总时长没有区别时区别藏在哪里：donc 话语标记用法的分段与边界策略

英文题目：Réduction phonétique et marquage prosodique de donc : effets de l’usage discursif et du bégaiement

会议身份：conference:jep:2026:conference-paper-id:arida26_jep

✅ 来源为官方会议 PDF；表格与 Figure 按原文证据绑定。PDF 公式以原页区域图片展示，未冒称作者原始 TeX。

会议来源：官方记录 · 官方 PDF

标签：#统计分析 #语音学与音系 #韵律 #语音 #病理语音评估

评分：4.4/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.6/1.5 | 清晰度 0.7/1 | 影响力 0.4/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.2/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

• Laudy Arida：机构信息未能从会议 PDF 纯文本可靠映射
• Ivana Didirková：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究处理法语自发话语中 donc 功能判别的难题，输入为连续语音与话语上下文，输出为话语标记与典型用法的语音韵律实现差异，并需排除口吃流畅性差异的混淆，难点在于总时长相近时内部结构差异细微。方法先由双标注者对标记功能与流畅性定性分类并协商共识，其分组结果直接界定后续比较的样本划分。再对词总时长、内部塞音与鼻化元音及韵尾占比以及相邻静音暂停与前后音高跳变做声学测量，将分类输出转化为可建模的节段与韵律证据。最后以混合线性模型检验群体与功能交互并控制时长与语速，聚焦内部韵律重分布而非整体压缩。这与既有缩减研究多关注总时长形成差异，其实际意义在于揭示以内部结构与韵律框定承载话语功能区分的机制。原文未提供可核对的关键定量结果。该结论适用边界受限于单标记与法语自发语料，尚未验证向其他标记或功能细分的推广。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

• 第三方资源：https://www.R-project.org/ — 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：这篇论文要回答的语音问题是什么？

这篇解读的输入是法语自发对话中一个高频小词 donc 的 95 次实际发音，目标读者是刚进入语音、音乐与音频方向的研究生，需要能核对每一步做了什么、能向他人复述方法。必须保留的信息包括被试分组与匹配方式、donc 如何被判定为话语标记还是常规用法、测量了哪些时长与韵律量、统计模型控制了哪些协变量，以及哪些结果显著、哪些不显著。

输出是一条可复述的链条：从自发语料提问采集，到标注功能与流畅性，再到分段切分与韵律测量，最后用混合模型检验组别与用法的交互。读者学完应能说出每个数字来自哪一步，而不是只记住结论方向。 论文关心的核心现象是语音弱化。白话说，就是日常说话常把词念得比字典音短、轻、模糊，甚至丢掉某个成分，但听话人仍能理解。英文名是 phonetic reduction。

作者回顾了英语中超过 60% 词至少偏离一个音素、荷兰语词尾/t/仅一成多按典型形式实现等证据，说明弱化普遍存在。影响因素包括词频、语速、音段性质、在词中的位置，以及语法类别。 功能词比实词更容易弱化，而话语标记更特殊。话语标记的英文是 discourse marker，缩写 MD。白话说，它是不变形的、没有命题内容的小单位，作用是组织话语，例如提示推论、重述、接话。

作者引用法语自发语研究指出话语标记属于最易弱化的单位，意大利语 cioè的典型形式只占百分之几，英语 you know、I think 作话语标记时也比非标记用法弱化更多。

语音弱化 × 话语标记： 语音弱化指用更少的声学实质实现语言单位而保持可理解，分工是描述发音省力与缩减程度；话语标记指不变形、无命题内容、承担衔接推论等语用功能的小词，分工是标示话语组织位置。二者搭配的理由是话语标记高频且常处韵律边界，易被弱化；组合意义是把 donc 的缩减放在功能驱动的省力框架下检验，而不只看语速快慢。

