他加禄语句子位置是否以同样方式触发元音低化和喉塞删除

英文题目：The realization of prosodically-conditioned segmental alternations in Tagalog

会议身份：conference:speechprosody:2026:conference-paper-id:farinella26_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 #语音学与音系 #韵律 #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 0.7/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.3/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Alessa Farinella：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本文以他加禄语动词首陈述句中处于动词、施事与受事位置的词尾元音为输入，以元音高度与喉化程度的连续声学度量为输出，难点在于既有描写多凭听辨印象且对声门塞音删除与后元音低化所依韵律域界定含混不清。方法链先经人工切分2170个元音并以VoiceSauce提取三点平均F1与H1-H2及HNR，其输出经说话人内对数均值与z-score归一化以消除个体量程差异，随后进入线性混合效应模型检验句子位置与底层形式的交互影响。相对既有基于正字法语料与范畴听辨编码的做法，该链以F1联合H1-H2与HNR的分布刻画不完全中和，使喉化元音与常态元音的嗓音质量差异可被连续区分并检验两过程是否聚类。在动词首陈述句语料条件下，底层声门塞音在受事位置的指标H1-H2效应为β = -3.49，低于施事位置的指标H1-H2效应β = -0.86。与之对照，后元音F1未随句子位置系统性低化，仅低元音在受事位置相对施事显著降低，说明两交替并不受同一域制约且低化具可变性。该结论适用边界仅限所测动词首语序陈述句与4名说话人初步子集，语调短语边界、语态与形态结构的调节作用尚未验证。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://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

为什么要用韵律位置解释他加禄语的两个分段交替？

本解读的输入是 Speech Prosody 2026 收录的他加禄语生产实验论文，目标是让研究生能核对方法并复述结论，必须保留的信息是被试量、刺激结构、声学指标、归一化方式、统计模型与关键数字，输出是按学习依赖展开的中文技术讲解。论文研究的问题不是一般的语音识别或合成，而是韵律层级理论中的一个具体疑问：由同一韵律域触发的多个过程是否会聚类出现。以往对语调和韵律成分的研究多用声调等超音段线索，而分段过程常被描述为可选或渐变，二者是否对齐并不清楚。

他加禄语的韵律仍研究不足，语调素描只用声调诊断语调单位，缺少用乐器测量检验分段交替的工作。作者因此选择两个据称受韵律条件制约的分段交替，即后元音低化和喉塞音删除，检验它们在不同句子位置的实现程度，作为判断韵律短语如何系统影响这些过程的第一步。作者明确说明目的不是诊断韵律成分类型，也不主张具体的韵律结构，而是提供连续声学证据并检验聚类，这一定位决定了后文只谈句子位置效应，不做韵律标签的硬诊断。

前人对低化和喉塞删除的域有何不同说法？

他加禄语历史上是包含高元音和低元音的三元音系统，与英语和西班牙语接触后扩展为五元音，但在固有词中高元音与中元音基本互补，作者沿用文献把该交替称为元音低化，并假设底层为高元音。关于触发域，前人说法并不一致：有研究称高元音在韵律词和短语末位置低化为中元音，也有研究称这是以短语或韵律词为域的可选过程，还有基于书面语料的研究主张域小于短语，在最小与最大韵律词右边缘低化，且频率和形态结构会影响是否低化。

唯一的乐器研究只看重叠式的第一拷贝，用时长代理韵律结构并听辨编码为偏向高或偏向中，发现判为中的元音更长，推测其后有更强边界。喉塞音方面，音位性喉塞只出现在词末，非短语末的词末喉塞被描述为删除并伴随前元音补偿 lengthening，但域同样不清楚且可能可选、可能因说话人而异，有文献认为其域大于韵律词。两类过程的共同点是域不明、可能可选，区别是喉塞删除更可能涉及大于韵律词的单位。

本文的增量正在于首次跨句子位置提供元音高度的连续声学证据，并同时用喉化指标检验喉塞实现，从而直接比较二者是否受同一域制约。

要检验的具体问题与可证伪期待是什么？

论文把可操纵因素称为句子位置，指被测音段所在词是句首动词、句中施事还是句末受事，目标词的被测音段恒为词末。动词和施事在其后都紧跟另一个词，属于句子意义上的非末位置，但二者未必处于同一类韵律成分边缘；受事为句末，作者通过在每个目标句后加一个自然延续句并以句号隔开，使受事末元音不是话语末，但预期为语调短语末，从而避免话语末嗓音效应混入对喉塞的判断。

