新生兒情緒性語音加工的正性偏向
——來自事件相關電位的證據*

張丹丹 陳 鈺 敖 翔 孫國玉劉黎黎 侯新琳 陳玉明

(1深圳大學心理與社會學院; 2深圳市情緒與社會認知科學重點實驗室(深圳大學), 深圳 518060)(3北京大學第一醫院兒科, 北京 100034)

1 引言

語音(即人發出的說話聲)是我們在日常生活中接觸最為頻繁的聲音類型, 它不僅能傳遞語義信息,還能傳達說話人的情緒狀態(Belin, Fecteau, & Bédard,2004)。對語音中情緒信息的準確解碼能讓個體更好地適應社會環境(Decety & Howard, 2013; Frühholz &Grandjean, 2013; Hawk, Van Kleef, Fischer, & Van der Schalk, 2009)。在生長發育早期, 新生兒(年齡為0～28天)及嬰兒(年齡為1～12月)的聽覺系統比視覺系統發育得更加完善, 因此語音中的情緒比面孔等視覺載體所傳達的情緒對嬰兒的生存和發展更為重要(Grossmann, 2010; Vaish, Grossmann, & Woodward,2008; Vaish & Striano, 2004)。

語音中的情緒可由語義傳達, 也可通過聲音的頻率、響度及節律等特征的有機組合而表達(Brük,Kreifelts, & Wildgruber, 2011)。考慮到小嬰兒尤其是新生兒尚不具備語義理解的能力, 本文僅探討對后者, 即對語音中情緒性韻律(emotional prosody)的加工。新生兒的聽覺系統已完全具備了加工音調的能力(Háden et al., 2009), 其大腦的右側(相比于左側)顳上溝和顳中回會被語音中變化的韻律顯著激活(Arimitsu et al., 2011; Telkemeyer et al., 2009),同時他們的額葉對音調不停變化的語音(相比于音調一層不變的語音)有特異性的激活, 這些結果提示此發育階段的大腦已可區分語音中不同的韻律模式(Saito et al., 2007)。在情緒性語音(或旋律)加工方面, 雖然已有研究表明, 5月齡的嬰兒在聽音樂時能區分悲傷和高興的旋律(Flom & Pick, 2012),5～7月齡的嬰兒能分辨不同情緒種類的語音(Flom& Bahrick, 2007), 7月齡的嬰兒能捕捉到面孔與語音中一致性的情緒信息(Grossmann, Striano, &Friederici, 2005), 但目前對人類剛出生的時期, 即新生兒階段的研究還非常少。

人類是否在出生時即具有分辨不同種類情緒性語音的能力？如果有, 新生兒對情緒的加工是否存在正性或負性偏向？這第二個問題的提出基于以下事實：已知兒童、青少年、成年人對情緒信息的加工存在負性偏向(negativity bias), 即對負性信息投入更多的注意、評價、記憶等認知資源(Ito,Larsen, Smith, & Cacioppo, 1998), 但此情緒加工的負性偏向似乎并不是與生俱來的。Vaish等人(2008)總結了基于面孔和語音的研究發現, 嬰兒在6～7月齡后才表現出明顯地對負性情緒的加工偏向。例如,視覺通路的研究表明, 6月齡嬰兒的大腦對恐懼(相比于中性)面孔注視的物體表現出更大的中央區事件相關負成分(Hoehl & Striano, 2010); 7月齡嬰兒對恐懼(相比于高興)面孔的注視時間更長, 中央區負成分的幅度更大(Peltola, Lepp?nen, M?ki, &Hietanen, 2009)。聽覺通路的研究表明, 7月齡嬰兒的大腦對憤怒(相比于高興和中性)語音表現出右側顳葉的顯著激活(Grossmann, Oberecker, Koch, &Friederici, 2010), 且額區及中央區呈現出更大的事件相關負成分(Grossmann et al., 2005)。而支持早期正性加工偏向的研究顯示, 5月齡嬰兒在聽贊賞性(相比于責備性)語音時表現出更多的微笑反應(Fernald, 1993); 4月齡嬰兒對高興面孔注視的時間明顯長于憤怒和中性面孔(LaBarbera, Izard, Vietze,& Parisi, 1976), 同時他們對高興(相比于恐懼)面孔注視的物體顯示出更大的額區及中央區負成分(Rigato, Farroni, & Johnson, 2010)。然而, 上述針對正負性情緒加工偏向的研究僅考察了月齡大于3月的嬰兒, 目前對小月齡嬰兒特別是新生兒的相關報道還非常少。

