同字不同意：蒙古语反问句靠句末声调与时长被听出来

英文题目：The Prosody of Rhetorical Questions in Mongolian

会议身份：conference:speechprosody:2026:conference-paper-id:munkhbat26_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：#人类参与评测 #韵律 #言语感知 #语音 #口语理解

评分：5.5/10 | 创新 1.3/2 | 技术严谨 1.0/1.5 | 实验充分 0.9/1.5 | 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 0.5/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

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

📌 核心摘要

本文输入为字面完全相同的蒙古语wh疑问句录音，输出为听者判定的典型疑问或反问解读，难点在于词句相同时只能依靠韵律区分语力而易受偏置干扰。方法链第一步按语境诱发两名喀尔喀母语人录制20对when与who最小对立句及20个填充句并做归一化，形成仅韵律不同的刺激候选。第二步对这些候选做边界调、时长、起始与wh词音高及音质的声学核查，确认反问多带LHL%边界调、更长更高且多气嗓声后才送入感知环节。第三步用20名母语听者的在线三选一强制选择任务检验仅凭韵律的可辨别性，其选择分布直接回答声学差异能否被范畴感知。与以往英语德语等仅做产出分析的研究不同，本文直接检验听者端利用韵律的解读能力，具有验证跨语言普遍倾向的意义。在在线三选一强制选择感知任务下，反问试次的准确率为约87%，高于典型疑问试次的准确率39.5%。结论适用边界受限于喀尔喀蒙古语否定性wh反问、在线实验与两个发音人音色条件，低辨识典型疑问试次多与反问韵律重叠的失败条件尚未验证单线索因果与跨方言外推。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://gorilla.sc/ — 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？要解决的矛盾是什么？

本文的输入是论文原文证据与本次收到的官方原图像素，目标是为刚进入语音与音乐音频领域的研究生写 1 篇可核对、可复述方法的技术解读，必须保留的关键信息包括被试构成、刺激构造、录音与呈现条件、声学分析发现、感知实验建模结果及其限制，输出是 1 篇按学习依赖展开的中文解读。

研究对象是喀尔喀蒙古语中的疑问句，疑问句指用疑问形式提出的问题，反问句指具有疑问形式但实际表达断言、不索取新信息的非标准问句，本文只研究否定反问，即期待否定或空集答案的反问，例如谁会偷报纸意为没有人会偷。矛盾在于同一串蒙古语 wh 问句既可作真问解，也可作反问解，字面如你何时来过这里既可表示好奇询问过去何时来过，也可表示不相信对方来过，初学者容易以为必须靠上下文或词形变化才能区分。

作者要检验的是仅靠韵律线索听者能否区分二者。蒙古语之所以合适，是因为它在句法与韵律结构上与此前研究较多的英语、德语、冰岛语和意大利语类型距离较远，若在远距离语言中仍发现相似韵律策略，则更可能是跨语言的普遍倾向，而不只是个别语言的习惯。

真问 × 反问： 真问指说话人不知道答案并期待听话人提供信息的标准疑问，反问指具有疑问句形式但行使断言功能、不索取新信息是否定反问如无人会偷报纸；二者在本研究中共享完全相同的字面字符串，搭配理由是只有字面相同才能把字词句法固定，让韵律成为唯一可用的区分线索，组合意义是听者必须从边界调、时长、音高和嗓音质量中推断说话人的询问还是断定意图。

从可复述角度，读者应先建立形式与功能的错位概念，真问满足说话人无知而听话人有知且能告知的假设，反问则允许回答但不索取信息。教学例子是论文给出的何时来过这里的最小对，例子仅用于说明一形两解，不添加新的声学数值。理解这一矛盾后，后续所有方法设计都是为了把字面固定住，只让韵律变化，再看听者能否利用变化做出正确语用归因。

