时长学会了，音色还没分开：400 名法语者英语/i:/-/ɪ/的声学证据

英文题目：Étude acoustique du contraste /i:/-/ɪ/ chez 400 apprenants francophones de l’anglais

会议身份：conference:jep:2026:conference-paper-id:moreau26_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 #语言习得 #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 1.2/1.5 | 实验充分 1.0/1.5 | 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 0.5/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Romane Moreau：机构信息未能从会议 PDF 纯文本可靠映射
• Emmanuel Ferragne：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究处理法语母语者产出的英语/i:/与/ɪ/对比习得问题，输入为朗读词表中的元音段，输出为时长与频谱归属判断，难点在于两者均易被同化到法语/i/单范畴且时长在法语中无音位作用。方法链分三步推进：先以强制对齐工具WebMAUS加Praat人工校正切分元音并剔除误读，其切分结果进入频谱测量。再用半自动脚本每5毫秒估计第一共振峰F1与第二共振峰F2并取时域中点，其中点值进入统计检验。最后分别以线性混合模型检验时长效应与以Pillai分数度量F1-F2分布重叠，得到习得与否的双重证据。与仅报告均值的前人工作不同，该文将时长显著性与分布重叠度并置，区分了习得音位线索与实现接近母语两个层次。在朗读词表语料下，英语对内/I/-/i:/的Pillai分数为0,57，低于英法跨语言对/i/-/i:/的Pillai分数0,72。该结论适用边界仅限于朗读孤立词表的大学生群体，尚未验证自发语、知觉范畴与可懂度外推。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

法语者为什么分不清 sheep 与 ship？

输入是英语单词 bead 与 bid，目标是学习者能否在听与说中把它们当作两个不同词来处理，必须保留的信息是这组对立同时依赖时长与音色，而法语参考音里时长不再起音位作用，输出是本解读按学习依赖复述该论文如何用声学测量检验范畴习得。本文只讲该论文实际做的生产实验，不涉及自动识别或教学干预效果。

对刚入门的同学，先用白话说清关键：所谓音位范畴，就是大脑里决定这是甲词还是乙词的分类格；所谓声学线索，就是声音里可以量出来的长短与共振峰高低。法语者起初把英语/i:/与/ɪ/都装进法语/i/这一个格子，所以 bead 与 bid 听起来像同一个词。随着接触增多，有人会为英语建出两个新格子，并把时长拉开、把共振峰位置调开。

音位范畴 × 声学线索： 音位范畴负责在大脑语法里把 bead 与 bid 判为两个不同词的对立单位，声学线索负责在信号里提供可测量的时长与共振峰差别，二者搭配的理由是只有当学习者把新的时长与频谱差别稳定地归入两个不同范畴，对立才算建立，组合意义在于用重叠度与时长差异分别检验范畴是否分开与线索是否被使用。

论文的矛盾点在于，时长上看起来学会了，频谱空间里却仍混在一起。作者因此提出两个可检验问题：学习者是否在生产中系统拉开/i:/与/ɪ/的时长；3 组元音在 F1-F2 平面上的分布是否仍然高度重叠。回答这两个问题需要同时看均值差异与个体分布，而不是只看总体是否显著。

前人用重叠度争论了什么？

同输入、同目标的对照来自法语者英语元音生产研究。Krzonowski 等人报告/i:/与/ɪ/重叠率在女性约 50%、男性约 41%，并发现法语者/i:/显著短于母语者，说明时长是需要现学的线索。Mairano 等人改用 Pillai 分数，把 0 记为完全重叠、1 记为完全区分，并报告该分数与母语者给出的可理解度与母语感评分正相关，因此适合做二语生产的内在评估。

同化 × 新范畴创建： 同化分工是把英语两个元音都听辨与归入法语/i/这一个母语范畴，新范畴创建分工是为/i:/与/ɪ/分别建立独立的二语表征并调整其声学目标，搭配理由是二语语音模型用二者解释从初学混淆到逐渐区分的发展路径，组合意义在于把重叠率高解读为仍处同化阶段、重叠低解读为可能已建新范畴。

