Abstract Maintaining the ability to understand speech in real-life noisy environments is crucial for elderly adults, yet the underlying neural mechanisms remain elusive. To address this issue, we adopted an inter-brain neuroscience approach by modeling old listeners’ neural activities to those of speakers in noisy conditions. Our findings reveal significant speaker-listener neural coupling from the old listener’s prefrontal cortex and classical language regions. Notably, compared to young listeners, the old listeners exhibited a more robust and widespread neural coupling in the prefrontal cortex, with a stable integration with the language regions across varying noise levels. Furthermore, the neural responses in the prefrontal cortex were found to correlate with the old listeners’ comprehension performance, particularly when noise level escalated. Collectively, this study underscores a compensatory mechanism of the prefrontal cortex in preserving the ability of older adults to comprehend speech amidst noise in naturalistic settings, providing insights into the neurocognitive basis of successful aging.

Abstract Despite the distortion of speech signals caused by unavoidable noise in daily life, our ability to comprehend speech in noisy environments is relatively stable. However, the neural mechanisms underlying reliable speech-in-noise comprehension remain to be elucidated. The present study investigated the neural tracking of acoustic and semantic speech information during noisy naturalistic speech comprehension. Participants listened to narrative audio recordings mixed with spectrally matched stationary noise at three signal-to-ratio (SNR) levels (no noise, 3 dB, -3 dB), and 60-channel electroencephalography (EEG) signals were recorded. A temporal response function (TRF) method was employed to derive event-related-like responses to the continuous speech stream at both the acoustic and the semantic levels. Whereas the amplitude envelope of the naturalistic speech was taken as the acoustic feature, word entropy and word surprisal were extracted via the natural language processing method as two semantic features. Theta-band frontocentral TRF responses to the acoustic feature were observed at around 400 ms following speech fluctuation onset over all three SNR levels, and the response latencies were more delayed with increasing noise. Delta-band frontal TRF responses to the semantic feature of word entropy were observed at around 200 to 600 ms leading to speech fluctuation onset over all three SNR levels. The response latencies became more leading with increasing noise and were correlated with comprehension performance and perceived speech intelligibility. While the following responses to speech acoustics were consistent with previous studies, our study revealed the robustness of leading responses to speech semantics, which suggests a possible predictive mechanism at the semantic level for maintaining reliable speech comprehension in noisy environments. Highlights Leading responses were observed in the semantic-level neural tracking, with more leading latencies as noise increased. Following responses were observed in the acoustic-level neural tracking, with more delayed latencies as noise increased. Semantic-level neural tracking is correlated with comprehension performance and perceived intelligibility. Distinct frequency bands were involved in speech semantic and acoustic processing.