此前关于蒙古语与反问韵律已知什么？

蒙古语韵律已有文献较少，早期研究区分词组右边界与语用焦点两种词汇重音，后者通过更高基频实现，另有研究指出喀尔喀蒙古语陈述句与疑问句主要差别在音高水平与音域，察哈尔方言陈述句基频下降而疑问句陡升。综合性研究认为蒙古语没有词汇重音，宽焦点陈述句中每个词带升降手势而末词必须低音，疑问句分组与陈述句相似而差别在边界调，极性问句与 wh 问句可带低或高边界调，wh 问句还可在末尾小品词 be 或 ve 上带 LHL% 调，且该终端 LHL% 可出现在非中性语用语境。这一背景直接引出本文的声学观察点，即句末小品词的边界调类型是否系统对应反问。

反问韵律的跨语言文献主要集中在英语、德语、冰岛语和意大利语的生产研究，发现区分标准问与偏向问的主要音系差异在边界调、核重音、时长与嗓音质量。感知方面，粤语研究发现较长句末小品词关联否定反问而短小品词关联真问，低平音高关联真问而上升音高关联否定反问，隆巴第意大利语研究发现仅靠语调就能高准确率辨认反问。本文方法明确模仿隆巴第意大利语研究，目的是清晰分离韵律线索，考察韵律在问句解读中的作用。

相关工作对照必须注意监督与运行阶段的一致性，生产研究回答说话人如何实现差异，感知研究回答听者能否利用差异，本文属于后者但附带对刺激的小样本声学核查，不能把两说话人的描述性差异直接当作总体生产规律。

要回答的具体问题与可证伪预测是什么？

具体问题是喀尔喀蒙古语母语者能否仅凭韵律区分标准 wh 问句与否定反问 wh 问句。操作化为强制选择听辨任务，被试听刺激后从真问解读、反问解读与语义无关解读三者中选一。若韵律无用，则两类问句的辨认正确率应无系统差异且混淆对称，若韵律有用，则至少一类显著高于另一类或呈现系统偏向。作者的隐含预测是反问在韵律上更标记，因而更易被辨认，这与意大利语中反问高准确而真问较低的模式平行。

需要区分论文直接报告与有限解释，直接报告是正确率差异与声学分布，有限解释是为何出现向反问的偏向，未验证推测是普遍性倾向，本文只有一种远距离语言的新证据，尚不能证明普遍性。另一个特有混淆是小品词 YUM，原文讨论它在疑问结构中表示说话人主观强烈猜测，常出现在反问但也出现在真问、陈述句、连接词与条件句等语境，若被试把 YUM 与反问做频率关联，则偏向可能部分来自词汇分布而非纯韵律，这是复现时必须控制的替代解释。

方法全景：从语境到录音再到听辨如何串起？

沿一个样本走完全程有助于复述。取何时来过这里这一串字面，先为它编写两个情境，真问情境是与朋友在酒吧相聚，知道对方很久以前常来但现在不来，出于好奇问过去何时常来，反问情境是讨论志愿组织，明知朋友从未参加却假装去过，因而以不相信的口气说何时来过这里。2 位母语者按情境朗读该句，录音后由另 1 位母语者审听，为每个刺激挑选真问与反问对比最清晰的版本用于实验。

听辨阶段另招 20 名母语者在线听这些录音，每题三选一，真问选项表述为说话人好奇询问何时来过，反问选项表述为说话人不相信对方来过，无关选项表述为说话人告诉对方来过很多次，干扰项则是一正确两错误解读。通过这种设计，字面在最小对内保持不变，情境差异被编码为录音中的韵律差异，听辨正确率即反映韵律线索的可用性。声学核查在感知实验之前对刺激做描述性分析，确认最小对确实在韵律上不同，再解释感知结果。

全流程的计算与判断都不涉及神经网络训练，没有模型拟合声学参数，所谓分析是人工标注边界调、测量时长与音高、结合频谱图转写嗓音质量，以及用混合效应模型分析行为正确率。初学者应把生产核查理解为材料验证，把感知建模理解为行为统计，二者监督来源不同，前者来自标注者判断，后者来自被试按键选择。

