听起来都对的波兰语/s/：词位置如何系统改变儿童擦音频谱

英文题目：From onset to coda: spectral variation in normative Polish /s/ produced by children

会议身份：conference:interspeech:2026:conference-paper-id:walczak26_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 #语音学与音系 #语音 #语音属性识别

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 0.6/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.7/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Joanna Walczak：机构信息未能从会议 PDF 纯文本可靠映射
• Oliwia Skórzewska：机构信息未能从会议 PDF 纯文本可靠映射
• Zuzanna Miodońska：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5至8岁波兰语儿童听觉判定正常的/s/擦音段，输出为词首、词中与词尾三类位置的频谱差异判断，难点在于儿童发音变异大且听觉正常仍可能藏有次音位差异。先人工界定擦音起止并切分为短帧，输入为儿童词例原始录音，职责是定位摩擦区间并输出帧级频谱，再以帧级频谱为输入计算质心、偏度、峰度等静态谱矩与帧间谱通量，职责是刻画静态谱形与时变过程并输出每词例特征均值，最后以上述特征均值为输入送入以词位置为固定效应、说话人与母词为随机效应的线性混合效应模型，职责是控制个体与词汇变异并输出边际均值用于位置两两比较与效应量估计。相对仅做听觉评估或整体平均谱矩的做法，关键机制差异在于同时建模静态谱形与帧间谱通量并控制协同发音随机斜率，从而区分边界强化与词内协同发音的不同来源。在8词试点语料评测设置下，词中/s/的谱偏度指标为0.93，高于词首/s/的谱偏度指标0.08。该结论的适用边界受限于八词非均衡词表，年龄轨迹与运动学解释尚未验证。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、要回答什么、哪些信息必须保留？

本文解读的输入是波兰语儿童/s/的词位置效应研究，目标读者是刚进入语音与音频方向的研究生。需要完成的学习任务是能够复述从录音到分帧、从频谱矩到混合模型、从估计边际均值到两两对比的完整链路，并在复现时保留关键实验条件。

必须保留的信息包括研究对象为听觉正常的波兰语/s/、年龄为 5 至 8 岁、共 102 名儿童与 816 个记号、8 个词且词首 4 个词中 2 个词尾 2 个、44.1 千赫 16 比特录音、20 毫秒帧长 10 毫秒重叠加汉明窗、4 个声学指标为谱质心、偏度、峰度和频谱通量、统计采用以词首为参照的线性混合效应模型加估计边际均值与邦费罗尼校正。输出是一套可核对的方法复述，而不是对儿童发音好坏的评价。

初学者容易把擦音理解为一段稳定的嘶嘶声，直接丢给模型分类即可。但/s/的高频湍流噪声对舌尖或舌叶构成的窄收缩、前腔共鸣以及相邻元音的协同发音都很敏感，同一音位在词首、词中、词尾的韵律组织与边界定时并不相同。论文的动机正是听觉上都算正常并不等于声学上完全相同，词位置可能通过发音目标达成度与时间组织改变频谱。因此本节先建立位置可能有声学后果的预期，后续各节再沿样本走完分割、表示、建模与推断。

词首强化 × 词尾 lengthening： 词首强化负责解释边界附近发音目标达成更充分、舌腭接触更大，词尾 lengthening 负责解释边界前时长拉长以帮助切分话语，二者搭配的理由是它们分别作用于词的左右边缘并可能改变收缩构型与协同发音重叠，组合后才能预测词首、词中、词尾/s/为何呈现不同的频谱组织。

隐性对比 × 听觉正常判断： 听觉正常判断负责由 2 名言语病理专家独立确认/s/为清音、非腭化、非鼻化的齿龈擦音，隐性对比负责指听觉上归为同一范畴但声学上仍存在系统亚音位差异，二者搭配的理由是仅靠耳朵会漏掉位置效应，组合后才能说明为何必须用声学基线补充感知评估。

