常州吴语是左重还是右重：名词短语的部分左主导与动词短语的协同发音之辨

英文题目：Étude acoustique du sandhi tonal de la langue wu de Changzhou

会议身份：conference:jep:2026:conference-paper-id:chen26_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 #语音属性识别

评分：6.3/10 | 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 0.7/1.5 | 开源 1.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.3/1.5

排名：前50% | 文档类型：理论研究

👥 作者与机构

• Yu Chen：机构信息未能从会议 PDF 纯文本可靠映射
• Nathalie Vallee：机构信息未能从会议 PDF 纯文本可靠映射
• Thi Thuy Hien Tran：机构信息未能从会议 PDF 纯文本可靠映射
• Giovanni Depau：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本文输入为常州吴语双音节名词与动词短语录音，输出为各调类组合在连续语流中的基频实现是否构成音系性变调的判断，难点在于区分真正的左主导变调与纯语音性声调协同发音的渐变连续体。方法链分四步：先用载体句采集196组双音节及对应单音节基线语料并做强制对齐与韵母切分，其输出的切分段进入基频提取与半音z-score归一化以得到可比轮廓。接着按调类组合、短语类型与音节位置分别拟合广义加性混合模型，最后比较高度系数与轮廓平滑差异以判定变调类型与词汇变异。相对上海话完全左主导加右主导协同发音的二分解释，关键机制差异在于常州话名词短语呈现部分左主导，即第二音节在T1+X与T7+X等组合中仍决定整体走向，具有方言比较意义。在动词短语与单音节基线比较条件下，T6+T1组合第二音节的条件效应系数指标为-1.8，低于T8+T1组合第二音节的条件效应系数指标-1.5。结论适用边界受限于受控朗读体双音节样本，向自然语流、老年男性及其他吴语的推广尚未验证。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

连读时声调走样了，怎样区分真规则与自然过渡？

刚进入语音与音乐音频方向的研究生首先要建立一个直觉，孤立字调与连续语流中的实现很少完全相同。论文开篇把这种走样分成两类，一类是声调变调，用白话说就是特定条件下必须发生的改写规则，触发条件明确且结果相对稳定，例如普通话三声连读或上海话复合词中的整体换调。另一类是声调协同发音，用白话说就是前后音高互相牵拉造成的自然过渡，属于语音实现层面的渐变，不需要特殊句法条件，只要连起来读就会出现。学习依赖在于，如果不先分清这两类，后面看到双音节曲线与单字曲线不一致时，就会把所有不一致都当成变调规则。

声调变调 × 声调协同发音： 声调变调分工是承担音系层面的规则性改写，只在特定声调组合或特定形态句法条件下触发并改变调型结构；声调协同发音分工是承担语音层面的相邻影响，由前后音高的机械过渡引起轮廓的局部抬高、压低或简化。两者搭配的理由是连续语流中的音高偏离可能来自任一来源，必须先分离普遍存在的协同发音才能判定是否存在真正的变调，组合意义在于本文把动词短语的偏离归为协同发音而把名词短语的大偏离归为部分左主导变调。

常州话的吸引力在于它同时考验这两种解释。吴语以变调复杂著称，上海话研究通常区分通用式与窄用式，对应英文的左主导与右主导。左主导指首音节说了算，后面音节丢掉原调并接受首调扩展。右主导指末音节说了算，前面向后面靠拢。近年上海话的重新分析倾向于认为左主导更像真正的音系过程，而右主导更像持续性同化的协同发音。

常州属于毗陵片，距上海约一百六十公里，互通程度高但系统并不相同，7 个调位中历史阳上已并入阳去，且同一调组合在名词中可有多达 3 种实现，例如调组合 T7 加 T1 在国家、铁丝、菊花 3 个词中走向不同。这就提出一个可检验的问题，名词与动词两种句法环境是否真的分别触发不同机制，还是右主导只是复杂折调被拉平后的误认。本文的目标读者需要记住，整篇论文的比较逻辑都围绕这个区分展开，后文所有声学操作都是为了让规则性改写与自然过渡显形。

上海话的左右主导之争给常州话留下什么待验假设？

理解本文需要先沿上海话路线走一遍。早期描写承认两种变调并存，通用式用于多数复合结构，窄用式用于动词加宾语等受限结构。近年的声学与音系工作提出不同看法，左主导被建模为非首音节失调加首调扩展，右主导则被解释为 perseverative assimilation，即前调对后调的顺向影响导致的轮廓弱化，而非独立的音系主导。这一转向的重要性在于，它把右主导从规则降级为程度问题，预测动词短语的曲线应与引用调大体同形，只是弯曲减少、时长压缩或整体上下漂移。