刺激组件：最小对与干扰项如何构成？

刺激组件由 20 个最小对与 20 个干扰项共 60 项组成，其中 10 对是何时类 wh 问句，另 10 对是谁类 wh 问句，干扰项包括陈述句、祈使句、感叹句与极性问句。最小对的分工在上节已述，干扰项的分工是防止被试发现全部为问句而采用策略性猜测，同时检验任务依从性。录音者是与感知被试分离的 1 女 1 男 2 位母语者，年龄分别为 20 岁与 23 岁，每人录制全部目标项与干扰项。

在感知实验中，2 位说话人的录音均匀分配，何时刺激一半来自男声一半来自女声，谁刺激与干扰项同样如此分配，这种平衡是为了避免某一问句类型与某一嗓音绑定。录音在隔音室完成，所有音频文件归一化到平均强度 70 分贝，保证响度一致，使时长与音高差异不被响度差异掩盖。

最小对 × 语境诱导： 最小对指字面完全相同但解读分别为真问与反问的 20 对刺激，语境诱导指录音前给说话人提供真问或反问情境故事让其按意图朗读；最小对的分工是控制词汇句法变量，语境诱导的分工是自然引出不同的语用意图，搭配理由是若直接要求用讽刺语气朗读会引入夸张表演，只有情境能让说话人产生相应的信息状态，组合意义是录音差异可归因于意图驱动的韵律实现而非文本差异。

复现时需注意挑选最清晰对比版本的步骤，这意味着实验材料经过优选，不是随机抽取的自然产出，因此感知正确率可能高于日常会话中的可辨性，解读时不应推广为所有自然语境下的辨认水平。

边界调 × 疑问小品词： 边界调指语调短语末尾的音高走向如 LH%、L% 和 LHL%，疑问小品词指句末的 be/ve 疑问标记；边界调的分工是标示句类与语用状态，小品词的分工是承载句法疑问标记，搭配理由是蒙古语疑问句的韵律分组与陈述句相似而主要差别落在末尾，小品词正好是边界调的附着位置，组合意义是 LHL% 落在 be/ve 上时成为反问最稳定的听觉标记。

边界调与疑问小品词的组合是后续声学核查的核心，初学者可先记住疑问句末的 be 是观察窗口，比较真问与反问在该窗口的走向差异，再扩展到句首与疑问词位置的音高。

声学组件：边界调、时长、音高与嗓音如何判定？

声学组件处理 2 名录音人的刺激，没有做统计检验，原文明确说明因样本仅 2 人而不做统计分析，因此所有声学结论是描述性的，只能用于解释刺激特征，不能推广为总体参数。边界调通过听觉与基频轮廓判定，女性说话人只出现 LH% 与 LHL% 两类，真问各 10 例，反问 19 例为 LHL% 仅 1 例为 LH%，男性说话人出现 L%、LH% 与 LHL% 3 类，真问 13 例 L%、6 例 LH%、1 例 LHL%，反问 6 例 L%、14 例 LHL%。跨说话人的一致点是反问集中使用 LHL%，而真问更分散。时长比较显示反问整体长于真问，男性说话人差异较大，女性说话人差异较小。

句首音高与疑问词音高在 2 名说话人中均呈现反问高于真问的模式。嗓音质量经感知转写加频谱图检查分为气嗓音与非气嗓音，女性说话人 3 例气嗓音全为反问，男性说话人 11 例气嗓音中 9 例为反问、2 例为真问。

气嗓音 × 音高： 音高指基频在句首与疑问词位置的高低，气嗓音指经听辨转写加频谱图检查判定的 breathy voice 嗓音质量；音高的分工是提供连续的频率标度线索，气嗓音的分工是提供音质范畴线索，搭配理由是单一频率线索易受说话人基频差异影响，音质可作为跨说话人更独立的附加标记，组合意义是反问同时具有更高起始与疑问词音高并更常伴随气嗓音时，听者获得多通道冗余证据。

