Prior lesion, noninvasive-imaging, and intracranial-electroencephalography (iEEG) studies have documented hierarchical, parallel, and distributed characteristics of human speech processing. Yet, there have not been direct, intracranial observations of the latency with which regions

Abstract Efficient behavior is supported by humans’ ability to rapidly recognize acoustically distinct sounds as members of a common category. Within auditory cortex, there are critical unanswered questions regarding the organization and dynamics of sound categorization. Here, we performed intracerebral recordings in the context of epilepsy surgery as 20 patient-participants listened to natural sounds. We built encoding models to predict neural responses using features of these sounds extracted from different layers within a sound-categorization deep neural network (DNN). This approach yielded highly accurate models of neural responses throughout auditory cortex. The complexity of a cortical site’s representation (measured by the depth of the DNN layer that produced the best model) was closely related to its anatomical location, with shallow, middle, and deep layers of the DNN associated with core (primary auditory cortex), lateral belt, and parabelt regions, respectively. Smoothly varying gradients of representational complexity also existed within these regions, with complexity increasing along a posteromedial-to-anterolateral direction in core and lateral belt, and along posterior-to-anterior and dorsal-to-ventral dimensions in parabelt. When we estimated the time window over which each recording site integrates information, we found shorter integration windows in core relative to lateral belt and parabelt. Lastly, we found a relationship between the length of the integration window and the complexity of information processing within core (but not lateral belt or parabelt). These findings suggest hierarchies of timescales and processing complexity, and their interrelationship, represent a functional organizational principle of the auditory stream that underlies our perception of complex, abstract auditory information.

Abstract Regions in the superior temporal sulcus and gyrus have been heavily implicated in voice-selective responses in human auditory cortex. Despite an apparent specialization for the encoding of human voice, research outside the auditory domain suggests that these areas likely participate in additional neural processes including speech processing and production. The aim of the current study was to combine results of electrophysiological recording and clinical stimulation mapping procedures in patients undergoing stereoelectroencephalography (sEEG) to explore potential functional heterogeneity in voice-encoding cortex. Both channels that demonstrated voice-encoding properties and channels critically implicated in language functioning were heavily concentrated in the left STG/S. Analysis of functional overlap revealed channels in the posterior STG/S that appear to be involved in both voice encoding and language. Strength of voice encoding in these functionally diverse sites was not significantly different from sites that were implicated in voice encoding alone. Our findings add to prior observations of functional heterogeneity in the STG/S and contribute to proposed models of speech perception. We discuss these results in the context of the utility of electrophysiological methods in mapping cortical networks and identifying regions essential for functioning.