英文题目：Making Room for Speech Diversity: A 50 Year Retrospective of Speech Science and Technology through a Neurodivergent Lens
会议身份：
conference:interspeech:2026:conference-paper-id:lietz26_interspeech
来源为官方会议 PDF；图片依据原页像素，表格数字依据原文引用。PDF 文字层不视为原始 TeX，未可靠恢复的结构不作推断。
标签：#系统综述 #言语障碍 #语音 #病理语音评估
评分：6.4/10 | 创新 1.5/2 | 技术严谨 1.0/1.5 | 实验充分 1.0/1.5 | 清晰度 0.8/1 | 影响力 1.0/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.8/1.5
排名：前50% | 文档类型：综述
👥 作者与机构
- Rebecca Lietz：机构信息未能从会议 PDF 纯文本可靠映射
- Jingjin Li：机构信息未能从会议 PDF 纯文本可靠映射
- Peiyao Liu：机构信息未能从会议 PDF 纯文本可靠映射
- Jennifer Chien：机构信息未能从会议 PDF 纯文本可靠映射
- Norman Makoto Su：机构信息未能从会议 PDF 纯文本可靠映射
- Shaomei Wu：机构信息未能从会议 PDF 纯文本可靠映射
📌 核心摘要
本文输入为1976–2025年Interspeech及其前身与ICASSP中涉及发育性神经多样性言语的论文，输出为对其研究动机与数据实践与评测与语言的批判性评估，难点在于五十年术语漂移与技术叙事背后的价值预设难以量化。方法链分三步：先用词干在ISCA档案与IEEE Xplore初筛口吃与非典型言语候选，其输出进入人工筛选，仅保留实质关于口吃与自闭症与ADHD与双相障碍与唐氏综合征且关于言语的终选集。接着按论文类型与贡献与用例与目标用户与数据源与标注者身份与人类评测与主客观指标与能力主义语言实例结构化编码，其编码表进入内容分析与话语分析，提炼医学化与疏离与他者化主题。与罗列模型与数据集的综述不同，该文把临床视角本身作为审视对象，追问谁受益与谁缺席，因而具有社会技术批判意义。在按时间划分的语料统计设置下，2021–2025年以口吃为主题的论文占比指标为62%，高于2016–2020年占比指标的14%。终选117篇中78%以诊断与检测为动机，56%以服务残障人士的专业人员为目标用户，仅16%直接以残障人士为目标用户。该结论适用边界限于英语语音会议论文话语代表的学术史，尚未验证可外推至工业系统或临床实践的真实伤害程度。原文未披露训练、推理或部署成本。
🔗 开源与复现资源
本次未形成可展示的已核验资源记录，开放状态尚未核实。 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。
🧭 深度解读
输入是什么：这篇综述到底在回答什么问题？
这篇文章的输入不是一段语音，也不是一个识别模型，而是过去五十年语音科学与技术文献本身。作者来自加州大学圣克鲁兹、AImpower 与斯坦福，他们注意到 Interspeech 越来越多谈非典型语音，2026 年主题甚至定为共同言说，于是想回头检查多样性到底是被如何谈论的。目标读者是刚进入语音、音乐与音频领域的研究生，关键信息是研究对象、筛选口径和编码维度必须可核对，结论必须能复述为具体动作。
