窄聚焦不只抬高音高峰：法语三区韵律的再量化

英文题目：Requantification des ajustements tri-zonaux du focus en français : indices de F0, d’intensité et de durée

会议身份：conference:jep:2026:conference-paper-id:yan26_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 #韵律 #语音 #语音属性识别

评分：4.6/10 | 创新 1.0/2 | 技术严谨 1.2/1.5 | 实验充分 0.8/1.5 | 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

• Yingyu Yan：机构信息未能从会议 PDF 纯文本可靠映射
• Jorina Brysbaert：机构信息未能从会议 PDF 纯文本可靠映射
• Anne Catherine Simon：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该研究输入为问答诱发的法语宽窄焦点朗读句，输出为前焦、焦点与后焦三区段韵律差异判定，难点在于焦点标记分散于语调强度时长且受句法位置干扰。方法链第一步用全局问句与信息问句及显性纠正问句诱发宽窄焦点并按主语直接宾语间接宾语切分三区段，其输出直接作为声学测量单元。第二步用Parselmouth提取各区段基频最大值与展域强度最大值与相对时长并做说话人归一化与半音转换，输出规范化参数进入统计建模。第三步以线性混合效应模型纳入焦点类型与成分位置协变量及说话人与条目随机效应检验焦点效应，位置效应仅作控制不予解读。与既有描述强调焦点峰值抬高的机制差异在于提出高原维持与后焦协同弱化共同凸显焦点，其实质是将标记重心从瞬时峰值转向时长能量与持续高音的形态差异。在受控朗读语料任务下，焦点区F0最大值指标效应为β = 0,098，低于前焦区F0最大值指标效应β = 0,200。结论适用边界受限于受控朗读的简单主谓宾结构，尚未验证自发对话位置交互及信息与纠正子类型差异。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://proceedings.mlr.press/v202/radford23a.html — 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

这篇论文要回答什么问题？

输入是法语口语句子，目标是说明窄聚焦相对宽聚焦在韵律上做了哪些调整。初学者可以把宽聚焦理解为整句都是答案，例如有人问发生了什么，回答是整句 Marie donne un gant à Julie。窄聚焦理解为只有一个成分是答案，例如有人问谁给 Julie 手套，回答是 Marie 给 Julie 手套，其中 Marie 是被选出的成分。英文对应为 broad focus 与 narrow focus。

论文的研究问题是宽聚焦与窄聚焦在法语中有哪些韵律差异，以及这些差异在多大程度上证实或修正文献中的三区调整描述。所谓三区，是把窄聚焦语句按时间顺序分为聚焦前、聚焦段和聚焦后。举例来说，在 Marie donne un gant à Julie 回答谁给什么的问句时，若 un gant 是焦点，则 Marie donne 属于聚焦前，un gant 属于聚焦段，à Julie 属于聚焦后。当焦点在句首或句末时，前区或后区可能不存在。

宽聚焦 × 窄聚焦： 宽聚焦指整句都是新信息、无单个成分被突出，回答 Que se passe-t-il ?这类全局问题；窄聚焦指只有一个成分携带替代选项、由部分疑问句或纠正问句诱发。两者分工是划定比较基线与突出条件，搭配理由是只有把同一句子的对应成分放在两种语境下比较，才能把三区调整归因于聚焦范围而非词本身，组合意义是后文所有声学差值都有明确的对照方向。

输出不是分类标签或合成语音，而是一组可核对的量化结论：每个区段的基频、强度和时长指标在两种聚焦条件下的回归系数、t 值与 p 值，以及对轮廓形状的补充解释。学习时先记住比较逻辑：同一语言材料在不同问题语境下读出，声学差异才被解释为聚焦的作用，而不是词语本身的发音差异。

文献原来怎么描述法语焦点韵律？

早期工作多看聚焦段本身，报告基频先升后降的形态。Dohen 与 Lœvenbruck 的实验比较发现窄聚焦下聚焦段基频升高、前后区基频降低，并观察到聚焦音节拉长、前聚焦音节也有拉长，以及后聚焦序列去重音。后聚焦区后来成为关注重点，一般描述为平坦轮廓，伴随基频范围压缩和强度减弱，但强度证据少于音高和时长。Jun 与 Fougeron 指出后聚焦区没有宽聚焦那样的音高水平，时长也并非系统更长，时长结论分歧较大。