同输入同目标的前人工作给出了哪些可比路线？

在同输入同目标的维度上，前人对英语擦音的声学特性、波兰语儿童齿龈与卷舌擦音的噪声特征、以及/s/与卷舌擦音对立的感知与声学线索都有系统测量，常用工具正是谱矩。另一条路线关注边界效应，电腭图证据显示词首辅音在词首位置有更大的舌腭接触与更长时程，词尾拉长则与话语切分相关的定时调整有关，多音节缩短则使基础音节随右侧音节增加而缩短。这些工作共同说明边界相邻与词内位置在发音与定时上并不对等。

在同运行阶段的维度上，儿童擦音研究强调发育变化大、语境变异大，需要语言特定的基线。已有纵向与横断证据显示儿童在感知可接受的情况下仍可能存在运动定时未成熟，学龄后期仍在发展。隐性对比文献进一步指出听转写会漏掉次音位结构，需要仪器测量补充。本研究与上述路线的区别在于聚焦知觉正常波兰语/s/的词内 3 位置对比，并把静态谱形状与动态频谱通量放在同一框架下检验。

教学上可以把相关路线记为两类例子。例子一是仅用听辨判断儿童/s/是否正常，优点是快速临床可用，缺点是无法发现位置相关的亚感知差异。例子二是仅报告质心均值而不控制说话人与词条随机变异，优点是计算简单，缺点是词表不平衡时会把词汇效应误读为位置效应。本文选择混合模型加估计边际均值的路线，正是为了在同一运行阶段内同时处理位置固定效应与人词随机变异。

两个研究问题把什么固定、把什么留给数据回答？

论文提出两个研究问题。第一个问题是知觉正常的/s/的声学特性是否在词首、词中、词尾之间存在差异，回答的是位置主效应是否存在。第二个问题是该效应在考虑说话人与词条变异后是否仍然存在，回答的是效应是否稳健而非由个别儿童或个别词驱动。两个问题把正常性判断、年龄段、录音条件固定，把位置差异的方向、大小与显著性格局留给数据回答。

基于边界强化与定时效应的文献，作者预期词位置会影响摩擦噪声声学，即使听起来都正常。进一步预测最强的对比出现在词首与词中之间，因为该对比把目标达成更充分的边界位置与更暴露于词内协同发音的位置直接对立起来。词尾则被预期处于中间状态，可能同时受到尾部拉长与词内协同发音的影响。这一预期决定了后文先看估计边际均值的方向，再看两两对比由哪一组驱动。

需要提醒初学者的是，该预测不是因果断言。论文没有同步采集发音运动数据，没有测量擦音时长，也没有匹配的成人对照组，因此不能从声学差异直接推定具体的舌位移动。位置效应的机制解释在本研究中属于有限解释，留待未来用发音与时长证据验证。

从一次发音到一个统计结论要经过哪些步骤？

先沿一个样本走完全程。假设 1 名 6 岁儿童说出波兰语词首含/s/的单词，麦克风在约 15 厘米处以 44.1 千赫 16 比特录音。研究者先人工标出/s/段，起点是首个可见高频非周期摩擦能量的帧，终点是该能量在后续音段或词边界前消失处。接着信号被切成 20 毫秒帧、10 毫秒重叠并加汉明窗，每帧做短时傅里叶变换得到频谱。在此基础上计算每帧的谱质心、偏度、峰度和相邻帧之间的频谱通量，再按记号平均得到该次/s/的 4 个数值。最后所有记号进入混合模型，模型输出各位置的估计边际均值与两两对比的效应量和校正后显著性。

全景上方法分为四块。语料与标注块负责保证正常性与可比性，由 2 名言语病理专家独立判断 8 个词中各位置的/s/是否正常。信号与特征块负责把波形变成可比的频谱描述，静态形状与动态变化分开刻画。统计块负责分离位置固定效应与人词随机变异，避免词表不平衡带来的混淆。推断块负责用估计边际均值描述方向、用两两对比定位差异来源。理解这一分工后，再进入各组件的计算细节就不会迷路。

本研究没有训练神经网络，也没有学习权重。所谓方法全景中的计算是指信号处理与统计拟合，不是梯度下降。复现时不需要准备训练集与验证集划分，不需要调学习率，需要准备的是按说话人与词条组织的长表数据与可运行的混合模型代码环境。

