语言理解中的说话人效应：语言与说话人处理的整合模型
计算与语言
2026-04-15 v3 神经元与认知
摘要
说话人的身份通过调节感知和期望来影响语言理解。本综述探讨说话人效应，并提出一个整合语言与说话人处理的整合模型。我们认为，说话人效应源于基于自下而上感知的过程（由声学-情景记忆驱动）与基于自上而下期望的过程（由说话人模型驱动）之间的相互作用。我们证明，语言与说话人处理通过多层概率处理实现功能整合：关于说话人的先验信念在音素、词汇和语义层面调节语言处理，而展开的语音和消息持续更新说话人模型，将广泛的群体先验细化为精确的个体化表征。在这一框架下，我们区分了源于对个体熟悉度的说话人特异性效应和源于社会群体期望的说话人人口统计学效应。我们讨论说话人效应如何作为评估语言发展和社会认知的指标，并鼓励未来研究将这些发现扩展到人工智能（AI）说话人的新兴领域，因为 AI 代理代表着一类正在改变我们交流方式的新社交对话者。
引用
@article{arxiv.2412.07238,
title = {Speaker effects in language comprehension: An integrative model of language and speaker processing},
author = {Hanlin Wu and Zhenguang G. Cai},
journal= {arXiv preprint arXiv:2412.07238},
year = {2026}
}