重音落在形容词还是名词上：峰值与均值、时长如何分别推动肯定还是否定解读

英文题目：Pitch, intensity, and duration in prosodic focus: Predicting listeners’ interpretations of ambiguous responses

会议身份：conference:speechprosody:2026:conference-paper-id:frances26_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：#心理声学实验 #韵律 #言语感知 #语音 #口语理解

评分：5.4/10 | 创新 1.2/2 | 技术严谨 1.2/1.5 | 实验充分 0.8/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.3/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

• Candice Frances：机构信息未能从会议 PDF 纯文本可靠映射
• Antje Meyer：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该研究处理英语间接标量问答的语用消歧，输入为是否大动物配小象回答类问答对，输出为听者整体作肯定或否定判断，难点是形容词与名词分别拉向相反极性且真值条件兼容两种解读。方法分三步推进：先由单名母语者录制形容词重音、名词重音与中性基线三类刺激并在语音分析软件中手工切分语境与目标词，切分边界输出的词段进入特征提取。再对形容词和名词分别提取基频峰值与均值、强度峰值与均值及词时长，得到的连续特征矩阵进入二项逻辑混合效应模型预测解释跟随形容词还是名词，并控制插入语与词汇条件。与以往只看重音有无或范畴类型的工作不同，该文检验局部突变与整体平均的不同功能，揭示突出并非单调增强权重而是轮廓形状决定解读。在模糊回答二选一判断任务下，名词时长的回归系数指标为0.15，高于形容词时长的回归系数指标-0.02。该结论适用边界仅限英语句末名词的标量形容词结构与二选一肯定否定任务，尚未验证其他句式、对话情境与跨说话人泛化。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://www.praat.org → https://praat.org/ — 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：间接回答为何听起来两可？

这篇解读的输入是论文原文提供的全部证据，目标是让刚进入语音与语言理解领域的研究生能够核对实验条件并复述方法。必须保留的信息包括任务定义、刺激构造、声学测量集合、统计模型结构、主要回归系数方向以及适用边界，输出是 1 篇按学习依赖展开的中文技术讲解。

日常对话经常出现间接回答。论文举的典型情形是有人问旅途如何，回答只说食物很好，文字上看答非所问，口语中却可以通过强调不同成分来澄清。如果强调很好，听者可能把回答理解为旅途中一个愉快的方面；如果强调食物，听者可能理解为对比，即食物好但旅途本身不好。这种例子说明英语韵律通过基频、强度和时长随时间的变化来组织信息，听者据此推断说话人意图。

初学者需要先建立的白话概念是韵律焦点，即说话人用声音突出某个词，提示听者这个词是理解当前话语的关键。英文名是 prosodic focus，后文简称焦点。

论文把焦点的作用推进到一类特殊的歧义。问题是标量二选一问题，例如它是大动物吗，回答是它是一只小象。从字面看，这个回答同时兼容肯定与否定。按名词范畴看，大象通常算大动物，应回答是；按形容词标量属性看，小与大相反，应回答否。

论文把这类回答称为对当前问题域的部分回答，意思是它提供了有关大小的信息，但没有直接说出是或否。听者必须决定把解释权重放在范畴维度还是标量维度上。教学例子仅为例子：小象与大老鼠是论文实际使用的材料类型，不要自行添加新的数值效果。

理解这项研究需要区分两种信息源。一种是词汇语义，即形容词和名词各自的字面含义；另一种是韵律实现，即重音落在形容词、名词还是两者都不明显。已有工作报告说，重音类型会影响解读，例如对比性较强的重音更偏向否定。但重音在语音上是由多个连续声学维度共同实现的，论文要回答的是这些维度各自起什么作用，是主要靠音高，还是也要靠时间，或者是多线索整合。这就决定了后文的方法必须同时提取音高、响度和时长，并用连续值预测听者的二选一判断。

相关路线如何看待重音与理解的关系？

第一条路线把韵律看作意义构建的引导线索。论文回顾说，韵律可以标记句法边界、话语结构、情绪立场和交际意图，也能帮助区分陈述与疑问、说话人确信度、反讽与话轮交接。更重要的是焦点标记功能，即用音高重音标出重要、对比或新信息，引导听者注意并组织话语表征。行为与脑电证据显示，被重读的词加工更深、记忆更好，音高重音会调制注意分配并增大语义加工指标。这条路线支持的判断是重音不只是标注信息结构，还会实时影响意义建构。

