不只降调就行：跨男性群体声音满意度与基频基准的众包语料库

英文题目：TMASC: Transmasculine Attitude and Speech Corpus

会议身份：conference:interspeech:2026:conference-paper-id:wong26_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：#数据集 #数据集构建 #言语感知 #语音 #语音属性识别

评分：6.8/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.7/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 1.2/1.5 | 可复现 0.1/0.5 | 工程/实践 1.0/1.5

排名：前50% | 文档类型：数据集与基准

👥 作者与机构

• Sidney Wong：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本文任务是以众包问卷与自备设备录音为输入，输出跨性别男性群体嗓音满意度、自我感知男性度与声学常模的对应关系，难点在于睾酮替代疗法之外还有束胸、上身手术、非正式降调实践与社会归因交织，且缺乏社区级而非临床诊断级基准。方法链分三步：先在线招募并经伦理保护采集60题问卷与四部件语音样本，其问卷与音频输出进入基于浏览器的语言脑行为语料分析工具托管与对齐，再用Praat集成与稳健基频估计器提取平均与众数基频并按感知分组可视化建立关联。相比聚焦 transfeminine群体的嗓音障碍指数、变性人嗓音问卷与仅20人的Palette of Transmasculine Voices，该工作以非诊断性多模态众包实现感知与声学联合分析，具有社区基准意义。原文未提供可核对的关键定量结果。该分析受限于横断面众包场景，尚未验证纵向追踪与临床诊断外推。结论仅适用于以英语与德语为主的横断面样本，不能外推为睾酮个体纵向因果或临床诊断阈值。原文未披露训练、推理或部署成本，本工作无模型训练。

🔗 开源与复现资源

• 数据相关资源：https://osf.io/tg8bc/ — 链接可访问（HTTP 200）
• 第三方资源：https://github.com/google/REAPER — 链接可访问（HTTP 200） 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：这篇解读要帮你复述什么任务？

这篇解读的输入是题目为跨男性态度与语音语料库的会议论文正文与官方原图，目标是让刚进入语音与音频方向的研究生能不看原文也把方法讲对，并能自己核对关键数字与条件。必须保留的信息包括语料规模与构成、收集时间与工具、问卷分块逻辑、语音样本四成分、分析工具链，以及 3 个案例展示的结论与三点局限。输出是 1 篇按学习依赖展开的中文技术解读，所有事实只来自论文证据，不引入外部常模或效果断言。

先说任务本质：论文不是训练一个新的性别分类器或语音转换模型，而是做一个多模态语料库并演示它能支撑什么样的社会声学研究。研究对象是跨男性个体，包含多种性别认同表述，论文强调声音常被当作性别的外部线索，而睾酮替代治疗只改变发声生理的一部分。作者指出既有诊断问卷多为跨女性需求开发，且多用于个体诊断而难与声学信息并置，社区层面的基准缺失。

因此语料库要同时收主观问卷与客观录音，让研究者、健康从业者与社区成员能用同一批人去看知觉与声学的关系。理解这一点后，后面所有关于问卷分组、基频分组与工具校准的讨论才有位置：它们都是为了回答在社区自身分布里什么样的声音算可接受，而不是把顺性别均值直接搬过来。

已有路线为什么不够：诊断问卷与顺性别常模错在哪里？

论文把相关工作分成 3 条线来定位缺口。第一条是声音与性别归因的关系，生理变化只是自我性别感知的一方面，还要分 presentational 因素、attributional 因素、normative 因素与多样性定位，意思是改变声音的方法、自己怎么听、别人怎么归因、社会对男女的标准以及个人对性别的主观位置都会起作用。

第二条是诊断问卷史，早期有嗓音障碍指数、跨性别自我评估问卷与跨性别声音问卷等，但作者明确写这些工具是为跨女性需求开发的，直到近年才有针对女转男的跨性别声音问卷，而且诊断工具面向个体、结果不易与声学信息一起解释。

