El Procesamiento Cognitivo del Habla: Modelos y Mecanismos de Percepción Auditiva

La Percepción del Habla: Procesos y Modelos Cognitivos

1. ¿Qué Procesos Ocurren en el Oyente al Escuchar Hablar?

Cuando una persona escucha hablar a alguien, se produce un proceso complejo que va desde la percepción de los sonidos hasta la identificación de palabras y unidades mayores.

• Percibimos los sonidos y determinamos si son lingüísticos o no.
• Identificamos dichos sonidos como fonemas del español (fonemas consonánticos y vocálicos).
• En un momento dado, decidimos cuándo una cadena de sonidos se ha convertido en palabras.
• Determinamos cuándo una cadena de palabras se ha convertido en una oración.

2. ¿Cómo Identificamos y Segmentamos los Sonidos del Habla?

En términos de sus propiedades acústicas, el habla humana es una señal compleja que contiene muchos tipos de información y varía continuamente.

En una conversación, se producen entre 125 y 180 palabras por minuto. Lo más probable es que a esta velocidad se procesen entre 25 y 30 segmentos fonéticos por segundo.

El habla convencional produce una señal continua. ¿Cómo se consigue transformar la señal que fluye de forma continua en una secuencia de segmentos diferenciados? Al hablar, emitimos esa señal continua; por ejemplo, las palabras habladas no están separadas por espacios como las escritas.

Podemos preguntarnos: ¿Dónde comienza y dónde termina una palabra nueva? ¿Cómo se aíslan o segmentan los sonidos individuales a partir de la señal vocal compleja y cómo se llega a identificarlos de forma ordenada?

3. La Coarticulación en la Percepción del Habla

La producción de un determinado segmento fonético cambia dependiendo del contexto en el que se inserte. Lo que pronunciamos antes y después de un segmento afecta a los movimientos articulatorios que se realizan para producir ese segmento. Estos efectos contextuales se conocen como coarticulación. La variación alofónica se debe, en parte, a la coarticulación.

4. Modelos de Percepción del Habla

Algunos modelos que guiaron la investigación hasta principios de los años 80 enfocan la percepción como un proceso ascendente, que progresa a través de etapas sucesivas desde la entrada auditiva al nivel fonológico y de ahí a la identificación de la palabra.

Esta perspectiva se denomina ascendente y no incorpora conocimiento de nivel superior en el proceso de la percepción del habla. Estos modelos se interesan principalmente por la percepción de segmentos fonéticos.

Un modelo de perspectiva descendente propone que los niveles superiores de conocimiento desempeñan un papel significativo en la percepción del habla.

Los modelos que incorporan la acción conjunta de múltiples fuentes de información, incluyendo información ascendente y descendente, se denominan modelos interactivos. Su principal preocupación es el reconocimiento de las palabras. Veremos dos modelos de este tipo:

4.1. Modelo de Cohorte

Este modelo consta de dos fases:

1. Primera fase del reconocimiento de las palabras: La información acústica y fonética al principio de una palabra diana activa todas las palabras de la memoria que se le parecen. Por ejemplo: "conde" puede activar "capilar", "casa", "collar", "cara", "comida". Estas palabras activadas constituyen la cohorte (acompañantes). La activación de la cohorte se realiza a partir de la información acústica de la palabra diana y no se ve influida por otros niveles de análisis.
2. Segunda fase: Comienza después de que se ha activado una estructura de cohorte. En esta etapa, todas las fuentes de información pueden influir en la selección de la palabra diana dentro de la cohorte. Estas fuentes operan eliminando las palabras que no coinciden con la palabra diana. Por ejemplo, una mayor información acústica y fonética puede eliminar algunas de las palabras de la cohorte. El reconocimiento de la palabra se logra cuando uno de los miembros de la cohorte permanece como único candidato.

4.2. Modelo Trace

El Modelo Trace es un modelo de red neuronal. Sostiene que el procesamiento tiene lugar por conexiones excitadoras e inhibidoras entre unidades de procesamiento denominadas nodos. Los fonemas y las palabras se constituyen en nodos que representan diferentes niveles de procesamiento; cada nodo tiene un nivel de reposo, un umbral y un nivel de activación.