静态频谱形状量如何计算、各自回答什么？

白话先行。谱质心英文为 spectral centroid，记作第一谱矩或重心，可以理解为频谱能量的平均位置，数值高意味着高频能量占比更大。谱偏度英文为 spectral skewness，记作第三谱矩，回答分布相对质心是否对称，正偏或负偏对应拖尾方向不同。谱峰度英文为 spectral kurtosis，记作第四谱矩，回答分布是否尖峭集中，能量越集中在主峰则峰度越高。3 个量都从同一帧频谱算出，但分工不同，一个管位置，两个管形状。

具体操作上，每帧短时频谱给出各频率的能量，质心是按能量加权的频率均值，偏度与峰度是相对质心的标准化高阶矩。论文强调峰度与偏度应与互补测度一起解释，不能直接一一映射到舌位。对/s/而言，质心通常在千赫量级且有助于区分不同擦音，偏度曾用于区分/s/与卷舌擦音，峰度可能对舌位与主峰能量集中敏感。特征在记号内平均后再建模，这意味着后文的位置差异是整个/s/段的平均谱特性差异，不是某 1 帧的瞬时差异。

谱质心 × 谱偏度： 谱质心负责回答摩擦噪声能量集中在频率轴的什么位置，谱偏度负责回答能量分布相对质心是否对称、拖尾偏向低频还是高频，二者搭配的理由是仅看质心无法区分位置相同但形状不同的/s/，组合后既定位主能量又刻画分布不对称，才能检验词位置是否同时移动能量和改变形状。

分割、动态量与统计模型如何衔接？

白话先行。频谱通量英文为 spectral flux，回答相邻帧频谱变化有多快，帧间频谱稳定则通量低，存在持续构型移动则通量高。估计边际均值英文为 estimated marginal means，回答在控制随机效应后各词位置的公平均值。线性混合效应模型英文为 linear mixed-effects model，回答如何在同一模型内容纳固定效应与随机截距斜率。

衔接过程分 3 步。第一步是人工分割确定/s/区间，避免把元音过渡或静音计入摩擦段。第二步是分帧加窗与短时傅里叶变换，得到谱分辨率 50 赫的时频表示，再逐帧算静态矩并跨帧算通量。第 3 步是统计建模，公式结构为特征随词位置变化，加按说话人分组的随机截距与重音、前接音、后接音随机斜率，再加按父词分组的随机截距，词首为参照水平。两两对比由估计边际均值包算出并做邦费罗尼校正，效应量用科恩 d 并按 0.2 至 0.5 为小、0.5 至 0.8 为中、大于 0.8 为大解释。

谱峰度 × 谱通量： 谱峰度负责刻画单帧频谱的尖峭与能量集中程度，谱通量负责刻画相邻帧之间频谱变化的快慢，二者搭配的理由是前者是静态形状量、后者是动态时间量，组合后才能区分词首/s/是本身频谱更平坦还是随时间更稳定。

估计边际均值 × 线性混合效应模型： 线性混合效应模型负责在固定效应中估计词位置、在随机效应中吸收说话人与词条差异，估计边际均值负责在控制随机效应后给出各词位置的可比均值，二者搭配的理由是原始均值会被人多词少等不平衡污染，组合后才能得到回答研究问题的公平位置比较。

本研究没有训练阶段时实际拟合了什么？

本研究没有神经网络训练阶段，因此不存在训练集损失下降、早停、学习率调度或参数冻结与解冻的安排。实际发生的拟合是 4 个声学特征各自拟合一个线性混合效应模型，优化目标是 restricted 最大似然意义下的方差分量与固定效应估计，而不是分类交叉熵。监督来源不是人工标签的类别，而是每个记号的词位置编码与随机效应分组编码。所谓更新是指用 lme4 在 R 环境中迭代求解固定效应系数与随机效应协方差，不涉及反向传播路径。

需要明确的缺项是年龄未作为协变量进入模型，仅作为样本描述保留。这意味着 5 至 8 岁范围内的发育效应在本研究中无法评估，模型也不会输出年龄趋势。重音、前接音与后接音以按说话人分组的随机斜率出现，而不是固定效应，这决定了复现时必须保留相同的随机效应结构，否则估计边际均值与显著性格局可能改变。全部统计在 R 语言 4.4.2 中完成，混合模型用 lme4 包，边际均值用估计边际均值包。