三区结构 × 去重音： 三区结构把窄聚焦语句切为聚焦前、聚焦段和聚焦后 3 段，分别承担准备、突出和收尾功能；去重音特指聚焦后区音高变平、响度减弱、时长压缩。两者搭配的原因是突出不能只看聚焦段本身，还要看后区是否让路，组合后形成可逐区检验的预测：前区是否压低、聚焦段是否增强、后区是否系统性减弱。

本文的继承点是保留三区框架和 3 类声学通道，修正点是增加聚焦前区与聚焦区的基频扩展测量，以便刻画旋律动态，而不只看峰值高低。初学者容易误以为焦点就是把某处音调唱得更高，文献综述提示更完整的图景是整句资源再分配，前区、焦点和后区可能同时变化。

比较的单位是什么？基线如何定义？

比较单位是区段，不是整句也不是单个音节。每句话按句法模板切为 3 段：主语、直接宾语和间接宾语，分别对应句首、句中和句末位置。窄聚焦条件下这 3 段按与焦点的相对关系重新标记为聚焦前、聚焦段和聚焦后；宽聚焦条件下取位置对应的同一成分作为对照。例如焦点是主语时没有前区，焦点是间接宾语时没有后区，只有实际存在的区段进入对应模型。

基线是宽聚焦。所有回归中的聚焦类型效应读作窄聚焦相对于宽聚焦的变化，位置作为控制协变量加入模型，但正文因篇幅不展开位置主效应。这种设计的好处是词语和句法位置尽量可比，代价是位置效应确实存在却未在本篇详细讨论，复述时不能把位置差异误读为聚焦差异。

教学例子仅为理解结构：若目标句是 Marie donne un gant à Julie，宽聚焦是整句为焦点，窄聚焦信息型问 Qui donne un gant à Julie 得到 Marie 为焦点，纠正型问 Laure 吗得到否定加 Marie 为焦点。本文把信息型和纠正型合并为窄聚焦，不在本篇区分两者，这是明确的分析边界。

从录音到数字的全链路是什么？

先走一个样本的完整路径。参与者先同时听到预录问题音频并看到屏幕上的问题文字，然后朗读屏幕上的目标回答句。录音得到波形后，用 Whisper 做自动转写，再用 EasyAlign 在 Praat 中做音段对齐，得到词、音节和音素边界，人工核对边界以保证标注层时间对齐。接着用基于 Parselmouth 的 Python 脚本把每句按主语、直接宾语和间接宾语切为 3 段，对每段提取 4 个声学指标。最后在 R 中用 lme4 对每个指标分别拟合线性混合效应模型，以聚焦类型为自变量、成分为控制协变量、说话人和条目为随机效应，用 lmerTest 按 Satterthwaite 近似给出 p 值。

这条链路中没有训练神经网络，没有学习分类器权重。Whisper、EasyAlign、Praat、Parselmouth、PsychoPy 和 R 包都是作为既有工具调用，真正的统计推断发生在混合模型阶段。复述时要区分工具调用与本研究估计的参数：本研究估计的是聚焦效应系数，而不是语音识别或对齐模型的参数。

四个声学指标各自测量什么？

第一个指标是基频扩展，计算为段内基频最大值与最小值之比，再换算为半音，用于刻画旋律起伏幅度。第二个是基频最大值，取段内基频峰值并按说话人做 z 分数标准化，以减少音域差异。第 3 个是相对时长，为区段时长除以整句时长，用于控制语速和句子总长。第 4 个是最大强度，取段内强度峰值并按说话人做 z 分数标准化，以减少整体录音电平差异。

F0 最大值 × F0 均值： F0 最大值捕捉一段内瞬时最高点，对应文献常说的更突出的音高峰；F0 均值反映整段维持在多高水平，对应轮廓形状是尖峰还是高平台。两者分工不同，搭配理由是当最大值不变而均值升高时，说明变化不在峰顶而在高音维持时间，组合意义是本文用均值补充分析来修正只看峰值的经典描述。

