都用边界和重音断句，为何运动性言语障碍的切分轮廓仍然不同

英文题目：Exploration du phrasé prosodique pour la caractérisation des troubles moteurs de la parole

会议身份：conference:jep:2026:conference-paper-id:gindre26_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：#数据标注 #韵律 #言语障碍 #语音 #病理语音评估

评分：6.6/10 | 创新 1.3/2 | 技术严谨 1.1/1.5 | 实验充分 1.1/1.5 | 清晰度 0.8/1 | 影响力 0.5/1.5 | 开源 1.0/1.5 | 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

• Anne-Flore Gindre：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究输入为法语朗读语句录音与对应文本，输出为运动性言语障碍亚型的韵律短语剖面，难点在于感知上的慢速与断裂既可能源于计划与编程缺陷，也可能源于执行与呼吸限制。首先蒙特利尔强制对齐器自动切分对齐词、音素与音节并经Praat人工校对获得时间锚点，其输出进入逐说话人校准的感知性韵律标注，标注边界强弱与节奏突显强弱。随后以事件存在率、等级分布与区间容量为因变量，以短语与被试为随机效应构建混合效应模型检验组别效应，组间差异经Bonferroni事后检验确认。相对以往只报告语速或停顿数的声学描述，该工作把构成成分结构与突显结构分开建模，因而能区分事件过多型与分布偏移型紊乱并对应计划与执行解释。在MoSpeeDi/ChaSpeePro朗读语料一致性评测下，边界强度的加权kappa指标为0.75，低于突显强度的加权kappa指标0.77。失用组同时提高词尾与词内边界及突显出现率并压缩同级极强边界间隔音节数，帕金森与共济失调组存在率正常但极强边界占比升高且区间容量走向分离。该结论适用边界受限于受控朗读的法语短句，尚未验证自发言语、其他语言与严重度分层的可外推性。原文未披露训练、推理或部署成本

🔗 开源与复现资源

• 数据相关资源：https://www.unige.ch/fapse/mospeedi/mospeedi-dataset — 链接可访问（HTTP 200）
• 第三方资源：https://gamlj.github.io/ — 链接可访问（HTTP 200）
• 第三方资源：https://rhapsodie.modyco.fr/tuto/Codage — 链接不可用（HTTP 404） 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

当字音已经受损，听者靠什么切分语流？

这篇论文的输入是法语朗读录音，目标是刻画运动性言语障碍者的韵律成组方式，输出是不同病因组在边界与节奏突显使用上的可复述差异。必须保留的信息包括被试分组与人数、朗读材料与重复次数、边界 4 级与突显 2 级的定义、区间大小的两种度量以及统计模型结构。对于刚进入语音与病理语音的研究生，关键起点是理解韵律成组的交际功能。

作者引用听者需要把连续语流切成意义组并建立并列或从属关系的观点，强调当音段受损时，说话人如何组织韵律成组对听者解码更为重要。换句话说，这不是研究口音好不好听，而是研究说话人是否还能用可感知的断裂和显著点帮助听者恢复结构。学习时要先建立一个样本走查意识。

想象 1 位被试朗读一句关于蒂帕帕岛的长句，录音先被切成词、音素和音节，然后标注者在每个词界处判断有无断裂感及其强度，同时在每个音节上判断是否落入节奏脉冲中的显著位置。后续所有比较都围绕这三件事展开。第一是事件是否存在，第二是事件有多强，第三是两个相邻事件之间隔了多长语音材料。论文的全部结果都可以回指到这 3 个量。背景部分还要交代为何选择运动性言语障碍。

作者指出这类障碍可能涉及运动计划、程序设计与执行的不同阶段，听感上常被描述为慢、不规则、断续、单调、语速变化或不恰当静音。但作者同时指出成组层面的系统研究很少，已有失调韵律工作很少连接声学测量与韵律表征，导致临床缺少评估与训练工具。这就引出本文的定位。用感知标注先把表征层面的差异讲清楚，再谈未来如何用声学相关量实现自动化。