第二条路线关注对比指称中的焦点。典型范式是绿色球与红色球这类显性备选集，焦点标出正在对比的部分，帮助听者找到目标，但不改变句子的真值条件。论文明确区分当前研究与这条路线的不同：这里的歧义不是来自错误重音、竞争指称或间接请求，而是来自名词短语内部成分方向相反。也就是说，小与象分别把推断拉向相反极性，听者必须借助韵律决定跟随哪一个成分。这是一个话语层面的权重问题，而不是在两个看得见的物体中选一个。

第三条路线讨论机制是范畴还是渐变。一些观点主张重音类型之间存在范畴区别，另一些观点主张更渐变、依赖语境的系统。韵律还可以与句法和话语结构交互，表现为相加或补偿。论文还引用发音人与听者在线索权重上的差异：不同说话人用不同线索标记重读，听者会追踪并重视相关线索。这为后文同时检验峰值与均值、音高与时长提供了动机。初学者容易误以为声音越响亮、音越高就越能吸引注意并决定解释，论文后文的证据将对这种简单的注意量假设提出限定。

要预测的具体选择是什么？

论文把任务形式化为听者在听到标量问答后做出肯定或否定判断。屏幕上呈现问题，例如它是大动物吗，约 500 毫秒后播放语音回答，例如是的，它是一只小象或不，它是一只大老鼠。听者按键表示整个回答意味着是还是否。研究者把回答编码为跟随形容词或跟随名词。跟随形容词意味着听者被标量属性主导，跟随名词意味着听者被范畴主导。这是一个可复述的操作定义，不需要听者报告听到了重音，只需要报告整体极性。

关键操作是重音位置。同一回答由英语母语者录制为 3 种焦点条件：重音在形容词、重音在名词，以及中性基线。每位听者只在一种条件下听到某个特定句子，以避免重复暴露。回答在开头包含感叹词是或否，论文说明设置该感叹词是为了让听者把语音当作对前文问题的回复，而不是孤立的描述句。感叹词在被试间平衡，并在模型中作为控制预测变量。词汇方向也在模型中控制，例如大老鼠属于肯定形容词加否定名词，小象属于否定形容词加肯定名词。

焦点 × 问题域： 焦点指被韵律突出、提示听者应重点加工的成分，负责分配注意与语义加工深度；问题域指当前问句提出的有待回答的维度，负责规定回答需要在肯定极性还是否定极性上落定。两者搭配的理由是歧义回答在真值上同时兼容是与否，只有当焦点标出应以范畴维度还是标量维度为准时，问题域才能被部分回答，组合后新增的作用是把重音位置转化为对形容词引导还是名词引导的极性推断。

这个任务的难点在于真值欠定。回答在命题层面没有直接断言是或否，听者必须做语用推断。论文的操作化方法是看韵律显著性是否改变话语相关维度的权重。沿一个样本走一遍有助于建立直觉：输入问题是大动物吗，语音输入是它是一只小象，系统先切分出语境段、形容词段和名词段，再在形容词和名词段上分别测量音高、响度和时长，最后用这些连续测量预测听者更可能输出是还是否。后文的方法全景将把切分、测量和建模 3 步讲成可执行的流程。

方法全景：从录音到预测分哪几步？

整个流程可以分为 4 步。第一步是材料构造，围绕标量问题组织问答对，用 2 对反义形容词和 2 对反义名词交叉生成回答，保证歧义试次内部语义冲突。第二步是录音与条件分配，在 3 种重音条件下录制回答，并通过手工标注确定每个词的起止时间。第 3 步是声学测量，对形容词和名词分别提取时长、基频峰值与均值、强度峰值与均值。第 4 步是统计预测，用混合效应逻辑回归预测听者的回答跟随形容词还是名词，同时控制感叹词和词汇条件，并加入被试与项目的随机截距。