补充分析还引入聚焦段基频均值，同样是标准化后的均值水平。它的作用在后文结果中才会显现：当峰值差异不显著而均值显著时，可以推断差异在高音维持时间而非瞬时峰顶。初学者要记住单位方向：基频最大值与强度最大值是标准化分值，扩展是半音，相对时长是比例，三者不能直接比较数值大小，只能比较各自在两种聚焦条件下的方向与显著性。

时长与强度为什么是独立证据？

基频反映声带振动频率的听感对应，强度反映能量大小，时长反映时间分配，三者对应不同的发音控制。论文把它们并列测量，就是为了检验窄聚焦标记是单靠旋律还是多通道协同。相对时长用比例消除语速影响，最大强度用说话人标准化消除录音距离和嗓门差异，这些预处理是跨人比较的前提。

相对时长 × 最大强度： 相对时长是区段时长除以整句时长，控制语速和句长差异后看时间资源分配；最大强度是一段内能量峰值并做说话人标准化，反映发音用力。两者分工是时间和能量两个非旋律通道，搭配理由是旋律峰不稳定时仍可能有稳定的发音强化，组合意义是本文把窄聚焦标记解释为多参数、且以时长和强度更稳健的格局。

操作细节值得复述：每句只在实际存在的区段上取值，不存在的区段不补零；位置进入模型作为控制变量，意味着报告的聚焦系数已经扣除了句首、句中和句末本身的韵律差异；残差正态与方差齐性通过残差图目视检查，这是线性混合模型结论可信的前提交代，但原文未展示残差图本身。

本研究有没有训练阶段？实际计算是什么？

本研究没有训练神经网络，也没有更新 Whisper 或其他声学模型的参数，不存在梯度路径、冻结层、学习率或早停。方法部分的计算分为两类。第一类是确定性信号计算：基频与强度极值提取、扩展换算为半音、相对时长相除、按说话人求均值方差做 z 分数，这些步骤给定标注边界和参数设置即可重算。第二类是统计估计：对每个声学指标拟合线性混合效应模型，估计聚焦类型的固定效应系数，同时估计说话人与条目的随机变异，用 Satterthwaite 近似得到 t 与 p。

固定效应 × 随机效应： 固定效应估计研究关心的聚焦类型和作为控制协变量的成分位置；随机效应吸收说话人和条目带来的基线差异。两者分工是前者回答假设、后者处理重复测量中的非独立性，搭配理由是不把多人多句的变异误读为聚焦效应，组合后得到的是校正了位置、说话人和条目后的聚焦净效应及其置信区间。

未报告项要明确指出：原文未给出随机效应的具体结构是随机截距还是随机斜率，只说为说话人和条目指定了随机效应，并提到条目包含成分音节数等变异；也未报告求解器、迭代次数或收敛诊断。这些缺项不影响复述主结论，但复现时需要自己记录模型公式并检查收敛，不能从 lme4 的名称推定默认结构。

语料、被试与流程如何保证可比？

被试为 12 名法语母语者，3 男 9 女，年龄 21 至 23 岁，其中 5 人在巴黎录制，7 人在比利时 Louvain-la-Neuve 与 Mons 录制，均自报无言语或听力障碍。材料为简单主谓宾模板句，目标词覆盖句首主语、句中直接宾语和句末间接宾语 3 个位置，音节长度控制在 2 至 4 个音节，词汇选自常用词并用 Lexique3 的 freqfilms2 不低于每百万 5 次过滤，以减少朗读犹豫。场景统一为聚会脚本，问题同时以预录音频与屏幕文字呈现，回答为朗读目标句，顺序经 PsychoPy 伪随机化，并设 10 个练习试次稳定流程，允许犹豫时重读。

总量为 948 句，其中宽聚焦 318 句，窄聚焦 630 句，剔除误读、明显不流利或基频提取失败等 24 句后进入分析。录制在安静房间用 Roland R-05 完成。资源可用性方面，参考文献中 Radford 等人的 Whisper 链接本次状态为可用，但这只说明第三方工具文献链接可达，不代表本研究语料或代码已公开，原文也未声明数据与代码公开，因此复现只能按描述重建流程，不能假设能下载原数据。

