Děti svými ústy kopírují slova, která říkají jejich okolí. To jim umožňuje naučit se výslovnost slov, která ještě nemají ve své slovní zásobě.
Opakování řeči je opakování mluvených vokálů jiného jedince jedním jedincem. To vyžaduje u osoby, která kopíruje, schopnost mapovat smyslový vstup, který slyší z hlasové výslovnosti druhé osoby, do podobného motorického výstupu vlastním hlasovým traktem.
K takovému napodobování řečových vstupů a výstupů často dochází nezávisle na porozumění řeči, například při stínování řeči, kdy člověk automaticky říká slova slyšená ve sluchátkách, a při patologickém stavu echolálie, kdy lidé reflexivně opakují slyšená slova. To souvisí s tím, že opakování slov je v mozku odděleno od vnímání řeči. K opakování řeči dochází v dorzálním proudu zpracování řeči, zatímco k vnímání řeči dochází ve ventrálním proudu zpracování řeči. Opakování se touto cestou často bezděčně začleňuje do spontánních nových vět okamžitě nebo se zpožděním po uložení do fonologické paměti.
U lidí je schopnost mapovat slyšené vstupní vokalizace do motorického výstupu vysoce vyvinutá, protože tato schopnost kopírování hraje rozhodující roli při rychlém rozšiřování mluvené slovní zásoby dítěte. U starších dětí a dospělých je stále důležitá, protože umožňuje pokračovat v učení nových slov a jmen a dalších jazyků. Toto opakování je také nezbytné pro šíření jazyka z generace na generaci. Předpokládá se také, že fonetické jednotky, z nichž se skládá řeč, byly vybrány v procesu rozšiřování slovní zásoby a předávání slovní zásoby v důsledku toho, že děti přednostně kopírují slova ve smyslu snadněji napodobitelných elementárních jednotek.
Hlasová imitace probíhá rychle: slova lze zopakovat během 250-300 milisekund jak u normálních jedinců (během stínování řeči), tak během echolálie u retardovaných jedinců. K napodobování slabik řeči dochází pravděpodobně ještě rychleji: lidé začínají napodobovat druhý hlásek ve slabice [ao] dříve, než jej dokáží identifikovat (ze sady [ao], [aæ] a [ai]. Skutečně, „…pouhé provedení posunu na [o] při detekci druhé samohlásky v [ao] trvá jen o málo déle než její interpretace a provedení jako stínové reakce“. Z neurobiologického hlediska to naznačuje, že „…rané fáze analýzy řeči poskytují informace, které jsou přímo převoditelné na informace potřebné pro produkci řeči“. Hlasové opakování může být provedeno okamžitě, stejně jako v případě stínování řeči a echolálie. Může se také provádět poté, co je vzor výslovnosti uložen v krátkodobé nebo dlouhodobé paměti. Automaticky využívá jak sluchové, tak případně vizuální informace o tom, jak se slovo produkuje.
Automatické povahy opakování řeči si všiml Carl Wernicke, neurolog z konce 19. století, který poznamenal, že „primární řečové pohyby, které se odehrávají před vývojem vědomí, mají reflexivní a napodobující povahu..“.
Hlasová imitace vzniká ve vývoji dříve než porozumění řeči a také žvatlání: 18týdenní kojenci spontánně kopírují hlasové projevy, pokud se k nim hodí doprovodný hlas. Napodobování samohlásek bylo zjištěno již ve 12 týdnech. Je nezávislá na rodném jazyce, jazykových dovednostech, porozumění slovům a inteligenci mluvčího. Mnoho autistů a některých mentálně retardovaných lidí se zapojuje do echolálie odposlechnutých slov (často je to jejich jediná hlasová interakce s ostatními), aniž by rozuměli tomu, co opakují. Reflexní nekontrolované opakování cizích slov a vět se vyskytuje zhruba u poloviny osob s Gillesovým de la Tourettovým syndromem. Schopnost opakovat slova a neslova bez porozumění se vyskytuje také u smíšené transkortikální afázie, kde souvisí s ušetřením krátkodobé fonologické zásoby.
