一足还是两足：索伊科拉英格里亚语三音节中范畴切分下的渐变语音

英文题目：Phonetic graduality behind categorial phonological footing in Soikkola Ingrian

会议身份：conference:speechprosody:2026:conference-paper-id:kuznetsova26_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：5.9/10 | 创新 1.4/2 | 技术严谨 1.0/1.5 | 实验充分 0.8/1.5 | 清晰度 0.7/1 | 影响力 0.5/1.5 | 开源 1.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.2/1.5

排名：前50% | 文档类型：理论研究

👥 作者与机构

• Natalia Kuznetsova：机构信息未能从会议 PDF 纯文本可靠映射
• Elena Markus：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本文输入为Soikkola Ingrian三音节词的田野录音与音段切分，输出是对单音步词与双音步词音系对立的语音学解释，难点在于次重读与非重读在连续语流中缺乏稳定的声学边界，易与语调短语边界混淆。方法链分三步：先以44词例小问卷对比单音步与双音步词中第二音节源长元音的实现，其输出的时长差异为音步划分提供范畴证据；再以21类三音节音步大语料建模第三音节短元音时长随音步核结构的变化，其输出的反补偿模式进入韵律域分析；最后提取每词11点基频轮廓观察音高重置与边界调分布，以检验呼吸与喉控制域假设。在句中短语内部44词例的语料设置下，双音步词mättīmǟ的V2时长指标高于单音步词mättīsin的V2时长指标32.4 ms的估计差值，SE为8.75 ms。与强调补偿性缩短的已有Finnic研究不同，本文发现V2量度越大后续V3时长指标越长，并把最长核上的音高重置解释为共时压缩与历时音变的连续基础。该结论的适用边界受限于单发音人ST的配对与词尾轻重对立，其向四音节词或非Finnic重音系统的外推尚未验证。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

• 数据相关资源：https://osf.io/rbw3m/ — 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：论文要解释的对立从哪里来？

本文的输入是索伊科拉英格里亚语的三音节词录音与转写，目标是讲清一个音系上被判定为范畴对立的现象在语音上是否也有清晰边界。所谓范畴对立，白话说就是要么是一类要么是另一类，中间没有第三类。论文抓住的 1 对例子是 murkkina 与 murkinā，前者记作早餐，末元音短，被分析为一个三音节音步，后者记作早餐的部分格，末元音长，被分析为两个音步。前两个音节加一个次重读的末音节构成双足词。音步在这里指韵律上抱团的一组音节，重音是落在音步头上的凸显。

芬兰语支的词汇重音在线索上主要表现为音段更长，以及语调性高音往重读音节上靠。初学者容易把有次重音就等同于一定能听出边界，论文开头就提醒，次重音与非重读的区别在自然语流中常常没有清楚的语音边界，它有时只是一个等待被实现的心智位置。

音系范畴性 × 语音渐变性： 音系范畴性指一足与两足以及重读与非重读在规则适用上非此即彼，语音渐变性指时长与基频在发音中连续变化且因人而异，前者分工是保证脱落与缩短等过程要么适用要么不适用，后者分工是提供音变的材料池，搭配理由是范畴切分必须在连续语音中实现，组合意义是本文要在范畴对立之下寻找连续的语音对应物。

论文用 3 组音系过程证明上述切分不是临时标注。第一是 h 在两个非重读音节之间脱落，第二是重读重音节后的后重读长元音缩短，第三是重读音节后在轻的第二音节前把单辅音延长。这三者在表中被记为适用或不适用，分别对应双音节音步、双足三音节与三音节音步。作者强调三者的音系地位与年代不同，有的还处在语音阶段，有的已接近完成，有的属于历史上的音系化，但合在一起说明三音节音步长期是一个显著的韵律模板。

理解这一点才能进入后文的方法，因为后文所有时长比较都是在问同一个问题：在音系已经切好类的前提下，语音是整齐跟随，还是留出连续过渡的地带。数据方面，论文使用的主要数据集已公开，当前可用，地址为官方记录的开放科学框架链接，初学者复述时应保留该信息而不必复述链接字符。输出是 3 组语音检验：第二音节长元音是否在双足词中更长，第三音节短元音时长如何随音步核结构变化，以及整体音高曲线是否在双足边界处出现重置。

