无母语冲突的词先学会：具身训练为何只在部分任务和人群中显效

英文题目：Sensibilisation prosodique et acquisition de l’accentuation en anglais

会议身份：conference:jep:2026:conference-paper-id:ville26_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：#教育 #统计分析 #语言习得 #韵律 #语音属性识别

评分：5.5/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.6/1.5 | 清晰度 0.8/1 | 影响力 0.6/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 1.0/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Stella Ville：机构信息未能从会议 PDF 纯文本可靠映射
• Solange Rossato：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究面向西班牙语背景成人英语词汇重音感知与产出，输入为重音标注、听后重复与文本朗读语音，输出为重音位置是否落在词典预期音节的二值判定，难点在于西班牙语缺乏弱化音节导致的重音聋、母语迁移与正字法干扰交织。方法链分三步：2023年1月至5月开展12周每周2次每次30分钟共18至22次的具身感知训练，覆盖元音弱化、音节结构、词汇重音、节奏与语调并限制书面依赖以重塑母语听觉过滤器。其次显性语音意识测试用10词纸笔标注检验词汇形式与重音知识，其输出的词汇表征假设进入听后重复与朗读的对比检验，27句听后重复测感知运动模仿而107词朗读测正字法整合产出。最后WebMAUS对齐与PLSPP按基频、时长、强度百分位均值大于50自动判定重音位置，为跨任务比较提供统一计分。相对重书面讲解的常规教学，关键机制差异是先用听觉与身体训练建立稳定重音表征再处理高干扰词项，实际意义是先学非同源词再过渡到假同源词。在词汇重音意识测试任务下，训练后T2的准确率为0.583，高于训练前T1的准确率0.446。结论适用边界受限于西班牙Palma官方语言学校54名A1-A2成人及9小时短时干预，双语者在意识测试中拉开差距而朗读中未见优势，外推至其他母语或长期保持尚未验证。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

• 第三方资源：https://praat.org — 链接可访问（HTTP 200）
• 第三方资源：https://plspp.univ-grenoble-alpes.fr/ — 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，目标是什么，为何初学者总把英语说成机关枪

这篇论文的输入是西班牙马略卡岛帕尔马官方语言学校成人英语初学者的口语和笔头判断，目标是看经过一段强调韵律感知的课堂干预后，他们能否更准地找出和发出英语单词的重音。作者开场交代的背景是，韵律负责切分语流、帮助识别和记忆单词与句法结构，对可理解度的影响有时超过单个辅音元音的错误。难点在于韵律特征多是无意识的，容易受母语干扰，且音段与超音段互相牵连，需要一起处理。

具体到英语和西班牙语，虽然都是重音语言，但实现方式不同。英语的重读靠非重读音节元音弱化来衬托，非重读常出现弱读的央元音。西班牙语所有元音保持完整音质，不做系统性弱化。当西班牙语母语者把这套完整元音习惯搬到英语，就会产出节奏均匀、用力紧张的英语，被学习者自己称为机关枪式英语。作者引用重音 deafness 的说法，指出这类学习者对重音尤其是对弱化不敏感，而且这种感知和发音困难在长期暴露后依然存在，因此需要显性、有针对性的韵律教学。

词重音 × 元音弱化： 词重音负责标出一个词内哪个音节更突出，元音弱化负责把非重读音节的元音变短变轻变为央元音，二者搭配的理由是英语靠弱化来反衬重读，组合意义在于只找重音位置不够，还必须能发出弱化才能被判定为重音实现正确。

本解读的输入只有论文正文证据与本次收到的官方原图像素，目标是让刚进入语音音乐音频方向的研究生能核对条件并复述方法。必须保留的信息包括被试构成、训练时长与内容、三项任务的操作定义、自动打分规则、统计口径与关键数字，输出是按学习依赖展开的技术解读，不做超出证据的效果承诺。

同类路线在比什么，为何本文选择具身而非讲规则

在教学路线上，论文对照了两类做法。一类是传统偏重书面和形式规则的课堂，作者指出当地官方语言学校课程偏重书面和形式，口语训练不足，而在旅游业为主的经济环境下，成人口语可理解度直接关系就业与社会融入。另一类是近年被提倡的具身方法，强调对韵律的整体感知和学习者的感觉运动参与，例如配合手势、身体动作和听觉注意来学发音。作者认为这对特定人群更合适。