初学者需要理解为何测量要同时取峰值与均值。白话解释是峰值捕捉局部上冲，英文是 peak；均值捕捉整个词的平均高度，英文是 mean。基频的英文是 fundamental frequency，缩写为 F0，后文简称基频；强度对应响度，英文是 intensity，后文简称强度。

时长英文是 duration，后文简称时长。音高重音的英文是 pitch accent，后文简称重音。论文使用的重音类型是 L+H 星号型，这是一种先低后高、听感上对比性较强的上冲轮廓。研究问题是听者的判断主要基于音高、基于时间，还是基于多维整合。

从可核对角度看，方法部分的关键承诺是测量之间相关不高，因此可以同时进入同一模型；模型使用二项连接函数拟合；声学预测变量经过处理后用于预测二分类输出。这些安排使结果可以解释为在控制词汇与感叹词之后，声学量的独立贡献。工具方面，论文使用 Praat 进行手工切分与声学提取，Praat 的官方链接在本次证据中状态为可用，因此可以写当前可用。

实验呈现使用在线框架，被试通过按键作答。这些信息为复现提供了起点，具体的被试量、试次量与模型细节将在训练与实验条件两节展开。

切分与测量：每个词取出哪些数字？

切分是全部测量的基础。论文把每个刺激分为 3 个关键区域：语境段、形容词和名词。语境段大致对应是或否，它是一只这类前导部分，形容词如小或大，名词如象或老鼠。词的起点与终点由人工在 Praat 中依据波形与语图逐项标注，以保证对齐精确。这个动作必须手工完成，因为自动切分在连读与弱读处容易漂移，而后文的峰值与均值都依赖准确的词边界。复述时要说清输入是整句录音，输出是每个目标词的时间区间。

测量在每个目标词区间内进行。对形容词和名词各取 5 个量：时长、基频峰值、基频均值、强度峰值、强度均值。时长单位为毫秒，基频单位为赫兹，强度单位为分贝。论文报告这些值之间相关不高，并用相关矩阵展示，因此把它们同时作为预测变量是可行的。初学者应注意峰值与均值不是重复测量：峰值对局部重音上冲敏感，均值对整体抬高和平坦轮廓敏感。强度同理，峰值强度反映能量集中点，均值强度反映整体响度。

基频 × 音高重音： 基频指声带振动频率在时间上的连续轨迹，负责提供每时每刻的高低变化；音高重音指在特定词上按约定形状实现的突出模式，负责把该词标为话语中值得重视的位置。两者搭配的理由是连续基频必须经过分词、取峰值与均值、结合语调位置才能被判读为重音，组合后新增的作用是把局部的陡峭起伏解读为对比性强调，而把整体抬高解读为对比减弱。

沿小象走一遍有助于固定流程。输入语音是它是一只小象，标注先给出小的时间区间和象的时间区间；表示是对每个区间计算上述 5 个声学量；组件是把这些量作为连续特征送入回归模型；目标是预测听者回答否还是是。

输出是跟随形容词的概率与跟随名词的概率。论文的因变量编码是跟随形容词为零，跟随名词为一，因此系数为正表示更偏向名词引导，为负表示更偏向形容词引导。这个编码方向是解读所有结果的前提。

建模组件：逻辑回归如何组合多条线索？

论文使用的模型是混合效应逻辑回归，英文是 mixed-effects logistic regression，后文简称逻辑回归。输入是每个试次的声学测量加上两个控制变量，输出是听者跟随名词的对数几率。固定效应包括形容词的 5 个声学量、名词的 5 个声学量、感叹词是或否、词汇条件。随机效应包括被试与项目的随机截距，用于吸收个体偏好与项目差异。拟合工具是 R 语言的 lme4 包中的广义线性混合模型函数，采用二项连接与特定优化器。初学者可以把该模型理解为给每条线索一个权重，再加上被试与项目的基准偏移，最后通过逻辑函数转为概率。

控制变量的设置体现了约束整合的思想。感叹词可能带来词汇偏差，词汇条件本身会强烈影响肯定或否定倾向，因此必须先把这两部分解释掉，再看声学量是否还有额外预测力。论文明确说语义变量的全面分析另文报告，本研究只聚焦声学变量，但这不等于语义不重要，而是说声学效应是在控制语义之后估计的。复述时不要把控制变量说成无关变量，它们是保证公平比较的条件。