相关路线如何证明三音节音步确实存在？

三音节音步在理论中稀少且有争议，有的研究者讨论最小与最大音步的限制，有的讨论二元到三元的节奏连续统，有的甚至认为不需要递归音步。索伊科拉英格里亚语的价值在于它同时提供多条语音与音系证据。论文回顾了此前对该方言音步核的研究，所谓音步核是指从第一重读元音一直到第二音节元音的序列，是该方言韵律上最活跃的部分。

此前工作发现，音步核内多数音段呈现多子成分缩短，也就是韵律域内成分越多每个成分越短，元音在所有情形下都表现出这种补偿。辅音在第三音节起始位置的研究也得到类似结论。另一条路线是音节重量敏感的重音，重量轻的末音节与重量重的末音节决定词被切为一足还是两足，这在芬兰语支音系的多处都有体现。重量本身也被认为是渐变的语音与音系现象。次重音的可变性与缺席在文献中早有讨论。

音高方面，芬兰语支词汇重读音节常常承载后词汇的高音，句末宽焦点下三音节音步作为单一韵律域被预期呈现下降的音高曲线。这些路线共同构成对照：同输入、同目标、同为自然产出的三音节词，在不同切分下是否出现可重复的时长与音高差异。本文不把类别差异直接当作同条件胜负，而是先用音系过程确认切分的范畴性，再用语音测量检验其实现方式。

要回答的三个具体问题是什么？

第一个问题是确认性的：双足三音节词中的第二音节原长元音是否不经历三音节音步中已发现的缩短。先前的大规模研究发现三音节音步中第二音节的原长元音几乎完全缩短，但缺少结构可比的双足词数据。早期田野记录也提到类似方向的变化在二十世纪三十年代正在进行，而在更早的记录中尚未出现。第二个问题是结构效应：音步核内音段数量或数量度的增加如何影响第三音节短元音的时长。

预期是补偿性的，即第一音节元音更长、第二元音为长、第二辅音为长 geminate 或多 1 个流音时，第三元音更短。第 3 个问题是音高：三音节音步作为单一韵律域是否整体下降，而双足词的末音节作为单音节音步是否可能出现音高重置。论文明确把第三音节的音高重置预期为只可能出现在双足词，不出现在三音节音步内部。

以一个教学例子走完全程有助于建立直觉：以 mättīsin 与 mättīmǟ 为例，输入是结构可比的三音节串，表示是按末元音轻重切好的一足与两足，组件是测量第二元音时长并比较，目标是检验双足是否更长，输出是一个显著性判断与毫秒量级的估计。教学例子到此为止，后文数字均来自论文实际测量，不另加无源的效果量。

方法全景：两套数据如何分工？

论文实际做了两套测量，共用时长与基频的基本工具，但在样本与目的上分开。第一套是小问卷，用于回答一足与两足在第二元音上的区别，短语内部位置，共 44 个 token，来自 1 位出生于 1924 年的说话人。第二套是大语料，用于研究第三元音与音高如何随结构变化，共 21 种三音节音步类型加一种双足类型，句末位置，共收集 3812 个 token，来自北索伊科拉的 5 位女性说话人。所有 token 都在宽焦点重音下发音。

第一音节元音在六等分点取 5 个基频点，第二与第三元音各取 3 个点，每词共 11 个基频测量点。时长用线性混合效应回归建模，工具为 R 软件的 lme4 包，事后比较用 emmeans，可视化用 ggplot2。随机效应包括按词条的截距，以及需要时按说话人的截距与斜率。

补偿性缩短 × 反补偿延长： 补偿性缩短指同一韵律域内成分越多每个成分越短，反补偿延长指一处时长增加反而带动另一处变长，前者分工是解释辅音变长或多 1 个流音时第三元音变短，后者分工是解释第二元音越长第三元音反而越长，搭配理由是同一音步共享的重音拉长要在子成分间分配，组合意义是把看似矛盾的长短关系统一为域共享机制。

音段重量 × 音高重置： 音段重量负责以元音与辅音的数量与长度增加韵律负担，音高重置负责在新音步或新词起点抬升基频，二者搭配的理由是过重的一音步在气流与喉控制上接近切分为两足，组合意义是用第一音节过长时第二音节出现的音高上跳来探测单足在语音上向双足漂移的灰色地带。

