喊“大声点”与“用点意念”：帕金森说话人为何调不准用力刻度

英文题目：Speaking “loud” and its effect on speech intelligibility and naturalness in Parkinson’s disease

会议身份：conference:speechprosody:2026:conference-paper-id:barnes26_speechprosody

✅ 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：#主观评测 #言语障碍 #言语感知 #语音 #语音可懂度评估

评分：4.9/10 | 创新 1.2/2 | 技术严谨 0.8/1.5 | 实验充分 0.7/1.5 | 清晰度 0.6/1 | 影响力 0.7/1.5 | 开源 0.0/1.5 | 可复现 0.1/0.5 | 工程/实践 0.8/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

• Alexandra Barnes：机构信息未能从会议 PDF 纯文本可靠映射
• Caroline Menezes：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究处理帕金森病低音量言语中清晰度与自然度难以兼顾的问题，输入为不同提示与自我感知用力等级下的朗读语音，输出为听者强制选择判断与声学解释，难点在于同一发声变化对两种感知维度产生相反走向且提示语义易混淆。方法分三步衔接：先以固定组块可刺激性测试采集大声与意图两种提示下50%、100%、200%、400%共四档语音，每条件重复五次并用头戴麦保持距离一致，其输出的切分单句直接进入下一步。再将320条语音随机呈现给21名通过听力筛查的听者做清晰或自然二选一判断，同时在同一语料上用PRAAT测量全句平均强度与音高范围并做方差分析以关联感知。与既往多报告大声提升可懂度的工作不同，本文将自然度作为并列终点并对比大声与意图的机制差异，实际意义在于揭示强度提升并不自动带来自然感知。在同一朗读语料条件下，大声提示的平均强度指标为70.834 dB，低于意图提示的平均强度指标70.97 dB。结论的适用边界仅限于男性患者朗读单句与实验室提示条件，尚未验证自发言语、女性、不同听力损失群体及长期康复外推，400%用力出现强度与音高范围双降即为失败条件。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

帕金森说话为什么先变轻、再变平？

输入是本研究的临床起点：帕金森病与基底节多巴胺减少有关，常见震颤、运动迟缓、僵硬和姿势不稳，这些运动问题会同时波及呼吸、发声、构音、共鸣和韵律 5 个言语子系统，形成低运动性构音障碍。目标是让刚入门的研究生先分清两个结局变量。白话说，清晰度就是一句话能不能被听清字音，英文为 clarity 或文中的 clear；自然度就是听起来像不像正常人日常说话的语调起伏，英文为 naturalness。原文把平均强度当作清晰度的声学标记，把音高范围当作自然度的声学标记。

必须保留的信息是本研究不做康复训练、不评价任何疗法疗效，只比较两种提示在不同用力档位下的产生与感知。输出是 1 篇可复述的方法解读，学习依赖是先懂任务与评价，再懂刺激采集与感知实验，最后才看声学解释。

清晰度 × 自然度： 清晰度在本研究的操作中指听者被迫选择时把一句话判为更清楚的倾向，作者把平均强度作为其声学标记；自然度指判为更自然的倾向，作者把音高范围作为其声学标记。二者搭配的原因是帕金森治疗常能把声音变大却未必保留韵律变化，组合意义在于检验增大用力是否同时改善这两个维度，还是只改善其一而损害另一。

本节的教学任务是建立判断方向：强度越大一般越有利于清楚，但音高范围被压缩则可能损害自然。原文背景还指出单调是帕金森韵律的典型特征，且与自然度高度相关，而现有大声导向的治疗并不直接处理单调。这就引出中心矛盾：把声音推响是否会顺带推平语调。后续所有比较都要同时看这两个指标，不能只报强度上升就宣布成功。

大声与意念两条路线各解决了什么？

问题是帕金森说话人依赖外部线索完成熟练动作，内部自我标尺容易失准。相关路线有两条。第一条是李西尔弗曼语音治疗，英文为 Lee Silverman Voice Treatment，缩写为 LSVT，用外部提示要求说大声，远期希望外部提示内化为内部提示，已报告能提高言语与嗓音功能、元音构音和响度。第二条是 SPEAK OUT!方案，用外部提示要求带着意念说话，白话说就是更有目的、更到位地做发音动作、说得更清楚，已报告在嗓音质量、强度、音高范围与变异性、元音时长上有改善。