Schopnost opakovat a napodobovat zvuky řeči se projevuje odděleně od normální řeči. Stínování řeči je důkazem „privilegované“ vstupně-výstupní smyčky řeči, která je odlišná od ostatních složek řečového systému. Neurokognitivní výzkum podobně nachází důkazy o přímém (nelexikálním) spojení mezi vstupem fonologické analýzy a výstupem motorického programování.
Zvuky řeči lze imitačně mapovat do vokálních artikulací navzdory rozdílům ve velikosti a tvaru hlasivek, které jsou způsobeny pohlavím, věkem a individuální anatomickou variabilitou. Tato variabilita je rozsáhlá, takže vstupně-výstupní mapování řeči je složitější než jednoduché mapování pohybů hlasivek. Tvar úst je velmi různorodý: zubní lékaři rozeznávají tři základní tvary patra: lichoběžníkový, vejčitý a trojúhelníkový; šest typů vadného skloubení mezi oběma čelistmi; devět způsobů, jak zuby souvisejí se zubním obloukem, a širokou škálu deformit horní a dolní čelisti. Hlasivky se mohou lišit také v důsledku poranění zubů a zubního kazu. Dalšími faktory, které nebrání senzoricko-motorickému mapování potřebnému pro hlasovou imitaci, jsou hrubé deformace ústní dutiny, jako jsou zaječí pysky, rozštěpy patra nebo amputace špičky jazyka, kouření dýmky, kousání tužky a zatínání zubů (např. při břichomluvectví). Paranazální dutiny se u jednotlivých jedinců liší 20krát co do objemu a liší se přítomností a stupněm své asymetrie.
Různé jazykové vokalizace
K vokální imitaci může docházet v souvislosti s různými fonetickými jednotkami a typy vokalizace. Světové jazyky používají konsonantické hlásky, které se liší třinácti imitovatelnými místy artikulace vokálního traktu (od rtů po glottis). Tyto hlásky lze potenciálně vyslovovat jedenácti typy imitačních způsobů artikulace (od nosových stop po laterální klikyháky). Řeč lze kopírovat s ohledem na sociální přízvuk, intonaci, výšku tónu a individualitu (jako u imitátorů v zábavním průmyslu). Řeč lze artikulovat způsoby, které se značně liší v rychlosti, barvě, výšce, hlasitosti a emocích. Řeč dále existuje v různých formách, jako je píseň, verš, výkřik a šepot. Srozumitelná řeč může být vytvářena s pragmatickou intonací a v regionálních dialektech a cizích přízvucích. Tyto aspekty se snadno kopírují: lidé požádaní, aby opakovali slova podobná řeči, napodobují nejen telefony, ale přesně i další aspekty výslovnosti, jako je základní frekvence, vyjádření hlásky schwa, spektrum hlasu a kinematika rtů, doba nástupu hlasu a regionální přízvuk.
V roce 1874 Carl Wernicke navrhl, že schopnost napodobovat řeč hraje klíčovou roli při osvojování jazyka. To je dnes široce zkoumaná problematika v oblasti vývoje dítěte. Studie 17 000 jednoslovných a dvouslovných výroků šesti dětí ve věku od 18 do 25 měsíců zjistila, že v závislosti na konkrétním dítěti může být napodobeno 5 až 45 % jeho slov. Tato čísla jsou minimální, protože se týkají pouze bezprostředně slyšených slov. Mnoho slov, která se mohou zdát spontánní, jsou ve skutečnosti opožděné napodobeniny slyšené před několika dny nebo týdny. Děti, které ve 13 měsících napodobují nová slova (ale ne ta, která již znají), vykazují ve čtyřech měsících větší nárůst slovní zásoby podstatných jmen a v osmi měsících slovní zásoby jiných slov. Hlavním prediktorem nárůstu slovní zásoby jak ve 20 měsících, tak ve 24 měsících a u starších dětí mezi 4 a 8 lety je jejich dovednost opakovat neslovní telefonní sekvence (měřítko napodobování a ukládání). To platí i pro děti s Downovým syndromem . Tento efekt je větší než dokonce věk: ve studii 222 dvouletých dětí, které měly mluvený slovník v rozmezí 3-601 slov, představovala schopnost opakovat neslovní sekvence 24 % rozptylu ve srovnání s 15 % u věku a 6 % u pohlaví (dívky byly lepší než chlapci).