论文用威瑟学习者来定义这群人，也就是来源非常多样、学校教育经历有限、时间精力和经费都紧张、动机务实直接、对改变有抗拒的成年学习者。这类人群在主流研究中代表性不足，主流多研究西方受过良好教育工业化富裕民主社会人群，因此现有教学法可能不适配。作者引用辍学率证据，说明在本样本中辍学达到 36% 左右，学习节奏和水平差异大，对传统讲解式教学反应不一。

在理论资源上，论文站在动词声调法一边，引用音位过滤和通过矫正性重复重组感知的思路，认为先改善感知条件才能带动产出。本文不与某个神经网络基线对比，而是把任务类型本身当作对照维度，把复述和朗读看作调用不同认知加工的指标，以此检验训练效果是否跨任务迁移。

要回答的四个问题是什么，每个假设对应哪种可观测变化

论文把大问题拆成 4 个可检验的预期。第一，训练能否提高语音意识，也就是在纸笔测试中标对重音音节的比例是否上升。第二，词的类别是否为影响因素，预期是同源重音词最容易，非同源词次之，假同源词最难，因为后者存在母语重音位置的直接冲突。第三，训练效果是否在复述中比在朗读中更明显，因为复述更依赖感知运动模仿，朗读还要处理拼写和词库。第四，个体差异是否很大，双语背景、语言水平等因素是否调节效果。

为此作者定义了 3 种能力。识别对应语言学知识和语音意识，复述对应听到重音并复现的能力，朗读对应把上述能力与正字法知识结合的能力。论文明确指出，掌握识别加复述被视为能读好的必要条件，但不保证自动迁移。这种定义决定了后文为何用 3 套分数分别报告，而不是合成一个总分。 需要提醒初学者，本研究没有设置无训练对照组，也没有第三次延迟测试，因此任何前后测差异都不能直接读成训练的因果效应，还可能包含自然成熟和重复测试的影响。

作者在讨论中自己承认了这一点，复述时必须保留这一限定。

方法全景：从被试到打分，样本如何走完一次观测

沿着一个被试走完全流程最容易建立整体感。该被试先在训练前完成三项评估，记为第一时间点。接着参加十二周内嵌于常规语言课的韵律训练，每周 2 次每次 30 分钟。训练结束三周后再做 1 次同样的三项评估，记为第二时间点。2 次分数相减得到个体变化，再按单双语、水平和词类别分组比较。

三项评估分别是显性语音意识笔试、听后复述口语、朗读短文口语。笔试用 10 个此前没见过的 2 到 4 个音节词，让被试标出重读音节。复述用 27 个长度两到十二音节的句子，事先不给文本，只听即模仿。朗读是 1 篇 107 词的短文，需要同时调动拼读、词汇和韵律。另有自发口语和问卷数据，本文只聚焦可观测的重音分数，态度和访谈留待后续发表。

口语录音先转写，再用自动对齐工具对到文本和音素层，生成语音分析软件可读的标注文件，然后上传到韵律分析平台，按声学标准判定每词实际重音落在哪个音节，再与词典预期位置比较得到二值分数。这个流水线决定了后文所有口语数字的含义，读结果前必须先理解它的判定规则。

笔试任务如何计分，十个词为何分成三类

语音意识任务的操作很具体。每个被试做 10 个词，每个词判断重音在第几个音节。每人答对数除以十得到正确比例，便于被试间比较。10 个词按与母语关系分成 3 组。非同源词或不可比词 4 个，包括问候语、星期六、明天、理解这类与西班牙语形式差异大的词。

同源重音词两个，指形似且重音位置在两语言相同的词。假同源词 4 个，指形似但容易误导的词。原文举例时把塑料、密西西比归入前者，把计算机、教授、谈话、电话归入后者。 计分时还有一个细节。作者在按类别分析时，把未作答计为错误，再除以该类别总题数，使不同题数的类别可比。

同时单独报告未作答率的变化，用来区分是真的判断变准了，还是只是更敢作答了。词汇频率的影响用混合逻辑回归检验，以词频指标为预测变量，这是为了排除高频词本来就好猜的混淆。

语音意识 × 听后复述： 语音意识分工是显性判断重音落在第几个音节，听后复述分工是听觉感知加即时运动模仿，搭配理由是前者检验词形知识是否建立，后者检验没有字形提示时能否听辨并复现韵律轮廓，组合意义在于区分知道规则与能跟着声音做出来是两种能力。