两条路线同输入，都是帕金森说话人的朗读或对话；同目标，都是改善可懂与交流效果；但监督与运行阶段不同，一个直接监督音量，一个监督发音意图的认知努力。

大声 × 意念： 大声对应李西尔弗曼语音治疗一系的外在线索，要求直接放大嗓门；意念对应 SPEAK OUT!一系的外在线索，要求更有目的地做发音动作、说得更清楚。二者搭配的理由是都要绕过帕金森受损的内部刻度机制，组合意义在于比较直接调音量与调发音意图是否带来不同的强度控制和韵律保留效果。

前人证据给本研究留下 3 个待检验点。第一，朗读比对话更自然且更易懂，被解释为朗读有视觉文本作为外部提示。第二，直接提示响度时患者能提高强度，隐含的音量缩放提示则不行，说明能变响但不会自己定刻度。第三，用幅度产生任务让患者按 100%、2 倍、4 倍、一半来发音，患者强度随档位上升但始终比对照组轻，被解释为自我感知响度函数受损；另一项类似研究还发现动态听觉范围窄会影响响度与音高范围的缩放，且重度听力损失者的档位间强度变化模式不同。这些都指向本研究要做的对照：固定句子、固定档位，只换提示词，看产生与感知是否真的不同。

本研究到底要回答哪两个可检验问题？

本研究只讲 1 个任务：给定同一句语音平衡句，在不同自我感知用力档位下，比较大声提示与意念提示如何改变声学参数，以及 naive 听者如何把这些句子判为更清楚或更自然。第一个可检验问题是提示效应：大声与意念是否在产生端造成不同的平均强度与音高范围，是否在感知端造成不同的清楚与自然票数。第二个可检验问题是档位效应：50%、一百、两百、四百的用力要求是否被忠实地实现为单调递增的强度与合理的音高变化。

教学例子是把 100% 理解为习惯力度，50% 理解为一半力度，两百理解为 2 倍用力，四百理解为 4 倍用力，这只是帮助理解档位标签的例子，不代表患者真的能发出 4 倍声压。原文明确声明不涉及言语矫治，其结果不能用来证明任何治疗有效。复述时必须保留该限定，不能把感知票数多说成疗效好。

从一句话到 320 个判断：全流程先走一遍

沿一个样本走完全程有助于建立依赖关系。输入是 1 名男性帕金森说话人，被要求用大声提示读出刺激句。刺激句原文为 Kick the ball straight and follow through，这是一个在构音诊断的可刺激性测试中使用的简单句。表示是录音文件，先按提示块与档位切成单句，再送入感知实验与声学测量两个分支。组件包括录音保持、切分、感知呈现和声学计算。

目标是得到每个句子被判为清楚或自然的票数，以及其平均强度与音高范围。输出是按提示与档位汇总的感知计数与声学均值，再做方差分析。

全景参数是 4 名男性帕金森说话人参加了托莱多大学言语语言诊所 2024 年夏季治疗项目的综合诊断，年龄分别为 67、64、79、65 岁，患病月数分别为 21、57、58、58 个月；感知端是 21 名通过听力筛查、说英语的 naive 听者，男女大致均衡，包括大学生或社区成员。每个说话人在每个提示与每个档位下重复 5 次，合计每人 40 句。感知实验共纳入 320 句，计算方式为 40 句乘 4 名说话人乘 2 次重复。录音设备为 Marantz 660 固态录音机，佩戴头戴麦克风以固定口麦距离，减少强度测量不一致。

患者签署了录音使用知情同意，编号为 IRB 300569。实验过程中不给患者任何分贝反馈，若患者追问意念含义，只告知要更有目的，但不解释成分贝目标。

刺激块如何固定顺序并切出可比句子？

刺激采集承担可比性职责。操作是采用固定块设计，先做大声块，再做意念块，每个块内用同一句话产生 4 个档位。档位标签为 50%、100%、两百、四百，100% 为习惯产生水平。这种设计的理由是固定文本后，字音内容、句长与句法完全一致，提示与档位成为唯一系统变化，听者差异与声学差异才能归因到这两个因素。计算上每个条件 5 次重复，保证每人每提示每档位都有多个样本可平均，减少单次咳嗽或起音异常的影响。