响度 × 时延： 响度对应强度包络，负责标记发声能量在词内的集中程度；时延对应时长，负责标记该词在时间轴上占据的长度。两者搭配的理由是能量峰值容易受录音与归一化影响，而时长在句末位置相对稳定，组合后新增的作用是在名词的基频与强度不可靠时仍保留一条可用的时间线索来转移解释权重。

组合机制的关键在于允许不同位置的线索有不同权重。模型没有强制要求形容词与名词共用同一套权重，也没有强制要求峰值与均值同向。正是这种灵活性使得后文可以发现形容词峰值与均值方向相反、名词只有时长显著的模式。如果把所有显著性简单相加，就会错过轮廓形状的信息。因此在进入结果之前，应先记住模型的因变量方向与随机截距结构，否则容易把正负号读反。

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或语言模型参数，因此不存在梯度路径、参数冻结与解冻、学习率或早停等训练要素。必须明确指出的缺项是论文未报告任何基于反向传播的优化过程，不能从逻辑回归的名称推定存在神经网络训练。这里的训练一词如果沿用机器学习习惯，容易误导初学者，实际发生的计算是统计估计，即用最大似然思想估计回归系数与随机截距方差。

实际执行的计算过程是数据拟合。输入是每个试次的二分类回答与对应的声学及控制变量，计算目标是使观测到的肯定或否定选择在模型下最可能，输出是一组固定效应系数、标准误、检验统计量与显著性。论文报告了估计使用的软件与优化器，但未报告迭代次数、收敛阈值或随机种子等细节，复现时需要补记这些运行信息。没有训练阶段并不意味着结果是确定性求解，系数估计仍受样本、随机截距与优化起点影响，需要用置信区间与显著性来表达不确定性。

从复现角度看，无训练研究的等价构造流程就是材料构造、标注、测量与建模 4 步。需要保留的关键信息条件是 3 种重音条件的录音、手工词边界、每个词的 5 个声学量、感叹词与词汇条件的编码方式，以及被试与项目随机截距的结构。缺失的是原始录音是否公开、声学提取的具体脚本参数、变量是否标准化等细节，这些缺项应在复现计划中明确列出，而不是默认采用常见设置。

被试、材料与流程如何保证可比？

被试是 49 名以英语为母语、居住在美国、听力正常且无已知语言障碍的成年人，年龄在二十到三十五岁之间，通过在线平台招募并获得报酬，研究经伦理委员会批准。实验在线进行，被试先提供人口学信息并阅读指导语，然后看屏呈现问题，约 500 毫秒后听到语音回答，问题在播放期间保持可见，播放结束后按不同按键表示是或否。每人听到 144 组问答，来自 72 套材料，每套取两组，并保证同一句子在每位被试处只出现于一种焦点条件下。这种平衡保证了重音条件的比较不被特定句子主导。

材料围绕 72 个问题组织，每个问题有 4 个备选回答，由 2 对反义形容词与 2 对反义名词交叉生成。分析只使用歧义试次，例如大动物问题下的小象与大老鼠。回答前有感叹词是或否，在被试间平衡。录音由英语母语者按形容词重读、名词重读与中性基线 3 种条件完成。这种设计把词汇冲突固定下来，让韵律成为解释权重变化的主要候选。

下表整理本研究特有的设计规模，便于复现时核对人数、题量与试次分配，指标方向是数量越大统计越稳定，但同时带来在线实验时长与注意成本。

上表把被试量、材料量与人均试次放在同一行，是为了说明估计精度同时依赖这三者。论文实际分析只纳入歧义试次，因此有效试次数少于呈现总数。未评测的边界包括非标量形容词、非二选一问句以及面对面互动中的韵律，这些都限制了结论的外推。工具链中 Praat 当前可用，在线呈现框架与统计包需按原文版本核对，这是复现前必须完成的配置检查。

