附和声是让话继续还是把话接走：荷兰语中句法完整与边界调前的证据

英文题目：Returning the Turn: Do Backchannels Pattern More Like Turn-Holds or Turn-Changes Given Preceding Syntactic Completion and Boundary Tones?

会议身份：conference:interspeech:2026:conference-paper-id:reitsema26_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。

会议来源：官方记录 · 官方 PDF

标签：#统计分析 #韵律 #语音 #轮次切换

评分：5.6/10 | 创新 1.2/2 | 技术严谨 1.1/1.5 | 实验充分 0.9/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.5/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Ariëlle Reitsema：机构信息未能从会议 PDF 纯文本可靠映射
• Matthijs Westera：机构信息未能从会议 PDF 纯文本可靠映射
• Yiya Chen：机构信息未能从会议 PDF 纯文本可靠映射
• Johanneke Caspers：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究输入为荷兰语地图任务对话中停顿间单元的句法完整性与句末边界调，输出是对随后出现保持、转换还是反向通道的类型解释，难点在于反向通道可选且与让渡线索高度重叠。方法链分三步：先以100 ms静音与说话人切换切分停顿间单元并标注三类转移，再用荷兰语语调转写系统标注高、低、平边界调并依据上下文判断句法完整，最后以反向通道为参照拟合多项混合回归并用Jensen-Shannon散度比较预测分布相似性。与把反向通道并入保持的既有做法不同，本文将其独立建模并检验边界调与完整性的交互效应。模型以说话人与对话为随机截距控制个体与会话变异，并在加权效应编码下估计边界调与完整性及其交互的主效应。在荷兰语地图任务语料下，保持-反向通道的JSD散度指标为0.187，高于转换-反向通道的JSD散度指标0.070，自举检验p小于0.001，表明反向通道更接近转换。分布上保持多接平调而反向通道与转换多接高调，绝对百分比差异也显示反向通道偏离保持而贴近转换。结论限于任务导向荷兰语协作对话，未验证自发闲聊与其他语言及韵律重音等更早线索，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

附和声为何让话轮理论为难？

输入是荷兰语面对面任务对话的连续录音与文字转写，目标是判断听者短反馈更像哪种话轮行为。本文讨论的附和语，白话说就是听者在不抢话的前提下发出的嗯、是啊类声音，英文叫 backchannel。话轮保持白话说是说话人停一下自己接着说，话轮转换白话说是说话权真正交到对方手中。必须保留的关键信息是：附和不构成正式对话步，不回答问题，不要求对方必须回应，但出现位置并非随机。以往荷兰语研究把附和并入保持，理由是两者都不发生话语权易手。

另一种传统则把附和看作放弃 1 次可发起修补的机会，暗示其前置条件更像可让渡话轮的时刻。两种归类直接冲突，本文要靠可复述的标注与统计来裁决。输出不是给出附和预测器，而是回答附和在多大程度上与保持或转换共享前置的句法与语调条件。

初学者容易把任何听者声音都当成转换。教学例子：甲说你沿着湖边走，乙轻声嗯，甲继续说然后左转。这里乙的嗯是附和，因为甲随即延续同一任务说明，乙并未展开新命题。若乙说好我画好了你再说一遍，那就是转换。区分动作是看当前语段之后谁继续主线。

若原说话人继续，就是附和或保持的候选；若对方展开实质内容，就是转换。本文全部比较都建立在这个事后归属上，而不是仅凭嗯本身的长短。

英语与德语的线索为何不能直接搬到荷兰语？

相关路线集中在两类线索。第一类是语调线索。英语研究发现至少 110 毫秒的低音区常出现在附和前，但在日英语料中只有部分低音区后真正出现附和，说明附和是可选的。另一支英语任务对话研究则强调末尾上升斜率，附和前高边界调占多数，保持前多为平调，转换前低调与高调并存。奥地利德语研究又报告音高特征对预测附和重要性很低，真正重要的是较长且句法完整的先行单元。

