在人群中注意你的声音，在噪音中听到我的名字：知道鸡尾酒会效应。

文/李|在一次鸡尾酒会上，基金会听力科学研究中心的研究助理吃的很丰盛，各方宾客。你和你的朋友正在享受聚会的气氛，愉快地聊着彼此的生活。虽然环境中充满了各种声音——空调的风、会场的背景音乐、邻桌的谈话声和笑声，但似乎一点也没有打断你们谈话的乐趣。但是，当你正在专心致志地和你前面的朋友聊天，而你自己完全浑然不觉的时候，另一个朋友在远处呼唤你的名字，你却可以马上回头寻找声音的来源。你是怎么做到的？

在聚会的嘈杂环境中，我们可以和朋友们玩得很开心，就像我们根本没有被打扰一样。图/PEX ELS

左耳进，左耳出？鸡尾酒会效应的发现

前面提到的现象被称为鸡尾酒会效应，是指当其他对话或噪音干扰环境时，人们能够选择性地聆听特定的声音[1]。鸡尾酒会效应最早是由英国认知科学家科林切里在1953年提出的[2]。有趣的是，Cherry并没有举办或参与很多鸡尾酒会，而是设计了一个名为shadowing的实验。

在后续实验中，受试者会戴上耳机，左耳和右耳会听到完全不同的句子，并且必须立即重复一只耳朵听到的内容。例如，当被要求重复“右耳”听到的内容时，而左耳听到的是“她的野餐篮里有花生酱和三明治……”而右耳听到的是“一只小猫在追一只老鼠……”，受试者必须立即回答“一只小猫在追一只老鼠……”。结果表明[2]，大部分被试能够正确地跟随一只耳朵听到的句子，而忽略另一只耳朵的信息，显示出注意力似乎能够选择性地投入到某件事情中。

在后续实验中，两只耳朵将分别呈现不同的信息，受试者必须注意听，并重复一只耳朵听到的内容。图/温雅基金会

是谁在呼唤我？刻在心底的名字

然而，当受试者在右耳聚精会神地听并重复句子时，是不是左耳没有注意到的东西根本没有进入大脑的处理过程，就像一只耳朵进了风，另一只耳朵进了风一样？其实有些信息还是可以被我们的大脑处理的。

在刚刚提到的实验中，Cherry指出，尽管受试者很难回答一只耳朵没有注意到的句子，但他们可以感知到消息语音属性的变化——如从句子变为单音节或从男声变为女声[2]。特别是后续研究发现，当一个人的名字出现在没有被注意到的耳朵里时，被试可以立即察觉到，并将注意力转向没有被注意到的耳朵[3]。而且这种听到自己名字的现象不仅在成年人身上可以观察到，在五个月以上的婴儿身上也可以观察到[4]。

听觉注意力的调节水阀，讯息被减弱但不消失

即使我们特别注意某些信息，忽略环境中的其他刺激，有些信息还是会被大脑处理。无论是前面提到的语音性质的变化，还是你自己的名字，鸡尾酒会效应都表明，消息处理似乎并不遵循非此即彼的规律：接收应该注意的消息，过滤或排除所有不需要注意的消息。

为了进一步解释这一现象，英国心理学家安妮特雷斯曼(Anne Treisman)提出了注意模型[5，6]—该模型主张注意系统可分为感觉记录、注意控制、知觉过程和短时记忆四个阶段，其中最特殊的部分是“注意控制”。

弱化控制就像一个水阀来调节信息。那些没有被注意到的消息，因为与当前任务(比如阅读作业)无关，在系统中处于被削弱的状态。最后，被弱化的信息会进入短时记忆，然后被被试根据每条信息的阈值检测出来。门槛可以认为是一个门槛。不同的消息有不同的阈值，阈值越低越容易被检测到。像你自己的名字，因为门槛低，我们很容易注意到；相反，一些不常听到的词因为门槛较高，更难被察觉[6]。

在特雷斯曼的弱化模型中，不被注意的信息是以“弱化”的状态存在的，而不是被注意系统完全排除在外。图/Sternberg等人，2012 2

用对方法，背景噪音不干扰

“对不起，你刚才说什么？请大声说。你在日常生活中经常听到这些词吗？当环境中充斥着各种噪音的时候，我们是否可以主动采取一些策略让对方的声音更清晰？

假如你正打算参加一场派对、或是到一间人声嘈杂的餐厅，以下三个方法将更有助于你把注意力焦点放在眼前的对话，而不被环境的噪音轻易打断^[1,7]：

1. 留意目标声音的特性

留意目标说话者一些明显的声音特性（像是阿霞有烟嗓，声音低沉充满磁性，讲话慢慢的），能有效降低邻近对话内容的干扰。

2. 提升对话的音量

随着对话音量的提升，环境中的其他声音转为背景音，使对话内容变得更为突出。

3. 寻找声音的来源处

不论是眼前的对话，或者是环境中的其他对话或杂音，若能清楚各个声音的来源（如前后、左右或远近位置），更有助于将注意力集中在目标来源上。就像坐在咖啡厅突然听到情侣吵架声，在定位他们的位置后，通常偷听起来就会更轻松。

Google AI 新应用，让机器模仿人类的鸡尾酒会效应

在吵杂环境中，将注意力集中在特定的目标上，藉以分辨不同的声音内容，是人类与生俱来的能力；然而，这件事情对于机器来说却显得格外的困难，原因在于当多人同时说话时，混杂的音讯会影响单一人声的辨识效果。不过，随着科技的进步，人工智慧技术（artificial intelligence，AI）的发展，现在机器也能办到同样的事情！

由 Google 研发团队结合 AI 所打造的视听语音分离模型 （audio-visual speech separation model）能够有效地增强特定说话者的声音，同时降低环境中其他人声或杂音干扰^[8]。这套系统独特的地方，在于它能够同时分析视觉特徵和语音讯息，判读说话者的嘴型与声音的变化，建立人与声音之间的对应关係^[9]。

这项技术的发展，未来也可望应用在许多领域上：像是在多人对话的影片中，提升自动化字幕生成的正确率。另一方面，也可以用来提升助听辅具的表现，帮助听损人士即使身处在吵杂环境中，依然能够听到清晰的人声。

鸡尾酒会效应揭开了注意力系统的奥妙，使我们能在吵杂环境中去关注重要的讯息。了解了越多相关的原理与应用后，不妨想想日常生活中还有哪些鸡尾酒会效应吧！

内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/188665.html