人思考时脑海里的那个「声音」是怎么产生的？

pgl147258 2015-02-19

展开全文

【张翼飞的回答(35票)】:

脑海中的声音，无论是在阅读这一过程，还是在思考这一过程，虽然存在着生理机制上的差别，但都是以语言的方式出现的，所谓声音，我认为其实是语言在大脑中的语音表征。因而这一问题就可以变成对于阅读过程和思考过程中语音编码的探讨。

阅读过程中的语音编码

看到一段文字时脑海中“读”出这段文字的“声音”从心理语言学的角度看待这一现象，是在语言理解过程的初期，在将文字视觉的输入匹配到相应的意思的过程当中存在着语音的中介。即“文字->语音->语义”这一过程，对于看到的文字，要么通过你的长时记忆，要么通过“正字法”（你可以不费力地读出“zill”或“栢”，即使你之前不认识它，甚至它根本是个假字（词））来内隐地读出它，然后通过语音信息来理解文字或词语的含义。这一模型被称为两通路模型，是一种严格前馈式的模型，另外一种模型“交互激活模型”则考虑到语音或语义对于文字的视觉加工的反馈影响。但归根结底，这些模型都在说明在语言理解的过程中存在着“读”出来的阶段。

这么说来感觉有些扯，但一些实验的确证明了这一点。比如，Lesch and Pollatsek (1993), Lukatela & Turvey (1994)的实验，先后给被试呈现两个词，让被试判断后呈现的词是否是真词，有以下四种条件：

1、rose - flower 控制条件

2、rows - flower 语音相似语义不相似

3、roze - flower 语音相似，假词

4、robs - flower 语音不相似

实验结果发现前三种条件下对于第二个词的判断都显著地高于第四种条件，心理学上说是产生了启动（priming）的效应。因为语音的启动，使得任务成绩提升，一定程度上说明了在语言理解的过程中语音过程的参与。

一些失语症的病人同样说明了这一点，感觉性失语病人在优势半球的颞上回后部受损，患者丧失了以前贮存的词汇声音信号，不能将听到的词汇与以前记忆词汇的意义相比较，故无法理解别人的所说话的意思。失语症患者大多伴随着阅读上的障碍，也从侧面说明了阅读过程中的语音编码过程。

当然，也有研究者认为在阅读过程中可以跳过语音编码这一阶段，再扯就远了~

思考过程中的语音编码

在思考的过程中，比如我们进行推理或计算的过程中，脑海中也会浮现出声音。在这里，我认为大脑是将语言作为一个脚手架来帮助我们进行思考。因为在思考这一动态的过程中，信息是在不断更新的，因此需要一个空间来存储新的信息，同时对信息进行进一步加工。这个空间被称之为”工作记忆“（working memory）。工作记忆当中有两种存储加工信息的方式，其一是”视空间画板“，存储的是图像或空间的表征，其二则是今天讨论的”语音回路“，存储着声音的信息。当我们进行思考时，如果涉及可以具象化为语言或难以具象化为图像和空间的问题，则往往需要我们调用语音回路。语音回路存储的信息是语言，而存储的方式则是语音的编码。

一个简单的实验，找出难度适当的20道口算题，先正正经经地做前10道，计个时；做后10道的时候嘴上一直重复念着一个无意义的字，比如”烧“，再计个时。你会发现做后10题时由于你的听觉系统有意识无意识地接受了无意义的词，占据了语音回路的空间，导致了完成速度及准确率的下降。当把无意义字变成有意义词句时，如“烧死异性恋”，那么可能对任务的影响会更大。这也是为什么不提倡一边干活一边听音乐的原因~