第二类是句法线索。英语中文本完整是强让渡线索，转换前完整率高，保持前完整率低，但附和前的完整率未被单独报告。荷兰语此前只有零散数字：165 个附和跟在完整点后，28 个跟在不完整后；保持中平调占多数且与不完整相关，但附和被混在保持里计数。

因此荷兰语缺的不是现象描述，而是把附和单独拆出来、同时看句法与语调及其交互的对照。本文不做跨语言胜负比较，因为语料任务、切分单位与语调体系不同。学习依赖是：先理解附和可选性导致线索只能是邀请而非触发，再理解同一线索可通向附和、保持或转换，最后才能进入本文的三分类建模。

本文要回答的具体比较问题是什么？

问题可以写成操作定义：给定一个语段间停顿单元的末尾特征，紧接着出现附和的概率分布更接近出现保持的分布，还是更接近出现转换的分布。特征限定为两项：句法完整与否，以及末尾边界调是高、平还是低，外加两者的交互。预期在动笔前已写明：附和将不同于保持，更像转换，因为附和前更常出现完整句法与非平调；但附和与转换仍有区别，具体形态要看数据。

这个问题之所以需要建模而非只看百分比，是因为句法与语调高度相关，平调常与不完整共现。若只看单维比例，会把语调效应误读为句法效应。作者因此要求同时估计主效应与交互，并用说话人与对话的随机截距吸收个体与场次差异。最终判断标准有两层：描述层看 3 类过渡前两类特征的分布距离，模型层看预测概率分布之间的散度。散度更小的 1 对被判为更相似。

从录音到可建模数据要走哪几步？

方法全景是语料复用加扩展标注，再加三分类统计。语料是荷兰语地图任务语料，1 小时出头，8 名母语学生两两配合，1 人按图指路，1 人复画路线。两图有细微差异，迫使双方频繁确认，因此附和、保持与转换都很丰富。录音在奈梅亨大学语音实验室完成，面对面能见面但看不到对方地图。8 段对话沿用已有标注并核对修正，另 4 段按兼容格式新转写，全部在 Praat 文本网格中完成，并用脚本加速切分与提取。

语段间停顿单元 × 边界调： 语段间停顿单元指被超过 100 毫秒静音或对方话语切开的同一说话人最长语音段，用作可客观切分的分析单位；边界调指该单元末尾的语调走向，分为高、平、低 3 类。单元负责提供统一的观察窗口，边界调负责刻画窗口末尾的韵律姿态。两者组合后，每个交界点都能同时回答在哪里看和看什么语调。

沿一个样本走完全程有助于建立直觉。假设指路人说然后你经过那座桥，之后停顿 120 毫秒，听者说嗯，指路人继续说再往右。处理动作是：先按静音与对方话语切出语段间停顿单元，把然后你经过那座桥记为前一单元，把嗯记为当前单元；再判断当前单元是否为附和，判断前一单元末尾是何种边界调与是否句法完整；最后把这次交界记为 1 次附和观察，进入统计。保持与转换的判定同理，只是当前单元的归属不同。

句法完整 × 边界调： 句法完整指到该单元末尾为止的话语在语境中已构成带谓语的完整小句，不看语调与后文；边界调指末尾是升、高平还是低降的旋律形态。前者管词汇语法是否说完，后者管声音是否收尾。两者搭配的理由是单一线索常有歧义，只有看完整配高调、完整配低调、不完整配平调等组合，才能区分保持、附和与转换的不同邀请强度。

分析只保留 3 类干净交界，大量重叠、打断、同起同落、对话首单元、边界调不可判以及紧跟附和的单元都被排除，避免用待回答的归类污染预测变量。

三类过渡与两类特征如何判定？

组件分三块：切分、过渡判定、特征标注。切分用语段间停顿单元，定义为不被超过 100 毫秒静音或对方话语打断的同一说话人最长语音段，用脚本自动检测停顿再经大量人工校正。每个新单元的起点就是一个数据点，要同时记录过渡类型、前一单元的句法完整与边界调。过渡类型中，保持指当前单元与前一单元同属 1 人；转换指前后属 2 人，且前后都不是附和，起点不与对方单元并行，起始轻微重叠但前一单元核重音已完整实现仍算转换；附和指当前是短小、非问答、表理解或赞同、鼓励对方继续、不争抢话轮的单元，且其后对方继续说话或并行说话，或长停顿后出现不直接相关的新单元。