操作细节上，时长指整句总时长，音高指相应位置的基频测量，嗓音判定依赖人工而非自动嗓音参数，复现时应保留相同的三重证据链，即边界调类型计数、时长与音高分布图、气嗓音例数，否则无法判断感知结果的刺激基础是否一致。

本研究训练了什么？没有训练什么？

本研究没有训练任何声学模型或分类器，也没有更新神经网络权重，不存在梯度路径、冻结与解冻、早停或优化器选择。真实计算过程分为两类，一是刺激声学的人工测量与分类，二是行为数据的广义线性混合效应模型拟合，该模型以二项分布建模每试次是否答对，固定效应包括问题类型、说话人与 wh 词类型及其两两与三重交互，随机截距包括被试与刺激项。理解这一点可避免两种误解，一是不能把无训练等同于确定性求解，听辨结果仍受被试变异与刺激变异影响，二是不能从参数冻结推定系统输出确定，因为根本没有部署的自动系统。

强制选择辨认 × 无关语义选项： 强制选择辨认指听完刺激后必须从 3 个解读中选一个的任务，无关语义选项指与原句语义无关的第 3 个干扰解读；前者分工是迫使听者把连续韵律映射为离散语用类别，后者分工是检测听者是否在乱猜或未理解句子内容，搭配理由是若只有真问与反问两项，被试可能因偏向而虚高正确率，加入无关项可分离出完全偏离的反应，组合意义是混淆矩阵能同时显示反问优势与真问被误判为反问的偏向模式。

若要复现统计部分，需要准备试次级 0 与 1 正确性编码，保持与原文相同的固定效应结构与随机截距结构，并报告卡方、回归系数、标准误与显著性，而不是只报告平均正确率。原文未报告硬件预算与训练成本，因为不存在模型训练，在线实验使用 Gorilla 软件呈现，资源状态显示该链接当前可用，已公开可访问。

感知实验条件：被试、流程与指标如何设定？

感知被试为 20 名成年喀尔喀蒙古语母语者，自出生习得并保持流利，自报无听力问题且未使用助听器，平均年龄 29 岁，标准差 6.1 岁，其中女性 12 名男性 8 名。流程是在线强制选择辨认任务，被试听刺激后为目标刺激从真问、反问与语义无关三项中选一，为干扰项从一正确两错误解读中选一。指标是分类正确率，方向是越高越好，聚合对象是按问题类型、说话人与 wh 词类型划分的试次集合，共 400 个真问试次与 400 个反问试次。内部一致性用克隆巴赫阿尔法评估，反问为 0.32 显示项目间变异大，真问为 0.73 显示可靠性尚可，随机截距标准差分别为被试 0.27 与刺激 0.24，表明个体与项目间存在适度变异。

下面两张频谱与基频叠加图是理解边界调判定的关键，阅读时先确认纵轴为音高单位赫兹，横轴为时间推进的词序列，蓝色曲线为基频轮廓，下方表格给出词与词义，最右侧标注边界调类型。第一张是真问的 LH% 例子，观察句末如何上扬收尾才能对应真问的开放询问功能。

看图路径： 1. 先沿时间轴从左向右找到句末小品词 be 对应的蓝色基频段；2. 再看最右侧标注 LH% 处基频是否上扬收尾；3. 对照下方词 gloss 确认该句为真问解读的例句

论文图 2。原论文 Figure 2：“Example of LH% boundary tone in CQs (P1).”。

上图显示女性说话人真问例句的 LH% 边界调，句末小品词 be 段基频上扬，与疑问词何时位置相对较低的起点形成对照，词级 gloss 确认这是询问上次遵从他人言语行事时间的真问语义。复现时应按同样方式截取句末窗口核对上扬幅度，而不是只看整句平均音高，因为平均值会抹平末尾走向。

