语言使用的声音有所不同。例如，日语不像“摇滚”和“锁定”一样区分“ r”和“ l”声音。值得注意的是，婴儿在学会说话之前已经习惯了母语的声音。例如，一岁的婴儿在说日语而不是英语的环境中生活时，不太容易区分“摇滚”和“锁”。

关于这种早期语音学习现象的有影响力的科学解释最初提出，婴儿通过一种称为“分布学习”的统计聚类机制，将声音分组为本地元音和辅音样的语音类别。

然而，本周发表在《美国国家科学院院刊》上的一项新研究挑战了婴儿学习辅音和元音类语音分类的想法。

在这项研究中，由认知科学家和计算语言学家组成的多机构团队引入了一种定量建模框架，该框架基于对婴儿语言学习过程的大规模模拟。通过使用高效计算的机器学习技术，该方法可以将学习机制与有关婴儿对其母语的调教的可测预测系统地联系起来。

“假设关于什么是由婴儿传统驱动的研究人员试图了解这个奇怪现象了解到，”托马斯·沙茨，在马里兰州的研究所高级计算机研究所(UMIACS)的马里兰大学的博士后谁是主要作者研究。“我们建议从关于婴儿可能如何学习的假设开始。”

除Schatz之外，该研究的作者还包括马里兰大学语言学副教授Naomi Feldman，他曾在UMIACS任职。莎朗·戈德沃特(Sharon Goldwater)，爱丁堡大学信息学院语言，认知和计算研究所教授;曹娜(Xuân-NgaCao)，巴黎高等师范学院(ENS)的研究工程师，Langinnov和Gazouyi初创公司的联合创始人。以及负责ENS认知机器学习团队的教授Emmanuel Dupoux。

在他们的研究中，研究人员通过在逼真的语音输入上训练计算有效的聚类算法来模拟婴儿的学习过程。该算法被馈送有规律的时间间隔采样的类似频谱图的听觉特征，这些特征是从目标语言的自然语音记录中获得的。在这项研究中，美国英语和日语是使用的两种语言。

研究人员说，这为例如日本婴儿的早期语音知识提供了一个候选模型。接下来，他们问了训练模型的两个问题。他们能否解释在日语和英语学习婴儿如何区分语音方面观察到的差异?而且，这些模型是否学习了元音和辅音之类的语音类别?

早期语音学习的主要科学说明会期望这些问题的答案能够匹配(两者都应为“是”或两者都应为“否”)。研究人员发现，第一个问题的答案是肯定的：他们的模型确实说明了婴儿观察到的行为，特别是日本婴儿难以区分“岩石”和“锁”等单词。但是，第二个问题的答案是否定的：发现模型学习的语音单位太简短，并且听觉上的变化无法对应元音和辅音之类的语音类别。