听见介音需要多长时间：语速与音节结构如何塑造普通话/j/的时间累积

英文题目：Speech rate and syllable structure effects on the perception of Mandarin medial /j/ by native and Japanese listeners

会议身份：conference:speechprosody:2026:conference-paper-id:niu26_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 #语言习得 #言语感知 #语音 #语音属性识别

评分：5.7/10 | 创新 1.3/2 | 技术严谨 1.2/1.5 | 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

• Yuyan Niu：机构信息未能从会议 PDF 纯文本可靠映射
• Albert Lee：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究处理普通话第二音节中介音/j/的/i/样感知如何随声学暴露累积形成的问题，输入为不同截断长度的门控语音片段，输出为五点量表上的/i/样程度判断，难点在于第二共振峰快速上升过渡短暂且同时受整体语速压缩与母语切分策略调制。方法链分为三步：先由北京官话女性发音人以快、中、慢三种语速产出含miao、mian、mia、yao的载体句并标定辅音起点与介音起点与元音起点，再将介音区间按实际时长比例切分为渐进增长的十级门控以控制局部证据量，随后让汉语母语者与日语初级组和中级组在线听辨评分并用累积链接混合模型与线性混合模型解析门控与语速与音节结构效应。与以往关注静态F1/F2分布的研究不同，本设计把语速视为全局时间资源约束，把门控视为局部证据累积探针，从而分离整体压缩与局部可辨度的交互。在门控听辨任务条件下，慢速语音的平均得分增量为0.42个量表点，高于中速语音的平均得分增量0.28个量表点。在全部10800个目标观测上每增加一个门控平均提升0.19个量表点，且组间形成汉语母语者大于中级组大于初级组的稳定梯度。结论的适用边界仅限于单发音人、单一声调高平调及四个选定音节，尚未验证多发音人与自然语流中的外推性，原文未披露训练、推理或部署成本。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 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

要判断介音存在，为什么只看一个静态切面不够？

这篇论文的输入是普通话第二音节中介音/j/的时间动态，目标是解释母语者与日语学习者何时能听出/i/感。作者首先交代必须保留的信息是判断依据不是某个固定时刻的频谱切片，而是辅音到介音再到元音这一段连续变化。对刚入门的研究生来说，可以这样理解白话含义：所谓介音就是夹在声母和主要元音之间的滑音，普通话里的/j/与-i 有关，听感上带有明显的腭化和前元音色彩。

它的声学对应物主要是第二共振峰的快速上升，也就是 F2 从较低频率向高频目标爬升的过程。原文把 F2 上升同时看作音节内部时间组织的线索和音段归类的线索，因此本研究的问题自然是听者需要听到多长片段才能形成稳定的/j/知觉。

已有工作显示听者在一个短时窗内整合时变线索，跟踪共振峰轨迹的变化，而不是依据单一静态切片做决定。作者指出以往普通话滑音研究多关注整体声学性质或静态 F1 与 F2 分布，对知觉时间进程知之甚少。这就引出学习依赖的第一步：先理解任务是时间累积任务，再理解跨语言差异可能来自时间采样方式。

对日语学习者，论文提出莫拉切分的解释，即日语语音按莫拉这一较粗时间单位组织，母语听者被报告倾向于把语音解析为莫拉而非音段，这可能降低对短暂过渡线索的敏感性，并导致用增音元音补足不合法结构。作者把这种莫拉解析当作可能延续到二语加工中的母语分割策略，当听普通话时仍按莫拉块切分，从而限制对音节内 C-G-V 过渡的时间分辨率，造成介音欠指定。

介音 × 第二共振峰上升： 介音指辅音与主要元音之间的过渡性滑音成分，本研究聚焦普通话前滑音/j/，它的分工是连接声母与韵腹并携带腭化色彩；第二共振峰上升指 F2 轨迹从较低值向高频目标持续爬升的动态过程，它的分工是为介音提供可测量的声学指纹；二者搭配的理由是 F2 上升的起点与斜率直接对应舌体前移的发音动作，组合意义在于把抽象的音系范畴转化为可以在门限片段中逐段截取和累积的时间证据。