第 3 条是人群基准与众包建库，随着个人设备普及，用众包做临床用途语料越来越划算，文中举例美国英语的 20 人跨男性声音调色板，包含共识听觉感知评估句、彩虹 passage 与新句子集，证明在有限社会语言情境下也能建社区基准。教学上要分清同输入同目标的对照：前人问卷与本文问卷同为自我报告输入，但前者目标是临床个体诊断，后者目标是社区层面的声音健康与满意度。

前人小规模朗读库与本文库同为朗读加声学目标，但前者限定美式英语 20 人，后者是跨国众包与多语言朗读。因此不能把类别差异当成同条件胜负，本文的贡献是把问卷块与录音放在同一人身上，并保留原始匿名问卷与声学数据供后人复用。

要解决的具体问题是什么：以什么为输入输出与评判？

论文要解决的问题可以复述为给定跨男性个体的自我报告与自录语音，能否刻画群体层面的声音满意度分布、知觉标签与基频的对应关系，以及不同基频提取工具在该人群朗读上的系统差异。输入有两类，一类是 60 题问卷的结构化回答，覆盖自我感知、声音与交流因素、睾酮使用史、干预方法与人口学信息；另一类是可选语音样本，包含清嗓、咳嗽、用自选语言朗读的《北风与太阳》以及是否束胸的附加问题。

输出不是单个诊断分数，而是 3 类演示：用堆叠条形图看男性度与真实感等个人影响的交叉，用箱线图与密度图看按男性度与满意度分组的平均基频分布，用药时间对基频散点看 Praat 与 REAPER 的校准差异。评判不靠分类准确率，而靠分布是否可解释与工具差异是否稳定。

举个教学例子：假如 1 位被试在问卷里选当前声音为中间、理想声音为非常男性，同时他的朗读均值在中间组分布里偏高，这个例子只说明标签与声学可并置分析，不代表论文报告了该个体的数值，论文报告的都是组分布与趋势。必须记住论文是横断面调查，不是纵向追踪，不能从用药时间趋势推出某个人随时间必然下降多少。

方法全景：一个被试的数据走完哪些环节？

沿一个被试走完全流程最容易记住全景。第一步在线招募与知情同意，被试通过邮件与社交网络进入基于浏览器的 LaBB-CAT 系统，阅读研究目的说明，年满 18 岁才纳入分析，联系方式与问答语音分开存放，原始未编辑数据按批准保存五年，问卷后有 debriefing 屏与进一步资源链接。第二步填 60 题问卷，前四题是自我感知块，问声音满意度与声音使用方式；第五到第三十二题是声音与交流因素。

第三十三到第四十题只给表示用过睾酮的人，问用药史与对声音的影响，否则跳到第四十一到第四十八题的干预方法块；第四十九到第五十九题是人口学与敏感信息，包括年龄、来源国、性别认同自由文本、出生指定性别与性取向。第 3 步自选是否录音，录音含清嗓、咳嗽、自选语言的《北风与太阳》朗读，译文取自伊索语言库并经校对，文件存为波形格式，录完回答录音时是否束胸。第四步分析侧用 R 与 RStudio 做可视化，声学经 LaBB-CAT 内 Praat 集成与 REAPER 取均值与众数等，再按问卷分组画图。

整个链条没有神经网络训练，计算只是基频估计加分组统计，重点是把同一人的主观标签与客观均值对齐，为社区基准提供可核查的分布。

问卷与录音各负责什么：六十题与四段音频如何分工？

问卷与录音是两个互补的观测通道。问卷负责可解释的分组变量，白话说就是给每个人贴上自己认的标签，例如当前声音是五点量表上的哪一档、理想声音是哪一档、对现在声音是否满意、是否用过睾酮、用药多久、是否束胸吸烟等。录音负责可测量的声学变量，白话说就是把朗读变成可算的基频数字，咳嗽与清嗓保留了未来做嗓音健康分析的可能。