第二张是反问的 LHL% 例子，观察句末先降后升再降的复合走向，这是反问最具标记性的形态。

看图路径： 1. 先找到句末 be 段蓝色基频的起伏形状；2. 再核对最右侧标注 L HL% 处先降后升再降的走向；3. 对照下方英文翻译确认该句为反问解读

论文图 3。原论文 Figure 3：“Example of LHL% boundary tone in RhQs (P1).”。

上图显示同一说话人反问例句在 be 上的 L HL% 实现，蓝色曲线在句末出现明显的峰谷复合，与前一张 LH% 的单一上升不同，下方翻译为你何时做过他人所说之事的反问语义。两图并置说明即使字面与词序相同，句末窗口的走向足以构成不同的语用信号，初学者复述时应强调走向形状而非绝对频率值。

数据与协议的完整清单是什么？

数据清单需同时核对被试、刺激、录音与呈现 4 层。感知被试 20 人，刺激 60 项含 20 对最小对与 20 干扰项，录音者 2 人与感知被试分离，呈现为在线三选一。采样上，何时与谁各 10 对，说话人分配上两类 wh 刺激与干扰项均男女各半，聚合上正确率按 400 真问试次与 400 反问试次统计。录音预算为隔音室与 70 分贝归一化，在线呈现预算为 Gorilla 软件，原文未报告作答延迟、报酬、网络环境与耳机型号，这些缺项在复现时应如实记录为未知，不从软件名称推定延迟已控制。

指标聚合口径明确，正确率是试次级 0 与 1 的平均，阿尔法是项目间一致性，随机截距标准差是被试与刺激变异，百分点与相对百分比不可混用，例如真问被判反问的 59.75% 是条件百分比，不是相对提升。

下表把可运行的实验配置集中呈现，比较问题是复现时必须固定哪些条件才能得到可比结果，公平条件是与原文相同的母语者群体、刺激数量与呈现工具，指标方向不适用此表，此表为配置表而非结果表，不能替代正确率比较。

表后解释是主要收益与具体代价。收益是数量细节完整到可直接照搬，被试年龄分布、刺激配比、录音年龄与归一化强度均有明确数值。代价是两处未评测边界，一是录音者仅 2 人导致声学结论不能推广，二是优选最清晰对比版本导致生态效度受限。复现时若改用随机版本或增加说话人数，应预期反问优势可能缩小，这是检验稳健性的自然预测而非技术错误。

主结果：听者更易辨认哪一类？统计证据有多强？

行为主结果是反问显著更易被正确分类。模型显示问题类型主效应显著，卡方为 15.63，显著性小于 0.001，反问比标准问更准确分类，系数为 1.26，标准误为 0.32，检验值为 3.95。说话人主效应边缘显著，卡方为 3.69，显著性为 0.055，男声刺激整体正确率略低，系数为负 0.63。wh 词类型主效应不显著，卡方为 0.21，显著性为 0.651。问题类型与说话人交互显著，卡方为 16.21，显著性小于 0.001，具体为男声反问比女声反问更易被辨认，系数为 2.58。

其他两两交互与三重交互均不显著。混淆分布显示多数反问被判为反问，约 87%，而真问中 59.75% 被判为反问，仅 39.5% 被判为真问，0.75% 选无关项，表明存在向反问的系统偏向，且仅看真问试次时表现未显著高于机遇水平，部分被试甚至低于机遇。

为公平比较，需确认比较条件一致，同一被试内比较两类问句，同一刺激集内平衡说话人与 wh 词类型，指标均为正确率，因此差异可归因于问题类型与说话人组合，而非词频或任务结构。支持的判断是韵律提供可用的区分线索且反问更具感知显著性，限制是真问线索较弱或与反问重叠，导致听者倾向猜反问。

下表整理边界调计数，比较问题是反问是否集中使用 LHL% 而真问是否分散，公平条件是同一录音人的 20 个真问与 20 个反问刺激，指标方向是某边界调计数越高表示该说话人越偏好用它实现该语用。

