汉语口语词汇产生中音节与音素加工的时空动态特征：行为与脑电整合数据集

本研究针对汉语作为声调语言在语音产生过程中音节编码机制的关键科学问题，整合87名母语者的行为反应时（RT）和事件相关电位（ERP）数据，通过掩蔽启动范式和图-词干扰范式，首次公开了涵盖CV/CVN音节结构的跨实验数据集。研究发现汉语母语者存在显著的音节效应（syllable effect），表现为音节相关条件下命名潜伏期缩短20.61ms（p<0.05）及N200-N400成分振幅差异（d=0.56-0.73），证实音节是汉语语音编码（phonological encoding）的核心单元，为声调语言与拼音语言的加工差异提供了神经电生理证据。

　　

在人类语言产生的复杂过程中，语音编码（phonological encoding）如同精密的翻译器，负责将抽象的词汇概念转化为可发音的语音单元。这个环节在声调语言（如汉语）中展现出独特的加工特性——与英语等拼音语言不同，汉语有限的音节库（约400个基础音节）和严格的音节边界规则，使得"斑马(/ban¹.ma³/)"这样的CVN结构音节成为可能的核心加工单元。然而长期以来，学界对汉语语音编码究竟以音节（syllable）还是音素（phoneme）为基本单元存在激烈争论，且缺乏同步记录行为与神经活动的公开数据集。

中国人民大学心理学系的研究团队在《Scientific Data》发表的这项研究，通过四项精心设计的实验（合计N=87），首次整合了汉语口语产生中的行为反应时与64导联脑电数据。研究人员采用两种经典范式——掩蔽启动（masked priming）和图-词干扰（picture-word interference），系统操纵CV/CVN音节结构的重叠关系。例如在实验1中，目标词"鼻子(/bi².zi^{53/)"、音素相关字"并(/bing4/)"配对，通过5ms极短呈现时间捕捉语音编码的自动化加工特征。}

关键技术方法包括：1）标准化图片命名测试确保发音准确性；2）Neuroscan 4.3系统采集500Hz采样率的EEG信号，采用0.03-40Hz带通滤波；3）数据驱动式聚类置换检验（cluster-based permutation test）识别348-496ms关键时间窗；4）广义线性混合模型（GLMM）分析6,895有效试次的行为数据。

【主要发现】

1. 行为证据：跨实验分析显示，音节相关条件比无关条件平均加速20.61ms（701 vs 722ms），准确率提升0.96%（93.74% vs 92.78%），验证了汉语的"音节效应"。

1. 神经机制：ERP分析在242-496ms时间窗发现前额-顶叶区域的显著差异，音节相关条件诱发更小的负波（实验2：3.30 vs 2.56μV），该效应在CVN结构目标词中尤为突出。

1. 时空特征：微状态分析显示，音节加工在348-424ms（实验1）达到峰值，比音素加工提前约50ms，支持汉语语音编码的"音节优先"模型。

这项研究通过多模态数据融合，首次在神经时间尺度上证实了音节作为汉语语音编码核心单元的理论假设。其重要意义在于：1）为声调语言的语音产生模型提供实证基础，弥补了Levelt语言产生模型在汉语情境下的解释空白；2）17.36-22.66dB的高信噪比（SNR）EEG数据集支持后续时频分析（time-frequency analysis）等深度挖掘；3）揭示汉语二语学习者可能存在的音节编码障碍（Xin et al., 2020），为语言教学提供神经科学依据。正如研究者Chenghui Tan和Qingfang Zhang强调的，这套标准化数据集将促进跨语言比较研究，推动建立更具普适性的语音产生理论框架。