附和语 × 话轮保持： 附和语指听者发出的 uh-huh、yeah 类短反馈，不争夺说话权并鼓励原说话人继续；话轮保持指同一说话人停顿后自己继续说。两者分工不同：前者是听者在后台表态，后者是说话人在前台延续。搭配研究的原因是荷兰语以往把附和归入保持，掩盖了其前置线索的差异，组合比较才能检验附和是否应独立成类。

特征标注中，边界调按荷兰语语调转写体系分为高、平、低，涵盖上升、平台与非高非低的末尾形态，笑声等无法转写者整条排除。句法完整按话语语境增量判断，只要到该单元末尾已能解读为带显性或可恢复谓语的完整小句即算完整，不看语调与互动功能，不向前瞻后续扩展。允许完整后仍被扩展，也允许不完整后永不补全。判定依据是正字法转写，避免用语调反推句法。

话轮转换 × 过渡关联位置： 话轮转换指说话权从 1 人交到另 1 人手中的实质接管；过渡关联位置指句法、韵律等线索汇合、使转换变得顺理成章的时刻。转换负责实现交接，过渡关联位置负责标示交接时机。把两者搭配，可以判断附和出现的位置是否已经具备可转换条件，从而理解附和是放弃 1 次可接话机会的让回行为。

这套分工保证了比较的公平：过渡归属看当前单元的功能与话语权走向，预测特征只看前一单元的形态，两者在时间上严格错开，不用结果解释原因。

没有神经网络训练时模型在拟合什么？

本研究没有训练神经网络，也就没有冻结与更新的层、梯度路径与早停可报告。该节的真实计算是拟合一个多项混合回归。监督来源是人工标注的 3 类过渡标签，输入是前一单元的句法完整、边界调及其交互，输出是保持、附和、转换 3 类的对数几率。随机部分为说话人与对话的随机截距，用于吸收个体习惯与场次差异。固定结构出于理论考虑事先选定，不做逐步筛选。

作者检查了两预测变量的共线性，报告两者关联较强但方差膨胀因子仅为低到中等，因此同时保留。最简随机结构按信息准则选择。

加权效应编码 × 多项混合回归： 多项混合回归负责同时对保持、附和、转换三分类建模并容纳说话人与对话的随机差异；加权效应编码负责让每个预测水平的系数解释为相对样本均值的效应，而非相对某个参照水平的效应。两者搭配使高调、平调与完整、不完整的主效应及交互可以直接比较，避免参照组选择扭曲附和与两类过渡的距离判断。

以附和为参照水平，模型给出保持相对附和、转换相对附和两组系数。加权效应编码使系数解释为相对样本均值的效应，便于直接读出平调使保持更可能、高调使附和更可能等主效应。拟合后进一步用预测概率计算保持与附和、转换与附和之间的散度，并用 1000 次自助重采样检验距离差的稳定性。这一步不是 2 次训练，而是对同一模型预测分布的比较与不确定性评估。

数据规模与统计口径如何保证可核对？

最终数据集包含 1910 个观察，保持 736 个，附和 280 个，转换 894 个，三者占比各约 40%、10% 半与近 50%。句法与语调的人工标注覆盖每个纳入交界的前一单元，排除规则在方法节已列明。建模工具为统计软件中的多项逻辑混合模型函数，编码、共线性诊断与散度计算分别调用对应程序包。显著性按常规阈值报告，系数以对数几率变化解释。