左主导变调 × 右主导变调： 左主导变调分工是由首音节声调决定双音节整体调型，非首音节失去原调后接受首调的扩展；右主导变调分工是由末音节声调保留主导地位，首音节向末音节靠拢。两者搭配的理由是上海话研究长期用这 1 对概念划分名词性组合与动词性组合的不同行为，组合意义在于常州话检验正是看名词短语是否呈现左主导、动词短语是否呈现右主导，从而判断该二分法能否跨方言沿用。

常州话的前人描写提供了第二个参照。赵元任、王萍、钱乃荣等人的记音在具体调值与变调条目上有分歧，但都注意到常州与上海相似又不完全相同。关键差异是上海双音节组合通常只有一种实现，而常州某些组合存在多个词汇相关的变体。本文作者基于自采的声学与听辨数据重写了调类与变调表，并明确指出阳上归并与 T4 编号空缺是为了与前人编码兼容。

比较方言学的意义正在于此，如果常州在名词中呈现首音节主导但第二音节仍能改变整体走向，那就不是严格的左主导，而是一种部分左主导，可能代表更早的阶段。如果动词中找不到稳定的右主导，而只看到轮廓简化与高度漂移，那就支持把北方吴语的右主导统一改写为协同发音。研究生复述时不要把左右主导当成既定事实，而要当成待检验的标签，检验标准是形状是否重组、是否受句法条件稳定触发、是否出现 1 对多的词汇变体。

本文要回答的四个具体问题是什么？

论文把目标收敛为双音节序列在不同形态句法语境中的声学实现，并以与上海话的比较为线索。作者提出 4 个假设，可直接转写为可核对的操作问题。第一，调位实现是否因孤立与句中语境不同而变化，预期存在协同发音引起的差异。第二，动词短语中的变化是否主要属于协同发音，而非独立的右主导规则。第三，名词短语是否因真正的变调规则而更大幅度偏离引用调，出现调型结构的实质改写。

第四，同一调组合在名词中是否允许各自具有特定调型的多个变体。4 个问题构成学习依赖链，前两个建立基线与阴性对照，后两个检验阳性效应与变异结构。方法上作者选择只跟踪基频随时间的变化，用高度与形状两个维度作答。高度回答整体抬高或压低，形状回答弯曲是保留、简化还是重组。研究生在阅读结果时应时刻回指这 4 个问题，避免把孤立与句中的整体抬高误读为变调，也避免把名词中的词汇分叉误读为测量噪声。

从一个双音节样本走完全流程需要经过哪些环节？

先沿一个样本走完全程。假设目标是调组合 T6 加 T1 的一个动词短语，实验员先把它嵌入预先写好的动词载体句，呈现在十六英寸屏幕上，简体字四十磅，要求发音人以正常语速读两遍载体句，再把该词孤立读两遍。与此同时，构成该词的两个单字也作为单音节项被孤立录制两遍，形成基线。录音在常州市中心安静的共享办公空间完成，使用 Zoom H5 录音机与 AKG C1000 S 话筒，采样率 44100 赫兹、十六比特。

随后在 Praat 中对目标词韵母做强制对齐与手工边界校正，用 Harvest 算法提取基频并用 PitchMendR 检查修补，剔除严重嘎裂嗓无法可靠估计的部分，再把基频转成半音并按发音人做 z 分数归一化，消除个人音高差异。最后把该动词短语第一音节与第二音节的归一化曲线分别与对应单字的基线曲线比较，用混合模型判断高度差与形状差。

调位 × 单音节基线： 调位分工是指单字在孤立缓读时稳定呈现的引用调，作为每个声调类别的身份参照；单音节基线分工是把本研究 236 个不同音节逐个孤立录音并求平均归一化曲线，为双音节中第一音节和第二音节各自提供可比的起点。两者搭配的理由是没有基线就无法判断双音节中的偏离是整体抬高还是调型重组，组合意义在于后文所有动词短语与名词短语的比较都是相对各自位置基线的高度差与轮廓差。

7 个调位的平均归一化曲线是理解全篇的钥匙。导读如下，横轴是相对时长，纵轴是 z 分数化的半音，数值高低只表示相对个人均值的上下，不代表绝对赫兹。每条线代表一个调位在孤立缓读下的平均走势，线长不同反映调位时长差异，短促调明显更短。

