尾巴丢了调子还在：开慧话入声舒化晚期的线索搬家与性别差

英文题目：Gender differences in the phonetic realization of the checked tone in Kaihui Xiang

会议身份：conference:interspeech:2026:conference-paper-id:zhang26h_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 #社会语音学 #语音 #语音属性识别

评分：5.1/10 | 创新 1.2/2 | 技术严谨 1.2/1.5 | 实验充分 0.8/1.5 | 清晰度 0.8/1 | 影响力 0.5/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.3/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

• Yi Zhang：机构信息未能从会议 PDF 纯文本可靠映射
• Aini Li：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究输入为开慧湘语单音节载体句朗读录音，输出是对入声调是否去入声化的声学判定，难点在于塞尾消失后须从基频、时长与嗓音质量中分离范畴对立与实现变异。方法链分三步：先经语图目检判断塞尾存留并用VoiceSauce提取多点声学参数，再按说话人做对数与z分数归一化以消除个体量级差异，随后用混合模型分离调类与性别的主效应及非线性交互。相对既有描写只记调值与塞尾有无，该文把多维线索的空间再分布作为判据，提出调类已音位化而发声线索左移的晚期模型。样本覆盖十六名中老年发音人的两千七百余有效 token。在单载体句朗读语料下，入声调类型效应的时长指标为-0.45，低于性别主效应的时长指标-0.00。结论仅适用于中老年发音人单载体句朗读的晚期过渡态，未验证多韵律位置稳定性与代际方向。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

入声研究到底在争什么：是尾巴还在不在，还是调子变了没有？

这篇论文的输入是开慧湘语的单音节口语产出，目标是回答两个可检验的问题：入声 T6 在时长、基频轮廓和嗓音质量上还有哪些语音残留，以及性别是否系统性地改变这些残留。读者需要先建立的概念是，汉语的入声传统上指带口部塞尾或喉塞尾的音节，而入声舒化指塞尾弱化或消失后其他语音属性也逐渐向舒声靠拢的过程。必须保留的信息是，开慧话被假设处于中介到晚期的过渡段，市区长沙话已进入平滑晚期而只剩调类区别，粤语和部分闽语仍保留完整塞尾，普通话则已完全合并。输出是一份可复述的声学画像，而不是对变化必然方向的断言。

初学者常把有没有塞尾等同于有没有入声，论文恰恰要拆开这两件事。做法是把所有非入声音节合并为一个参照类，再看 T6 是否在没有可见塞尾的情况下仍以基频走向、更短时长或特定喉化方式与参照类分开。若三者中至少基频与时长稳定分开，就报告为调类已音系化而语音实现仍在重组。若喉化从音节尾部移到起始部，则报告为线索的空间再分布而非简单保留或丢失。

入声 × 舒化： 入声负责指称历史上带口部或喉塞尾并连带短促、紧喉等语音属性的音节类型，舒化负责描述这些塞尾与紧喉、短时长等属性沿连续统逐渐减弱直至并入舒声的过程，二者搭配的理由是只有把调类身份与塞尾实现分开，才能判断开慧话是调类合并还是仅是尾巴丢失而调类音系化，组合意义在于把去塞化程度定位到保守、中介与晚期等不同阶段。

本解读的写作顺序遵循学习依赖。先讲舒化连续统与性别领变的大背景，再讲开慧话与市区长沙话调值差异带来的悬念，然后进入被试、材料、载体句与录音条件的方法全景，接着拆解基频、时长、频谱倾斜与谐噪比 4 个测量及其统计模型，再讲样本筛选与归一化等构造细节，最后按问题组织结果、反证、局限与复现清单。所有数字与条件只来自原文证据，不引入外部方言知识。

同类研究如何定位开慧话：保守端、晚期与完全合并之间

在同输入同目标的维度上，论文把相关工作排成一条舒化连续统。保守端是粤语和某些闽语，口部塞尾稳固可辨。中介是许多吴语和湘语，尾巴弱化或消失但短时长或特殊发声保留。晚期代表是市区长沙话，只剩独特的调类而无其他入声语音特征。最彻底的一端是普通话，历史入声已按声韵条件分别并入其他调类。开慧话的位置此前不清楚，因为既有文献对是否保留喉塞尾说法冲突，且缺少系统的时长、基频细节与发声测量。