这些语音编码有音色么？

音色，从物理上来讲大致是指的是声音波形中各个成分（频率）的组成比例，有音色首先是需要有振动，但是根据之前所说的，无论是阅读还是思考过程中，所谓的”声音“只是大脑中的语音编码而已，它跳过了声音的物理属性，直接提取语音的内在信息为任务所用，因而在一般的情况下，大脑不会再去向前反馈营造出一个音色的表征。但如果你在构想一个类似于戏剧的情境，想着一个彪形大汉和一个纤弱女子的对白，或者回忆自己和父母的聊天，可能大脑会相应地对音色、音调等物理信息进行加工。但如同视觉表象一样，对于一般人来说，这些加工都是极其脆弱且不稳定的，一方面容易受到干扰，一方面也难以对其进行深层次加工。至少对于我来说，如果实现戏剧不同音色的构想，至少得摘下听音乐的耳机，找个安静的地方闭上眼睛才行。

语音编码受谁的影响？

如上文提到的，这些语音的编码一般不存在音色的信息，因而在声音物理特性这一层面上几乎可以说是不受到谁的影响。但是，在其他层面上，比如加工速度，它还是受到一定程度上多方面的影响。无所谓是自己还是他人，正是人与其周围环境的交互构成了个体的经历，而这些经历会影响到个体的发展，无论是生理上还是认知上。从小周围人语速都快，于是你往往也会自主不自主地提高自己的语速，同时工作记忆中的听觉回路会得到更高强度的训练，所储存的信息可能也会比一般人更多，在处理一些需要听觉回路完成的任务时，可能就会表现地更好，体现为”思维更快“。但这些都是潜移默化的、涉及多个认知系统的过程，如果一概而论为语速快思维快，未免有失偏颇。

是为砖，求玉。

【SteveShi的回答(29票)】:

2015.2.11更新，感谢研究助理Yanqi：

文献关于inner speech的研究指出，人们在说话和用内在声音思考时激活的大脑区域有相当的重叠Burgess & Hitch, 1999; Yetkin et al., 1995). 这意味着内外两种声音拥有相同的神经学基础。甚至还有研究发现人们在默读的时候，喉头的肌肉也会像说话时一样有变化 (Cleland et al., 1963)。

关于这个声音如何来的， Vygotsky (1987) 把人的言语分为社会言语(social speech)，个人言语(private speech)和内在言语（inner speech）。在儿童成长过程中，小孩子会通过个人言语，也就是自言自语，来帮助自己思考，从而能够完成相对较复杂的思考过程。这样的以语言促进思考的方式，久而久之使个人言语内化，也就变成了内在言语。

题主提到的声音受谁影响的问题，包括题主提到的语速和思维速度，我认为没有必然关系。从Vygotsky的角度来看，应该主要看你从小的语言能力如何了。如果语言能力强，那么和扶养人的培养有关系，也和自己的学习表达方式有关系。语言能力表达比较强，较多地辅助思考，那么内在的声音也会比较清晰。

Burgess, N., & Hitch, G. J. (1999). Memory for serial order: A network model of the phonological loop and its timing. Psychological Review, 106(3), 551-581.

Cleland, D. L., Davies, W. C and T. C. (1963). Research in Reading. The Reading Teacher, 16(4), 224-228

Vygotsky, L. S. (1962). Thought and Language. Cambridge MA: MIT Press.

Vygotsky, L.S. (1987). Thinking and speech. In R.W. Rieber & A.S. Carton (Eds.), The collected works of L.S. Vygotsky, Volume 1: Problems of general psychology (pp. 39–285). New York: Plenum Press. (Original work published 1934.)

Yetkin, F. Z., Hammeke, T. A., Swanson, S. J., Morris, G. L., Mueller, W. M., McAuliffe, T. L., & Haughton, V. M. (1995). A comparison of functional MR activation patterns during silent and audible language tasks. American Journal of Neuroradiology, 16(5), 1087-1092.