如果两个过程受同一域制约，那么它们应随句子位置呈现平行的强弱格局；如果不受同一域制约，则会出现分离，例如喉塞在受事位置保留而在动词和施事位置删除，元音低化却不随句子位置系统变化。元音部分以低元音作为基线，预期低元音跨位置相对稳定，后元音在特定位置 F1 升高即开口度增大；喉塞部分以无底层喉塞的开音节为对照，预期有底层喉塞的元音更喉化，即 H1*-H2* 更低。

由于文献称二者都可能可选或渐变，作者也为变量分布和不完全中和留下解释空间，即差异可能缩小但不消失。

从一句话样本到两个声学分支的全景如何走通？

刺激为动词施事受事顺序的动词首位陈述句，每个论元前有前附格标记，重音控制为论元恒为倒数第二音节以避免重音位置带来的 lengthening 或加强效应，动词重音则分为倒数第二和末尾两种。

沿一个样本走完全程有助于理解：例如动词位置的目标词以词末后元音加底层喉塞结尾，被试按伪随机顺序自然读出，录音经人工按统一切分标准切出目标元音，同一元音同时进入两个测量分支，一支测 F1 反映元音高度，另一支测 H1*-H2* 和谐噪比反映喉塞带来的喉化，句子位置作为分组因素进入混合效应模型。

也就是说，输入是控制重音和句法框的句子朗读，中间表示是词末元音的切分段，组件是高度分支与嗓音分支，目标是比较 3 类句子位置下后元音相对低元音是否抬高 F1、有底层喉塞相对开音节是否压低 H1*-H2*，输出是位置主效应、元音类型或喉塞有无的交互作用以及事后比较的估计值。被试在菲律宾大学安静教室用手持录音机加头戴话筒录制，单轮约 1 小时并付费，呈现方式为逐句自然朗读，这是复现时必须保持的语体条件。

高度与嗓音两个测量组件各自算什么、如何算？

高度组件的对象是切分出的后元音与低元音，动词、施事、受事各位置的词末元音都纳入，另加词中后元音与低元音以分离词位置与句位置效应。作者在 VoiceSauce 中用 Praat 算法以标准设置在 3 个等距时间点提取平均 F1，取中间点以避开相邻音段影响，对每位说话人剔除超出均值两个标准差的值以去除跟踪错误，再在说话人内做对数均值归一化以校正个人音域，归一化借助 R 的 phonTools 包实现。

嗓音组件的对象是同一批词末元音，按有无底层喉塞分组，同样在 3 个等距时间点提取经共振峰校正的 H1*-H2*，并在同一时间点提取谐噪比，因为跨语言中喉塞常使邻接元音喉化，而单一谐波幅度差必须结合噪声水平才能判定是嘎裂还是气嗓。同样对每位说话人剔除超出均值两个标准差的值，再在说话人内做 z 分数归一化。

统计上高度与嗓音分支都用 R 的 lme4 包拟合线性混合效应模型，被试与项目为随机截距，高度模型以句子位置加元音类型交互预测 F1，嗓音模型以句子位置加底层喉塞有无预测 H1*-H2*，事后比较用 emmeans 包实现，外部资源状态显示该包文档链接当前可用。

元音低化 × 第一共振峰： 元音低化指底层高元音在特定位置实现为偏低元音的交替，分工是提出音系层面的类别变化假设；第一共振峰是元音高度的连续声学代理指标，分工是把高度变成可测量的频率数值，二者搭配的理由是仅靠听辨无法判断渐变与可选性，组合后可以用 F1 的连续分布检验低化是否发生、在何处发生以及变异有多大。

喉塞音删除 × 喉化： 喉塞音删除指词末音位性喉塞在非短语末位置不实现为完整闭合，分工是提出辅音是否存在的区别；喉化指邻接元音因喉部收缩而出现的嘎裂嗓音，分工是提供删除后仍可残留的连续语音痕迹，二者搭配的理由是直接听辨闭合不可靠，组合后可以用元音上的喉化程度反推底层喉塞是否保留或不完全中和。

