孤独症谱系障碍者的情绪韵律识别*

王 琦 胡金生 李骋诗 李松泽刘淑清 康晓东 崔 丽

(1辽宁师范大学心理学院, 大连 116029) (2大连医科大学基础医学院, 大连 116044)

(3四川省八一康复中心, 成都 611100) (4大连小海豚自闭症儿童康复中心, 大连 116000)

1 引言

情绪韵律(Emotional Prosody)由音高、强度、时长等声学线索的变化构成, 可以反映人们不同的情绪状态(Frühholz, Ceravolo, & Grandjean, 2012)。例如, 愤怒和快乐等激活度较高的情绪韵律一般呈强度较大, 音高和第一共振峰较高的特点; 悲伤和厌恶等激活度较低的情绪韵律呈强度较小、音高较低和时长较长的特点(Juslin & Scherer, 2008;Sauter, Eisner, Calder, & Scott, 2010)。在日常会话中, 人们可以从声学线索变化中提取情绪意义,进而推断讲话者的情绪状态, 这一过程就是情绪韵律识别(Emotional Prosody Recognition)。该过程包括声学线索的感知和提取、检测情绪意义信息并产生情绪性反应, 以及根据情绪相关知识对声学线索进行评价和多信息整合三个阶段。可见,情绪韵律识别始于听觉器官, 通过神经传导激活记忆网络中存储的情绪知识, 进行相应的评价和整合加工, 达到理解讲话者情绪的目的(Pell &Kotz, 2011; Schirmer & Kotz, 2006; 江爱世, 陈煦海, 杨玉芳, 2009)。

孤独症谱系障碍(Autism Spectrum Disorders,ASD)是一种广泛性神经发育障碍, 其核心表现为异常的社会和情感交流模式, 情绪理解困难等(American Psychiatric Association, 2013)。以往的研究大多探讨的是 ASD者基于视觉信息的表情识别, 作为情绪识别的另一种重要线索, 该群体基于听觉信息的情绪韵律识别也尤为重要。一方面, 情绪韵律识别缺陷可能会导致ASD个体异常的韵律发声, 主要表现为异常的语调、语速和重音模式。例如, 不合时宜地尖叫, 说话时语调平板单一, 句子之间缺乏停顿, 并且无法控制音量等(Grossman, Edelson, & Tager-Flusberg, 2013; Peppé,Cleland, Gibbon, O’Hare, & Castilla, 2011)。另一方面, 情绪韵律和面部表情是个体判断他人情绪的两种重要线索, 探讨不同通道情绪识别缺陷背后的共同机制, 有利于ASD者多通道整合能力研究的开展以及综合干预策略的开发(Charbonneau et al.,2013; Matsuda & Yamamoto, 2013)。最后, 情绪韵律识别的研究不仅有利于明确情绪和认知交互作用的实质, 而且和传统的言语加工领域结合, 进一步衍生出了诸如讽刺和反语识别等许多新的研究领域, 丰富了ASD个体语言发展的研究。

目前, ASD者情绪韵律识别研究主要集中于与普通人的比较(见表 1), 发现的差异有：首先,ASD者对不同情绪效价的韵律识别存在不平衡性。例如, ASD个体对由愿望和信念引发的惊讶和厌恶情绪韵律的识别准确率明显低于健康人群,而对直接由外部情境引发的悲伤和快乐情绪韵律的识别更准确且更迅速(Jones et al., 2011; Philip et al., 2010)。同样地, ASD个体难以识别尴尬和自豪等更加高级的自我意识情绪韵律, 这些都主要源于该人群缺少对他人和自我心理状态的归因和理解能力(Golan, Baron-Cohen, Hill, & Golan, 2006;Rutherford, Baron-Cohen, & Wheelwright, 2002)。其次, ASD个体在声学线索知觉阶段对音高和音强信息过度敏感, 这主要由于该人群与健康人群相比具有较强的低水平信息知觉能力, 这种能力会在一定程度上造成该群体的信息加工偏差(O’Connor, 2012)。再次, 在情绪信息检测阶段,ASD被试缺乏对情绪韵律的主动注意和情绪性反应, 其缘由可能是该人群缺乏对社会线索的兴趣,并最终导致其对社会和情绪细微变化的敏感性降低(Kuchinke, Schneider, Kotz, & Jacobs, 2011;Rozga, King, Vuduc, & Robins, 2013)。最后, 在评价和整合阶段, ASD个体更容易受语义和语境等因素的干扰, 存在语义和语境依赖效应, 这似乎与该人群多信息、多通道的整合能力缺陷有关(Le Sourn-Bissaoui, Aguert, Girard, Chevreuil, & Laval,2013; Matsuda & Yamamoto, 2015; Stewart, McAdam,Ota, Peppé, & Cleland, 2013)。

表1 ASD人群与健康人群的情绪韵律识别比较

2 孤独症者情绪韵律识别的研究范式

2.1 分类范式

分类范式(categorization paradigm)广泛应用于ASD个体的情绪韵律识别研究, 主要考察个体对不同效价情绪韵律识别的基本特点。在该范式下, 首先给被试听不同情绪韵律的中性语义词或句子, 然后呈现若干提示性情绪词, 要求被试从中选择一个能充分描述讲话者情绪状态的词, 同时记录反应时和准确率。起初使用分类范式的研究只涉及了几种常见的情绪效价, 例如, 快乐、悲伤、愤怒等。结果发现, ASD被试的情绪韵律识别水平与健康被试没有差异(Brennand, Schepman,& Rodway, 2011; Grossman, Bemis, Skwerer, & Tager-Flusberg, 2010)。随后的研究中, 研究者将情绪效价增至 6种, 包含快乐、悲伤、愤怒、恐惧、惊讶和厌恶韵律, 并要求被试在 6个情绪词中进行选择。结果发现, 与健康被试相比, ASD被试会表现出明显的情绪韵律识别缺陷(Heaton et al., 2012;Philip et al., 2010)。可见, 当研究涉及的情绪分类单一且容易理解时, ASD个体可能会依赖一种结构化的方式推理情绪韵律(Singh & Harrow,2014)。而增加情绪效价后, 个体需要对主试所给的情绪词进行概念加工, 充分理解情绪词的含义后再进行分类, 更有利于考察ASD者情绪韵律识别的真实水平。但同时, 这也在一定程度上增加了任务难度, 更适用于言语能力较好或年龄较大的ASD被试。