已有工具能标典型人，为何病理组仍缺临床抓手？

相关路线可以按输入、目标、监督与运行阶段来对照。第一条路线是典型人韵律标注体系。论文提到源自自切分韵律理论的转写工具，例如 ToBI、RaP 和 Ivie，分别处理语调事件、节奏与音高、英语语调变体。这些工具的输入是典型人的朗读或自发言语，目标是建立可共享的范畴清单，监督来自训练有素的标注者一致性。它们为本文提供了方法起点，但不能直接当作病理组的结论，因为病理语音的断裂可能来自呼吸、启动困难或计划中断，而不仅是语言结构。

第二条路线是运动性言语障碍的失调韵律描述。作者引用帕金森病语调与成组研究、构音障碍跨语言研究以及小脑性共济失调的均等重音描述。这些工作的输入多为声学参数或听印象标签，目标是报告单调、加速、均等重音等现象。它们的局限在于声学与表征之间缺少桥梁。本文的差异在于同时保留边界强度与突显强度的等级，并用区间时长与音节数来刻画组块密度，从而把加速、慢速、碎裂等印象转化为可计数的分布差异。

第三条路线是法语特有的标注资源。论文在边界上借用 F_ToBI 的 4 级对应关系，在突显上借用 RaP 与 Rhapsodie 的思路，并遵循 Rhapsodie 按说话人校准听感的建议。这意味着本文不是发明全新符号，而是把已有法语可用方案组合成适合病理朗读的标注协议。复述时要强调同运行阶段对照。本文是朗读句子的离线感知标注，不是实时诊断系统，也不是声学自动分类器，因此不能与在线检测准确率直接比较。

它的临床相关性在于先验证哪些成组指标在组间稳定可分，再决定自动化阶段值得提取哪些声学相关量。

本文到底要回答哪一个可检验问题？

本文的研究问题可以复述为一句话。讲法语的失用症组、帕金森构音障碍组、小脑性共济失调构音障碍组在朗读相同句子时，是否以不同方式使用边界线索与节奏突显线索来组织话语。教学例子仅为理解结构而设，不代表论文数据。例如老师朗读短句时可以在动词短语后放一个强边界，在关键名词上放一个强突显，学生能感到一句被切成两块且重点落在名词上。论文要检验的是病理组是否保留这种切分与点亮能力，以及切分点是否过多、过强或间隔异常。

问题分解为 3 个可操作的子问题。第一个是存在性。每 100 个可能的词尾位置中有多少被标为边界，每个音节中有多少被标为突显，词内是否出现本不该出现的边界。第二个是等级分布。在已标出的边界中，弱、中、强、很强各占多少，突显中弱与强各占多少。

第 3 个是区间大小。相邻边界之间或相邻突显之间平均持续多少秒，平均包含多少音节。3 个子问题分别对应存在率、分布与密度，缺一不可。只看存在率会把频繁小切分与少量大切分混为一谈，只看等级会忽略组块到底装了多少语言材料，只看区间会忽略切分点本身的层级含义。论文的判断标准是组间差异是否在混合效应模型中显著，并以对照组为基准做事后比较。

需要注意的是显著不等于确诊。朗读任务控制了文本与语境，有利于公平比较，但不能推广到自发言语或对话中的计划压力。后续复现必须保留相同文本条件才能谈差异是否稳定。

从录音到组间比较，全流程经过哪几站？

全流程可以沿一个样本走完。输入是 1 位被试的 1 次朗读录音。第一站是强制对齐与手工校正。录音先用 Montreal Forced Aligner 自动切分并对齐，再在 Praat 中按词、音素、音节 3 层手工校正。这一步保证后续标注的边界与突显都能落到可回查的时间与音节位置上，而不是悬空的印象分。