从韵律视角看，介音属于音节时间组织的一部分，语速则压缩或拉伸听者可以采样这些动态线索的窗口。作者因此预测较快语速会减少线索累积可用时间，并改变/i/感随门限增长的时间进程，而 CGVX 与 GVX 因 C-G-V 过渡定时不同也会进一步调节证据可用速度。这 4 个待答问题贯穿全文：评分如何随门限增长，语速如何平移生长曲线，音节结构如何塑造该过程，不同水平组如何体现基于时间的整合差异。理解这 4 个问题是复述方法的前提，后续所有切分、评分与建模都围绕它们展开。

相关路线如何把动态整合与母语分割联系起来？

论文把自己放在两条有源路线之间。第一条是动态线索整合路线，强调语音范畴来自随时间整合的动态声学线索而非静态快照，引用了关于按预期整合线索、利用分布统计加权线索以及用级联振荡器锁定输入节律的工作。第二条是二语音系与日语分割路线，包括日语中插元音的知觉错觉、莫拉还是音节的切分争论，以及莫拉还是音位等语言特异性倾听证据。作者没有把类别差异当作同条件胜负，而是用同输入同目标的逻辑作对照：同样是听过渡性滑音，母语者与学习者是否使用相同长度的时间窗和相同的加权方式。

莫拉切分 × 时间分辨率： 莫拉切分指日语母语者倾向把语音按莫拉这一较粗时间单位切块的母语分割策略，分工是解释为什么短促过渡线索容易被粗粒度解析所平滑；时间分辨率指听者在音节内部 C-G-V 过渡上能够分辨细微时变差异的能力，分工是决定早期门限片段是否足以支撑/j/判断；搭配理由是把跨语言差异从抽象的音系规则落到可测的时间采样能力，组合意义在于预测日语学习者在听普通话时仍沿用莫拉块，从而对介音产生欠指定并需要更长片段才能达到高评分。

门限范式与语速操控是连接两条路线的方法桥梁。门限范式通过呈现同一录音越来越长的片段，追踪/j/相关证据如何累积；语速通过改变整体时间资源，调节加工可用性。二者结合提供母语与二语线索整合的时间分辨视图。作者明确说明全部目标项都用普通话一声高平调产出，以避免声调 F0 起伏混淆共振峰线索，同时降低日本学习者同时跟踪声调与滑音信息的负荷。这个控制选择是理解实验条件的关键，它把任务聚焦到共振峰线索，也限定了结论暂时只适用于平调条件下的介音知觉，不能直接推广到曲折声调与滑音交互的情形。

具体要测什么，用什么可观察量回答？

研究的操作化问题非常具体：给定同一个 mao 加目标音节的录音，当只呈现越来越长的开头片段时，被试在五点量表上给出的第二音节以/i/样质量开头的程度如何变化。白话解释就是让被试回答第二音节听起来多像以/i/开头，1 表示肯定不像，5 表示非常像。对日本被试解释为类似日语元音 i。作者选择五点/i/感评分而非迫选识别，理由有二，一是捕捉腭化与元音前度的梯度印象，二是降低二语被试的任务负荷，因为他们对所有词项未必有稳定词库表征。这个理由必须保留，它解释了为什么因变量是梯度评分而非正确率。

自变量有 4 个，组间因素是组别，分为大陆普通话母语组、中间水平日语学习者组和初级水平日语学习者组，每组 10 人共 30 名成年人，年龄在 18 至 35 岁之间，自报听力正常且无言语语言障碍。组内因素是语速，分为快、中、慢；音节，分为 miao、mian、mia 和 yao；门限，分为门 1 至门 10。因变量方向很明确，评分越高表示知觉到的/j/证据越强。

论文的 4 个问题分别对应门限主效应、语速对生长曲线的平移、音节结构调节以及组别差异。复述时要注意数值相同不是同一指标的证据，原文同时报告对数几率与评分点两种单位，二者方向一致但量纲不同，不能混为一谈。

从录音到评分，完整流程经过哪些步骤？

先沿一个样本走完全程有助于建立全景。假设目标是慢速条件下的 mao 点 miao 组合，女性北京普通话说话人先在载体句中读出包含该目标音节的句子，研究者从每个音节乘以语速组合中挑选听感自然且声学干净的一个录音，共 12 个基础录音用于门限操作。对该录音标注第二音节的 3 个地标，然后按门限逻辑切出 10 个片段，每个片段都包含完整的第一音节 mao，只有第二音节被截断。