表后解释是主要收益与代价。收益是反问的 LHL% 集中度在 2 位说话人中一致，女性反问 19 比 1，男性反问 14 比 6，为感知中反问优势提供刺激基础。代价是真问内部不一致，女性真问在 LH% 与 LHL% 间平分，男性真问以 L% 为主但仍有 6 例 LH% 与 1 例 LHL%，这意味着部分真问刺激与反问共享 LHL% 形态，听者仅靠边界调会误判。未胜出项是男性真问的 L% 虽是多数模式，但反问也有 6 例 L%，因此 L% 也不是真问的充分条件，复现时若只强化 LHL% 而忽略重叠，将高估单线索的分类能力。

下图是边界调计数的可视化，先看整体分布再回扣上述计数，才能把数字与柱高对应起来。

看图路径： 1. 先看横轴左右两块面板分别对应女性说话人与男性说话人；2. 再比较同一边界调下蓝色真问柱与红色反问柱的高低；3. 确认反问是否集中在 LHL% 而真问分布更分散；4. 注意男性说话人还出现 L% 一类而女性说话人没有

论文图 1。原论文 Figure 1：“Final boundary tones for both participants”。

上图左侧为女性说话人，蓝色真问柱在 LH% 与 LHL% 各约 10 例，红色反问柱在 LHL% 接近 19 例而在 LH% 仅约 1 例，右侧为男性说话人，蓝色真问柱在 L% 最高约 13 例，红色反问柱在 LHL% 约 14 例而在 L% 约 6 例。该图支持反问集中、真问分散的判断，但也显示男性说话人的 L% 重叠区，这是后续讨论真问辨认困难的声学依据。像素可辨的柱高与原文计数一致，颜色图例中蓝色为真问、红色为反问，纵轴为刺激个数。

时长分布进一步补充连续线索，比较问题是反问是否系统更长，公平条件是同一说话人内比较两类问句总时长。

看图路径： 1. 先看左右两面板分别对应两位录音人的时长箱线图；2. 再比较每面板内真问箱与反问箱的中线高低；3. 注意男性说话人两侧差异大于女性说话人

论文图 5。原论文 Figure 5：“Duration of CQs vs. RhQs in both participants.”。

上图左右面板分别为 2 位说话人的时长箱线图，纵轴为秒，横轴为问题类型，深蓝为真问、浅蓝为反问。可见两面板中反问箱中线均略高于真问，男性说话人两侧中线差距大于女性说话人，与原文描述的男性差异更大、女性仅轻微差异一致。解读时不能把中线略高推广为每 1 对最小对都更长，箱体与须线显示个体项目变异较大，复现时应保留按对比较而非仅比较均值。

哪些对照说明差异不是偶然？失败条件是什么？

消融在此指统计模型中的对照分解，而非去掉网络模块。wh 词类型主效应与相关交互均不显著，说明何时与谁两类 wh 问句的辨认难度无系统差异，问题类型效应不依赖特定疑问词。说话人交互显著说明效应受嗓音调节，男声反问优势更大，这与 1 名被试非正式报告男声整体听感讽刺、难以区分两类相呼应，提示双嗓音设计可能引入说话人层面的偏见。若只用单一说话人重做，交互可能减弱而问题类型主效应更纯粹，这是原文建议的后续实验。

失败条件有三，一是真问试次接近机遇且部分被试低于机遇，表明真问韵律线索不足或被反问偏向淹没，二是反问内部一致性低，阿尔法仅 0.32，表明不同项目的可辨性变异大，三是最低正确率的真问刺激往往与反问共享韵律特征或仅有微小差别，说明单靠当前刺激集无法实现两类对称的高准确。

下表整理混合效应模型的关键统计，比较问题是哪个效应显著且效应量多大，公平条件是同一模型同时估计所有主效应与交互，指标方向是系数绝对值越大表示该对比对正确率影响越大，显著性越小证据越强。

表后解释是主要收益与代价。收益是问题类型与交互的卡方与系数同时显著且方向明确，支持反问优势与男声调节。代价是说话人主效应仅边缘显著，wh 词效应缺失，且三重交互不显著，表明模型复杂度高于必要，未来可用更简模型验证稳健性。未胜出项是 wh 词类型，它在生产与感知中均未显示作用，复现时不应再将其作为主要分层变量，而应把资源投入说话人数量与边界调控制。未评测边界是模型未报告随机斜率与具体软件实现细节，不能据此推定跨被试斜率一致。

