日报标题：思考的时候，感觉大脑里有个人在跟自己说话，是谁？
赵思家，UCL神经科学本科、计算机硕士、博士在读
Inner speech 是这个问题的标准说法。直译就是，‘里面的演讲’，你在心中默念出这五个字的时候，不就是像是在身体里面给自己做演讲吗？
现有的几个答案，特别是二维码君 @张翼飞 和 @Steve Shi 的答案非常详细。
前者着重描述阅读的过程，而思考过程中的语音编码那段，单单和工作记忆联系起来，我有点觉得略 biased 了。
后者的最新更新，一来就提到了重点，Vygotsky。说到 inner speech， 怎能不提他！这个词就是这位俄罗斯心理学家 Lev Vygotsky 在 1934 年起使用来描述思考过程的。他的概念是，当说话成为一种社交媒介，它被内心化了，并成为我们与我们自己的思考交流的方式。
这里我就不重复作业啦，题主估计已经得到 ta 想得到的答案了，这里我就围绕 inner speech 整理一些有趣的「周边」。很多是我平时自己想到、查到的知识，木有太多文献。
好啦，现在开始...
等等，请将你思考的声音调节到我的声音。我的声音在华裔女生中较低，声音比较洪亮，语速较快，句尾声音较长，基本没有特殊口音，但比较南方。
首先，咱们先来看看 inner speech 有趣在哪里？
有趣点一：inner speech 是不是「思考」？
有趣点二：我们无法不将 inner speech 和相对应的 overt speech （就是说出来的演讲）作比较。那么，inner speech 和语言有怎样的关系呢？
有趣点三：它和 「在脑海里想象一个视音画面」（譬如，想象 一个人在你面前说话）有异曲同工之妙。
§1.1 Inner speech 是「思考」吗？
这是个很基本的问题。明显不是。
肤浅一点反问，还没学会语言的婴儿会思考；天生耳聋的、又不会手语或是任何一种口语的成年人类，也是会思考的；动物们也会思考。 那么他们是怎么「思考」的时候「不在心中说话」的呢？
当然证据不仅如此，再次也没必要争论这个。
嗯，好奇的话可以在知乎上提问『思考时不能在脑中发出声响是怎样的体验？』。
§1.2 你的大脑生成「一句话」，有几步？
了解 语言是在大脑中如何形成的，对于理解 inner speech 非常重要， @Chris Xia 求科普 (所以说我觉得我们应该组团回答这样的语言问题 龇牙）。
要细致说，生词很多，简单来讲，需要 4 步 （这里不包括发音）
- 选择词汇 --> 发生在 左半脑 颞回 中部
- 组织语法 --> 发生在（按顺序） 左半脑 inferior frontal gyrus 、middle frontal gyri (两边都用）、superior parietal lobes，基本上就是 从左半脑的中前部，到头顶靠前，然后到刚过头顶还没到后脑勺的中间位置。
- 提取字音 --> 发生在右半脑运动区差不多在天灵盖那个地方（吧？）、然后到左大脑的 anterior insula，要把大脑左边的颞叶扳开，然后靠着眼球那个方向就是；再然后要到 wernicke's area
- 把 字的音节 按顺序组织起来 --> 到左半脑的 broca's area、然后又回到左半脑的颞回的中前部
众多研究人员和研究认为，「脑海里说话」和「把话说出来」两种过程是基本一样的，只是前者没有后者强烈，并且没有上面的第四步和发音那一步。 =====> * 有趣点二 *
更重要的发现是，「在脑海里说话」和「在脑海里想象另一个人说话」时，上面我列举的所有大脑区域活跃情况一致。=====> * 有趣点三 *
众所周知，当 Broca's area 收到损伤，（就是脑残患者），将会得失语症 ——不能说也不能写单词。
而当用 经颅磁刺激技术 (TMS，简单的话说就是用磁场脉冲，实时影响大脑活动的一种技术。我还没用过，了解不多，还挺有意思）抑制 Broca's area 时，被试者就不能产生 inner speech。 (Aziz-Zadeh et al. 2005) =====> * 有趣点二 *
@张翼飞 举的关于 ROWS 和 ROSE 的例子不错，是 Van Orden 1987 年的一个关于拼写、声音、阅读多维度联系的研究。我很喜欢那篇论文的题目: A ROWS is a ROSE: Spelling, sound, and reading.