H1*-H2* × 谐噪比： H1*-H2* 指经共振峰校正的第一谐波与第二谐波幅度差，分工是区分嘎裂声与常态或气嗓，数值越低越偏向嘎裂；谐噪比指周期性能量与噪声能量之比，分工是区分常态嗓音与嘎裂或气嗓，数值越低噪声越大，二者搭配的理由是单一指标无法区分嘎裂与气嗓，组合后可以把低 H1*-H2* 加低谐噪比判为嘎裂，把高 H1*-H2* 加低谐噪比判为气嗓。

句子位置 × 韵律域： 句子位置指目标词处于动词句首、施事句中还是受事句末的可操纵实验条件，分工是提供可重复的句法线性对照；韵律域指触发交替的韵律成分如韵律词或语调短语，分工是解释为什么不同位置行为不同，二者搭配的理由是本研究不直接诊断韵律成分类型，组合后先用句子位置的声学差异检验聚类，再为后续用声调和时长诊断韵律结构铺路。

最小韵律词 × 最大韵律词： 最小韵律词指不支配其他韵律词的韵律词，最大韵律词指不被其他韵律词支配的韵律词，分工是把复合、重叠和加缀等形态结构映射为不同大小的韵律单位，二者搭配的理由是词内位置效应可能被形态结构调节，组合后可以解释为何仅看句子位置会得到不显著或不一致的元音低化结果。

本研究训练了什么、冻结了什么？

本研究没有训练任何神经网络模型，也就没有参数冻结与更新、梯度路径、监督损失或权重重置可报告，这不是确定性求解，而是基于既有信号处理与统计推断的观测研究。真实计算过程分为 3 段：首先是信号测量计算，用 VoiceSauce 和 Praat 标准设置从人工切分元音中提取 F1、H1*-H2* 和谐噪比；其次是归一化与清洗计算，对 F1 做说话人内对数均值归一化，对嗓音指标做说话人内 z 分数归一化，并按 2 倍标准差剔除离群值。

最后是统计建模计算，用线性混合效应模型估计位置与组别效应并做事后两两比较。调用的外部工具是 VoiceSauce、Praat 算法、phonTools、lme4 和 emmeans，均按原文默认或标准设置使用，未报告超参数搜索。缺项在于原文未给出切分者一致性、共振峰跟踪错误率、剔除比例以及随机斜率设置，复现时应记录这些细节但不应自行假设作者采用了更复杂的随机效应结构。

数据、划分与聚合条件是否足以支撑位置比较？

生产实验共招募 10 名 18 至 69 岁母语者，本文为初步分析，仅处理其中 4 人共 1 男 3 女，数据处理仍在进行，这是解释力最主要的边界。每人录制 288 句，动词、施事、受事各 96 句，每类位置内后元音与低元音各半，有底层喉塞与开音节各半，词位置与句位置正交设计使词末与词中、句首句中句末可分离。经母语者听辨剔除不自然句和含不流畅的发音后，4 人共剩 1066 句，用于分析的切分总数为 2170 个，包含词末与词中元音。

聚合对象是元音切分段的中间时间点测量值，先在说话人内归一化再进入模型，被试与项目为随机截距。比较的公平条件是重音、句法框与录制环境保持一致，唯一的系统差异是目标词的句子位置与有无底层喉塞或元音类别。需要补做的验证是剩余 6 人的数据、不同嗓态与语调短语边界的独立标注，以及施事与动词可能分属不同韵律成分的句法控制，因为当前刺激同时包含施事焦点与受事焦点两种语态而未在模型中区分。

元音高度是否随句子位置系统低化？

要回答的问题是后元音 F1 是否在预期位置系统升高，且该效应是否大于作为基线的低元音，指标方向是 F1 越高表示元音越低，绘图时纵轴已反转因而图上越靠下表示越低。表前需要明确比较问题与公平条件：比较在动词、施事、受事 3 个句子位置下后元音与低元音的归一化 F1，公平条件是同一批说话人、同一混合模型结构与同一归一化口径，指标方向如上所述。

表后解释必须同时谈收益与代价：该表的价值在于用基线分离出意外模式，即显著的位置效应主要由低元音在受事位置 F1 更低驱动，而理论上应低化的后元音跨句子位置无显著差异，词内比较也只在动词位置出现与预期相反的词末更高现象，这直接削弱了句子位置统一触发低化的说法。

