。
  
• G. Ashida，《仓鸮与声源定位》，《声学与科学技术》36卷第4期（2015年）：275–285页。
  
• E. I. Knudsen，《仓鸮听觉定位通路中的指导性学习》，《自然》417卷第6886期（2002年）：322–328页。
  
• M. S. Brainard、E. I. Knudsen，《仓鸮视顶盖听觉空间地图视觉校准的敏感期》，《神经科学杂志》18卷第10期（1998年）：3929–3942页。
  
• B. A. Linkenhoker、E. I. Knudsen，《渐进式训练增加成年仓鸮听觉空间地图的可塑性》，《自然》419卷第6904期（2002年）：293–296页。
  
• M. S. Brainard、E. I. Knudsen，《仓鸮视顶盖听觉空间地图视觉校准的敏感期》，《神经科学杂志》18卷第10期（1998年）：3929–3942页。
  
• J. Fritz、S. Shamma、M. Elhilali、D. Klein，《初级听觉皮层中与任务相关的频谱—时间感受野快速可塑性》，《自然·神经科学》6卷第11期（2004年）：1216–1223页；M. Ahissar、S. Hochstein，《视觉知觉学习的逆向层级理论》，《认知科学趋势》8卷第10期（2003年）：457–464页。
  
• O. Kacelnik、F. R. Nodal、C. H. Parsons、A. J. King，《成年哺乳动物听觉定位的训练诱发可塑性》，《公共科学图书馆·生物学》4卷第4期（2006年）：e71。
  
• V. M. Bajo、F. R. Nodal、D. R. Moore、A. J. King，《下行皮层—下丘通路介导学习诱发的听觉可塑性》，《自然·神经科学》13卷第2期（2010年）：253–260页。
  
• A. H. Teich、P. M. McCabe、C. C. Gentile、L. S. Schneiderman、R. W. Winters、D. R. Liskowsky、N. Schneiderman，《听觉皮层损伤阻止兔对音调刺激的巴甫洛夫差异心率条件反射消退》，《脑研究》480卷第1–2期（1989年）：210–218页。
  
• X. F. Ma、N. Suga，《听觉和/或体感皮层局灶电刺激诱发蝙蝠中枢听觉系统的可塑性》，《神经生理学杂志》85卷第3期（2001年）：1078–1087页。
  
• Y. Zhang、N. Suga、J. Yan，《蝙蝠听觉系统频率加工的皮层下行调制》，《自然》387卷第6636期（1997年）：900–903页。
  
• N. Suga、X. F. Ma，《听觉系统中的多参数皮层下行调制与可塑性》，《自然综述·神经科学》4卷第10期（2003年）：783–794页。
  
• F. Luo、Q. Wang、A. Kashani、J. Yan，《大脑初始声音加工的皮层下行调制》，《神经科学杂志》28卷第45期（2008年）：11615–11621页。
  
• M. V. Popescu、D. B. Polley，《单耳剥夺扰乱听觉中脑与皮层双耳选择性的发育》，《神经元》65卷第5期（2010年）：718–731页。
  
• P. Dallos、B. Evans、R. Hallworth，《耳蜗外毛细胞电动形变中运动元件的本质》，《自然》350卷第6314期（1991年）：155–157页。
  
• P. J. Dallos，《论奇次分谐波的产生》，《美国声学学会杂志》40卷第6期（1966年）：1381–1391页；D. T. Kemp，《人听觉系统内诱发的声学发射》，《美国声学学会杂志》64卷第5期（1978年）：1386–1391页。
  
• M. C. Liberman，《橄榄耳蜗传出束与内耳对声损伤的易感性》，《神经生理学杂志》65卷第1期（1991年）：123–132页。
  
• X. Perrot、P. Ryvlin、J. Isnard、M. Guenot、H. Catenoix、C. Fischer、F. Mauguiere、L. Collet，《人外周听觉活动中存在皮层下行调制的证据》，《大脑皮层》16卷第7期（2006年）：941–948页；S. Khalfa、R. Bougeard、N. Morand、E. Veuillet、J. Isnard、M. Guenot、P. Ryvlin、C. Fischer、L. Collet，《人听觉皮层对外周听觉活动的调制证据》，《神经科学》104卷第2期（2001年）：347–358页。
  
