在日常互动中，人们通常以每分钟120到200个单词的速度说话。为了使听众能够以这样的速度理解语音，而又不会失去谈话的内容，大脑必须非常迅速地理解每个单词的含义。

罗切斯特大学教授埃德蒙·拉洛尔(Edmund Lalor)与爱尔兰都柏林三一学院的同事一起，已经开发出一种新方法，可以使用相对便宜的EEG头皮读数来评估人们对所听到声音的理解程度。在一个实验中，研究人员仅使用头皮表面的电活动来比较大脑信号，而受试者在听海明威的《老人与海》时则向前播放然后向后播放。(罗切斯特大学照片/埃德蒙·拉洛(Edmund Lalor)提供)

罗彻斯特大学生物医学工程与神经科学副教授 埃德蒙•拉洛尔(Edmund Lalor)说：“我们如此容易做到这是人脑的一项惊人成就-尤其是考虑到单词的含义可能随上下文的变化而变化。” 都柏林三一学院。“例如，'昨晚我看见一只 蝙蝠 飞过头顶'，而'棒球运动员用他最喜欢的蝙蝠击出全垒打 。'”

现在，拉洛尔实验室的研究人员已经识别出一个大脑信号，该信号指示一个人是否确实在理解别人的讲话-并表明他们可以使用相对便宜的人头皮上的EEG(脑电图)读数来跟踪该信号。

Lalor说，这可能会有许多“潜在重要”的应用程序。他们包括：

测试婴儿的语言发展;

确定处于昏迷状态(例如昏迷)的患者的脑功能水平;

确认从事特别关键工作的人已经理解他们所收到的指示(例如，空中交通管制员或士兵);

根据他们的交谈能力来测试老年人痴呆症的发作。

该研究在《当前生物学》上发表的一篇论文中进行了描述， 该研究 将机器学习应用于人类受试者听过的有声读物。“可以通过提供大量示例并要求计算机识别出哪些单词对经常出现而哪些不出现，来训练计算机，” Lalor解释说。“通过这样做，计算机开始“理解”定期出现的单词(例如“ cake”和“ pie”)必须具有相似的含义。而且，实际上，计算机最终以一组数字量度来捕获任何单词与其他单词的相似程度。”

然后，研究人员将数字量度与脑电波信号相关联，当参与者收听有声读物的相应部分时，脑电波信号就会记录下来。他们能够识别出反映给定单词与故事中之前单词的相似性或差异性的大脑反应。

例如，在一个实验中，当受试者听海明威的《老人与海》时，这一点得到了证实 。拉洛尔说：“我们可以看到大脑的信号告诉我们人们可以理解他们所听到的声音。” “当我们有相同的人回来，听到相同的有声读物向后播放时，信号会完全消失。”

在另一个实验中，与会人员听取了巴拉克·奥巴马(Barack Obama)的讲话，该讲话“被埋在相当多的背景噪音中，因此您只能在这里和那里只说几句话，”拉洛尔说。然后，当参与者观看演讲视频时，可以使用面部暗示更好地理解奥巴马在说什么，该信号“急剧增强”。

在论文中，Lalor的团队指出，还需要做更多的工作来完全理解当我们理解语音时我们的大脑执行的所有计算。他们已经开始寻找大脑可以计算含义的其他方式，这些计算方式与计算机的功能有何不同以及如何最好地应用这种新方法。

Lalor在爱尔兰都柏林三一学院(Trinity College)担任助理教授五年后，于2016年加入罗切斯特大学。他仍然是Trinity的会员，那里的三个研究生–主要作者迈克尔·布罗德里克(Michael Broderick)，乔瓦尼·迪·利贝托(Giovanni Di Liberto)和现为阿尔伯特·爱因斯坦医学院的博士后迈克尔·克罗斯(Michael Crosse)为这项研究做出了贡献。Lalor在罗切斯特的实验室的博士后研究员安德鲁·安德森(Andrew Anderson)也是如此。