據我們所知, 僅有三項研究直接比較了新生兒對正性和負性情緒材料的加工。較早期的一項行為學研究發現, 與憤怒、悲傷和中性的語音相比, 高興語音能在新生兒被試中引起更長時間的睜眼反應(Mastropieri & Turkewitz, 1999)。更近期的一項行為學研究考察了新生兒對高興和恐懼面孔的注視時間, 發現他們對高興面孔的注視時間更長(Farroni,Menon, Rigato, & Johnson, 2007)。隨后Cheng等人(Cheng, Lee, Chen, Wang, & Decety, 2012)利用odd-ball范式研究了新生兒對情緒性語音加工的事件相關電位(event related potential, ERP), 首次為新生兒區分語音情緒提供了神經學層面(電生理指標)的證據。該研究發現恐懼語音比高興語音在額-中央區誘發出了更大的失匹配電位。由于該ERP成分在新生兒中表現為正幅度(Dehaene-Lambertz,2000; Friederici, Friedrich, & Weber, 2002; Lepp?nen et al., 2004; Ruusuvirta, Huotilainen, Fellman, &N??t?nen, 2009; Winkler et al., 2003), 與通常在成人中發現的失匹配負波極性相反, 我們稱該成分為“失匹配反應” (mismatch response, MMR; Cheng et al., 2012; Zhang et al., 2014)。顯然地, 在新生兒階段僅有的三項研究對情緒加工的正負性偏向給出了相反的答案：前兩項行為學實驗支持正性偏向而Cheng等人(2012)的實驗支持負性偏向。

綜上所述, 目前對新生兒情緒性語音加工的研究還非常缺乏, 且在“情緒加工的正負性偏向”問題上出現了看似矛盾的結論。新生兒被試是一組特殊的群體, 他們無法按照主試的意愿安靜并專注地完成實驗, 在實驗中的運動偽跡等會對行為學及神經學指標產生較大的干擾, 因此對新生兒群體的研究往往需要累積較多的證據才能得出相對可靠的結論。本研究即以此為目的, 我們擬通過兩項實驗,利用ERP技術考察新生兒對高興、憤怒、恐懼語音的大腦反應。參考Cheng等人(2012)的研究, 本實驗采用odd-ball范式播放語音材料, 這是因為該范式比其他被動任務范式(例如兩類刺激以等概率播放)在檢測被試對不同刺激的分辨能力方面具有更高的敏感性(Ferrari, Bradley, Codispoti, & Lang,2010)。實驗1采用經典的odd-ball范式, 在三個block中分別誘發三種情緒語音相應的ERP波形,通過直接比較三種條件下的MMR幅度考察新生兒大腦對正負性情緒的敏感性。實驗2采用偏差和標準刺激反轉的odd-ball范式, 一方面重復驗證實驗1的結果, 一方面排除實驗1中情緒間MMR的差異來源于情緒語音物理屬性差異的可能性。在本次研究中, 我們采用了與Cheng等人(2012)相同的實驗材料。根據Cheng等人(2012)的結果, 本文假設：人類出生后即具有分辨正負情緒性語音的能力, 并且可能對負性情緒存在一定的加工偏向, 即憤怒和(或)恐懼語音比高興語音能誘發更大幅度的MMR。

2 方法

2.1 被試

實驗1和實驗2分別招募了25名和35名剛出生(一周內)的健康足月新生兒。兩個實驗中分別有7名和6名被試由于哭鬧(腦電偽跡過大)未能完成數據采集。因此實驗1的有效被試為18名(9男9女),胎齡38.9 ± 0.9周, 年齡3.2 ± 1.3天; 實驗2的有效被試為29名(15男14女), 胎齡38.7 ± 1.0周, 年齡2.8 ± 1.2天。被試的納入標準如下：1)出生體重符合胎齡; 2)實驗前及實驗過程中無異常臨床表現; 3)實驗前至少48小時未使用鎮靜劑; 4)耳聲發射篩查未發現聽力障礙(OAE, ILO88 Dpi, Otodynamics Ltd,Hatfield, UK); 5)生后1 min及5 min的Apgar評分不低于9分; 6) 6月齡時神經系統隨訪未發現異常。排除標準如下：1)缺氧缺血性腦病; 2)腦室出血或白質損傷(超聲檢查); 3)重度先天畸形; 4)中樞神經系統感染; 5)代謝疾病; 6)驚厥或癲癇(臨床表現)。

