声调中和下温州话高低调域为何不同时消失：位置、轮廓与年龄的线索重组

英文题目：Register Realization under Tonic Neutralization in Wenzhounese

会议身份：conference:speechprosody:2026:conference-paper-id:chen26b_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：#统计分析 #韵律 #社会语音学 #语音 #语音属性识别

评分：5.5/10 | 创新 1.3/2 | 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 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.4/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Ziru Chen：机构信息未能从会议 PDF 纯文本可靠映射
• Jeremy Steffman：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该研究输入为温州话双音节变调中发生声调归并但保持重读的最小对，输出是高低发声态在词首与词中位置是否仍可区分的判断，难点在于基频中和后多线索可能重组而非同步消失。处理链分三步：先在Praat中标注辅音与元音边界并用VoiceSauce提取F0与频谱倾斜等参数，该参数时程进入下一步建模；再对时变曲线拟合含年龄与发声态平滑项的广义加性混合模型并用似然比检验比较含与不含发声态的模型，其显著性结果决定线索有效性；最后对嗓音起始时间与闭塞时长拟合线性混合效应模型并做边际均值比较，以检验辅音计时线索。与既有温州话研究相比，该工作把嗓音质量细分为H1相关倾斜与倒谱峰突出度并追踪其在元音内的时程，从而区分辅音源与元音固有气嗓。在词首双音节变调语料条件下，HM声调对H1∗–H2∗的ΔAIC指标为38.0，高于MLM声调对的ΔAIC指标-6.2。结论适用边界受限于瑞安籍两年龄组、双音节重音中和及唇塞音加低元音语料，尚未验证短语层与自然语流中的泛化。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://rvlenth.github.io/emmeans/ — 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，本解读要保留什么？

本解读的输入是温州话调域在强迫性中和语境下的发音研究报告，以及本次收到的 4 张官方原图像素，不引入其他生成分析的评价。目标读者是刚进入语音与音乐音频领域的研究生，需要能核对实验条件并能用自己的话复述方法链条。必须保留的信息包括研究对象的位置划分、调对选择、年龄分组、测量指标、统计工具与主要限制，输出则按学习依赖从背景到复现逐步展开。

温州话有 8 个声调，按高低调域各 4 个成对排列，平调与升调在单字调中全程分离，降调与促声调主要在起始段分离后段靠拢，这是理解后文词首与词中不同中和程度的基线。历史上的调域对立同时对应声母清浊，但当代温州话词首塞音大多已清化，词中元音间仍可保留真浊音，这 1 位置不对称直接决定后文为何词首看嗓音起始时间而词中看闭塞时长。

下面先看单字调基线图的整体形态，再进入变调语境，该图为后文判断中和是否完全提供参照。

看图路径： 1. 先看横轴归一化时长与纵轴基频标准化值，确认八条曲线的起止长短不同；2. 再按实线高调域与虚线低调域配对比较平调与升调的全程分离；3. 最后观察降调与促声调在后半段是否靠拢以建立基线预期

论文图 1。原论文 Figure 1：“Mean z-scored F0 trajectories for the eight Wen- zhounese tones, elicited in citation form using minimal pairs with /pa/ for the high register and /ba/ for the low-register.”。

该图横轴是按最长平均时长归一化的时间，促声调最短而舒声调较长，纵轴是说话人内标准化的基频值。按图例实线为高调域、虚线为低调域配对观察，平调两条线上下平行且间距稳定，升调两条线均上扬但高调域整体更高，降调两条线均从高处急降且起点分离大而后段交叠，促声两条线呈低凹形且主要在起始段分离。这一基线显示调域的基频线索本身就依赖轮廓，降调与促声调后段天然靠拢，因此后文在变调后若只在起始段看到分离，不能直接断为中和不完全，还需结合轮廓形状判断。

同输入同目标的前人工作比较了什么？

在相同输入即温州吴语塞音与后随元音、相同目标即判断调域或清浊如何实现、相同运行阶段即自然产出录音的条件下，前人工作给出 3 个可比点。早期声学分析报告词首浊塞音已清化而元音间仍浊，并提出气嗓作为对浊音缺失的补偿，气流压力比与闭商等指标支持这一补偿假说。