初学者常误以为无训练即确定性求解。实际上混合模型拟合仍依赖数值优化初值与收敛判据，不同软件版本或随机效应简化可能得到略有差异的估计。本文未报告计算耗时与硬件预算，因此不能承诺拟合成本很低，只能说数据规模为 816 个记号，属于试点声学研究中可处理的量级。

数据、词表、录音与聚合条件是否一致？

要复述实验条件，先回答测什么、与谁比、条件是否一致。本研究测的是同一批儿童在 3 个词位置上/s/的 4 个频谱指标，比较的是词首与词中、词首与词尾、词中与词尾 3 组两两对比，公平条件是同一录音流程、同一分割标准、同一分帧加窗与同一混合模型结构。指标方向需要分开理解，质心高低表示能量位置，偏度与峰度表示形状，通量高低表示帧间变化，显著性由校正后 p 值判断，大小由科恩 d 判断。

下表整理语料与信号条件的关键数字，表中单位保留原文写法，裸值不擅自添加单位。阅读时注意词表不平衡是本研究最重要的设计约束，统计上用父词随机截距减轻但不能消除词汇混淆。

表后需要说明主要收益与具体代价。该语料的收益是记号数对儿童声学试点研究而言较为充足，且正常性由双专家独立判断，保证听觉正常这一前提可核对。代价是词汇覆盖仅 8 个基本词，词首 4 个、词中 2 个、词尾 2 个，位置效应难以与具体元音过渡、重音与前后音环境完全分离。录音用固定距离 electret 麦克风保证条件一致，但未报告匹配的成人对照录音，因此发育解释必须谨慎。聚合上特征按记号平均后再建模，丢失了/s/内部的时间曲线细节，通量是唯一的动态补充。

未评测的边界包括不同方言、不同语速、自发语与跟读差异，以及年龄连续变化。本研究把年龄仅作描述，未来需要更大且位置平衡的词表并显式建模年龄，才能评估发育轨迹。

位置主效应由哪一组对比驱动、数字如何支持？

结果按先方向后定位的顺序组织。估计边际均值显示质心在词中最高、词首最低、词尾居中，峰度在词首显著低于词中与词尾，偏度在词中最高、词首最低，通量在词首显著低于词中与词尾。换言之，4 个指标一致指向词首与其他位置分离，而词中与词尾多数接近。这一方向性是后文两两对比的基础。

先看质心的估计边际均值图，该图直接回答能量位置是否随词位置移动。图中三点呈倒 V 形，词首最低、词中最高，词尾回落但仍高于词首，上方括号标记了显著对比，误差条为 95% 置信区间。

看图路径： 1. 先看横轴三个词位置与纵轴估计边际均值估计的方向；2. 比较词首点最低、词中点最高、词尾居中的倒 V 形；3. 核对词首到词中与词首到词尾上方的显著性括号；4. 观察各点上下 95% 置信区间是否重叠

论文图 1。原论文 Figure 1：“Estimated marginal means of spectral centroid by word position. Error bars represent 95% confidence intervals; asterisks indicate significant pairwise contrasts.”。

该图显示词首到词中存在极显著差异，词首到词尾也显著，而词中到词尾的置信区间重叠更多。这支持位置主要改变摩擦噪声的能量分布，而非 3 个位置两两皆异。复现时应先重算质心的边际均值方向，再检查括号格局是否一致，不能只看 p 值而忽略方向。

再看峰度的估计边际均值图，该图回答能量集中程度是否随位置变化。同样是词首最低、词中最高、词尾居中，但词中与词尾之间没有显著括号，显著性集中在词首与其他 2 位置之间。

看图路径： 1. 先确认纵轴为谱峰度估计边际均值而非原始峰度值；2. 比较词首明显低于词中与词尾的落差；3. 核对词首到词中与词首到词尾的显著性标记；4. 检查词中到词尾之间没有显著括号

论文图 4。原论文 Figure 2：“Estimated marginal means of spectral kurtosis (M4) across word position.”。