哪些声学量把判断推向形容词或名词？

在讨论具体系数之前，先提出比较问题：在控制感叹词与词汇条件、并允许被试与项目有各自基准的前提下，连续声学量能否预测听者跟随形容词还是跟随名词，指标方向是回归系数为正表示更偏向名词引导，为负表示更偏向形容词引导。公平条件是同一模型同时包含形容词与名词的时长、基频峰值与均值、强度峰值与均值。下表直接选用原文回归结果，保留原始系数、标准误与显著性写法。

上表是全文的核心证据。截距显著为负，说明总体上听者更倾向跟随形容词；词汇条件显著为正，说明特定词汇组合会把回答推向否定一侧；感叹词控制变量不显著。声学方面，形容词基频峰值越高、强度峰值有类似趋势时，听者更可能给出形容词引导的回答。

形容词基频均值越高、强度均值越高时，听者更可能给出名词引导的回答；名词方面只有时长显著，名词越长越偏向名词引导。名词的基频与强度各项均不显著。这种不对称是后文讨论的起点。

峰值 × 均值： 峰值指一个词内基频或强度的局部最大值，负责捕捉重音带来的陡峭上冲；均值指整个词区间上的平均高度，负责反映整体抬高或平坦程度。两者搭配的理由是只看峰值会把整体高与局部高混淆，只看均值会抹掉对比性轮廓，组合后新增的作用是区分陡峭对比轮廓与平坦高轮廓，从而解释为何形容词峰值推向形容词解读而均值推向名词解读。

论文对峰值与均值反向的解释是听者区分局部与整体信息。形容词上的高峰值对应陡峭的音高与响度上冲，容易被当作对比性强调，从而把解释权重留给形容词；形容词整体抬高则可能削弱局部峰的显著性，或对应更平坦、对比性较弱的轮廓，从而把权重让给名词。名词只有时长显著，论文给出的可能是句末位置使音高与强度变化不显著或不可靠，而时长成为最不可预测因而最显著的线索。这些属于有限解释，即与数据一致但尚未直接验证轮廓知觉的说法，复述时应使用支持而非证明的措辞。

拿掉哪类信息后结论还成立吗？

论文没有做传统意义上的消融实验，即逐个移除模型组件并报告性能下降，因此不能说拿掉某变量后必然怎样。最接近消融思想的证据是模型同时包含多类预测变量时的显著性格局：在控制感叹词与词汇条件后，声学量仍有独立预测力；若只看名词的音高与强度，则几乎没有预测力；若只看形容词的时长，同样不显著。这种格局支持的判断是声学贡献不是均匀分布，而是依赖词类与位置。

词汇语义 × 韵律显著性： 词汇语义指形容词与名词各自指向肯定或否定的词义方向，负责提供解释的基础票数；韵律显著性指由基频、强度和时长构成的听觉突出程度，负责在词义冲突时决定哪一票更受重视。两者搭配的理由是小象与大老鼠这类名词短语内部方向相反，单靠词义无法确定极性，组合后新增的作用是在控制感叹词与词汇条件之后，仍能用连续声学量预测听者最终给出是还是否。

另一个可对照的失败条件是感叹词。感叹词是或否在直觉上可能强烈左右肯定或否定判断，但在模型中不显著。这说明听者没有简单跟随开头的是否字面形式，而是综合了后续形容词与名词的语义及韵律。词汇条件则相反，效应很大，说明词义方向本身是强预测变量。把这两者并置可以避免误读：声学效应是增量效应，不是取代语义。未胜出的项目需要明确点名，即名词基频峰值与均值、名词强度峰值与均值、形容词时长在当前模型中均未达到显著，不能把它们当作有效的焦点线索来使用。

论文还讨论了与纯注意量假设的反证。如果显著性越大就越能吸引注意并决定解释，那么形容词均值越高应更偏向形容词，但实际方向相反。因此作者认为解释权重取决于声学特征如何组合成轮廓形状，而不是简单的能量相加。这个反证是有条件的，它依赖当前标量问答与句末名词位置，不能推广到所有焦点现象。后续验证需要直接测量听者对轮廓陡峭与平坦的主观分类，才能把可能换成报告。