但法语证据仍少，结构差异使跨语言结论难以直接搬运，而有言语障碍人群中的弱化几乎未被研究。口吃在此不是指偶尔口误，而是持续性发育口吃导致的流畅性障碍。英文涉及 adults who stutter，文中记为 PQB，对照组记为 GC。作者回顾了口吃者在元音空间、发声反应时与音高控制上的争议与差异，提出需要检验的问题是流畅性障碍是否改变语音弱化的执行。 学习时不要把口吃直接等同于语速慢，本文后续同时测量了构音速率并把它作为协变量，正是为了分离语速与策略。速率慢可能是整体节奏差异，而分段比例与边界方式可能反映不同的计划与补偿，后者才是本文的重点。

同类研究已经知道什么，还缺哪一块？

在弱化机制这条路线上，已有工作确认高频词更易在时长与音段上缩减，语速与弱化的关系则不一致。有的语料显示正相关，有的发现高语速说话人仍能保持清晰构音。音段性质也有规律，流音、滑音与闭元音易被压缩到很短，爆破音、擦音与开元音较少被弱化，词中位置居中的音素更易弱化。 这些结论为本文测量分段时长比例提供了依据：不能只看整个词变短多少，还要看哪个成分被压缩。

只看总时长会把内部的此消彼长平均掉，而分段比例能揭示资源如何在/d/、鼻化元音与尾音/k/之间重新分配。 在话语标记这条路线上，已有工作把频率、使用位置与语用功能与弱化程度联系起来。法语中功能词单音节元音比实词更弱化，话语标记因高频与句首位置而高度弱化。作者特别提到对 alors 与 et 的韵律研究，发现非典型用法前常有更长无声暂停，提示韵律镶嵌与话语身份有关。

这为本文同时测量暂停与音高跳变提供了直接前例：区分标记用法可能不靠整体拉长或缩短，而靠前后边界如何切分。暂停标示停顿与边界，音高跳变标示旋律是否重置，两者需要一起看。 缺失的一块是人群维度。已有研究几乎都使用无言语障碍的说话人，弱化是否在口吃者身上以同样方式实现并不清楚。作者的假设是口吃者语音灵活性较低，因此同一词的常规用法与话语标记用法之间的差异在口吃组会更小。

这个假设需要在数据中检验，而不是默认成立。后文结果显示，差异不是简单变小，而是方向发生反转，这正是需要仔细复述方法才能理解的地方。

任务如何定义：哪个词、哪两种用法、哪两组人？

论文只研究一个词 donc。它在语料中既可作表结果的连词，即常规用法，英文为 canonical use，缩写 UC；也可作话语标记，即 MD。举例说明：当 donc 连接前后因果命题时，判为常规用法；当它主要起推论、总结或话轮衔接作用而因果联系变弱时，判为话语标记。

教学例子仅用于理解分类逻辑，不代表本文对每条语例的判定，实际判定来自双人标注与分歧讨论。 人群分为两组。口吃组与对照组各 9 人，按年龄、性别与社会职业类别匹配。平均年龄约 26 岁 11 个月，范围 19 至 45 岁，每组 5 男 4 女。纳入要求为 18 至 50 岁、法语为母语、无神经病史、无精神病史、未服用抗抑郁或抗焦虑药物。

口吃组需有持续性发育口吃诊断，对照组排除任何流畅性障碍与口吃家族史。

常规用法 × 话语标记用法： 常规用法指 donc 作表结果的连词，保留因果命题联系，分工是提供句法语义可判定的基准；话语标记用法指 donc 脱离严格因果、做推论重述或话轮衔接，分工是承载语用组织功能。搭配理由是同一语音串对应两种功能，可分离形式变化来自发音还是来自功能；组合意义是全部声学比较都以常规用法为参照来判定标记用法是否被区别对待。

语料来自开放问题引导的自发对话，主题包括典型的 1 天、隔离期、假期等，每人平均约 4.03 分钟。需要检验的具体问题有 4 层。第一，donc 作标记与作常规连词时，用法比例在两组是否不同。第二，donc 本身是否流畅、其前后是否伴随不流畅。 第三，总时长与内部 3 段/d/、/ɔ̃/、/k/的比例是否随用法与组别变化。

