Voorspelling van visuele feedbackeffecten op spraakmotorische aanpassing bij gezonde volwassenen (PVF)

Tijdens het spreken vertrouwt het brein op meerdere feedbackbronnen, waaronder auditieve input en fysieke sensaties van de tong en lippen, om spraak in realtime te monitoren en aan te passen. Mensen verschillen in hoeveel ze op elk van deze feedbackbronnen vertrouwen, en deze individuele verschillen kunnen voorspellen wie het meest baat heeft bij verschillende soorten technologische ondersteuning voor spraakleren.

Deze studie onderzoekt of een computationeel model van individuele respons op sensorische feedback kan voorspellen hoeveel een persoon baat heeft bij de toevoeging van realtime visuele feedback tijdens een spraaktaak. Deelnemers zullen een reeks taken uitvoeren waarbij de auditieve feedback van spraak in realtime wordt gewijzigd via hoofdtelefoons. Vervolgens wordt een computationeel model gebruikt om te schatten hoe sterk elke deelnemer vertrouwt op gehoor versus fysieke sensatie bij het monitoren van spraak. Deelnemers herhalen daarna de taak met een toegevoegd visueel display dat het spraaksignaal naast een doel toont, wat een extra feedbackbron biedt.

De primaire vraag is of het computationele profiel van sensorisch feedbackgebruik – specifiek of een persoon meer vertrouwt op gehoor of op fysieke sensatie – voorspelt hoeveel het visuele display het vermogen van elke deelnemer verbetert om te reageren op de gewijzigde feedback.

Bij aanvulling voltooien deelnemers twee versies van een gewijzigde auditieve feedback (AAF)-taak zonder visuele feedback. De eerste gebruikt een "snelle aanpassing"-ontwerp waarbij gewijzigde feedback herhaaldelijk wordt geïntroduceerd en teruggetrokken tijdens korte experimentele runs; de tweede gebruikt een standaard adaptief ontwerp waarbij de gewijzigde feedback eenmaal wordt geïntroduceerd en langer wordt aangehouden. Prestaties in beide taken worden onderworpen aan SimpleDIVA computationele modellering om deelnemer-specifieke auditieve en somatosensorische responsparameters te schatten. Het gebruik van twee taakvarianten maakt evaluatie mogelijk van de stabiliteit van parameterschattingen over elicitatiesituaties heen.

Deelnemers voltooien daarna een standaard adaptieve AAF-taak met gelijktijdige realtime visueel-akoestische biofeedback. Het visuele display toont het huidige audiosignaal (d.w.z. het gewijzigde signaal) naast een visueel doel afgeleid van de basislijnproductie van de deelnemer. De primaire uitkomstmaat is visuele winst, gedefinieerd als het binnen-deelnemer verschil in compensatieomvang tussen de auditief-visuele feedbackconditie en de auditieve-only conditie van de standaard adaptieve AAF-taak.

De primaire analyse gebruikt lineaire regressie om te testen of SimpleDIVA-parameters uit de basislijnfase de omvang van visuele winst voorspellen. De voorspeller van primair belang is de verhouding van auditieve tot totale sensorische weging, wat de relatieve dominantie van auditieve versus somatosensorische feedback weerspiegelt. Basislijncompensatieomvang in de auditieve-only conditie zal worden opgenomen als covariaat. Een gepaarde steekproeven t-toets zal ook het algemene effect evalueren van het toevoegen van visuele feedback op compensatieomvang over de steekproef heen.