• P. Froehlich、L. Collet、A. Morgon，《定向注意变化会瞬时改变诱发性耳声发射幅度》，《生理学与行为》53卷第4期（1993年）：679–682页；C. Meric、L. Collet，《视觉注意对自发与诱发性耳声发射的差异影响》，《国际心理生理学杂志》17卷第3期（1994年）：281–289页；S. Srinivasan、A. Keil、K. Stratis、K. L. Woodruff Carr、D. W. Smith，《跨模态选择性注意对感官末梢的影响：选择性注意会改变耳蜗敏感度》，《神经科学》223卷（2012年）：325–332页。
  
• X. Perrot、C. Micheyl、S. Khalfa、L. Collet，《音乐家的耳蜗生物力学活动受更强双侧传出影响》，《神经科学快报》262卷第3期（1999年）：167–170页；C. Micheyl、S. Khalfa、X. Perrot、L. Collet，《音乐家与非音乐家耳蜗传出活动的差异》，《神经报告》8卷第4期（1997年）：1047–1050页；S. M. Brashears、T. G. Morlet、C. I. Berlin、L. J. Hood，《古典音乐家的橄榄耳蜗传出抑制》，《美国听力学学会杂志》14卷第6期（2003年）：314–324页。
  
• V. Marian、T. Q. Lam、S. Hayakawa、S. Dhar，《自发性耳声发射揭示高效的听觉传出网络》，《言语、语言与听力研究杂志》61卷第11期（2018年）：2827–2832页。
  
• M. E. Goldberg、R. H. Wurtz，《行为猴上丘的活动·第二篇：注意对神经元反应的影响》，《神经生理学杂志》35卷第4期（1972年）：560–574页。
  
• C. G. Kentros、N. T. Agnihotri、S. Streater、R. D. Hawkins、E. R. Kandel，《增加对空间上下文的注意可提升位置场稳定性与空间记忆》，《神经元》42卷第2期（2004年）：283–295页。
  
• E. R. Kandel，《寻找记忆：心灵新科学的兴起》（纽约：W. W. Norton，2006年）。
  
• 引自Matt Richtel，《户外与信号之外，研究大脑》，《纽约时报》，2010年8月15日，https://www.nytimes.com/2010/08/16/technology/16brain.html。
  
• J. Fritz、S. Shamma、M. Elhilali、D. Klein，《初级听觉皮层中与任务相关的频谱—时间感受野快速可塑性》，《自然·神经科学》6卷第11期（2003年）：1216–1223页。
  
• J. B. Fritz、M. Elhilali、S. A. Shamma，《多重频谱任务期间A1感受野的差异动态可塑性》，《神经科学杂志》25卷第33期（2005年）：7623–7635页。
  
• J. Fritz、M. Elhilali、S. Shamma，《主动聆听：初级听觉皮层中任务依赖的频谱—时间感受野可塑性》，《听力研究》206卷第1–2期（2005年）：159–176页。
  
• S. J. Slee、S. V. David，《听觉中脑中与任务相关的频谱—时间感受野快速可塑性》，《神经科学杂志》35卷第38期（2015年）：13090–13102页。
  
• P. H. Delano、D. Elgueda、C. M. Hamame、L. Robles，《对视觉刺激的注意降低栗鼠耳蜗敏感度》，《神经科学杂志》27卷第15期（2007年）：4146–4153页。
  
• N. Mesgarani、E. F. Chang，《多说话人言语感知中有注意说话者在皮层的优先表征》，《自然》485卷第7397期（2012年）：233–236页；J. Krizman、A. Tierney、T. Nicol、N. Kraus，《注意在中脑与皮层间诱发加工权衡》，见《耳鼻喉学研究协会年会》PS 428（2017年）：277页。
  
• N. M. Weinberger、A. A. Miasnikov、J. C. Chen，《基底前脑胆碱能激活水平控制听觉联想记忆的特异性》，《学习与记忆神经生物学》86卷（2006年）：270–285页。
  
• H. H. Webster、U. K. Hanisch、R. W. Dykes、D. Biesold，《基底前脑损伤±利血平注射抑制大鼠坐骨神经切断后后爪初级体感皮层重组》，《体感与运动研究》8卷（1991年）：327–346页。
  