2.2 瞳孔反应范式

在日常会话中人们不会有意地注意讲话者的情绪韵律, 情绪韵律更倾向是自动加工的(Aue,Cuny, Sander, & Grandjean, 2011)。为此研究者开发了瞳孔反应范式, 要求被试始终注视屏幕上的“十”字注视点, 在没有指导语的情况下给被试呈现中性、积极和消极情绪韵律的中性语义句子,同时用眼动仪记录其自发的瞳孔扩张反应。一般而言, 瞳孔扩张可以作为与个体交感神经激活相关的情绪唤醒反应(Bradley, Miccoli, Escrig, &Lang, 2008; Partala & Surakka, 2003)。在情绪韵律识别的早期阶段, 当个体听到高唤醒的情绪声音时, 会启用认知资源从声学线索中提取情绪意义并产生情绪性反应, 此时瞳孔开始扩张, 这种扩张可以通过瞳孔直径的变化来表示, 扩张越明显,表明被试对情绪韵律的早期加工越充分。Kuchinke等人(2011)应用该范式探讨了ASD人群情绪韵律识别早期的瞳孔扩张反应。研究发现,健康被试对情绪韵律的瞳孔扩张明显大于中性韵律, 且在句子呈现 300ms左右开始出现对不同情绪的差异性反应, 而ASD被试对消极韵律有较明显的瞳孔扩张反应, 对中性和积极韵律的反应无显著差异, 且在 1450ms时才出现对不同情绪的差异性反应, 明显慢于健康被试。可见, 瞳孔反应范式所测量的瞳孔扩张是一种自发的情绪唤醒反应, 可以充分体现出ASD人群在情绪韵律识别早期阶段表现出的延迟且不太充足的加工缺陷, 是该领域研究的有效手段。此外, 该范式不要求被试进行反应, 因变量也不局限在反应时和准确率这样的估计指标, 而是深入到了情绪韵律识别的内部机制, 可广泛应用于功能较低和年龄较小的被试, 在一定程度上扩大了范式的适用范围。

2.3 词−韵律干扰范式

日常交流中, 韵律和语义都是传递情绪信息的重要载体, 二者的有效整合是情绪韵律识别过程中的重要阶段。为了探讨ASD人群在这一阶段的情绪韵律识别特点, 研究者使用词−韵律干扰范式(word-prosody interference paradigm)。该范式先给被试听不同情绪韵律的情绪词, 韵律和词语语义传递的情绪相同或相反。例如, 以愉快或悲伤的语调朗读“高兴”一词, 随后要求他们根据情绪韵律判断讲话者的情绪状态, 观察语义对韵律识别的影响, 并记录反应时和准确率。Stewart等人(2013)在词−韵律干扰范式下测得了 ASD被试和健康被试情绪韵律识别的准确率, 结果发现,当情绪韵律和词语效价一致时, 两组被试在准确率上没有差异; 而当情绪韵律和词语效价不一致时, ASD者的准确率明显低于健康被试。随后,Segal, Kaplan, Patael和 Kishon-Rabin (2014)的研究中包含了一组言语能力较差的低功能 ASD者,并同时测得被试情绪韵律识别的反应时和准确率。研究发现, 低功能ASD被试在该范式下表现出了更明显的情绪韵律识别缺陷。可见, ASD者在情绪韵律识别的语义整合阶段缺陷明显, 且症状程度越严重, 识别准确性越低。这类任务包含了对语义信息的加工和整合, 对被试的言语能力要求较高, 可能更适合于言语功能良好的高功能ASD者。此外, 词−韵律干扰范式在分类范式的基础上引入了词语语义这一变量, 可以细化语义对不同情绪韵律识别的影响。不过这类研究还局限在基本情绪, ASD者在诸如愧疚、尴尬等较为复杂的语义和韵律叠加的语言环境中也有识别困难。

2.4 心智理解成套测验

现存的情绪识别研究多以6种基本情绪为材料, 很少有研究考察ASD者对复杂情绪的识别情况。为了对 ASD者情绪识别困难进行系统评估,研究者先后开发了剑桥成人“面孔−声音”心智理解成套测验(The Cambridge Mindreading Face-Voice Battery, CAM)和剑桥儿童“面孔−声音”心智理解成套测验(The Cambridge Mindreading Face-Voice Battery for Children, CAM-C)。这类测验涉及愉快、厌烦、失望、尴尬等多种复杂情绪, 包含两部分内容：在面孔识别测验中, 先给被试看无声的面部表情视频, 随后要求被试在所给情绪词中选出与视频表情最匹配的一个词; 在声音识别测验中, 先给被试听不同情绪韵律的短语, 然后也要求被试在所给情绪词中选出可以描述讲话者情绪状态的词, 综合两项结果作为测验的分数。应用此测验的研究发现, ASD被试在复杂且精细的情绪韵律识别方面存在明显缺陷, 且该成套测验分数与孤独症症状水平呈显著负相关(Golan, Baron-Cohen, & Hill, 2006; Golan et al., 2015)。可见, 心智理解成套测验可广泛应用于 ASD者复杂情绪韵律识别的实验研究以及该群体的临床鉴别。

3 孤独症者情绪韵律识别的影响因素

影响 ASD者情绪韵律识别的因素大体上可以分为言内因素和言外因素两类。其中, 言内因素主要包括情绪韵律强度和字面语义, 言外因素主要包括情景语境、听话人的心理声学能力和共患疾病。

3.1 言内因素

3.1.1 情绪韵律强度

情绪韵律的不同强度水平可能会影响 ASD者情绪韵律识别的准确性和速度, 且情绪韵律强度越低, 他们的表现越差。例如, Mazefsky和Oswald (2007)为了探讨强度对 ASD者情绪韵律识别的影响, 选取了14名高功能孤独症被试和16名阿斯伯格综合征被试。实验任务要求被试对取自第二版非言语正确性诊断分析量表(DANVA-2)的不同强度水平的情绪韵律进行判断, 并将两组被试的得分与DANVA-2的标准化样本进行比较。结果表明, 阿斯伯格被试的情绪韵律识别能力与标准化样本相似, 而高功能孤独症被试的得分则明显低于标准化样本, 特别是在低强度条件下。在此基础上, Grossman和Tager-Flusberg (2012)以ASD者和健康人群为被试的研究也发现, 在高强度条件下, 两组被试均有较高的识别准确率, 且没有组间差异。而在低强度条件下, 虽然两组被试的准确率都不高, 但 ASD者随着强度的降低,准确率下降的更快。研究者认为, 低强度刺激的情绪唤醒水平也较低, 相应脑区的神经激活变弱,这会导致被试无法对情绪信号进行深度加工。这些研究提示, 在实验操作中应避免高强度情绪韵律材料对ASD者情绪韵律识别缺陷的掩盖。

3.1.2 字面语义

一般而言, 情绪韵律和字面语义会表达相同的情绪, 但当他人用愤怒或悲伤的韵律说“我很快乐”时, 普通人经过声学线索分析、评价和语义整合后仍主要根据韵律信息判断讲话者的真正情绪, 但此时“快乐”的字面语义会在一定程度上影响个体情绪韵律识别的心理过程(Henkin, Yaar-Soffer, Gilat, & Muchnik, 2010; Waxer & Morton,2011)。对于ASD人群来说, 这种由情绪韵律和字面语义不一致带来的影响将更为严重。Stewart等人(2013)使用词−韵律干扰范式, 得到了健康被试和 ASD被试在韵律和字面语义不一致条件下判断讲话者情绪的准确率。结果发现, 与健康被试相比, ASD被试更倾向于依赖语义判断讲话者情绪, 出现语义依赖效应, 这可能是由于他们将语义作为一种替代性补偿来弥补其受损的情绪韵律识别能力。既然语义会影响ASD者的情绪韵律识别, 那在言语加工过程中ASD被试是对两种信息都进行了加工, 还是只加工了语义信息, 从而导致识别偏差？进一步研究发现, ASD者与健康被试一样, 在情绪韵律和语义不一致情况下的反应时更长, 说明他们对语义和韵律信息都进行了加工(Segal et al., 2014)。这表明, 与其说语义加工是ASD者的一种替代性补偿, 更可能的原因是他们在情绪韵律识别的语义整合阶段无法有效抑制语义加工的干扰。