两套数据的搭配理由很直接：小问卷控制结构可比性，大语料覆盖结构多样性。前者只能检验方向是否如预期，后者才能检验补偿与反补偿在哪类成分上成立、音高重置在哪类核结构中出现。初学者复述时应先说清这种分工，再进入具体变量编码，否则容易把单人小样本的结论推广到全体。

组件如何编码：变量与模型写了什么？

第一套模型的因变量是第二元音时长，自变量是结构，即一足三音节音步还是双足三音节，随机效应为按词条的截距。模型形式在原文中写作第二元音时长随结构变化加词条截距。第二套模型的因变量是短的第三元音时长，固定效应包括第一音节元音数量、第二音节元音的词源长度、第一与第二元音之间辅音的数量，以及第一元音与该辅音之间是否存在流音。辅音分为单辅音、短 geminate 与长 geminate 三档，第一元音分为短元音与长元音或双元音两类。

词源长度之所以保留，是因为第二元音的缩短尚未完成，即使原始长元音在语音上已大多变短，仍需在模型中区分来源。音高不做回归，而是按第一元音长度、辅音长度与流音存在与否分组，目视比较曲线的形状，重点看第一与第二音节边界以及第二与第三音节边界处是否上跳。

音步 × 重音： 音步负责把音节抱团为一个韵律域并决定域边界，重音负责在该域内部分配凸显并带来时长拉长，二者搭配的理由是芬兰语支重音线索主要落在音步头且高音向重读音节靠拢，组合意义是把 murkkina 记为单域而把 murkinā 记为双域，从而预测第二元音是否被压缩。

三音节音步 × 双音步三音节词： 三音节音步指 3 个音节同属一个韵律域，双音步三音节词指前两音节成一足而末音节自成一足，二者分工是前者预测域内压缩与音高连续而后者预测次重音保留与末长元音保留，搭配理由是末音节轻重决定切分方式，组合意义是为时长与音高比较提供最小结构对立。

沿样本走一遍编码有助于记忆：输入 mättīmǟ 被标为双足，mättīsin 被标为单足，输出是双足减单足的毫秒差。输入 lakata 这类结构被拆为第一元音短、辅音单、无流音、第二元音短，输出是第三元音的预测时长。所有编码都服务于同一个目标，即把音步切分与核内重量转化为可检验的时长与音高预测。

本研究训练了什么：有无神经网络与参数更新？

本研究没有训练神经网络，也没有冻结或更新任何模型权重，不存在梯度路径、优化器步骤或早停。本文的计算是统计建模与声学测量。真实过程是：用标注好的元音与辅音边界提取时长，用固定时间比例点提取基频，再把时长送入线性混合效应模型估计固定效应的毫秒数与标准误。所谓训练在这里应理解为拟合回归系数，所谓推理是给定新的结构编码预测第三元音时长或比较两类词的第二元音时长。

论文未报告学习率、批量大小或迭代次数，因为这些概念不适用。缺项应明确指出：原文未给出完整的模型公式推导与先验设置，也未报告基频的统计检验，只做了目视分析。不能从使用 R 包的名称推定具体的优化实现，也不能把无训练等同于结果是确定性的，因为说话人随机效应与样本不平衡仍会带来不确定性。复述时应说本研究未训练哪些模型，再讲实际调用的测量、分组与回归动作。

实验条件：被试、材料与聚合口径是什么？

被试条件必须先讲清局限。小问卷只有 1 位说话人，此前 3 位说话人中她是对三音节音步中原长第二元音缩短最彻底的 1 位。大语料有 5 位说话人，句末 token 总数 3812 个，其中短的第三元音共 3664 个 token，原始均值 90 ms。材料覆盖 22 种结构，示例包括 lakata、viikate、leikata、harkata 等，每种结构用音步核类型标注，如短元音加单辅音、长元音加短 geminate、双元音加长 geminate、元音加流音加辅音等。第二与第三元音之间辅音的数量因数据不平衡未能纳入模型，这是一个明确的未评测边界。