作者选择神经多样性作为案例研究，原因在引言写得很具体。白话说，神经多样性就是把自闭症、阅读障碍、多动症、口吃等差异先看作人类自然变异，而不是一律看作要修好的病，对应英文是 neurodiversity。作者给出 3 个理由，一是受影响人口估计占 15% 至 20%，二是它以非退化、非可逆的方式影响言语沟通，三是它已经积累了关于辅助技术与日常技术设计的丰富讨论。教学例子是，如果只研究口吃检测准确率，很容易把问题收窄为数出几个重复音，而神经多样性视角会追问谁定义问题、数据从谁来、评价为谁服务。
医疗模型 × 社会模型： 医疗模型把残障看作个体身上的病理缺损，分工是诊断、计数症状和矫正个体，社会模型把残障看作环境与规范制造的排斥，分工是改造环境、标准和评价方式，二者搭配的理由是前者解释发声机制与临床需求，后者解释为何同样的口吃在不同听众和技术面前障碍程度不同，组合意义在于让研究同时回答治什么和为谁改变环境。
理解这组对比才能读懂后文的 3 个批判。作者反复强调不是要否定临床价值，而是指出当医疗模型成为不标记的默认框架，研究就会自动把临床医生当用户、把诊断检测当首要用途、把流利当唯一目标。社会模型则要求把建模假设、训练分布和榜单设计本身当作检查对象。本文后续所有数字都要放在这个框架下理解，而不是当作单纯的技术进步曲线。
相关路线如何区分：医疗、社会与神经多样性各管什么？
要复述本文，必须先分清 3 条路线。医疗模型把残障定位为个体病理，需要诊断、治疗、预防或治愈，在工程里常表现为做检测、分类和症状减轻。社会模型则由残障者推动，认为障碍来自建筑、教育与沟通规范等结构，责任在社会与机构改变。神经多样性运动起源于上世纪九十年代末，先为自闭症、多动症与阅读障碍正名，近年扩展到口吃等言语多样性，主张接纳、承认与如实生活的权利。
神经多样性 × 口吃自豪： 神经多样性负责把自闭症、多动症、阅读障碍等认知沟通差异重新定义为自然变异，口吃自豪负责把口吃体验从羞耻对象转为可肯定身份，二者搭配是因为前者提供跨诊断的政治与学术话语，后者提供语音领域的具体实践，组合后研究目标从消除不流利转向减少污名与听者责任。
作者还引入两个批判性概念。白话说，技术 ableism 就是技术里那种没说出口的优越假设，觉得流利、健全的体验更高一等，对应英文是 technoableism。残障挂件是行动者讽刺的说法，指没有残障者实质输入、解决不了真实需求的助人小工具，对应英文是 disability dongles。文中举了训练用户更流利的设备、把非标准语音转写复述的项目，以及口吃社群抵制三星以流利为先的应用运动，说明流利如何被做成默认设计目标。
技术 ableism × 残障挂件： 技术 ableism 指默认流利身体优越并把技术目标定为更像正常人，残障挂件指没有残障者实质参与却自称助人的小工具，二者分工是前者点出价值预设，后者点出过程缺失，搭配理由是只看动机容易放过无效设计，组合意义是要求同时检验目标是否以流利为唯一标准与过程是否有受影响者把关。
这节的教学任务是建立对照标准。同样的输入、同样的口吃语音，医疗路线问如何更快数出不流利，社会路线问会议轮替、识别系统与听众期待如何共同制造了沟通断裂。作者引用口吃社群的观点，沟通失败不只由不流利波形产生，也由听者对速度与不打断的期待产生。记住这个区分，后面看到诊断检测占近八成时，才不会误读为领域自然分工。
研究问题是什么：四个可编码的追问如何落地？
作者把大问题拆成 4 个可操作的小问题。第一，残障与神经分化在语音技术论文中被如何框定。第二，残障者与其他利益相关者在研究过程中参与多深。第三，技术创新主要让谁受益。第四，过去五十年处理残障与神经分化的方法发生了什么变化。每个问题都对应后文编码表中的具体列，而不是印象式评论。
操作上，作者不罗列模型结构与系统细节，而是检查每篇论文的研究动机、数据实践、评价过程与主要贡献。也就是说，同样是提出一个口吃检测器，作者关心的是它为诊断服务还是为日常语音助手服务，数据是新采还是复用旧库，标注者是谁，评价是否找了语言治疗师或口吃者本人，以及语言是否把差异写成缺陷。这种设计让综述可以直接检验包容性，而不是只比较错误率。
