Speechprosody-2026 论文

该研究用 12 句自然叙述录音让 245 名听者做二选一变体判断，总准确率 64.7% 高于机遇，但单语和西班牙语主导者约 70% 而遗产双语者仅 58.8%，且回归显示听者画像效应稳健而熟练度和接触量不再显著。

该研究用 48 段高兴与生气冲突或一致的动态视听短片加眼动追踪，检验 27 名人工耳蜗学龄前儿童与 25 名健听同龄人的线索权重与注视分配，发现人工耳蜗组在冲突时显著偏向面孔且眼口注视更均衡，代价是听觉线索利用不足与注视表现关联缺失。

该研究用荷兰语预测性句尾词汇判断任务检验节拍手势是否加速词汇通达，最强证据是噪声下真词反应时加快约 122 毫秒和 124 毫秒并使正确率提升约 4 个百分点，代价是手势与词重音是否对齐始终未产生可靠的交互作用。

该研究用德语升降 wh 疑问句比较核重音与核后目标的嗓音质量，报告核重音上 HNR、CPPs 与频谱倾斜随高低调显著分束而核后仅 HNR 显著，代价是未做感知验证且复用旧语料限制了语用泛化。

该研究用可解释的韵律声学特征加树模型做说话人级自闭症与典型发育分类，芬兰语内准确率 0.84 而跨语迁移差异大，说明基频分布部分通用但谱特征依赖语言且录音条件不齐。

该研究用去词汇化朗读检验双语听者仅凭韵律区分印地语和印度英语的能力，再对同一批话语的感知边界做基频、强度、时长和停顿的词级声学分析，最强证据是总体语言识别准确率为 63.5% 且印地语边界分类更依赖相对强度而英语更依赖时长，代价是朗读体、单一切分与小样本朗读者限制了推广。

该研究以美国英语两组同元音句为对象检验窄焦点与宽焦点下的下颌下降量，并以同步 EMA 与 MARRYS 对比设备一致性，最强证据是窄焦点词在 81.6% 话轮中为全句最低点且 DTW 后两系统平均相关 0.97，代价是仅 5 人小样本且旧版 MARRYS 需额外时间对齐。

该研究以 28 名粤语主导的香港学习者为对象，用重合成听辨与问答产出检验普通话焦点韵律的线索权重，发现时长是感知与产出的主线索，而感知—产出关联只在区分个体一致性方向后才在时长、强度与最大基频上显现，且伴随已知性压缩不一致的代价。

该研究不做端到端疾病分类，而是构建覆盖说话人日志、轮次结构、识别对齐与韵律计量的临床增强工具，并在 18 例躁狂住院患者的 5.6 小时纵向访谈中报告发音速率等四项时序指标与症状显著相关，代价是仍需人工校对且多语言与角色泛化待验证。

论文追问句末插入央元音后非南方法语延续升调尾部下落是音系还是语音现象，用已有语料分布与声学长度证据和南北对照试产证明应仍标为延续升调并承担尾部高边界调次级关联的代价是南方与非南方需用不同关联方式解释。

该研究在 10 名法语 4 岁儿童约 200 小时家庭录音中检验社交情境对说话速度的影响，发现含家庭外成员的小组中语速更快，且身体活动越高语速越慢，支持补偿而非共同唤醒解释。

该研究以朗读语段检验频谱变化快尺度与语调短语慢尺度之间的跨尺度相干，发现 ALS 组在语调短语起点频率附近的成对相位一致性显著低于对照组，而语调短语起点频率本身及其变异性无组间差异，提示计划相对保留而启动执行环节受损，但样本小且仅为朗读。

该研究用朗读任务和六个节奏指标检验中英法三语者法语节奏，发现三语者法语元音指标与母语者无差异而辅音间隔指标受英语顺向干扰，同时母语汉语节奏出现系统性逆向重组，但样本小且仅限朗读短句。

该研究以芬兰语、法语、斯洛伐克语共 8212 个停顿间语段的 88 维 eGeMAPS 特征经主成分分析降维后用线性混合效应模型检验组别差异，最强跨语言证据是自闭症组整体强度变异更大、嗓音更清晰少气息、动态强度斜率与中心基频更低，代价是数据高度不平衡且法语单语建模无显著结果。

该演示针对精神科访谈中非正式韵律观察不可复现的问题，给出从录音到说话人分段、转写、音节定位再到时间韵律指标与人工核对的端到端流程，并以一段含 2 人 3 轮的示例说明可视化核对方法，代价是仍需人工复核且未报告定量精度与临床阈值。

该文把朗伯德检测做成由干净语音预测诱发噪声级的回归任务，比较卷积、卷积加长短期记忆、变换器编码器三类架构与三类高维表示加六类可解释声学线索的组合，在留出德语数据集上显示卷积加 WavLM 泛化最可靠，而增加音高与谱倾斜能显著降低损失，但中间噪声级与跨数据集泛化仍是主要代价。

本研究用整句基频全局操纵的 11 步韵律连续统配合儿童 ABX 匹配与成人标识任务，显示 3 岁 1 个月到 5 岁 0 个月随机多变、5 岁 1 个月到 7 岁 0 个月快速建构、7 岁 1 个月后趋稳的三阶段发展，且位置对比、声调与有无语义显著调节进程与终点。

该研究用西班牙语三音节词的基频、时长和强度重合成对照做 AX 辨别，检验庆尚与首尔韩语听者对音高线索的权重差异，最强证据是 PP>P 条件下含 F0 与不含 F0 操作诱发不同判断的差值在庆尚组更大，而 P>O 条件下无组间差异，代价是样本小且结论只限特定重音移动与任务。

该研究用语境一致与不一致对话检验普通话陈述与疑问语调辨认，报告一致配对更快更准、声调 4 与陈述语调独立提高辨认率，而声调 2 疑问句在冲突语境中准确率低但反应相对快，代价是语境预期会覆盖清晰声学线索。

研究用三选一重音辨别任务和 Mini-PROMS 四个音乐感知维度比较 20 名德语、20 名法语、20 名韩语中高级西班牙语学习者，发现德语组正确率最高且只有旋律分跨母语显著预测重音辨别，重音分与母语交互但组内均不显著，调音与速度均无显著效应。