极高调是假声还是绷紧的真声：开慧话 T4 的音质辨别与音高伴随解释

英文题目：Tense Voice, Not Falsetto: An F0-specific Physiological Byproduct of Extreme High-Pitch Tone in Kaihui Xiang

会议身份：conference:interspeech:2026:conference-paper-id:zhang26i_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 #发声与构音 #语音学与音系 #语音 #语音属性识别

评分：5.5/10 | 创新 1.2/2 | 技术严谨 1.1/1.5 | 实验充分 1.0/1.5 | 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 0.5/1.5

排名：前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

该研究输入的是开慧湘语6个声调在载体句中的录音，输出是对极高调T4发声类型的判定及其生理归因，难点在于紧嗓与假声在听感上相近且都伴随极高基频。方法链分三步：先以Praat双层标注切分有效调域并用VoiceSauce在9个等距时间点提取基频与声源参数，再经对数变换与分说话人z分数归一化消除音段与个体差异，最后以广义加性混合模型分离调类水平差异与动态轨迹差异。与既往单人听感描述不同，该文用全调系对照与F0收敛点检验区分生理伴随与音位特征。在16名发音人104词载体句语料条件下，以T4为参照的广义加性混合模型显示T3的H1-H2指标为0.55，高于T6的H1-H2指标0.18，证实T4具有全调系最低的频谱倾斜并支持紧模态而非假声判断。结论仅适用于句中平稳载体句下的老年湘语发音，连续语流与青年人群的外推尚未验证。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

极高调的听感为何不能直接当结论？

这篇论文的输入是开慧话的 6 个声调自然发音，目标是回答两个可检验的问题。第一，极高调 T4 到底是假声还是紧张型真声。第二，这种紧的音质是跟着极端基频走的生理伴随物，还是跟着 T4 调类走的主动音系特征。必须保留的信息是全部结论都建立在 16 位母语人的句中发音、多维声学指标和全声调比较之上，不是单例听感。输出是一份能复述采样、标注、测量和建模动作的技术解读。

学习语音先要分清音高与音质。白话说，基频就是声带每秒振动次数决定的高低，英文为 fundamental frequency，缩写 F0。声调就是用高低走势区分词义的类别，开慧话有 6 个。低音容易伴随嘎裂声或气声，高音容易伴随紧嗓或转入假声，但高音端的系统声学证据很少。湘语多个方言把极高调 T4 听成假声，长沙话的初步单人证据却提示谱倾斜更平的紧嗓，这就留下矛盾。

基频 × 声调： 基频负责描述声带振动快慢决定的物理音高高低，声调负责把音高走势和音质打包成区分词义的音系类别，二者搭配的原因是同一基频动作既可能是发高音的生理代价，也可能是某个声调自带的音位特征，组合意义在于只有比较全声调才能判断紧嗓是跟高而紧还是跟 T4 而紧。

沿一个样本走一遍有助于建立依赖。假设 1 位发音人把目标字读进承接句，录音后标注出元音中能可靠跟踪基频的有效段，在 9 个等距时间点算出基频、谱倾斜、谐噪比和倒谱峰突出度，再在说话人内做标准化，最后用统计模型比较 T4 与其他调在水平和轨迹上的差异。这个链条中，前置概念是有效标注与标准化，后续结论是音质判断，顺序不能颠倒。

假声与紧嗓在声学上如何对立？

同输入同目标的已有路线提供了对照。岳阳话研究凭听觉印象把高调记为假声，湖北方言与赣方言的描写也有类似假声调的说法。黑苗语的高调研究则发现高调比低调更紧。长沙话 T4 的单人声学结果发现其中频调 T1 相比谱倾斜更平，提示紧张型真声，与假声听感描写冲突。论文要做的不是重复听辨，而是把全声调放进同一测量框架。

白话说，假声就是声带拉薄、只有边缘振动的喉寄存器，英文为 falsetto。紧张型真声就是仍在真声寄存器内增加内收和纵向张力的变体，英文为 tense modal voice。前者预测是高频能量衰减更快、谱倾斜更陡、噪声更大。后者预测是闭合更 abrupt、高频能量更强、谱倾斜更平、周期性更强。论文引用声带机理文献说明这种对应不是修辞，而是发声生理的直接推论。