下表整理样本构成与句法完整的描述分布，比较问题是 3 类过渡前的完整率是否呈阶梯状，公平条件是同一切分与同一增量完整标准，完整率高意味着更接近可让渡点。表后将结合边界调表一起解读，避免单看句法得出附和等于转换的简化结论。

表中数字直接来自正文报告的样本量与分布描述。可见保持前后完整与不完整几乎各半，转换前几乎全为完整，附和居中但更靠近转换一侧。代价是附和样本最少，细分组后高调加不完整的格子会很稀疏，交互估计的不确定性高于主效应。未胜出项是保持：其不完整率远高于另两类，说明平调加不完整仍是典型的 giữ 话信号，不能把附和的邀请条件等同于保持条件。

附和更像保持还是更像转换？

先看句法完整的导读：若附和等同于保持，则附和前的完整率应接近 50%；若附和等同于转换，则应接近 90% 以上。实际附和为 80% 出头，显著高于保持又低于转换，说明附和自成一档但距离转换更近。

看图路径： 1. 先看横轴三根柱子分别对应保持、附和与转换，纵向比较灰色完整段与白色不完整段的相对高度；2. 再读每段标注的百分比与括号内计数，确认附和居中而转换几乎全为完整；3. 最后对比保持柱约一半对一半的形态，理解句法完整为何能把附和与保持拉开

论文图 1。原论文 Figure 1：“Proportion of syntactically complete and incomplete IPUs by following transition type”。

该图为按后续过渡类型分组的堆叠比例图，横轴为保持、附和、转换三柱，纵轴为句法完整与否，灰段为完整，白段为不完整。保持柱灰白几乎等高，附和柱灰段占主导但顶部仍有约五十分之一的不完整白条，转换柱灰段压倒性占优。像素可辨的标注与正文百分比一致，共同支持附和在句法维度上介于两者之间且偏向转换的判断。

边界调进一步拉开差距。导读问题是：平调是否专属保持，高调与低调如何分配。公平条件是同一边界调三分法，指标方向是某调占比越高越倾向该过渡。结果是附和前平调仅 10% 多，保持前平调超 50%，转换前平调约 10%；附和前高调达 50%，高于保持的两成与转换的约 30% 七。

附和前低调约 30% 六，低于转换的约 50% 但高于保持的约 30%。下表汇总该分布，表后用模型系数验证这些差距是否经得起联合建模。

表中高调在附和前占比最高，呼应英语中上升调邀请附和的发现；低调在转换前占比最高，符合让渡话轮的直觉。反例是保持前也有两成高调与 30% 低调，说明高低调在保持与让渡之间确有歧义，不能单凭语调判读，必须结合句法完整与交互。

拆开交互后哪条线索最能区分附和？

联合模型的导读是：把句法与语调放在同一方程后，哪些单维差距仍然显著。平调效应在保持相对附和中显著为正，而在转换相对附和中接近零且不显著，说明平调是保持区别于附和的关键，而非转换区别于附和的关键。句法不完整的效应方向相反：它提高保持相对附和的几率，却降低转换相对附和的几率，两端都显著，证明附和在完整维度上同时区别于两者。

高调及其与不完整的交互在保持相对附和中的负向幅度大于在转换相对附和中的幅度，意味着高调提高附和相对两者的几率，且拉开保持的力度更大。预测概率的散度量化了总体距离：保持与附和的散度大于转换与附和的散度，自助检验显示该大小关系稳定。

看图路径： 1. 先区分三段颜色：黑色为低边界调、灰色为平边界调、白色为高边界调；2. 再比较保持柱中灰色平调占比最高，而附和与转换柱中平调都很窄；3. 最后核对附和柱白色高调最高、转换柱黑色低调最高，体会高调邀请附和的含义

论文图 2。原论文 Figure 2：“Proportion of low, level, and high IPU-final boundary tones by following transition type”。