• M. P. Kilgard、M. M. Merzenich，《基底核活动使皮层地图重组成为可能》，《科学》279卷（1998年）：1714–1718页。
  
• W. Guo、B. Robert、D. B. Polley，《胆碱能基底前脑将听觉刺激与延迟强化相连以支持学习》，《神经元》103卷第6期（2019年）：1164–1177页。
  
• S. Corkin，《双侧内侧颞叶切除术后运动技能获得》，《神经心理学》6卷第3期（1968年）：255–265页。
  
• J. R. Saffran、R. N. Aslin、E. L. Newport，《8个月婴儿的统计学习》，《科学》274卷第5294期（1996年）：1926–1928页；E. Partanen、T. Kujala、R. Näätänen、A. Liitola、A. Sambeth、M. Huotilainen，《出生前言语加工的学习诱发神经可塑性》，《美国国家科学院院刊》110卷第37期（2013年）：15145–15150页。
  
• J. Fritz、S. Shamma、M. Elhilali、D. Klein，《初级听觉皮层中与任务相关的频谱—时间感受野快速可塑性》，《自然·神经科学》6卷第11期（2003年）：1216–123页。
  
• N. Kraus、T. White-Schwoch，《揭示听觉学习的生物学：认知—感觉运动—奖赏框架》，《认知科学趋势》19卷（2015年）：642–654页。
  
  

补充说明​
a 用微电极探测神经元，在条件最好的时候都不容易，而这些实验还得让兔子学会任务……这得花不少时间。实验室在一条热闹的街上，我常常半夜做实验，这样路过的卡车就不太会把电极震得偏离目标脑细胞。
b 说实话，我还挺喜欢句型图解的呢。

StereoMark

倾听的大脑：一场探寻  

科学，说到底是很人性的事。  

“大脑里到底在发生什么？”这个问题，我翻来覆去问了自己无数遍。它贯穿了我所有研究的中心。要是没法测出大脑里的动静，我们就很难摸清声音在语言、音乐和健康里的生物根基。为了看清好听的心能做的那些精微加工，我花了好多年找一种满意的观测窗口。  

科学家就像站在一块窄木板上，十年、几十年甚至一代代往外扩，想让我们有理由相信脚下的这块板能撑住自己。某一块板也许一时看着挺稳，可一旦开始晃悠，只要找到更贴合已知事实的新路，就可能放弃它另起炉灶。科学是很人性的尝试，也是一次谦卑的努力，想在我们无知的茫茫黑暗里投进一点光。我的这段路，我想贡献的那块板，就是找到窥探大脑声音加工的窗口。  

科学进步不是一堆事实的堆砌，它离不开背景和人的参与。公众眼里的科学，往往是断章取义的说法或标题，比如“科学发现培根有益健康”。去年说培根有害的头条早被忘光或失效。真正的科学可不是这么走的。科学靠的是缓慢累积那些经得起反复检验的想法。那两份培根研究，加上之前的许多研究和未来的更多研究，会一点点拼成证据，帮我们逐渐看清盐腌猪腹肉的健康与营养价值。单独一项研究可不能让我们喊“结案”。记者，偶尔还有个别科学家，为了拿经费或博名声会倾向把最新发现说得像一锤定音。虽说“把事情了结”听着痛快，但草率报道的科学结论会让人只挑合心意的听，忽略不合心意的，这就坏事了。  

在历史上，听觉科学一直盯着“从耳到脑”的方向。从起点（耳朵）开始搭板，一步步弄清声音怎么进到大脑、穿过大脑，这很合理。但随着领域发展，Brainvolts也参与了这种转变，我们渐渐明白，耳到脑这套只是更深系统的一部分，它牵动着大脑的大片区域。  

我一直急着想弄明白大脑里在发生什么，这样才能从我们的声音生活出发，搞懂好听的心在干什么。我的探寻，是想学会怎么雕琢好听的心，让我们成为更好的音乐人或运动员，能听见更多东西，从鸟鸣到亲人的低语。  

