在研究方法上,研究人员首先使用自闭症谱系商数(Autism-Spectrum Quotient,AQ)问卷对大量学生进行筛查。在 Study 1 中,从重庆师范大学的 1167 名学生里,选取 AQ 得分前 10% 和后 10% 的学生,分别组成高 AQ 组(High-AQ)和低 AQ 组(Low-AQ) ,共 58 人参与。研究人员让参与者完成两项任务,任务一是判断单个情绪语音(S1)的情感属性,任务二则是判断连续三个情绪语音(S1 - S2 - S3)中最后一个语音(S3)的情感属性 。在 Study 2 中,6 个月后,研究人员从 2325 名学生中重新选取 76 人组成高 AQ 组和低 AQ 组,让他们被动聆听连续的三个情绪语音,同时使用事件相关电位(Event-Related Potential,ERP)技术记录他们的神经反应。
在研究结果方面,Study 1 的行为学研究结果显示,在反应时间上,中性语音的反应时间比阳性和阴性语音短,S1 语音的反应时间比 S3 语音长 。在准确性上,低 AQ 组的准确性高于高 AQ 组,中性语音的准确性低于阴性语音 。在唤醒度评级上,高 AQ 组的唤醒度评级高于低 AQ 组,中性语音的唤醒度评级低于阳性和阴性语音 。并且,对于 S3 语音,高 AQ 组对阳性和阴性语音的唤醒度评级显著高于低 AQ 组 。在效价评级上,阳性语音的效价评级最高,中性语音次之,阴性语音最低,且低 AQ 组中 S1 阴性语音的效价评级比 S3 更消极 。
综合两项研究结果,研究人员发现,自闭症特质个体在处理连续变化的情绪语音(S3)时,相较于低 AQ 组,高 AQ 组表现出更高的唤醒水平和更大的 P2 波幅,但在处理单个情绪语音(S1)时,两组没有显著差异 。这表明自闭症特质个体在听觉模态下,对连续变化的情绪刺激存在增强的情绪唤醒和改变的神经处理模式。