近期年龄比较发现老年说话人词中无气嗓差异而青年说话人出现小幅气嗓差异，同时闭商差异在青年组延续到元音过半位置，这被解读为随历史浊音对立瓦解而气嗓增强的显时迹象。北方吴语如上海话的研究则把低调域发声定为杂音主导的悄声类嗓音，强调连续气流噪声与较低的倒谱峰突出度，而温州话既有工作多用谱倾斜与闭商，较少检验噪声类指标，因此发声子类型仍不明确。

本研究延续同一比较框架，但把语境从单字调扩展到双音节变调的强迫性中和，并同时检验基频、时长与嗓音质量 3 维，位置也区分为词首与词中，从而能回答补偿性气嗓是否仍限于元音起始段。

相关工作的另一条线是变调类型划分。温州话跨韵律词与语调短语存在广泛变调，其中因重音核指派导致的无调中和使非重音节变为默认低音，而特定高低调合并但音节仍为重音的情形才是本研究的强迫性中和。举例为奖与法两词在相同后接促声调条件下分别由中平加低促变为中升加低促，目标音节仍承载声调轮廓，这与完成包裹与完成处理那种首音节失重音变为无调的情形性质不同。区分这两类合并是必要的，否则会把所有音高趋同都当作同一种中和。

要回答的具体问题与边界是什么？

本研究要回答 3 个相互依赖的问题。第一，在强迫性中和下，基频、辅音时长与嗓音质量是否仍能区分底层高低调域，以及这种残留是否因词首与词中位置而不同。第二，哪种嗓音质量指标最能分离调域，分离最强处在元音的哪个时间段，是否仍是辅音诱发的起始段模式。第三，中年组与青年组的模式差异指向何种变化，是整体趋同还是线索权重转移。

边界是调对之间的邻接声调未能完全控制，因为双音节变调格局限制了跨调对使用完全相同的邻接声调，作者明确只在调对内做中和结论，跨调对模式只做描述性解读。另一个边界是目标音节声母均为双唇塞音，高调域用清音、低调域用浊音的音位写法，元音多为低元音，少数用圆唇低元音替代以构成真实词最小对，因此结论先适用于双唇塞音加低元音组合，向其他发音部位与元音的推广待验证。

调域 × 强迫性中和： 调域指温州话 8 个声调按高低两套音高范围成对划分的范畴，高调域与低调域共享升、降等轮廓而音高区间不同；强迫性中和指本研究关注的双音节变调中特定高低调在仍为重音条件下合并为同一变调形的音系过程，二者搭配的原因是调域是待检验的底层对立，中和是检验该对立是否在表层仍有多维语音线索残留的语境，组合意义在于把声调合并区分为失去重音的无调中和与保留重音的强迫性中和，只在后者中讨论调域线索的重组。

从可证伪角度看，若中和是完全的，则调对内高低调域的基频差异曲线应全程包含零，时长均值无显著差异，含调域固定效应的完整模型不应优于去掉调域的简化模型。若只是线索重组，则应出现位置分化，即词首基频仍分离而词中基频贴合，但词中时长与嗓音质量仍分离。年龄维度则看青年组是否在多维上同时向零靠拢，若仅个别指标减弱则更像权重调整，若全维度减弱则更像范畴合并的早期迹象，但后者需要跨韵律语境的证据才能定论。

方法全景：一个样本如何走完输入到输出？

沿一个样本走完全程有助于建立依赖关系。输入是一个双音节真实词，例如首音节为目标调、次音节为固定邻接调的最小对，目标音节声母为双唇塞音、韵母为低元音。说话人在安静房间经头戴话筒录制，每个目标词与等量填充词混合伪随机呈现并各读三遍。标注阶段在语音软件中切分辅音与元音边界，词首位置量取嗓音起始时间，词中元音间位置量取闭塞总时长与浊闭塞时长。

元音内部经嗓音分析工具在 10 个等分段提取基频与多个嗓音质量指标，并在说话人内标准化以消除个体音高与音色基线差异。统计阶段对时变指标按位置与调对分别拟合轨迹模型，对单点时长按调对与位置分别拟合均值模型，再用估计边际均值在每个年龄组内检验高低调域差异。输出是分位置、分调对、分年龄的分离判断，而不是一个跨所有条件的总分。

基频 × 谱倾斜： 基频是声带振动频率对应的音高声学量，承担调域高低区分的主要任务；谱倾斜是以第一谐波与高次谐波或共振峰幅值差度量的气嗓程度，如 H1 减 H2，承担声门开合状态的区分任务，二者搭配的原因是温州话调域历史上同时关联音高与声门状态，单一维度在变调中和后可能被削弱，组合意义在于用音高轨迹加嗓音质量轨迹共同判断中和是不完全还是线索转移。