我需要的，是一种能揭示声音加工的生物方法，精细到我们根本意识不到的那种。一次在海马体（负责形成新记忆）做的实验给了我启发。Fried和同事在人们看一组图片时，直接记录海马体的活动，发现参与者看到之前见过却没记住的图片时，海马体神经元还是会反应。大脑显然“知道”的比人有意识觉察到的要多。我就想找好听的心里的这个对应现象。  

我需要捕捉好听的心如何处理音高、时间、音色这些声音配料……  

我还需要在不依赖听者主动参与的情况下拿到这些信息。好听的心探针得能在那些难以完成任务、年纪太小或生病无法安静坐着、或者有语言障碍的人身上用，还得不容易被“钻空子”。我要的是一种对谁都管用的一体化办法。  

我需要这探针能反映好听的心如何被经验塑造，比如学外语、做音乐、当运动员、苦于阅读、或遭遇脑伤。  

最重要的是，我需要一个能揭示单个人大脑里声音加工的探针，能显示他是以怎样独一无二的方式在听这个世界。  

如今我知道，频率跟随反应（FFR），一种捕捉大脑对声音反应的方法，能提供所有这些关于好听的心的洞见。接下来就是我开发这套方法的历程，一路上有试错、有死胡同，把未知变成已知，并让我们现在有能力提出新问题的故事。

StereoMark

从外面测头里的信号
​
假如我现在跟你说话，你听觉脑里的神经元就在放电。声音引起的电反应会传到头皮表面，不过信号特别微弱，但我们能用头皮电极测到。这事做起来可不简单。大脑产生的电，不光是对声音的反应，还受我们看的景象、坐直的姿势、心跳等等影响。再加上房间那台电脑、墙上的插座、手里的智能手机……都在制造电场。我们得从脑袋内外那堆庞大却无关紧要的电杂音里，把声音引发的微小电信号挑出来。
那要是让所有跟听觉无关的电噪声都消失呢？至少在初步近似下，我们可以用信号平均做到。平均的原理是：对某个固定声音的反应，每次都在相同的时间出现。而噪声，不管是身体里的还是外界的，在时间上是随机的，反复平均后会慢慢消掉。电脑一直在嗡嗡响，人痒了就挠鼻子，心脏不停跳，但声音一遍遍播放。电脑能精确标记每次发声的时刻，我们就把反应按发声起点对齐叠加。这样，凡是跟目标声音同步的脑活动，就会在平均中不断增强；而那些不同步的噪声事件，咳嗽、掰指关节、荧光灯闪烁都会互相抵消，重复够多次后就趋近零。等噪声干扰小到一定程度，我们就得到了一张“声音让大脑干了什么”的快照。

只要电极始终贴在头皮不动，我们就能更换声音，从不同位置拾取从听神经到皮层的听觉通路活动。可等等，我们并没有电极直接插在听觉结构的里面，怎么知道记录到的是脑干、中脑、丘脑、皮层还是别处？可以根据直接记录这些区域得出的听觉通路原理来推断，但说白了，关键在速度。神经元能跟声音配料同步放电的速度，会随着从耳到脑的层级升高而变慢。有的听觉结构专管几十秒的时序，有的管秒级、毫秒级、甚至微秒级。总之，皮层慢，皮层下快。

老浦东

子弹同志独角戏唱得辛苦！！！

StereoMark

老浦东 发表于 2025-12-21 04:53
子弹同志独角戏唱得辛苦！！！

这是在分享知识，留存纪念。

StereoMark

感知声音变化的第一步  

科学家早就利用了一个事实：大脑会对原本可预测的模式里出现的改变作出反应，不管是听觉、视觉还是触觉。要测试对声音变化的察觉，可以先播放一串重复的声音，然后时不时比如十分之一的情况，换成一个不同的声音：哔—哔—哔—哔—哔—哔—嘣—哔—哔—哔。在“嘣”之后，头皮记录的电波形会出现扰动，这提示大脑已经察觉到从“哔”到“嘣”的变化。这种重要的生存技能，很可能是在远古祖先需要从持续的环境声里捕捉变化以预警危险（比如蟋蟀叫时突然有蛇窜动）的过程中演化出来的。察觉声音变化因此深植在我们身上，也值得好好研究。  