另一条对照是习得顺序。Escudero、Cebrian 与 Morrison 等人的感知与生产工作提示，时长线索可能先于音色被利用，但法语者能否稳定习得英语的时长对立仍不确定。Best 与 Tyler 的同化类型以及 Flege 等人的修正语音学习模型则提供解释框架：初学为单范畴同化，后期可能创建新范畴并调整声学实现，Escudero 与 Yazawa 的模型也强调感知任务可以重塑已有范畴。本研究继承这条路线，但只做生产测量，不做感知测试，因此不能直接证明感知领先还是滞后。

本文要检验的两个具体问题是什么？

第一个问题是时长使用。论文预期总体上/i:/与/ɪ/的时长差异可能不显著，因为法语者需要先习得这个在母语中不起同样作用的参数。检验时必须分开辅音语境，因为后接辅音会影响元音时长，混在一起会掩盖真实分布。作者选择 seat-sit-cite 这一组三元组做描述统计，并在混合模型中纳入语境、重复与区间等因素。

第二个问题是频谱区分。作者对每位学习者分别计算 3 对比较的 Pillai 分数：/i:/-/ɪ/、法语/i/对英语/i:/、法语/i/对英语/ɪ/，所用 F1 与 F2 取自每个元音时间中点的全部可用 token。判断规则是明确的：分数越低表示重叠越高，越不支持已建立独立二语范畴；分数越高表示区分越好。作者还预设一种不对称可能，即若有人把/ɪ/推向法语/e/来制造对立，则含/i/的 2 对分数会出现高低之分，这个预设留待数据检验。

从录音到数字的全景流程是什么？

先沿一个样本走完全程。假设某位学生读出 seat 这个词，录音先经强制对齐工具 WebMAUS 切出元音区间，再在 Praat 中人工核对边界并剔除误读，例如把 bead 读成 bed 的 token 就舍去。若共振峰显示不清，则用 Audacity 降噪并放大后重看。确认无误后用 cp_formants 脚本半自动测量，每 5 毫秒记录 1 次 F1 与 F2，允许在频谱图上手工微调后再确认。时长取该区间的毫秒数，频谱取时间中点的 F1 与 F2。

时长 × 音色： 时长分工是测量元音持稳段的毫秒数并检验/i:/是否系统长于/ɪ/，音色分工是用第一、第二共振峰 F1 与 F2 在声学空间中的位置区分开口度与前后位置，搭配理由是英语该对立同时依赖两者而法语参考音中时长不起音位作用，组合意义在于可以判断学习者是只学会了时长还是连频谱分布也已分开。

全景上，语料来自教学项目 PARAAF，431 名巴黎西岱大学英语专业本科生在 2024 年 11 月至 12 月间录音，筛选出 400 名法语母语者。任务是朗读英法句子与词表，词表各重复 3 次，一半人先录法语、一半人先录英语。分析只用英语 hVd 词、法语 bV(C) 词与包含/i:/、/ɪ/、/i/的最小对词表，每人每类元音各 21 次，算上重复后每人实际得到 54 至 66 个可用元音。元数据记录性别、年龄、出生日期、来源地区、年级、会说的语言、开始学英语年龄、先录哪种语言与录音间编号，为后续核查变异来源保留条件。

时长与 Pillai 分数各自怎么算？

时长组件很直接：对每个可用元音得到毫秒数，先按语境画分布，再对 seat-sit-cite 按人求均值，最后用线性混合模型检验元音类别效应。模型以时长为因变量，元音为固定因子，说话人、区间、重复与语境为随机因子，成对比较给出估计值、标准误与显著性。这种做法的理由是同一人贡献多个 token，必须扣除个体基线，否则总体均值会被少数极端长音拉偏。

频谱组件分两步。第一步是为每人收集全部可用元音在中点时刻的 F1 与 F2，第二步是对 3 对元音分别做多变量方差分析并导出 Pillai 分数。分数接近 0 表示两团点云完全混在一起，接近 1 表示完全分开。作者强调该指标对样本量敏感，因此前面保留每人 50 个以上 token 是有意的，不是为了堆数据量，而是为了让个体分数可比。

Pillai 分数 × F1-F2 重叠： F1-F2 重叠分工是描述两组元音点云在共振峰平面上互相覆盖的程度，Pillai 分数分工是经由多变量方差分析把这种分离程度量化为 0 到 1 之间的单个值，0 为完全重叠而 1 为完全区分，搭配理由是需要一个对样本量敏感但可做个体比较的指标，组合意义在于每个学习者对每 1 对元音都得到一个可比较的区分度。