3.2 言外因素

3.2.1 情景语境

情景语境会影响 ASD个体情绪韵律识别过程中评价、整合阶段的加工。Le Sourn-Bissaoui等人(2013)使用一种模拟日常对话情景的电脑程序研究了语境在 ASD者情绪韵律识别中的作用。结果发现, 在没有语境, 单独呈现情绪韵律时ASD被试多能正确识别讲话者情绪, 但有矛盾语境的限制时, 他们会表现出明显的语境偏好。这是因为在矛盾语境下, 人们通常需要借助对信息的评价和整合来理解言语, 此时推理能力会起到重要作用, 而这正是ASD人群不擅长的(Le Sourn-Bissaoui, Caillies, Gierski, & Motte, 2009; Norbury& Bishop, 2002)。这一发现为日常交流中ASD者表现出的更严重的情绪识别问题提供了合理解释,因为面对复杂的社会环境时, 人们必须在整合阶段同时处理多重言语线索, 而该人群的语境偏好可能是其线索整合能力不足的重要表现。

3.2.2 心理声学能力

心理声学能力是个体对音高、音强等声学线索的知觉能力, 人们会在情绪韵律识别的第一阶段提取话语中的声学线索, 进而在高级认知过程中进行分析。一般而言, 音高是情绪韵律识别的最有用线索之一, 它可以反映情绪的唤醒度水平,音高越高的声音其情绪唤醒度也越高(Juslin &Laukka, 2003)。因此, 为了明确ASD者的情绪韵律识别是否会受到心理声学能力的影响, Globerson等人(2015)以音高识别能力作为心理声学能力的指标, 探讨了其与情绪韵律识别之间的关系。ASD被试和健康被试依次完成心理声学能力任务,包括音高方向识别任务和音高辨别任务, 以及一项情绪韵律识别任务。结果表明, 两组被试的心理声学能力差异不显著, 但ASD被试在情绪韵律识别任务中的准确率明显低于健康被试。并且,与健康被试相比, ASD被试的情绪韵律识别准确率与音高辨别能力的相关关系更显著。这表明,ASD个体可能会将音高识别结果作为一种补偿性策略, 改善其情绪韵律识别缺陷。可见, 心理声学能力在一定程度上会影响 ASD个体的情绪韵律识别, 但情绪韵律识别是一个涉及多种认知能力共同参与的复杂过程, 还可能会受到较高层次情绪识别机制缺陷的影响。

3.2.3 共患疾病

ASD与其他障碍的共患是很普遍的, 尤其是注意缺陷多动障碍(Attention Deficit Hyperactivity Disorder, ADHD), 二者的共患率在30%到80%之间。在表情识别中, ASD与ADHD共患组和ASD组相比, 识别准确率明显偏低, 而且, 共患组解码面部表情时脑电成分的振幅也显著低于 ASD组(Sinzig, Morsch, & Lehmkuhl, 2008; Tye et al., 2014)。Oerlemans等人(2014)进一步检验了两种障碍共患者与ASD者在听觉层面的情绪识别能力。研究者给被试呈现不同情绪韵律的中性语义句子, 要求他们分辨所讲句子的情绪。随后, 又测量了被试的基线反应速度、反应抑制和言语注意水平。结果发现, 共患组在情绪韵律识别方面不仅反应时比ASD组长, 识别准确率也低。并且, 在反应抑制和言语注意任务中, 共患组表现也很差。这可能是由于注意缺陷多动障碍核心的抑制和注意缺陷, 会导致共患被试无法使用有效的认知技巧来弥补孤独症本身的情绪识别缺陷。

此外, 近年来述情障碍与孤独症谱系障碍的共患越来越受到重视。述情障碍(alexithymia)是一种较为常见的病症, 主要表现为描述感觉困难、情绪词匮乏、难以区分情绪, 以及难以分辨情绪和身体感觉等。研究发现, 述情障碍与ASD的共患高达 85%, 并且该人群的述情障碍主要源于他们缺少对身体状态变化的意识, 从而导致一种情绪特异性缺陷(Silani et al., 2008)。Heaton等人(2012)分析了述情障碍对ASD者情绪韵律识别的影响。被试分别完成情绪韵律识别任务和述情障碍量表, 结果发现, ASD被试的情绪韵律识别明显低于健康被试, 且会受到述情障碍严重程度的影响, 述情障碍越严重的ASD个体, 其在情绪韵律识别任务中的表现就越差。可见, 为了明确ASD者情绪韵律识别缺陷的本质, 未来研究应将共患疾病的核心症状纳入考虑, 并评估其影响。

4 孤独症者情绪韵律识别缺陷的原因探析

4.1 心智化能力不足

心智化能力(mentalizing)是指根据情绪、观念、意图和动机等心理现象, 理解自我和他人心理状态和行为的能力, ASD者的心智化能力不足已经在包含社会情绪认知在内的多个领域中得到确认(Boucher, 2012; Moran et al., 2011; Spek, Scholte,& van Berckelaer-Onnes, 2010)。由于情绪属于心理状态的一部分, 因此ASD者的心智化能力不足将会较为直接地反映在其情绪韵律识别上。

图1的心智化模型为普通儿童心智化能力各成分的发展过程及年龄阶段(Baron-Cohen, 2005)。对于ASD者来说, 他们的意图觉察器、视觉方向觉察器和情绪觉察器功能虽然完好, 但发育滞后,进而导致共同注意机制的发育异常, 最终造成该人群心理理论机制和移情系统的缺陷(Gaigg,2012)。在情绪韵律识别过程中, 个体需要借助共同注意机制整合觉察器信息, 而ASD者共同注意机制的异常会导致其理解他人心理状态的困难,包括从声学线索中提取讲话者的情绪意义。随后,心理理论机制和移情系统缺陷会进一步导致ASD个体难以做出适当的情绪性反应, 也无法对情绪韵律进行评价和整合加工。可见, ASD者一系列心智化能力的发育异常可能是导致其情绪韵律识别能力缺陷的重要原因。

图 1 Baron-Cohen的心智化模型(Baron-Cohen,2005)

在早期的声音情绪识别任务中, 研究者会给被试呈现戏剧作品中节选的短语或句子, 并要求被试选出能够准确描述人物情绪或心理状态的形容词。结果发现, ASD被试存在识别讲话者情绪的困难, 且这种困难主要源于该人群的心智化能力受损(Golan, Baron-Cohen, Hill, & Golan, 2006;Rutherford et al., 2002)。不过, 目前这一观点受到了一些挑战。有研究者将声音线索分为三类, 分别对应个体不同等级的心智化能力, 要求被试对这些声音线索进行判断。结果发现, 即使在需要高水平心智化能力的识别任务中, ASD被试也没有受损表现, 与健康被试有相似的反应时和准确率, 他们可以依赖心智化能力做出正确判断(Chevallier, Noveck, Happe, & Wilson, 2011)。可见,该观点还需要更多证据的支持, 同时也应细化心智化模型中不同成分对 ASD者情绪韵律识别缺陷的解释。