看图路径： 1. 先看横轴相对时长与纵轴归一化半音 z 分数，确认每条线是一条调位的平均走势；2. 再对比最低且凹陷最深的 T2 与先降后平的 T5，体会复杂折调与短促调的长度差异；3. 最后记住 T1 高平、T7 高平短促、T8 低升等参照，以便在后文双音节图中辨认保留还是改写

论文图 1。原论文 Figure 1：“Contours moyens normalisés de f0 pour les 7 tonèmes du wu de Changzhou établis à partir de nos données”。

这张图解释了后文为何特别关注 T2 与 T6。从像素可见，最低的深黄线呈深凹形，先降后升，幅度最大，对应 T2 的复杂折调。浅蓝线先平后升再降，对应 T6 的折调。绿色上扬线对应 T3，深青快速下降的短线对应 T5，粉色上升线对应 T8，高平线对应 T1 与 T7。复述时要强调，动词短语中恰恰是 T2 与 T6 最容易被拉平成单调走向，这与协同发音导致复杂轮廓简化的预测一致。名词短语中 T5 与 T7 反而常保留原形，说明并非所有偏离都是机械简化，必须分条件讨论。

对齐、基频与混合模型各自解决什么计算问题？

方法全景可拆为 3 个组件。第一个组件是分割与对齐，解决从连续录音中准确切出目标韵母的问题。作者先用基于英语声学模型的 Montreal Forced Aligner 按 Dolatian 的方法做自动对齐，再手工精调所有边界。这一步的理由是基频的时间归一化依赖准确的韵母起止点，切偏会把辅音段或相邻元音的过渡误算为调型。第二个组件是基频估计与归一化，解决可靠音高与跨人可比的问题。

Harvest 被选中是因为相对传统算法更稳健，PitchMendR 用于目检与修补，严重嘎裂段直接排除而非强行插值。转半音使音程关系更符合感知，z 分数归一化消除男女与个体音域差异，使不同发音人的曲线能平均与建模。第 3 个组件是统计建模，解决高度差与形状差的形式化检验问题。

广义加性混合模型 × 平滑项： 广义加性混合模型分工是为非线性时间序列提供总体趋势加条件差异加随机变异的统一估计框架；平滑项分工是具体承担随时间变化的基频形状建模，包括全局平滑、按语境或条件区分的差异平滑以及按发音人和词项区分的因子平滑。两者搭配的理由是基频轮廓既有非线性弯曲又有发音人和词项差异，线性模型难以刻画，组合意义在于用高度参数读整体上下移动、用差异平滑的有效自由度与显著性读形状是否真正改变。

具体建模安排值得初学者逐句复述。模型按每个调组合、每种短语类型、每个音节位置分别拟合，固定效应是语境或条件，随机效应包括发音人与词项。时间动态用随时间变化的平滑项建模，包含全局平滑与按条件区分的差异平滑，发音人与词项用因子平滑吸收个体与词汇变异。名词模型额外加入按词项的因子平滑以捕捉同一组合内的多调型分叉，动词模型不加这一项，因为预观察未发现动词存在此类分叉。拟合使用 mgcv 包的 bam 函数，可视化用 ggplot2。

解读时记住两个读数，条件系数读平均高度差，正值表示双音节高于单字基线，负值表示更低。差异平滑的有效自由度与 p 值读形状差，有效自由度接近一表示近乎直线，数值越大表示弯曲越复杂，显著则表示双音节形状与基线不可视为相同。灰底与否、平滑是否显著、高度差方向，三者共同决定结论是协同发音还是变调。

本研究训练了什么，没有训练什么？

本研究没有训练任何神经网络声学模型或变调分类器，也没有更新任何预训练权重的梯度路径，不存在优化器、学习率、早停或冻结层切换的报告。需要明确的缺项是，论文未给出 Harvest 内部阈值、PitchMendR 修补比例、z 分数所用均值方差的计算窗口，也未报告 bam 中基函数数量、惩罚阶数与收敛判据，复现时只能采用包默认值并记录实际选择。真实计算过程是规则与统计拟合而非深度学习训练。

Montreal Forced Aligner 在此仅作为现成对齐工具调用，其英语声学模型不针对常州话重新训练，调用后全部边界经人工校正。对齐后的基频序列经半音与 z 分数转换，直接进入按组合切分的广义加性混合模型拟合，估计的是高度系数与平滑曲线，而非网络参数。名词模型中按词项的因子平滑是对方言变异结构的显式建模，不是为提升预测精度的特征工程。理解这一点可避免两种误解，一是把无训练等同于确定性求解，实际上平滑显著性仍依赖样本量与随机效应设定。