需要提醒的是，时长显著不等于频谱分开。一个人可以把/i:/拖得很长但共振峰仍与/ɪ/重合，听感上仍可能不像母语者。反过来，一个人也可能把频谱拉得很开但时长倒置。因此论文把两者分开报告，正是为了避免用单一指标代替范畴习得。

本研究训练了什么、没有训练什么？

本研究没有训练神经网络，也没有更新任何声学模型参数，不存在梯度路径、冻结层或早停设置。所谓计算过程，是指既有工具链的调用与统计估计：WebMAUS 做初始切分，人工在 Praat 中修正，cp_formants 做半自动共振峰跟踪，随后用线性混合模型估计固定效应。

线性混合模型 × 说话人随机效应： 线性混合模型分工是在控制重复与语境等结构后估计元音类别对时长或 Pillai 分数的固定效应，说话人随机效应分工是把 400 人各自的基线与变异吸收掉以免把个体差异误读为总体效应，搭配理由是大样本重复测量必须同时处理组间条件与组内相关，组合意义在于显著性判断是基于已扣除说话人与条目变异后的估计。

监督来源不是人工标注的音位标签训练分类器，而是刺激词表本身决定每个 token 应属/i:/、/ɪ/还是法语/i/，误读 token 经人工核查剔除。没有报告超参数搜索、交叉验证或计算预算，也没有报告推理延迟，因为这不是部署系统。复现时应把重点放在切分一致性、共振峰手工校准标准与混合模型随机效应设置上，而不是寻找某个模型权重文件。当前没有完成可达性验证的公开代码或数据资源，因此不得声称语料或脚本已公开可下载。

刺激、数量与统计条件如何保证可比？

刺激设计兼顾多重目标，但本分析只用其中与高前元音有关的子集。英语用 heed、hid、peak、pick、bead、bid、seat、sit、feet、fit、peace、piss、teak、tick 等 hVd 与最小对词，法语用 bi、pique、bide、cite、fîtes、pisse、tique 等 bV(C) 词，例子仅为说明词表类型，不代表全部随机化顺序。每个词表重复 3 次，使每人每类元音各 21 次，这是设计数量；经剔除误读与噪声处理后，每人实际可用总数在 54 至 66 之间，这是分析数量。

聚合口径需要分清。描述统计的时长均值是先按人求均值再跨人汇总，报告均值、标准差、最小与最大；混合模型则直接对 trial 级时长建模并纳入随机效应，二者数值方向应一致但标准误与显著性以后者为准。Pillai 分数是按人按对计算，每人 3 个分数，再跨人看分布与建模，不把 400 人混成一团点云算一个总分。指标方向是固定的：时长差越大表示时长区分越大，Pillai 越大表示频谱区分越好。

时长拉开了吗？频谱分开了吗？

先看时长分布。作者把不同辅音语境分开展示，因为后接辅音会系统改变元音时长。下图把 3 个元音在各语境下的毫秒分布并列，蓝色/i:/的中心普遍高于绿色/ɪ/，红色法语/i/普遍更低，但三者在每个语境下都有明显重叠与长拖尾，说明总体趋势成立而个体差异很大。

看图路径： 1. 先看横轴三组元音与纵轴毫秒数，确认红色为法语/i/、绿色为/ɪ/、蓝色为/i:/；2. 再按上下面板比较不同辅音语境下蓝色分布是否系统高于绿色；3. 观察每个小提琴图的宽度与拖尾，判断重叠大但中心位置仍有先后；4. 注意法语/i/在多数语境下中心更低且拖尾更短

论文图 1。原论文 Figure 1：“Distribution de la durée vocalique selon le contexte phonologique et la voyelle”。

上图为按语境分面的时长小提琴图，纵轴为毫秒，横轴为 3 类元音。可以执行的观察是蓝色分布的峰值与中线是否高于绿色，红色是否整体偏低，以及拖尾是否跨越对方的主体区间。解释是分布形态支持描述统计的判断：均值上有先后，但重叠使单凭 1 次发音难以判定类别，统计显著性来自 400 人大样本与重复测量，而非每个 token 都泾渭分明。