第四，前后有无无声暂停、前后音高跳变幅度是否随用法与组别变化。原假设是口吃组的功能区分更小，但检验方式是对交互作用建模，而不是只比较单组均值。

方法全景：从录音到统计，一个 donc 走完哪些步骤？

先沿一个 donc 走完全程。假设语料中出现 1 次 donc，研究者先听上下文并看转写，独立判断它是 MD 还是 UC。若 2 位标注者不一致，则讨论至达成共识。接着判断这次 donc 本身是否流畅，以及紧邻其前、其后是否存在不流畅。然后在声学软件中量出 donc 的总时长，并把/d/、/ɔ̃/、/k/3 段分别切分计时，计算每段占总时长的比例。

再量紧邻前后的无声暂停时长，并量 donc 自身、前一音节、后一词首音节的平均基频，换算成前后音高跳变。最后把该次观测连同说话人、组别、用法、构音速率与总时长一起送入统计模型。每 1 次 donc 都是一个观测，嵌套在说话人之内。 语料筛选过程值得复述。全部自发语料中共检出 597 个话语标记候选，其中 donc 出现 95 次、含 58 次标记用法，voilà出现 66 次、含 59 次标记用法，enfin 系列 45 次。

作者选择最频的 donc 作为本文对象，理由是它在该语料中两种用法都有足够实例，既能作连词又能作标记。若只选单一功能的词，就无法做功能对照。 标注一致性需要如实记录。总体一致率为 76.3%，Cohen 的 Kappa 为 0.525，属中等一致；对照组 Kappa 为 0.443，口吃组为 0.624。

分歧经讨论解决。这意味着功能标签本身带有不确定性，后续所有组间比较都建立在讨论后的共识标签上。复现时应保留双人独立标注与 Kappa 计算，不能由 1 人直接定标签。 统计工具在原文中明确声明使用 R 语言经 RStudio 接口完成，参考文献中给出 R 与 RStudio 的来源。原文唯一给出可用链接的是 R 官方网站，当前可用。

复现时应记录 R 版本与混合模型包版本，因为随机截距与自由度近似方法会影响 p 值。

测量了什么：时长、分段、暂停与音高如何操作化？

流畅性测量分三处。第一处是 donc 自身是否伴随不流畅，全样本仅 4 例不流畅，口吃者与对照组各 2 例。第二处是 donc 前是否存在不流畅，第三处是 donc 后是否存在不流畅。前后不流畅按紧邻位置二值记录，用于 Fisher 精确检验比较标记与常规用法的比例。这部分样本很稀疏，解读时要谨慎。

时长测量分两层。总时长是整个 donc 的持续时间，分段时长是/d/、鼻化元音/ɔ̃/与尾音/k/各自的持续时间。进一步计算每段占总时长的比例，重点报告的是尾音/k/比例。构音速率单独计算，单位为音节每秒，用于刻画说话人整体快慢，并在模型中作协变量。原文报告对照组平均每秒 5.242 个音节，口吃组平均每秒 4.316 个音节，Wilcoxon 检验差异显著。

总时长 × 分段时长比例： 总时长指整个 donc 从起音到收音的持续时间，分工是捕捉整体快慢与弱化；分段时长比例指/d/、/ɔ̃/、/k/各占总时长的分数，分工是揭示内部资源如何重新分配。搭配理由是总时长相同可能掩盖此消彼长的内部调整；组合意义是本文把总时长作协变量控制后，再看尾音比例是否随组别与用法发生交互，从而发现整体不变下的局部策略差异。

韵律测量包括暂停与音高。无声暂停指紧邻 donc 前后的静音段，原文报告语料中 donc 后未发现无声暂停，因此建模只用暂停前有无。音高跳变指 donc 与前一音节、后一词首音节之间平均基频之差，以 DT 为单位。DT 是音乐与语音共用的半音尺度，能在不同音高基线上比较旋律跨度。测量时取各区间平均基频再求差，而不是追踪每帧曲线。

无声暂停 × 音高跳变： 无声暂停指 donc 前后紧邻的静音间隙，分工是标示韵律边界与计划停顿；音高跳变指 donc 与前后相邻音节平均基频之差，以半音为单位，分工是度量旋律断裂或延续。搭配理由是暂停与旋律常互相补偿，有暂停时音高跳变可能减小；组合意义是把两者并列建模，才能判断区别话语标记靠的是停顿切分还是旋律重置。

