健康な成人における視覚フィードバック効果が音声運動適応に与える影響の予測 (PVF)

発話中、脳は複数のフィードバック源（聴覚入力や舌・唇からの身体的感覚を含む）に依存して、リアルタイムで発話を監視・調整しています。 人々はこれらの各フィードバック源への依存度が異なり、この個人差は、発話学習に対するさまざまなタイプの技術的サポートから誰が最も利益を得るかを予測する可能性があります。

この研究は、感覚フィードバックに対する個人の反応を計算モデル化することで、発話課題中にリアルタイムの視覚フィードバックを追加することが、その人の能力向上にどれだけ寄与するかを予測できるかどうかを検証します。 参加者は、ヘッドホンを通じて発話の聴覚フィードバックがリアルタイムで変更される一連の課題を実施します。 その後、計算モデルを用いて、各参加者が発話を監視する際に、聴覚と身体的感覚のどちらをより強く依存しているかを推定します。 次に、参加者は、発話信号と目標値を並べて表示する視覚表示を追加し、追加のフィードバック源を提供しながら同じ課題を繰り返します。

主な問いは、感覚フィードバック使用の計算プロファイル（具体的には、その人が聴覚と身体的感覚のどちらをより強く依存しているか）が、視覚表示が各参加者の変更されたフィードバックへの対応能力をどれだけ向上させるかを予測するかどうかです。

ベースラインでは、参加者は視覚フィードバックなしで、変更された聴覚フィードバック（AAF）課題の2つのバージョンを実施します。 1つ目は「高速適応」デザインで、短い実験ラン内で変更されたフィードバックを繰り返し導入・撤回します。2つ目は標準的な適応デザインで、変更されたフィードバックを一度導入し、より長いランで維持します。 両課題のパフォーマンスは、参加者固有の聴覚および体性感覚反応パラメータを推定するために、SimpleDIVA計算モデリングに提出されます。 2つの課題バリアントを使用することで、誘発条件間でのパラメータ推定値の安定性を評価することができます。

その後、参加者は、リアルタイムの視覚-聴覚バイオフィードバックを同時に行う標準的な適応AAF課題を実施します。 視覚表示は、現在の音声再生信号（つまり、変更された信号）を、参加者のベースライン産生から導出された視覚的目標値と並べて提示します。 主要アウトカム指標は視覚ゲインであり、標準的な適応AAF課題における聴覚-視覚フィードバック条件と聴覚のみの条件との間の、参加者内の補償量の差として定義されます。

主要分析では、線形回帰を用いて、ベースラインフェーズからのSimpleDIVAパラメータが視覚ゲインの大きさを予測するかどうかを検定します。 主な関心の予測因子は、聴覚と全感覚の重み付けの比率であり、聴覚フィードバックと体性感覚フィードバックの相対的な優位性を反映します。 聴覚のみの条件におけるベースライン補償量は共変量として含められます。 また、対応のあるサンプルのt検定を用いて、視覚フィードバックの追加がサンプル全体の補償量に及ぼす全体的な効果を評価します。