成年人的阅读活动是由大脑不同脑区之间形成的一个网络的协同激活来支持的。这一网络中的一些脑区也会参与口语加工的过程。因此，当儿童学习阅读时，他们已经发展出了处理口语中发音信息（语音）和意义信息（语义）的脑区之间的网络。儿童学习阅读的任务就是发展出加工视觉形式词汇的视觉专家化（visual expertise）技能，并将视觉信息与已经存在的口语加工网络联系起来。因此，视觉—正字法加工作为阅读和学习阅读的第一步是非常特殊的。由此也就产生了一个核心研究问题：视觉—正字法加工这一最初的加工过程在多大程度上会受到来自更高水平的语言网络，即语音及语义信息的影响。

本章的开始部分将简要介绍有关正字法加工神经机制的两个最有影响力的模型。这两个模型提出了两种不同的观点（Dehaene et al.，2005；Price & Devlin，2011）。由于这两个模型的提出主要是基于脑功能成像的研究，所以本章还将梳理一些采用时间敏感性比较好的事件相关脑电技术进行的研究。这些研究将会为读者提供更多对视觉—正字法加工时间进程的认识。本章介绍的视觉—正字法加工的不同方面或许都可以用两个模型进行不同程度的解释。这些视觉—正字法加工的不同方面包括对文字的粗略神经调制（coarse neural tuning）、对文字的精细神经调制（fine neural tuning）以及词汇熟悉性（lexical familiarity）对神经调制的影响。本章对粗略神经调制的综述会更详细一些，因为大量研究已经表明，这一方面的视觉—正字法加工在学习阅读的早期阶段以及阅读障碍的发展中都具有重要作用。综述首先集中在拼音文字的研究上。拼音文字和中文在视觉—正字法加工不同方面的相似性及差异性将在本章的后面部分进行讨论。