哪些限制使结论不能过度推广？

首要限制是声学样本仅 2 人且未做统计检验，所有边界调、时长、音高与嗓音差异都是刺激描述，不能作为蒙古语总体的生产规律。其次是感知中真问辨认接近机遇且存在向反问的强偏向，59.75% 的真问被判为反问，说明听者并非对称地利用韵律，而是更易捕捉标记性更强的反问模式。第三是双嗓音混淆，有被试报告男声整体讽刺，问题类型与说话人交互显著，表明嗓音特质可能放大或缩小效应。

第四是 YUM 小品词的词汇频率混淆，反问常含 YUM 但真问也可含，若被试将 YUM 与反问关联，则偏向可能部分来自词汇而非纯韵律，原文明确提出这一替代解释但未做分离实验。第五是反问项目一致性低，阿尔法 0.32，表明不同句子的可辨性差异大，总体趋势不等于每项成立。缺失证据不是技术错误，未测量误判率的反应时分布、呈现延迟与成本时，不应承诺这些量得到改善。

相关性也不是因果，声学差异与感知优势并存不能证明听者必然使用了某一单线索，需要未来用统一 LHL% 与统一音高的控制刺激做因果验证。

复现先做什么？还需补哪项验证？

复现应按学习依赖顺序先固定材料再跑行为最后做统计。第一步按原文情境模板编写 20 对最小对的真问与反问故事，何时与谁各 10 对，另备 20 个干扰项情境，找与原感知群体分离的 2 名母语者隔音室录音并归一化到 70 分贝，再请独立母语者审听挑选对比最清晰版本，同时保留未被选中的版本以备生态效度检验。第二步用相同三选项结构在线呈现，保证男女声各半，记录被试年龄、听力自报、设备与环境，目标是复现 400 真问与 400 反问试次的聚合口径。

第三步先做描述性声学核查，统计每位说话人每类问句的 L%、LH% 与 LHL% 计数、总时长分布、句首与疑问词音高分布、气嗓音例数，再拟合与原文相同的二项混合效应模型，报告卡方、系数、标准误与显著性，并计算混淆百分比与阿尔法。何时值得尝试是当研究者需要跨语言检验反问标记性假设，或需要为蒙古语语音合成与识别增加语用韵律标注时，本文的边界调与时长模式可作为起点。

还需补的验证包括单说话人实验以排除嗓音偏见，统一边界调与音高的重合成实验以分离因果贡献，以及去掉或平衡 YUM 的词汇控制实验以排除频率关联解释。代码与权重方面，本文无开源代码与模型权重，系统可运行指按上述步骤可重建行为实验，而非下载即用。

综合判断：学到了什么？误解在哪里？

综合判断是喀尔喀蒙古语中否定反问在韵律上更标记，听者能利用这种标记实现显著高于真问的辨认，但真问本身缺乏对称的强标记，导致整体表现为向反问的偏向。论文直接报告的是声学分布与行为显著性，有限解释是偏向可能来自 YUM 频率关联与嗓音特质，未验证推测是跨语言普遍倾向，需要更多类型距离远的语言与因果控制实验才能确立。

常见误解有三，一是把两说话人的描述性差异当作已验证的总体音系规则，原文已声明未做统计检验，二是把总体趋势当作每项成立，反问阿尔法低与真问共享 LHL% 都说明项目变异大，三是把无训练等同于无计算，本文仍有人工标注与混合效应拟合的实质计算，只是没有神经网络优化。

对于刚入门的研究生，可复述的方法链是语境诱导录音、最小对固定字面、边界调加时长音高嗓音核查、三选一听辨、混合效应建模与混淆分析，任一环节改变都会改变结论的适用条件，这正是可核对解读的价值所在。

📐 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 16 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