Speechprosody-2026 论文

用普通话双音节词的情绪 Stroop 任务比较 23 名音乐家与 20 名非音乐家，报告显示音乐家在韵律和语义任务中反应更快且在韵律准确率探索性分析中占优，但组别与一致性的交互不显著，说明优势在加工速度而非冲突调节，且情绪类别仅限高兴与生气。

该研究用原声与平坦基频两版重音回忆任务检验泰语重音是否词汇存储，最强证据是保留基频时回忆接近荷兰语水平而去除基频后显著恶化，代价是平坦刺激自然度下降与样本量较小。

该研究用 30 人模仿五种核音调的实验检验核前非重读音节上的基频轨迹如何实现，报告了晚起上升与线性上升在模仿中合并、平台刺激未被复现、上升均在重音附近启动的证据，代价是仅覆盖六音节短语和实验室模仿条件。

论文用单篇民间故事田野录音比较动词前宾语与动词后宾语，发现后者在平均强度、平均基频和基频滑音幅度上显著更低而动词不受语序影响，该模式支持非突显成分易后置的解释，代价是时长无显著差异且信息状态效应只在合并语序时显著。

该研究以呼吸组为单位比较纯语言模型与加入呼吸的模型，报告吸气深度显著预测短语划分与基频变化且成人效应更强，支持交际需求驱动呼吸而非肺容量约束决定韵律，代价是音高重置几乎无呼吸效应且儿童数据剔除比例更高。

该研究用异性别 AX 辨别任务比较粤语与英语听者辨别泰语五声的表现与所用基频维度，发现粤语组辨别灵敏度更高，两组都依赖基频轮廓这一最有效线索，但只有英语组还追踪缺乏区分力的起点基频，代价是该结论依赖在线相关分析且未按声调对拆分验证。

本研究用 4 段签证面试自然语音和 129 名尼日利亚听者的匹配假装评分，检验 4 种核调型在话语延续、强调、尊重礼貌与文化得体上的概率性差异，最强证据是 RISE-FALL 相对 FALL-LOW 更可能被判为延续与得体，而 RISE-RISE 始终偏向不礼貌不得体，但效应是梯度而非范畴且高度依赖语境。

该研究用 Markina 巴斯克语中性陈述与是非问听辨任务检验母语与西语为母语的二语听者，显示母语者四条件均高于 95% 而二语者在多短语问句仅约 24% 正确、在单短语陈述约 61% 正确，说明核轮廓之外的整体音高形状决定问句解读。

本研究以五十名无法语外声调经验的法国人辨别四个北方越南语声调对为问题，用泰语、普通话、粤语相似对和法语对照做短时低变异训练，发现总体正确率和速度提升但组间无差异且难度顺序不变，代价是未能实现针对发声态线索的再加权。

该研究用 182 名母语者的 144 个基频操控刺激检验布拉杰语低调与中性调的感知现实，发现元音后半段降频最易诱发低调判断，而受教育程度越高低调感知越弱，显示声调既已音系化又在接触压力下衰退。

用影子跟读检验香港粤语 T2-T5 与 T3-T6 并调是否向相反声调启动靠拢，最强证据是基线可分而跟读出现中度与强趋同且真人强于 AI、视频强于图片，代价是合并者仅每对 2 人而无法定论。

论文以索伊科拉英格里亚语一足与两足三音节词为对象，用第二与第三元音时长和十一基频测量检验音步切分的语音实现，最强证据是双足词第二元音显著更长，而代价是单人小样本与说话人变异使第三元音与音高只能作渐变性解释。

该研究用上升与下降两套 4×4 重合成连续体检验核重音与边缘调对惊讶感知的相对权重，发现升调主要由句尾音高驱动、降调主要由重音音高驱动，整体效应得到贝叶斯有序模型的支持，但语境与言语行为混淆仍待验证。

该研究以 20 期西班牙公共台新闻中 417 个句末耳语为对象，检验说话人、重音位置与话语因素的制约，最强证据是耳语起点集中在重音及重音后音节而非话语转换，代价是样本仅两人两地口音且无声学参数建模。

该研究以 16 名母语人的宽聚焦与问答及纠正性窄聚焦录音比较音高峰、词首强度与词尾时长，发现窄聚焦以后焦压缩和边缘增强为标志，宽聚焦中前动词宾语呈现边界前重置与增强，整体更支持边界增强而非普遍的节律重音。

论文用重合成的 Ramona didn’t analyze the nomads 区分 nomads 上 L* 核重音与去重音后 L-低谷，报告时长最强、节段线索居中、远端 F0 下降斜率最弱但显著，且被试在局部与远端线索间存在权衡。

该研究对 45 名 3、4、5 岁普通话儿童各 30 句自发陈述句提取整体回归线、顶线与底线斜率并以时长为协变量做 ANCOVA，发现底线在 3-4 岁间显著变陡后趋稳而顶线与整体线在 4 岁最陡，代价是样本小、时长不一、焦点类型未控且只有三个年龄点。

该研究用英语升降调最小对的启动词汇判断任务检验五种母语背景听者是否把音高形状当作词义线索，发现普通话听者呈现稳定的降调优势、韩语听者仅在完全匹配时呈现小效应、法语日语和英语听者无效应，说明音高抑制取决于母语功能映射而非简单的首重与边重二分。

论文用标量问答的歧义回答检验韵律焦点如何引导肯定或否定推断，以连续声学测量预测听者是跟随形容词还是名词含义，最强证据是形容词峰值基频与名词时长方向相反的作用，代价是词类、位置与句末语调纠缠且只覆盖标量形容词语境。

该研究用疑问词问答对话在首名词与尾名词两处操纵重音与焦点，报告了尾位置 200-1200 ms 的持续重音正波与首位置 300-900 ms 的焦点负波，以及缺失与多余重音区分微弱的结果，代价是后部话语表征难以维持。