60 题的分块逻辑体现了条件分支：不是所有人都答全部题目，用药史块只对用药者开放，这样避免对未用药者问不适用的细节，也让用药时间这个连续变量只在相关子群里有效。朗读选《北风与太阳》是因为它是多语言可比的经典 passage，允许被试选自己语言，英语与德语是实际收到的主要语种。文件统一存波形格式但采样率与录音环境随设备而变，这是众包必须接受的代价。

分析时把问卷标签当作分组键，把基频当作组内分布，先看满意度与男性度的边际分布，再看交叉与声学叠加，这种设计让每一张图都能追溯到同一批人的两个通道，而不是拿两批不同人的问卷与录音硬拼。

自我感知声音男性度 × 平均基频： 自我感知声音男性度是问卷里用五点量表让被试判断自己声音有多男性，属于知觉标签；平均基频是对朗读段提取的声学均值，属于物理量。二者搭配的理由是临床常把顺性别男性基频当作男性化目标，而论文要检验群体自己的标签是否真的跟着基频走，组合后新增的作用是能画出按标签分组的箱线图与密度图，从而看出弱对应与满意度更顺的对照。

问卷里自我感知声音男性度用我认为当前声音是何种表述加五点量表，理想声音同样五点，满意度用是否满意的分类问法，这些都是后文分组的键。录音侧平均基频是对整段朗读的汇总，Praat 是在短语上估计均值，REAPER 是在每个声门闭合处估计再汇总，两种汇总策略不同是后文校准差异的根源。初学者要先固定这个分工，再去看箱线图与密度图，否则容易把知觉标签当成声学真值。

人群与工具链：谁来了、用什么收、用什么算？

人群侧的典型画像按论文描述为年龄二十二到 37.5 岁之间、欧洲裔、住在主要说英语或德语国家、不吸烟、认同酷儿并对女性身体与男性身体同样有吸引、出生指定性别为女性、英语被试多用他代词、已向家人伴侣朋友披露性别史、采集时正在束胸并感到束胸的负面健康影响。地理上 formative 年份在美国 55 人、澳大利亚 23 人、新西兰 14 人、加拿大 11 人、英国 11 人、德国 31 人、瑞士 10 人，覆盖十五国以上。

性别认同自由文本出现男性、男人、非二元、跨男性、跨、跨男、跨性别以及性别酷儿或无性别，8 人写女转男。工具链侧收集与托管用 LaBB-CAT，被试可用笔记本、台式机、平板与手机完成，采样率与条件随设备而变；分析用 R 经 RStudio 可视化，声学经 LaBB-CAT 内 Praat 集成与 REAPER 获取均值与众数。伦理侧经坎特伯雷大学人类伦理委员会批准，编号为当年十二号方案，联系方式分开存放，问卷后提供资源链接与按需的结果摘要。

数据侧匿名问卷与声学数据放在开放科学框架仓库，需注册与密码保护以追踪产出，当前按资源状态可写已公开可访问。

睾酮替代治疗 × 声音满意度： 睾酮替代治疗是改变喉部生理与基频的 presentational 手段之一，分工是提供时间变量与生理机制；声音满意度是被试对当前声音是否满意的回答，分工是提供结局变量。二者搭配是因为不能假设用药时间越长就越满意，组合后可以用用药月数对基频做散点校准，同时把满意度分组的分布叠在一起看，避免把生理下降直接等同于心理获益。

睾酮替代治疗在问卷里既是分支开关也是连续变量，用药者要答用药史与对声音的影响，并提供用药月数用于散点横轴。声音满意度是结局侧的分类变量，分为满意、有点满意与不满意等，后文密度图按它分组。把生理时间与心理满意分开，才能看出基频随月数下降的总体趋势不等于每个满意组都单峰，论文显示有点满意组呈双峰就是证据。