4.2 社会动机缺失

社会动机理论(the social motivation theory)认为, ASD个体在情绪韵律识别领域表现出的异常主要源于其缺少寻求社会线索的动机和评价情绪的固有本性, 通常表现为缺乏对社会性因素的参考, 异常且脚本化的语用技能等(Begeer, Koot,Rieffe, Terwogt, & Stegge, 2008)。社会动机会涉及一种内在的奖励过程, 该过程以杏仁核、纹状体和眶额皮层组成的神经网络为基础, 可以调节人们对奖励的寻求。正是这些神经网络的功能异常导致 ASD者在情绪韵律识别早期阶段无法通过偏向社会和情绪线索实现内在奖励, 从而表现出较低的社会动机水平(Chevallier, Kohls, Troiani,Brodkin, & Schultz, 2012)。例如, 由于缺乏社会动机,ASD被试无法在未注意的情况下对讽刺言语产生正常的大脑激活反应, 而在动机强化条件下, 其脑激活模式与健康被试无异(Wang, Lee, Sigman, &Dapretto, 2007)。此外, ASD者情绪韵律加工早期脑电成分较长潜伏期与其较低的识别准确率相关,这种缓慢的加工速度很可能源于奖励加工或社会动机方面的缺陷(Lerner, McPartland, & Morris, 2013)。

该观点主要强调 ASD者缺少情绪意义提取的动机, 从情绪韵律识别的早期加工角度解释了该人群情绪韵律识别缺陷。从现存研究可见, 支持 ASD者情绪韵律识别缺陷的社会动机缺失观点的证据主要来自于研究者的间接证明, 还缺少更多直接的实验证据。同时, 社会动机理论还无法进一步解释在动机强化的情况下, ASD个体在情绪韵律识别评价整合阶段表现出的缺陷。

4.3 经验匮乏假说

ASD者的经验匮乏(Hypo-priors)假说认为,人们对客观事物的知觉会受到已有经验的影响,而 ASD者的已有经验相对于普通人来说是无偏见的、公正的(Pellicano & Burr, 2012)。确切来说,普通人会掺杂主观已有经验来探索世界, 而 ASD者对世界的认识是一种不夹杂过多主观经验的纯粹的知觉。从神经计算角度看, 人类自身的计算机制会根据已有经验不断地对即将发生的事件进行预测, 从而使个体顺利参与到相关事件中, 这对个体生存来说至关重要。但是, 对于ASD者来说, 由于经验匮乏, 他们的计算机制无法有效预测未知事件及其结果, 从而导致对输入信息的理解偏差。在情绪韵律识别任务中, ASD者对讲话者情绪状态的判断会受到较少的已有经验的限制。例如, Charbonneau等人(2013)检验了ASD者在适当噪音水平下对情绪韵律的识别情况。结果发现, 与健康被试相比, ASD者不仅反应时延长,准确率也明显下降。受到噪音干扰, 个体对情绪韵律的判断会依赖于随时间不断积累的知觉信息,由于ASD者缺少相关经验, 计算机制无法根据经验从知觉信息中提取出有用成分, 进而导致该人群较低的识别准确率。

在情绪韵律识别过程中, 个体需要根据长时记忆中的已有经验对声学线索进行概念加工和整合, 经验匮乏假说肯定了ASD人群完好的早期声学线索加工, 并认为该人群的情绪韵律识别缺陷反映了其已有经验对输入信息的异常解释方式。但也有研究发现, 该人群韵律经验的匮乏并不是绝对的, 当以音乐旋律为材料要求被试进行音乐情绪韵律识别时, ASD者会表现出正常甚至较好的音乐情绪识别能力(Gebauer, Skewes, Westphael,Heaton, & Vuust, 2014; Quintin, Bhatara, Poissant,Fombonne, & Levitin, 2011)。可见, 在不涉及社会性言语的声音情绪识别领域, ASD个体具有相对完整且可靠的经验。那么, 未来还需进一步探讨该人群言语情绪韵律经验匮乏的本质, 是由于学习和存储时的困难, 还是经验提取方面的问题,亦或是二者都存在缺陷？

5 孤独症者情绪韵律识别的神经机制

随着 ASD个体情绪韵律识别行为研究的不断深入, 该群体与普通人情绪韵律识别神经机制的差异研究渐成热点(见表 2)。研究发现, 尽管ASD个体与健康个体同样具有情绪韵律加工的右半球优势效应, 但对于健康人群来说, 其内隐和外显情绪韵律识别分别涉及不同的脑区, 特别强调额下回、颞上沟、颞额通路和丘脑基底核的作用, 而对于ASD人群来说, 其情绪韵律识别过程中会出现局部脑区激活增多, 大脑网络间沟通不良现象, 并且该人群情绪韵律诱发电位的潜伏期和振幅也与健康人群显著不同(Demenescu, Kato,& Mathiak, 2015; Frühholz & Grandjean, 2013; Frühholz,Gschwind, & Grandjean, 2015; Gebauer, Skewes,Hørlyck, & Vuust, 2014; Péron, Frühholz, Ceravolo,& Grandjean, 2016; Sakkalou & Gattis, 2012)。

5.1 右半球优势效应

人类大脑的两半球既各司其职, 又协同作业。通常认为, 情绪的加工是在大脑右半球完成的。并且, ASD个体的外显行为与右脑损伤患者很相似(Sabbagh, 1999)。因此, 为了探讨ASD者的情绪韵律识别缺陷是否源于其右脑损伤, 研究者开始关注该人群情绪韵律加工的大脑两半球差异。这类研究源于音素和韵律理解的近红外光学成像分析, 研究者检测了ASD被试和健康被试的颞叶脑区对词语音素和韵律的听觉唤醒反应。结果初步发现, 在韵律条件下, 两组被试有相同的右半球优势反应(Minagawa-Kawai et al., 2009)。随后, Baker等(2010)采用了双耳分听范式来检测ASD被试情绪韵律加工的脑半球差异。实验中,同时给被试的左右耳呈现不同情绪韵律的无意义句子, 要求被试分别判断左右耳讲话者的情绪状态。结果表明, ASD被试与健康被试都表现出了左耳优势效应, 即两组都通过大脑右半球加工情绪韵律。此外, 还有研究发现, ASD被试在情绪韵律加工过程中, 大脑右侧颞上回表现出正常激活模式, 该区域主要负责情绪韵律的加工(Eigsti et al.,2012)。这些研究都提示, ASD者与普通人群相似,主要依赖大脑右半球加工情绪韵律信息, 而且,该人群所表现出的缺陷并不是由于右脑受损, 更可能是由于其异常的加工模式和加工深度所致。

5.2 局部脑区激活增多

近年来的fMRI研究发现, ASD者在情绪韵律识别过程中有明显多于健康被试的脑区激活。Eigsti等人(2012)在没有指导语的情况下, 分别给被试呈现中性和愤怒情绪韵律的中性语义句子, 得到被试的脑激活成像。结果发现, 健康被试加工愤怒情绪韵律时在左侧额下回有较强激活, 但 ASD者则表现出更广泛的脑区激活, 这些脑区承担着记忆、认知控制、言语理解等功能。研究者认为,这可能是由于 ASD者在无意识条件下对愤怒情绪韵律的自动加工并不充分, 在情绪理解后期就会需要更多的认知努力和注意资源。该研究中只涉及了愤怒情绪韵律, 得到的大脑激活特点可能没有普适性。在进一步的研究中, 研究者比较了ASD被试和健康被试对快乐、悲伤和中性情绪韵律的神经激活。结果与愤怒情绪韵律加工相似,ASD者表现出了额颞叶和皮质下大部分脑区的正常激活模式。而在右侧尾状核表现出了异常激活,该区域被视为人类的注意中心(Gebauer, Skewes,Hørlyck, & Vuust, 2014)。同样地, 在任务难度较高的情绪韵律和表情整合实验中, ASD被试在顶额联合皮层也出现了异常的大脑激活模式。这说明, 由于任务难度增加, 他们会增加对顶额“运动−注意”网络的依赖来注意和整合目标(Doyle-Thomas et al., 2013)。这提示, ASD人群异常的脑区激活模式可能是一种代偿机制, 因为他们要达到较准确的识别可能需要对刺激进行更深的加工, 也需要调用更多其他脑区的资源。

