Включите запись разговора на незнакомом языке: она звучит как сплошной поток без пауз. На спектрограмме собственной родной речи картина та же: между словами промежутков почти нет. Мы слышим слова только потому, что знаем язык. Это первая загадка восприятия речи. Вторая: один и тот же звук «п» звучит по-разному в слове «пол» и в слове «пил», у мужчины и у ребёнка, быстро и медленно, а мы без труда слышим одну и ту же фонему.

Границы в непрерывном

В 1950-х в Лабораториях Хаскинса Альвин Либерман и его коллеги создали с помощью синтезатора ряд слогов, плавно переходящих от «б» к «д» и «г» (меняется направление переходов частот). Человек слышит не плавный переход, а три чётких категории, и границы между ними резкие. То же показали позднее Лискер и Абрамсон для пары «ба» и «па», где плавно меняется момент включения голоса. Различие между двумя звуками по обе стороны границы хорошо заметно, а между двумя звуками по одну сторону почти неразличимо, хотя физически различие такое же. Это назвали категориальным восприятием. Мозг превращает непрерывное в дискретное, потому что для понимания значимы категории.

Нет единого признака

Либерман с коллегами сделали важное открытие в 1957 году: у звука нет единственного акустического признака, по которому его можно определить. Например, начало звука «д» зависит от следующей за ним гласной (из-за коартикуляции). Он выдвинул моторную теорию: мы воспринимаем не звуки, а артикуляционные жесты, которые их произвели. Теория вызывала споры, но идея, что слушая речь, мозг как будто «проговаривает» её, поддерживается данными: при слушании активируются и моторные области.

Достраивание

Ричард Уоррен в 1970 году заменил в записи фразы один звук на кашель и спросил слушателей, чего не хватает. Большинство не смогли найти пропуск и слышали кашель отдельно от целого слова. Это «слуховое достраивание»: мозг подставляет пропущенное по смыслу, и мы уверены, что слышали его. Подобное происходит всякий раз, когда мы понимаем речь в шуме.

Что отсюда видно

  • Речь воспринимается не только ушами: помогают контекст, знание слов и грамматики.
  • Поэтому речь на иностранном языке кажется быстрее и слитнее: мы не знаем, где границы слов.
  • Распознавание речи компьютером тоже строится на сочетании звука и языковой модели.