对初学者而言，这节要学会把宏大关怀翻译成可重复步骤。如果你要复述方法，就说这是 1 次范围综述加内容分析与话语分析，时间跨度是 1976 至 2025， venue 是 Interspeech 与 ICASSP 两大语音会议，分析单位是论文全文而非摘要，输出是关于框定、参与与受益的 3 类发现。缺什么也要说清楚，作者没有重跑任何声学实验，也没有提出新的识别算法。
方法全景：从一千多篇到 117 篇经历了哪几步？
整个流程可以沿着 1 篇候选论文走一遍。输入是档案库中的标题与元数据，检索词干包括口吃、不流利、残障、障碍与非典型等词。IEEE Xplore 得到 605 篇 ICASSP 论文，用脚本抓取 ISCA 档案又得到 565 篇 Interspeech 及其前身 EuroSpeech 与 ICSLP 论文，合计初始语料是 1170 篇。然后只保留正文明确提到发育性神经分化并与语音相关的论文，条件限定为口吃、多动症、自闭症谱系、双相障碍与唐氏综合征，剩下 155 篇。再经团队细读排除只在摘要举例或只用非语音信号的 38 篇，最终深入分析 117 篇。
内容分析 × 话语分析： 内容分析负责数清楚每篇论文的研究主题、贡献类型、用途、数据与评价等可编码事实，话语分析负责读出措辞、图表和叙事如何传递正常与异常的划分，二者搭配是因为只计数看不到污名，只读文本容易以偏概全，组合后既能报告 78% 做诊断检测的结构性倾斜，也能解释为何正常对照与症状等词会持续再生产他者化。
编码表是复现的关键。作者记录论文类型与主题、主要贡献是模型、条件洞察、数据集、实物系统还是其他，声称用途包括诊断检测、技术干预、对残障者干预、对语音本身干预、遮掩隐藏、预防等，目标用户区分为服务残障者的专业人员、残障者本人与其他。数据实践记录新采还是复用、标注者是研究者、临床人员、残障者、众包非专家还是未知。评价记录是否有人评、主观与客观指标分别是什么，语言记录是否出现修正、隐藏、疾病、治愈等 ableism 关联词。团队分头独立编码，每周开会校准，最终语料库公开在 Zenodo。
这节要记住两个数字锚点。初始 1170 到 155 再到 117 的漏斗说明包容性结论只适用于明确谈目标条件的语音论文，不能推广到所有非典型语音。最终 117 篇中 Interspeech 占 75 篇，ICASSP 占 33 篇，ICSLP 占 5 篇，EuroSpeech 占 4 篇，时间起点早但增长主要在 2010 年后。
组件如何分工：编码维度怎样捕捉疏离与他者化？
把编码表看作测量仪器，每个维度都是一个组件。主题组件回答研究谈的是哪种条件，贡献组件回答论文声称交付了什么，用途组件回答为哪个场景服务，受益者组件回答为谁工作，数据与标注组件回答语音从谁来、标签由谁定，评价组件回答用什么证明有用，语言组件回答如何称呼差异。这些组件串起来就是输入到输出的完整链条，输入是语音样本，中间是表示与标签，目标是诊断或干预，输出是模型分数或系统。
标注者 × 评估者： 标注者决定语音数据被切成什么标签，分工是把连续语音变成模型可学的类别，评估者决定什么算好，分工是用技术指标或人的体验裁定价值，二者搭配的理由是标签偏见会直接流入指标，组合意义在于若两处都缺少残障者 lived experience，误差就难以被发现，正如口吃者复核发现超过 25% 误标所示。
作者特别强调两个容易被忽略的组件。一是标注环节，65 篇做了新标注的论文中多数由研究团队自己标，临床人员参与约 1/4，残障者只参与 2 篇。二是评价环节，全部 117 篇中只有约两成引入了利益相关者，其中直接征求残障者反馈的只有 2 篇。这种设计让疏离变得可计数，而不是停留在批评态度。教学例子是，如果把口吃事件标错，模型准确率可能依然好看，但口吃者复核时一眼就能看出标签违背了身体经验。