聚焦前区真的被压低了吗？

聚焦前区要检验的是准备效应，即窄聚焦是否提前压低音高或压缩时长。模型结果不支持系统性准备。基频最大值在窄聚焦下反而略高，扩展没有差异，相对时长略有缩短但幅度很小，最大强度没有显著差异。作者的措辞是谨慎的，认为时长缩短幅度小、解释需谨慎，最多兼容于前区略收紧，而不构成文献中有时预期的前区基频降低。

下图把 4 个指标并排展示，绿色为宽聚焦观测散点，蓝色为窄聚焦观测散点，黑点与竖线为校正位置后的模型预测均值与 95% 置信区间。阅读时不要只看散点多少，要看黑点差异是否超出竖线范围。

看图路径： 1. 先确认四块面板从左到右为相对时长、最大强度、F0 最大值和 F0 扩展；2. 对比每块面板中绿色宽聚焦与蓝色窄聚焦散点的上下位置；3. 找到每组中央黑点与竖线，读作模型预测均值与 95% 置信区间；4. 注意 F0 扩展面板纵轴为半音且上方有少数离群高点

论文图 1。原论文 Figure 1：“Segment pré-focal. Valeurs observées en focus large (vert) et étroit (bleu).”。

从像素可见，相对时长面板两组黑点几乎同高，强度最大值与基频最大值面板蓝色黑点与绿色黑点接近，基频扩展面板纵轴为半音且上方有少数超过 15 半音的离群点，但主体集中在 5 半音附近。这与回归系数方向一致：前区基频最大值系数为正但绝对值不大，时长系数为负但绝对值很小，扩展与强度不显著。教学要点是显著不等于重要，前区唯一的时长显著伴随很小的系数，复述时应同时给出方向、显著性与幅度判断。

聚焦段的突出靠峰值还是靠维持？

聚焦段的经典预期是基频峰更高、音节拉长。本数据呈现更复杂的层级。基频最大值在窄聚焦下只有上升趋势而未达显著，基频扩展也没有聚焦效应，但相对时长与最大强度显著升高。也就是说，时间与能量通道的增强比旋律峰更稳健。作者因此提出聚焦标记是多参数的，且参数层级与经典描述不同。

下表整理聚焦前区与聚焦段的关键回归数字，列覆盖区段、指标、窄聚焦相对宽聚焦的系数、t 与 p，以及原文的显著性判断，便于核对幅度与证据强度。读表时注意系数单位不同，时长系数是比例差，基频与强度最大值是标准化分差，不能跨行比大小，只能比方向与是否显著。

表中聚焦前区基频峰反而升高而非降低，聚焦段峰值仅为趋势而时长与强度显著，这一反差是全文的核心矛盾。表后需要强调代价：若只看峰值会漏掉真正的标记，时长拉长与强度提升才是更稳定的线索，而前区时长缩短因系数绝对值小而不宜过度解释。未胜出项是两区的基频扩展，它们均未显示聚焦效应，说明起伏幅度不是本语料中的可靠标记。

下图为聚焦段四面板，同样是绿色宽聚焦与蓝色窄聚焦散点加黑点预测均值。像素上时长与强度面板蓝色分布整体上移更明显，而基频最大值面板两组黑点接近且散点高度重叠，这直观对应趋势而不显著的统计结论。

看图路径： 1. 先确认标题为聚焦区声学分析的观测值与预测值；2. 比较相对时长和最大强度面板中蓝色是否整体上移；3. 观察 F0 最大值面板黑点差异是否小于散点重叠宽度；4. 检查 F0 扩展面板纵轴半音刻度与高离群点分布

论文图 2。原论文 Figure 2：“Segment focal. Valeurs observées en focus large (vert) et étroit (bleu). Point noir et barre indiquent la moyenne prédite et l’IC à 95 %. Panneaux durée, intensité max, F0 max et”。

解释该图时关键是区分分布重叠与均值差异：散点重叠大不代表没有效应，因为模型已校正位置、说话人与条目，黑点与置信区间才是效应判断依据。基频最大值黑点差异小而置信区间重叠多，时长与强度黑点差异相对清晰，这与表中 t 值大小排序一致。复述时应说明位置已校正，否则会把句首与句末本身的音高差异误读为聚焦效应。