二是从调用现成工具推定输出确定，实际上嘎裂剔除、边界手工调整与样本清洗都会改变可建模的组合数量，原文理论 196 个模型实际只拟合 189 个就是证明。

语料、发音人与载体句如何控制公平比较？

实验条件按可复述的清单交代。语料主体是覆盖全部调组合的双音节项，7 个调乘 7 个调乘名词与动词两种类型乘 2 次重复，共 196 个双音节次，外加从王萍与钱乃荣著作中补充的 42 个名词项，用于细查同一组合的多个变体。全部双音节共涉及 236 个不同音节，这些音节又被单独录制构成单音节基线。名词四十九项、动词四十九项加补充名词四十二项，每项先在载体句中读两遍，再孤立读两遍，单音节每项录 2 次。

载体句的作用是强制实现预定的形态句法环境，同时保证语义与句法自然，但原文给出的载体句编号下具体句式在所收证据中为空，复现时必须承认这一缺项，不能自行编造句式。

名词短语 × 动词短语： 名词短语分工是在本研究中承载传统上期待出现左主导变调的形态句法环境；动词短语分工是承载传统上期待出现右主导变调的形态句法环境。两者搭配的理由是只有把同一声调组合分别放入两种载体句并保持录制与测量流程一致，才能分离句法条件的作用，组合意义在于后文动词短语保守而名词短语激进的对比直接构成对常州话是否保留右主导的判决性检验。

发音人与录制细节决定结果的适用边界。数据于二零二五年夏季在常州采集，共 19 名母语人，但因时间限制本文只分析其中 3 名年轻女性，年龄二十四岁、三十三岁与三十六岁，均在常州市中心出生长大并继续居住工作，日常仍常用常州话，自报无言语与听力障碍。这意味着结论仅直接适用于年轻城市女性，不能推广到男性、老年或郊区口音，作者也说明更大样本的分析正在进行。

录制环境、屏幕字号、话筒型号与采样参数上文已述，分析时还需注意一个混淆，单音节只在孤立语境录制，而双音节在载体句中录制，因此条件效应与语境效应部分纠缠。公平比较依赖两点，一是所有曲线都经按人归一化，二是动词与名词各自与同一基线比较，而非直接互比绝对音高。研究生在引用数字时必须同时注明数据集、阶段、指标与聚合对象，数值相同不代表指标相同，百分点与相对百分比不可混用。

数据规模、划分与统计口径如何核对？

为便于核对，把关键规模集中整理。比较问题是，在相同调组合覆盖下，各阶段样本量与模型数量是否闭环，指标方向是数量缺口应能被清洗与补充项解释，而非凭空消失。

上表的主要收益是提供可重算的闭环，7 乘 7 得 49 组合，乘 2 类型乘二重复得一百九十六，与理论模型数一致，实际一百八十九的缺口明确归因于清洗。具体代价是分析样本仅 3 名年轻女性，19 人中的其余 16 人尚未纳入，性别与年龄多样性不足，跨群体推广待验证。统计口径上高度用条件系数，单位为 z 分数化半音，正为更高，负为更低。形状用差异平滑有效自由度与 p 值，有效自由度大且显著表示形状不同。

聚合对象是按组合、类型、位置切分后的时间序列，而非跨组合平均。硬件与耗时方面原文仅给出录音设备与采样率，未报告标注工时与拟合耗时，复现时需自行记录。资源状态方面，本次未发现来源绑定且完成超文本传输安全协议状态验证的资源，不得声称代码、模型或数据已公开，复现应按方法文字重写流程而非寻找下载链接。

动词短语是否保留原调只是被拉平，名词短语是否真正改写？

先看语境的总体作用。比较载体句与孤立语境的模型显示，绝大多数组合存在显著的整体高度差，载体句中更高，仅 11 例无显著高度差，16 例在句中更低。形状方面则相反，除 19 例外的差异平滑多为不显著或有效自由度很低，说明语境主要移动整体高低，而不重组轮廓。这支持第一个假设，并为后文定下基调，高度移动不能单独作为变调证据，必须看形状。