这一全景的教学要点是表示先于结论。基频轨迹回答音高是否仍分高低，谱倾斜轨迹回答声门是否仍分松紧，时长均值回答辅音阻塞是否仍分长短，三者缺一不可，因为温州话调域本就是多维编码。若只看基频，会把词中中和误判为完全合并，若只看时长，会忽略词首基频仍强的事实。位置划分必须先于指标解读，因为词首与词中的浊音实现机制本就不同。

时变曲线用什么算，单点时长用什么算？

时变计算承担轨迹形状的估计。每个元音的 10 个等分测量点作为时间自变量，对每个位置与调对组合，为年龄与调域的每种组合估计独立平滑曲线，并用参照与差异因子平滑加入说话人与重复发音的随机效应，以吸收个体曲线形态与重复间漂移。解读时看拟合曲线及其置信带，以及高低调域相减的差异曲线，若差异曲线的置信带不包含零则判为该时间段显著分离，并辅以水平零线作为视觉参照。

嗓音质量部分还做模型比较，对每个指标拟合包含调域固定效应的完整模型与去掉调域固定效应但保留相同随机效应结构的简化模型，均用最大似然估计拟合，再用似然比检验与信息准则比较，若完整模型信息准则更低则说明加入调域在惩罚复杂度后仍改善拟合，差值越大、检验越显著则证据越强。

嗓音起始时间 × 浊闭塞时长： 嗓音起始时间指词首塞音松开到后随元音周期性振动开始的时间间隔，用于检验词首清浊在清化后是否残留时长差异；浊闭塞时长指元音间塞音闭塞段中仍有声带振动的部分时长，用于检验元音间是否保留真浊音，二者分工是分别对应词首与词中两种辅音位置，搭配理由是温州话词首已清化而词中仍可浊，组合意义在于解释为何调域的辅音线索只在词中稳健而在词首缺席。

单点时长计算承担均值差异的检验。对每个调对与位置分别拟合线性混合效应模型，固定效应为年龄组与调域，随机截距为说话人与重复发音，再用估计边际均值在每个年龄组内比较高低调域。这种分调对分位置拟合的安排理由是邻接声调跨调对未能完全控制，混在一起会把邻接调效应误归为调域效应。原文还交代所用估计边际均值工具的公开链接本次可达，可用于复现均值比较步骤。

嗓音质量指标如何选，时间进程如何读？

嗓音质量指标的选择逻辑是先广筛后聚焦。初筛包括多个带星号校正的谱倾斜指标与倒谱峰突出度，校正意在去除共振峰对谐波幅值的影响，使指标更纯粹反映声门状态。筛选标准不是单点均值差，而是上述完整与简化模型的比较结果，信息准则差为正且似然比显著才算该指标携带调域信息。

结果呈现轮廓特异性，降调对在词首与词中分别由第一谐波减第二谐波显示最强证据，促声调对跨位置多由基于第一谐波的谱倾斜捕获，而升调对在词中几乎无可靠指标，词首降调对的杂音指标也只在特定轮廓显著。这种轮廓依赖提示不能用单一嗓音指标概括吴语发声，声调轮廓本身调节声门实现。时间进程的读法是看低调域曲线是否在元音起始段隆起。

若隆起限于前三分之一且后段回落，则更像辅音诱发的气嗓，若隆起延续过半且中后段仍高，则更像元音自身属性。本研究的可视化聚焦第一谐波减第二谐波，正是因为它在多个调对中证据最强，便于统一比较起始段峰的位置与年龄差异。

广义加性混合模型 × 线性混合效应模型： 广义加性混合模型用于拟合基频与嗓音质量随元音十分段变化的非线性轨迹，并用说话人与重复发音的随机平滑控制个体差异；线性混合效应模型用于检验嗓音起始时间、闭塞总时长与浊闭塞时长等单点时长值是否因调域与年龄而不同，二者分工是时变曲线归前者、单值时长归后者，搭配理由是轨迹差异需看全程分离区间而时长差异只需看均值，组合意义在于同时回答何处分离与平均差多少。

