音乐家真的比非音乐家更能听懂声音吗？

我们发现音乐家在这种情况下占据很大的优势，阈值比非音乐家好6分贝，对于非音乐训练的组，他们的表现有很大的个体差异。

此外，在不同的条件下，我们控制了掩蔽语句的空间位置和可理解性，从而改变了“信息掩蔽”的数量，同时保持了“能量掩蔽”的数量相对恒定。

当干扰无法理解并与目标语句空间分离时，音乐家和非音乐家的表现是相当的。这些结果表明，语音掩码的特点和信息掩蔽的数量可以影响音乐家和非音乐家在多语“鸡尾酒会”环境中的差异程度。此外，从能量掩蔽和信息掩蔽区分的角度考虑这项任务，为未来的行为和神经科学研究提供了一个概念性框架，该研究探索了音乐家增强“语音噪音”感知的潜在感觉和认知机制。

密集的音乐训练对听觉处理(例如，在音高、时间和音色方面对声音进行细微的区分)和认知能力(如听觉注意和工作记忆)提出了重大要求。这些要求并非音乐所独有。例如，语音感知也依赖于与工作记忆和听觉注意力一致的详细的听觉分析。[1]音乐训练和语言感知的共同需求可能依赖于部分重叠的大脑机制：越来越多的证据表明，涉及音乐和语音处理的大脑网络并没有完全隔离在大脑皮层中，而且事实上可能有很大程度的重叠。[2-5]

这就提出了一个基本的问题:语言和音乐的能力是否有重要的关系，或者它们是否构成了很大差别的心智能力，正如一些理论所建议的那样？

解决这个问题的一种方法是将受过音乐训练的和未经训练的个人进行语言处理任务的比较。如果受过音乐训练的人在这些任务上表现出优势，这将表明音乐和语音处理之间的神经生物学联系。这种情况出现可能由于1)在音乐和语言共享的某些听觉和认知过程中天生优势的人会被音乐训练所吸引2)音乐训练可通过双向神经可塑性的大脑网络共享的语言和音乐提高语音处理任务[7-8]。

现在有很多研究比较了受过音乐训练的人和未受过音乐训练的人在不同的语言任务上的表现，发现对与某些领域，音乐训练与强化语音处理有关，包括语音语调感知[9，10]和声音影响。然而，有一个领域的研究得出了不太一致的结果，那就是“噪音”中的语音感知(意思是不需要的声音，不限于白噪音或语音形状的噪音)。这是日常生活中一个重要的能力，因为在其他声音的背景下，人们常常会听到说话的声音，而且这也是一种能力，在这种能力下，正常听觉的个体可以有明显改变[15]。

音乐家们可能会在噪音感知中显示出优势的观点似乎是合理的。在他们的艺术实践中，音乐家依赖于他们的能力，即在一个音乐合奏中选择性地聆听单个乐器，并将注意力从一种乐器随意地转移到另一种乐器上。这与在几个相互竞争的声音中处理一个特定的声音与人类的问题有着惊人的相似之处，这被称为“鸡尾酒会”问题，是一个被广泛研究的问题。在“鸡尾酒会”环境中交谈，对于感音神经性听力丧失的听者、耳蜗植入者，甚至对于一些临床上听力正常的听者都被证明是极具挑战性的。

当然，在音乐和语言语境中，选择性听力有几个不同之处。例如，一个乐团的成员通常演奏相同的乐曲(尽管不同的乐器可能演奏不同的部分)，而鸡尾酒会的问题涉及从不同的独立对话中选择一个给定的说话者。然而，在某种程度上，这两种情况下都要求在一个复杂的听觉场景有选择性的听的能力，而这些要求与大脑网络共享的音乐和语音处理有关，那么人们也许会认为音乐家有一更强的能力选择和参加到目标说话的语言(屏蔽)竞争。

例如，Parbery-Clark et .[20]在两个临床试验中，年轻的成年音乐家在噪音中(整体效应大小< 1分贝)进行的两个临床测试中表现出了一个小但显著的性能优势。

