日常说话过程中，声音是连续的，词语之间几乎没有间隙。为了理解语言，听者必须在无意识中对声波进行“切割”，才能将连续声音分辨为离散词汇。正是这种神经处理，使我们能理解语义，而非听到一连串模糊噪音。
加州大学旧金山分校神经外科医生 Edward Chang 领导了这两个研究项目。团队的目标是精确定位这种词语分段在大脑皮层中的位置与运作方式，并将注意力集中在上颞回这一关键区域。
上颞回：不仅仅是基础声音处理
上颞回位于耳朵上方，传统观点认为它仅处理低层次的声音信息，如音高和音量。然而，新研究显示，其功能远不止此。
研究人员利用皮层电图（ECoG），将高密度电极网格直接放置在大脑表面，以捕捉极高时间与空间分辨率的神经活动。参与者多为接受癫痫监测的自愿患者，他们在记录过程中聆听不同的语音样本。
识别单词的神经机制
第一项研究重点分析大脑如何识别单词边界。在参与者收听广播新闻片段时，研究团队发现，上颞回的神经活动并非仅响应声音强度，而是呈现节律性循环。
每当口语到达单词结束时，大脑会产生明显的“重置信号”，神经活动瞬间下降，标记了词语的边界。在重置间隙，神经元会整合语音和韵律信息，包括节奏和重音模式，以识别词形。
这种处理机制是相对时间跟踪而非绝对秒数。无论是短词“猫”，还是长词“河马”，大脑都会通过调整神经活动周期，使每个词语的表征保持一致。
类比人工智能模型
团队还将神经观察结果与人工智能模型 HuBERT 进行对比。该深度学习算法自监督学习语音，能够自动发现数据模式，无需明确标注单词边界。
结果显示，HuBERT在语音处理策略上与人脑惊人相似：模型学会追踪单词边界并在内部生成相对时间周期，与上颞回的神经活动相对应。这提示，人脑处理语音可能采用了高效的计算策略。
内部感知与词界识别
为了确认神经活动反映的是感知而非单纯声学特性，研究团队使用了双稳态语音任务：同一段循环音频，可被听者分别理解为不同单词（如“turbo”或“boater”）。
实验显示，尽管声学输入一致，神经重置的时机会随听者的感知变化。这证明，上颞回的活动与听者的内部理解紧密相关，而不仅是对声音的机械反应。
学习经验对词语分段的影响
第二项研究探讨语言经验对词语分段机制的作用。研究者邀请母语为英语、西班牙语和普通话的参与者，用熟悉和不熟悉的语言聆听句子。
结果显示，即使面对陌生语言，大脑仍能处理基本声学信息，如元音和辅音，但词界的神经标记消失，连续流无法被切割成独立词汇。这也解释了为何外语听起来像一段连续的模糊声音。
在双语或多语参与者中，熟练掌握的语言均显示出清晰的边界信号，而熟练度较低的语言则信号减弱或缺失。上颞回表现出动态适应能力：随着语言学习，它会根据特定语言的统计规律调整自己，预测单词可能的结尾。
研究局限与未来方向
研究依赖手术患者，电极位置受医疗需要限制，因此可能遗漏了深层脑区的贡献。此外，目前研究仅涉及语音接收，尚未探讨分段机制如何与语音生成互相影响。
未来研究将关注儿童语言发展，追踪神经重置信号的出现与语言习得的关系，并探索该系统在不同语言环境下的塑性与适应能力。
总结
这些研究为理解语言神经生物学提供了全新视角：上颞回不仅是声音分析器，更是主动构建听觉词汇的神经界面。它结合实时声学信息和学习经验，将连续语音转化为可理解的词语，使我们能从喧嚣中捕捉到有意义的语言世界。