新生兒家屬被告知了研究的目的和內容, 實驗前均簽署了知情同意書。實驗方案獲得了北京大學醫學倫理委員會的批準。

2.2 實驗材料

本研究采用了Cheng等(2012)的情緒語音材料,該材料的有效性已經多項研究得到了證實(e.g., Fan,Hsu, & Cheng, 2013; Hung, Ahveninen, & Cheng, 2013;Zhang et al., 2014)。實驗中共使用四個雙音節"dada"語音, 它們分別表現出憤怒、恐懼、高興、中性四種情緒(圖1)。簡言之, 語音材料的制作流程如下：一名年輕成年女性重復發出四種情緒條件下的“dada”聲各15次; 這60份語音材料經由120名成年人進行情緒類型及強度的5點評分, 分別選出憤怒、恐懼、高興、中性評分最高的4份材料作為實驗材料; 利用音頻編輯軟件(Adobe Audition, Adobe Systems Inc., San Jose, USA)將實驗材料編輯為相同的長度及響度。

2.3 實驗過程

實驗在北京大學第一醫院兒科病房進行, 病房背景噪聲約30dB SPL (希瑪噪音計AS804, 東莞萬創電子制品有限公司, 東莞, 中國)。語音材料通過入耳式主動降噪耳機播放(IER-NW500N, Sony Corp.,Tokyo, Japan), 平均響度為50 dB SPL。

被試進食結束后10 min開始實驗準備(安置腦電電極等), 準備過程少于10 min。之后保持實驗室安靜, 讓被試進入自然睡眠。實驗過程中采用“振幅整合腦電圖”技術(Olympic CFM 6000, Natus, Seattle,USA)實時監測被試的睡眠-覺醒狀態(圖2A), 振幅整合腦電圖的電極放置于CP3及CP4位置, 該睡眠監測儀與本研究考察的腦電信號系統獨立。被試一旦進入“活動睡眠”狀態(active sleep, 相當于成人的快速眼動睡眠期)并穩定3～5 min后開始播放語音材料。振幅整合腦電圖技術及新生兒睡眠分期可參考本課題組前期發表的相關文獻(Zhang et al., 2011;2014)。

實驗采用oddball范式(Cheng et al., 2012; Zhang et al., 2014), 被試在睡眠中被動收聽情緒性語音材料。按照情緒條件, 被動收聽任務包含高興、憤怒、恐懼3個block, block之間有10 s的間隙, block的順序在被試間平衡。每個block含500個試次, 其中標準刺激400個試次, 偏差刺激100個試次。每兩個偏差刺激之間至少含兩個標準刺激。每條語音刺激長度為350 ms, 刺激間隔為450～850 ms (Hirasawa,Kurihara, & Konishi, 2002; Zhang et al., 2014), 即每個block的500個試次共用時500 s (8.3 min)。

實驗1含一個session, 每名新生兒收聽高興、憤怒、恐懼各1個block, 情緒語音作為偏差刺激,中性語音作為標準刺激。實驗2含兩個session, 每個session包括高興、憤怒、恐懼各1個block。在其中一個session中, 情緒語音作為偏差刺激, 中性語音作為標準刺激; 而在另一個session中偏差和標準刺激反轉, 即情緒語音作為標準刺激, 中性語音作為偏差刺激。每名新生兒進行兩個session的實驗, session的順序在被試間平衡。

2.4 數據采集及分析

腦電數據由HANDYEEG系統采集(Micromed,Treviso, Italy), 采樣率256 Hz, 電極-頭皮間的電阻低于5 kΩ。以左側乳突為參考電極。為了與已有的研究一致(Cheng et al., 2012; Zhang et al., 2014),實驗1考察F3, F4, C3, C4, P3, P4共6個電極點上的腦電信號(圖2B)。實驗2根據Cheng等人(2012)以及實驗1的結果, 簡化了數據采集操作, 僅考察F3和F4電極點上的腦電信號。