LaBB-CAT × REAPER： LaBB-CAT 是基于浏览器的语料库托管与标注工具，分工是收问卷、存波形文件并调用 Praat 集成取均值；REAPER 是稳健基频与声门闭合时刻估计器，分工是在每个声门闭合处估计基频，分工不同导致对整句的平均策略不同。二者搭配的理由是同一批众包录音需要可复现的双路基频，组合新增的作用是用药时间做共同横轴来暴露两种算法的系统性偏移，为社区基准选择测量工具提供依据。

LaBB-CAT 与 REAPER 的搭配要从计算目标理解：前者管整句均值，后者管逐闭合时刻再汇总，前者中线易被高散点拉高，后者更稳健但仍受噪声与设备影响。论文同时跑两路不是为了选冠军，而是为了说明在众包条件下报告社区基准必须注明工具，否则同一批人会得到差几十赫兹的不同均值。

众包录音 × 社区基准： 众包录音指被试用自己的手机或电脑在家里录咳嗽、清嗓与《北风与太阳》朗读，分工是低成本扩大地理与性别认同覆盖；社区基准指从该群体自身分布里定出的典型基频范围，分工是替代顺性别常模作为临床参照。二者搭配是因为诊室样本太小且偏临床，组合后新增的作用是能用满意组峰值低于 100 赫兹这类群体分布来讨论何为可接受目标，而不是套用外部常模。

众包录音带来多语言与多设备，英语 50 段、德语 16 段是实际语音子集的语言构成，而问卷是英文的，这解释了为何非英语母语者仍能读母语 passage 但问卷可能排除不懂英语者。社区基准因此是英语偏多的跨国分布，解读时不能当成全球均匀抽样。

有没有训练：本研究实际做了哪些计算？

本研究没有训练神经网络，也没有学习权重更新、梯度路径、早停或参数冻结可报告，这是 1 篇数据集论文，用等价的构造与计算流程承担方法职责。实际计算分 3 类。第一类是托管与转码：LaBB-CAT 收问卷与波形文件，不做模型推理，只做存储与调用。

第二类是基频估计：Praat 集成在短语尺度估计均值，REAPER 估计声门闭合时刻、发声状态与逐点基频再汇总为均值，两路都是现成工具的前向调用，无训练、无微调，参数按工具默认或平台集成处理，论文未报告改动阈值等细节，这部分缺项应如实指出，不能从工具名推定实现。第 3 类是分组统计与可视化：用 R 按问卷标签分组画堆叠条形图、箱线图、密度图与带置信带的散点回归，不涉及优化器。

复现时要做的不是调参，而是按同样分支重建分组键、按同样朗读段重跑两路基频、按同样单位重画分布。若未来有人要训练分类器，那是基于该库的新工作，不是本文的训练，本文只提供可对齐的标签与波形。

实验条件：数据划分、采样、指标与可比性如何交代？

数据划分上论文是横断面三月采集，自当年七月到十月，共一百九十六份完整问卷，其中 66 人提供了语音，语音子集是问卷全集的子集，不是独立采样。采样是线上自愿参与，无实验室控制，设备、采样率、背景噪声与被试周围干扰都不统一，是否束胸在录音后自报。指标上主观侧用五点男性度、理想声音、满意度分类与五项个人影响是否题，客观侧用平均基频与中位数、均值与范围，单位为赫兹，聚合对象是按当前声音标签或满意度分组的朗读段均值。

统计方法主要是可视化比较，未报告显著性检验的完整口径与多重校正，不能自行补充。公平条件上 3 组演示的可比性不同：问卷内交叉是同一批 196 人的自比，声学叠加只在 66 人子集内可比，Praat 与 REAPER 比较是同一批朗读的配对比较，工具差异不受被试不同影响。成本上众包省了实验室录音与招募成本，但代价是声学质量不可控与语言偏英语，问卷英文也限制覆盖。

