环境声音识别中的情境依赖听觉推断

在日常听觉中，人类从声音中做出多重感知推断（例如，那是什么物体？它重吗？硬吗？金属质感吗？）。这些判断在不同的听觉上下文中是稳健的（例如，不同的运动等）。通过使用听觉任务和在大量声学线索上训练的理想观察者模型，我们调查了哪些线索可能是人类听觉物理推断的基础。具体而言，我们要求听众从碰撞声中识别物体的属性（例如，形状、重量、材料等）。关于语音感知的先前研究强调了情境依赖推断的重要性（即在不同上下文中使用不同的声学线索，例如不同的说话者、口音等），我们也调查了它在这些任务中的作用。我们的刺激在多个物理属性上变化，因此，对于任何查询（例如，重量），其他属性（形状、材料）作为未知和可变的上下文。此外，我们在不同的“声学上下文”中呈现刺激，操控声谱时间结构和反弹模式，以进一步阐明各种声学线索在塑造人类判断中的作用。模型显示，不同的声学线索在不同条件下最佳预测人类判断，这表明情境依赖推断。这种机制在非语音分类中的使用表明，它们并非特定于语音感知，而可能是听觉的基本特征。