划分上没有训练集与测试集之分，所有比较都在同一采集语料内按结构分组。聚合口径是按词条与说话人设随机截距，报告的是模型估计的毫秒差与原始均值。硬件预算与录音设备在证据中未给出，不能编造。指标方向是时长越长代表保留越好，音高在边界处上跳代表重置。

比较的公平条件是结构尽可能可比，例如双足与单足的比较只用第二音节同为原长元音的词对，第三元音的比较只在短元音内部按核结构分组，唯一的长第三元音来自双足类型，用于与短第三元音构成参照。

主结果一：第二元音在一足与两足中有何不同？

先提出比较问题：在结构可比的一足与两足三音节词中，原长第二元音的实际时长是否不同，公平条件是同一说话人、同一词源长度、短语内部位置，指标方向是双足更长为预期方向。论文报告双足显著更长，估计差与检验值见下表。原始均值在该说话人约为一足更短而两足更长。作者提醒，这个差距更接近弱化短元音与完整短元音之别，而不像第一音节与第三音节中短长对立的参照量级。换句话说，音系上仍可讨论长短对立是否保留，但在语音上它已缩到短元音内部的差异。

下表把该对比的模型估计与原始均值放在同一框架下理解，表中数字与单位均来自原文连续句，比较对象保留原文实际可运行的策略，不引入事后最优值。

下表显示双足方向符合预期，但代价是样本极小且说话人本身偏向更短的整体时长，不能推广为群体结论。未胜出项在这里体现为单足中的原长元音，它没有保留长度，反而接近弱化变体，这是后文反补偿讨论的起点。短长参照表明第二元音的一足两足差远小于第一与第三音节的长短差，这支持作者将其解读为短元音内部的弱化与完整之别。

下面先看第一张原图的像素内容导读。该图有 3 个面板，纵轴均为毫秒，横轴为分组，箱体为分布，箱内数字为原始均值，箱下数字为 token 数，需要按面板逐个确认对象与条件。

看图路径： 1. 先看面板 a 左右两箱的中线高低，确认一足与两足的相对位置；2. 再看面板 b 与面板 c 中短元音与长元音两箱的落差，作为参照尺度；3. 最后核对每箱下方标注的 token 数，记住面板 a 只有几十例而后两面板有数千例

论文图 1。原论文 Figure 1：“Synchronic raw mean duration (a) of originally long 一个星号Vː2 in trisyllabic feet like 一个星号mättīsin vs.”。

该图报告显示面板 a 左箱为一足而右箱为两足，右箱整体更高，箱下 token 数分别为十余例与二十余例。面板 b 为第一音节短与长元音，面板 c 为第三音节短与长元音，后两面板 token 数达数千与数百量级。由此可见，第二元音的一足两足差远小于第一与第三音节的长短差，这支持作者将其解读为短元音内部的弱化与完整之别，而非完整的长短对立，像素中箱内印出的均值与箱下 token 数共同限定了该判断的适用范围。

主结果二：第三元音为何随第二元音变长而变长？

再提出比较问题：在多种三音节音步内部，第三短元音时长是否随核内重量单调变化，公平条件是同一句末位置、同一短元音指标，指标方向按补偿假设应为核越重第三元音越短。初步模型中除第二元音词源长度外所有两两差异都不显著，第二元音为长时第三元音更长。但加入按说话人的随机斜率后，该效应在组水平不再显著，显著性降至 0.08 左右，说明说话人之间缩短程度不一。趋势上辅音与流音的影响符合补偿，即辅音越长或有流音时第三元音略短，而元音的影响反补偿，即第一与第二元音越长第三元音反而越长，第一元音的差异很小。

下面这张原图按音步核结构展示第三元音的原始均值，横轴为核类型，纵轴为毫秒，箱下为 token 数，解读时需先确认长短元音成对出现的位置。

看图路径： 1. 沿横轴从左到右比较各音步核结构下第三元音箱体的中线高低；2. 观察含词源长元音的结构是否系统性高于相邻的短元音结构；3. 核对每箱下方 token 数是否多在百量级，避免把离群点当作整体趋势

论文图 4。原论文 Figure 4：“Raw mean durations of V3 in trisyllabic feet grouped by foot nucleus structures (see Table 2; structures with Vː and ViVj in the 1st syllable are pooled together).”。