平均强度 × 音高范围： 平均强度是对整句计算的声压级均值，分工是反映用力档位是否真的变响；音高范围是整句最大基频减最小基频，分工是反映语调起伏是否保留。搭配原因是只看强度会误把响等同于好，组合后才能解释为何有的响句子被判为清楚却不自然，以及为何低用力档位音高范围更大。

切分与呈现承担测量职责。用 PRAAT 把诊断录音切成单句，再用 PRAAT 的 MFC 功能以随机顺序向听者呈现。听者每次听一句，被迫二选一，判断它更自然还是更清楚。原文承认多数句子可能既自然又清楚，但强制选择能逼出更细的感知倾向。声学测量同样用 PRAAT，对整句计算平均强度、最小基频与最大基频，音高范围用最大基频减最小基频得到。

独立变量在文中被写为音高范围与强度这类韵律线索，因变量被写为提示与用力档位，再用方差分析检验差异显著性。初学者复述时要先说清谁是被操纵的条件，谁是被测量的结果，不能颠倒。

外部提示与内部刻度在实验中如何分工？

这一节把组合机制讲透。外部提示分工是给出方向：大声要求直接放大，意念要求调动构音目的性。内部刻度分工是给出刻度：患者要自己理解一半、习惯、2 倍、4 倍用力分别对应多大的呼吸与发声努力。搭配理由是帕金森患者能借助外部目标发起动作，但把相对用力量化为连续声学变化的能力受损。新增作用是本设计能分离两种失败：若两种提示结果相同而档位不单调，说明问题不在听懂哪个词，而在无法按比例缩放；若某种提示系统性更响或音高范围更大，说明提示词本身改变了发音策略。

外部提示 × 内部刻度： 外部提示指实验者给出的大声或意念指令以及朗读文本等外在线索，分工是替患者设定用力目标；内部刻度指患者自己感知 100%、2 倍、4 倍用力的自我标尺，分工是把意图换算成实际呼吸与发声动作。搭配原因是帕金森被假设为内部刻度受损而依赖外部线索，组合意义在于检验给了外部目标后，患者能否按比例放大强度与音高。

原文为这种分离提供了依据：患者在实验中经常要求澄清意念含义，说明意念的语义不如大声直观；但声学与感知结果显示两种提示差异很小，档位差异显著，说明主要瓶颈在刻度而非词义。复述时要强调，块设计固定了顺序，可能带来练习或疲劳效应，原文未报告平衡顺序，因此不能把块间微小差异完全归因于提示词本身，这是未验证的边界。

本研究训练了什么模型？没有训练时算了什么？

本研究没有训练任何神经网络模型，也没有更新、冻结或微调任何模型参数，不存在梯度路径、损失函数、优化器、早停或参数重置时机。必须明确说明这一缺项，不能从 PRAAT 或 MFC 的名称推定有模型训练。实际计算过程是 3 类非学习计算。第一类是切分与随机呈现：把连续诊断录音按句切分，用 MFC 模块随机化 320 句的播放顺序并记录被迫选择结果。第二类是声学计算：对每句整段信号计算平均强度、最小强度、最大强度、最小基频、最大基频，再派生音高范围。

第 3 类是统计汇总：把感知票数按提示与档位求和，把声学值按提示与档位求均值，再做单变量方差分析与 Tukey 事后检验，以及强度与音高范围的皮尔逊相关。监督来源不是标签训练，而是实验条件标签与听者判断，统计检验只判断差异是否显著，不产生可部署的预测器。

数据划分、指标方向与公平条件是什么？

数据来自 2024 年综合言语诊断的刺激性测试部分，4 名说话人全部为男性帕金森患者，已获神经科诊断并完成诊断流程。划分不是训练集与测试集划分，而是按提示乘档位的条件划分，每个格子 5 次重复。感知端 21 名听者每人听全部 320 句，随机顺序呈现，指标是被判为更清楚的票数与被判为更自然的票数，方向是票数越多表示该条件下更倾向于该属性。

声学端指标是平均强度与音高范围，单位分别为分贝与赫兹，方向需结合解读：强度高一般有利于清楚，但音高范围高一般有利于自然，二者并非同向。公平条件是同一句话、同一录音链路、同一头戴距离、无分贝反馈，只有提示词与档位变化。聚合对象是先按句子计算声学值，再按条件求均值；感知是跨听者求和或平均。统计方法包括方差分析、Tukey 事后检验与皮尔逊相关，显著性阈值按原文报告的 p 值理解。

