日常生活中，多数语音识别是在嘈杂环境下进行的。比如会场、教室、餐厅、地铁、车站等都是嘈杂环境。

但是，听力正常的人即使在非常嘈杂的环境下，也能识别并听懂目标声音，是如何做到的呢？

研究人员发现，日常生活中的声音掩蔽（噪声对目标声的干扰）主要有2种：

◆ 能量掩蔽：主要发生在耳蜗，与目标声音争夺外周加工资源。

◆ 信息掩蔽：主要发生在中枢听觉系统，在感知觉层面与目标声争夺中枢加工资源能量。

能量掩蔽和信息掩蔽有啥不同呢？举个例子：

很多研究发现，听力正常的人可以通过多种线索来降低信息掩蔽的干扰。比如：通过对目标说话人嗓音的熟悉、对目标说话人身份的熟悉、知道目标说话人的位置、对聊天内容的预判以及手势、唇动等视觉线索。

当然，生活中环境的嘈杂程度远不止于此，还有一种叫做混响环境。任何一个坚硬的平面都可以对声音进行反射，产生回声。任何一个可以产生回音的环境都叫混响环境。

混响环境离我们并不遥远，其实会议室、学校教室等都是混响环境。

那为什么我们在教室里听不到老师的回音呢？而且我们仍然可以正常交流。

研究者发现，在混响环境下，主要的去信息掩蔽作用是由主观空间分离带来的。主观空间分离是一种基于优先效应的目标声和干扰声之间的主观空间分离。

什么叫优先效应呢？比如说，1个声音，同时从左右两边播放，我们听到的是1个声音，但如果右边领先左边1秒钟播放，我们听到的就是一前一后2个声音。但如果缩短这个时间差，右边的声音只领先3毫秒，我们听到的声音又变成1个，并且感知到的声像位置来自领先声的附近。这就是优先效应。

由于优先效应，落后声能够被领先声捕捉，从而落后声和领先声融合为一个声音，大大降低了我们在嘈杂和混响环境中加工语音的难度。

另外，研究者还研究了人在信息掩蔽下进行语音识别产生的神经活动。研究表明，对于被动听和主动听两种情况，在能量掩蔽条件下，目标声音引发的脑电活动相差不大；但是在信息掩蔽条件下，主动听引发的脑电活动明显增大。

也就是说，信息掩蔽下的语音加工高度依赖于注意的参与。继续研究发现，在混响环境中更是如此。

很多听力重建者，安静条件下语音识别还可以，但是一旦有语音干扰，就听不清了。到底是怎么回事呢？

2005年研究者做过一项正常人和听力重建者在信息嘈杂环境下言语识别阈值的对比。

研究发现，正常人在能量掩蔽下，言语识别阈（SRT50）是﹣5dB，即能量掩蔽下，噪音比目标声响5dB，语音识别仍然能够达到50%。而在信息掩蔽下，言语识别阈（SRT50）是-20dB，即使噪声比目标声高20dB，仍然能够对目标语音识别达到50%。可见，正常人的抗信息掩蔽能力是很强的。

但听力重建者抗信息掩蔽的能力特别差，在信息掩蔽下言语识别阈（SRT50）是10dB，也就是目标声至少高10dB，才能达到目标语音识别50%。

前边介绍到，正常人在信息掩蔽下的语音加工高度依赖于注意的参与。那么，听障儿童是不是因为听觉注意有问题，才导致嘈杂环境下语音加工比较差呢？

研究发现，听力重建者在嘈杂环境下语音加工的神经活动和正常人的确是有区别的。

正常人的语音信号刺激听觉皮层之后，听觉皮层把信号传导到前额叶皮层，前额叶是人的注意调控的中枢，所以可以反过来再对听觉皮层进行调控。于是听觉皮层就知道如何加工语音，完成去掩蔽的作用。

但是对于听力重建者来说，最明显的区别就是，前额叶皮层几乎没有被激活。因为无法把语音信号很好地传导到前额叶皮层，也就无法进行注意调控。这就严重影响了嘈杂环境下的语音识别能力。

也许很多人会奇怪，听力重建者应该只有耳朵跟正常人是不一样的，大脑应该跟正常人没有什么区别呀。为什么他们听语音时大脑活动会和正常人差别那么大呢？

这里用大脑皮层的发育过程解释了这一问题。

人的大脑约有860亿个神经元，在一个人出生时这860亿个神经元就已经存在了。但是婴儿大脑跟正常人大脑的区别就是，婴儿大脑中的这些神经元大多数是彼此孤立的，神经元之间没有建立起连接。

当接受到外界感觉信息的刺激后，为了传递这个感觉刺激，两个神经元之间就会建立功能连接，最终形成复杂有序的神经网络。语言加工的神经网络也是这样形成的。

对于正常人来说，出生之后能源源不断的听到声音，刺激听觉皮层，所以加工语言的神经网络就慢慢建立起来了。但对于先天性听力障碍的孩子来说，出生后有一段时间是听不到声音的，听觉皮层受不到刺激，影响了语言加工通路的建立。

所以我们一直在强调对于听障儿童一定要早发现、早干预。关键期之前进行干预是非常重要的，干预得越早，语言加工通路就建立得越早、越牢固，干预得太晚，语言加工通路可能就无法建立起来了。