模型结构需要逐个说清。对于尾音比例，使用线性混合模型，固定效应包括组别与用法的交互、总时长与构音速率，说话人作随机截距，固定效应检验用 Satterthwaite 近似自由度。对于暂停前有无预测用法，使用广义混合模型，含组别、用法、时长、速率与组别与暂停的交互。对于前后音高跳变，使用线性混合模型，预测变量包括时长、用法与组别的交互、速率、有无前暂停与性别，说话人随机截距。复现时必须保留这些协变量，否则交互估计会改变。

本研究训练了什么模型？若无训练实际计算是什么？

本研究没有训练神经网络，也没有更新任何声学模型权重，因此不存在训练集划分、优化器、学习率、早停或参数冻结问题。该节按要求明确说明无训练阶段，避免把统计建模误说成机器学习训练。实际计算分为 3 类：人工标注与声学测量、描述统计与假设检验、混合效应建模。 第一类计算是可重复的人工操作。双人独立标注 donc 的功能标签并计算 Kappa，不一致处讨论至共识。

对每次 donc 标记自身及前后不流畅有无；在语图上切分 3 段并量取总时长、段时长、暂停时长与各区间平均基频。这些步骤不涉及梯度，涉及的是标注指南一致性与切分标准一致性。 复现时应先固定切分规则，例如塞音闭合段与爆破如何归属、鼻化元音边界如何判定，再开始测量。第二类计算是组间比较。

用法比例与前后不流畅比例用 Fisher 精确检验并报告比值比与置信区间；构音速率与总时长用 Wilcoxon 检验。这些检验不估计随机效应，适合样本小、分布偏态的情形。 第 3 类计算是混合模型估计，用最大似然或限制最大似然拟合固定效应与说话人随机截距，报告回归系数、标准误、t 或 z 值与 p 值。原文对尾音比例模型还报告了说话人截距方差与方差分析 F 值。

复现时应原样保留随机截距结构，不擅自加入随机斜率，因为每人样本很少，复杂随机结构难以收敛。

实验条件：数据量、分组与统计口径是否可比？

数据量必须先讲清。分析单位是 donc 的出现次数，共 95 次。对照组贡献 56 次，口吃组贡献 39 次。对照组中 35 次为标记用法、21 次为常规用法，标记占比 62.5%；口吃组中 23 次为标记用法，占 59%。

Fisher 检验显示组别与是否作标记无关。两组都更常用标记用法，功能分布可比，后续声学差异不能归因于一组几乎不用标记用法。 被试量是每组 9 人，共 18 人，匹配年龄性别与职业。每人自发语平均 4 分钟左右，范围约 2.41 至 6.35 分钟，标准差约 1.22 分钟。这意味着每人平均仅贡献 5 次左右 donc，个体估计很不稳定，模型用说话人随机截距吸收个体基线差异是必要的。

复现时若扩大语料，应保持每人两种用法都有样本，否则组别与用法的交互会被个体混淆。 指标方向需要明确。总时长越长表示发音越完整；尾音比例越高表示更多时间分配给/k/；有前暂停表示边界切分更强。

音高跳变绝对值越大表示旋律断裂越大。统计口径上，尾音比例模型控制了总时长与速率，音高模型控制了时长、速率、前暂停与性别，暂停模型控制了时长与速率。 这种控制意味着报告的交互不是语速快慢的副产品。硬件与采集设备在证据中未报告具体型号与预算，复现时应注明该缺项，不猜测录音条件。统计聚合对象是单次 donc，而不是说话人平均，因此自由度来自 95 次观测，但随机截距考虑了 18 人的聚类。

主结果：总时长不变时内部与边界发生了什么？

比较的问题是：在控制语速与说话人差异后，标记与常规用法的区别是体现在整体拉长缩短，还是体现在内部配比与边界方式上。公平条件是两组功能分布相近、模型都纳入总时长与构音速率、说话人作随机截距。指标方向是总时长差越小越支持整体不变，尾音比例与暂停概率、音高跳变的交互显著则支持局部与边界分化。 下表整理用法分布与语速、总时长的基本盘，表后解释为何总时长不显著仍值得继续看细分指标。