理解这两类模型分工后才能正确归因。若轨迹模型显示起始段分离而均值模型显示词首嗓音起始时间无差异，则说明分离来自元音声门而非辅音松开延迟。若轨迹模型显示词中基频贴合而时长模型显示浊闭塞时长差异极显著，则说明音高中和不等于对立消失，而是线索转移到辅音阻塞的浊音实现上。

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的权重，不存在优化器、梯度路径、参数冻结与重置时机的报告缺项问题，因为根本没有拟合可学习的表示编码器。真实计算过程是规则驱动的测量加统计推断。测量侧调用已有语音分析程序提取基频与嗓音质量，标注由人工在语音软件中完成边界切分，时长由人工或半自动量取嗓音起始时间、闭塞总时长与浊闭塞时长。

推断侧拟合广义加性混合模型与线性混合效应模型，估计的是平滑函数形状、固定效应系数与随机效应方差，而非神经网络权重。监督来源是已知的底层调域标签与年龄组标签，用于指定固定效应的分组结构，不提供逐帧的音高目标来反传。

需要补的验证不是学习率或早停，而是随机效应设定是否充分、平滑基维度是否敏感、最大似然比较是否受样本量影响，这些在原文中通过参照已有动态语音分析策略与保持随机结构一致来控制，但未报告平滑参数的敏感性分析，这是复现时应自行补做的稳健性检查。

被试、材料与记录条件是否一致？

比较的公平条件建立在最小对与相同邻接语境之上。被试为在浙江瑞安招募的 20 名母语者，分为青年组与中年组并平衡性别，均在儿童早期习得温州话并能流利说普通话，采样时间为 2025 年 6 月。材料按位置分别选 3 个调域调对，词首为降调、降升调与促声调对，词中为升调、降调与促声调对，每个目标调在指定位置构造 3 个双音节真实词最小对，且调对内高低调形式共享完全相同的邻接声调语境。

目标音节声母均为双唇塞音、韵母多为低元音，少数用另一低圆唇元音替代以保证为自然词。每个被试将目标词与等量填充词混合伪随机读三遍，录音在安静房间用指定手持录音机与头戴话筒完成，采样率与量化精度固定。测量时元音内取 10 个等分段并在说话人内标准化，以消除个体音高与通道差异。跨调对的邻接声调未能完全一致是已知的不一致点，因此跨调对比较只做描述，不做中和程度的正式推断。

下表把可核对的采集与分段条件整理为 5 个维度的对照，表中数字与单位均来自原文连续句，阅读时注意裸数值与带单位数值的区别。

表后需要明确代价与边界。20 人分两组并平衡性别的规模对声学语音研究属常规，但分到每组约 10 人时个体变异仍可能影响轨迹置信带宽度。三遍重复有助于估计重复间变异，但伪随机顺序不能消除列表语调的影响。十等分段能刻画起始段峰，但对促声短元音的时间分辨率相对较粗。录音条件统一保证了指标可比，但安静房间不等于隔音室，低频噪声若残留可能影响杂音类指标，这也是后文倒谱峰突出度证据有限时需考虑的测量侧因素。

主结果：基频何处仍强，辅音何处补位？

主结果按位置组织。词首位置两年龄组在降调对均显示清晰分离，中年组全程差异更大，降升调对的分离小于降调对，中年组延续到元音中部而青年组仅在起始段附近，促声调对在两组均几乎无分离。词中位置调域对比大幅减弱，降调与促声调对两组几乎无区分，升调对仅中年组保留小幅整体偏移而青年组全程趋同。这支持词中经历更强中和的判断。

辅音时长呈现互补格局，词首嗓音起始时间在各调对与年龄组均无调域差异，而词中闭塞总时长与浊闭塞时长均显示极显著调域效应，仅青年组促声调对的闭塞总时长为边缘显著。具体方向为低调域闭塞总时长更短而浊闭塞时长更长，且中年组差异强于青年组，与词中去浊化的显时模式一致。嗓音质量的模型比较进一步显示轮廓特异性，降调对由第一谐波减第二谐波证据最强，促声调对跨位置多由基于第一谐波的谱倾斜捕获，词中升调对无可靠指标。

气嗓 × 显时变化： 气嗓指声门闭合不全伴较多气流噪声的发声状态，在温州话中表现为低调域元音起始段谱倾斜升高；显时变化指用中年组与青年组的同时差异推测正在进行的声音变化，二者分工是前者为待追踪的语音实体、后者为推断变化方向的时间框架，搭配理由是直接纵向录音缺失时只能比较年龄组，组合意义在于把青年组区分减弱解读为调域对立趋同与去浊化的可能走向，但仍需真正的实时证据确认。