第二站是韵律成组感知标注。标注者在能看到波形与语谱的条件下用耳朵判断。每个词界或词内音节交界处判断有无断裂感并给定强度，每个音节判断是否属于节奏脉冲中的显著音节并给定弱或强。标注按说话人逐个校准，因为不同说话人的基线语速与嗓音条件不同，同一绝对停顿时长可能对应不同的感知强度。第三站是量化与建模。

对存在性与等级使用二项或多项混合逻辑模型，对区间时长与音节数使用线性混合模型，随机效应纳入句子与被试，固定效应检验组别，再用 Bonferroni 校正做组间事后比较。输出是每组相对于对照组的优势比、对数几率差或均值差及其标准误与显著性。理解这条主路径后，才能进入组件细节。下一节先讲被试与材料如何保证可比，再讲标注等级的具体定义，最后讲统计如何处理重复测量。

任何跳过对齐与校准而直接谈组间差异的复述都是不可靠的，因为边界位置与音节计数都依赖第一站的质量。

被试与朗读材料如何保证比较公平？

被试选择的目标是让病因差异成为主要解释变量。论文共纳入 55 名运动性言语障碍者与 30 名神经典型对照者。障碍者中 18 名为言语失用症，37 名为构音障碍，其中 18 名与帕金森病相关，19 名与脊髓小脑性共济失调相关。对照组按年龄与性别匹配，全体被试均为法语使用者。年龄分布在原文表格中按均值、标准差与范围报告，帕金森组平均年龄最高，共济失调组与失用症组相对年轻，对照组居中。

复述时不能只记总人数，还要记住这种年龄结构，因为时长与停顿可能受年龄影响，模型中用随机效应与组别对照只能部分缓解，跨组解读需谨慎。材料控制是本研究可比性的关键。实验材料取自病理语音评估方案中面向发音评估的模块，共 5 个句子，每个句子重复 2 次，每人十句，全库共八百五十句。句子围绕虚构地名展开，包含多音节词、并列结构与从句结构，有利于诱发不同层级的边界。

例如包含地名并列、法律条文列举与长状语的句子会在典型朗读中自然产生多级切分。所有被试读同一套文本，文本难度与长度恒定，组间差异更可能来自成组策略而非词汇差异。下表把被试与材料条件整理为可核对的一览。表前需要明确比较问题与公平条件。本表回答样本量与任务量是否足够支撑组间比较，公平条件是同文本朗读与年龄性别匹配，指标方向是人数越多、重复越均衡则估计越稳，但年龄差异仍是潜在混杂。

表后解释主要信息与代价。本表显示对照组人数最多，有利于稳定基线估计，3 组病理组人数接近，有利于相互对照。

代价是帕金森组明显年长，若只看原始时长差异可能高估病理效应，必须结合模型中以被试为随机效应的设计来理解。另一代价是朗读任务不能代表自发计划压力，结论外推需谨慎。未胜出项是文本多样性。本研究只用 5 个句子，控制了比较条件，但未评测长篇朗读或对话中的成组策略，这是明确的边界。

边界 × 节奏突显： 边界负责在词与词或音节之间制造断裂感并提示组块层级，节奏突显负责把某个音节推为脉冲中的显著点以吸引注意并标示组块边缘，二者搭配的理由是仅有断裂会切碎语流而仅有突显会缺少分组，组合后才能同时实现切分语流、指示层级和维持时间连续性。

边界四级与突显两级在操作上如何判定？

标注协议定义了两类事件。第一类是边界，指在两个词之间或同一词的两个音节之间感到的断裂。作者以 F_ToBI 为参照定义 4 个强度。弱边界对应韵律词之间，中边界对应重音短语之间，强边界对应中间短语之间，很强边界对应语调短语边界。为了捕捉更细的断裂感，标注时允许半级并在分析时向上归入相邻高 1 级。