腦電離線轉為雙側乳突平均參考, 之后分別經過濾波(0.01～30 Hz)、分段(-200～1000 ms)、基線矯正(-200～0 ms)、剔除幅度超過±150 μV的試次。本文采用平均幅度來衡量MMR, 時間窗為語音刺激開始呈現后的300～500 ms (Cheng et al., 2012; Zhang et al., 2014)。

統計分析采用SPSS Statistics 20.0 (IBM Corp.,Somers, USA)。描述性統計量表示為“均值±標準差”。顯著性水平為p〈 0.05。多重比較采用Bonferroni矯正。采用Greenhouse-Geisser方法矯正自由度。對MMR的平均幅度進行雙因素重復測量方差分析,兩個被試內因素分別為語音情緒類型(憤怒、恐懼、高興)和電極點(實驗1：F3、F4、C3、C4、P3、P4;實驗2：F3、F4)。

實驗1在統計時并未使用傳統的“差異波”, 而是基于原始波形直接比較三種情緒條件的MMR幅度(Cheng等人(2012)的研究亦如此)。這主要是因為與健康成人的ERP數據相比, 新生兒數據的信噪比非常低(主要由運動偽跡造成), 因而使用差異波會引入較明顯的噪聲(減法會將標準刺激條件的噪聲引入所有的情緒條件)。

實驗2采用了偏差和標準刺激反轉的odd-ball范式, 需要計算由同一種情緒語音材料誘發的偏差刺激和標準刺激間的差異波(例如高興條件下的差異波等于高興作為偏差刺激的ERP減去高興作為標準刺激的ERP)。考慮到差異波的低信噪比特性,實驗2招募了比實驗1更多的被試(18vs.29)以增強統計的顯著性。

3 結果

3.1 實驗1

情緒的主效應顯著,F(2, 34)=5.27,p= 0.012,=0.235。高興語音誘發的MMR (此處為絕對幅度; 3.49 ± 1.23 μV)顯著大于憤怒語音誘發的MMR(2.90 ± 1.25 μV),p=0.010; 高興和恐懼條件下的MMR無顯著差異(3.12 ± 1.18 μV,p=0.138); 恐懼和憤怒條件下的MMR無顯著差異(p=0.893)。電極點的主效應不顯著,F(5, 85) 〈 1。情緒和電極點的交互作用顯著,F(10, 170)=2.41,p= 0.025,=0.125 (圖3)。簡單效應分析表明, 在F3電極點上情緒效應顯著(F(2, 34)=13.94,p〈 0.001)：高興語音誘發的MMR (3.92 ± 1.17 μV)顯著大于憤怒語音誘發的MMR (2.40 ± 1.33 μV),p〈 0.001; 高興語音誘發的MMR略大于恐懼語音誘發的MMR (3.15 ±1.02 μV), 但僅邊緣顯著,p=0.059; 恐懼和憤怒條件下的MMR無顯著差異,p=0.077。在F4電極點上情緒效應顯著(F(2, 34)=21.12,p〈 0.001)：高興語音誘發的MMR (3.88 ± 1.07 μV)顯著大于憤怒(2.77 ± 0.90 μV,p〈 0.001)及恐懼(2.93 ± 1.07 μV,p=0.001)語音誘發的MMR; 恐懼和憤怒條件下的MMR無顯著差異(p=1.000)。在其他四個電極點, 情緒效應不顯著,F(2, 34) 〈 1。