然而，最近的两项研究Ruggles et al.[21];Boebinger[22]等人在噪音感知测试中发现音乐家没有任何优势。

在基础研究方面，如果音乐家在噪音中表现出明显的优势，这将为研究人员提供一个有用的群体来探索有助于更好的在噪音中的感知语音的机制(感官和认知)。这反过来可以帮助听科学家理解上述巨大个体差异背后的因素。从实际的角度来看，如果音乐训练确实能改善在噪音中说话的感觉，这将对设计训练计划有重大的意义，以提高在正常和临床人群中的这种能力。

目前的研究使用多语者掩蔽的方法，对接受过音乐训练和未接受过音乐训练的人的言语知觉进行了研究。我们关注的不是因果关系的问题，这需要对音乐和非音乐训练者进行随机分配的纵向研究，试图确定音乐家在鸡尾酒会上的选择性聆听是否有优势。

与以往的大多数研究不同，我们使用的是由可理解的句子组成的相互干扰的声音，这些句子与目标句子在空间上是分开的。这模拟了一个生态现实的情景，其中一个人试图去理解直接面对的对话者，而试图忽略旁边的演讲者。

为了区分在这种情况下导致掩蔽的不同因素，我们分别操作了两种由干扰言语引起的掩蔽:信息性掩蔽和能量掩蔽。当干扰者在时间和频率上与目标重叠时，就会产生听觉外围表现的竞争(如“感官干扰”)。当干扰者与目标高度相似或混淆时，就会发生信息掩蔽，从而与听觉外围以外的生理部位产生竞争(“认知干扰”)。

例如，使用高斯白噪声或语音形状噪声来掩盖语音，会产生较高的能量掩蔽，但几乎没有信息掩蔽，因为在竞争认知处理中没有其他可理解的信号。通过使用言语作为掩蔽刺激，我们创造了能量掩蔽和信息掩蔽，但最重要的是，我们可以以特定的方式操纵干扰，以改变不同条件下的信息掩蔽的数量，从非常高到非常低。

在我们的刺激中，信息掩蔽的调制基于对掩蔽言语的空间位置和可解性的控制。空间位置而言，它已经证明了可理解性目标演讲时可以大大改善干扰,从目标[23]标记是在空间上分开[25，26]，相对于案件当所有的声音来自相同的位置，影响称为“空间释放屏蔽”(SRM)。

研究还表明，语音掩蔽的信息掩蔽成分可能在决定SRM的大小方面起着关键作用(例如[27])。换句话说，大部分的听众接收得益于空间分离目标言语的戴面具的人讲话似乎是由于认知因素产生释放我的能力(例如，听者关注目标信号和抑制错误选择的认知/语言处理信号)，而不是只感觉因素产生释放能量掩蔽(例如，减少内通道目标[28]的干扰)。

在可解性方面，我们通过将掩蔽语音向前播放(在这种情况下，它是正常的和完全可解的)或通过反转时域信号(使其不可解)来操纵生成的信息掩蔽。与这两种掩模的性能比较具有优势。

上图所示。A:扬声器位置相对于听众；B&C:目标和掩模波形示例前言和反语的光谱图。目标:“简拿了两个新玩具”;前排干扰者1:“Sue买了6支红笔”;前排干扰者2：“琳恩拿了九个冰袋”。

它们有非常相似的光谱结构，因此，它们预计会产生等量的能量掩蔽，而在它们产生的信息掩蔽数量上有很大的不同。但是，需要注意的是，时间倒转型掩模语音产生的目标语音清晰度的相对效益可能很大程度上取决于所使用的具体程序(例如，语音语料库、目标语音被指定的方式与掩模语音分离、出现的其他提示，如说话者性别差异等);见最近的评论[29]和一些研究报告很少或时间倒转型掩模语音[30-32]。

我们的研究有四个条件。在任何情况下，目标都是一个简短易懂的句子(例如，“Jane saw two red shoes”)，直接从参与者前面来。目标总是会出现另外两个相似的句子(由不同的说话者说出)，它们作为干扰。

在条件1和2中，可理解的是，在与目标物(条件1)或在空间上与之分离的情况下，干扰者是可理解的(条件2)。在条件3和4中，在条件3和4中，干扰者是不可理解的(时间颠倒的)，并且再一次与目标(条件3)或空间上分离的(条件4)。这导致了其中EM非常相似的条件的集合，但是其中IM在条件1、条件2和3的中间体1中逐渐降低，条件4非常低。

我们预测，如果音乐家能在噪音中听到声音，那么这种优势程度就会被那些被干扰者所创造的即时信息所影响。这一预测基于先前的研究，该研究显示音乐家在使用非语言刺激的听觉认知任务上具有优势。该研究还基于非语言刺激(如音调爆发)的研究，表明音乐家更善于同时进行声音分离，比非音乐音乐家更不容易受到信息掩蔽的影响。目前的工作建立在先前的工作之上，但是使用可理解的、空间化的语言作为关键的刺激，以确定音乐家是否在更生态有效的情况下表现出演讲噪音感知的优势。

结    果

在音乐家中，在具有前向语音掩片的所分割的阈值与音乐训练的持续时间或音乐训练的开始时间之间没有显著的关系。观察非音乐家个体差异分离阈值，范围在15分贝(从0—15分贝)，而音乐家(13—18 分贝)(图2)。

在每一项心理物理任务的试验中，都提出了三种同时发生的说话方式。目标句子直接从0°方位提出，两个戴面具的人的句子同时从不同的方向:一个15°向左，一个向右15°提出。侦听器被指示识别组成目标的单词，同时忽略掩码。在55分贝的SPL中，干扰者的水平被固定，目标水平根据听众的反应自适应调整，以达到50%正确的识别阈值。本研究中听觉周边处理的神经建模(正向与反向掩模)证实了在掩模与目标之间能量掩蔽或“感觉干扰”的数量是相似且紧密匹配的。

上图显示了针对个体受试者(面板A)和音乐家(面板B)的组均值(面板B)在阈值处的目标-掩模比率(TMRs)(以目标层减去分贝中的掩模层计算)。

对于听众的个人表现模式，我们检查分离阈值之间的相关性和逆转标记(图3)。结果表明，两个戴面具的人类型的阈值是关于(r(22)= 0.59，p = 0.002)听众(音乐家和非音乐家)实现低阈值。然而，最小二乘拟合的斜率较浅(0.26)，因为在非音乐家组(在正向条件下分离阈值较高)中，当掩码反转时，最差的听者仍然能够达到更好(更低)的阈值。这表明，那些表现不佳的人，在面对前向语音时，并没有从空间化掩码中得到多少优势，但当相反的掩码减少时，他们能够利用空间线索。

讨    论

在这项研究中，我们发现音乐家的表现比非音乐家的表现要出色得多，这任务模仿了古典的“鸡尾酒会问题”。在这个任务中，听众试图理解一个说话者，而忽略了从空间上与目标谈话者分开的其他谈话者的可理解的话语。

与之前的工作相比，在音乐家的语音噪音感知中，要么观察到很小的效果，要么没有效果(例如，parbury - clark et al.[20]中<1 分贝);Ruggles et al.[21]， Boebinger et al.[22])，这里没有显著的优势(当掩蔽声音是可理解的，相对于目标是空间化的语音时，音乐家得到 6分贝)。

parbury - clark et al.[20]测试了音乐家和非音乐家在噪音中的言语感知的两种临床测量方法，用言语形状的噪音(暗示)或多语者的喋喋不休来掩盖言语目标。戴面具的人演讲的噪音与目标(0°)集合或予相对于目标位置(在90°左右)提出。

当干扰者与目标重合时，音乐训练都有好处，但当干扰者在空间中分离时，音乐训练没有好处。值得注意的是，parbury - clark et al.[20]所使用的这两种面具在本质上都是充满活力的。

因此，音乐家和非音乐家在(语音形状的噪声)掩码被空间化时获得了相当的分数，这并不完全令人惊讶，因为在更加困难的基线条件下(小于1 分贝)组之间的差异很小，即掩码器与目标相匹配。Ruggles et al.[21]，测试了音乐家和非音乐家在连续或波动的噪音中有声音和耳语的语音，目的是为了调查音乐家在Parbery-Clark et al.[20]中所报告的改进表现是否是由于在正常语音中对周期性进行了更有效的编码。