均值补充分析如何改变旋律解释？

由于峰值不显著，作者追加了聚焦段基频均值分析，发现窄聚焦下均值显著更高，据此提出差异不在更高的尖峰，而在高音维持更久的轮廓形状。换句话说，窄聚焦的策略是把较高基频保持一段时间，而不是把某一点顶得更高。文中用 2 例 prosogramme 做定性例证，称在相同显示设置下窄聚焦的聚焦段基频更持久地处在高位，而两者峰值接近，且聚焦段 un gant 在窄聚焦下更长。

下图为同一句子 Marie donne un gant à Julie 在两种条件下的 prosogramme，上为宽聚焦，下为窄聚焦，蓝色为检测基频，绿色为强度，黑色横条为风格化基频，下方标注词与焦点位置。阅读时应沿时间轴先找到 un gant 区，再比较该区内黑色横条的长度与高度维持。

看图路径： 1. 先区分上下两条 prosogramme 分别标注为宽聚焦和窄聚焦；2. 沿蓝色 F0 曲线与黑色风格化横条看聚焦段 un gant 的高度维持；3. 对比绿色强度曲线在聚焦段的起伏与后区走向；4. 核对下方词标注 marie、donne、un、gant、à、julie 的对齐位置

论文图 3。原论文 Figure 3：“Segment focal. Prosogramme (Mertens, 2004) d’une réalisation en condition de focus”。

从像素可见，上下面板都包含 marie、donne、un、gant、à、julie 的切分，下方面板在 un 与 gant 上方标有窄聚焦区间，上方面板整句标为宽聚焦。窄聚焦面板中 gant 对应黑色横条延续较长且蓝色基频在该区维持在相对高位，而宽聚焦面板对应位置的维持感较弱。但必须强调这是单例定性展示，不能当作均值显著的证明，证明来自补充回归的系数与 p 值。初学者常见误解是把个例曲线当总体结论，正确复述是统计结论支持形状假说，个例只起图解作用，仍待更大样本的轮廓建模验证。

聚焦后区的去重音有多稳健？

聚焦后区是本文最稳健的一侧。窄聚焦下基频最大值显著更低，最大强度明显更低，相对时长显著缩短，只有基频扩展未显示稳健效应。作者将其解释为通过降低后区显著性来反衬焦点，形成焦点与后区的知觉对比。扩展不显著的含义是去重音主要表现为整体高度下移与能量减弱，而非系统压缩起伏幅度。

下表集中呈现补充均值与后区结果，同样用五列固定比较框架，重点是后区 3 通道联合下降与扩展的缺席。读表时注意后区强度系数绝对值最大，基频最大值次之，时长为比例小差但高度显著，扩展系数虽绝对值大但 p 未达显著且置信区间宽，不能解读为压缩。

表后解释要同时给出收益与边界。收益是后区三指标同向下降，构成跨通道的去重音证据，且强度效应量相对突出，弥补了文献中强度证据较少的缺口。边界是扩展不显著，说明不能把去重音简单等同于音域压缩；此外位置协变量存在主效应但未展开，意味着后区结论是在平均位置效应上的净效应，具体句首、句中和句末焦点的后区形态仍需后续工作拆分。

下图为后区四面板，标题注明基频单位为半音，预测均值同样校正了位置。像素上强度与基频最大值面板蓝色黑点低于绿色，时长面板呈现上下两团可能与有无后区及位置有关，扩展面板预测均值差异的区间重叠大，这与表中显著与不显著的划分一致。

看图路径： 1. 先确认标题为聚焦后区的观测值与预测值；2. 比较最大强度与 F0 最大值面板中蓝色黑点是否低于绿色；3. 观察相对时长面板上下两团散点反映的位置效应；4. 注意 F0 扩展面板纵轴为半音且预测均值差异的置信区间重叠

论文图 4。原论文 Figure 4：“Segment post-focal. Valeurs observées en focus large (vert) et étroit (bleu). Point noir et barre indiquent la moyenne prédite et l’IC à 95 %. Panneaux durée, intensité max, F0”。