在同监督与同运行阶段的维度上，论文对齐的测量传统是多维语音复合体的思路。入声不只看有没有爆破段，还要看时长是否显著更短、基频是否受限或呈特定降升形态、频谱倾斜是否更平以及谐噪比是否更低。前人对霞浦闽语和高沙地区的声门化与韵律边界研究提供了可比的分析模板，即用 VoiceSauce 提取基频与嗓音参数并作说话人内归一化，再用混合模型分离说话人与音节的随机变异。

社会语音学线索是另一条对照线。论文引用的性别与音变文献指出进行中的音变常由女性引领，因此提出可检验的预测：若开慧话舒化仍在进行，女性应表现出更长的入声音节、更弱的喉化或重组的发声动态。这不是把性别本质化，而是把性别作为音变阶段的探测器。男性保留更强的时长截断即被解读为保守，女性时长对比减弱与起始段更紧即被解读为创新，但原文也强调这仍是横断面证据，需代际证据才能确认为进行中的变化。

两个研究问题把什么变成了可测量的对比？

第一个研究问题问 T6 的语音特征是什么，操作化为 3 组对比。时长上比较入声相对非入声是否显著更短。基频上比较 T6 在 9 个等距时间点上的归一化轮廓是否为稳定的降调并区别于 5 个舒声调。嗓音上比较 H1*-H2* 与 HNR05 的时间轨迹在入声与非入声之间是否存在形状与基线差异。所有非入声被聚合为单一参照类，目的是先分离入声作为整体的标记性，再谈性别如何调节。

第二个研究问题问性别是否系统影响 T6 实现，操作化为交互效应。时长模型检验声调类型与性别的交互是否显著为正，即女性是否缩小了入声的缩短幅度。嗓音模型检验声调类型与性别的参数交互与非线性时间交互是否显著，即女性是否在特定时间窗内显著更低的 H1*-H2* 或更低的 HNR05 中段峰值。基频模型检验性别主效应与时间交互是否显著，若不显著则报告为调类归属无性别差而变异集中在语音实现层。

举例说明聚合逻辑。假如目标字是八读作 pa 加 T6，参照字是爬读作 pa 加 T2，二者声母韵母相同而调类不同。单个例子不能证明对立，但当覆盖不同元音与送气不送气塞擦音条件下大量配对都显示 T6 更短且降调稳定，就支持 T6 仍是独立范畴。这里的例子只是帮助理解最小对立的设计思想，具体字表覆盖范围以方法节为准，不添加无源的效果数值。

从进实验室到拿到数字：全流程先走一遍

先沿一个样本走完输入到输出。说话人看到目标音节后把它嵌入载体句 No21 fei55 kaN24 加目标，意为我知道怎么说目标，要求清晰自然地朗读。用 Zoom H4n Pro 以 44100 赫兹 24 比特录音，得到连续语音。标注者切出目标音节，先目检声谱判断有无口部或喉塞尾的闭塞与喉化痕迹，再用 VoiceSauce 逐帧提取基频与嗓音参数并记录元音时长。每个说话人的基频先取对数再作 z 分数化，时长、H1*-H2* 与 HNR05 直接作 z 分数化，以消除个人基频高低与响度差异。最后把所有非入声合并为参照，用混合模型估计入声效应与性别交互。

这个流程的安排理由在原文中有明确交代。选择中老年被试是因为当地年轻人更常用普通话，开慧话主要由年长者使用。采用载体句是为了控制语调与语速环境。把非入声聚合是为了先刻画入声的整体标记性，避免 5 个舒声调各自形状淹没主要对比。把基频先对数化再标准化遵循前人处理说话人间调域差异的做法。统计上用广义加性混合模型处理轨迹的非线性，用线性混合模型处理时长的单值，均加入说话人与音节的随机效应以控制重复测量结构。

需要指出的缺项是，论文未报告详细的 VoiceSauce 帧长步长与基频上下限设置，也未给出 GAMM 的基函数数量与平滑参数选择过程，只说明使用了 mgcv 与虚拟变量分解来分离主效应与交互平滑。这些缺项不影响复述主要结论，但在复现时需要按常规语音分析流程补齐并记录，不从软件名称推定具体参数。

基频与时长如何分工：一个管身份，一个管短促

基频测量回答调子走成什么样。原文对 6 个声调在 9 个等距点上画出归一化轮廓，T6 表现为前段相对平稳随后渐降并在末点最低，与相关闽语的高入声降调实现一致。统计上时间非线性效应高度显著而性别主效应与时间交互不显著，说明降调形状跨性别稳定。这支持调类已不依赖塞尾而独立存在。初学者要记住，白话是调形稳即身份稳，基频在这里是身份线索。