3.2 實驗2

本實驗獲得了三種情緒條件作為偏差刺激(圖4A)和標準刺激的波形(圖4B), 也計算出了同一種情緒語音誘發的偏差刺激與標準刺激之差的差異波(圖4C)。當情緒語音作為偏差刺激時, 與實驗1類似, 情緒的主效應顯著,F(2, 56)=6.94,p= 0.002,=0.197 (圖4A)。高興語音誘發的MMR (此處為絕對幅度; 3.38 ± 1.14 μV)顯著大于憤怒(2.23 ±1.56 μV,p=0.009)和恐懼語音誘發的MMR (2.37 ±1.37 μV,p=0.008); 恐懼和憤怒條件下的MMR無顯著差異(p=1.000)。電極點的主效應不顯著,F(1, 28) 〈1。當情緒語音作為標準刺激時, 情緒效應不顯著(F(2, 56) 〈 1, 高興= 1.45 ± 1.06 μV, 憤怒= 1.43 ±1.19 μV, 恐懼= 1.54 ± 1.15 μV; 圖4B), 電極點的主效應不顯著,F(1, 28) 〈 1。對差異波進行統計,發現情緒主效應顯著,F(2, 56)=4.14,p= 0.021,=0.129 (圖4C)。高興語音誘發的差異波(1.97 ± 1.64 μV)大于憤怒(0.75 ± 1.72 μV,p=0.058; 邊緣顯著)和恐懼語音誘發的差異波(0.88 ± 1.81 μV,p=0.048); 恐懼和憤怒條件下的差異波無顯著差異(p=1.000)。電極點的主效應不顯著,F(1, 28) 〈 1。

4 討論

本研究采用ERP技術, 通過兩項實驗考察了出生后一周以內的新生兒(平均年齡3天)在被動收聽不同情緒種類(高興、憤怒、恐懼)的韻律性語音時的大腦神經響應。實驗發現新生兒大腦的額區(F3和F4電極點)可以區分情緒性語音的正負性,正性(高興)語音誘發的MMR幅度明顯大于負性(憤怒和恐懼)語音。這一結果首次從神經學層面(電生理指標)為新生兒情緒性語音加工的正性偏向提供了證據。

本文考察的MMR是新異刺激(較之于標準刺激)在新生兒大腦誘發的一個腦電正成分, 它相當于成人大腦額區(或額-中央區)產生的失匹配負波(mismatch negativity, MMN)。聽覺MMN的峰值常出現在刺激呈現后150～250 ms, 新異刺激與標準刺激的波形相減即得到一個負波(N??t?nen, Paavilainen,Rinne, & Alho, 2007)。MMN反映大腦對刺激間差異的自動化的探測能力, 由于其產生不需要注意的參與, 該成分被認為是最適合用于嬰兒的腦功能研究的ERP成分之一。本文及其他新生兒聽覺研究(Cheng et al., 2012; Dehaene-Lambertz, 2000;Friederici et al., 2002; Lepp?nen et al., 2004;Ruusuvirta et al., 2009; Winkler et al., 2003)觀察到的MMR可看作是MMN在發育早期的雛形, 由于新生兒的大腦發育還極為不成熟, 此階段的MMR表現為正成分, 且潛伏期延后。已有的腦電溯源分析表明MMN/MMR的神經源在顳上溝(superior temporal sulcus, STS), 該腦區(特別是右側STS)恰好是成人加工情緒性語音的腦區(Belin, Zatorre,Lafaille, Ahad, & Pike, 2000; Ethofer et al., 2012)。雖然由于ERP技術的低空間分辨率, 我們并不能斷言情緒性語音加工的核心腦區在新生兒階段已有相當程度的功能分化, 本文的結果至少說明人類出生時即可自動地分辨情緒性語音的正負性, 且對正性情緒信息更加敏感。

本文得到的“新生兒對情緒加工的正性偏向”的結論不符合實驗前的假設, 即與Cheng等人(2012)的實驗結果相反。我們認為可能的原因有三點。第一, Cheng等人(2012)采用了odd-ball范式的變式(隨機設計), 同時將兩種偏差刺激(即高興和恐懼語音)以各10%的概率混入到標準刺激(即中性語音)中, 繼而發現恐懼語音誘發的MMR比高興語音誘發的MMR更大。本研究采用了經典的odd-ball范式(block設計), 將高興、憤怒、恐懼三種語音分別以20%的概率混入到3個block中, 發現高興語音誘發的MMR比憤怒和恐懼語音誘發的MMR更大。我們認為, Cheng等人(2012)的隨機設計在同一個時間段中混入了高興和恐懼語音, 而這二者誘發的正性和負性情緒效應可能存在一定程度的相互抵消, 從而降低了結果的有效性。當然, 兩種odd-ball方案中哪種更適用于考察本問題還有待進一步討論, 此處僅提供兩項研究結果不一致的可能原因。第二, Cheng等人(2012)的實驗在新生兒清醒或睡眠時均有進行, 而本研究嚴格控制了被試的狀態, 即僅在新生兒的“活動睡眠”階段(類似于成人“快速動眼睡眠”階段)采集ERP數據。考慮到MMN/MMR會受到睡眠-覺醒狀態的影響(Hirasawa et al., 2002; Zhang et al., 2014), 這也可能是兩項實驗結果不一致的原因。第三, 由于眼動、體動等運動偽跡, 新生兒ERP數據的信噪比遠遠低于成人數據, 降低了單次實驗結果的可靠性。因此, 我們認為繼續進行系列實驗才能對“新生兒情緒偏向”問題給出準確的回答。

