Predictive encoding of a speech: a neural tracking analysis in 'cocktail party' situations

Abstract

La capacidad del cerebro para enfocarse en una conversación en un ambiente ruidoso, conocido como efecto cóctel, sigue siendo un desafío significativo en la neurociencia. Todavía carecemos de una comprensión clara de cómo el cerebro utiliza la experiencia para priorizar elementos de la información auditiva del habla con éxito. La investigación ha demostrado que el procesamiento neuronal se dedica predominantemente al habla de un interlocutor atendido en comparación con el habla ignorada. Sin embargo, los estímulos familiares y previamente experimentados pueden desencadenar respuestas neuronales relativamente más débiles que los novedosos, un fenómeno conocido como efecto de priming. Este estudio investiga la interacción entre el procesamiento auditivo en el efecto de fiesta de cóctel y la influencia del conocimiento previo a través de diferentes niveles de familiaridad con el habla. Nuestra investigación investiga específicamente cómo la experiencia previa con el habla, incluida la familiaridad con la voz o el contenido del mensaje vocalizado, desempeña un papel en este proceso de segregación de información. En una serie de estudios de electroencefalografía (EEG) de ensayo único, medimos los índices de atención temporal asignados a las respuestas neuronales al habla contínua utilizando el método de función de respuesta temporal (FRT). Los experimentos se llevaron a cabo para investigar la interacción entre la atención y la experiencia en tres niveles diferentes. En el Experimento 1, familiarizamos a los oyentes con el discurso de un solo hablante antes de escuchar la misma secuencia en un escenario de fiesta de cóctel con dos hablantes, que implicaba un conocimiento previo completo de uno de los dos objetos de habla. En el Experimento 2, los oyentes fueron familiarizados de manera similar con discurso de un solo hablante y, en el posterior escenario de cóctel, fueron expuestos a uno de los dos interlocutores con la misma voz pero un mensaje diferente. En el Experimento 3, el habla sobre la que se familiarizó a los oyentes a través de un solo interlocutor se repitió luego en el mismo contenido parafraseado de dos nuevos hablantes en la posterior escucha del cóctel. Es importante destacar que abordamos el impacto separado que el conocimiento previo puede tener en el procesamiento del habla atendida versus no atendida, es decir, si la experiencia previa se relaciona con el habla objetivo o el habla desatendida. Identificamos y analizamos los efectos de los factores atencionales y de experiencia en los componentes P1, N1 y P2 de las FRT de EEG resultantes. Los resultados muestran que los factores de atención y experiencia interactúan durante la etapa de procesamiento P2 tardío (230-320 ms), siempre que el priming implique un conocimiento previo completo (Experimento 1), y no se observa en la información auditiva parcialmente familiarizada (Experimentos 2a y 2b). La interacción consiste en una respuesta neuronal reducida al objetivo conocido, en comparación con el caso en que el objetivo no conocido. La reducción ocurre mientras se mantiene un aumento atencional en la respuesta P2, en relación con el enmascarador concurrente. El hallazgo de reducciones en P2 pero no en etapas anteriores es consistente con esta etapa cortical posterior que opera una representación de objeto auditivo único de habla neuronalmente segregada.

The brain’s ability to focus on one conversation in a noisy environment, known as the cocktail party effect, remains a significant challenge in neuroscience. We still lack a clear understanding of how the brain uses experience to prioritize elements of auditory information from speech successfully. Research has shown that neural processing is predominantly dedicated to speech from an attended speaker compared to ignored speech. However, familiar and previously experienced stimuli may trigger relatively weaker neural responses than novel ones do, a phenomenon known as priming effect. This study investigates the interplay between auditory processing in the cock- tail party effect and the influence of prior knowledge through different levels of familiarity with speech. Our research specifically investigates how prior experience with speech, including familiarity with the voice or the content of the voiced message, plays a role in this information segregation process. In a series of single-trial electroencephalography (EEG) studies, we measured the temporal attention indices allocated to neural responses to continuous speech using the temporal response function (TRF) method. The experiments were conducted to investigate the interaction between attention and experience at three different levels. In Experiment 1, we primed listeners with single-speaker speech prior to hearing the exact same sequence in a two-speaker cocktail-party scenario, which involved full prior knowledge of one of the two speech objects. In Experiment 2, listeners were similarly primed with single-speaker speech, and in the subsequent cocktail-party setting were then exposed to one of the two speakers having the same voice but a different message. In Experiment 3, the speech on which listeners were primed via a single-speaker was then restated in the same paraphrasal content from one of two new speakers. Importantly, we addressed the separate impact that prior knowledge may have on processing of the attended versus unattended speech, i.e., whether prior experience relates to target or masker speech. We identify and analyse the effects of attentional and experience factors on components P1, N1, and P2 from the resulting EEG TRFs. The results show that