----------------------------------------------------

很有趣的问题！我尝试着用自己的知识来解答一下。注意，以下观点都是推测，我回头会去找找学术界的论文。

声音是大脑的构建

人类的感知，起始于刺激源，经由我们的感知器官处理，形成神经信号，进入我们的大脑，因此我们有了对刺激源的感知。可是刺激源是否是神经信号的充分条件？在没有刺激源的情况下，神经信号是否依然可以产生？

从纯生理学或者心理学的结构主义流派的角度来说，这似乎是不可能的。人的感知应该是可以被分解为具体的感知过程，这些感知过程联系了物理世界和我们的心理现象。可是格式塔心理学的理论告诉我们，人们的感知并不是完全客观的。我们的大脑总是在混乱的刺激源当中搜寻有规律，有意义的感知，而且不同的刺激源之间相互作用，最终在我们感知里构建出有意义的结果。

阅读文字时，为什么脑子里会有声音？我的猜想是如果能足够精准地衡量导致产生这种内在声音的大脑皮层，我们会发现被激发的部分和我们听到真实声音被激发的部分有一定的重叠。换句话说就是我们的大脑认为一定程度上我们真的有听到声音，所以我们对内在声音的感知才会如此的清晰和强烈。但这个声音，其实只是我们大脑构建出来的一个感知而已。

为什么我们的大脑会这样做？

结合上面格式塔流派的角度来看，可能是因为我们在阅读的时候，一方面要处理视觉图形的识别（读文字），一方面要处理视觉图形（文字）和其他物体或概念的内在体现（internal representation）之间的关联问题，同时还要处理内在体现的具体物体和抽象概念之间的关系。这个过程的信息量太大，如果我们去关注所有这些信息，那么我们的阅读速度势必受到影响。而这个是一个，一个内在的声音，起到了一个将一切信息拧成一股绳的作用，这个声音是我们的大脑在面对亚意识当中大量杂乱信息时，主动构建出来的一个可知，可控，有意识的感知。这个声音帮助我们聚焦于当前阅读的文字上。

举个例子，当你读“我看到我很伤心的样子，自己也感到羞愧难当”的时候，视觉需要处理“伤心”二字的识别，同时大脑里会去搜索和伤心有关的抽象概念，以及具体的感受、场景和回忆，同时还需要去识别搜索到的具体感受、场景和回忆是否和搜索到的的抽象概念匹配。

这个过程很复杂，会占用你太多的精力，以至于让你停在“伤心”这个地方。可是由于内在的声音在有序地阅读所有的词汇，你的注意力被强迫转向后面的部分，比如羞愧难当，所以你对伤心二字的感知，形成了一个比较浅，比较有限的印象，这个印象大致可以让你理解整句话，也避免了你一直去思考到底怎么算伤心。

声音、图形和认知识别

还有一种可能性是，从语言习得的角度来看，我们首先学习的是speech，是发音，在我们学会说话很多年后，才学会认字写字。所以对我们来说，声音识别和认知识别的关联速度，比视觉识别和认知识别的关联速度要快。因为这个原因，我们在读文字的时候，大脑自然会选择构建出声音的感知来加快阅读和信息处理的速度。

这就好比，英语口语不好的人，就算词汇量很大，阅读速度也相应比较慢，因为遇到了抽象或者生僻的词，会需要花很多时间来思考词语的意义。但如果一个人口语比较好，再阅读的时候会以内在声音为主导，阅读速度就会很快。

另外题主问到声音的问题，这个声音我认为应该是一个模糊的，去身份化、去性别话的声音，因为它的目的是要帮助你加快阅读速度，是大脑构建出来的感知。另外关于语速的问题，语速是永远赶不上思维速度的，所以我不认为语速和思维速度有必然关联。

【AmengZhao的回答(2票)】:

我觉得这个问题更有意思的延伸是：你大脑里声音的嗓音是谁的声音？是赵忠祥的、康辉的、李修平的还是你自己的？或者说，所有人大脑里的声音是否根本就是一模一样的嗓音？另外，大脑里的声音有口音吗？

【孟凡斌的回答(4票)】:

人思考的时候脑袋里并不一定有声音。比如，聋哑人。

记得浙江大学一个老师，做过关于聋哑人认知模式的研究。

【王珏辉的回答(4票)】: