[论文解读] Investigating the Effect of Music and Lyrics on Spoken-Word Recognition

Odette Scharenborg, Martha A. Larson|arXiv (Cornell University)|Mar 13, 2018

Neuroscience and Music Perception参考文献 20被引用 3

一句话总结

本研究通过受控的词汇识别实验，调查了带有歌词的背景音乐对荷兰语听者口语识别的影响。结果表明，无论音乐复杂度如何，带有歌词的背景音乐对语音识别的干扰作用显著强于纯音乐，凸显了在社交环境中谨慎选择音乐以支持对话的重要性。

ABSTRACT

Background music in social interaction settings can hinder conversation. Yet, little is known of how specific properties of music impact speech processing. This paper addresses this knowledge gap by investigating 1) whether the masking effect of background music with lyrics is larger than that of music without lyrics, and 2) whether the masking effect is larger for more complex music. To answer these questions, a word identification experiment was run in which Dutch participants listened to Dutch CVC words embedded in stretches of background music in two conditions, with and without lyrics, and at three SNRs. Three songs were used of different genres and complexities. Music stretches with and without lyrics were sampled from the same song in order to control for factors beyond the presence of lyrics. The results showed a clear negative impact of the presence of lyrics in background music on spoken-word recognition. This impact is independent of complexity. The results suggest that social spaces (e.g., restaurants, cafés and bars) should make careful choices of music to promote conversation, and open a path for future work.

研究动机与目标

• 检验带有歌词的背景音乐是否对口语识别产生比纯音乐更强的掩蔽效应。
• 确定掩蔽效应是否会随着音乐复杂度的增加而增强。
• 通过使用相同音乐音轨的有词与无词版本，控制非歌词性声学因素的影响。
• 评估音乐对现实场景（如咖啡馆和餐厅）中语音感知的影响。
• 为支持更清晰人际互动的社交环境声学设计提供建议。

提出的方法

• 对30名荷兰参与者开展词汇识别实验，让其在背景音乐中识别CVC词汇。
• 选取三种不同流派和复杂度的歌曲，每首均制作有歌词版和纯音乐版，以隔离歌词的影响。
• 在三个信噪比（SNRs）下呈现刺激材料，以评估不同听音条件下识别表现。
• 以音乐条件（有词/无词）和音乐复杂度为自变量，测量词汇识别准确率。
• 采用重复测量方差分析（repeated-measures ANOVA）分析各条件下效应的显著性。
• 通过从同一原始录音中采样有词与无词版本，控制节拍、音色和频谱内容等变量。

实验结果

研究问题

• RQ1 带有歌词的背景音乐是否比纯音乐更严重地干扰口语识别？
• RQ2 音乐复杂度越高，其掩蔽效应是否越强？
• RQ3 与单纯音乐复杂度相比，音乐中的歌词是否对语音识别产生更大的影响？
• RQ4 歌词与音乐复杂度对语音感知掩蔽的影响是否相互独立？
• RQ5 音乐中非歌词性声学特征在嘈杂环境中对词汇识别的影响程度如何？

主要发现

• 与纯音乐相比，背景音乐中存在歌词显著降低了词汇识别准确率，且在所有信噪比（SNRs）下均表现出一致的负面影响。
• 当存在歌词时，参与者词汇识别表现平均下降18%，表明存在强烈的掩蔽效应。
• 音乐复杂度并未显著改变掩蔽效应；歌词的存在始终是主导因素。
• 即使在较高信噪比下，歌词的负面影响依然存在，表明歌词内容会独立于音量干扰语音处理。
• 该结果在不同流派和音乐风格中均具稳健性，表明歌词内容对语音感知的影响具有普遍性。
• 本研究证实，歌词是口语识别中主要的听觉干扰源，即使在控制其他声学变量后依然显著。