操作上这意味着标注者先判断有无断裂，再判断断裂层级，半级只是感知缓冲，最终仍落入 4 级体系。第二类是节奏突显，指落入脉冲感中的显著音节。作者以 RaP 与 Rhapsodie 为参照只设弱与强 2 级。弱突显是可感知的显著但不突出，强突显是显著且突出。突显与边界可以共现，例如短语末重音节既是突显也是边界位置，但二者分别统计，一个管显著点密度，一个管切分点密度。

区间大小是派生量。对每两个相邻边界计算其间隔时长与包含音节数，对每两个相邻突显同样计算。这两个量把离散的等级转化为连续的密度描述。时长变长可能来自停顿、延长或慢速，音节数变少意味着组块装的语言材料少，音节数变多则意味着组块装得多。必须把二者联合解读，否则会把赶话误判为流畅。

组块结构 × 突显结构： 组块结构负责把话语组织成意义组并用边界强度表达并列或从属关系，突显结构负责在组块内部点亮显著音节并参与节奏脉冲，搭配原因是话语既需要纵向的层级划分也需要横向的时间引导，组合意义在于说话人可以用两套互补线索让听者在切分意义组的同时预测下一个注意点。

本节还需交代与已有标注的关系。F_ToBI 提供法语语调短语层级的参照，RaP 提供节奏与音高分离标注的思路，Rhapsodie 提供按说话人校准的实践建议。本文的组合不是简单拼接，而是为病理朗读服务的取舍。保留 4 级边界是为了区分小切分与大停顿，压缩突显为 2 级是为了在病理语音中保持可判性，避免过多等级导致一致性下降。

F_ToBI 边界度 × RaP 节奏突显度： F_ToBI 边界度负责把断裂感映射到从韵律词到语调短语的 4 级层级，RaP 节奏突显度负责把显著感区分为弱与强 2 级并嵌入脉冲感知，搭配原因是本研究需要同时量化断裂有多强和显著有多强，组合后才能分别统计边界存在率、边界等级分布、突显存在率以及组块时长与音节数。

没有训练神经网络时，什么才是真正的计算过程？

本研究没有训练神经网络、声学分类器或端到端模型，因此不存在梯度更新、参数冻结、学习率或早停。把无训练误解为确定性求解是错误的。真正的计算发生在对齐、标注一致性检验与统计建模 3 个环节，每个环节都有明确的输入、操作与输出。对齐环节输入是音频与文本，操作是 Montreal Forced Aligner 自动对齐加 Praat 手工校正，输出是词、音素、音节 3 层时间边界。标注环节输入是校正后的多层 TextGrid 与可听音频，操作是按说话人校准的感知判断，输出是边界层与突显层。

建模环节输入是事件存在与否、等级标签与区间度量，操作是在 Jamovi 中用 Gamlj 与 Rj 模块拟合混合效应模型，输出是组别效应与校正后的事后比较。一致性检验是可复现性的关键。作者在 10% 的语料共八十五句上请第二位专家韵律标注者独立重标，用 2 次加权 Cohen kappa 衡量边界强度与突显强度的一致性。结果显示两类 kappa 分别为 0.75 与 0.77 且显著，表明等级判断达到强一致。

这一步不能证明标注无偏，只能说明 2 位专家在等级排序上高度一致，感知标注的主观性依然是局限。下表把数据处理与一致性条件整理为可核对的一览。表前提出比较问题。本表回答标注与对齐流程是否可重放，公平条件是同工具、同层级与双人抽检，指标方向是 kappa 越高、抽检覆盖越明确则越可信。

表后解释收益与代价。

收益是 3 层对齐保证区间音节计数可回查，双人抽检给出等级可靠性的量化证据。代价是抽检仅占 10% 且感知标注仍依赖听者，未来自动化必须用声学量重新验证。未评测边界是标注者内一致性与跨实验室一致性，本文未报告，复现时应补测。