假声 × 紧张型真声： 假声分工是声带变薄、仅边缘振动、闭合不全，因而谱倾斜更陡、噪声更大，紧张型真声分工是内收压缩加纵向张力增大、闭合 abrupt，因而低频能量向高频转移、周期性更强，二者搭配的原因是听感上都可能觉得又高又细，必须用声学多维指标拆开，组合意义是把听辨争论变成可证伪的倾斜与噪声预测。

教学例子要明确标为例子。好比判断一把小提琴是换了弦还是把弦拧得更紧，光听觉得细是不够的，还要看泛音衰减快慢和杂音多少。这里泛音衰减对应谱倾斜，杂音对应谐噪比。这个例子只帮助理解分工，不添加任何数值。

两个研究问题各自要什么证据？

第一个问题问 T4 的音质类型。它要求同时检验低频谱倾斜与周期噪声两组预测。如果 T4 是假声，应当看到经共振峰校正的第一谐波减第二谐波等指标更大，同时谐噪比与倒谱峰突出度更低。如果 T4 是紧张型真声，应当看到低频谱倾斜更小，同时周期性不低甚至更高。只看其中一组都不足以定性。

第二个问题问这种调整是音高特有还是声调特有。白话说，音高特有就是英文 F0-specific，指基频到了极限自然变紧。声调特有就是英文 tone-specific，指某个调类自带音质控制。论文设计了一个关键对照。T6 起点很高，与 T4 在音节前段基频趋同。

如果紧嗓是音高特有，那么在趋同处 T4 与 T6 应当音质不可区分。如果紧嗓是声调特有，那么即使基频相同，T4 仍应保持独特音质。这个逻辑是全文复现时必须保留的判断结构。

从录音到指标的全景如何组织？

方法全景可以分成 4 步。第一步是受控产出，保证 6 个声调在尽量多样的声母韵母组合中都被采到。第二步是双层标注，区分可用于基频跟踪的有效调音段和包含句末嘎裂的完整韵腹，避免跟踪算法被尾段嘎裂带偏。第三步是用 VoiceSauce 在 9 个等距时间点提取基频、4 个谱倾斜参数、4 个频段谐噪比和倒谱峰突出度，并做说话人内标准化。第 4 步是用广义加性混合模型同时估计整体水平差异与时间动态差异。

白话说，共振峰校正就是扣除元音共振对谐波幅度的影响，英文为 formant-corrected。广义加性混合模型就是允许时间以平滑曲线进入模型、并加入发音人与音节随机平滑的回归，英文为 Generalized Additive Mixed Models，缩写 GAMMs。论文以 T4 为参照水平，时间以非线性平滑项进入，声调差异以按声调分组的差异平滑估计，用快速限制最大似然估计。

共振峰校正 × 广义加性混合模型： 共振峰校正分工是去掉元音共振对谐波幅度的影响、逼近真实声门源，广义加性混合模型分工是同时估计声调整体水平差异和平滑时间轨迹差异并容纳发音人与音节随机变异，二者搭配的原因是前者保证指标可比，后者保证动态比较有统计依据，组合意义是既能说平均谁更紧，也能说在哪一段时间内更紧。

沿样本继续走。同一条目标字音频先被切出有效段，再算 9 个点的声学向量，向量经对数变换与标准化后进入以声调为固定效应、以时间为平滑项、以发音人与音节为随机平滑的模型。输出不是单点均值，而是整条预测轨迹与 T4 减他调的差异曲线及置信带。

四个谱倾斜参数各自看什么频率？

论文按文献选择 4 个谱倾斜参数，覆盖从低频到高频的不同区间。H1 星减 H2 星看最低频的声门开放程度，对紧与松最敏感。H2 星减 H4 星看低中频斜率。H4 星减 2 kHz 处谐波看中高频。2 kHz 减 5 kHz 看最高频段。

星号表示已经做过共振峰校正，目的是把声道共振的影响去掉，更接近声门源。 白话说，谱倾斜就是高频能量相对低频衰减多快，英文为 spectral tilt。谐噪比就是周期成分相对噪声成分多强，英文为 Harmonics-to-Noise Ratio，缩写 HNR。倒谱峰突出度就是倒谱上基频峰有多突出，英文为 Cepstral Peak Prominence，缩写 CPP。后两者都反映振动规则性。