该图显示各箱中线大多落在 70 毫秒至 100 毫秒之间，箱内印出的原始均值多在七八十至九十余之间，箱下 token 数多在百量级。成对比较时，含词源长第二元音的结构系统性高于相邻的短结构，说明反补偿在原始均值层面跨结构一致。像素不能精确读出每个离群点数值，因此只报告箱内已印出的均值与箱下 token 数，不猜测未标注的分位数，组水平显著性仍需回到混合模型的估计。

为把长短参照与结构效应放在一处，第二张表整理第三元音的长短差与词源长度效应，数字与单位仍来自原文连续句，表格达到五列以便核对估计与检验。

表后解释是，长短对立本身显著且量级与第一音节相当，而词源长度对后续元音的影响虽小但方向稳定，只是在考虑说话人斜率后不再达到显著。这意味着不能把每组都成立当作总体成立，保留较好的说话人差异最明显，无差异与反转的说话人就是提醒。反例与边界已在正文中保留，未删除不利的说话人。

说话人变异：保留程度如何带动第三元音？

把说话人当作消融维度有助于理解变异来源。问题是：第二元音保留得越多，第三元音的长短差是否越大，条件是按说话人分组、其余结构混合，指标方向是同向变化为反补偿的证据。论文用两幅并排分布回答，上面板为第二元音时长按词源长短分组，下面板为其后第三短元音按同样的词源分组。总体看，保留最好的 2 位说话人最能维持第二元音的长度，其第三元音在长语境下也明显更长且跨结构最一致。另有说话人在两层都不显示差异，还有说话人的长词源第二元音甚至短于短词源，其后第三元音也相应更短。

下面先导读该图的像素结构：上下两排各有 5 组说话人，每组左右两箱分别代表短与长词源，纵轴为毫秒，箱下数字为 token 数，右侧图例区分颜色，解读时需上下对照同一说话人。

看图路径： 1. 在上面板按说话人逐对比较短与长两箱，找出保留对立最好与完全合并的说话人；2. 到下面板看同一说话人的第三元音是否出现同方向的长短差异；3. 注意说话人 ST 右端两对箱体的反转形态，这是理解反补偿的关键个案

论文图 2。原论文 Figure 2：“Duration of (a) V2 and (b) short V3 as a function of V2 etymological length. The nr of tokens is given below each box.”。

像素显示上面板保留好的说话人左短右长，右箱更高更宽，另有说话人两箱几乎重合，还有说话人右箱反而更低。下面板同样是保留好的说话人右箱高于左箱，差异微弱者与反转者亦上下对应。每箱下方 token 数在三百至五百之间，样本相对充足，但仍需注意这是按说话人聚合的结果，不能推广为每个词条都成立。上下两排的形态逐说话人对应，支持实际时长越长后续元音越长的判断。

模型估计与音高：哪些效应显著，重置在何处？

模型估计部分的问题是 4 个核内因素对第三元音的影响方向是否一致，条件是同一混合模型下的估计均值，指标方向以下倾为补偿而以上倾为反补偿。论文报告辅音与流音的影响符合补偿，而元音的影响反补偿。音高部分没有回归，只有分组目视，因此应按失败条件来组织。预期是在句末宽焦点下所有音步整体下降，末元音略带边界调的上扬平台。平均曲线确实下降，末元音有轻微上升平台，归因于句末边界调。

但部分结构在第一与第二音节边界出现上跳，即音高重置。出现重置的 4 个结构都含长第一元音与两类 geminate 中的一类，而流音的存在与否不触发重置。按第一元音与辅音长度分组后，最长的核类型最典型。由于第三音节本身承载边界调，无法评估第三音节起点是否重置，这是一个明确的未测量边界。

第二幅建模图把 4 个因素的估计放在同一尺度下，纵轴为第三元音时长，横轴为各因素水平，点为估计均值，竖线为不确定区间，解读时需先分清补偿与反补偿的方向。

看图路径： 1. 先看面板 a 与面板 b 的连线是否轻微下倾，对应补偿方向；2. 再看面板 c 几乎水平而面板 d 明显上倾，对应元音的反补偿方向；3. 注意各点周围误差线的长度，判断哪些差异在统计上并不显著

论文图 3。原论文 Figure 3：“Modelled influence on V3 duration of (a) C2 length, (b) presence of R, (c) V1 length, and (d) V2 etymological length.”。