该表使用原文连续句逐字覆盖数字，不引入外部数值。

表后解释需要同时给出收益与代价。

主要收益是基线可比：功能分布无关联，p 为 0.831，总时长在用法间与组别间均无显著差异，Wilcoxon 的 p 为 0.7。这说明若只看整个词长，会得出标记与常规用法没有区别的结论。代价是语速本身组间差异显著，p 为 0.000，若不控制速率，任何时长比较都可能被整体快慢污染。本文把速率作为协变量，正是为了在语速不等时仍能比较策略。未胜出项是总时长，它在此样本中不是有效区分线索。

尾音比例是第一个细粒度发现。模型显示总时长越长尾音占比越高，系数为 0.29，t 值约 9.91，p 为 0.000；组别与用法的交互显著，系数为 0.031，p 为 0.026，而组别与用法各自的主效应与速率主效应均不显著。在常规用法中，对照组尾音比例为 0.362，口吃组为 0.271，p 为 0.04；在标记用法中组间无显著差异，p 为 0.403。

方向上，对照组常规用法尾音较长、标记用法相对缩短，符合文献中标记更弱化的趋势；口吃组则相反，标记用法尾音比例相对更高。作者的有限解释是口吃者可能把标记用作规避不流畅的支点，因而把尾音发得更实以稳住过渡。该解释是事后推测，待验证。 下段导读尾音比例箱线图，帮初学者把交互翻译成可见分布。

该导读段提出比较问题：同一用法下两组中线谁高，同一组内两种用法中线如何移动，并提醒分布重叠很大。

看图路径： 1. 先确认横轴四箱：左侧两箱为一组被试的常规与标记用法，右侧两箱为另一组的常规与标记用法；2. 再看纵轴为/k/时长占 donc 总时长的比例，比较每箱中线高度与箱体位置；3. 注意左侧红色常规箱中线最高，右侧红色常规箱中线最低，蓝色标记箱居中且两侧接近；4. 观察须线长度与离群星号，判断分布重叠很大、差异是均值趋势而非完全分离

论文图 1。原论文 Figure 1：“Proportion de la durée de la coda /k/ (GC = groupe contrôle, PQB = personnes qui bégaient) et par utilisation (UC = utilisation canonique (rouge) ; MD = marqueur discursif (bleu))”。

上图解释需要对应像素可见内容。纵轴为/k/时长占 donc 总时长的比例，横轴为四箱，左侧两箱对应一组被试的常规与标记用法，右侧两箱对应另一组。可见左侧红色常规箱中线接近 0.38，高于右侧红色常规箱中线约 0.26；蓝色标记箱在左右两侧中线都在 0.30 附近，右侧略高。箱体与须线重叠明显，并有离群星号，说明效应是均值趋势而非类别分离。

这与模型结论一致：交互显著但主效应不显著，差异集中在常规用法一侧。不能把某箱整体高于另一箱读成每个样本都如此，也不能读出具体样本量。 暂停与音高的发现需要在同一节继续展开，因为它们共同构成边界镶嵌。下段导读预测概率交互图，问题是：有前暂停时，被判为标记用法的概率在两组如何反向变化。

看图路径： 1. 先确认横轴为暂停前条件，纵轴为模型预测 donc 为话语标记的概率；2. 再比较红色对照组折线随暂停条件的变化方向与蓝色口吃组折线的变化方向；3. 注意两条线呈交叉形，一条随暂停下降，另一条随暂停上升，误差棒都很长；4. 结合图题确认这是混合模型预测概率而非原始计数比例

论文图 2。原论文 Figure 2：“Probabilité de pauses silencieuses avant « donc » par groupe (GC = groupe contrôle, en rouge, PQB = personnes qui bégaient, en bleu) et par utilisation (UC = utilisation…”。

上图解释需要对应像素可见内容。纵轴为模型预测 donc 为标记用法的概率，横轴为暂停前条件，红色为对照组，蓝色为口吃组。可见红色线从左侧高位约 0.86 降至右侧约 0.71，有前暂停反而降低标记概率；蓝色线从左侧低位约 0.28 升至右侧约 0.66，有前暂停反而升高标记概率。两线交叉，误差棒很长，说明估计不确定性大。