Využití imitace pro rozšíření slovní zásoby
Napodobování je základem pro tvorbu delších vět, než jaké by jinak děti mohly spontánně vytvořit samy. Děti analyzují jazyková pravidla, výslovnostní vzorce a konverzační pragmatiku řeči tím, že vytvářejí monology (často v řeči postýlky), v nichž opakují a manipulují ve hře se slovy dříve zaslechnuté fráze a věty. V mnoha protokonverzacích děti (a rodiče) opakují, co si navzájem řekly, aby udržovaly sociální a jazykovou interakci. Předpokládá se, že převod zvuku řeči na motorické reakce pomáhá vokálnímu „sladění interakcí“ tím, že „koordinuje rytmus a melodii jejich řeči“. Opakování umožňuje přistěhovaleckým jednojazyčným dětem naučit se druhý jazyk tím, že se mohou účastnit „rozhovorů“. Procesy související s napodobováním napomáhají ukládání odposlechnutých slov tím, že je ukládají do krátkodobé a dlouhodobé paměti založené na řeči.
Schopnost opakovat neslovesné výrazy předurčuje schopnost naučit se slovní zásobu druhého jazyka. Studie zjistila, že dospělí polygloti dosahují lepších výsledků v úlohách krátkodobé paměti, jako je opakování neslovních vokálů, ve srovnání s nepolygloty, ačkoli jinak jsou si oba podobní v obecné inteligenci, vizuálně-prostorové krátkodobé paměti a schopnosti učení se párových asociací. Jazykové opoždění naopak souvisí s poruchami imitace vokálů.
Opakování řeči a telefony
Výzkum elektrické stimulace mozku na lidském mozku zjistil, že 81 % oblastí, které vykazují narušení identifikace telefonů, jsou také oblasti, ve kterých je narušeno napodobování orálních pohybů, a naopak; poranění mozku v oblastech řeči vykazují korelaci 0,9 mezi těmi, která způsobují poruchy napodobování orálních pohybů, a těmi, která narušují produkci a vnímání telefonů.
Mluvená slova jsou sekvencí motorických pohybů organizovaných kolem motorických cílů gest vokálního traktu. Vokalizace je proto kopírována spíše z hlediska motorických cílů, které ji organizují, než z hlediska přesných pohybů, jimiž je vytvářena. Tyto vokalické motorické cíle jsou sluchové. Podle Jamese Abbse „u řečových motorických akcí se zdá, že jednotlivé artikulační pohyby nejsou řízeny s ohledem na trojrozměrné prostorové cíle, ale spíše s ohledem na jejich příspěvek ke komplexním cílům hlasového traktu, jako jsou rezonanční vlastnosti (např. tvar, stupeň zúžení) a nebo aerodynamicky významné proměnné“. Zvuky řeči mají také duplikovatelné charakteristiky vyššího řádu, jako jsou rychlost a tvar modulací a rychlost a tvar frekvenčních posunů. Takové komplexní zvukové cíle (které často souvisejí – i když ne vždy – s vnitřními hlasovými gesty) jsou zjistitelné z řečového zvuku, který vytvářejí.
Funkce dorzálního proudu zpracování řeči
Existují dva korové zpracovatelské proudy: ventrální, který mapuje zvuk na význam, a dorzální, který mapuje zvuk na motorické reprezentace. Dorzální proud se promítá ze zadní Sylviovy štěrbiny na temporoparietálním spojení do frontálních motorických oblastí a za normálních okolností se nepodílí na vnímání řeči.