这类反应里最广为人知的一种，甚至在刑侦里被用来提取信息。比如说发生了一起谋杀案，嫌疑人被接上电极，依次看各种武器的图片：手枪、步枪、铁棍、一瓶士的宁、猎刀、砍肉刀、锤子……无辜者对每张图的生理反应都差不多，但凶手看到自己作案用的武器时，大脑会产生独特的反应。  

上世纪八十年代末，我在匈牙利参加一个会议，芬兰神经科学家里斯特·纳塔宁（Risto Näätänen）引起了我的注意。他在芬兰北部拉普兰冰湖里游泳也让我佩服，我穿着羽绒服、戴着帽子在旁边看着，他二十分钟后精神抖擞地冒出来。我后来也试着下了一次那个湖，但只坚持了几秒，还提前计划好要赶紧回桑拿房。  

里斯特发现，即使我们没有特意注意，大脑也能对声音模式的变化作出反应。他管这叫“失配负波”（MMN）。这是一种向下的脑电波（所以叫“负”），当某个声音和序列里其他声音不匹配时就出现（所以叫“失配”）。厉害的是，这反应是自动的，不需要听者有明确的参与，而在此之前，变化检测研究都要求主动参与。他的实验对象可以读书、看带字幕的视频、睡觉、做白日梦，或者干脆忽略声音。这个反应满足了我的一项需求：被动获取，不必让听者费劲参与。  

如果你留心，声音变化很容易察觉。但我当时在想，能不能更进一步，测出大脑对那种我们根本察觉不到的声音变化的反应？变化小到就算拼命去听也几乎分辨不出。我们已经知道，有语言障碍的孩子在加工声音上有困难，我怀疑他们可能连语音之间的细微差别都处理不好。可你怎么让一个幼儿告诉你，他能分辨哪些音、不能分辨哪些音？让孩子指出能听到的声音已经够难了，更别说语言声音里涉及的毫秒级时间差异这种微妙细节。如果我们能从生物层面直接看出孩子能或不能听到什么，而不必他们直接回应，那该多好？  

另一位芬兰神经科学家米科·萨姆斯（Mikko Sams），也许那些漫长的冬夜让芬兰人对声音更有意识和兴趣，研究了大脑对极细微声音变化的反应，比如1002赫兹和1000赫兹的音调。MMN证明大脑能分辨这0.2%的差异。不过，用心听还是能觉察出来。于是我们在Brainvolts让差异更难：造出声学差异极其细微的音节对，让参与者根本分不清。尽管他们主观上分不出，但就像海马体能“记住”见过却没回忆起的图片一样，他们的心灵之声依然能分辨！我们得到了一个满足第二项条件的脑反应，能反映我们根本意识不到的细微感知。  

用失配负波我们发现，有语言障碍的孩子大脑分辨不出正常孩子能分辨的最小对比语音。这暴露了他们面临的一个生物瓶颈。我们推测，语言困难可能源于没能把语言的细微声音和意义连起来。如果真是这样，加强心灵之声的加工或许能引导语言发展。  

大脑能分辨的极限并非一成不变。跟任何系统一样，我们可以通过训练去拓展它。假如一开始我们分辨不出某对声音的差异，但经过训练后能分清，那MMN会随学习出现或增强吗？Brainvolts的研究生凯莉·特朗布莱（Kelly Tremblay）就测试了这个问题，教人说母语里没有的声音，这些音英语使用者起初分辨不出，但其他语言的人一听就明白。结果确实如此：训练后，英语使用者的大脑在他们还未能有意识地分清这些音之前，就已显现出能分辨的迹象。  

这让我想到，可以用类似方法帮助有语言障碍的孩子。我还憧憬着能客观监测孩子的进展，用心灵之声探针判断大脑是否在正确重组，即便行为上还没显出来。每天早上弹钢琴时，我喜欢想着我的大脑在学习，哪怕弹出的音符听起来并不比昨天好。我愿意相信，手指早晚会跟上大脑的节奏。  

不过，失配负波虽推进了我对大脑声音加工的认识，最终还是不够理想。第一，我们关心的电活动很容易被眨眼、肌肉紧张、清嗓子这些电活动淹没。我看一个向下的波形时，有时真分不清是声音反应还是鼻涕声，因为MMN的慢波和其他电信号混得太像。Brainvolts甚至还发过一篇叫《这真的是失配负波吗？》的论文，专门讲怎么从背景噪声里把这反应“拧”出来。第二，用MMN做实验很慢，它依赖变化只在少数情况下出现。如果十个声音里只有一个能引出反应，记录时间就不可避免很长，这对儿童和临床环境很不实用。第三，MMN主要是皮层慢反应，反映不了声音里许多快速的成分。我们得到的只是一个提示“大脑察觉到声音场景变了”的神经偏转，它没告诉我们大脑对构成大多数声音的慢速和快速配料具体怎么响应。是时候更进一步了......

