Badania neurofizjologiczne przeprowadzone w ostatnich kilku latach wykazały, iż dzieje się to za sprawą synchronizacji fal mózgowych, podczas której neurony w korze słuchowej potrafią kodować obwiednię czasową mowy uwzględniając (w danym momencie czasu) tzw. sygnał celowany (preferowany) przez słuchacza (Ding i Simon 2012, O'Sullivan et al. 2015 , Biesmans et al. 2017).
2.3 Aktywność korowa podczas celowanego słuchania mowy oraz detekcja uwagi słuchowej (AAD) wraz z jej matematycznymi podstawami
Detekcja uwagi słuchowej (w kontekście eksperymentalnym) jest zadaniem, w którym porównuje się sygnały mowy ze słuchanej mieszaniny z sygnałami EEG rejestrowanymi podczas ich odsłuchiwania. Mieszanina dźwięków to sygnał zawierający co najmniej dwóch mówców, a zatem symulowane są warunki typu "cocktail party".
W związku z występowaniem zjawiska synchronizacji fal mózgowych sygnały EEG powinny zawierać "odpowiedzi" na te bodźce z mieszaniny dźwięków, które są śledzone przez słuchacza (Rys. 4 i 5). O'Sullivan et al. (2015) wykazali, że wykrycie uwagi słuchowej przeprowadzane na podstawie odwzorowania obwiedni czasowej dźwięku mowy w sygnałach EEG jest możliwe już dla sygnałów o długości jednej minuty. W tym celu sygnały EEG filtrowane są pasmowo z częstotliwościami odcięcia 2 i 8 Hz. Ten sam filtr stosuje się do obwiedni źródłowych sygnałów mowy (transformata Hilberta), których mieszanina prezentowana jest słuchaczowi.