词类、位置与句调纠缠带来什么限制？

第一个限制是词类、短语位置与句子位置三者完全对齐。形容词总是出现在名词之前，名词总是处于短语末尾并带有英语陈述句典型的句末下降语调。这意味着名词时长显著可能来自词类，也可能来自句末位置，还可能来自句末语调使音高线索不可靠。论文明确承认未来工作需要把位置与语法类别分开，例如变换语序或测试非句末名词，才能确定时长效应究竟属于时间线索还是位置效应。

第二个限制是语境类型单一。任务只使用涉及标量形容词的问答对，结果可能不适用于纠正性对话、大话语中的对比焦点或其他交际功能。论文指出需要在不同句型与互动语境中检验线索权重的普遍性。第 3 个限制是只分析歧义试次，因此无法估计词汇语义的主效应，也无法完整刻画形容词与名词效价的方向性，这部分在另文报告。复述时应把这些缺项说成未验证边界，而不是技术错误。

从测量角度看，相关性不等于因果。回归显示声学量与选择相关，但不能证明操纵该声学量必然改变选择，因为录音中的多个特征天然共变。论文也没有测量误判率、反应时、延迟或计算成本，因此不能承诺这些量得到改善。总体趋势不等于每组材料或每位听者都成立，随机截距的存在本身就提示个体与项目差异需要保留。

复现应先固定哪些步骤与检查点？

复现的第一步是重建材料表。按 72 个标量问题、每题 2 对反义形容词与 2 对反义名词、每位被试 144 对问答的规模组织，并保证同一句子在每位被试处只出现于一种焦点条件。只把歧义组合纳入主分析，非歧义组合可用于检查任务理解，但不进入声学预测模型。感叹词是或否必须平衡，并作为控制变量编码；词汇条件按肯定形容词加否定名词与否定形容词加肯定名词两类编码。

第二步是固定标注与测量。沿用 Praat 进行手工词边界标注，依据波形与语图对齐语境段、形容词和名词。对每个目标词提取时长、基频峰值与均值、强度峰值与均值，并检查它们之间的相关，避免高度共线。变量是否标准化、异常值如何处理、基频跟踪错误如何修正，是原文未完全交代的细节，复现时应先写出自己的处理规则并报告敏感性。

第 3 步是固定模型结构。因变量为跟随名词记为一、跟随形容词记为零，固定效应包括上述 10 个声学量加感叹词与词汇条件，随机效应至少包括被试与项目随机截距，用二项逻辑回归拟合。复现时应记录软件版本、优化器、收敛状态与随机种子，并用置信区间呈现效应，而不只报告是否显著。何时值得尝试这类方法是当研究问题涉及内部语义冲突的名词短语，并且需要区分局部突出与整体抬高时；若材料没有歧义极性，声学预测将无从谈起。还需补的验证是主观轮廓分类、位置与词类的分离设计，以及跨语境的推广测试。

应带走的判断与不应放大的结论是什么？

应带走的判断是韵律焦点对间接回答的解释有可分解的声学基础。形容词的局部峰值推动形容词引导的解读，形容词的整体均值与名词时长推动名词引导的解读，名词的音高与强度在句末位置没有显示出独立作用。这支持多线索整合的观点，即听者同时使用音高、响度和时间，但权重取决于词语在短语中的角色与位置。方法上的贡献在于把细粒度声学分析与语用解读任务结合，使单个声学变量的作用可以被分离和比较。

不应放大的结论包括把时长说成普遍最重要的线索、把均值抬高说成必然削弱焦点、或把当前效应说成适用于所有对比焦点。论文的证据只显示在当前标量问答、当前编码方式与当前句末名词条件下成立，且峰值与均值反向的机制仍属于待验证的解释。相关性证据不能直接当作因果操纵的效果，总体显著也不能保证每个项目都显著。

对初学者的实践建议是先复述编码方向再复述系数符号，先说明控制了什么再谈声学增量，先承认位置纠缠再讨论理论含义。常见误解是把重音等同于声音更大或更高，本文恰好说明整体更高可能带来相反的解读，因此必须区分峰值、均值与轮廓形状。下一步最值得补的不是更大的样本，而是能够分离词类与位置的设计，以及对听者主观轮廓知觉的直接测量，这才能把支持性的解释推进为可检验的机制。

📐 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 9 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