基频轮廓 × 调类音系化： 基频轮廓负责在归一化时间轴上刻画声调的高低走向与动态形状，调类音系化负责说明这种走向已成为说话人稳定区分 T6 与其他声调的范畴依据而不依赖塞尾，二者搭配是因为即使声谱上看不到闭塞段，只要下降轮廓跨说话人稳定存在就可判定对立仍在，组合意义是把舒化理解为调类从分段依附中解耦出来而非简单删除。

时长测量回答短促保留了多少。线性混合模型以声调类型与性别为固定效应、说话人与音节为随机截距，报告入声显著短于非入声，而性别主效应不显著但交互显著，意味着缩短幅度因性别而异。男性缩短更明显，女性入声相对更长，即时间上去塞化更彻底。原文提醒绝对时长本来就短，交互系数虽小但与基频和发声放在一起仍具解释力。白话是时长在这里是残留的重量线索，越短越保守。

时长截断 × 功能负荷： 时长截断负责以元音或音节整体更短来实现入声的听感短促，功能负荷负责说明当塞尾消失后时长在维持入声与非入声区分中所承担的比重上升，二者搭配的理由是塞尾缺席时听者仍需可感知的时长差来支撑对立，组合意义在于解释为何晚期舒化中时长成为最顽固的残留线索。

嗓音质量两指标如何分工：紧不紧与清不清分开看

H1*-H2* 是经共振峰校正的第一与第二谐波幅度差，值越低声门越紧、嘎裂感越强。HNR05 是 0 至 500 赫兹内谐波与噪声比，值越低噪声与非 modal 成分越重。论文发现二者都不呈现经典的尾部喉化降低，而是起始段更低、向尾段升高的形态，且 HNR05 呈两端噪、中段相对 modal 的升降拱形。这被解读为喉化左移到音节 onset，原先锚定在尾部闭塞上的喉特征被重新锚定到起始部。

频谱倾斜 × 谐噪比： 频谱倾斜以 H1*-H2* 度量低频谐波能量衰减程度，值越低喉化或嘎裂感越强，谐噪比 HNR05 以 0-500 赫兹内谐波与噪声相对强度度量发声的清浊与 modal 程度，值越低噪声与非 modal 成分越重，二者搭配是因为前者对声门开合相位敏感而后者对整体周期性敏感，组合起来才能区分声门紧缩是发生在起音段还是核音段以及是紧是噪。

统计建模的分工需要单独说明。轨迹量用 GAMM 同时估计参数项、按声调类型、按性别以及二者交互的差异平滑，并为每个说话人与每个音节加随机平滑。时长用 LMM 估计固定效应加随机截距。这种搭配不是重复建模，而是数据类型决定模型形态。轨迹有形状，须用平滑捕捉何时分开。

时长只有一个数，用线性系数即可。原文的虚拟变量分解保证主效应与交互的非线性部分可被严谨分离。

广义加性混合模型 × 线性混合效应模型： 广义加性混合模型负责拟合基频、H1*-H2* 与 HNR05 随归一化时间的非线性轨迹及其与声调类型和性别的交互平滑，线性混合效应模型负责对已被压缩为单值的时长作截距与斜率的线性检验，二者搭配的理由是轨迹量需要非线性平滑而时长量只需均值差异检验，组合意义是用随机平滑与随机截距同时控制说话人与音节差异后再谈性别效应。

本研究没有训练神经网络：真正的计算是归一化与混合模型估计

本研究未训练任何神经网络声学模型或语音合成器，也未更新或冻结神经权重，不存在梯度路径、早停或优化器选择。真实的计算过程是信号处理加统计估计。信号侧是用 VoiceSauce 提取基频、时长、H1*-H2* 与 HNR05，并作说话人内标准化。统计侧是在 R 中用 lmerTest 估计时长线性混合模型，用 mgcv 估计 3 组轨迹的广义加性混合模型，得到参数估计、标准误、t 值或 F 值与 p 值，以及按性别与声调类型的预测轨迹与置信带。

监督来源不是人工标注的类别标签训练分类器，而是设计好的最小对立字表与载体句带来的结构对照。声调类型与性别作为已知的分组变量进入模型，模型估计的是组间差异而非学习新表征。随机效应处理的是说话人与音节带来的重复测量相关，不作预测用途。原文未报告多重比较校正与模型诊断细节，这在复现时应补做残差检查与共线性检查，不能从模型名称推定拟合必然良好。