硬件预算论文未报告具体机型分布，这项缺失应明确写出，复现时只能记录自己设备的采样率与环境，不能假设与原文一致。

为便于核对，把语料构成与采集条件整理成下表，比较问题是库到底有多大、多语种与多设备到什么程度，公平条件是同一次众包内的计数，指标方向是数量越多覆盖越广但噪声也越大。

表后解释要同时说收益与代价。有语音的 66 人让知觉与声学能在同一人上对齐，这是相对纯问卷的最大收益，多语言朗读也让跨国比较成为可能。代价有三：其一语音子集仍以英语为主，德语 16 段之外其他译文几乎无语音，语言多样性在声学侧并未兑现；其二设备与环境不统一，极端高值如 Praat 上限可达四百多赫兹很可能含跟踪错误或噪声，不能当成人声真值；其三问卷英文与线上招募带来选择偏倚，未胜出项是未能覆盖不懂英语者与无设备者，这部分边界在解读社区基准时必须保留。

主结果一：满意度与限制因素看到什么分布？

第一个案例看自我感知的声音健康，基于一百九十六份问卷。当前声音与理想声音的堆叠条形显示理想几乎压向男性侧，而当前分布更散，中间档占比高，女性侧仍有占比，说明需求缺口不在少数。把男性度与五项个人影响交叉后，模式更细：在真实感、感觉男性与挫败感上，非常男性组多选符合真实、感觉男性、不挫败，而非常女性组相反；在刻意改变与在意陌生人看法上，女性侧与中间组更多表示在刻意改变与在意看法。下面的导读针对当前与理想的堆叠条形，先确认行与颜色再看缺口，读完再看交叉面板才能理解为何基频不是唯一目标。

以下导读对应当前声音与理想声音的堆叠条形，横轴为百分比，两行为当前与理想，颜色按非常男性到非常女性 5 段，重点看理想行向男性侧的压缩与当前行的分散。

看图路径： 1. 先看纵轴两行：上一行当前声音，下一行理想声音，再看横轴百分比的左右延伸方向；2. 对照图例五段颜色：深黄为非常男性，浅黄为有点男性，灰色为中间，浅绿与深绿为女性侧；3. 比较理想声音行几乎全部落在男性侧，而当前声音行在中间与女性侧仍有明显占比

论文图 2。原论文 Figure 1：“Stacked bar graph of perceived vocal satisfaction.”。

上图解释要落到可复述的动作：先沿两行比较，非常男性加有点男性的合计在理想行远高于当前行，中间档在当前行占比约三成而在理想行只剩约 10%，女性侧在理想行几乎消失。像素较模糊时不要硬读每段小数，只复述方向性结论，即多数人理想更男性但当前多处中间。

再看交叉面板，5 个面板各按男性度分 5 层，黄色为符合、绿色为不符合，非常男性层在真实感面板几乎全黄而在挫败感面板几乎全绿，非常女性层相反，中间层在刻意改变面板黄绿各半，说明中间人群既在努力改变又未获得稳定男性归因。这支持论文判断即基频达标不等于获得肯定声音，但这只是相关性展示，未测量因果，也未报告误判率与延迟等部署量，不能承诺改善。

以下导读对应男性度与个人影响的交叉面板，共 5 个子图，每个子图内 5 层为男性度，左右为是否符合，重点看两端层的颜色翻转与中间层的分裂。

看图路径： 1. 先确认五个大面板标题：真实感、刻意改变、感觉男性、挫败感、在意陌生人看法；2. 每个面板内按当前声音从非常女性到非常男性纵向排列，左侧黄色为符合、右侧绿色为不符合；3. 重点比较非常男性行在真实感与挫败感面板的左右不对称

