为什么问卷和经验取样对“我们多久自言自语一次”的判断差这么多？
差距很大，而且具有系统性。研究者把基于问卷的内部体验频率估计与描述性经验取样（DES）做了比较。DES 会在日常生活中随机提醒受试者，并训练他们报告那一刻意识中实际出现的内容；结果问卷得出的频率高出两到四倍[1]。这不是轻微的校准误差；作者称，两种方法对内部言语出现频率的描绘“无法调和地不一致”[1]。
可能的原因是，问卷要求人们对自己做概括。像“你多久自言自语一次？”这样的问题，会引出一种受记忆、自我形象和难忘事件显著性影响的总体判断。DES 则对一个个时刻进行取样，询问当时当下出现了什么，目标是尽可能高保真地捕捉体验[1]。如果两种方法测量的是同一件事，那么其中一种在系统性地多计——而这一比较提示，多计的是问卷[1]。
脑记录真的能读出内部言语的内容吗？
部分可以，而且取决于你要的是哪种内部言语。一项研究用脑电和脑磁图完成了三项内部言语任务，结果默读在五个词上的解码准确率为30%–40%，远高于20%的随机水平；而重复性内部言语和生成性内部言语大多处于随机水平[3]。这一模式提示，当内部言语与某个具体的、经过练习的语言序列绑定时，脑信号携带的信息更多；自由生成时则不然。
另一项脑电研究换了一种方式接近内容问题，利用的是“说话诱导抑制”：当人在某一精确时刻发出一个内部音节，同时播放一个可听见的音节时，匹配与不匹配的音节会在伽马、西塔和阿尔法波段产生可区分的振荡模式[4]。换句话说，内部音节的内容会在大脑对同时出现的声音作出反应的方式中留下可测量的痕迹，尽管这并不等同于从零开始解码该音节[4]。
内部言语的定义会不会改变统计结果？
会，而且这对比较不同方法很重要。对精神分裂症谱系障碍患者进行的经验取样区分了五种内部言语——对话式、评价式、他人式、压缩式和积极式——并发现，有幻听的人总体上报告的内部言语时刻更多，评价式、他人式、压缩式和积极式内部言语的强度也高于健康对照，但对话式内部言语没有差异[2]。若一种方法把内部言语当作不加区分的单一类别，就完全看不到这一特征。
这也让频率问题变得更复杂。如果问卷和 DES 之所以不一致，部分是因为它们统计的东西不同——一个是笼统的自我对话感，一个是具体的瞬间片段——那么两到四倍的差距[1]就不只是某一种方法错了。至少在一定程度上，这是两种方法各自把什么当作内部言语实例的差异。
普通读者该怎样看待这些分歧？
对内部言语的频率说法要谨慎，除非你知道它是怎么测的。基于问卷的数字相对于逐刻取样可能偏高[1]，而且该领域尚未收敛到一个统一数字。关于内容的说法更令人鼓舞，但范围有限：解码对默读已知词语效果最好[3]，内容也可以通过其对同时发生的听觉加工的影响来区分[4]，但自由生成的内部言语目前仍大多无法用非侵入性方法读出[3]。
更广泛的启示是，内部言语不是一个可测量的单一量。它的频率取决于你让人做概括还是做取样，它的内容取决于内部言语是排练过的、读出来的，还是自发产生的。看起来应该一致的方法，实际上回答的是略有不同的问题。
本文引用的文献
测量内部体验特征的频率
基于问卷的内部体验频率估计（包括内部言语）比描述性经验取样的估计高两到四倍，作者称这一差异无法调和。
精神分裂症谱系障碍中内部言语变体、言语性幻听与情绪的瞬时动态：一项经验取样研究
经验取样发现，伴有当前言语性幻听的精神分裂症谱系障碍患者报告的内部言语更频繁，评价式、他人式、压缩式和积极式内部言语的强度也高于健康对照，但对话式内部言语没有差异。
走向从脑电和脑磁图解码内部言语
默读的脑电和脑磁图解码在五个词上达到30%–40%的准确率，而重复性和生成性内部言语大多在随机水平解码。
脑电图中伽马和西塔/阿尔法波段振荡可区分内部言语的内容
内部音节与同时播放的可听音节匹配或不匹配时，会在伽马、西塔和阿尔法波段产生可区分的脑电振荡，支持内部说话诱导抑制的存在。
从脑电解码隐蔽言语：全面综述
一篇关于基于脑电的隐蔽言语解码的综述梳理了不同实现方案在采集、滤波、特征提取和分类器选择上的差异，并指出这些差异使直接比较变得困难。