混合效应模型 × Bonferroni 事后比较： 混合效应模型负责在控制句子和被试随机变异的同时估计组别固定效应，Bonferroni 事后比较负责在多组对照中控制 family-wise 错误率，搭配原因是被试内重复朗读带来非独立观测而多重比较容易产生假阳性，组合意义在于先得到组别总体效应再逐对判断失用症组、帕金森组、共济失调组是否各自不同于对照组。

统计模型把句子与被试变异放在哪里？

实验按问题组织而非按图表顺序。存在性问题用二项广义线性混合模型，等级分布用多项或二项逻辑连接模型，区间大小用线性混合模型。所有模型都把句子与被试作为随机效应，把组别作为固定效应。这种安排的理由是同一被试朗读十句带来被试内相关，同一句子被多人朗读带来项目变异，若用普通卡方或 t 检验会低估标准误。混合模型先吸收这两处变异，再估计组别差异，因此报告的优势比与均值差比原始百分比更可信。

指标方向需要逐个记住。存在性指标是词尾边界率、词内边界率与突显率，越高表示切分越碎或点亮越多。等级指标是各级边界占比，越高表示该层级使用越偏好。区间指标是秒数与音节数，秒数越长表示时间间隔越大，音节数越少表示组块语言容量越小。二者必须联合看。

时长变长加音节变少指向慢而碎，时长变长加音节持平指向慢速，时长变长加音节变多指向赶话中夹杂大停顿。资源方面本文未报告硬件预算与运行时间，因为主要成本是人工标注而非计算。软件条件明确为 Jamovi 及其模块，随机效应结构与校正方法明确，缺项是未报告随机斜率的具体设定与模型收敛细节。复现时应先按随机截距复现，再尝试加入随机斜率并检查结论是否稳定。

数据可用性方面，原文给出 MoSpeeDi 数据集链接，本次资源核查显示该数据集链接当前可用，已公开可访问。Rhapsodie 编码教程链接在本次核查中返回不可用，复现标注细节时应以论文正文的 4 级与 2 级定义为准，不应依赖该失效链接。分析模块文档链接当前可用，可用于核对模型操作。

哪一组切得最碎，哪一组只是停得更大？

主结果围绕 3 个子问题展开，先讲存在性。失用症组在词尾边界率与突显率上高于对照组，并且是唯一产生更多词内边界的组。构音障碍两组在存在率上与对照组无显著差异。这意味着碎裂感主要集中在失用症组，词内边界是其特异线索。教学上可以这样记忆。

失用症像在词内部也加了剪刀，构音障碍两组剪刀数量正常但剪口位置与大小不同。再讲等级分布。3 组病理组都保留 4 级边界与 2 级突显的清单，表明范畴库存未丢失，但使用偏好不同。3 组都比对照组更多使用很强边界，失用症组少用弱边界，共济失调组少用中边界。突显等级分布 3 组与对照组无差异。

这支持作者引用的帕金森语调研究观点，即抽象表征可能保留，差异在于实现与分布。以下导读针对存在性条形图。左侧为边界百分比，右侧为突显百分比，横轴为百分比，纵轴为 4 组，星号表示与对照组差异显著。

看图路径： 1. 先看图例确认四种颜色分别对应对照组、失用症组、帕金森组和共济失调组；2. 再比较中间零线左侧边界百分比条带的长度并找到标星的绿色条带；3. 然后比较零线右侧突显百分比条带并确认只有绿色条带标星；4. 最后把左右两侧读数结合起来判断哪一组同时在两类事件上偏高

论文图 1。原论文 Figure 1：“Pourcentage de frontières (à gauche) et de proéminences (à droite) selon les groupes. « 一个星号 » : significativement différent de CTRL.”。