语言组件同样具体。作者记录异常、病理、症状、损伤、错误等词，以及把对照组写作正常与正确的写法，并追踪五十年是否减少。话语分析在此处的作用是说明词汇不是装饰，它决定了读者把残障者看作需要修正的边缘案例，还是看作同样值得可用性与自主性的用户群。
有无训练：这篇综述训练了模型吗？真实计算是什么？
这是 1 篇综述与话语分析论文，没有训练任何语音模型，也没有报告梯度路径、参数冻结或优化器设置。不能把无训练理解为确定性求解，也不能从模型名称推定实现。真实计算是文献检索、筛选与人工编码。检索是用词干在两个会议档案中召回，构造是两轮过滤与细读排除，推理是按编码表逐篇标注并做跨时间聚合，输出是分布计数与话语模式。
具体动作可复述为 5 步。第一步用脚本抽取元数据并按词干检索，第二步按是否谈目标条件做自动初筛，第三步按是否关于语音与是否聚焦条件做人工复核，第四步按统一量表记录贡献、用途、用户、数据、标注、评价与语言，第 5 步按年份分箱画趋势并做交叉解读。作者说明论文分头编码并每周对齐，这相当于定性研究的训练与校准，但不等同于神经网络训练。
缺项必须明确指出。原文未报告编码者一致性系数、检索查全率的人工估计、以及灰色文献与期刊的覆盖，因此不能声称漏检率为零。数据获取成本主要是人力阅读与讨论时间，文中未给出 GPU 小时或推理延迟，因为根本没有模型实验。这些缺项不是技术错误，而是范围综述的固有边界。
实验条件：语料、划分与时间口径如何保证可比？
把语料构成讲清楚才能谈趋势。最终 117 篇覆盖 1976 至 2025， venue 分布如前所述。时间分析用两种口径，一是按年看总数与占比，二是按五年分箱看条件、用途与贡献的演变。占比分析的分母是 Interspeech 每年全部发文，分子是进入语料的神经分化语音论文，并用三年滑动平均平滑单年抖动。条件分析允许 1 篇论文同时涉及多个条件，另有 8 篇在目标条件之外还谈抑郁、发育性语言障碍或发声障碍。
下表整理筛选漏斗与 venue 构成，比较问题是初始召回经过两轮过滤后还剩多少，公平条件是同一套纳入标准同时用于两个会议，指标方向是保留篇数越少说明口径越严而非质量越差。表前说明至此，表中数字均来自原文连续句，单位为篇。
| 环节 | 指标 | 初始召回 | 初筛保留 | 最终分析 | venue 说明 |
|---|---|---|---|---|---|
| 检索召回 | 论文数 | 1170 篇 | 155 篇 | 117 篇 | ICASSP 605 篇，ISCA 565 篇 |
| venue 分布 | 论文数 | 117 篇 | 75 篇 | 33 篇 | ICSLP 5 篇，EuroSpeech 4 篇 |
| 时间跨度 | 年份区间 | 1976 年 | 2025 年 | 50 年 | 按年与五年箱聚合 |
表后解释是，1170 到 155 说明词干召回很宽，155 到 117 说明细读排除了借例与非语音信号研究。venue 分布说明结论主要反映 Interspeech，其次是 ICASSP，不能直接推广到期刊或残障研究会议。时间口径上，五年箱适合看口吃与自闭症的此消彼长，三年滑动平均适合看占比是否跑赢领域整体增长，但都会抹平单年会议主题带来的尖峰。
以下导读针对时间趋势总图，横轴是年份，左侧灰柱是每年总发文，右侧蓝色折线是进入语料的占比，时间覆盖约 1990 年后，占比口径为三年滑动平均，需要先确认双轴含义再判断升降好坏。
看图路径： 1. 先看横轴年份与左侧灰色柱子的总发文体量，再看右侧纵轴的占比含义；2. 再沿蓝色折线看 2010 年前后占比从低位爬升并在近年接近 0.8% 的转折；3. 注意折线是三年滑动平均，单年抖动不代表趋势反转