代价是后元音在动词和施事位置分布更散、低元音基线本身不稳定，使一般性弱化与末端加强等替代解释难以排除，且未胜出项正是核心假设本身。支撑数字见绑定引文，位置主效应与交互均为边缘显著，低元音受事对施事的估计为负向且达到显著，动词词内词末对词中的估计为正向且显著。

下段先导读图一：该箱线图把 3 个句子位置并排放置，每个位置内白色为后元音、灰色为低元音，纵轴为说话人内对数均值归一化 F1 且已反转，横线为中位数，阅读时应先看组间中线再看箱体离散度。

看图路径： 1. 先确认横轴为动词、施事、受事三个句子位置，纵轴为对数均值归一化后的 F1 且已反转；2. 比较白色后元音箱与灰色低元音箱在每个位置的中线高低；3. 观察后元音在动词和施事位置的箱体跨度是否大于受事位置；4. 核对低元音在受事位置的中线是否系统性下移

论文图 1。原论文 Figure 1：“F1 by sentence position for back and low vowels, log- mean normalized within speaker. Horizontal lines represent the median.”。

图后解释需对应可见内容：后元音白色箱的中线跨 3 位置变化平缓，而低元音灰色箱在受事位置中线明显下移即 F1 更低，这与模型中低元音驱动位置效应的结论一致；同时后元音在动词和施事位置的箱体与须线跨度大于受事位置，且整体跨度大于低元音，支持作者关于低化可能可选或渐变的判断，即便在预期环境也不一致应用。这种分布形态提示连续 F1 值可能呈宽幅渐变而非两类截然分离，后续需检验是否按位置聚向高或低的一端。

喉塞的喉化痕迹是否在句末保留、在句中减弱？

要回答的问题是有底层喉塞的元音是否比开音节元音更喉化，以及该差异是否随句子位置变化，指标方向是 H1*-H2* 越低越嘎裂，谐噪比越低噪声越大。表前比较问题与公平条件是：在动词、施事、受事 3 个位置分别比较有无底层喉塞的 z 分数归一化 H1*-H2*，公平条件是同一提取时间点、同一说话人内归一化与同一随机截距结构，指标方向如上所述。

表后解释需指出主要收益与具体代价：收益是喉塞效应在 3 位置均显著但量级呈受事远大于动词大于施事的梯度，支持句末即语调短语末保留喉塞、句中可能删除但不完全中和的判断。

代价是动词与施事的残留差异虽小却显著，无法判定为完全删除还是弱实现，且施事位置整体 H1*-H2* 偏低提示可能存在与喉塞无关的位置性嗓音差异。未胜出项是完全中和假设，因为若完全中和则有无底层喉塞在句中不应有差异。原文还报告位置、喉塞与交互的 F 检验均达到显著，事后估计的负向幅度以受事最大。

下段先导读图三：该箱线图横轴为 3 类句子位置，纵轴为说话人内 z 分数归一化 H1*-H2*，每个位置内浅色为无喉塞、深色为有底层喉塞，阅读时先在位置内比较深浅箱中线，再跨位置比较差异幅度。

看图路径： 1. 确认横轴三个句子位置，纵轴为按说话人 z 分数归一化的 H1*-H2*；2. 在每个位置内比较无喉塞浅色箱与有底层喉塞深色箱的中线高低；3. 比较受事位置两箱差异是否明显大于动词和施事位置；4. 观察施事位置整体数值是否偏低而受事无喉塞箱是否偏高

论文图 3。原论文 Figure 3：“H1一个星号-H2一个星号 across the different sentence positions, z- score normalized by speaker.”。

图后解释对应可见内容：受事位置深浅箱中线分离最大，深色箱明显偏低，动词位置分离次之，施事位置分离最小且两箱整体下移，这与事后估计的梯度完全吻合。像素不能精确读出具体数值，定量判断以正文报告的模型估计为准，图形仅用于确认效应方向与相对大小，而非替代显著性检验。