对初学者而言，关键是记住笔试测的是显性知识，不涉及发音动作。它的分数高不等于能说对，它的进步也不等于口语自动进步。后文双语者在笔试占优却在朗读不占优，正是靠这个分工才能解释。

口语分数如何算出，复述与朗读调用了什么不同加工

口语打分走的是自动声学判定。录音与文本先对齐到音素，再把标注与音频送到分析平台。平台区分预期模式层与观测模式层，依据是基频、时长和强度三项声学参数的综合层。对每个说话人，这三项参数先按个人中位数做百分位归一化，消除个人音高和响度基线差异，再对每个音节取三项百分位的平均值，若高于 50 则判为重读。这种三参数等权重的规则是原文明确给出的实现，不加权，不只看基频。

每个词得到一个二值实现分数。若检测到的重音位置与词典预期一致记 1 分，否则记 0 分。另有可视化表格汇总每词参数，便于检查。作者说明自动对齐存在对齐和基频检测等多类错误，但因标注音节总量达到 25 314 个，未做人工逐一校正。这是复现时必须继承的噪声条件，不能假设打分是人工金标准。

听后复述 × 朗读： 听后复述主要调用隐性的感知运动通路，朗读同时调用字形解码、词库提取和韵律规划，搭配理由是比较直接模仿与带阅读负荷的产出能否同样受益，组合意义在于判断训练效果是停留在跟读层面还是能迁移到更费认知资源的阅读任务。

复述任务不给文本，主要测听觉感知和即时复现韵律轮廓。朗读任务给完整短文，同时测拼读、词汇和韵律整合。论文把复述看作偏隐性感知运动过程，把朗读看作需要更显性词库和正字法通路的过程。两者分数不能直接平均，比较两者差异本身就是研究问题。

没有模型训练时，这九小时课堂训练实际做了什么

本研究没有训练神经网络，因此本节明确说明不存在模型参数更新、梯度路径和早停，也不存在冻结与微调之分。真实的计算发生在两个地方，一是课堂干预，二是自动对齐与声学打分。干预是教学动作，打分是规则计算加统计检验。不能把无模型训练理解成确定性求解，口语打分仍受对齐误差和说话人变异影响。 课堂训练在二零二三年一月到五月进行，嵌入 5 组班级的 3 位教师的常规 2 小时语言课，每周 2 次每次 30 分钟。

每组共做十八到二十二节不等，依教师约束而定，总量约 9 小时。内容同时覆盖音段与超音段，包括元音弱化、音节结构、词重音、节奏和语调。教学法灵感来自动词声调法，特点是限制书面依赖，强化听觉感知、本体感觉和口头产出，目标是提高对英语显著韵律成分的敏感性。

动词-声调法 × 具身感知训练： 动词-声调法分工是提供感知矫正思路即通过优化听觉条件重组语音过滤，具身感知训练分工是提供具体手段即限制文字、调动身体、听觉和本体感觉，搭配理由是成人母语听觉习惯难改需要先改变感知方式再改发音，组合意义在于把抽象的韵律敏感性变成可操作的课堂活动序列。

对复现者而言，需要保留的关键超参数是频次、单次时长、总周数、嵌入方式和内容清单。原文未报告每节课的逐项时间分配和教师间一致性控制细节，这是缺项，不从方法名称推定具体动作。若要重做，应先补课堂观察表和教案日志，否则无法判断剂量是否一致。

被试是谁，划分如何，统计口径和缺失如何处理

初始样本 85 名成人，分在 5 个班级，4 组初级一组中级。完成全部数据采集的最终样本 54 人，其中女性 36 人男性 18 人，平均年龄三十九岁，范围十六到六十七岁。母语构成是西班牙语 50 人占 92.6%，阿拉伯语 2 人，葡萄牙语 1 人，波兰语 1 人。单语西班牙语者 32 人占 59%，其余为双语，同时使用西班牙语加其他语言，双语者中 86% 会加泰罗尼亚语。教育程度高中及以下 29 人，高等教育 25 人。

来源拉美 29 人，西班牙 22 人，其他三国人。动机以务实具体目标为主。 评估在训练前和训练结束三周后各做 1 次。笔试分析剔除 2 个时间点未全答者，保留 51 人。口语用重复测量方差分析，以时间和任务为被试内因素，以单双语为被试间因素。