被试在安静环境戴耳机在线完成实验，每试次先看 500 毫秒注视十字，然后自动播放一个门限片段，随即给出 1 至 5 评分，进入下一试次。主会话分为 5 个组块共 75 试次，包含 360 个目标试次与 15 个注意检查试次，试次顺序随机化并避免同一条件长串重复。

门限范式 × 语速操控： 门限范式指把同一录音按时间切成由短到长的系列片段并逐个呈现的分段揭示方法，分工是刻画证据随时间累积的生长曲线；语速操控指让同一说话人以快、中、慢 3 种速度产出目标音节，分工是整体压缩或拉伸可供采样的动态窗口；搭配理由是只有同时改变揭示长度和原始时间密度，才能区分局部线索不足与全局时间资源不足，组合意义在于得到快慢语速下各自的门限生长曲线，从而定位二语困难出现在早期整合还是晚期渐近。

下面这张官方原图是理解切分逻辑的关键，它展示了一个 mao 点 miao 样本的波形与共振峰轨迹及门限终点，阅读时应先确认完整对象、条件与时间范围，再区分分布曲线与单样本标记。

看图路径： 1. 先看下面板横轴时间与上面板波形对应，确认全部刺激都包含完整的第一音节 mao，只有第二音节被截断；2. 再在中下面板找到三条垂直虚线标注的 C2_onset、G_onset 与 V_onset，确认 G_onset 对应 F2 开始稳定上升处；3. 接着数 G_onset 与 V_onset 之间密集的 G1 至 G9 门限终点，理解每步增加 glide 时长的百分之十；4. 最后对比 V_onset 之后包含早期元音稳态的 G10，确认它比 G9 多出一小段元音目标

论文图 1。原论文 Figure 1：“Example mao.miao token showing (a) waveform, (b) F2 (solid) and F0 (dashed) trajectories”。

该图分为 3 个面板。上面板是从 mao 起点开始的波形，显示第一音节能量较强随后进入第二音节。中面板同时画出 F2 实线与 F0 虚线，并用垂直虚线标出第二音节声母起点、介音起点与元音起点。下面板重复 F2 与 F0 轨迹并进一步标出 3 段区间，分别是声母起点到介音起点、介音起点到元音起点、元音起点到早期元音结束，其中早期元音结束约为稳态最初 20 至 30 毫秒。

门限终点以点线标在介音区间内，门 1 只含 mao 加极短介音开头，门 5 约含一半介音，门 9 接近完整介音，门 10 则在元音起点之后再加一小段早期元音稳态。注意纵轴不是评分而是频率与时间，曲线向下不代表成绩变差，只是 F0 或 F2 的声学走向，像素不能精确辨别的毫秒数值不要硬写，应以原文的比例定义为准。

地标如何定义，门限终点如何计算？

地标定义是方法中最需要准确复述的部分。对 CGVX 项即 miao、mian 和 mia，第二音节声母起点是第二音节辅音/m/的起点；对 GVX 项即零声母 yao，该起点对应滑音/j/的起点。介音起点被操作性定义为 F2 开始向高频持续上升的声学起点，元音起点标在后续元音稳态开始处，即 F2 接近目标值并相对稳定的时刻。这些定义沿用以往普通话滑音与声调对齐工作中用 F2 上升起点与 F2 稳定化标记介音与元音起点的做法。

CGVX 音节 × GVX 音节： CGVX 音节指声母加介音加元音加韵尾的结构，如 miao 和 mian，分工是提供从/m/进入/j/的清晰声学过渡与稳定的时间锚点；GVX 音节指零声母加介音加元音加韵尾的结构，如 yao，分工是让/j/同时承担音节起始与介音功能而缺少辅音过渡；搭配比较的理由是二者在 C-G-V 过渡的定时与分布上不同，组合意义在于检验同样的门限切分逻辑在有无声母支撑时是否产生不同的证据可用速度。

门限终点不是固定毫秒切分，而是相对于每个录音实际时长按比例缩放，因此门限窗随滑音实际时间实现而伸缩。对每个录音，滑音到元音过渡区间即介音起点到元音起点被等分为 9 段，门 k 的终点为介音起点加十分之 k 乘以该区间长度，k 从 1 到 9，对应覆盖滑音时长的 10% 到 90%，步长为 10%。门 10 终点在元音起点之后，等于元音起点加早期元音结束与元音起点之差，因而包含完整滑音加一小段早期元音稳态，约为元音的 10% 到 20%。