论文图 1。原论文 Figure 1：“Temporal trends of publications in our corpus”。
这张图显示总发文灰柱持续走高，而蓝色占比线在 2010 年前长期低位徘徊，2010 年后快速爬升，中段有所回落，近年又升至接近 0.8%。教学要点是占比上升不等于绝对数量大，它仍是小众方向，但增速超过领域整体。回落段不能直接读作兴趣下降，还需考虑分母扩张与单年主题波动，原文也强调这是相对小但持续增长的研究面积。
主结果：哪些条件被研究，谁受益，谁被排除在标注与评估外？
主结果围绕 3 个倾斜展开。第一是条件倾斜，口吃 52 篇与自闭症 50 篇占大头，双相 12 篇、唐氏 3 篇、多动症仅 1 篇。时间上自闭症在 2013 年 Interspeech 计算副语言挑战赛设自闭症分类子任务后获得持续关注，口吃则在 2021 至 2025 年爆发，占同期神经分化语音论文近 62%，远高于 2016 至 2020 年的 14%。第二是用途与受益者倾斜，诊断检测占 78%，目标用户是服务残障者的专业人员占 56%，残障者本人仅占 16%。第三是参与倾斜，标注与评估高度依赖研究者与临床人员。
下表整理条件与占比的关键数字，比较问题是增长是否由特定条件驱动，公平条件是同语料同分箱，指标方向是篇数与占比越高代表关注越多而非效果越好。
| 维度 | 指标 | 口吃 | 自闭症 | 其他条件 | 时间证据 |
|---|---|---|---|---|---|
| 累计关注 | 论文数 | 52 篇 | 50 篇 | 双相 12 篇，唐氏 3 篇，多动 1 篇 | 1976 至 2025 全语料 |
| 近期爆发 | 占比 | 近 62% | 持续但被超越 | 双相与他类低位 | 2021 至 2025 对比 14% |
| 领域占比 | 全部位 | 接近 0.8% | 2013 年后持续 | 小众方向 | Interspeech 近年三年平均 |
表后解释是，口吃近期爆发与数据集和检测任务成熟有关，自闭症早期爬升与挑战赛任务设置有关，双相与唐氏等长期低位可能与语音关联的可见性与数据可得性有关。未胜出项要明确说，多动症只有 1 篇，唐氏只有 3 篇，说明结论对这两类几乎没有代表性。占比接近 0.8% 支持领域兴趣上升的判断，但限制是分母是 Interspeech 全部论文，不能换算成整个语音领域的份额。
以下导读针对分条件时间线，横轴是五年分箱，纵轴是发文篇数，6 条线分别代表多动症、自闭症、双相、唐氏、其他与口吃，需要按图例确认身份后再比较高低。
看图路径： 1. 先按图例确认六条线的条件身份，再看横轴五年分箱的时间范围；2. 比较 2021 至 2025 段粉色口吃线与其他线的高度差；3. 回看 2011 至 2015 段自闭症线的爬升起点与挑战赛时间的对应
论文图 2。原论文 Figure 2：“Number of publications on different conditions over time”。
这张图可见 2010 年前各线几乎贴零，2011 至 2015 年自闭症线率先抬头，2021 至 2025 年粉色口吃线陡峭拉升至 30 篇以上，显著高于自闭症线的十余篇。双相与其他线仅轻微抬升，多动与唐氏线始终贴底。这个分布支持作者的判断，增长不是均匀的，而是由自闭症先行、口吃近期主导的结构性集中。对初学者的提醒是，曲线高不代表问题已解决，只代表论文数量多。
对照与反证：用途和贡献的结构如何随时间变化？
如果把用途与贡献看作对照条件，可以发现结构非常稳定。声称用途中诊断检测长期第一，1996 年后 3 个十年都是首位。贡献类型中近六成是新模型或训练方法，约 1/4 是关于条件的洞察，数据集、实物系统与其他各 13 篇左右。2016 至 2025 年模型贡献约占同期 70%，干预类用途虽有增加，但三分之二仍明确服务于诊断检测目标，例如为治疗客户端做的识别系统最终还是为了早期发现。