联合嗓音分布与句法混杂带来哪些限制？

除单指标比较，作者进一步把平均 H1*-H2* 与平均谐噪比画在同一散点中，以区分嘎裂与气嗓并检验句末嗓音的特殊性。该图是理解喉塞结论是否被话语末效应污染的关键，因为受事虽经延续句避免话语末，但仍为语调短语末，本身可能伴随边界性嗓音变化。下段先导读图四：横轴为平均 H1*-H2*，纵轴为平均谐噪比，形状区分动词、施事、受事，深浅区分有无喉塞，共 6 个均值点，阅读时先定位右下角两个受事点，再对比右上方两个动词点与左侧两个施事点。

看图路径： 1. 确认横轴为平均 H1*-H2*，纵轴为平均谐噪比，形状区分句子位置、深浅区分有无喉塞；2. 找出右下角两个受事点并比较其横轴差异与纵轴共同偏低；3. 比较右上方两个动词点是否纵轴偏高且横轴接近；4. 观察左侧两个施事点是否纵轴接近零且横轴偏低

论文图 4。原论文 Figure 4：“Mean H1一个星号-H2一个星号 and mean HNR (both z-score normal- ized by speaker) across the different sentence positions.”。

图后解释对应可见内容：两个受事方形点纵轴同处底部即谐噪比最低，横轴分离明显，有喉塞的受事点偏左即 H1*-H2* 更低对应嘎裂，无喉塞的受事点偏右即 H1*-H2* 更高对应气嗓，这正是作者称首次提供声学证据的语调短语末气嗓现象；两个动词圆形点纵轴同处高位即谐噪比高，横轴接近但有喉塞点略偏左，支持句中不完全中和；两个施事三角点纵轴接近零且横轴偏左，提示施事位置整体嗓音与动词不同。

限制在于该图为均值点而非分布，无法显示被试内变异，且刺激混入两种语态而句法成分长期有争议，若施事焦点与受事焦点推导方式不同，则动词与施事的韵律切分可能本就不一致，这会削弱把动词与施事同视为句中的前提。

复现这套位置比较至少要固定哪些步骤？

复现应从刺激与录制开始：构造动词施事受事框的陈述句，论元重音固定为倒数第二音节，动词重音分层记录，每类句子位置各准备后元音与低元音、有喉塞与开音节的平衡集，每人约 288 句并伪随机呈现，要求自然朗读；受事后必须加延续句以避免话语末污染语调短语末的判断。录制沿用安静教室、头戴话筒加手持录音机的方式，并记录设备与采样设置。

标注沿用统一的元音切分标准，对词末与词中目标元音人工切分，提取 3 个等距点的 F1、H1*-H2* 和谐噪比并取中间点，清洗采用说话人内 2 倍标准差剔除，F1 用对数均值归一化，嗓音指标用 z 分数归一化。建模沿用被试与项目随机截距的线性混合模型，高度模型含位置与元音类型交互，嗓音模型含位置与喉塞有无交互，事后比较用 emmeans 并报告估计值、标准误与显著性。

还需补做的验证是报告剔除率与跟踪错误、公开切分与脚本、补足剩余被试、加入语调与时长等超音段对照，以及检验形态结构与词频对低化的调节，因为仅用句子位置无法检验最小与最大韵律词的假设。

何时值得借用该方法、何时不应过度推广？

当研究问题是多个分段过程是否由同一韵律域触发时，值得借用本研究的双分支设计：以稳定元音为基线检验高度变化，以开音节为对照检验喉化残留，并用句子位置作为可操纵的韵律代理，再以交互作用判断聚类。

当前证据报告的是分离而非聚类：喉塞分支显示受事保留、句中减弱但残留差异，元音分支显示后元音无系统位置效应而低元音基线反而移动，因此作者的有限解释是二者不同域且低化多变、喉塞删除可能不完全中和，这得到位置与组别交互的支持。可能但待验证的是弱化与末端加强、形态映射到不同大小韵律词、渐变低化呈连续分布等解释，它们尚未被直接测量因而不应写成定论。

未测量的误判率、延迟与成本也不应承诺改善，因为这是实验室朗读研究而非部署系统。教学上易误解的是把曲线向下直接读成性能变差、把末步均值推广全程、把相关当因果，以及把无训练等同于确定性求解，复现时应回到中线方向、轴含义、随机效应与分布离散度逐项核对。

📐 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 11 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