在婴儿早期匹配语音的视觉和声音——一张脸和一个声音——是后期语言发展的重要基础。

这种被称为感官间处理的能力是学习新单词的重要途径。根据最近发表在《婴儿期》杂志上的一项研究，仅 6 个月大时感官间处理的成功程度就可以预测 18 个月、2 岁和 3 岁时的词汇和语言结果。

“成年人在这方面非常熟练，但婴儿必须学会将他们看到的与听到的联系起来。这是一项艰巨的工作，他们在发育的早期就做到了，”主要作者伊丽莎白 V. 埃德加说，他作为FIU 心理学博士生，现在是耶鲁儿童研究中心的博士后研究员。“我们的研究结果表明，除了母语输入和社会经济地位等其他既定预测因素外，感官间处理对语言有其自身的独立贡献。”

三年来，Edgar 和 FIU 心理学教授 Lorraine E. Bahrick 的婴儿发育实验室的团队使用感官间处理效率协议 (IPEP) 测试了 103 名 3 个月至 3 岁婴儿的感官间处理速度和准确性。该工具由 Bahrick 和共同调查员 FIU 研究心理学助理教授 James Torrence Todd 及其同事创建。

IPEP 旨在展示分散注意力或模拟从人群中挑选一位演讲者的“嘈杂声”，展示了几个简短的视频试验。每个试验描绘了六张女性面孔，同时显示在屏幕上的不同方框中。所有的女人似乎都在说话。

然而，在每次试验中只能听到与其中一名女性说话相匹配的配乐。通过跟踪瞳孔运动的眼动仪，研究人员可以测量婴儿是否匹配，以及他们观看匹配的面部和声音的时间。

然后，将数据与不同发展阶段的语言结果进行比较——例如儿童使用了多少独特的单词和总单词数。结果显示，在 18 个月、2 岁和 3 岁时，观察正确说话者的时间更长的婴儿后来被发现有更好的语言能力。