所有切割由定制 Praat 脚本批量处理，保证同一门限逻辑一致应用于不同语速与音节，减少手工误差。载体结构也需保留：所有门限刺激都含完整第一音节 mao，关键音节位于双音节序列 mao 点 miao 或 mao 点 yao 等的第二位置并嵌入载体句。直观记忆是门 1 只有开头一点滑音，门 5 约一半，门 9 几乎完整，门 10 多出早期元音。

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模型，也没有更新任何声学模型参数，因此不存在优化器、梯度路径、参数冻结与重置时机的报告。必须明确说明这一点，不能把无训练等同于确定性求解，也不能从既有工具名称推定实现细节。真实计算过程分为刺激构造计算与统计建模计算两类。刺激构造计算是上述按比例门限公式与 Praat 批量切割，属于规则性信号处理而非学习。统计建模计算是对行为评分的混合效应分析，属于推断性统计而非预测模型训练。

累积链接混合模型 × 线性混合效应模型： 累积链接混合模型指把 1 至 5 等级评分当作有序类别并估计更高评分对数几率的统计模型，分工是尊重等级数据的顺序性质并报告显著性；线性混合效应模型指把同一评分当作连续量并估计每增加一个门限平均上升多少评分点的平行模型，分工是用评分单位表达效应大小以便教学理解；搭配理由是前者保证推断严谨后者保证可解释，组合意义在于当两种模型收敛到相同定性模式时，结论不依赖于把等级当连续处理的假设。

固定效应结构为评分对组别乘以语速乘以中心化门限，再加音节乘以中心化门限，其中中心化门限为门限减去 5 点 5，范围为负 4 点 5 到正 4 点 5。随机效应包括被试截距与门限斜率，因为每个条件对应单一录音故未拟合按条目随机项。作者同时拟合累积链接混合模型处理有序评分和平行线性混合效应模型以评分单位表达效应量，并以二者收敛作为结论不依赖连续化假设的证据。注意检查试次仅用于监控注意与反应一致性，不纳入主混合效应分析。

未纳入额外填充或控制刺激，理由是首要目标是追踪紧密控制的门限条件下/j/感的细粒度变化，引入不同音系结构的填充项可能增加变异并干扰评分策略。反应时虽有记录但本文不分析，这些缺项与边界应在复述中如实指出。

被试、材料与流程的条件是否一致可比？

被试条件方面，3 组各 10 人，初级组平均年龄 26 点 1 岁，中级组 23 点 8 岁，母语组 23 点 8 岁。学习者组还收集普通话学习年限、汉语水平考试等级、听说自评、每周接触时长及对 4 个目标音节在 0 至 2 量表上的熟悉度。初级组学习年限均值 0，中级组 4 点 6 年；听力自评初级 2 点 0、中级 5 点 1、母语 6 点 6；口语自评初级 1 点 8、中级 3 点 6、母语 6 点 6。

每周接触初级 1 点 6 小时、中级 8 点 8 小时、母语 41 点 0 小时；词汇熟悉度 miao 项初级 0 点 7、中级 1 点 6、母语 2 点 0，mian 项初级 0 点 7、中级 1 点 4、母语 2 点 0，mia 项初级 1 点 1、中级 1 点 1、母语 1 点 4，yao 项初级 1 点 4、中级 1 点 7、母语 2 点 0。这些背景差异支持把组别看作 proficiency 梯度，但也提示每周接触与词汇熟悉度本身可能影响评分，不能简单归因于单一能力。

材料条件方面，目标项包括 CGVX 的 miao、mian 和 mia 以及 GVX 的 yao，全部为一声以聚焦共振峰线索。录音与语速操控条件为同一女性说话人分别以尽可能快而清晰、接近会话、中速，以及明显放慢但仍自然的 3 种速度产出。门限定义相对时长缩放，保证快慢语速下的门 1 至门 9 在比例意义上可比，这是公平比较语速效应的关键。流程条件方面，指导语按母语呈现，普通话组用中文，日语组用日文；练习试次使用非目标音节。

正式试验每人 360 目标试次乘以 3 次重复的结构保证每个门限点有重复采样。注意检查包括期待高评分的完整滑音项与期待低评分的明显缺/j/项，所有被试高低项分离清晰，无人因此被排除。