Boebinger et al.[22]使用四种不同的标记和不同的能量和信息屏蔽测试音乐家和非音乐家，以获得一个更好的理解音乐才能的优势:1)自然的演讲，2)幽灵似地旋转的演讲，3)类似演讲的平稳噪声和4)类似演讲的调幅噪声。

与非音乐家相比，Boebinger et .[22]发现音乐家在噪音方面的语音感知没有任何优势，而这并没有因干扰者类型而异。然而，在他们的研究中，对于产生高信息性掩蔽(自然言语掩蔽)的条件，目标言语(女性)的性别与面具(男性)的性别是不同的。这意味着信息掩蔽效应与同性别说话者相比有所降低，这将使音乐家和非音乐家的工作更容易。

在我们的研究中，通过操纵掩蔽言语的位置和可解性(使用同性演讲者)，我们能够系统地改变信息掩蔽，同时保持能量掩蔽常数。总的来说，这一研究和之前的研究结果表明，语音面具的特征和信息掩蔽量可以影响音乐家和非音乐家在诸如环境这样的多语“鸡尾酒会”中发现的差异。

音乐训练和空间听觉。当目标语音被两个可理解的、空间上分离的语音掩码所掩盖时，音乐家们表现出比非音乐家更好的语音噪声感知能力，但当同样的掩码与目标语音掩码重叠时，他们与非音乐家没有区别。

因此，两组前面的干扰者从掩蔽(SRM)中空间释放的总体差异几乎完全是由空间分离条件下的音乐家利益驱动的。在能量和信息掩蔽的情况下，集合的配置都是高的，而且看起来这个困难的基线条件要求目标是混合物中最响的源，以便让它被理解（目标-掩模比> 0 分贝)。

然而，通过减少即时通讯工具，在空间上分离出面具的人会把听众带出这个TMR区域，而这反过来又有助于将目标流从干扰者的声音中[24、38、39]分离出来。这使得音乐家和非音乐家都能达到更低的阈值，在这个阈值中，目标是可以理解的，即使是在安静的情况下，平均目标-掩模比率< 0 分贝。

正是在这种条件下，音乐家的阈值要比非音乐家低得多(差异约为6 分贝)。这可能归因于他们抑制不相关背景声音的能力增强，这表明音乐家比非音乐家更不受信息掩蔽的影响。在之前的研究中，这个结论是一致的，音乐家们使用了基本的非语言听觉刺激，这表明音乐家们不太容易受到信息掩蔽35的影响，并且在听觉注意任务上表现得更好，这也许反映了音乐家们比非音乐听众们更好的“分析性”听力能力。我们的研究结果表明，在产生信息掩蔽的干扰语音掩码的存在下，基本听觉刺激的好处可以推广到语音感知。

音乐家名单，开始音乐训练的年龄，音乐训练的持续时间和主要乐器。

当这些面具被呈现为与目标相反的语音时，音乐家的阈值明显低于非音乐家。在共调结构中，能量掩蔽的数量很高，与可理解的(正向)掩码(参见补充信息)相当，信息掩蔽的数量低于可理解的语音条件，因为干扰不再有意义。在这种情况下，音乐家的阈值明显低于非音乐家(差值为3 分贝)，这可能与他们增强的声源/流分离能力有关。

然而，当反向的掩码与目标在空间上分离时，所有的侦听器都实现了较低的阈值，这可能是由于信息掩蔽的进一步释放(与集合配置相比)和任务的易用性。这个结果与之前的研究一致，显示一个小但显著的优势(< 1 分贝)青年音乐家vs非音乐家在理解语音的语音的噪声掩蔽器(纯能量掩蔽器低信息掩蔽)当集合目标[20](也see[21])没有干扰和空间分离[20]时的性能差异。

