文|追问nextquestion

在这个繁忙的世界里，我们每个人都是一位旅行者，带着自己的故事和情感，在时间的长河中寻找着归宿。音乐，这个人类共通的语言，以其独特的魅力，横跨文化和地域的界限，抚慰着我们每个人的心灵。在众多音乐元素中，旋律无疑是最能触动人心的。但这些旋律是如何穿过我们心灵的山谷，被我们大脑编码和理解的呢？

最新发表在Science Advances的论文，绘制出一张复杂而精细的神经编码图谱，显示了人们听到旋律时大脑皮层发生的情况。（本论文曾以预约本的形式发布在bioRxiv，Edward Chang在“音乐与治疗：科学探索与临床实践”科学研讨会在做了报告，追问团队曾做过相关报道。）

▷论文：Sankaran,Narayan,et al."Encoding of melody in the human auditory cortex."Science Advances 10.7(2024):eadk0010.DOI:10.1126/sciadv.adk0010

大脑对音乐旋律维度的精细编码

为了探索大脑是如何编码音乐旋律中不同维度的，加利福尼亚大学旧金山分校知名神经外科专家Edward Chang教授领导的团队，设计了一套由208个不同器乐编排的短音乐短语组成的自然音乐刺激集。这些短语在三个基本的音高相关维度上有所变化：音符的绝对音高、相邻音符间的音高变化，以及基于之前音符的音乐期望。

通过高密度电皮层图（ECoG），研究人员直接从8名参与者大脑的听觉皮层记录下了神经生理活动。通过分析ECoG记录的高频活动（HFA），研究人员在双侧颞上回（STG）发现了主要的活动。

对比音高（高与低）、音高变化（上升与下降）和期望（高与低）值不同的音符所引发的反应，研究者在三个示例电极处观察到了不同的反应模式。其中一个电极对不同音高范围的音符有区分，但对音高变化或期望值不同的音符则没有区分。另一个电极区分了下降和上升的音高变化，而第三个电极则区分了音符的期望值。这些反应模式表明，不同音乐特征被大脑中不同的神经群体独立编码，并呈现在听觉皮层的不同区域。

▷图1.听音乐期间，旋律音高、音高变化和期望会调节STG活动。(A)示例旋律的三个旋律特征可视化；(B)所有参与者的电极绘制在共同的大脑上。颜色表示所有音乐短语的平均诱发高频活动峰值。(C)三个示例电极的响应表现出对音调（左列）、音调变化（中列）和期望（右列）的不同调谐。图源：论文

为量化每个电极对这些旋律维度的编码，研究者使用了时间感受野（TRF）建模，该模型从一组刺激特征中预测连续的神经活动。研究发现，在所有电极中，旋律和声学特征解释了神经活动中的相当一部分变异，与每个电极的噪声上限相比，模型平均预测了可解释变异的70%。研究进一步发现，特定旋律特征在STG的不同亚群体中被独立编码，并且这些亚群体在STG的后前轴上高度重叠，没有强烈分化成解剖学上不同的亚区。

通过分析特定电极对旋律特征的敏感性，研究揭示了不同神经群体以特定格式编码音高、音高变化和期望信息的证据。例如，某些电极对低音高具有明显的调谐，而其他电极则对上升的音高变化或更意外的音符显示出明显的反应。

旋律期望对音乐选择性活动的影响

为探索旋律期望对音乐选择性活动的影响，研究人员向八名参与者呈现了自然的英语句子，以及之前的音乐刺激，并记录了他们的脑电图活动。通过比较音乐和语言反应的相对强度，他们定义了一个从-1（偏好语言）到+1（偏好音乐）的选择性指数（SI），并发现相当数量的电极在对音乐短语相对于口语表达时显示出一致且强烈的选择性反应。

这些音乐选择性的电极分布广泛，与STG中的其他声音响应性群体相互交错，这意味着音乐选择性并不是集中在大脑的一个专门的听觉亚区域中。更进一步的分析显示，那些对音乐比对语言有更强反应的电极，几乎专门地编码了旋律期望。特别是，对旋律期望的编码程度预测了电极对音乐的选择性程度，而对音高或音高变化的编码与选择性之间没有系统的关系。这也就是说，参与者的大脑使用相同的神经元来评估语音和音乐的音调质量，但每种模式都有专门用于预测的特定神经元。

此外，通过对自然语言的统计结构的编码研究，发现与旋律期望相似的，基于音素的期望也被编码在STG中对语言选择性反应的电极上，这表明音乐和语言的相关统计信息是通过两个独立的大脑基质编码的。

为了深入测试音乐选择性是否仅由旋律期望的编码驱动，而非低级声学差异，研究人员创建了一种新的刺激——旋律性语言。这种刺激在保持语言的其他声学特征不变的情况下，将语言的连续音调变为与旋律相一致的离散音乐音调。结果表明，即使在声学特征与普通语言高度相似的情况下，旋律性语言也能引起音乐选择性电极的强烈反应，这种反应的强度与被试对旋律感知的程度正相关。

这些发现共同支持了这样一个观点：当听到音乐和旋律性语言时，音乐选择性的活动特别反映了对旋律期望的编码，而不是基于低级声学属性的处理。

旋律音高和音高变化的编码在音乐和语音中共享

接下来，研究人员定义了音乐和语言中与旋律音高和音高变化相等效的声学维度。通过提取每个句子的音高轮廓，并计算相邻音节之间的音高超级变化，研究人员发现音高和音高变化在这两个领域中的分布虽然不完全相同，但高度重叠，揭示了音乐和语言在这些基本声学属性上的共性。

通过在语言诱发活动的时间感受野模型中计算每个特征解释的独特方差，然后将这些值跨两个领域进行直接比较，研究发现，无论是音高还是音高变化，电极编码的程度在两个刺激领域之间都显示出强烈的相关性。这表明，对旋律的给定维度高度敏感的神经群体，通常也会对语言中等效维度进行编码。

为了进一步探索这些神经群体是如何使用一个跨领域的、通用的神经代码来表示信息的，研究人员计算了音乐和语言中音高和音高变化重叠范围的调谐曲线。结果发现，无论是音高还是音高变化，调谐曲线在音乐和语言领域之间都高度相关，表明了一个在这两个领域之间高度保守的神经编码。

最后，研究通过线性分类器，以从参与者汇总的电极活动中解码音高或音高变化的方向。分类器在音乐和语言活动中被分别训练和测试。研究结果进一步证明了，与对音乐旋律中期望的编码相比，音乐中的低级属性如音高和音高变化，是通过一个通用的、可广泛应用于语言的神经编码来表征的。

总结

站在音乐与语言交汇处，我们望向这条由神经科学铺就的桥梁——它不仅连接了两个看似迥异的领域，更昭示了人类大脑处理声音信息的一种深层统一性。

在倾听音乐时，大脑会跟随音符的音调，使用两组跟随语音音调律动的神经元，并尝试使用一组特定的神经元来预测接下来会出现什么音符。其中，STG不仅仅是音乐的港湾，它更是一个高级信息处理中心，能够分辨音高的细微差别，捕捉音符之间跳跃或滑落的轨迹，甚至预测下一个音符的出现。

而音高与音高变化，这两个音乐旋律的基石，在我们的大脑中并没有被作为专属于音乐或语言的信息而区别对待。它们以一种共通的神经代码存在，无论是在欣赏一段悠扬的旋律，还是在聆听日常的对话中，这些基本的声音属性都以相同的方式被我们的大脑编码与理解。可谓，音乐与语言，一如江湖之水，流淌不息，终归于海。