StereoMark

解析声音配料：第二步  

世纪之交前后，我悄悄给 Brainvolts 调整了方向，这一步后来成了我们工作的关键。一直以来，我们用头皮电极测人在听声音时的反应；同时另一条线上，我们在测豚鼠大脑听觉结构的活动。方法大致沿用我最早在兔子学习实验里的那套。现在，是把过去和当下接起来的时候了。  

博士生詹娜·坎宁安、辛迪·金、布拉德·威布尔和丹·艾布拉姆斯，分别在豚鼠大脑的皮层和下皮层结构做了记录。他们用语音作刺激，在中脑、丘脑和听觉皮层里采到了漂亮又清晰的反应，包括每个结构里可见的快慢活动模式。不过我们还注意到一点：在做这些深部脑记录的同时，我们始终在脑表面放一个电极，用来把内部活动和外部可测的信号连起来。这个电极跟我们给人用的差不了多少，从它那里我们能清楚看到复杂声波里包含的各种声学配料！跟从中脑、丘脑得到的反应一样，这种表面记录的脑波信息量很足，能分析出声音是“ba”还是“pa”，看一眼波形就能推出是“a”还是“oo”。方法快又实用，单靠头皮电极对单个语音节的反应，就能拆出一大堆独立的生物声音加工信息，因为对我们重要的那些配料，比如音高、频率滑移、谐波，全都在里面，而且都能算得到。  

这引发了团队讨论，包括我长期合作者特蕾泽·麦吉。我们都觉得，这种记录方式有望满足我的另一项要求，能用大脑丰富的结构和生理基础，捕捉心灵之声如何处理组成声音的配料。这是个让我能扎进去干的方向，也把我带回了那些我一直靠它们找安心和启发的信号。  

这种脑活动叫“频率跟随反应”（FFR）。它其实不算新（六十年代就发现了），但大家一直只用它来标示检测到声音，往往还只是个单音，没意识到它的更多本事。到了九十年代，虽然开始用更复杂声音测试，FFR 仍只用来探查大脑对基频的处理，而基频只是构成我们声音世界的众多快慢配料之一。Brainvolts 则提出，FFR 还能反映大脑对我们理解声音所必需的丰富细节的加工。事实上，这脑反应精确到外形都跟诱发它的声波很像。你能在脑反应本身里直接看到细化的声音配料（见图4.1）。  


图4.1  
声音经耳塞送进耳朵，头皮电极采集大脑的电反应。脑波和声波相像，能告诉我们大脑对不同声音配料的处理有多好。混音台示意每种配料是被分别处理的。  

多数对声音的大脑反应，其实说不出太多加工细节。它们有点像血脂检查，高胆固醇在统计上能预测动脉硬化，但你的胆固醇值并不是动脉壁狭窄的直接测量。功能性磁共振（FMRI）和很多神经生理反应也类似，能让我们推断身体里可能在发生的事，但不像直接测动脉斑块那样精准。多数对声音的反应看不到音高、音色、响度和时间上的动态是怎么配合的，它们只是些抽象的起伏和尖峰。想象一下，如果有个脑反应真的长得像声音本身，会怎样？再想，如果能直接测出我们每个人处理这些配料的独特方式，又会怎样？这就是 FFR 的本事。有了它，我们能去掉生物测试里常见的层层抽象。我想不出还有哪种生物反应能这么一对一地映射大脑的加工，简直闻所未闻。  

为了研究好听的心如何理解声音，我特意想用有意思的声音：语音、音乐、掌声、狗叫、婴儿哭声……现在（不再只用 FFR 抓基频），这些全都能拿来用。对它们的反应是个轮廓清晰的信号，能清楚“回想”起引发它的那段语音、狗叫或哭声，也因此体现出大脑编码的精细程度。  