动词短语与基线的比较是右主导检验的核心。从像素看，动词大图的多数格子中彩色线围绕黑色基线波动，首音节与末音节的整体走向大体保留，但复杂弯曲被削弱，有时趋向单调。导读如下，每格标题为调组合，左半为第一音节 10 个时间点，右半为第二音节 10 个时间点，黑色三角为单字基线，彩色圆点为动词实现。

看图路径： 1. 先按每格标题找到 T6 或 T2 所在的行列，再区分黑色三角基线与彩色圆点动词短语；2. 再观察左半格第一音节与右半格第二音节的弯曲是保留还是被拉平成单调走向；3. 最后注意少数整体下移的格子，判断是高度移动还是形状重组

论文图 2。原论文 Figure 2：“Contours moyens normalisés de f0 pour les monosyllabes (lignes noires, △) et les dissyllabes de type SV (lignes colorées, ◦)”。

该图的可执行观察是，先找 T6 所在行列，可见基线的起伏在动词中被压平，高度也常下移。再找 T2 所在格，可见深凹被填浅。这与下表量化结果一致，下表比较的问题是，在保持基线、位置与调组合相同的条件下，动词形状是否显著偏离基线，指标方向是有效自由度越大表示偏离基线的弯曲越需要非线性解释，p 值判断显著性。

上表的主要收益是证明 T6 与 T2 在动词中系统性简化，支持协同发音解释。具体代价与反例是，少数组合出现大幅压低，例如 T8 加 T1 第二音节条件系数负 1.5，T6 加 T1 第二音节负 1.8，T6 加 T7 第二音节负 1.6，一方面可解释为前调对后调的顺向压低，另一方面录音观察发现少数动词被读得像名词，如读书按引用调应为低升加高平的组合，却被读成符合变调表的低升调型，说明动词与名词的边界在实际语料中并非绝对，右主导无清晰证据的判断需留有余地。

名词短语呈现更强的偏离。从像素看，名词大图多数格子彩色线明显离开黑色基线，首音节常主导整体，但 T1 加 T7 与 T1 加 T8、T7 加 T5 与 T7 加 T6、T8 加 T5 与 T8 加 T6 及 T8 加 T7 与 T8 加 T8 等组合中第二音节也决定最终走向，与 T 加 T1 或 T2 或 T3 的模式不同，提示存在按组合区分的子机制。导读如下，标记与动词图相同，新增灰底表示该组合存在多个差异很大的实现，平均线会掩盖分叉。

看图路径： 1. 先找出灰底格子，确认它们对应词项变异大、同一组合存在多条分叉明显的彩色曲线；2. 再对比 T7 加 T5 或 T7 加 T7 等非灰底格，观察彩色线与黑色基线几乎重合的保守情形；3. 最后比较同一组合左右两半格，判断是首音节主导还是第二音节也改变了整体走向

论文图 3。原论文 Figure 3：“Contours moyens normalisés de f0 pour les monosyllabes (lignes noires, △) et les dissyllabes de type SN (lignes colorées, ◦).”。

该图的解释是，灰底格的彩色线常分叉或显著偏离，非灰底如 T7 加 T5 第二音节高度差仅 0.2 且不显著、T7 加 T7 两音节高度差分别为负 0.16 与负 0.1 且不显著，说明 T5 与 T7 常保留引用调。下表量化名词中的词汇分叉，比较问题是同一调组合内不同词项是否需要各自的非线性形状，指标是按词项平滑的有效自由度，数值大且显著表示存在竞争性调型而非单一原型。

上表的主要收益是证实第 4 个假设，同一组合允许多个调型且第二音节分叉常更大。具体代价是平均曲线会把多个原型抹平，若只看均值会低估系统复杂性。未胜出项是 T7 加 T7 等保守组合，它们提醒总体趋势不等于每组都改写。结合首音节主导但第二音节亦参与的现象，作者提出部分左主导的判断，并认为这比上海话的严格左主导更古老，变异在年轻女性中趋于收敛但仍受词项与个体影响，呈现重组中的系统而非稳定规则集。

哪些对照排除了整体抬高与平均曲线的误读？

本文没有神经网络消融，但有 3 组方法学上的对照起到类似作用。第一组是载体句与孤立的对照，回答整体抬高是否等于变调。结果显示高度差普遍而形状差稀少，若把高度差当成变调会大幅高估规则数量，因此后文坚持用形状显著性作为判决依据。第二组是动词与名词各自相对同一基线的对照，回答句法条件是否改变结论。在相同测量与建模流程下，动词保守而名词激进，说明差异来自句法环境而非流程偏差。