把无训练等同于确定性求解是误解。即使没有神经网络训练，录音筛选、参数提取设置与平滑选择仍带来分析自由度。论文明确报告排除了部分 token，原因包括背景噪声、录音伪影、不流利以及普通话干扰与低频音节难发，这些人工筛选步骤应在复现日志中保留。不确定性通过置信区间与平滑置信带呈现，而不是被消除。

谁在什么条件下读了什么：被试、字表与录音如何控制

被试是 16 名开慧话母语者，女性 9 人男性 7 人，年龄跨度大而均值偏高，反映该变体主要由年长者使用的社会语言学现状。所有人也能说普通话，自报无言语与听力障碍，知情同意并获得报酬。字表是 104 个单音节目标词，按入声与非入声构成最小对立，覆盖不同元音与送气不送气塞音塞擦音及不送气擦音组合，音节结构限为 CV 或 V 并包含全部 6 个声调。程序是把目标词嵌入固定载体句朗读，设备与采样率固定。

下表把被试规模与语料筛选放在同一视野下对照，阅读时注意单位与聚合对象不同。人数是被试计数，字表是类型数，token 是观测数，排除数是人工筛除量。比较公平性在于所有被试读同一字表与载体句，指标方向是保留 token 越多统计越稳定，但排除率高提示田野变体的 elicitation 难度。

上表的主要收益是让读者 1 次核对可重放的规模信息，代价是它不能代替声学结果。未胜出项在这里体现为高排除率，原文归因于普通话干扰与低频音节在日常使用中少见，这是濒危或衰退变体田野工作的常见挑战。复现时应保留原始录音、筛除日志与筛除原因分类，否则无法判断保留样本是否有系统偏差。资源状态方面，本次未发现来源绑定且完成验证的代码、模型或数据链接，因此不得声称数据或代码已公开，只能按方法描述重建流程。

基频稳定而时长分化：调类还在，短促男女有别

先看调类身份是否还在。九点轮廓显示 T6 起点处于高区，前段平稳后持续下降，终点落到中部，与 T4 的高升、T1 的中平、T2 与 T3 的低升以及 T5 的低降都可区分。统计上时间非线性高度显著而性别效应不显著，报告为降调轮廓跨性别稳定。这支持 T6 已音系化为独立降调，不再需要塞尾来维持对立。限制是这只是单韵律条件下的载体句朗读，不能推广到连读与不同边界位置。

以下导读帮助按图例确认对象与时间范围，再看曲线升降的含义。横轴是归一化时间，纵轴是取对数后标准化的基频，越高调越高。橙色为入声 T6，蓝色为非入声各调。注意纵轴是相对量而非赫兹绝对值，曲线向下是调高下降而非性能变差。

看图路径： 1. 先确认横轴为 1 至 9 等距时间点、纵轴为 log 后 z 分数化的 F0；2. 再找到橙色 T6 线：前段平稳、中后段持续下降至最低点；3. 对比蓝色 T4 高升、T1 中平、T2 与 T3 低升与 T5 低降的相对位置；4. 注意 T6 起点最高组之一而终点落到中部，确认降调身份

论文图 1。原论文 Figure 1：“Normalized F0 contours across nine equidistant time points for the six tones.”。

上图显示 T6 的降调形态清晰可辨，前段平稳后段渐降，与文本描述的前稳后降一致。后解释是，这种稳定降调与市区长沙话 T6 调值不同，提示去塞化过程伴随调形重组。结合声谱目检发现口部塞尾不一致或缺席，可报告为辅音尾巴已基本丢失，但调类对立仍在。像素不能精确读出的具体赫兹值不硬写，只谈形状与相对位置。

时长上入声显著短于非入声，但缩短幅度有性别交互。下表把基频稳定性与时长差异放在同一框架下，指标方向不同：基频看形状是否显著动态，时长看均值差是否为负。公平条件是同一批说话人与音节随机效应下的估计。

上表的主要收益是区分身份线索与重量线索的不同命运，代价是时长交互的绝对量小，需与发声证据联合解读。未胜出项是性别在基频上未胜出，这恰是重要反例，说明变异集中在语音实现而非调类归属。原文明确指出性别在基频上参数与交互均不显著，不能把女性领变推广到调形本身。