该图表明峰度的位置差异分离的是词首与非词首，而不是 3 个位置的梯度。这与质心图共同说明词首/s/在平均谱上更不集中、能量位置更低，而词中/s/更集中且位置更高。需要注意峰度不能单独解释为舌位前后，必须与质心、偏度联合阅读。

综合 4 个指标的两两对比，词首与词中在全部 4 个测度上显著且效应最大，词首与词尾也全部显著但效应较小，词中与词尾仅偏度显著。这意味着回答第一个研究问题时可以说位置有效应，回答第二个研究问题时可以说效应在控制人词变异后仍然存在，但不均匀。

把四个指标拆开看：谁最敏感、谁在何处不显著？

本节把主结果拆成按指标的对照，作用相当于消融分析中的逐项检查。比较问题是若只看单一指标，位置效应是否仍然成立，公平条件是同一模型结构与同一校正方法，指标方向按各自定义解释，关键数字是科恩 d 与校正后 p 值，支持的判断是效应是否跨指标一致，限制是词表不平衡可能残留词汇影响。

下表整理 3 组对比的效应量与显著性格局，表中 d 为科恩 d，p 为邦费罗尼校正后 p 值，d 越大表示组间分离越大。阅读时先看列内大小，再看行内是否 3 组皆显著。

表后解释主要收益与具体代价。收益是词首与词中在 4 个指标上一致显著且效应最大，其中偏度达到大效应量级，说明该对比是位置变异的主导来源。代价是词中与词尾的对比最弱，除偏度外其余均不显著，若只看质心、通量或峰度会得出词中与词尾无差异的结论。未胜出项必须保留，即词中与词尾在 3 个指标上的非显著结果，它们限定了位置效应的适用边界，不能推广为任意 2 位置皆异。

先看偏度图，它是唯一 3 组两两都显著的指标，适合检验最细的分离。图中三点同样呈词中最高、词首最低、词尾居中，但上方有 3 段括号，分别对应 3 组对比。

看图路径： 1. 先看三点同样呈词中最高、词首最低的形态；2. 注意这是唯一三组两两都显著的指标；3. 比较词首到词中落差大于词中到词尾回落；4. 核对上方三段括号分别对应三组对比

论文图 2。原论文 Figure 3：“Estimated marginal means of spectral skewness (M3) by word position with 95% confidence intervals. Asterisks indi- cate statistically significant pairwise contrasts.”。

该图显示即使词中与词尾在其他指标上接近，在分布不对称性上仍可分，效应为中等且 p 为 0.02。这支持偏度对位置更敏感，但也提醒不能把单一敏感指标当成整体规律。复现时应单独重跑偏度模型，确认三显著格局是否稳定。

再看通量图，它回答动态稳定性是否随位置变化。图中词首明显低于词中与词尾，而词中与词尾接近，上方仅有两段指向词首的显著括号。

看图路径： 1. 先确认纵轴为谱通量估计边际均值；2. 比较词首最低、词中与词尾接近且较高的格局；3. 核对仅词首到词中与词首到词尾有显著括号；4. 观察词中与词尾置信区间高度重叠

论文图 3。原论文 Figure 4：“Estimated marginal means of spectral flux by word position with 95% confidence intervals. Asterisks indicate sta- tistically significant pairwise contrasts.”。

该图表明词首/s/帧间频谱变化更小，而非词首位置变化更大。这与静态矩共同说明词首与其他位置在组织方式上不同，但词中与词尾的动态差异在本数据中未达到显著。结合时长未测量的缺项，不能断言通量差异完全来自发音运动速度，还可能与区间划分与协同发音重叠有关。

哪些结论不能下、缺了哪项证据？

第一个局限是词表小且不平衡。8 个词中词首 4 个、词中 2 个、词尾 2 个，位置与具体词汇、重音、前后音、元音过渡纠缠。父词随机截距能吸收部分词汇差异，但不能创造未观测到的词汇变异，因此位置效应与词汇效应的分离是不完全的。未来需要更大且位置平衡的词表，并在模型中更充分地处理前后音环境。