信息掩蔽解释个体差异的影响。在空间分离的语音掩码存在时，对于正常听力的听者如何有效地识别语音目标，观察到巨大的个体差异。

事实上，音乐家和非音乐家在两个可理解的掩码(范围为 20分贝)的分离阈值上的个体差异是非常显著的。有人认为这些个体差异可能与周围感觉编码缺陷有关。然而，更重要的是，当空间化的掩码被反转，并且与目标(组间分离阈值范围为 9 分贝)的混淆程度降低时，我们在可理解的掩码任务中表现较差的表现者有了显著的改善。

这种情况下，音乐家和非音乐家的阈值都大大降低，并且表现出了可比性(图4)。重要的是，在空间化掩模的两种情况下，空间线索和能量掩蔽保持一致，主要区别在于掩模的可解性。这表明，非音乐家组的听者在分离阈值较差的正演语音掩码组中，并不完全不能将掩码与目标本身进行空间化和隔离。

这似乎与纯粹基于这些个体的感官编码缺陷/差异的解释不一致。相反，个体差异可以通过对信息掩蔽敏感性的差异来解释。这一结论与其他使用基本听觉刺激来证明信息掩蔽通常伴随着正常听觉在性能上的巨大差异的研究是一致的。也就是说，将音乐家和非音乐家的空间敏锐度直接进行比较对于未来的工作是很有用的，以便确定这种能力的差异如何有助于音乐家在多语“鸡尾酒会”(如情景)的语音噪声感知中发现的好处。

虽然我们的研究主要集中在年轻人身上，但同样有趣的是，我们可以确定这里看到的结果是否适用于音乐家和老年人中非音乐家群体。成年人可能比年轻的成年人有更多的感觉编码缺陷。有趣的是，最近的研究发现，尽管空间听觉没有被测试，音乐家在与年龄相关的噪音测试中比非音乐家表现出更少的下降。

结论及未来的发展方向

总的来说，我们的研究结果表明音乐家和非音乐家在空间听觉能力上的差异部分取决于干扰中即时通讯的特征和数量。

需要注意的是，需要进一步的实证工作来确定我们的结果在多大程度上适用于其他听力情况。例如，Carey et al.[44]发现音乐家和非音乐家在一项“环境听觉场景分析任务”中表现相似，这一任务要求在听起来自然的听觉场景(如农场工人)中检测非语言声音(如动物声音)。

因此，我们迫切需要测试当前范式的变化，例如，改变语料库/材料、说话者的数量和性别、空间位置的程度以及操纵信息掩蔽的方式。特别地，我们建议未来的工作使用不同的方法来改变信息掩蔽，并着眼于生态有效性。在理解神经机制方面，未来工作的一个重要方向是操纵信息掩蔽，研究噪声中语音感知的行为和神经数据，利用皮层下和皮层处理的神经测量方法来试图解开感觉和认知过程。

与任何横断面研究一样，我们不能从目前的研究结果中推断出，音乐训练提高了在噪声[50]中听到语言的能力。当前工作的重点不在于因果关系，而在于调查多语环境中音乐训练与增强语音感知之间的联系，以及这些增强的基础。

简单来说，我们的方法是测试具有不同听力能力的正常听力听众在生态现实条件(空间听觉)中，使用不同量的信息掩蔽(如正向语音和反向语音)的语音掩码可以进一步了解认知和感觉因素在解释噪音中听觉语音的个体差异方面的相对作用。

参考文献

1.Wild, C. J. et al. ortful listening: the processing of degraded speech depends critically on attention. J Neurosci 32, 140100(2012).

2. Abrams, D. A. et al. Decoding temporal structure in music and speech relies on shared brain resources but elicits different finescale spatial patterns. Cereb Cortex 21, 1507–1518 (2011).

3. Leaver, A. M. & Rauschecker, J. P. Cortical representation of natural complex sounds: effects of acoustic features and auditory 

object category. J Neurosci 30, 7604–7612 (2010).

4. Schulze, K., Zysset, S., Mueller, K., Friederici, A. D. & Koelsch, S. Neuroarchitecture of verbal and tonal working memory in 

nonmusicians and musicians. Hum Brain Mapp 32, 771–783 (2011).

5. Angulo-Perkins, A. et al. Music listening engages specific cortical regions within the temporal lobes: Differences between 

musicians and non-musicians. Cortex 59, 126–137 (2014).