论文图 1。原论文 Figure 2：“Stacked bar graphs of perceived limiting factors.”。

上图解释要给出代价与反例：收益是能定位最需要支持的人群，例如自评女性侧且高挫败、高在意陌生人看法者；代价是堆叠百分比受样本自选择影响，非常女性层人数少时百分比波动大；反例是部分自评非常男性者仍表示在意陌生人看法，说明即使自我标签男性化，外部归因仍可能带来压力。这也解释了为何后文要引入声学分布：只看问卷会把问题归于心态，而声学能检验是否有可测的群体差异。

主结果二与工具校准：基频分组与双工具差异有多大？

第二个案例把知觉与声学并置，用 66 人朗读的平均基频按标签分组。按当前声音男性度分组的箱线显示多数人处中间，有点男性组中线低于非常男性组，女性侧组中线更高但样本少，整体只有弱线性关系。按满意度分组则更顺，满意组中线最低、有点满意居中、不满意最高。把满意度分组画成密度后，满意组呈单峰且峰在 100 赫兹以下，有点满意组呈双峰分别在 100 赫兹与 130 赫兹附近，不满意组更平更散。

第 3 个案例用药时间做横轴校准双工具，Praat 经平台对样本的中位数为 137.8 赫兹、均值为 150.7 赫兹、范围 88.2 到 489 赫兹，REAPER 的中位数为 114 赫兹、均值为 119.1 赫兹、范围 78 到 185 赫兹，REAPER 显著更低，且两条回归线都随月数下降但红色带整体高于青色带。下面的导读先看箱线再看散点，分别对应分组效应与工具效应。

以下导读对应按当前声音分组的平均基频箱线，横轴 5 组标签，纵轴赫兹，重点看有点男性低于非常男性与中间组箱体拉长。

看图路径： 1. 先看横轴五组知觉标签，纵轴为平均基频，逐组看箱体中线与箱体高度；2. 注意有点男性组的中线低于非常男性组，中间组箱体明显拉长且上须线很高；3. 再看有点女性组的离群点上下分散，说明均值易受极端值影响

论文图 3。原论文 Figure 3：“Boxplot of mean f0 grouped by vocal masculinity.”。

上图解释要讲清支持与限制：支持的是满意度比男性度更能顺着基频排序，复现时应优先按满意度定基准区间；限制是箱体高度与离群点显示组内方差大，非常男性组上须线仍可达一百二十多赫兹，中间组上须线更高，单看均值会掩盖重叠。像素不能精确读数时只报论文给出的中位与均值，不猜箱线四分位数。未胜出项是自评非常女性组样本极少，其横线不能当成群体基准。

以下导读对应以用药月数为横轴的双工具散点，红为 Praat 圆点，青为 REAPER 三角，各带回归与置信带，重点看整体偏移与共同下降。

看图路径： 1. 先看横轴用药月数、纵轴平均基频，再区分红色圆点为 Praat、青色三角为 REAPER；2. 沿两条回归线看随月数下降的斜率，并比较红色带整体高于青色带；3. 注意零月附近红色点可达近 200 赫兹的高散点，而青色点更集中在低段

论文图 5。原论文 Figure 6：“Scatterplot comparing mean f0 measures by time on testosterone.”。

上图解释要强调校准意义：同一批朗读在不同跟踪与平均策略下可差约 30 赫兹量级，若跨研究比较必须注明工具，否则会把工具偏移误读为人群进步。代价是众包噪声使 Praat 出现近 200 赫兹的高散点，REAPER 低段也有 80 赫兹附近的散点，不能把末端回归值推广为每个人到某月必达某值。总体趋势不等于每步成立，横断面更不能推出个体纵向曲线。

为便于核对，把双工具在样本上的汇总数字整理成下表，比较问题是同一批朗读用不同工具会差多少，公平条件是同一语音子集的配对比较，指标方向是赫兹越低越偏男性侧但须结合满意度看。