硬件预算原文只报告录音机型号与麦克风佩戴方式，未报告计算机配置与计算耗时，因此不能承诺推理开销或实时性。

听者把清楚票投给了谁，把自然票投给了谁？

先讲感知主结果，再用声学解释。清楚票的规律是档位越高票越多，大声与意念都如此；提示间大声略占优，但差异微小。自然票的规律相反，总体上低档位比高档位更自然，且同档位下意念比大声更自然，只有一个例外是大声四百被判为所有句子中最自然。原文用两张条形图展示按提示与档位分开的清楚票数与自然票数，颜色表示档位，图案疏密表示提示，本解读因未收到图像像素，只依据图注与正文转述，不描述坐标与颜色细节。

可懂度 × 单调性： 可懂度在引用的前人定义中偏向发音精确性，分工是解释字音是否听得清；单调性指帕金森常见的基频变化小，分工是解释为何声音响了仍显得平淡不自然。搭配原因是增大音量可能同时压缩音高变化，组合意义在于提醒治疗不能只追强度，还要观察是否加重了单调从而损害自然度。

为理解票数含义，需要看声学绝对水平。下表整理原文直接报告的强度极值与代表性均值，比较问题是这些句子的响度落在什么区间，公平条件是同一句话的整句测量，指标方向是分贝越大越响。表前已提出比较问题，此段为表后解释：习惯档位的峰值强度在八十多分贝，低档位的谷值在五十多分贝，说明档位确实拉开了动态范围；但大声四百的平均强度与音高范围落在正常成年男性会话范围内，作者据此推测听者是按日常交流期望做主观判断，而非只按分贝排序。

表后解释需要同时指出代价与反例：峰值与谷值拉得开不等于平均值单调递增，后文声学均值显示四百档反而回落；大声四百最自然是一个反直觉的例外，不能推广为用力越大越自然。未胜出项是意念在清楚票上略输，但差距微小，不能据此宣布大声在可懂性上获胜。

强度与音高范围真的随用力单调上升吗？

声学主结果是否定单调缩放。平均强度上，大声提示的均值略高于意念提示，但原文报告的两均值非常接近，提示效应不显著；档位效应显著，方差分析显示不同用力档位间响度差异显著。事后检验显示 50% 显著低于 100% 与两百，但 100% 反而显著响于 50% 与四百，400 比 100 与两百更轻。音高范围上，提示间同样无显著差异，档位间 50% 显著大于两百与四百，总体随用力增加而下降，即使强度也在下降的四百档也是如此。强度与音高范围呈轻微负相关。

下表聚焦档位间可直接复述的差值，比较问题是在相同提示内换档位能换来多少分贝变化，公平条件是合并两种提示后看档位主效应，指标方向是差值为正表示更响。表前已说明比较问题与公平条件，此段为表后解释：主要收益是 50% 到 100% 的跃升最大，说明从小声回到习惯力度最有效；具体代价是从 100% 到两百反而下降 1 至 3 分贝，全程增量仅为个位数分贝，远非标签字面上的翻倍，说明内部刻度失准。未胜出项是两百档并未如标签暗示的那样更响，不能把标签数字当成声压比。

下表补充音高范围的档位差，比较问题是低用力是否保留更大语调起伏，指标方向是赫兹差越大表示低档位起伏优势越大。表前已提出问题，此段为表后解释：50% 比两百高出约一百二十多赫兹，比四百也高出类似幅度，支持低用力更自然的感知；但提示间大声的平均音高范围反而更高，却没有换来更多自然票，说明听者判断自然时不只依赖音高范围，还用了强度与音高关系的整体印象。负结果是提示与档位的交互均不显著，不能声称某种提示能挽救高用力下的音高压缩。

此段为第三张表后解释：低档位音高范围优势与强度和音高范围的轻微负相关相互印证，提示间差异与交互均无显著性，因此不能用换提示来解释自然度，听者更可能结合整体用力印象与交际预期作出判断。