模型报告组别主效应显著，p 为 0.016，组别与前暂停交互显著，p 为 0.047，对照组内暂停效应本身不显著，p 为 0.207，速率效应边缘显著，p 为 0.05。原文同时报告语料中 donc 后无无声暂停，因此该图只涉及暂停前。不能把预测概率误读为原始暂停比例。 音高跳变的结果进一步支持边界策略不同。前跳变模型显示总时长系数为 10.55，p 为 0.004，速率系数为 1.35，p 为 0.044，有前暂停使前跳变减小系数为负 1.69，p 为 0.035，性别不显著，p 为 0.067，而用法与组别的交互显著，系数为 3.42，p 为 0.038，且在口吃组更正向。

后跳变模型中，仅前暂停显著增大后跳变，系数为 1.80，p 为 0.033，用法主效应 p 为 0.080，交互 p 为 0.190，均不显著。这意味着标记与常规的旋律区分主要出现在 donc 之前而非之后，且依赖组别。作者将其解读为口吃组标记用法前旋律断裂更大、话语连续性较低，但同样是有限解释。

反证与边界：不流畅分布与未显著项说明什么？

要检验的反例是：声学差异是否只是前后不流畅多少不同造成的。公平条件是同样按标记与常规用法切分，分别看 donc 自身、前邻与后邻的不流畅比例。指标方向是若标记用法系统性伴随更多不流畅，则韵律差异可能只是停顿修复的副产品。 下表整理不流畅分布，表后解释为何稀疏数据不支持这种简单归因。该表数字全部来自原文连续句，不计算新差值。

表后解释需给出代价与未胜出项。主要代价是 donc 自身不流畅仅 4 例，无法比较自身流畅性。

前后不流畅在全样本与分组后均无显著差异，对照组虽有趋势，即标记前不流畅多、常规后不流畅多，但 p 分别为 0.132 与 0.093，未达显著。口吃组前后比例更接近，p 为 1 与 0.34。这支持声学交互不是由一侧不流畅堆积直接决定的，但也暴露检验力不足：95 次中再按组别与用法 4 分，每格仅十几次，Fisher 检验很难显著。未评测边界包括不流畅类型未细分，重复、延长、阻塞可能对暂停与音高的影响不同，本文未区分。 另一类反证是后跳变与总时长的不显著。

后跳变交互 p 为 0.190，用法主效应 p 为 0.080，说明区分线索不在 donc 之后。总时长在用法与组别间都不显著，说明整体时长策略不可靠。若复现时只测总时长与后边界，很可能重复出零结果。需要同时测尾音比例与前边界，才能看到本文报告的精细差异。 还需要说明模型的脆弱性。

前暂停模型与音高模型都纳入多个预测变量，而有效样本仅 95 次且嵌套于 18 人，自由度紧张。误差棒长、部分 p 值贴近 0.05，例如速率 p 为 0.05、性别 p 为 0.067，提示结果对标注分歧与切分边界敏感。Kappa 仅中等也意味着若换一批标注者，MD 与 UC 的划分可能移动，进而改变交互估计。复现时应做标注敏感性分析，例如仅保留一致样本再跑 1 次模型。

哪些结论不能推广：样本与测量的局限在哪里？

最直接的局限是样本小且只覆盖一个词。95 次 donc 分到 4 个格子后每格约 16 至 35 次，18 名被试每人贡献很少。作者明确指出仅基于有限出现次数与单一话语标记，限制了推广。未来工作需扩展到 voilà、enfin 等标记，并细分语用功能，例如推论、重述、话轮管理是否对应不同弱化程度。 测量局限包括只报告了尾音/k/比例达到显著，/d/与/ɔ̃/的比例细节因篇幅未给出。

暂停只分析有无，未分析时长分布；音高只用区间均值之差，未分析曲线形状与重音位置；缺乏感知实验，无法证明听者能否利用这些细微差别区分功能。复现时若只重复显著项，会夸大效应的稳健性，应完整报告 3 段比例与前后两个跳变。