表2 ASD人群与健康人群情绪韵律识别的神经机制差异

5.3 大脑网络连接不足

在情绪韵律识别过程中, 除了局部脑区激活增多外, ASD个体还会表现出大脑功能的发展性连接障碍。该群体负责情绪韵律加工及情绪相关的大脑网络在结构和功能的连通性上与普通人群相比有明显不足, 这种不足可能会导致该群体在情绪韵律识别任务中表现出异常的行为或神经反应。

就ASD者大脑网络的功能性连接来说, 当任务涉及情绪韵律和表情整合时, ASD被试会表现出梭状回和颞上沟间的功能连通性受损, 其中,梭状回主要负责面孔信息加工, 颞上沟则负责对声音进行反应, 二者的良好沟通有助于不同通道情绪信息的整合(Doyle-Thomas et al., 2013; Magnee,de Gelder, van Engeland, & Chantal, 2008)。此外,ASD者在大脑网络的结构性连接层面, 也表现出了较少的固有联系。Abrams等人(2013)利用静息态fMRI技术探查了ASD被试负责声音知觉的分散式大脑网络, 发现他们右半球后侧颞上沟、眶额皮层和杏仁核之间的连通性明显较弱。其中,右半球后侧颞上沟主要负责言语的韵律加工, 眶额皮层和杏仁核则负责情绪和奖励加工。可见,大脑网络间的连接不足在一定程度上预测了ASD个体的情绪韵律识别缺陷, 但还需进一步证据支持。例如, ASD者静息状态下大脑默认网络(default mode network)和突显网络(salience network)异常的功能连接会导致社会认知和情绪信息整合缺陷(von dem Hagen, Stoyanova, Baron-Cohen, & Calder,2013; Weng et al., 2010)。这种异常连接是否会影响ASD者的情绪韵律识别还需进一步的研究。

5.4 早期注意模式异常

ASD人群与健康人群的神经机制差异还表现在情绪韵律识别的早期注意模式上。N1波是个体对听觉刺激的一种最初的注意反应, 产生于声音刺激呈现后100 ms左右, 主要受刺激物理属性的影响, 可以反映声音加工时神经活动的自动征集(Näätänen & Picton, 1987)。Korpilahti等人(2007)以健康人群和 ASD者为对象, 采用 oddball范式检测了被试情绪韵律识别的神经反应, 所用的听觉材料涉及 2种情绪韵律词语, 其中温柔语调朗读的词语为标准刺激, 生气语调朗读的词语为偏差刺激。结果表明, ASD被试与健康被试相比, 大脑右半球中央颞区的 N1波出现了延迟的潜伏期和较小的振幅。同样地, Lerner等人(2013)也发现,ASD被试情绪韵律识别的错误率与N1波潜伏期显著相关, 潜伏期越长其错误率越高。这些结果表明, ASD个体右半球的注意网络无法对声音刺激进行有效的注意分配, 这在一定程度上会影响该群体对声音信息的加工深度。

随后, Fan和 Cheng (2014)同样应用 oddball范式对 ASD者快乐和愤怒情绪韵律识别的时间进程特点进行了进一步研究, 并报告了情绪韵律识别的 2种诱发电位。其中, 听觉失匹配负波(mismatch negativity, MMN)可以反应听觉刺激的前注意和自动加工, 是大脑听觉皮层检测声音变化的直接指标。当刺激变化等级加大时, MMN峰值的潜伏期会变短, 振幅会增大, 这反应了大脑听觉皮层具有检测声音刺激变化的较好能力(Näätänen, Paavilainen, Rinne, & Alho, 2007)。任务无关的P3a由oddball范式中的偏差刺激诱发产生,可以反应个体对知觉显著刺激最初的注意分配(Volpe et al., 2007)。Fan和 Cheng (2014)的研究结果发现, ASD个体对情绪音节没有明显的 MMN反应, 且健康被试对愤怒音节反应的 MMN振幅明显大于快乐音节, 而ASD个体对两种情绪音节反应的 MMN振幅没有差异。此外, 与健康被试相比, ASD被试对情绪音节也没有明显的P3a反应。这表明, 一方面, ASD人群在检测声音情绪变化方面存在明显缺陷, 这可能源于该人群声音变化分辨能力的普遍受损。另一方面, 较弱的P3a反应表明ASD人群在情绪韵律识别早期阶段存在异常的无意注意模式, 他们难以对情绪偏差刺激进行有效注意分配。

6 小结和展望

6.1 提高实验范式的生态效度

目前, ASD者情绪韵律识别的研究范式较为集中, 研究的问题也比较有针对性。例如, 分类范式适用于高功能ASD被试的基础性研究, 瞳孔反应范式适用于大多数 ASD者情绪韵律自动加工的研究, 而词−韵律干扰范式则更适合于语义和韵律叠加的任务等。但上述范式仍存在许多改进空间。首先, 一些研究范式的反应指标中包括反应时, 由于ASD者持续注意缺陷较为普遍, 反应时这一指标的使用尤其要慎重。其次, 针对 ASD者的实验操作很大程度上不同于健康被试, 不仅要求主试有丰富的测试经验, 还要求测试过程要适合被试的年龄特点和能力水平(Brooks & Ploog,2013; Ploog, Brooks, Scharf, & Aum, 2014)。再次,ASD人群情绪韵律识别的纵向追踪研究还非常鲜见, 纵向研究可以较完整地观测到该人群情绪韵律识别的动态发展规律, 有利于明确其年龄差异和特征。最后, 应该强化基于观察等视频资料的定性和定量分析, 尤其是对于低功能ASD者, 很难令其针对特定实验刺激做出反应, 此时行为观察可能更具生态效度。

6.2 重视孤独症个体差异的影响

对 ASD者情绪韵律识别影响因素的研究将有助于干预策略的开发, 促进该群体情绪识别能力的提升。但从现有研究来看, 大多数研究只强调了客观因素, 忽略了ASD个体因素。例如, 除了前文所述的ASD个体的心理声学能力外, Wang和Tsao (2015)分析了语用和社会适应能力对ASD者情绪韵律识别的影响, 发现语用和社会适应能力受损越严重的ASD个体, 其情绪韵律识别任务的表现就越差。语用和社会适应能力缺陷是ASD个体的一种常见表现, 但每个个体会表现出不同水平, 在同等水平下考察ASD者的情绪韵律识别,排除个体因素的干扰至关重要。同时, ASD个体的共患疾病也是造成个体间差异的一个重要因素。一般而言, 共患其他障碍的ASD者会面临更严重的情绪识别问题, 他们除了具有ASD的核心缺陷外, 还会受到共患疾病严重的认知缺陷的影响(Guttmann-Steinmetz, Gadow, & DeVincent, 2009;Smith, Montagne, Perrett, Gill, & Gallagher, 2010)。因此, 未来研究也应加强共患疾病的检测, 努力实现 ASD者情绪韵律识别缺陷特异性的实验性分离。