6. Peretz, I. & Coltheart, M. Modularity of music processing. Nat Neurosci 6, 688–691 (2003).

7. Patel, A. D. Can nonlinguistic musical training change the way the brain processes speech? The expanded OPERA hypothesis. 

Hear Res 308, 98–108 (2014).

8. Zatorre, R. J. Predispositions and plasticity in music and speech learning: neural correlates and implications. Science 342, 585–

589 (2013).

9. Moreno, S. et al. Musical training influences linguistic abilities in 8-year-old children: more evidence for brain plasticity. Cereb 

Cortex 19, 712–723 (2009).

10. Marques, C., Moreno, S., Castro, S. L. & Besson, M. Musicians detect pitch violation in a foreign language better than 

nonmusicians: behavioral and electrophysiological evidence. J Cogn Neurosci 19, 1453–1463 (2007).

11. Lima, C. F. & Castro, S. L. Speaking to the trained ear: musical expertise enhances the recognition of emotions in speech prosody. 

Emotion 11, 1021–1031 (2011).

12. Thompson, W. F., Schellenberg, E. G. & Husain, G. Decoding speech prosody: Do music lessons help? Emotion 4, 46–64 (2004).

13. Chobert, J. & Besson, M. Musical expertise and second language learning. Brain Sci 3, 923–940 (2013).

14. Slevc, L. R. & Miyake, A. Individual differences in second-language proficiency: does musical ability matter? Psychol Sci 17,

675–681 (2006).

15. Ruggles, D. R., Bharadwaj, H. & Shinn-Cunningham, B. Normal hearing is not enough to guarantee robust encoding of 

suprathreshold features important for everyday communication. Proc Natl Acad Sci USA 108, 15516–15521 (2011).

16. Cherry, E. C. Some experiments on the recognition of speech, with one and with two ears. J Acoust Soc Am 25, 975–979 (1953).

17. Bregman, A. S. Auditory scene analysis: The perceptual organization of sound. (MIT Press, 1990).

18. Marrone, N., Mason, C. R. & Kidd, G. The effects of hearing loss and age on the benefit of spatial separation between multiple 

talkers in reverberant rooms. J Acoust Soc Am 124, 3064–3075 (2008).

19. Loizou, P. C. et al. Speech recognition by bilateral cochlear implant users in a cocktail-party setting. J Acoust Soc Am 125,

372–383 (2009).

20. Parbery-Clark, A., Skoe, E., Lam, C. & Kraus, N. Musician enhancement for speech-in-noise. Ear Hear 30, 653–661 (2009).

21. Ruggles, D. R., Freyman, R. L. & Oxenham, A. J. Influence of musical training on understanding voiced and whispered speech 

in noise. PloS one 9, e86980 (2014).

22. Boebinger, D. et al. Musicians and non-musicians are equally adept at perceiving masked speech. J Acoust Soc Am 137, 378–387 

(2015).

23. Arbogast, T. L., Mason, C. R. & Kidd, G., Jr. The effect of spatial separation on informational and energetic masking of speech. 

J Acoust Soc Am 112, 2086–2098 (2002).

24. Brungart, D. S. Informational and energetic masking effects in the perception of two simultaneous talkers. J Acoust Soc Am 109,

1101–1109 (2001).

25. Freyman, R. L., Balakrishnan, U. & Helfer, K. S. Spatial release from informational masking in speech recognition. J Acoust Soc 

Am 109, 2112–2122 (2001).

26. Freyman, R. L., Helfer, K. S., McCall, D. D. & Clifton, R. K. The role of perceived spatial separation in the unmasking of speech. 

J Acoust Soc Am 106, 3578–3588 (1999).

27. Kidd, G. J., Mason, C. R., Richards, V. M., Gallun, F. J. & Durlach, N. I. in Informational masking. Auditory Perception of Sound 

Sources (eds W. A. Yost, A. N. Popper, & R. R. Fay) 143–190 (Springer Science+Business Media, LLC, 2008).