下表整理用途、贡献与参与的核心数字，比较问题是技术增量是否转化为残障者直接可用的价值，公平条件是同一编码表，指标方向是诊断占比越高越说明医疗化，残障者参与越高越说明包容。
| 维度 | 指标 | 诊断检测 | 模型贡献 | 专业人员用户 | 残障者参与 |
|---|---|---|---|---|---|
| 全语料 | 占比或份额 | 78% | 近 60% | 56% | 评估约 20%，直接反馈不足 2% |
| 近十年 | 占比或份额 | 长期第一 | 约 70% | 临床语境主导 | 新标注中残障者仅 2 篇 |
| 干预用途 | 占比或份额 | 三分之二连回诊断 | 技术干预增多 | 残障者 16% | 临床人员标注约 26% |
表后解释是，主要收益是临床计数与标注效率提升，例如辅助语言治疗师数不流利的工具经治疗师试用后迭代改进。但代价是残障者很少作为目标用户，干预语音本身或遮掩口吃的少数工作仍把流利当终点。反例是作者举出的包容性个案，中文口吃数据集由口吃者参与采集标注，口吃者复核发现主流数据集超过 25% 误标，说明没有 lived experience 把关时技术指标会掩盖标签错误。未评测边界是多数论文只报准确率、召回率与 F1，没有讨论诊断之外的社会影响。
以下导读针对用途与贡献的双柱图，左图按声称用途分组，右图按贡献类型分组，横轴都是五年分箱，纵轴都是发文篇数，需要先分清左右再比较颜色。
看图路径： 1. 先分清左图是声称用途、右图是贡献类型，再看每组年份内的颜色含义；2. 对比 2016 至 2025 组中诊断检测柱与其他用途柱的高度差；3. 对比右图同期模型柱与数据集和实物系统柱的高度差
论文图 3。原论文 Figure 3：“The evolution of claimed contributions and stated use cases by surveyed papers over five decades”。
左图显示 2016 至 2025 组红色诊断检测柱远高于技术干预、残障者干预与语音干预等其他颜色，2006 至 2015 组已现雏形。右图显示同期红色模型柱高达五十余篇，而数据集、实物系统与洞察类都在十余篇量级。这支持作者的反证，技术进步主要发生在建模方法上，而不是数据开放、系统落地或对条件的理解上。对复现的启示是，若只跟随模型柱走，会重复诊断检测的老路。
边界与失败条件：疏离与他者化在数据中如何显形？
作者把局限分为方法内局限与领域局限。方法上，语料只覆盖两大会议及其前身，检索词决定召回边界，五年箱与滑动平均会平滑细节，编码依赖人工判断。领域上，疏离表现为无人参与问题形成，残障者多作为数据贡献者出现，个别论文甚至从视频网站抓取自闭症儿童情绪崩溃视频或直接用播客口吃语音而不讨论知情同意。评价上，计算中心视角把人简化为数据点与特征，只有少数论文承认声学文本方法尚不足以替代专家诊断。
他者化在语言上最直接。原文报告异常、病理、症状、损伤、错误等缺损词汇高频出现，对照组被写作正常与正确，且五十年未见明显减少。作者还指出过时知识被用来论证价值，例如称必须在幼儿期尽快干预否则造成广泛社会心理困难，而言语病理与神经影像研究显示约八成口吃儿童会自然恢复，当前临床更提倡肯定不流利的做法以保护长期心理健康。这类论证即使能做出检测模型，也会强化污名。
以下导读针对标注与评估的人员分布，左图分母是做了新标注的 65 篇，右图分母是全部 117 篇，横轴都是发文篇数，需要先确认分母不同再比较长短。
看图路径： 1. 先看左图分母是 65 篇做了新标注的论文、右图分母是全部 117 篇；2. 比较左图中研究者与残障者两根横条的数量级差异；3. 比较右图中无人工评估与有残障者参与评估的两根横条