6.3 理论解释的进一步整合

从前文原因探析来看, 研究者们分别从情绪韵律识别的不同阶段对 ASD者表现出的缺陷进行了分析, 分别强调了该人群的心智化能力、社会动机水平和已有经验, 但每一种解释都存在其局限性, 未来研究应该注重各理论解释之间的整合, 构建更有概括性和解释力的模型。例如, Gaigg(2012)在一篇探讨ASD者情绪与认知相互作用的综述中提到了该群体情绪识别能力受损的几种可能解释, 包括社会动机解释、行为的自我调节解释、人际关系理论和心智化能力解释。而针对ASD个体听觉加工缺陷的理论主要集中于弱中央统合理论、增强的知觉功能模型、神经复杂假说和连接不足假说等(Ouimet, Foster, Tryfon, & Hyde,2012)。另外, 理论解释的整合还应体现在跨学科的合作创新上。例如, 研究者应将心理学、遗传学和生物医学相结合, 综合多水平和多角度的研究提出理论模型。

6.4 开发有效测评工具和干预策略

目前, 针对ASD者情绪韵律识别缺陷的测评和干预研究相当匮乏, 更没有形成体系, 不断开发和完善此缺陷的测评工具和干预策略, 使其更具操作性、规范性和临床效果也是未来重要的研究方向。首先, 重视早期鉴别和早期干预。目前ASD者情绪韵律识别缺陷的早期评定工具和干预方案都还非常鲜见。在一项针对ASD儿童理解情绪韵律和面部表情间关系缺陷的干预训练中, 研究者发现, 在早期发育阶段增强ASD儿童对他人情绪多维性的理解对其日后情绪识别能力的发展具有重要意义(Matsuda & Yamamoto, 2013)。其次, 从现存 ASD人群的干预方法来看, 音乐训练最可能改善该群体的情绪韵律识别缺陷, 但其主要证据多停留在相关研究水平, 还缺乏作用机制的探讨(Bhatara et al., 2010; Lima & Castro, 2011;Pinheiro, Vasconcelos, Dias, Arrais, & Goncalves,2015)。此外, 即时和延迟干预效果的测评手段都还乏善可陈, 未来也应着眼于此, 不断丰富 ASD者情绪韵律识别的干预体系。

江爱世, 陈煦海, 杨玉芳. (2009). 言语情绪韵律加工的时间进程.心理科学进展, 17(6), 1109–1115.

Abrams, D. A., Lynch, C. J., Cheng, K. M., Phillips, J., Supekar,K., Ryali, S., ... Menon, V. (2013). Underconnectivity between voice-selective cortex and reward circuitry in children with autism.Proceedings of the National Academy of Sciences of the United States of America, 110(29), 12060–12065.

American Psychiatric Association. (2013).Diagnostic and Statistical Manual of Mental Disorders (DSM-5®). Washington DC: American Psychiatric Publishing.

Aue, T., Cuny, C., Sander, D., & Grandjean, D. (2011). Peripheral responses to attended and unattended angry prosody: A dichotic listening paradigm.Psychophysiology, 48(3), 385–392.

Baker, K. F., Montgomery, A. A., & Abramson, R. (2010).Brief report: Perception and lateralization of spoken emotion by youths with high-functioning forms of autism.Journal of Autism and Developmental Disorders, 40(1),123–129.

Baron-Cohen, S. (2005). The empathizing system: A revision of the 1994 model of the mindreading system. In B. Ellis& D. Bjorklund (Eds.),Origins of the social mind(pp.468–490). New York: Guilford Press.

Begeer, S., Koot, H. M., Rieffe, C., Terwogt, M. M., & Stegge,H. (2008). Emotional competence in children with autism:Diagnostic criteria and empirical evidence.Developmental Review, 28(3), 342–369.

Bhatara, A., Quintin, E. M., Levy, B., Bellugi, U., Fombonne,E., & Levitin, D. J. (2010). Perception of emotion in musical performance in adolescents with autism spectrum disorders.Autism Research, 3(5), 214–225.

Boucher, J. (2012). Putting theory of mind in its place:Psychological explanations of the socio-emotional-communicative impairments in autistic spectrum disorder.Autism, 16(3),226–246.

Bradley, M. M., Miccoli, L., Escrig, M. A., & Lang, P. J. (2008).The pupil as a measure of emotional arousal and autonomic activation.Psychophysiology, 45(4), 602–607.

Brennand, R., Schepman, A., & Rodway, P. (2011). Vocal emotion perception in pseudo-sentences by secondaryschool children with Autism Spectrum Disorder.Researchin Autism Spectrum Disorders, 5(4), 1567–1573.

Brooks, P. J., & Ploog, B. O. (2013). Attention to emotional tone of voice in speech perception in children with autism.Research in Autism Spectrum Disorders, 7(7), 845–857.

Charbonneau, G., Bertone, A., Lepore, F., Nassim, M., Lassonde,M., Mottron, L., & Collignon, O. (2013). Multilevel alterations in the processing of audio-visual emotion expressions in autism spectrum disorders.Neuropsychologia, 51(5), 1002–1010.

Chevallier, C., Kohls, G., Troiani, V., Brodkin, E. S., & Schultz,R. T. (2012). The social motivation theory of autism.Trends in Cognitive Sciences, 16(4), 231–239.

Chevallier, C., Noveck, I., Happe, F., & Wilson, D. (2011).What's in a voice? Prosody as a test case for the Theory of Mind account of autism.Neuropsychologia, 49(3), 507–517.

Demenescu, L. R., Kato, Y., & Mathiak, K. (2015). Neural processing of emotional prosody across the adult lifespan.BioMed Research International, 2015, Article ID 590216.

Doyle-Thomas, K. A., Goldberg, J., Szatmari, P., & Hall, G.B. (2013). Neurofunctional underpinnings of audiovisual emotion processing in teens with autism spectrum disorders.Frontiers in Psychiatry, 4, 48.

Eigsti, I. M., Schuh, J., Mencl, E., Schultz, R. T., & Paul, R.(2012). The neural underpinnings of prosody in autism.Child Neuropsychology, 18(6), 600–617.

Fan, Y. T., & Cheng, Y. (2014). Atypical mismatch negativity in response to emotional voices in people with autism spectrum conditions.PLoS One, 9(7), e102471.

Frühholz, S., Ceravolo, L., & Grandjean, D. (2012). Specific brain networks during explicit and implicit decoding of emotional prosody.Cerebral Cortex, 22(5), 1107–1117.

Frühholz, S., & Grandjean, D. (2013). Processing of emotional vocalizations in bilateral inferior frontal cortex.Neuroscience &Biobehavioral Reviews, 37(10), 2847–2855.

Frühholz, S., Gschwind, M., & Grandjean, D. (2015). Bilateral dorsal and ventral fiber pathways for the processing of affective prosody identified by probabilistic fiber tracking.NeuroImage, 109, 27–34.