表后解释要给出具体代价：收益是 REAPER 更稳健且对声门闭合敏感，适合众包噪声下的社区基准；代价是两种工具的均值差可达 30 赫兹以上，若论文只报其一会误导目标区间。反例是 Praat 上限 489 赫兹明显超出正常朗读均值，应视为跟踪错误而非人声能力，复现时应做听辨与剔除规则并如实报告。未评测边界是咳嗽与清嗓样本在本文未做声学建模，不能把朗读结论推广到非语音段。

哪些结论不能下：三点局限如何约束解读？

论文自己列了三点局限，每一点都直接约束复述口径。第一不是纵向研究，是横断面人口调查，只能看用药时间的群体趋势，不能讲睾酮对个人的因果效应，纵向假设只在群体层面成立，个体变化未被追踪。第二非实验室采集，设备故障、背景噪声、周围干扰都可能污染声学，基频相对稳定且 REAPER 对这类信号敏感，在家录音让人放松是优点，但仍需未来做个人设备与实验室的验证研究，不能把当前数值当成金标准。

第三在线招募无控制，来谁不确定，提供语音者几乎来自英语国家、部分德语国家，尽管译文备了多语种，实际多语语音并未收齐，加上问卷英文，排除了不懂英语者，作者认为未来靠更好推广可缓解多样性不足，但当前基准仍是英语偏多的跨国分布。此外还有隐含边界：诊断问卷面向个体而本文面向社区，不能把社区分布直接当成个体诊断阈值；满意度双峰提示亚群存在，但论文未做亚群建模，复述时只能说可能存在亚群、待验证，不能断言有两类人。

所有未测量误判率、延迟与成本的说法都不应出现，相关性也不应写成因果。

要复现先做什么：数据、代码与检查清单是什么？

复现分 3 步，先拿数据再跑声学最后重画分组。数据侧匿名问卷与声学数据在开放科学框架仓库可访问，需注册与密码保护，链接按资源状态当前可用，引用时写通过项目仓库获取并注明需注册。代码侧论文用 R 经 RStudio 可视化，声学经 LaBB-CAT 内 Praat 集成与 REAPER，前者是语料平台功能，后者是开源基频估计器，当前可访问，复现时应固定两者版本并记录采样率、窗长阈值等实际调用参数，论文未给阈值时如实写未报告而不猜。

检查清单包括按原文分支重建分组键，用药史块只对用药者开放；朗读只用《北风与太阳》对应语言段，不混入咳嗽清嗓；分组聚合对象写清是按人取朗读均值再分组，而非按帧混合；单位保留赫兹与 1 位小数精度，不四舍五入中位数与均值；跨工具比较必须配对同一文件并同时报告中位、均值与范围。

若要扩展，应先补实验室对照录音验证众包质量，再补纵向随访验证用药效应，最后补非英语问卷扩大覆盖，每一步都保留工具标注，否则新基准无法与本文比较。

何时值得尝试这个库：给新生的行动建议是什么？

当你的问题是跨男性群体的声音需求而非通用性别分类时，这个库值得尝试，因为它同时给你标签与波形，且已证明满意度分组比单纯男性度更能对应基频分布，适合做社区基准的起点。当你只有实验室小样本或只有问卷而无录音时，也值得用它做外部参照，但必须注明英语偏多、众包噪声与横断面三重条件。不值得的是直接拿它的均值当个体诊断阈值，或拿 Praat 数值与 REAPER 数值混比，或把用药趋势当成个人处方。

动手顺序建议先复述问卷分支与语音四成分，再重跑双工具基频并核对中位与均值与范围，最后重画满意度密度与用药散点，确认单峰低于 100 赫兹与双峰在 100 与 130 赫兹附近的形态是否在你的划分下稳定。还需补的验证是设备对照、纵向追踪与多语扩展，做完这些才能谈临床可用。记住核心判断：降低基频只是手段之一，真实感、挫败感与陌生人归因共同决定是否够用，任何只报赫兹下降的总结都是对本文的误读。

⚖️ 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