我们能看清大脑在处理每种配料时的表现。这些配料不是像音量旋钮那样统一处理的。不如把它想成混音台，每种配料的加工都在讲一部分故事。混音台上代表声音配料的推子，会显出某些群体或个人的特定增强和卡点，这取决于他们天生的条件和生活中的声音环境。

StereoMark

大脑在倾听——艺术与科学的协奏

因为脑波和诱发它的声波很像，我们实际上可以把大脑对声音的反应播放出来，去“听”大脑（见图4.2）。Brainvolts 录过很多声音的大脑反应，包括几个八度的音符。我们可以把大脑对每个音符的反应转到一把“脑键盘”上。当我们“弹奏脑键盘”时，很容易听出每个人处理相同音符的独特方式。如果你好奇，可以去 Brainvolts 网站听听脑波声音化的示例。偶尔我和音乐家同台，听到钢琴家演绎“脑键盘”，那种感觉特别美妙。  


图4.2  
麦克风把声波转成电信号，从音箱播放；同样，听声音会让神经元放电，在大脑里产生电，这电也能从音箱播放。果然，声音化后的频率跟随反应听起来就很像诱发它的声音，只是稍显闷一些。  

艺术与科学交织的另一个例子，是我曾有幸和歌剧演员芮妮·弗莱明同台。她演唱德沃夏克《月亮颂》（选自《水仙女》）时，我坐在她附近的钢琴凳上，沉浸在她的动人歌声里。唱完我好一会儿才缓过神来站起来走向舞台中央，那一刻说不出话，这就是声音的震撼力。那晚轮到我解释，音乐打动我们时大脑里究竟发生了什么。


图4.3  
科学与艺术，约1997年。我儿子中学时演绎的“妈妈是做什么的”。  

我总想在科学里赞颂艺术。教学和讲座时我喜欢用插图，让科学想法更易理解，也凸显科学本有的美，让我们感受到比自身更宏大的东西。  

经验  

我们正琢磨怎么从 FFR 里提取声音配料来研究语言障碍儿童的加工时，拉维·克里希南的一份报告让我猛醒。他发现，说普通话的人大脑（用 FFR 看）在追踪音高方面异常出色，而英语使用者的大脑做不到那么好。普通话使用者的好听的心把“音高追踪”推子调高了，以适应他们语言里的声调特点，这是英语没有的。这种精细的、因语言而异的加工根深蒂固，说普通话的人连睡觉时大脑也在做这件事。  

显然，他们是在一辈子做声音—意义关联中磨出了音高本事。重要的是，这些实验揭示了一种作用机制，经验如何改变声音加工。拉维没给出模糊的“某某脑区亮了”之类的说法，也没看血氧水平、波形的笼统负向偏转或对声音起始的粗糙反应。他描述的是大脑对声音里某一独立配料的编码：两组听者在音高追踪上的差异被明确展现出来。换句话说，FFR 清楚反映了好听的心的动态；声音配料就呈现在神经反应里。  

普通话使用者在音节时长（约 200 毫秒，在语音里算长的）内追踪音高很厉害，而有语言障碍的孩子却难处理快速线索，比如辅音转入元音（只持续很短的调频扫掠）。FFR 能探测这种配料吗？能探测语音里的所有配料吗？答案是能，因为它的根源在下皮层，不受限制皮层 MMN 或慢速 FMRI 的速度束缚。  

要超越音高加工，Brainvolts 得忙起来。用 FFR 测音高（基频）已有段时间，但没人想过去看调频扫掠、谐波、时间乃至噪音水平这些配料。好在分析声音本身和分析其生理脑反应之间有相当直接的路径，尤其我们已经看到二者外形高度相似。信号处理领域早已熟稔提取调频扫掠、谐波、时间并量化噪音的技术，我们只需把它们用到生理信号上。团队学了这些技术并用于这种新信号，才释放出 FFR 的威力，相当于给混音台加了推子。多年下来我们不断优化流程，还发了教程，把步骤讲清楚。现在我们可以把头里的信号（脑波）和头外的信号（声波）对照来看。能测到一个和声波接近到能看出平行的脑波，这点让我特别有共鸣。这种精度，跟我早年给兔子用的微电极、以及辛迪、詹娜、布拉德和丹在豚鼠身上的记录一样令人踏实。对人类而言，精准触到听觉加工的脉搏，根植于声音与信号，终于成为可能。  