笔试用配对与非配对 t 检验，非正态时用秩检验，显著性阈值 0.05。词频用混合逻辑回归。作者特别指出，中级水平与双语高度重合，中级 9 人中仅 2 人单语，因此无法做水平与双语的交叉分析，只能分别做方差分析，这是解读水平效应时必须记住的混淆。 外部资源状态方面，语音分析软件官网与韵律分析平台链接在本次核查中均可达，但这只说明工具主页可访问，不代表本研究数据已公开。原文说标注与音频存放在该平台，但解读不据此断言数据当前可下载。

语音意识进步了吗，为何总体不动而分组后出现分化

比较的问题是，在保持笔试题目和计分一致的条件下，训练前后正确比例是否提高，指标方向是比例越高越好。公平条件是同一批被试前后测，统计用配对检验，分组比较用组间检验。下表整理笔试总体与分组数字，表中数值保留原文小数与符号写法。

表前已提出比较问题与公平条件，表后需要解释主要收益与代价。总体看，平均正确比例从训练前 0.567 到训练后 0.586，差异不显著，2 次标准差都超过 0.2，说明个体差异很大。

单语组从 0.520 到 0.485 无变化，双语组从 0.623 到 0.710 上升但组内检验未达显著。关键转折是组间比较，训练前两组无显著差异，训练后出现显著差异，效应量 d 为 1.06，轨迹分化使终点差距拉大。按词类别看，非同源词显著提高，假同源词稳定，同源重音词因起点已高呈现天花板。未作答率在假同源词显著下降，在同源词呈趋势性下降，作者提醒这更像犹豫减少而非判断变准，因为分数并未同步提高。

词频回归无显著效应，卡方 0.07，p 为 0.795，支持进步不是由高频词带动的判断，但这只是有限解释，不是因果证明。未胜出项是单语者与假同源词，它们的停滞提示母语干扰持续存在。

口语任务谁高谁低，训练是否把复述优势带进朗读

比较的问题是，在同一自动打分规则下，复述与朗读哪个分数更高，训练前后是否变化，单双语是否调节效应。指标方向仍是分数越高重音实现越符合预期。公平条件是同一批人口语两任务前后测，任务与时间为被试内因素。下表整理口语主结果，数值保留原文写法。

表前已说明任务对比的公平条件，表后解释收益与反例。主要收益是复述稳定高于朗读，混合方差分析显示任务主效应显著，时间主效应不显著，时间与任务交互不显著。

这意味着直接模仿比带阅读负荷的产出更容易实现正确重音，但训练没有整体上改变这一差距。分任务看，复述出现时间上的趋势性改善，与语言背景无关，单双语表现相当。朗读没有时间效应，却出现单语显著高于双语，这与笔试中双语占优相反，构成反例。作者认为这说明朗读调用了不同能力，笔试和复述的优势不会自动迁移到阅读。

水平分析显示朗读中中级高于初级接近显著，复述中水平无显著影响，但因水平与双语高度混淆，不能把水平效应读成独立效应。复现时必须同时核对任务、时间点、分组、指标与聚合对象，数值相同不代表同一指标，百分点差异与相对百分比含义不同。

换掉词类别或人群分组，结论还成立吗

把词类别当作消融维度看，结论并不均匀。非同源词是没有母语冲突的条件，它最能显现训练效果，正确比例从 0.446 升到 0.583 且显著。假同源词是有强干扰的条件，分数稳定在 0.544 到 0.529，未作答率虽显著下降，但正确率不动，说明敢猜了不等于猜对了。同源重音词起点 0.637，终点 0.667，无显著变化，作者解释为天花板效应，可提升空间本来就小。

这种三分法支持教学上先从非同源词建立稳定表征，再处理高干扰词的建议，但原文将其表述为未来可尝试的渐进方案，不是已验证的因果结论。 把人群分组换成水平维度，结论也分化。朗读中水平因素接近显著，中级总体高于初级，但训练前后无显著进步，水平与时间交互不显著。复述中水平无显著影响，时间趋势在纳入水平与纳入双语的 2 个模型中 p 值不同，一个为 0.091，一个小于 0.05，作者解释为两因素高度混淆导致检验的对照不同。

这提醒初学者，同一数据换一个协变量，显著性可能翻转，不能只看 p 是否过线，还要看模型实际比较了谁。

同源重音词 × 假同源重音词： 同源重音词指英西形似且重音位置相同的词，分工是提供母语正迁移，假同源重音词指形似但重音位置不同的词，分工是制造母语干扰，搭配理由是把相似度拆成有帮助的相似与有误导的相似，组合意义在于解释为何总体平均分不动而按词类别拆开后效应方向完全不同。