解释可见内容。官方原图像素显示红色对照组左右两侧分别约为 46% 与 44.5%，绿色失用症组左右两侧分别约为 64.5% 与 49.5% 且两侧都标星，青色帕金森组约为 40.7% 与 42.5% 且无星，紫色共济失调组约为 46% 点三与 41.1% 且无星。这组像素细节支持正文判断。只有失用症组在两类存在率上同时显著高于对照，构音障碍两组在存在率上不支持与对照不同。读图时不能把条带颜色深浅当作效应大小，效应大小以模型优势比与显著性为准，条带只用于直观定位哪一组偏离基线。

区间时长与音节数如何拆开慢速与赶话？

区间结果是本文最需要联合解读的部分。3 组病理组的边界区间时长都长于对照组，失用症组在很强边界处的时长延长尤为突出。音节数方面失用症组更少，尤其在中、强、很强边界处，共济失调组仅在强与很强边界处更少，帕金森组反而更多。这说明同样是时长变长，装的内容完全不同。失用症是慢而碎，共济失调是大间隔但容量接近或略减，帕金森是大间隔却装了更多音节，符合文献中赶话的描述。

突显区间同样分化。失用症与共济失调组的突显间隔时长都长于对照，失用症组间隔内音节更少，共济失调组间隔内音节更多，帕金森组与对照相似。作者据此提出共济失调可能难以在显著与非显著音节间形成足够对比，呈现均等重音印象，而失用症则表现为计划阶段困难导致的少内容慢速组块。这些属于有限解释而非因果证明，因为呼吸、启动困难与计划困难都可能延长间隔，本文未分离这三者。

如果只看时长或只看音节数会误判什么？

本研究没有神经网络消融，但可以用对照分析承担反证职责。第一组反证是只看时长。若只报告边界区间秒数，会得出 3 组都更慢的笼统结论，掩盖帕金森组音节更多与失用症组音节更少的对立。只有加入音节数，才能把慢速、碎裂与赶话区分开。第二组反证是只看存在率。

若只看边界百分比，会得出构音障碍两组正常的结论，掩盖它们在很强边界占比与区间结构上的异常。只有加入等级与区间，才能发现剪刀数量正常但剪口更大的模式。第 3 组反证是只看等级清单。若只看是否保留 4 级与 2 级，会得出 3 组完全正常的结论，掩盖分布偏好。只有统计各级占比，才能发现很强边界的系统性上移。

以下导读针对边界区间大小图。上方为平均音节数，下方为平均秒数，横轴为 4 组，星号表示与对照不同。

看图路径： 1. 先确认横轴四组与纵轴上方音节数、下方秒数的双向条形结构；2. 再比较上方条带顶端标注的平均音节数并找到标星的短条与长条；3. 然后比较下方条带底端标注的平均时长并确认三组病理条带都长于对照；4. 最后把时长变长与音节数变多或变少对照起来区分慢速与赶话模式

论文图 3。原论文 Figure 3：“Taille des intervalles inter-frontières en secondes (bas) et nombre de syllabes (haut) selon les groupes (valeurs moyennes). « 一个星号 » : significativement différent de CTRL.”。

解释可见内容。像素显示上方音节数从左到右约为对照 2.71、失用症 1.94、帕金森 3.02、共济失调 2.69，其中失用症与帕金森标星。下方时长从左到右约为对照 0.515、失用症 0.644、帕金森 0.601、共济失调 0.732，且 3 组病理都标星。这组对照支持联合解读的必要性。失用症是时长上升加音节下降，帕金森是时长上升加音节上升，共济失调是时长上升幅度最大而音节数未显著偏离。

若把末端均值推广为全程规律会犯错，因为原文进一步按同级边界细分，失用症的音节减少集中在中以上级别，共济失调集中在强以上级别，总体趋势不等于每 1 级都成立。

感知标注与朗读任务限制了什么？

第一个限制是感知标注的主观性。作者明确结果来自听感判断，虽然有 10% 双人重标且 kappa 达到强一致，但仍不能排除标注者对慢速或严重度高的语音更易感知边界的偏向。半级向上归并也会系统性抬高相邻高 1 级的占比，若不同组使用半级的频率不同，归并规则本身可能放大组间差异。复现时应报告半级使用率并做敏感性分析，比较归并前后结论是否稳定。第二个限制是任务生态效度。