Carl Wernicke identifikoval dráhu mezi levým zadním horním spánkovým sulkem (oblast mozkové kůry někdy nazývaná Wernickeova oblast) jako centrum zvukových „obrazů“ řeči a jejích slabik, která se přes arcuate fasciculus spojuje s částí dolního čelního gyru (někdy nazývanou Brokova oblast) odpovědnou za jejich artikulaci. Tato dráha je dnes obecně označována jako dorzální dráha řeči, jedna ze dvou drah (spolu s ventrální dráhou), které zpracovávají řeč. Zadní horní spánkový gyrus je specializován na přechodnou reprezentaci fonetických sekvencí používaných při opakování vokálů. Část sluchové kůry může také reprezentovat aspekty řeči, například její konsonantické rysy.
Byly identifikovány zrcadlové neurony, které zpracovávají jak vnímání, tak produkci motorických pohybů. Neděje se tak z hlediska jejich přesného motorického provedení, ale odvození zamýšlených motorických cílů, s nimiž je organizováno. Byly identifikovány zrcadlové neurony, které vnímají i produkují motorické pohyby řeči. Podle motorické teorie napodobování řeči si takové řečové zrcadlové neurony u kojenců vybíraly motorické cíle s gesty hlasové stopy, které se snadno napodobují, a to utvářelo povahu fonetických jednotek, z nichž jsou mluvená slova sestavena. Řeč se neustále zrcadlí do svých artikulací, protože mluvčí nemohou předem vědět, že slovo je neznámé a je třeba ho opakovat – což se naučí až poté, co pomine možnost mapovat ho do artikulací. Mluvčí tedy, mají-li do své mluvené slovní zásoby začlenit neznámá slova
musí standardně mapovat všechny mluvené vstupy. Motorická teorie napodobování řeči na rozdíl od motorické teorie vnímání řeči nespojuje zrcadlové neurony s vnímáním řeči.
Lidská řeč je slovní zásoba, která na rozdíl od jiných živočichů používá desítky tisíc lexikálních slov a názvů. To vyžaduje, aby se mladí lidé, kteří se s jazykem teprve seznamují, dokázali rychle naučit výslovnost i používání mnoha tisíc slov. Pokud by děti nedokázaly bez problémů opakovat řeč, nemohla by lidská řeč existovat. To činí z evoluce schopnosti opakování řeči kritickou inovaci potřebnou pro vznik řeči Motorická teorie napodobování řeči tvrdí, že tato potřeba napodobitelnosti řeči nikoli vnímání řeči ani produkce řeči navíc stojí v pozadí evoluční povahy samohláskových a souhláskových jednotek fonetiky.
Slova ve znakových jazycích se na rozdíl od mluvených jazyků neskládají ze sekvenčních jednotek, ale z prostorových konfigurací uspořádání podslovních jednotek, což je prostorová obdoba zvukově-chronologických morfémů mluveného jazyka. Tato slova se stejně jako mluvená slova učí napodobováním. Skutečně existují vzácné případy nutkavé znakové echolálie u jinak jazykově deficitních neslyšících autistů, kteří se narodili ve znakujících rodinách. Přinejmenším některé korové oblasti neurobiologicky aktivní při znakové i hlasové řeči, jako je sluchová kůra, jsou spojeny s aktem napodobování.
Výzkum ptačích hlasových motorických neuronů ukázal, že ptáci vnímají svůj zpěv jako sérii artikulačních gest, stejně jako lidé. Ptáci, kteří dokážou napodobovat člověka, jako je například myna indická (Gracula religiosa), napodobují lidskou řeč tím, že napodobují různé formanty řeči, které vznikají změnou tvaru lidského hlasového ústrojí, pomocí různých frekvencí vibrací vnitřní bubínkové membrány. Indické myny horské napodobují také takové fonetické charakteristiky, jako jsou hlásky, základní frekvence, přechody formantů, nazalizace a časování, a to díky tomu, že jejich hlasové pohyby jsou prováděny jiným způsobem než u lidského hlasového aparátu.
Šimpanzi, kteří se učí jazyk, vykazují schopnost napodobovat jazykové znaky, jako například šimpanz Washoe, který se dokázal naučit pomocí svých rukou slovník 250 gest v americkém znakovém jazyce. Takto člověkem vycvičené opice však nevykazují žádnou schopnost napodobovat vokalizaci lidské řeči.