论文的判断规则是明确的。紧嗓对应更平的倾斜与更高的 HNR 和 CPP，假声对应更陡的倾斜与更低的 HNR 和 CPP。

谱倾斜 × 谐噪比： 谱倾斜分工是看声门脉冲形状决定的高中低频能量分布，谐噪比与倒谱峰突出度分工是看振动是否规则、有无湍流噪声，二者搭配的原因是只看倾斜可能混淆共振峰影响，只看噪声可能漏掉闭合方式，组合意义是同时满足平倾斜加高周期性才支持紧张型真声，同时满足陡倾斜加低周期性才支持假声。

组合机制紧接着要说清。低频倾斜负责回答闭合是否 abrupt，中高频倾斜负责揭示不同频段是否一致，噪声指标负责排除湍流解释。三者搭配的理由是极高基频本身会改变谐波采样，单看一个频段容易误判，只有多频段加噪声一起看，才能把生理伴随物与独立音质分开。

音高特有与声调特有的检验如何落地？

检验落到 T4 与 T6 的动态比较上。基频建模显示 T4 是全系统最高的调，T6 次高但走势不同。T6 起点甚至高于 T4，随后下降并被 T4 反超，尾段明显低于 T4。这就自然形成前段基频交叠、后段基频分离的窗口。如果音质差异只是基频的函数，那么前段应当差异小、后段差异大。如果音质是调类自带，那么前段也应有稳定差异。

音高特有 × 声调特有： 音高特有分工是指只要基频到达极端就会出现的可预测生理伴随物，声调特有分工是指脱离基频仍属于该调类的主动音质控制，二者搭配的原因是都要解释 T4 为何特殊，组合意义是论文用 T4 与 T6 在基频交叠处是否仍有差异来裁决，若交叠即无差异则支持音高特有，若仍有差异则支持声调特有。

论文把这个思想同时用在低频与高频倾斜上。低频看 H1 星减 H2 星，高频看 H4 星减 2 kHz 等。时间动态由差异平滑的显著性判断，置信带是否包含零是直观依据。这种设计避免了只比平均值的缺陷，因为平均值会把交叠段与分离段混在一起。

本研究有无神经网络训练？实际计算是什么？

本研究没有训练神经网络，也没有冻结或更新权重、梯度路径与优化器的安排。把无训练等同于确定性求解是错误的，统计估计仍有不确定性，需要置信带与显著性来表达。实际计算是声学测量加统计建模。测量侧用 Praat 人工标注与 VoiceSauce 批量提取，建模侧在 R 语言中用 mgcv 包拟合 GAMMs。 具体动作是每个声学指标分别建模。

标准化后的指标为因变量，声调为分类预测变量，T4 为参照，标准化时间为平滑项，声调差异平滑捕捉轨迹偏离，发音人与音节随机平滑吸收层次结构与个体非线性。用快速限制最大似然估计，用包内标准汇总做显著性判断。原文未报告超参数搜索、早停或学习率等概念，复现时不应自行补写这些实现，也不应猜测梯度路径。

被试、材料与录音条件是否可复述？

被试是 16 位开慧话母语人，9 女 7 男，年龄四十二岁到八十岁，平均约六十岁，标准差约十二岁。年龄偏大反映当地社会语言现实，年轻人更常用普通话，方言主要由年长者使用。所有人普通话流利，自报无言语听力障碍，知情同意并获得报酬。这是判断年龄混杂时必须保留的条件。 材料是 104 个单音节词，覆盖 6 个声调，尽量多样化元音与声母类型，包括送气与不送气塞音塞擦音、不送气擦音，音节限于辅音加元音或单独元音结构。

流程是把每个目标词读两遍，嵌入承接句中，句意为我要说目标词这个词。设备是 Zoom H4n Pro 录音机，采样率 44 点 1 kHz，二十四比特，安静环境录制。共 3328 个 token，剔除 536 个噪声、伪影或误读 token，大量剔除与普通话干扰及目标音节不常用有关。声学在 9 个等距点提取，基频取对数后与全部声学参数一起在说话人内标准化。资源状态方面，本次没有发现来源绑定且完成验证的公开代码模型数据，不得声称已公开。