§1.3 那你是不是真的「听到了心中的声音」呢？你用哪个耳朵听到的？
体验过 inner speech 过的人，会感觉到这很明显是一个听觉现象。更好的一种描述是 「我听到了我心中的声音」。
这可就有趣了，问题是，大脑的听觉皮层在你心里说话时，可是没反应的。也就是说，这个「心里话」没有引起听觉意识。
一个比较新的研究，2013 年做的，认为 inner speech 的作用或说机制关键在于 当你在说话的时候，inner speech 就像是起着「预告提示」作用，减少了很多你对自己的声音的敏感度。这样你的听觉系统才会「避近就远」地注意外界的声音，即使你自己的声音真的很吵。
这里我们整理一下。 生成说出来的语言，有三大步：
想法 --> 把想法转化成语言 --> 再发送到 语音组织的中心 --> 最后说出来
而 inner speech 似乎是这样的。
想法 --> 把想法转化成语言 --> 再发送到 听觉系统 --> 自己听着就成了
§ 2 为什么呢？
等等，但如果我都想过「这句话」，为什么我还要「说给自己听」呢？为什么我们需要 Inner speech 呢？
这岂不是很浪费时间和大脑的效率？饶了好大一个弯。
倒不是说，一定必须不得不有一个存在的理由，但的确会让人觉得有些在意嘛。
研究 inner speech 的人很多，但说是话和其他话题相比实在是不算成气候，以前看到过一个 slides，里面总结了四点。
- 自我意识
- 智力
- 记忆
- 数学能力
§2.1 自我意识
这也是研究做多的一个方向。说白了就是 「加强自我存在感」。
自我意识本来就是个非常复杂的问题，不仅仅是哲学上，还有神经科学上。
我思故我在。但，「思考」这种无形态的本身就是个很难让我们人类这种 低·级·的·感·官·动·物 感受到的。（你还别跟我争，咱们要不是以 biased to 感官，我们也不会老是提出「我真的存在吗？」这种酸溜溜地问题了。）
那「最便宜」的刷存在感的方式，就是傍个大款，认知感官中最好傍的大款是谁？语言！
从某种角度上，可以说，「思考」这是用「语言」打掩护，吸引我们的注意力，发现我们在「思考」。所以说，说「语言」是「思考」的载体，不如说是面具。
这个方面，谷歌上能找到非常多的论文和 reviews，有兴趣的可以去看，Alain Morin 1993 年的文章。
§2.2 智力
这个点有些薄弱，毕竟不能说「多和自己聊聊天，智力每天加点点」。但在人类进化的历史中，这种将思考与语言联系起来产生 inner speech 的功能，很难说没有帮到我们的智力进化。
就近说，自我意识的建立，必然影响了我们人类的很多能力，如决策能力、交流能力等等。而这些能力，多多少少都对智力会有影响，或说是智力的一部分。
§2.3 记忆
@张翼飞 在他的答案提到了工作记忆，working memory。这点上有很多研究支持。可参见较新研究 Atabati et al. 2011
§2.4 数学能力
这一点我觉得是几点里最难有证据，但很有启示性的。从很大角度上，这算是一个非直接作用，因为它是基于 第一点的自我意识和第三点的记忆，合作做到的能力。
§3 那脑中那个声音会受到影响吗？
§ 3.1 声音的速度会受到环境影响?
理论上来讲，我认为语速不会特别地变化 （只是我根据知识分析的，没研究支持）。一方面 inner speech 和说出来的话一样，是有最快速度的（就是语言编译的最快速度），而 Inner speech 本来就是说出来的话的「预告」，快很多，所以 不会、也没有必要 让 Inner speech 变得更快，你的大脑语言是有硬件限制的啊亲。
同时，我相信，inner speech，也很难真正的变慢。原因很简单，大脑可很难闲着也是闲着让你... 慢...慢...说...
做听觉研究的人都知道，我们是很难让一个普通人在正常情况下 “什么都别想！脑袋空空！保持！”。而让你的脑海思绪的声音变慢，相当于故意在字与字之间加这些空挡。回到上一节我总结的两个过程。如果想要变慢过程，必须要在「发送到 听觉系统」之前控制流量，我思前想后很久，觉得基本没法控制。
但！再次转折。在现实生活中，你有可能会觉得在某些场合下你的思考语速变化了，那只是因为你的注意力在“作怪”。因为时间感会受到注意力的影响。（时间感请见以前的专栏：大脑是如何感觉时间流逝的？ - 神经科学 - 知乎专栏 ）譬如说，高中演讲大赛上，本来自信满满的你，情绪激昂地讲到一半，忘词儿了，下面坐着 400 个人，盯着你... 心中一边狂翻记忆下一句在哪儿，一方面心中狂啸 “ 马——勒——戈——壁——的——！！！”，那感觉，完全不知道这五个字是语速快了还是慢了，完全就是时间错乱了。你问我怎么知道？呵。呵。（蹲角落大哭）
§ 3.1 声音的特色会受到本人影响?
会。
注意我没有用题主和其他答者用的词「音色」(Timbre)，用这么准确的感官属性来回答这种问题实在是太危险了。（音色的定义请自查：Timbre ）
虽然我当然也部分认同另两位总结的 “...这个声音我认为应该是一个模糊的，去身份化、去性别化的声音” 看法，但是
1）这个声音是有口音的。PLOS ONE 2011 上发表的一个研究表明，在阅读时产生的 inner speech 会显示区域性口音。(Filik & Barber 2011) 虽然口音没有满足「音色」这样苛刻地难以记录的声音特质，但至少比「模糊的身份化和性别化的声音」更加具体。
2）虽然还没有 post 这个答案，但我估计有评论会 argue 「身份化」囊括了口音啊。Well well well, 如果这个「身份化」不是我理解的非常 abstract 的意识性身份标识，而是囊括各种声音特征的话，模糊的身份化，实际上是需要不少特征的~
但正如上面所说，我是部分认同的，一方面，我们人类在处理外界进来的信息时，实际上都可以说是 模式识别 （pattern recognition ）的过程。我联想到了我每次做梦，我所见到的人、听到的人声、感觉是那么的真实，但实际上在梦中，一切都不是全景，细节都是很模糊的。我相信这肯定是相关的识别机制没有像正常工作，只是少部分被「意识」这个老大鞭笞着加班。我对这个方面的研究非常看好。说虚一点，这个方面要是弄清楚了，别说浸入式虚拟现实，让小伙伴们玩儿一把《刀剑神域》《黑客帝国》毫无压力；届时，我们人类在精神境界上也算是有了新突破。
别忘了，我们现在还是 低·级·的·感·官·动·物。
好了。写完了，你可以把心里默念的声音换成自个儿的了。（实际上你应该发现，你早就是用自己的声音了）
详细的 References 列表请点击「查看知乎讨论」获取。
日常生活中的神经科学 微信公众号：neuroscienceme ，知乎专栏