未评测边界包括按词类别拆开口语任务的分析尚未完成，元音三角和语调范围的变化也留待后续。因此当前关于干扰的结论主要来自笔试，口语中干扰如何演变仍待验证。

哪些限制会削弱因果解读，读数时要守住什么边界

第一是测量噪声。自动对齐与基频检测存在多类错误，因数据量大未做人工校正。25 314 个音节的规模使逐一校正不现实，但这意味着个别词的 0/1 分数可能来自对齐错位而非发音错误。在引用口语均值时，应同时说明这是自动判定的结果，不是人工听辨金标准。 第二是样本与分组混淆。

最终有效样本 50 多人，细分到中级仅 9 人，其中仅 2 人单语，水平、双语、是否会加泰罗尼亚语高度相关，小分组泛化能力弱。作者明确说无法做水平与双语交叉分析，只能分别建模。任何把双语优势直接归因于加泰罗尼亚语元音弱化习惯的说法，在本文只是基于多数双语者会加泰罗尼亚语的推测，属于待验证解释，不是直接报告。 第三是设计缺少对照与追踪。没有无训练对照组，无法分离干预与自然成熟。

没有第三次测量，无法评估保持。训练时长相对有限，个体变异大，系统性增益难以显现。论文在讨论中逐条承认这些限制，复述时应使用报告显示来表述已观测差异，用可能待验证来表述机制推测，不把相关读成因果，不承诺未测量的误判率、延迟或成本得到改善。

要重做一遍，先准备什么，按什么顺序核对

先准备被试与伦理条件。招募成人初级英语学习者，记录母语、双语 repertoire、加泰罗尼亚语使用、年龄、教育程度和来源地，记录辍学与缺勤，因为原文辍学率高达 36%，直接影响有效样本。若双语与水平混淆，要在招募阶段就分层，避免事后无法拆分。 再准备干预与评估材料。干预按每周 2 次每次 30 分钟、共 12 周、总量约 9 小时嵌入常规课，内容覆盖弱化、音节、词重音、节奏和语调，教学中限制文字依赖。

评估固定 3 套，笔试 10 词按 4-2-4 结构分组，复述 27 句长度 2 到 12 音节且事先不给文本，朗读 107 词短文。2 次评估间隔为训练结束 3 周后，保持题目与施测流程一致。 然后重建打分流水线。转写后用自动对齐到文本与音素，生成标注文件，再按基频时长强度三参数等权重、个人百分位归一化、均值高于 50 判重读的规则打分，与词典预期比较得 0/1 分。统计按原文口径，笔试用配对非配对 t 检验加非正态秩检验，阈值 0.05，口语用重复测量方差分析，词频用混合逻辑回归。

工具方面，语音分析软件与韵律分析平台官网本次可达，但这不等于本研究音频与标注已公开，复现不应假设能直接下载原数据，而应按上述规则重建自己的数据链。

何时值得尝试这种训练，还需补哪项验证

当你的学习者也是母语无系统性弱化、习惯完整元音、初级水平、课堂时间紧张且对规则讲解反应不一时，这种限制文字、强化听觉与身体参与的韵律敏感化训练值得尝试。它的直接价值不是让所有分数普涨，而是让无母语冲突的词先建立稳定重音表征，并让学习者更敢作答。对单语者，需要更显性更密集的陪伴，因为他们在笔试终点显著落后。对假同源词，不要期待 9 小时就消除干扰，应安排更长的渐进序列。 复现时先做最小闭环。

用同一套笔试词表和同一自动打分规则跑通前后测，检查能否复现 3 个标志性模式，复述高于朗读，非同源词显著进步，笔试终点双语高于单语而朗读反转。若任一模式缺失，先查对齐质量、分组混淆和剂量是否一致，再谈方法优劣。 还需补的验证很具体。

补无训练对照组以分离成熟效应，补延迟测试以检验保持，补按词类别拆分的口语分析以确认干扰是否同样制约产出，补元音空间与语调范围的声学测量以验证弱化是否真正改善，补课堂日志以确认教师间剂量一致。只有这些补齐后，才能把敏感性提高的有限解释升级为可迁移的产出能力判断。在此之前，稳妥的表述是训练在特定任务、人群和词类别下显示出分化效应，具身韵律思路对这类人群有适配价值，但证据仍是初步的。

📐 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 34 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