下表把辅音时长的检验条件与方向整理为 5 个维度的对照，表中显著性阈值与方向描述均来自原文连续句，百分点与相对百分比在此不适用，显著性不等同于效应量。

表后解释主要收益与代价。收益是位置分工清晰，词首靠基频、词中靠浊闭塞时长与气嗓，说明强迫性中和不是均匀弱化而是线索重组。代价是词首促声调对基频与气嗓均无清晰证据，显示实质性中和。未胜出项必须保留，词首嗓音起始时间全线不显著，词中升调对嗓音质量无可靠指标，这些负结果恰好限定了补偿假说的适用范围。

下面看词中辅音分布的形态，再判断均值显著是否由少数离群值驱动。

看图路径： 1. 先对照上排闭塞总时长与下排浊闭塞时长的纵轴单位与分布形态；2. 再在每列调对内比较黄色低调域与紫色高调域的箱体高低方向是否相反；3. 最后比较中年组与青年组在低调域浊闭塞时长的箱体高度与离散度差异

论文图 2。原论文 Figure 2：“Violin plots of CLO (top) and VDCLO (bottom) in intervocalic position, shown separately for each tone pair. High and low register tokens are compared within each age group.”。

该图上排为闭塞总时长、下排为浊闭塞时长，列为升调、降调与促声调对，每列内分中年组与青年组并并排显示低高调域分布。从像素可见上排紫色高调域箱体普遍高于黄色低调域，尤其词中升调中年组高调域中位显著上移，下排则反向，黄色低调域箱体更高且离散更大，中年组低调域浊闭塞时长可延伸到高值区而高调域贴近零线。青年组低调域浊闭塞时长箱体高度与上延均收缩，说明浊音实现减弱。需注意个别高点离群值存在，但箱体整体错位表明差异非单点离群所致。

若去掉位置与轮廓区分，结论还成立吗？

把位置与轮廓当作消融维度来检验，有助于看结论的稳健性。若合并词首与词中，会得出基频总体减弱的平均印象，但掩盖词首降调对仍强分离的事实。若合并调对，会得出嗓音质量总体微弱的印象，但掩盖降调对第一谐波减第二谐波证据很强而升调对几乎无证据的分化。若合并年龄组，会得出部分残留的印象，但掩盖青年组在基频、时长与嗓音质量上系统性更趋同的模式。原文按位置与调对分别建模正是为了避免这种平均化误导。

失败条件也集中在这两个维度，词首促声调对在基频上几乎无分离，词中升调对在嗓音质量上无需加入调域项，说明并非所有轮廓都保留残留。年龄消融同样重要，中年组在词中升调基频上保留小幅偏移而青年组没有，若去掉年龄分组，这一小幅但系统的偏移会被青年数据稀释到不显著。

下面看基频轨迹的拟合与差异曲线，核对分离区间的位置与年龄差异。

看图路径： 1. 先确认前两列为分年龄拟合曲线、第三列为差异曲线且零线为显著性参照；2. 再沿十分段横轴观察词首条件下高低调域分离区间止于前段还是延续到中段；3. 最后比较词中条件下中年组是否保留小幅整体偏移而青年组是否全程贴合零线

论文图 3。原论文 Figure 3：“GAMM fits (first two columns) and difference curves (third column) for F0 by tone pair and age group in initial and intervocalic positions.”。

本次收到的该图像素分辨率较低，只能辨认部分面板的行列结构与颜色图例，不宜硬读具体数值。前两列为分年龄拟合曲线，青色为低调域、红色为高调域并带置信带，第三列为差异曲线并以零线为参照。按正文证据解读，词首降调对分离清晰且中年组更大，降升调对中年组延续到中段而青年组仅限起始段，促声调对几乎无分离，词中各对大幅减弱且青年组更趋同。像素中可辨的升调与促声调面板走向与该描述方向一致，但具体起止段数与置信带宽度以正文报告为准，不从模糊像素推定精确段点。

哪些证据不足，哪些推断需要降级？

需要降级的推断有三处。第一，跨调对的比较只能描述，不能作为中和程度排序的证据，因为邻接声调跨调对未能完全控制，轮廓效应与邻接调效应交织。第二，发声子类型不能定为悄声或松嗓，谱倾斜证据强而倒谱峰突出度证据有限，与北方吴语以噪声为主的模式不同，但原文未纳入谐波噪声比与声门图数据，噪声维度测量不足。