28. Durlach, N. I. et al. Note on informational masking. J Acoust Soc Am 113, 2984–2987 (2003).

29. Mattys, S. L., Davis, M. H., Bradlow, A. R. & Scott, S. K. Speech recognition in adverse conditions: A review. Lang. and Cog. 

Process 27, 953–978 (2012).

30. Dirks, D. D. & Bower, D. R. Masking effects of speech competing messages. J Speech Hear Res 12, 229–245 (1969).

31. Schubert, E. D. & Schultz, M. C. Some aspects of binaural signal selection. J Acoust Soc Am 34, 844–849 (1962).

32. Balakrishnan, U. & Freyman, R. L. Speech detection in spatial and nonspatial speech maskers. J Acoust Soc Am 123, 2680–2691 

(2008).

33. Strait, D. L., Kraus, N., Parbery-Clark, A. & Ashley, R. Musical experience shapes top-down auditory mechanisms: evidence from 

masking and auditory attention performance. Hear Res 261, 22–29 (2010).

34. Zuk, J., Benjamin, C., Kenyon, A. & Gaab, N. Behavioral and neural correlates of executive functioning in musicians and nonmusicians. PloS one 9, e99868 (2014).

35. Oxenham, A. J., Fligor, B. J., Mason, C. R. & Kidd, G., Jr. Informational masking and musical training. J Acoust Soc Am 114,

1543–1549 (2003).

36. Zendel, B. R. & Alain, C. Concurrent sound segregation is enhanced in musicians. J Cogn Neurosci 21, 1488–1498 (2009).

37. Gallun, F. J., Diedesch, A. C., Kampel, S. D. & Jakien, K. M. Independent impacts of age and hearing loss on spatial release in a 

complex auditory environment. Front Neurosci 7, 252 (2013).

38. Kidd, G., Jr., Mason, C. R., Best, V. & Marrone, N. Stimulus factors influencing spatial release from speech-on-speech masking. 

J Acoust Soc Am 128, 1965–1978 (2010).

39. Shinn-Cunningham, B. G. Object-based auditory and visual attention. Trends in cognitive sciences 12, 182–186 (2008).

40. Neff, D. L. & Dethlefs, T. M. Individual differences in simultaneous masking with random-frequency, multicomponent maskers. 

J Acoust Soc Am 98, 125–134 (1995).

41. Lutfi, R. A., Kistler, D. J., Oh, E. L., Wightman, F. L. & Callahan, M. R. One factor underlies individual differences in auditory 

informational masking within and across age groups. Perception & psychophysics 65, 396–406 (2003).

42. Ruggles, D. R., Bharadwaj, H. & Shinn-Cunningham, B. Why middle-aged listeners have trouble hearing in everyday settings. 

Curr Biol 7, 1417–1422 (2012).

43. Zendel, B. R. & Alain, C. Musicians experience less age-related decline in central auditory processing. Psychol Aging 27, 410–417 

(2012).

44. Carey, D. et al. Generality and specificity in the effects of musical expertise on perception and cognition. Cognition 137, 81–105 

(2015).

45. Ding, N. & Simon, J. Z. Adaptive temporal encoding leads to a background-insensitive cortical representation of speech. J 

Neurosci 33, 5728–5735 (2013).

46. Musacchia, G., Sams, M., Skoe, E. & Kraus, N. Musicians have enhanced subcortical auditory and audiovisual processing of 

speech and music. Proc Natl Acad Sci USA 104, 15894–15898 (2007).

47. Zion Golumbic, E. M. et al. Mechanisms underlying selective neuronal tracking of attended speech at a “cocktail party”. Neuron

77, 980–991 (2013).

48. Munte, T. F., Kohlmetz, C., Nager, W. & Altenmuller, E. Neuroperception. Superior auditory spatial tuning in conductors. Nature

409, 580 (2001).

49. Anderson, S. & Kraus, N. Sensory-cognitive interaction in the neural encoding of speech in noise: a review. J Am Acad Audiol

21, 575–585 (2010).

50. Corrigall, K. A., Schellenberg, E. G. & Misura, N. M. Music training, cognition, and personality. Front Psychol 4, 1–10 (2013).

文中所用图片均来源于网络