为量化这种先后，作者给出 seat-sit-cite 按人平均后的描述统计，并与母语者文献值并列。下表提出的问题是：在控制语境后，学习者的时长均值与变异范围是多少，与母语者均值差距多大。公平条件是同为词表朗读的均值比较，但录音设备、语速与年代并不一致，因此只能做方向性对照，不能当作同条件胜负。指标方向是毫秒数越大表示越长，差值越大表示时长区分越大。

上表显示学习者/i:/平均长于/ɪ/约 45 毫秒，但个体差值标准差达 54 毫秒，最小为负 87 毫秒即出现倒置，最大达 247 毫秒接近文献中母语者可出现的幅度。代价是这种显著性掩盖了两端极端：部分人区分微弱或倒置，部分人可能过度拉长。母语者对照显示英国英语文献均值约 293 毫秒对 139 毫秒，美国英语男性约 243 毫秒对 192 毫秒、女性约 306 毫秒对 237 毫秒，学习者的绝对时长与差值总体偏小，因此显著不等于母语化。未胜出项是法语/i/反而显著短于两个英语元音，这与既往发现法语元音时长接近英语短元音的结论不一致，作者推测与法语词表均为熟词、朗读语速更快有关，该解释为事后推测而非操纵语速的验证。

再看频谱重叠。下图为每人 3 个 Pillai 分数的分布，纵轴从 0 到 1，越高表示两团点云越分开。可以看到含法语/i/的两组主体集中在高分区，而英语内部/i:/-/ɪ/组在低分区有更粗的腰部与更长的下拖尾，说明英语内部对立是 3 组中最弱的一环。

看图路径： 1. 先看横轴三对比较与纵轴 Pillai 分数从 0 到 1 的方向，越高表示区分越好；2. 比较左右两组小提琴图的胖瘦位置，确认/i:/-/ɪ/下方拖尾更长；3. 沿每条中线看圆点密度，判断哪些人接近 1 而哪些人接近 0；4. 对照含法语/i/的两组，观察二者形状是否相近

论文图 2。原论文 Figure 2：“Distribution des scores de Pillai de trois paires (/i/ français, /i :/ et /I/ anglais)”。

上图为 3 对元音的 Pillai 分数小提琴图，左起为法语/i/对英语/i:/、中为法语/i/对英语/ɪ/、右为英语/i:/对/ɪ/。可见右侧分布在 0.5 以下仍有可观密度，而左侧两组在 0.75 附近更胖，底部接近 0 的个体在 3 组中都存在。解释是部分人已做出接近 1 的区分，部分人仍接近 0 的完全重叠，总体上英语内部对立弱于英法跨语言比较，这支持先把英语与法语拉开、再分英语内部的渐进路径，但不能确定是单范畴同化还是范畴优劣型同化。

下表把 3 对分数的集中趋势与离散程度并列，问题是英语内部对立是否显著弱于两组跨语言比较。公平条件是同一批人、同一批中点 F1-F2、同一计算流程，指标方向是分数越大区分越好。

上表的主要收益是结论明确：含法语/i/的 2 对之间无显著差异，估计差约负 0,01，而它们分别高于英语内部对立约 0,16 且显著。这意味着没有哪个英语元音在频谱上更贴近法语/i/，两者都比彼此之间更远离法语/i/。具体代价是标准差在英语内部组高达 0,32，说明用均值代表 400 人会掩盖两极分化。反例是最大值达 0,99 的个体确实存在，若只看这些人会得出已习得的结论，若只看接近 0,001 的人则得出完全未习得的结论，总体判断必须保留这种异质性。

混合模型的成对比较进一步给出时长 3 组全部显著，/ɪ/比/i:/短约 40 毫秒，法语/i/比/ɪ/短约 31 毫秒、比/i:/短约 71 毫秒。下表的问题是这些差值在扣除说话人与条目变异后是否仍显著，条件是同一混合模型内的 3 组比较，指标方向是估计值为负表示前者短于后者。

上表确认时长差异在统计上稳健，但同样不能推广为每人每 token 都如此。未评测边界是缺乏同条件母语者对照组，所有母语化判断都依赖跨研究文献值，而文献的口音、年代与任务并不完全一致。

