社会交往中，我们往往通过社会范畴加工来简化对他人的认知，即根据性别、种族、年龄、等范畴信息，在时间和认知资源有限的情况下快速并准确地认知与了解他人。在真实的社会交往中，人们往往会同时面对来自视觉通道和听觉通道的线索，并且由此驱动视听信息的整合(AVI— Audiovisual integration)来完成信息加工。事实上，视听整合的判定一直遵循着相对严格的整合加工标准。　　本研究以年龄范畴和种族范畴为研究对象，以语音视听整合研究沿用的判定标准为依据，实验一分别从行为和ERP角度探究了个体在种族范畴加工过程中的视听加工情况。　　结果显示：　　（1）种族加工过程符合判定整合发生的标准，可以判定发生了视听整合；　　（2）对于种族加工而言，是语音的口音而非语言对种族判定产生作用。实验二从行为角度探究了个体在年龄范畴加工过程中的视听加工情况。　　结果显示：　　（1）年龄加工过程符合判定整合发生的标准，可以判定发生了视听整合；　　（2）对于年龄加工而言，面孔所起的作用更大。　　实验三探究了当面孔和语音都含有年龄和种族范畴的情况下，个体判定的优先性，结果显示：当面孔和语音都携带年龄和种族范畴的时候，我们发现，被试首先以种族将目标判定为是否属于内群体，即，当呈现的刺激为中国人时，被试才会进一步对年龄进行归类。而呈现的刺激为欧美人面孔时，被试只会注意到被试的种族属性，并且这样的优先性在面孔上也存在。而语音并没有这样的优先性。