本文繼Mastropieri等人(1999)和Farroni等人(2007)的行為學實驗, 首次提供了新生兒情緒加工正性偏向的神經電生理證據。除了直接考察新生兒對正負性情緒的加工, 還有一些研究也從側面支持了新生兒的正性情緒偏好。例如, 不少研究發現,與“成人用語” (adult-directed speech)相比, 新生兒更偏好“嬰兒用語” (infant-directed speech, 一種提高音調、加重重音、語調更歡快的說話方式) (Cooper& Aslin, 1990; Singh, Morgan, & Best, 2002), “嬰兒用語”而非“成人用語”可顯著激活新生兒的額區(Saito et al., 2007)。另外, 與陌生人的聲音相比, 新生兒更喜歡母親的聲音(DeCasper & Fifer, 1980)。這些發現的可能原因之一是兒語和母親的聲音通常表現出更多的積極情緒(Saito, Fukuhara, Aoyama,& Toshima, 2009; Singh et al., 2002), 因此它們可作為正性情緒偏向的間接證據。前文已指出, 雖然“負性偏向”是情緒加工中的一個普遍現象, 但該偏向僅當嬰兒發育到6～7月齡之后才能被穩定地觀察到,而此前嬰兒似乎對正性情緒信息更感興趣(Vaish et al., 2008)。情緒加工偏好由正性向負性的轉變可以通過“范圍-頻率假說” (range-frequency hypothesis;Parducci, 1995)進行解釋。簡言之, 新生兒及小嬰兒在日常生活中頻繁地接收到來自撫養者的積極情緒信號, 習得撫養者的正性情緒線索(例如高興的聲音或表情)與良好照料(擁抱、撫摸、喂食)的聯結會使他們從撫養者那里得到更多生理養分和心理撫慰。相反, 此階段他們暴露在負性情緒環境中的概率極小, 同時由于他們的運動能力不足, 無法主動逃避危險, 即使他們對負性線索加強了關注也并不能獲得明顯的生存優勢。直到6～7月齡之后, 嬰兒運動能力快速發展, 他們開始主動探索周邊世界,伴隨而來的是來自撫養者的逐漸增多的負性提示(例如父母驚恐的表情或呵斥), 嬰兒此時需要對這些負性信息進行更快和更準確的加工(例如Grossmann et al., 2005; 2010; Hoehl & Striano, 2010; Peltola et al., 2009), 從而使自己免受或少受傷害。因此, 嬰兒出生后先表現出對情緒加工的正性偏向, 之后再發展為負性偏向, 這對人類早期的發育和發展具有重要作用。認識此情緒加工的發展規律有利于我們制定更科學的育兒方案, 同時可幫助我們及早發現情緒和認知發育有障礙的患兒(例如自閉癥患兒)。

總結來說, 本研究試圖回答兩個問題：新生兒能否區分不同種類的情緒？他們對情緒信息的加工是否存在正性或負性偏向？實驗采用了經典的odd-ball范式以及偏差和標準刺激反轉的odd-ball范式, 在三個block中分別考察高興、憤怒、恐懼三種語音誘發的MMR。兩項實驗的結果一致證明,新生兒大腦可自動辨別正性與負性情緒語音, 但尚不能將憤怒和恐懼兩種負性語音區分開來。更重要的是, 高興語音比兩種負性語音誘發了更大的MMR幅度, 這一結果從神經電生理的層面證實了新生兒對情緒語音加工的正性偏好。我們認為出生后的這種正性偏好是符合進化規律的一種認知模式, 它可以幫助人類在宮外發育的最早期獲得更多的食物和撫養者的關愛。