Gaigg, S. B. (2012). The interplay between emotion and cognition in autism spectrum disorder: Implications for developmental theory.Frontiers in Integrative Neuroscience,6, 113.

Gebauer, L., Skewes, J., Hørlyck, L., & Vuust, P. (2014). Atypical perception of affective prosody in Autism Spectrum Disorder.NeuroImage: Clinical, 6, 370–378.

Gebauer, L., Skewes, J., Westphael, G., Heaton, P., & Vuust,P. (2014). Intact brain processing of musical emotions in autism spectrum disorder, but more cognitive load and arousal in happy vs. sad music.Frontiers in Neuroscience,8, 192.

Globerson, E., Amir, N., Kishon-Rabin, L., & Golan, O. (2015).Prosody recognition in adults with high-functioning autism spectrum disorders: From psychoacoustics to cognition.Autism Research, 8(2), 153–163.

Golan, O., Baron-Cohen, S., & Hill, J. (2006). The Cambridge Mindreading (CAM) Face-Voice Battery: Testing complex emotion recognition in adults with and without Asperger syndrome.Journal of Autism Developmental Disorders,36(2), 169–183.

Golan, O., Baron-Cohen, S., Hill, J. J., & Golan, Y. (2006).The "reading the mind in films" task: Complex emotion recognition in adults with and without autism spectrum conditions.Social Neuroscience, 1(2), 111–123.

Golan, O., Sinai-Gavrilov, Y., & Baron-Cohen, S. (2015).The Cambridge Mindreading Face-Voice Battery for Children (CAM-C): Complex emotion recognition in children with and without autism spectrum conditions.Molecular Autism, 6(1), 22.

Grossman, R. B., Bemis, R. H., Skwerer, D. P., & Tager-Flusberg, H. (2010). Lexical and affective prosody in children with high-functioning autism.Journal of Speech,Language, and Hearing Research, 53(3), 778–793.

Grossman, R. B., Edelson, L. R., & Tager-Flusberg, H. (2013).Emotional facial and vocal expressions during story retelling by children and adolescents with high-functioning autism.Journal of Speech, Language, and Hearing Research,56(3), 1035–1044.

Grossman, R. B., & Tager-Flusberg, H. (2012). "Who said that?" Matching of low- and high-intensity emotional prosody to facial expressions by adolescents with ASD.Journal of Autism and Developmental Disorders, 42(12),2546–2557.

Guttmann-Steinmetz, S., Gadow, K. D., & DeVincent, C. J.(2009). Oppositional defiant and conduct disorder behaviors in boys with autism spectrum disorder with and without attention-deficit hyperactivity disorder versus several comparison samples.Journal of Autism and Developmental Disorders, 39(7), 976–985.

Heaton, P., Reichenbacher, L., Sauter, D., Allen, R., Scott, S.,& Hill, E. (2012). Measuring the effects of alexithymia on perception of emotional vocalizations in autistic spectrum disorder and typical development.Psychological Medicine,42(11), 2453–2459.

Henkin, Y., Yaar-Soffer, Y., Gilat, S., & Muchnik, C. (2010).Auditory conflict processing: Behavioral and electrophysiologic manifestations of the stroop effect.Journal of American Academy of Audiology, 21(7), 474–486.

Jones, C. R. G., Pickles, A., Falcaro, M., Marsden, A. J. S.,Happé, F., Scott, S. K., ... Charman, T. (2011). A multimodal approach to emotion recognition ability in autism spectrum disorders.Journal of Child Psychologyand Psychiatry and Allied Disciplines, 52(3), 275–285.

Juslin, P. N., & Laukka, P. (2003). Communication of emotions in vocal expression and music performance: Different channels, same code?Psychological Bulletin, 129(5),770–814.

Juslin, P. N., & Scherer, K. R. (2008). Speech emotion analysis.Scholarpedia, 3(10), 4240.

Korpilahti, P., Jansson-Verkasalo, E., Mattila, M. L., Kuusikko,S., Suominen, K., Rytky, S., ... Moilanen, I. (2007). Processing of affective speech prosody is impaired in Asperger syndrome.Journal of Autism and Developmental Disorders,37(8), 1539–1549.

Kuchinke, L., Schneider, D., Kotz, S. A., & Jacobs, A. M. (2011).Spontaneous but not explicit processing of positive sentences impaired in Asperger's syndrome: Pupillometric evidence.Neuropsychologia, 49(3), 331–338.

Le Sourn-Bissaoui, S., Aguert, M., Girard, P., Chevreuil, C.,& Laval, V. (2013). Emotional speech comprehension in children and adolescents with autism spectrum disorders.Journal of Communication Disorders, 46(4), 309–320.

Le Sourn-Bissaoui, S., Caillies, S., Gierski, F., & Motte, J.(2009). Inference processing in adolescents with Asperger syndrome: Relationship with theory of mind abilities.Research in Autism Spectrum Disorders, 3(3), 797–808.

Lerner, M. D., McPartland, J. C., & Morris, J. P. (2013).Multimodal emotion processing in autism spectrum disorders: An event-related potential study.Developmental Cognitive Neuroscience, 3, 11–21.

Lima, C. F., & Castro, S. L. (2011). Speaking to the trained ear:Musical expertise enhances the recognition of emotions in speech prosody.Emotion, 11(5), 1021–1031.

Magnee, M. J. C. M., de Gelder, B., van Engeland, H., &Kemner, C. (2008). Atypical processing of fearful facevoice pairs in Pervasive Developmental Disorder: An ERP study.Clinical Neurophysiology, 119(9), 2004–2010.

Matsuda, S., & Yamamoto, J. (2013). Intervention for increasing the comprehension of affective prosody in children with autism spectrum disorders.Research in Autism Spectrum Disorders, 7(8), 938–946.

Matsuda, S., & Yamamoto, J. (2015). Intramodal and crossmodal matching of emotional expression in young children with autism spectrum disorders.Research in Autism Spectrum Disorders, 10, 109–115.

Mazefsky, C. A., & Oswald, D. P. (2007). Emotion perception in Asperger's syndrome and high-functioning autism: The importance of diagnostic criteria and cue intensity.Journal of Autism and Developmental Disorders, 37(6),1086–1095.

Minagawa-Kawai, Y., Naoi, N., Kikuchi, N., Yamamoto, J.,Nakamura, K., & Kojima, S. (2009). Cerebral laterality for phonemic and prosodic cue decoding in children with autism.Neuroreport, 20(13), 1219–1224.

Moran, J. M., Young, L. L., Saxe, R., Lee, S. M., O'Young,D., Mavros, P. L., & Gabrieli, J. D. (2011). Impaired theory of mind for moral judgment in high-functioning autism.Proceedings of the National Academy of Sciences of the United States of America, 108(7), 2688–2692.

Näätänen, R., Paavilainen, P., Rinne, T., & Alho, K. (2007).The mismatch negativity (MMN) in basic research of central auditory processing: A review.Clinical Neurophysiology,118(12), 2544–2590.

Näätänen, R., & Picton, T. (1987). The N1 wave of the human electric and magnetic response to sound: A review and an analysis of the component structure.Psychophysiology,24(4), 375–425.

Norbury, C. F., & Bishop, D. V. M. (2002). Inferential processing and story recall in children with communication problems:A comparison of specific language impairment, pragmatic language impairment and high-functioning autism.International Journal of Language and Communication Disorders, 37(3), 227–251.