第三，显时差异不能直接等同于正在进行的声音变化，青年组区分弱化支持趋同，但仍可能是特定变调语境下的强中和而非范畴合并，需跨单字调到短语层的多语境比较才能澄清。测量侧限制还包括促声短元音的十分段分辨率、安静房间的本底噪声对杂音指标的影响，以及目标音节限于双唇塞音加低元音的泛化边界。统计侧限制是轨迹显著性依赖置信带是否包含零，多重时间点比较的误差控制与平滑参数敏感性未详细报告，复现时应补做。

下面看嗓音质量聚焦指标的时间进程，判断气嗓是否仍限于起始段。

看图路径： 1. 先区分上半词首与下半词中两大板块及每行调对的行标签；2. 再沿横轴十分段看低调域曲线是否只在第 2 至第 4 段隆起而后回落；3. 最后看右侧差异曲线的置信带是否包含零线以判断分离是否稳健

论文图 4。原论文 Figure 4：“GAMM fits (first two columns) and difference curves (third column) for H1∗–H2∗by tone pair and age group in ini- tial and intervocalic positions.”。

该图分上下两大板块，上为词首、下为词中，行按调对排列，列为中年拟合、青年拟合与组间差异，青色为低调域、红色为高调域。从像素可见词首降调对低调域曲线在第 2 至第 4 段隆起而高调域近乎平直，差异曲线在起始段上凸但置信带较宽，词中降调与促声调对中年组低高分离更清晰且峰仍在起始段，青年组仅降调对保留分离。这些可见形态支持气嗓仍具辅音来源、峰在元音起始段的判断，但词首分离整体不稳健，促声调对变异大，因此不能把起始段峰直接当作调域区分充分的证明。

复现先做什么，需要哪些信息条件？

复现应先重建材料与流程，再重跑统计。第一步按位置与调对表重建双音节最小对，保证调对内邻接声调完全相同，跨调对差异如实记录而不强求一致，声母统一为双唇塞音、韵母优先低元音，目标词与等量填充词混合伪随机各读三遍。

第二步统一录音与标注，沿用安静房间、手持录音机与头戴话筒的组合并记录采样率与量化精度，人工切分辅音与元音边界，词首量取嗓音起始时间、词中量取闭塞总时长与浊闭塞时长，元音内十等分提取基频与嗓音质量并在说话人内标准化。

第三步按位置与调对分别拟合轨迹模型与均值模型，轨迹侧为年龄与调域组合的独立平滑加说话人与重复的随机平滑，嗓音质量侧加做去调域简化模型的似然比与信息准则比较，均值侧用估计边际均值做组内高低比较。关键超参数与信息条件包括十分段数、标准化口径、随机效应结构、最大似然拟合与显著性判读规则，原文已交代工具来源，其中估计边际均值工具链接本次确认可达。

缺失项是平滑基维度、声学提取的阈值设置与标注一致性数据，复现时应固定一版设置并报告敏感性。若要验证发声子类型，需补谐波噪声比与声门图数据，若要验证变化方向，需补单字调与多韵律层级的同被试数据。

何时值得尝试这个思路，还需补哪项验证？

当研究对象是多维编码的声调对立且怀疑合并并不完全时，本研究的思路值得借鉴，即不只看平均音高，而是按位置分开检验基频、辅音阻塞与嗓音质量，并按轮廓分别建模，避免把不同轮廓的相反模式平均掉。当语料涉及变调中和时，应先区分失重音的无调中和与保重音的强迫性中和，只在后者中讨论底层调域的残留，否则会把默认低音的实现误当作调域线索。

对温州话的具体误解需要澄清，词首嗓音起始时间无差异不代表调域无区分，因为词首本已清化，区分转移到基频与起始段气嗓上，词中基频贴合也不代表合并完成，因为浊闭塞时长与气嗓仍稳健。青年组多维趋同提示线索权重转移与跨维度区分度下降，但究竟是变调语境下的强中和还是范畴合并的早期阶段，仍需补跨语境比较、噪声维度测量与真正的纵向录音三项验证。

总体上，调域的稳健性取决于位置与轮廓，变化涉及权重转移而非均匀弱化，这是本研究对吴语发声类型学与声音变化讨论的直接贡献。

📐 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 1 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