如果只换提示词不换档位，还剩多少差异？

把本研究当作 1 次条件消融来读：固定档位只换提示词，或固定提示词只换档位，看哪边差异更大。报告显示固定档位换提示词时，平均强度差仅为零点几分贝量级，音高范围也无显著提示差异，感知上清楚票大声略多、自然票意念略多，但都被描述为微小。固定提示词换档位时，强度与音高范围都出现显著档位差异，感知票数也随档位系统变化。这支持判断：档位操纵是主要变异来源，提示词是次要来源。

失败条件是高用力档位：要求 4 倍用力时强度不升反降，音高范围继续收缩，说明单纯加大努力指令会失效。原文还提到听力损失可能调节缩放，前人小样本中轻中度与重度听力损失者的强度变化区间不同，但本研究尚未纳入听力数据，只能列为待验证，不能把当前回落归因于听力。复现时若去掉随机化或去掉头戴固定距离，强度比较将不可信，这两项是必须保留的公平条件。

哪些结论不能从这 320 句推广？

限制先按证据等级区分。直接报告的是 4 名男性说话人、单句朗读、实验室录音下的感知与声学模式；有限解释的是内部刻度受损与听者按交流期望判断，这些有前人理论支持但本研究样本很小；未验证推测是听力损失、嗓音质量、开放商与长期谱特征对自然度的影响，原文明确列为下一步或未纳入范围，只能用可能或待验证表达。

未测量项包括误判率、延迟、治疗长期效果、声带损伤风险，原文虽提醒高响度期望可能不现实并可能伤及声带，但未测量发声生理代价，不能承诺安全阈值。总体趋势不等于每人每句成立，原文提到说话人间变异大，4 人均为男性且只有一句话，因此不能推广到女性、对话语体或长篇朗读。统计上分母自由度很小，显著性依赖重复测量结构，复述时应保留自由度与 p 值写法，不自行换算成效应量等级。

要重做一遍，最少需要固定哪些步骤？

复现先做刺激可比性。准备同一句 Kick the ball straight and follow through，按大声块与意念块的固定顺序采集 50%、100%、200%、400% 共 4 个档位，每个条件 5 次重复，全程佩戴头戴麦克风并固定增益，不提供分贝反馈，记录知情同意编号与诊断来源。若患者追问意念含义，只用更有目的来解释，保持与原文一致的模糊度。切分用 PRAAT 按句切分，感知呈现用 MFC 随机化，听者须通过听力筛查且为英语使用者，被迫在更自然与更清楚之间二选一，重复 2 次以达到类似 320 句的规模。

声学端对整句计算平均强度、最小与最大强度、最小与最大基频，再派生音高范围，单位保留分贝与赫兹，数值保留 1 位小数。分析端按提示与档位汇总感知票数与声学均值，做方差分析与 Tukey 事后检验，再算强度与音高范围的相关。还需补的验证是纳入听力阈值、记录最大与最小值的分布、补充嗓音质量指标，并扩大性别、句数与语体，否则只能复述原文的 1 句男性结果。资源状态方面，本次未发现来源绑定且完成验证的公开代码、模型或数据，不得声称材料已公开。

何时值得试大声提示，何时要先补验证？

综合判断分三句。第一，何时值得尝试：在需要把过轻的句子拉回习惯响度时，大声或意念的外部提示都有助于实现 50% 到 100% 的跃升，且低档位通常保留更大音高范围，听者也更可能判为自然。第二，何时要谨慎：当目标是远超习惯的 2 倍或 4 倍用力时，本研究显示平均强度回落、音高范围收缩，大声四百最自然只是单点例外，不能当作加压有效的证据；若患者反馈用力很大但声音并未更响，应优先怀疑内部刻度与反馈环路失配，而非继续加压。

第三，还需补哪项验证：同步测听力损失与言语听阈，补充最大与最小强度和基频的分布，加入嗓音质量与长期谱特征，并检验治疗前后新常态刻度是否建立。常见误解是把标签上的 2 倍理解为声压翻倍，原文功能性翻倍仅对应约 2 分贝的平均变化；另一个误解是把响等同于清楚且自然，原文数据显示清楚与自然依赖强度与音高范围的整体关系，响而平的句子可能清楚票尚可但自然度受损。记住本研究不评价疗法，任何临床决策都需另行设计的治疗试验支持。

📐 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 5 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 speechprosody-2026 论文汇总