论文图 4。原论文 Figure 4：“Distribution of personnel involved in result evaluation and data annotation, as described in the survey papers.”。
左图研究者横条为 40 篇占 61.5%，临床或专业人员 17 篇占 26.2%，未知 9 篇，非专家 4 篇，残障者仅 2 篇占 3.1%，且多篇有多种标注者故百分比加总超 100%。右图无人工评估高达 92 篇占 78.6%，专业人员评估 11 篇，其他 10 篇，残障者评估仅 2 篇占 1.7%。这组对比是全文最硬的参与证据，说明疏离不是偶发，而是标注与评估两端的系统性缺席。复现时若只看准确率，会完全错过这一层失败条件。
复现先做什么：如何一步步重走筛选与编码？
若要复现，先做检索与筛选。按原文词干在 IEEE Xplore 与 ISCA 档案中重跑，记录 605 与 565 的量级是否因库更新而漂移，再按正文是否明确提目标条件做第一轮过滤，目标是复现 1170 到 155 的收缩。然后按是否关于语音、是否聚焦口吃、多动症、自闭症、双相与唐氏做细读，排除仅摘要举例与非语音信号，目标是复现 155 到 117。所有纳入排除决定都要留痕，因为这是唯一可核对的链条。
再做编码与聚合。直接使用原文编码表，逐篇记录主题、贡献、用途、目标用户、数据来源、标注者、是否有人评、主客观指标与 ableism 词汇。建议双人独立编码并每周对齐，重点校准诊断检测与技术干预的边界，以及模型贡献与条件洞察的边界。聚合时复刻两种口径，按年算占比并做三年滑动平均，按五年箱算条件、用途与贡献分布，再检查口吃 52 篇、自闭症 50 篇、诊断 78%、专业用户 56% 与残障用户 16% 是否稳定。
资源状态必须如实写。本次收到的证据中没有来源绑定且完成验证的代码、模型或数据资源，不得声称代码模型数据已公开。原文给出 Zenodo 语料库地址，但本次未能确认可达，复现前需自行核验链接与版本。硬件预算方面，综述本身不需要 GPU，若要重跑被综述论文中的模型，需按各自原文另行准备数据许可与算力，不能把综述的阅读成本当作模型训练成本。
收束：何时值得尝试社会模型，行动清单是什么？
综合全文，值得尝试社会模型的时机是当你的目标用户包括残障者本人、当系统要在日常助手、客服或会议场景中真实部署、当标签涉及流利与否的价值判断时。此时只优化检测分数是不够的，需要检查训练分布是否覆盖目标语音、榜单是否惩罚不流利、界面是否把等待与打断成本转嫁给说话人。原文的判断是，近年已有从修正语音转向改造技术的苗头，复现时应优先延续这一支。
行动清单分 4 段。问题形成时用焦点小组或问卷与残障者共定问题，把社会障碍写进研究问题。数据与标注时邀请残障者复核标签并报告质性洞见，记录知情同意与数据治理方式。评价时在准确率之外加人工评估，找残障者与临床人员分别试用并报告可用性与意外后果。发表后做持续管护，写清数据局限、反馈渠道与适用场景，考虑让贡献者成为合作者而非 1 次性被试。
最终要回答的误解是，批判医疗模型不等于否定临床。原文明确肯定发声机制研究与替代沟通工具的价值，反对的是把医疗当作不标记的默认。另一误解是参与等于找人标数据，原文要求的是从问题、标注、评价到治理的全程参与。对初学者而言，记住一句话就够了，先问为谁、在哪用、谁来评，再谈模型结构，这样才能让所有声音真正被容下。
⚖️ 评分明细
评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。
- 评分规则：type-aware-v1
- 评分模型：muse-spark-1.3-contributor
- 评分请求协议：openai_responses