流畅性分组 × 构音灵活性： 流畅性分组指说话人是否呈现持续性发育口吃及伴随的言语运动控制特点，分工是划分被试组别；构音灵活性指根据语用功能微调发音细节的能力，分工是解释组间差异的机制假设。搭配理由是口吃不仅是偶发不流畅，也可能改变对弱化的执行；组合意义是把组别与用法的交互解读为灵活性受限或补偿策略，而非单纯语速差异。

因果表述必须克制。组别与用法的交互是相关性，不是口吃导致特定发音的因果证据。语速已控制，但焦虑、任务熟悉度、话题难度等未控制。作者关于用标记规避不流畅、尾音发实以稳住过渡的说法属于可能机制，待验证。不能写成口吃者一定用此策略，也不能承诺改善识别或干预效果。训练资源、推理延迟、帧率等工程量本文未测量，不作任何承诺。

若要复现：先做什么、保留哪些参数？

复现应从语料与标注开始。使用开放问题引导的法语自发对话，保证每人几分钟连续话语；检出 donc 全部出现，不预先过滤不流畅上下文；双人独立标注标记与常规用法，计算一致率与 Kappa，分歧讨论至共识并保留分歧记录。切分时固定/d/、/ɔ̃/、/k/边界规则，统一暂停静音阈值与最小时长，统一基频提取范围与清浊处理，再计算尾音比例与前后半音差。

统计复现需保留关键设置。尾音比例用组别与用法交互、协变量为总时长与构音速率、说话人随机截距；暂停用广义混合模型纳入组别与暂停交互；音高模型纳入时长、速率、前暂停、性别与组别用法交互。报告系数、标准误、t 或 z 值、p 值与随机截距方差，不只报告是否显著。

软件注明 R 与包版本，随机数与优化器设置若有也应记录。 核对清单包括：总样本 95 次、对照组 56 次、口吃组 39 次、标记占比 60% 左右、构音速率对照组快于口吃组、总时长无显著差异、常规用法尾音比例对照组高于口吃组、前暂停交互与前音高跳变交互显著、后跳变不显著。若任一方向相反，应先检查标注一致性与切分规则，再检查协变量是否遗漏。不要用事后最优切分点或挑选子样本来凑显著性。 初学者常误以为复现就是重跑 p 值。

更重要的是重走标注与测量链：同一段录音换人切分，尾音边界移动几十毫秒就可能改变比例；暂停阈值不同，前暂停有无就会变化。建议先在少量样本上做切分者一致性，再进入全量建模。

收束：何时值得参考这篇论文的方法？

当研究问题涉及同一语音串在不同语用功能下的细微实现，且被试存在流畅性差异时，这篇论文的方法值得参考。它的可取之处是把功能标签、流畅性位置、内部时长分配与前后韵律边界放在同一分析框架中，并用速率与总时长作控制，避免把整体快慢误读为功能标记。 直接报告的结论是总时长与整体不流畅分布无显著差异，支持的判断是尾音比例、前暂停与前音高跳变呈现组别与用法交互。

对照组用尾音缩短区分标记用法，口吃组则用更实尾音、前暂停与更大前跳变组织标记用法，这种交叉是本文最需要记住的模式。 不值得照搬的情形是需要大样本推广或实时应用时。小样本交互易受标注与切分影响，后跳变与总时长的不显著提示线索位置很窄。若要用于教学，应让学生先复述单个 donc 的完整处理链，再解释为何总时长相同不等于发音相同，最后用箱线图与交互图理解交叉效应的含义。

还需补做的验证包括多词扩展、功能细分、感知可辨性与纵向稳定性。只有在这些验证完成后，才能讨论其对言语评估或语音合成中话语标记建模的启示，否则应停留在方法示范层面。

📐 原文公式与排版

以下展示论文原页中的数学表达区域，保留原始上下标、分式和符号排版。区域序号仅用于本文导航，不是论文公式编号。

另有 48 个候选区域因边界不明确或图片数量、尺寸限制未展开；请查看完整论文中的原始排版。

⚖️ 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 jep-2026 论文汇总