基频与低频倾斜显示 T4 有多特殊？

要回答的测量问题是 T4 是否占据最高音区，以及低频倾斜是否支持紧嗓。比较条件一致，都是同一批发音人、同一承接句、同一标准化与同一 GAMM 框架，指标方向是基频越高越靠上，H1 星减 H2 星越小表示越紧。基频结果显示其余五调平均都显著低于 T4，T6 最接近但仍低约 0.42 个标准差单位，其余调低 1.4 到 2.2 以上。动态上 T4 呈持续上行并在靠后位置达峰，T6、T2、T3 轨迹与 T4 显著不同，T5 边缘显著，T1 轨迹形状与 T4 无显著差异。

下表把基频水平差异与低频倾斜水平差异放在同一结构中比较，公平条件是都以 T4 为参照、都经说话人内标准化，指标方向已在表前说明，显著性阈值沿用原文报告。

表后解释需要同时说收益与代价。基频表显示 T4 的极高地位成立，且 T6 是唯一接近者，这为后段用 T4 与 T6 交叠检验音高特有提供了前提。

低频倾斜表显示其余各调都显著高于 T4，T4 最低，因而更平更紧。代价是这张表只给水平差异，未显示时间动态，T4 与 T6 在前段是否趋同需要看差异曲线。未胜出项也要说明，T1 在基频轨迹形状上与 T4 无显著差异，说明高低不能只看形状，还要看绝对水平。 下面先看基频预测轨迹与 T4 减 T6 差值。左图是六调轨迹，右图是差值，横轴都是标准化时间，置信带为 95% 区间。

看图路径： 1. 先看左图纵轴为对数基频的说话人内标准化值，横轴为标准化时间，确认 T4 红线是否全程居高；2. 再看左图青色 T6 线起点高于 T4、中后段被 T4 反超的交叉位置；3. 最后看右图 T4 减 T6 差值曲线由负转正并持续上升，确认两者存在可供比较的基频交叠窗口

论文图 1。原论文 Figure 1：“Model-predicted F0 contours (left) and F0 difference curves (T4 minus T6) (right)”。

像素显示左图红色 T4 线从中高位置持续爬升到顶部，青色 T6 线起点最高随后下滑，在 0.5 附近被 T4 超过。蓝色 T1 在中部平坦，其余低调在底部。右图差值线从负值穿过零线后陡峭上升到 1.3 以上，底部红色显著标记覆盖大部分时间。这支持报告的判断。T4 占据最高音区，而 T4 与 T6 存在前段交叠后段分离的窗口，正好用于检验紧嗓是否跟着基频走。

低频倾斜的时间曲线能否排除假声？

要测的是 H1 星减 H2 星差异是否全程稳定为负，即 T4 是否全程更紧。比较对象是 T4 减 T1、T4 减 T2、T4 减 T63 条差异曲线，条件是同一模型与同一时间标准化，指标方向是差值为负表示 T4 更小更紧。原文报告其余各调都显著高于 T4，T1、T2、T6 的差异平滑显著，曲线全程在零以下。T4 与 T6 的差异在中后段更明显，置信带在较长时段不包含零。 导读如下。

三面板都是 T4 减他调的差值，纵轴为标准化差值，横轴为标准化时间，蓝色线为预测差值，浅带为置信带，底部红色为显著时段。重点看曲线是否在零线以下以及显著段覆盖哪里。

看图路径： 1. 先确认三面板标题分别为 T4 减 T1、T4 减 T2、T4 减 T6，纵轴为差值，横轴为标准化时间；2. 再看蓝色差值线是否全程位于零线以下，判断 T4 的 H1 星减 H2 星是否系统更低；3. 最后比较 T4 减 T6 面板前段接近零线、中后段显著为负的变化，底部红色显著段为判断依据

论文图 3。原论文 Figure 2：“Model-predicted H1一个星号–H2一个星号 difference curves (T4 mi- nus T1, T2 and T6). Shaded areas represent 95% confidence intervals.”。