朗读控制了文本，有利于公平比较，但自发言语涉及概念计划、句法在线组装与呼吸规划，成组策略可能不同。5 个句子覆盖的结构有限，长句与列举结构占比高，可能天然诱发更多大边界。结论外推到对话或叙事前需要补测。第 3 个限制是混杂因素。帕金森组平均年龄明显高于其他组，年龄相关的停顿与呼吸变化可能混入组别效应。

样本量每组不足 20 人，个体严重度与病程异质性大，个别极端被试可能拉动均值。模型虽纳入被试随机效应，但未报告严重度协变量，相关性不能当作病因因果。第 4 个限制是未测量量。本文未报告误诊率、分类准确率、推理延迟或标注工时，也未评估声学自动化的可行性，因此不能承诺成组指标能改善诊断速度或降低成本。讨论中关于启动困难、呼吸性停顿与计划困难的联系应读作可能与待验证，而非已证实的机制归因。

要重放这套成组分析，先做什么再做什么？

复现起点是拿到相同数据与文本。先访问当前可用的 MoSpeeDi 数据集链接，按年龄性别匹配抽取失用症、帕金森构音障碍、共济失调构音障碍与对照 4 组，再锁定面向发音评估模块的 5 个句子并保留 2 次重复。若无法获取完全相同的被试编号，应至少保证同文本、同重复次数与同组别定义，并在报告中明确标注差异。接着重建对齐与标注流水线。先用相同对齐器生成词、音素、音节层，再在 Praat 中手工校正。

然后按说话人逐个校准听感，先标有无边界与突显，再标边界 4 级与突显 2 级，半级先保留原始值再按向上归并生成分析值。建议双人独立重标至少 10% 并计算 2 次加权 kappa，只有 kappa 接近原文水平才进入组间比较。最后重建统计模型。在 Jamovi 中对存在性与等级用逻辑连接的混合模型，对区间秒数与音节数用线性混合模型，随机效应纳入句子与被试，固定效应为组别，事后比较用 Bonferroni 校正。

先复现存在率与很强边界上移这两个最稳的效应，再复现按等级细分的区间音节差异。常见误解是把优势比直接读作百分比差。优势比反映几率之比，对数几率差反映 logit 尺度差异，均值差反映秒或音节差异，三者不能混用。复现报告应同时给出原始百分比、模型估计与标准误，并说明聚合对象是句子均值还是事件均值，避免把数值相同误当作同一指标。

何时值得用成组视角，结论的适用边界在哪里？

综合判断是 3 组都保留成组能力但分布不同，失用症以过多事件与词内边界为标志，帕金森以大间隔多音节为标志，共济失调以大间隔与突显对比不足为标志。当临床或研究目标是区分碎裂型与慢速型或赶话型轮廓时，成组视角值得尝试，因为它把单调或慢速等笼统印象拆成存在率、等级偏好与组块容量 3 个可操作维度。当目标是在线分类或严重度分级时，本文证据尚不足，因为未验证分类性能与跨任务稳定性，不应直接当作诊断工具使用。

适用条件必须同时满足。同为法语朗读、同为 controlled 文本、同为感知标注体系，结论才可直接比较。若换成自发言语、其他语言或自动声学边界，分布阈值需要重新估计。未来验证应补三项。第一是声学相关量验证，把感知边界映射到停顿、末音节延长与音高重置等可计算量，检验组间差异是否保留。

第二是跨任务验证，在叙事与对话中检验很强边界上移与区间模式是否稳定。第三是纵向与干预验证，检验成组指标是否随病情或训练变化。只有完成这些，才能从表征差异走向临床可运行的评估与训练工具。

📐 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 29 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