若只看均值会漏掉什么变异？

把分析拆成可替换环节有助于理解稳健性。语境是第一个环节：若不分语境直接混算时长，均值差仍可能显著，但分布重叠会被低估，因为不同尾辅音本身就会拉长或压缩元音。重复是第二个环节：每人每类 21 次的设计使个体 Pillai 对样本量不那么脆弱，若只用两三次发音，Pillai 会剧烈抖动，接近 0 或 1 都可能是抽样噪声。人工核查是第 3 个环节：剔除 bead 读成 bed 这类误读避免把元音类别标错，否则时长与共振峰都会混入错误类别。

失败条件也值得记下。最小差值负 87 毫秒表明有人系统倒置长短，Pillai 接近 0 表明有人频谱完全重合，这两类人都拉低了总体母语感，但他们正是教学上最需要区分对待的群体。过度区分同样是失败条件：差值 247 毫秒或 Pillai 0,99 可能对应超清晰的实验室朗读，未必是自然语流中的稳定能力。论文没有做感知测试，也没有做语速操纵，因此不能判断这些极端值来自能力、策略还是任务效应。

哪些结论还不能下？

直接报告的是：时长差异总体显著，频谱上英语内部对立显著弱于两组跨语言比较，个体变异极大。有限解释是：这支持学习者可以习得母语中不起同样作用的时长线索，并可能正在为英语建立独立于法语/i/的区分，但频谱上多数人尚未稳定分开。待验证的是：这种生产上的区分是否来自真正的音位新范畴，还是朗读任务中的刻意夸张；感知上是否已区分；以及何种阈值以上才算习得。

缺失证据不是技术错误。没有同条件母语者对照，就无法给出本任务下母语者应有的重叠基线与时长差基线；没有纵向追踪，就无法判断时长先于音色的顺序；没有语速与超清晰度控制，就无法排除法语词读得更快导致法语/i/偏短。相关性也不等于因果，Pillai 与母语感在前人工作中正相关，不代表提高 Pillai 就必然提高可理解度，过度分开反而可能不自然。训练资源、推理开销与帧率等系统指标在本研究中不适用，不应承诺任何效率改善。

要复述与复现需固定哪些步骤？

复现先做三件事。第一，按原文固定刺激子集与重复次数，每人每类 21 次，并记录先录哪种语言与录音间编号，以便核查顺序与设备效应。第二，固定切分与测量协议：WebMAUS 初切后必须经 Praat 人工核对，误读剔除标准要写清，共振峰不清时记录是否经过降噪与放大，cp_formants 每 5 毫秒采样并允许手工微调，中点 F1-F2 取值规则要统一。第三，固定聚合与模型：时长描述统计先按人按语境平均，推断统计用时长为因变量、元音为固定因子、说话人、区间、重复与语境为随机因子的混合模型；Pillai 按人按对计算后再建模比较 3 对差异。

还需补的验证是同条件母语者对照组，用相同词表、相同重复次数与相同测量流程给出时长与 Pillai 基线，才能判断学习者的 45 毫秒差与 0,57 均值是否接近母语分布。同时应补充感知任务与自然语流样本，以检验实验室词表朗读的区分能否迁移。资源状态方面，本次未发现可验证的公开代码或数据链接，因此复现应从方法描述重建流程，而不是假设存在可下载包。

何时值得借鉴这套做法？

当你的问题也是母语中没有或用法不同的线索能否被学会时，这套时长加 F1-F2 重叠的双指标是值得借鉴的起点。时长告诉你是否用上了新的维度，Pillai 告诉你在关键声学平面上是否真正分开，两者缺一不可。若只有时长显著就宣布习得，会高估频谱区分；若只看频谱重叠就否定进步，会漏掉时长上已出现的系统性。

对教学与后续研究的启示是分层看人：对倒置或零区分的学习者，先稳定长短对照；对已能拉开时长但频谱仍混的人，重点练音色目标；对过度夸张的人，引导向自然分布回调。常见误解是把显著性等同于母语水平，本文恰好用文献均值提醒，显著只是说明方向稳定，而距离母语实现还有差距。另一个误解是把法语/i/偏短当作语音规律，原文更倾向于任务效应即熟词读得快，复现时控制语速才能定论。

⚖️ 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