像素显示左两面板差值线从约 -0.2 下降到 -0.6，全程在零以下，底部红色全程连续。右面板 T4 减 T6 从 +0.2 附近下降穿过零线到 -0.6，前段有一小段灰色非显著，其余红色显著。这意味着在基频交叠的前段两者差异小，在基频分离的中后段差异大。如果是假声，应看到 T4 倾斜更陡即差值为正，实际恰好相反。原文因此报告 T4 具有最低的 H1 星减 H2 星，支持紧张型真声而非假声。

中高频与噪声指标是支持还是反证？

要测的第二组问题是中高频倾斜与噪声是否也指向假声，比较条件仍是同一语料与模型，指标方向是 H2 星减 H4 星与 H4 星减 2 kHz 越小越紧，H2 千减 H5 千越大则高频相对更强，HNR 与 CPP 越高表示周期性越强。关键数字需要分开陈述。H2 星减 H4 星上 T1、T2、T3、T5 显著高于 T4，T6 与 T4 无显著差异。H4 星减 2 kHz 上其余各调都显著高于 T4，T6 差异最小。H2 千减 H5 千上 T1、T2、T3、T5 显著低于 T4，T6 与 T4 无差异。

HNR 上 T1 与 T6 显著高于 T4，T2、T3、T5 显著低于 T4，T4 居中。CPP 上 T1 显著高于 T4，T6 次高，T2 小幅高于 T4，T3 与 T5 与 T4 无差异。 下表把中高频与噪声的关键对照并置，公平条件是同为以 T4 为参照的 GAMM 参数效应，指标方向不同已在表前分别说明，不能把不同指标的差值直接排序为模型优劣。

表后解释要指出主要收益与反例。

收益是低中频与中频都支持 T4 更紧，且 T6 在多个指标上与 T4 最接近或无差异，为音高特有解释铺路。代价与反例是最高频 H2 千减 H5 千上 T4 反而高于多数调，T4 与 T6 在此无差异，说明高频段趋势与低频相反。噪声上 T4 居中而非极端，T1 最高，这不支持假声所需的低周期高噪声，但也没有给出 T4 独有的 CPP 证据。未评测边界是噪声只在句中语境测得，连续语流与不同韵律位置的影响未知。 下面先看噪声侧的谐噪比轨迹。

4 个面板为不同频段，纵轴为预测值，横轴为时间，不同颜色为不同声调，浅带为置信带。

看图路径： 1. 先确认四个面板为不同频段的谐噪比，纵轴为预测值，图例区分六个声调颜色；2. 再看红色 T4 线是否处于中间而非最高或最低，蓝色 T1 是否居上、绿色与紫色是否居下；3. 最后观察各线中段拱起、两端收敛的形态，判断噪声指标是否支持假声所需的低谐噪比极端

论文图 4。原论文 Figure 4：“Model-predicted HNR trajectories (z-scored) for each tone across normalized time: HNR05 in the upper left, HNR15 in the upper right, HNR25 in the lower left, and HNR35 in the…”。

像素显示 4 个面板形态相似。蓝色 T1 与青色 T6 在中段拱到最高，红色 T4 在中间，橙绿紫的低调在零线附近或以下。两端各线收敛。这与原文文字一致。T4 没有落到最低噪声端，假声预测的低 HNR 极端没有出现。

谐噪比差异主要是水平移动而非轨迹重构。 再看倒谱峰突出度轨迹。纵轴为预测 CPP，横轴为时间，红色为 T4，蓝色为 T1，青色为 T6。

看图路径： 1. 先确认纵轴为预测的倒谱峰突出度标准化值，横轴为标准化时间，红色为 T4；2. 再看蓝色 T1 全程最高、青色 T6 次高，其余各线与 T4 缠绕重叠的位置；3. 最后看两端低、中间高的拱形与置信带重叠程度，判断 T4 有无独立的突出度异常

论文图 5。原论文 Figure 5：“Model-predicted CPP trajectories (z-scored) across normalized time for each tone. Shaded areas indicate 95% con- fidence intervals.”。

像素显示蓝色 T1 全程明显最高，青色 T6 次高，红色 T4 与橙绿紫线缠绕在中部，两端都下探。置信带在中段分离、两端重叠。这支持原文判断。CPP 没有为 T4 提供独立的特殊音质证据，T4 不具有 distinct 的 CPP 模式，音质区分主要靠谱倾斜而非噪声。