第二个局限是发育与对照缺失。年龄仅作样本描述，未作为协变量建模，5 至 8 岁内的年龄趋势无法评估。没有匹配录音与词表的成人对照组，无法判断所见位置格局是儿童特有还是波兰语一般规律。也没有同步发音运动数据与擦音时长测量，因此词首强化、尾部拉长与协同发音的机制解释属于有限解释，只能说与边界文献一致，不能说已被本数据证实。

第 3 个局限是聚合与推断边界。特征按记号平均后再建模，丢失了/s/内部的时间演变细节，仅靠通量补充动态信息。统计上随机斜率只做到按说话人分组的重音与前后音，未对词条做更复杂的斜率，简化是否影响结论未做敏感性报告。原文明确这些约束，复现时不应自行添加年龄协变量或删除随机效应后仍声称复现了原文结论。

下表用原文连续句固定各指标的方向性结论，便于核对时逐项对照，避免把趋势推广到未显著的对比。

表后必须强调未评测边界。本表的方向总结仅适用于本语料与本模型条件下的平均谱特性，不适用于单帧峰值、时长、感知混淆率或临床诊断准确率。原文未测量误判率、延迟与成本，因此不能承诺位置基线能改善识别或诊断性能。总体趋势不等于每个儿童或每个词都成立，个体变异仍由随机效应吸收。

要复现这套流程先做什么、保留哪些参数？

复现先做数据组织。按 102 名儿童乘 8 词整理 816 个记号的长表，每行一个记号，列包括说话人编号、父词、词位置、重音、前接音、后接音与 4 个特征均值。核对词表拼写与国际音标转写，确认词首、词中、词尾的划分与原文一致，特别注意词中与词尾各仅 2 词，划分错误会直接改变结论。正常性筛选必须保留双专家独立判断的标准，即清音、非腭化、非鼻化、舌尖或舌叶发音。

再做信号复现。录音条件按 44.1 千赫 16 比特理解，分帧按 20 毫秒帧长 10 毫秒重叠加汉明窗，短时傅里叶变换谱分辨率按 50 赫核对。分割标准必须执行原文操作定义，起点为首个可见高频非周期摩擦能量帧，终点为该能量在后续音段或词边界前消失处。特征计算先逐帧求质心、偏度、峰度与帧间通量，再按记号平均。软件上原文信号处理用 Matlab，统计用 R 与相关包，复现时应记录版本号以保证边际均值与校正结果可比。

最后做统计复现。固定效应为词位置并以词首为参照，随机效应为按说话人分组的截距加减重音、前接音、后接音斜率，以及按父词分组的截距。用估计边际均值做 3 组两两对比并做邦费罗尼校正，效应量按科恩 d 报告并用 0.2、0.5、0.8 阈值解释大小。还需补的验证包括年龄协变量敏感性、位置平衡词表外推、加入时长协变量后通量效应是否保留，以及成人对照是否呈现相同格局。资源状态方面，本次未发现来源绑定且完成验证的公开代码、模型或数据，不得声称代码或数据已公开。

何时值得参考这套基线、还需补哪项验证？

当你的任务涉及儿童擦音的声学基线、位置相关的协同发音分析，或需要在听觉正常前提下寻找亚感知差异时，这套方法值得参考。它的价值在于用同一批儿童、同一流程同时检验静态形状与动态变化，并用混合模型把人词变异与位置效应分开，避免把词表不平衡误读为位置规律。若你的语料也是小词表儿童语料，直接套用该随机效应结构与边际均值推断是合理的起点。

当你的目标是临床诊断、自动识别准确率或实时系统延迟时，不应直接引用本文作为性能证据。本文未报告误判率、推理开销与帧率，也未做识别或分类实验，位置基线是否有助于下游任务属于待验证推测。同样，当语料为自发语、不同方言或不同年龄段时，本文的倒 V 形方向与 3 组显著性格局可能不再成立，需要重新估计而非直接套用数值。

一句话收束是报告显示词首与词中分离最强且跨指标稳定，支持位置影响知觉正常波兰语/s/的声学实现，可能与边界定时和词内协同发音有关，但受限于 8 词不平衡设计、未建模年龄与无成人对照，机制与发育解释仍为有限解释。下一步最值得补的是位置平衡的大词表复测加年龄显式建模，再看偏度三显著与通量词首更稳定是否依然成立。

⚖️ 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