Rhythm-based hierarchical predictive computations support acoustic−semantic transformation in speech processing

Nature Computational Science. 2025. Vol. 5. P. 915–926.

Догонашева О. А., Doelling K., Захаров Д. Г., Giraud A., Boris Gutkin

Раскрытие того, как человек способен понимать речь, несмотря на искажения, уже давно привлекает внимание исследователей. Одной из ведущих гипотез является предположение о том, что множество эндогенных мозговых ритмов формируют вычислительный контекст для предсказания структуры и содержания речи. Однако до сих пор неясно, каким образом нейронные процессы могут реализовывать формирование такого ритм-основанного контекста.

В данной работе мы предлагаем модель Brain-Rhythm-Based Inference (BRyBI) как возможную нейронную реализацию обработки речи в слуховой коре на основе взаимодействия эндогенных мозговых ритмов в рамках предиктивного кодирования. BRyBI кодирует ключевые ритмические процессы, необходимые для разбиения спектро‑темпоральных представлений речевого сигнала на последовательности фонем и для управления формированием фразового контекста.

Модель BRyBI воспроизводит закономерности поведения человека в задачах распознавания речи и объясняет противоречивые экспериментальные наблюдения, связанные с мозговыми ритмами при восприятии речи, а также их зависимостью от информационных характеристик речи (неопределённости и неожиданности). Эта работа подчёркивает вычислительную роль мультимасштабных мозговых ритмов в предиктивной обработке речи.

Ключевые слова: распознавание речи, слуховая кора, predictive coding, auditory cortex, ритмы мозга, предиктивное кодирование, Speech recognition, brain rhythms, inference model, invariant speech processing, инвариантное распознавание речи

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Мультидисциплинарное исследование поведения и принятия индивидуальных и групповых решений в норме и патологии с использованием поведенческих, экономических, нейрокогнитивных, нейроэкономических, нейровычислительных и нейросетевых подходов (2025)