该图为按后续过渡分组的边界调堆叠图，白色为高调，灰色为平调，黑色为低调。保持柱灰色中段最宽，附和柱白色顶段最宽且灰色中段最窄，转换柱黑色底段最宽。附和与转换的灰段宽度相近，与保持形成鲜明反差，这正是模型中平调只区分保持与附和的图形对应。高调段附和宽于转换，低调段转换宽于附和，提示两类让渡情境内部仍有分工。

下表给出关键系数的方向与显著性，比较对象均为附和参照下的对数几率变化，正值表示更倾向另一类，负值表示更倾向附和。阅读时注意百分点差与对数几率不是同一量纲，不能直接换算。

该表显示未胜出项是平调区分转换与附和的尝试，其系数接近零且不显著，不应解读为有效应。代价是高调加不完整的交互格样本稀少，系数虽显著但外推需谨慎。限制是系数差本身未做显著性检验，只能说高调拉开保持的幅度在数值上更大。

哪些边界没有被测到？

原文明确报告的限制有 3 层。第一是任务类型：地图任务可能激励说话人主动寻求反馈以完成路线复画，其附和密度与语调策略可能不同于闲聊或其他自发对话，不能直接推广。第二是附和内部异质性：不同功能或不同操作定义的附和可能有不同前置条件，本文按统一规则合并处理。第三是线索范围：只用了单元末尾的句法完整与边界调三分法，未纳入更早的重音、注视、手势与词汇句法线索，也未分析上升重音加平调这类已被指为保持线索的组合。

统计层面，句法与边界调关联较强，虽经共线性检查仍可能影响交互估计的稳定性。附和样本仅 280 例，细分到完整与 3 类边界调的六格后，部分格计数偏小。资源状态方面，未发现来源绑定且完成验证的资源，不得声称代码、模型或数据已公开，复现需按文中描述重建标注与模型。缺失证据不是技术错误，但意味着延迟、误判成本与跨语种稳健性都待验证，相关性也不等于因果。

要重做这项分析先准备什么？

复现起点是拿到荷兰语地图任务对话的音频与文字，按超过 100 毫秒静音或对方话语切分语段间停顿单元，并用脚本加人工校正保证切分一致。接着按 3 类过渡的操作定义逐个交界判定归属，特别注意排除大幅重叠、打断、同起、首单元、不可转写边界调以及紧跟附和的单元。句法完整必须增量判断，只看语境中能否构成完整小句，不参考语调与后文；边界调按荷兰语语调体系标为高、平、低。建议双人独立标注并报告一致性，因为这两项是全部结论的输入。

建模时以附和为参照拟合多项混合回归，固定效应为完整、边界调及其交互，随机截距为说话人与对话，采用加权效应编码，先做共线性诊断再解释主效应。复现检查点包括：保持前完整约 50%、附和前完整约 80%、转换前完整超 90%；保持前平调约 50%、附和与转换前平调均约 10% 多；附和前高调约 50% 为 3 类最高。最后用预测概率计算 2 对散度并做自助检验，确认保持与附和距离更大。若样本量更小，应先合并稀疏交互格或只报告主效应，避免过度解读。

何时值得把附和单独建模？

综合判断是：附和在前置线索上既不同于保持也不同于转换，但总体更接近转换。支持来自两路证据：描述上附和前完整率与非平调率都高于保持，模型上平调只把保持与附和分开，而散度显示附和与转换的预测分布更近。机制解释是听者在句法可完结且语调开放的位置获得 1 次可接管机会，选择用附和把话轮让回原说话人，高调在此更像索取继续信号而非单纯让渡。

何时值得尝试：当对话系统或分析流程需要区分后台反馈与前台接话时，应把附和单独建模，而不是并入保持；当只有末尾语调可用时，可把平调作为保持的高精度线索，把高调作为附和的候选线索，但必须结合句法完整。还需补的验证是跨任务与跨语言的重复，以及加入重音、 gaze 与词汇线索后的增量贡献。只有在这些条件下，才能把本文的相关性发现推进为可部署的附和预测或话轮管理策略。

⚖️ 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

← 返回 interspeech-2026 论文汇总