以下导读先确认坐标与分组，再判断好坏方向。纵轴是说话人内标准化的预测时长，越高越长。横轴两类为非入声与入声，红蓝分别代表男性与女性，竖线为 95% 置信区间。入声点低于非入声即支持短促残留，男性低于女性即支持男性更保守。

看图路径： 1. 先确认横轴为 Unchecked 与 Checked 两类、纵轴为说话人内 z 分数化时长；2. 比较同性别下 Checked 点显著低于 Unchecked 点；3. 对比 Checked 下红色男性点低于蓝色女性点，确认男性截断更强；4. 观察 95% 置信区间在 Unchecked 重叠而在 Checked 错开的趋势

论文图 3。原论文 Figure 2：“Predicted duration (z-scored within speaker) by tone type and gender. Error bars represent 95% confidence intervals.”。

上图显示两性在非入声处几乎重叠而在入声处错开，男性红点低于女性蓝点，与交互显著的文本报告一致。后解释是，时长在塞尾缺席后承担了更大的功能负荷，成为最顽固的残留线索，而女性相对更长的入声提示时间线索正在减弱。但原文也提醒这只是相对微妙的效应，需结合喉化空间重组一起看，不能单凭时长断言音变完成。

喉化搬家了：起点更紧、中段谁更清亮？

如果把嗓音测量看作消融视角下的对照，就是问去掉尾部闭塞后喉特征去哪了。H1*-H2* 的回答是前移。两性入声在起始段都低于非入声并向尾段升高，但女性在起始段显著低于男性，说明女性把更紧的喉化放在音节开头。HNR05 的回答是拱形重组。入声相对非入声呈升降拱形，两端更噪而中段更 modal，男性中段峰值显著高于女性，说明男性核音更清亮而女性核音喉化残留更多。这两组形状共同支持线索的空间再分布，而非简单的整体保留或整体丢失。

下表把两指标的参数交互与时间交互并置，阅读时注意单位都是说话人内 z 分数，数值相同不代表同一机制。H1*-H2* 低表示紧，HNR05 低表示噪，二者方向含义不同但都指向非 modal。公平条件是同一 GAMM 框架下的声调类型与性别分解。

上表的主要收益是同时保留可运行的统计结论与形状描述，代价是平滑自由度与基函数选择未报告，复现时需固定并记录。未胜出项是 HNR05 的性别单独非线性主效应不显著，说明性别不是整体改变发声轨迹，而是通过与声调类型的交互在特定时间窗内起作用。这防止把女性整体嗓音差异误读为入声效应。

以下导读针对 H1*-H2* 图，先区分线型再看差异带。左图实线为非入声、虚线为入声，红为女性蓝为男性，纵轴越低越紧。右图为女性减男性的入声差异，灰色虚线为零线，底部红线标出显著区间。

看图路径： 1. 左图先区分实线 Unchecked 与虚线 Checked，再区分红女性与蓝男性；2. 注意女性红色虚线在起点 Time 约 -1.5 处显著低于男性蓝色虚线；3. 右图看 female-male 差异曲线在起始段显著为负且置信带不含零；4. 确认差异向尾段收敛到零，说明喉化差异集中在音节 onset

论文图 2。原论文 Figure 3：“2”。

上图显示女性红色虚线起点显著下探，右图差异曲线在起始段显著为负且置信带不含零，向尾段收敛，支持喉化左移且女性更显著。后解释是，这不是经典尾部嘎裂的保留，而是喉特征被重新锚定到 onset，与塞尾丢失后的再组织假设一致。

以下导读针对 HNR05 个图，先看拱形再看峰高。左图虚线为入声拱形，实线为非入声，纵轴越高越 modal。右图为女性减男性差异，中段为负即女性低于男性。

看图路径： 1. 左图先看虚线 Checked 呈先升后降的拱形，实线 Unchecked 相对平坦；2. 比较拱顶高度：男性蓝色虚线峰值高于女性红色虚线；3. 右图看 female-male 差异在中段显著为负，底部红线标出显著区间；4. 确认两端噪声大、中段 modal 的分布，男性核音更清亮

论文图 4。原论文 Figure 4：“Predicted HNR05 trajectories across normalized time by tone type and gender.”。