第 3 组是按词项平滑的有无对照，回答平均曲线是否掩盖多调型。若去掉词项因子平滑，灰底组合的分叉会被平均成一条中间路线，有效自由度虚低，从而误判为单一变调。若加入后有效自由度飙升至二十以上且高度显著，则必须承认竞争性原型并存。失败条件也已报告，理论 196 个模型因观测不足实际拟合 189 个，某些调组合因样本稀少无法可靠建模。复现时应保留这些不可建模组合的清单，而不是用插值补齐。

另一边界是少数动词读成名词调型，若清洗时直接删除这些 token 会人为强化动词保守的结论，作者选择如实报告而非剔除，这种保留反例的做法值得学习。

哪些混淆与缺项限制了因果判断？

作者明确承认两项主要局限。第一，条件与语境纠缠，单音节只在孤立语境录制，双音节在载体句中录制，因此双音节与基线的高度差可能混入载体句导致的整体抬高。若要分离，需要补充在载体句中嵌入单字或在孤立语境读双音节的对照，而本研究尚无该设计。第二，时间限制导致只分析 3 名发音人，词汇变异的穷尽探索不足，灰底组合内部到底有几个稳定原型、每个原型对应哪些词、个体间如何分布，都还需更大样本回答。

推断语气上应严格区分 3 层，报告层是动词保留基调仅简化、名词大幅偏离且一词多调。支持层是动词结果支持协同发音解释、名词结果支持部分左主导。推测层是部分左主导更古老、系统处于重组、右主导应改写为协同发音，这些尚未被直接证实，需要跨性别年龄与跨吴语点的比较才能检验。相关性不等于因果，曲线相似不等于机制相同，未测量感知可辨性、语义可理解性、产出潜伏期与计算开销时，不应承诺变调规则改善了任何工程指标。

训练资源、推理开销与输出帧率在此不适用，但标注与拟合成本仍应区分，总体趋势不等于每组每步都成立，T7 加 T7 等保守组合就是反例。

要重做这项声学比较，第一步先固定什么？

复现应按学习依赖倒排，先固定可比性，再追求数量。第一步重建基线，录制全部 236 个单字孤立两遍，按相同流程提取基频并归一化，画出 7 个调位的平均曲线并与原文图一的定性关系核对，T2 最深凹、T6 次折、T5 短降、T8 低升、T1 与 T7 高平。若基线形状对不上，后续比较无意义。第二步重建动词对照，选择 T6 与 T2 所在的组合各数个，按同一载体句逻辑录制，检验是否复现保留走向但弯曲减少，以及有效自由度在三至五量级显著。若复现出大幅重组，则需检查是否误把名词读法混入。

第三步重建名词分叉，优先选择 T5 加 T1、T6 加 T6、T7 加 T3 等灰底组合，每个组合录多个不同词汇，拟合带词项因子平滑的模型，观察有效自由度是否飙升。若只录一词每组合，将无法复现一词多调。必须保留的关键信息是采样率 44100 赫兹、十六比特、韵母级手工边界、嘎裂剔除、半音加 z 分数、按组合类型位置切分、用 bam 拟合。

缺项补验证包括补录载体句中的单字以解耦语境效应，扩大到男性与年长者以检验收敛趋势，以及公开标注规范与模型代码以便他人核对有效自由度与条件系数的计算口径。在无公开资源的前提下，所有脚本应从描述重写并记录与默认参数的差异。

何时值得借用部分左主导的解释，何时不该用？

综合判断可写成 3 条可执行建议。当研究对象是吴语名词性双音节且发现首音节主导但第二音节仍改变走向时，值得尝试部分左主导的框架，并用按词项平滑检验是否一词多调，避免用单条平均规则强行统一。当研究对象是动词加宾语且复杂折调被拉平时，不宜直接宣布发现右主导，应先检验形状是否保留、高度漂移是否可用顺向协同发音解释，并检查是否存在读成名词调型的混入 token。

当样本仅为少数年轻城市女性时，不宜把结论推广为全方言规则，应表述为该群体中的趋势，并把性别年龄扩展与跨方言比较列为待验证项。本文的真正贡献不是给出常州变调表定稿，而是用同一套声学流程让两种机制显形，名词激进而多变，动词保守而简化，从而为北方吴语的右主导存疑提供来自常州的证据。

研究生带走的方法应是高度与形状分开读、平均与分叉分开看、句法条件与语境效应分开控，任何一步合并都会把协同发音误判为变调或把竞争原型误判为噪声。

📐 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 15 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