哪些边界会限制紧嗓结论的推广？

第一个边界是证据类型。研究主要依赖声学，没有电声门图、肌电或高速成像的生理直接证据。谱倾斜平与周期性强指向紧张型真声，但不能直接观测内收压缩与纵向张力。把声学相关当成肌肉动作的因果证明是不当的，只能说支持。 第二个边界是样本年龄。

16 人平均约六十岁，范围四十二到八十岁。老年声带本身可能影响音质，不能排除年龄效应。年轻人多用普通话，采样偏老是田野现实，但推广到全年龄需要待验证。 第三个边界是语境单一。目标字只出现在句中承接句，韵律位置与语调都固定。

高层韵律与句首句末位置会改变基频范围与喉部力学，连续语流中的极高调是否仍保持同样紧度，可能待验证。 下表补充高频动态与噪声细节，用于说明结论的不均匀性，比较条件与前表相同，指标方向是高频倾斜与噪声各自独立解读。

表后解释要诚实。

H4 星减 2 kHz 在音节前段 T4 显著低于 T6，后段两者趋同，这与低频差异前小后大的模式形成对比，提示高频倾斜可能有不同动态作用。噪声上 T4 与 T3、T5 在 CPP 上无差异，说明不是所有对比都显著。总体趋势不等于每组每段都成立，这是复现时必须保留的谨慎表述。

要复现需要先做什么、保留什么？

复现先做三件事。第一，按原文重建词表与流程。104 个单音节词覆盖六调与多样元音声母，嵌入同一承接句每词读两遍，同一录音规格，同样剔除噪声与普通话干扰 token。第二，重做双层标注。第一层标有效调音段用于基频跟踪，第二层标完整韵腹含尾段嘎裂，避免跟踪错误。

第三，重跑测量与建模。VoiceSauce 取 9 个等距点，4 个谱倾斜加多频段 HNR 与 CPP，基频取对数后全部说话人内标准化，R 中 mgcv 拟合以 T4 为参照的 GAMMs，含时间平滑、按调差异平滑与发音人音节随机平滑。 保留的关键信息条件是参照选择与时间处理。参照必须是 T4，时间必须是标准化非线性平滑，显著性同时看参数水平与差异平滑。只比均值会漏掉 T4 与 T6 前段交叠后段分离的关键动态。

复现检验点有两个。一是 T4 基频是否最高且 T6 次高并存在交叉。二是 H1 星减 H2 星上 T4 是否最低，且 T4 减 T6 差值前段接近零、后段显著为负。若前段仍有大差异，则音高特有解释不成立。 还需要补的验证是生理与语境。

补电声门图测闭合商，补不同年龄组，补句首句末与自然语流。原文已披露用生成式人工智能做语言润色与代码辅助，并经作者核查，复现时不应把这部分当成方法证据。

何时值得用这套多维比较、特有误解是什么？

当研究对象是极端高音调且听感与声学可能冲突时，值得用这套做法。条件是采全声调而非只采目标调，指标同时含低频到高频谱倾斜加噪声，建模同时给水平与轨迹，并预留基频交叠窗口做音高特有检验。缺少其中一环就容易把生理伴随物误判为音位特征。 特有误解有两个。第一，听到又高又细就记为假声。

论文指出极端纵向张力的紧嗓在听感上也显薄，容易与假声混淆，只有谱倾斜与噪声一起看才能分开。第二，以为传统声调字母足以区分。开慧话 T4 与普通话高平调在五度标上可能都记为高，但绝对音高与音色构成的高域对比超出纯音高描写，这也是 T4 作为地域标记保留在湘式普通话中的原因。 最终判断按证据强度分层。报告显示 T4 低频谱倾斜最平，不支持假声的陡倾斜高噪声预测。

支持的是 T4 为紧张型真声，且在与 T6 基频趋同处音质不可区分，因而是音高特有的生理伴随物。可能待验证的是肌肉机制的直接观测与跨语境稳定性。总体上，这是在全声调比较下解决湘语极高调争论的第一份系统声学证据，但不是喉部生理的终局证明。

⚖️ 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