O’Connor, K. (2012). Auditory processing in autism spectrum disorder: A review.Neuroscience & Biobehavioral Reviews,36(2), 836–854.

Oerlemans, A. M., van der Meer, J. M., van Steijn, D. J., de Ruiter, S. W., de Bruijn, Y. G., de Sonneville, L. M., ... Rommelse,N. N. (2014). Recognition of facial emotion and affective prosody in children with ASD (+ADHD) and their unaffected siblings.European Child and Adolescent Psychiatry,23(5), 257–271.

Ouimet, T., Foster, N. E. V., Tryfon, A., & Hyde, K. L. (2012).Auditory-musical processing in autism spectrum disorders:A review of behavioral and brain imaging studies.Annals of the New York Academy Sciences, 1252, 325–331.

Péron, J., Frühholz, S., Ceravolo, L., & Grandjean, D. (2016).Structural and functional connectivity of the subthalamic nucleus during vocal emotion decoding.Social Cognitive and Affective Neuroscience, 11(2), 349–356.

Partala, T., & Surakka, V. (2003). Pupil size variation as an indication of affective processing.International Journal of Human-Computer Studies, 59(1-2), 185–198.

Pell, M. D., & Kotz, S. A. (2011). On the time course of vocal emotion recognition.PLoS One, 6(11), e27256.

Pellicano, E., & Burr, D. (2012). When the world becomes'too real': A Bayesian explanation of autistic perception.Trends in Cognitive Sciences, 16(10), 504–510.

Peppé, S., Cleland, J., Gibbon, F., O’Hare, A., & Castilla, P. M.(2011). Expressive prosody in children with autism spectrum conditions.Journal of Neurolinguistics, 24(1),41–53.

Philip, R. C. M., Whalley, H. C., Stanfield, A. C., Sprengelmeyer,R., Santos, I. M., Young, A. W., ... Hall, J. (2010). Deficits in facial, body movement and vocal emotional processing in autism spectrum disorders.Psychological Medicine,40(11), 1919–1929.

Pinheiro, A. P., Vasconcelos, M., Dias, M., Arrais, N., &Goncalves, Ó. F. (2015). The music of language: An ERP investigation of the effects of musical training on emotional prosody processing.Brain and Language, 140, 24–34.

Ploog, B. O., Brooks, P. J., Scharf, A., & Aum, S. W. (2014).Perception of the prosody and content of sentences in an unfamiliar language in children with autism spectrum disorders.Research in Autism Spectrum Disorders, 8(7),775–787.

Quintin, E. M., Bhatara, A., Poissant, H., Fombonne, E., & Levitin,D. J. (2011). Emotion perception in music in high-functioning adolescents with Autism Spectrum Disorders.Journal of Autism and Developmental Disorders, 41(9), 1240–1255.

Rozga, A., King, T. Z., Vuduc, R. W., & Robins, D. L. (2013).Undifferentiated facial electromyography responses to dynamic, audio-visual emotion displays in individuals with autism spectrum disorders.Developmental Science,16(4), 499–514.

Rutherford, M. D., Baron-Cohen, S., & Wheelwright, S. (2002).Reading the mind in the voice: A study with normal adults and adults with Asperger syndrome and high functioning autism.Journal of Autism and Developmental Disorders,32(3), 189–194.

Sabbagh, M. A. (1999). Communicative intentions and language: Evidence from right-hemisphere damage and autism.Brain and Language, 70(1), 29–69.

Sakkalou, E, & Gattis, M. (2012). Infants infer intentions from prosody.Cognitive Development, 27(1), 1–16.

Sauter, D. A., Eisner, F., Calder, A. J., & Scott, S. K. (2010).Perceptual cues in nonverbal vocal expressions of emotion.The Quarterly Journal of Experimental Psychology,63(11), 2251–2272.

Schirmer, A., & Kotz, S. A. (2006). Beyond the right hemisphere:Brain mechanisms mediating vocal emotional processing.Trends in Cognitive Sciences, 10(1), 24–30.

Segal, O., Kaplan, D., Patael, S., & Kishon-Rabin, L. (2014).Judging emotions in lexical-prosodic congruent and incongruent speech stimuli by adolescents in the autism spectrum.Folia Phoniatrica et Logopaedica, 66(1-2),25–36.

Silani, G., Bird, G., Brindley, R., Singer, T., Frith, C., & Frith, U.(2008). Levels of emotional awareness and autism: An fMRI study.Social Neuroscience, 3(2), 97–112.

Singh, L., & Harrow, M. S. (2014). Influences of semantic and prosodic cues on word repetition and categorization in autism.Journal of Speech, Language, and Hearing Research,57(5), 1764–1778.

Sinzig, J., Morsch, D., & Lehmkuhl, G. (2008). Do hyperactivity,impulsivity and inattention have an impact on the ability of facial affect recognition in children with autism and ADHD?European Child & Adolescent Psychiatry, 17(2),63–72.

Smith, M. J. L., Montagne, B., Perrett, D. I., Gill, M., & Gallagher, L.(2010). Detecting subtle facial emotion recognition deficits in high-functioning autism using dynamic stimuli of varying intensities.Neuropsychologia, 48(9), 2777–2781.

Spek, A. A., Scholte, E. M., & van Berckelaer-Onnes, I. A.(2010). Theory of mind in adults with HFA and Asperger syndrome.Journal of Autism and Developmental Disorders,40(3), 280–289.

Stewart, M. E., McAdam, C., Ota, M., Peppé, S., & Cleland,J. (2013). Emotional recognition in autism spectrum conditions from voices and faces.Autism, 17(1), 6–14.

Tye, C., Battaglia, M., Bertoletti, E., Ashwood, K. L., Azadi,B., Asherson, P., ... McLoughlin, G. (2014). Altered neurophysiological responses to emotional faces discriminate children with ASD, ADHD and ASD+ADHD.Biological Psychology, 103, 125–134.

Volpe, U., Mucci, A., Bucci, P., Merlotti, E., Galderisi, S., &Maj, M. (2007). The cortical generators of P3a and P3b: A LORETA study.Brain Research Bulletin, 73(4-6), 220–230.

von dem Hagen, E. A. H., Stoyanova, R. S., Baron-Cohen, S.,& Calder, A. J. (2013). Reduced functional connectivity within and between 'social' resting state networks in autism spectrum conditions.Social Cognitive and Affective Neuroscience, 8(6), 694–701.

Wang, A. T., Lee, S. S., Sigman, M., & Dapretto, M. (2007).Reading affect in the face and voice: Neural correlates of interpreting communicative intent in children and adolescents with autism spectrum disorders.Archives of General Psychiatry,64(6), 698–708.

Wang, J. E., & Tsao, F. M. (2015). Emotional prosody perception and its association with pragmatic language in school-aged children with high-function autism.Research in Developmental Disabilities, 37, 162–170.

Waxer, M., & Morton, J. B. (2011). Children’s judgments of emotion from conflicting cues in speech: Why 6-year-olds are so inflexible.Child Development, 82(5), 1648–1660.

Weng, S. J., Wiggins, J. L., Peltier, S. J., Carrasco, M., Risi,S., Lord, C., & Monk, C. S. (2010). Alterations of resting state functional connectivity in the default network in adolescents with autism spectrum disorders.Brain Research,1313, 202–214.