健康成人言语运动适应性中视觉反馈效应的预测 (PVF)

在说话过程中，大脑依赖多种反馈来源，包括听觉输入以及来自舌头和嘴唇的体感，以实时监控和调整言语。 人们对这些反馈来源的依赖程度存在个体差异，这些差异可能预测哪些人最能从不同类型的技术性言语学习支持中受益。

本研究探讨感官反馈个体反应的计算模型是否能预测一个人在言语任务中从添加实时视觉反馈获益的程度。 参与者将完成一系列任务，其中言语的听觉反馈通过耳机实时改变。 随后使用计算模型来估计每位参与者在监控言语时对听觉与体感的依赖强度。 参与者随后在任务中重复操作，并添加显示言语信号与目标对比的视觉界面，提供额外的反馈来源。

核心问题是感官反馈使用的计算特征——特别是个人更依赖听觉还是体感——是否能预测视觉界面提升每位参与者应对改变后反馈能力的程度。

在基线阶段，参与者在不提供视觉反馈的情况下完成两个版本的改变听觉反馈（AAF）任务。 第一个采用“快速适应”设计，在短实验轮次中反复引入和撤回改变后的反馈；第二个采用标准适应性设计，改变后的反馈仅引入一次并维持较长时间。 两项任务的表现均提交至SimpleDIVA计算模型，以估计参与者特定的听觉和体感反应参数。 使用两种任务变体可评估参数估计在不同诱发条件下的稳定性。

参与者随后完成标准适应性AAF任务，同时提供实时视觉-声学生物反馈。 视觉界面显示当前音频播放信号（即改变后的信号）与基于参与者基线产出得出的视觉目标对比。 主要结果指标是视觉增益，定义为标准适应性AAF任务中听觉-视觉反馈条件与纯听觉条件之间补偿幅度的参与者内差异。

主要分析采用线性回归检验基线阶段的SimpleDIVA参数是否能预测视觉增益的幅度。 主要关注的预测因子是听觉与总体感官权重的比率，反映听觉反馈相对于体感反馈的主导程度。 纯听觉条件下的基线补偿幅度将作为协变量纳入分析。 配对样本t检验也将评估添加视觉反馈对整体样本补偿幅度的综合效应。