FFR 反映了我们的听觉脑因声音经验而形成的样子。Brainvolts 率先探究经验与障碍对声音配料加工的影响，这让我们理解声音生活如何改变我们对特定配料的默认生理反应。混音台的比喻帮我们看到不同人群的优势与短板，以及生活经历对声音加工的作用。  

关键是，每个人对声音的反应都是独一无二的。个体间的细微差异现在可以测到、看到，甚至听到。一个人的声音历史能通过他对声音的反应讲出来——这是他的生物指纹。  

听觉加工的快照与枢纽  

在把听觉系统看作从耳到脑的层级输送的传统观点里，很难想象中脑，FFR 主要来源，会是丰富、分布式、双向系统的枢纽。那时中脑只是声音从耳进脑的一个中转站。  

Brainvolts 推动的概念突破，是把中脑当作枢纽，而不只是耳到脑链条的一环（见图4.4）。听觉通路是个回路，皮层下听觉中心不仅是硬连线的传声管道。听觉中脑是我们认知、感官、运动、奖赏网络的枢纽，处于这个不断演化的分布式神经基础设施的核心。  


图4.4  
学习带来的影响造就灵活的听觉系统。为满足当下需求的快速声音加工变化源自传出（深色）通路，最终对传入听觉通路（浅色）造成永久改变，形成新的默认状态。这就是声音记忆的存储方式。  

中脑能揭示声音加工的复杂面这一点被忽视，部分原因是 FMRI 等脑成像的盛行。成像擅长显露皮层活动（而且视觉效果讨喜），于是强化了“要理解大脑如何理解声音就得盯住皮层”的看法。FFR 以极高精度探测皮层下的声音加工，提供了从首到尾的整个声音加工网络，也就是心灵之声的快照。换句话说，背痛可能源自膝盖问题。同理，虽然 FFR 主要来自中脑，不应把它当成“中脑反应”。中脑处在行动的中心。  

神经科学和哲学里有个持续讨论的“绑定问题”：大脑如何在毕生经验指引下，把视觉、听觉、嗅觉、味觉、触觉等所有输入协调成一个整体？不断累积的感官信息怎么产生“这是我手机响”或“我听到哥哥开车进车道”这样的认知？必要的统一性从何而来？大脑一定是在收集信息并把它“绑定”成统一感知。  

V. S. 拉马钱德兰描述的实验“直接反驳了大脑由若干自主模块像接力队一样工作的理论”。正如伊恩·麦吉尔克里斯特所说，“经验不只是最高层的拼接……感知是感官层级不同层次之间、甚至跨感官的信号回荡中浮现的。”大脑功能模块化元素的整合，大多在皮层下完成。听觉中脑能充分获取其他感官的信息，以及来自我们分布式互联大脑各处的边缘系统与认知输入。这些知识是学来的，并已成自动反应。因此 FFR 很可能揭示大脑如何把听力的多维信息绑在一起。  

我们知道，给声音赋予意义，学习，会带来声音加工的改变。先发现某个声音有意义，然后塑造听觉系统更高效地处理它。特定的脑区，听觉的和其他的，共同促成中脑的默认反应特性。所以 FFR 远不只是反映某个单一听觉结构的活动。记住，听觉脑很庞大。听觉通路内外的特定脑区各有贡献，但它们在更广神经网络背景下协同运作。FFR 让我们看到大脑里声音加工的功能样貌，它提供了整个心灵之声的编码声音配料表快照。  

寻找可行的声音加工作物入口，在我对听觉脑的思考演变里起了作用。它帮我跳出把大脑分割成封闭流水线的观念，拥抱包含感官、认知、运动、奖赏网络的广阔听觉脑，也更整体地思考我们的声音生活。也许这场科学实验室的幕后探寻，能让大家稍稍看到科学家如何搭建足够结实的木板，铺成稳固的地板。我们的经验让我们能整合已知、阐明未知，并聚焦在仍在努力理解的心灵之声的谜上。