解释该图时要先确认纵轴：强度与基频最大值是标准化分，扩展是半音，相对时长是比例。蓝色低于绿色在强度与基频面板上对应负系数，时长面板黑点差异虽小但因样本集中而区间窄，从而达到显著。不能把散点向下直接读成绩效变差，这里向下就是去重音本身，是理论预测的方向。也没有证据支持把末端一两句的形态推广到所有位置，位置效应未展示即是未评测边界。

哪些结论不能超出语料推广？

原文明确承认朗读任务的控制性可能约束韵律实现，这是首要限制。问答朗读比自发对话更规范，聚焦段可能更依赖时长与强度，而自发语中的峰值策略可能不同，因此峰值不显著不能读作法语从无峰值标记，只能读作在本语料与本测量下峰值不是最稳健指标。其次，信息型与纠正型窄聚焦被合并，原文说明两者区分超出本篇范围并留待后续工作，因此不能用本文数字回答纠正是否比信息更强。第三，位置效应存在但因篇幅未讨论，意味着三区结论是跨位置平均后的结果，句首焦点无前区、句末焦点无后区的结构不对称仍需显式建模。

测量层面也有边界。基频扩展用最大值与最小值之比，对提取错误和清音段敏感，原文虽剔除基频提取失败句并人工核对边界，但未报告扩展离群值的处理，图中高半音离群点提示复现时应检查极值稳健性。强度最大值易受录音距离与房间影响，虽做说话人标准化，跨巴黎与比利时两地录音的设备一致性仍需记录。统计上只报告固定效应系数与显著性，未报告随机效应方差、效应量与多重比较校正，跨指标比较稳健性时只能定性排序，不能做严格的跨模型效应量比较。

要复现这套三区量化先做什么？

先重建诱发流程而非直接找模型权重。按模板构造主谓宾句子，目标词覆盖 3 个句法位置并控制音节数与词频，用全局问句诱发宽聚焦，用部分问句与纠正问句诱发窄聚焦但分析时先合并为窄聚焦，场景保持一致以减少语用奇异。录制时固定安静环境与设备距离，伪随机化试次并设练习轮次，允许重读但记录重读次数，统一剔除误读、明显不流利与基频提取失败的标准。

标注与测量要锁定可重放细节。转写与对齐后必须人工核对词、音节与音素边界，每句切为 3 段并标记在窄聚焦下的前后区归属，不存在的区段记为缺失而非零。提取每段基频最大值、最小值、均值、强度最大值与区段时长，计算扩展并换算半音、相对时长相除、极值按说话人标准化，保存未标准化原值以便核查。统计时对每个指标分别拟合混合模型，聚焦类型为自变量、位置为控制协变量、说话人与条目为随机效应，用残差图检查假设并报告完整模型公式与收敛信息，再追加聚焦段基频均值作为形状检验。

还需补的验证包括分位置报告三区效应、分离信息与纠正窄聚焦、在自发语中检验峰值与平台假说，以及对扩展离群值做稳健性分析。只有补齐这些，才能判断维持高平台的解释是否跨语境成立。

何时值得借用这套结论？

当任务需要在法语中检测或合成窄聚焦时，值得优先借用的不是抬高单点峰值的规则，而是三区协同模板：保证后区去重音的联合下降，用聚焦段时长拉长与强度提升做主要标记，把基频处理为高平台维持而非孤立尖峰。这对语音合成与韵律标注的启示是评价应分段进行，前区不强求压低，后区重点看高度与能量是否让路，聚焦段重点看时间与能量的增强及均值是否抬升。

不值得直接套用的是把系数当通用合成参数。系数依赖本语料的朗读风格、说话人构成与标准化方式，跨数据集需要重新估计。教学上应记住的特有误解有三：其一，峰值趋势不显著不等于没有旋律标记，均值显著指向形状变化；其二，扩展不显著不等于没有去重音，去重音在本数据中是高度下移加能量减弱；其三，总体趋势不等于每句都成立，位置、说话人与条目变异已被模型吸收，个体实现仍有重叠。保留这些条件，结论才是可核对且可复述的。

📐 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 14 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