像素显示面板 a 从单辅音到短与长 geminate 轻微下倾，面板 b 从无流音到有流音轻微下倾，面板 c 从短到长几乎水平，面板 d 从短到长明显上倾。误差线较长，说明除词源长度外多数差异不显著。这与正文先显著后在加入随机斜率后不显著的叙述一致，复述时应保留这一反转，不把初步显著当作最终结论。负结果是多数结构没有重置，流音不是触发条件，音高不能单独证明切分。论文把重置解读为气流与喉控制上的重启，可能预示第一音节负担过重时单足在语音上向双足靠近，但这属于有限解释，应表述为支持而非证明。

限制在哪里：哪些结论不能推广？

第一是样本局限。小问卷仅 1 位说话人，且她是缩短最彻底者之一，整体时长也短于 5 人均值，因此一足两足的毫秒差不能视为群体参数。几乎所有流利说话人已经去世，这是无法补救的田野现实，复述时应如实说明而不是批评作者未扩大样本。第二是统计稳健性。第三元音的词源长度效应在加入说话人随机斜率后不再显著，说明组水平结论依赖对变异的建模方式。

第三是测量局限。第二与第三元音之间辅音的数量因不平衡未能建模，音高只有目视没有检验，第三音节的重置因边界调无法评估。第四是解释边界。反补偿与呼吸组、喉控制的联系是事后解释，未直接测量气流或声门活动，不能写成因果。相关性不是因果，未测量误判率、延迟或成本，也不应承诺任何应用收益。

总体趋势不等于每组每步成立，反转与零差异的说话人就是提醒。论文的谨慎之处在于，它把一足两足的时长方向作为已确认，把第三元音与音高的结构效应作为灰色地带的证据，二者证据强度不同，不应混为一谈。

复现先做什么：数据、划分与检查清单是什么？

复现的第一步是获取已公开的数据集，当前可用，核对其中 21 种三音节音步与一种双足类型的划分，以及句末 3812 个 token 与短第三元音 3664 个 token 的规模是否一致。第二步是重建标注：确认第一元音、第二辅音、流音与第二元音的编码与原文表一致，注意长短 geminate 的三档划分与双元音归入长类的处理。

第三步是重跑两个回归：先跑第二元音随一足两足变化加词条截距，检查是否得到三十余毫秒左右的估计，再跑第三元音随四因素变化加词条与说话人截距，并尝试加入说话人随机斜率，观察词源长度效应是否从显著变为不显著。第四步是重画分布与音高：按说话人与词源长度分组画第二与第三元音箱线图，按核结构分组画第三元音箱线图，按第一元音与辅音长度分组画十一点音高曲线，检查重置是否集中在长元音加 geminate 的核类型。

关键超参数在这里是随机效应的结构与事后比较的方法，信息条件是句中与句末不可混用，长短参照不可跨位置比较。常见误解是把词源长等同于实际长，复现时必须同时画实际时长的分布，确认缩短的不完全性与说话人差异，否则会误把音系长度当作语音长度来解释反补偿。

何时值得参考：灰色地带说明了什么？

当研究问题涉及范畴切分之下是否存在连续实现时，本文值得参考。它表明，音步切分可以通过音系过程确认为范畴的，同时在时长与音高上留出渐变空间。第二元音的缩短是否发生取决于词是一足还是两足，第三元音的时长与音高重置则随核内重量连续漂移。作者用域共享的拉长来统一解释：同一音步内共享的重音拉长被越多子成分分摊，每个成分越短，双足因每足分摊的音节更少而压缩更弱。

当成分过多时，系统在音系上切为两足，在语音上则先出现第三元音变长与第二音节音高重置这类前兆。这一解释支持补偿效应源于重音拉长的分配，而非等时性，也提示音步可能对应气流与喉控制的低层语音域，但后者仍待验证。复述方法时应保留完整链条：从末音节重量切分，到音步核编码，到混合效应估计与分组目视，再到按说话人检查稳健性。

最终判断是，一足两足的方向性差异得到报告与显示，反补偿与重置作为灰色地带的迹象得到有限支持，其因果机制与跨说话人普适性仍可能而待验证。

📐 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