上图显示男性蓝色虚线拱顶高于女性红色虚线，右图差异在中段显著为负，支持男性核音更 modal 而女性核音相对更噪。后解释是，时长上男性保守而发声核部清亮，女性时长舒化而起始喉化更强，二者共同构成性别不对称的线索再分配，而不是单一维度的强弱之分。

哪些结论还不能下：单环境与无青年对照的边界

论文明确承认两个局限。第一，只考察单一韵律构型，无法评估不同结构环境下线索稳定性，因为入声实现对韵律位置敏感。未来需纳入多韵律语境才能更精确评价。第二，缺少年轻说话人，无法作表面时间上的代际比较，因此把性别差解读为进行中的音变而非稳定社会语音变异仍是暂时性的，有待代际证据。这两点是缺失证据而非技术错误，相关性不等于因果。

其他边界也需保留。声谱的塞尾判断依赖目检声谱的喉化模式，未给出可重放的标注一致性数据。VoiceSauce 提取与归一化细节不完整，GAMM 平滑选择未报告。样本虽覆盖多种元音与声母组合，但具体字表频次与普通话干扰的量化影响未展开。推理开销、延迟与部署成本与本研究无关，不作承诺。总体趋势不等于每组每步都成立，时长交互虽显著但绝对量小，需与发声联合解读。

对初学者的提醒是，不要把女性领变当作必然规律来背。原文的支持链是女性时长对比减弱加起始喉化更强加男性核音更 modal，三者共同指向女性更靠舒化一端，但基频无性别差说明调类归属未动。若未来青年数据未显示同向推移，则应修正为稳定变异而非进行中变化。

要重做这项研究：先固定什么，再跑什么

复现先做三件可执行的事。第一，按原文重建被试与材料条件。招募开慧话母语者并记录性别年龄与普通话能力，使用 104 词最小对立字表覆盖不同元音与送气不送气组合，统一用 No21 fei55 kaN24 加目标的载体句，以相同采样率录音并保留筛除日志。筛除标准包括背景噪声、录音伪影与不流利，特别标注普通话干扰与低频词难发。第二，重建测量管线。

目检声谱判断塞尾有无，用 VoiceSauce 提取基频、时长、H1*-H2* 与 HNR05，基频先取对数再作说话人内 z 分数化，其余直接 z 分数化，非入声聚合为参照类。第三，重建统计。时长用声调类型乘性别加说话人与音节随机截距的线性混合模型，轨迹用含参数项、差异平滑与说话人音节随机平滑的广义加性混合模型，报告估计、标准误与显著性并画出预测轨迹与置信带。

还需补的验证包括多韵律条件、青年组对照、标注一致性与模型诊断。建议新增不同边界与重音位置的载体，纳入青年组作表面时间比较，双人独立标注塞尾并报告一致性，对 GAMM 作残差与共线性检查并固定随机数与软件版本。关键超参数与信息条件是归一化方式、随机效应结构与交互分解方式，这些决定性别交互能否被正确分离。

何时值得尝试这套方法。当研究对象疑似处于塞尾已丢但调类仍在的晚期，且需判断变异是调类合并还是语音重组时，这套基频加时长加双发声指标的组合最有价值。当只有单点录音而无社会分层时，不宜直接作领变推断，应先补分层或代际设计。

收束：尾巴、调子与喉化的三条命运线

综合全文，T6 的 3 条命运线是分开的。尾巴线是塞尾已基本丢失，声谱上不一致或缺席。调子线是降调轮廓稳定且跨性别一致，调类已音系化。喉化线是整体尾部嘎裂未保留，而是左移到起始段并呈两端噪中段 modal 的拱形，时长则成为最顽固的残留。性别不对称体现在实现层而非范畴层，男性时间截断更强而核音更清，女性时间对比更弱而起始更紧，这被解读为女性处于舒化更前沿，但仍待代际证据确认。

对刚入门的研究生，复述时抓住一句话。没有塞尾不等于没有入声，要看调形是否稳定、时长是否更短、喉化搬到哪里，再看男女在哪个维度分开。若只记住塞尾有无，就会把晚期舒化误判为合并。若只看平均值而忽略时间轨迹，就会错过左移与拱形这两个关键形状。重提结果时新增的对照是，基频的无性别差反衬时长与发声的有性别差，这正是调类稳定而语音重组的证据结构。

最终的方法启示是，入声消亡不是 1 次性删除特征，而是声学线索在社会条件下的渐进再分配。复现与扩展应沿多环境与多代际补齐证据，而不是在单环境横断面上过度推广。

⚖️ 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