下表整理本研究可运行的数据规模与重复结构，它不是结果表，而是帮助核对后续数字分母与聚合对象的配置表，阅读时应确认数据集、阶段与聚合口径一致。

该表说明总目标观测为 30 人乘 360 次等于 10800 次，注意检查不计入主分析。公平条件在于每组经历完全相同的 360 种组合与重复数，差异只能来自组别、语速、音节与门限的效应及其交互，而非试次数量不均。代价是每个条件对应单一说话人单一录音，因此说话人变异未被评估，这是后文限制节必须回应的边界。未胜出项在此阶段即已可见：填充项缺失意味着词汇多样性与自然语境变异未被测量，不能把门限曲线的单调上升推广到所有连续语流。

评分随门限增长多少，语速与组别如何平移曲线？

结果按问题组织，先看门限与组别。门限操控产生清晰的/i/感累积，累积链接模型中中心化门限效应为正，系数 0 点 82，标准误 0 点 028，z 值为 29 点 00，p 小于 0 点 001，表明每增加一个门限，给出更高评分的几率实质上升。线性模型将其表达为每门限平均上升 0 点 19 评分点。关键是生长曲线斜率存在组别差异，与初级组相比，中级组门限交互系数 0 点 21，标准误 0 点 033，z 为 6 点 42，母语组 0 点 26，标准误 0 点 035，z 为 7 点 44，均显著，评分单位上分别陡峭约 0 点 07 和 0 点 06 点每门限。

曲线形成稳定梯度，母语组高于中级组，中级组高于初级组，该梯度早期出现并维持到晚期门限。讨论部分补充母语听者在门 3 至门 4 附近已达高确信，而日本学习者尤其初学者需要更长片段，提示对 F2 轨迹早期部分的利用效率较低。

语速既影响总体评分也影响时间进程。相对于快速，中速与慢速提高更高评分对数几率 1 点 12 和 1 点 70，z 分别为 12 点 59 和 18 点 76，均显著，线性模型对应平均提高 0 点 28 和 0 点 42 评分点。门限与语速交互也显著，中慢速斜率分别陡峭 0 点 24 和 0 点 28，z 为 7 点 72 和 8 点 64。快速将曲线右推并压缩动态范围，慢速使评分更早上升并达到更高渐近。作者报告时间压缩代价对初级组最大，其曲线即使到门 10 也常难以接近高评分。

指标方向需强调，对数几率增加与评分点增加都表示更强/j/知觉，斜率更陡表示每增加同样比例滑音带来的信息增益更大，不能把快速曲线的低平直接读作听者完全听不到，而应读作在相同比例揭示下证据累积更慢。

下表汇总核心可运行策略的定量主结果，比较必须保留原文实际呈现的基线条件，搜索最优或事后最优不能代替可部署收益，此处基线分别为初级组、快速与 mia，方向均为评分越高表示/j/感越强。

表后解释需同时给出主要收益与具体代价。收益是门限、慢速与母语经验一致提高/i/感，且中级组已部分追赶母语组，支持熟练度缓解但未消除母语分割策略影响的判断。代价有三，一是快速压缩对初级组最不利，二是 GVX 的 yao 显著低于基线，三是所有效应来自单一说话人与平调载体，推广到多说话人与自然语速变异仍待验证。未胜出项明确：yao 在各条件下评分最低且斜率最浅，即使揭示几乎完整滑音仍保持较低，说明零声母结构本身构成困难而非仅仅是揭示不足。

音节结构改变什么，哪类音节最难？

音节结构效应强烈。以 mia 为参照，miao 总体更高，系数 0 点 75，标准误 0 点 062；mian 小幅优势，系数 0 点 32，标准误 0 点 061；yao 显著不利，系数负 1 点 20，标准误 0 点 061，均显著。评分单位上差异约为正 0 点 16、正 0 点 07 与负 0 点 27 点。

跨条件均值排序为 miao 高于 mian，mian 约等于或略高于 mia，mia 高于 yao。门限与音节交互显示 miao 门限斜率最陡，yao 最浅。对 miao 而言每增加一个门限对/j/的信息量尤其大，对 yao 而言评分上升更慢且总体更低，作者认为滑音更紧密嵌入元音。论文进一步解释 CGVX 尤其 miao 更容易更快，归因于从/m/进入/j/的更清晰声学过渡、更稳定的滑音时间锚定，以及与日语 C 加 jV 序列更接近的音系匹配。

下表把音节比较放在同一门限逻辑下对照，公平条件是所有音节共享相同的比例门限定义与相同的载体 mao，指标方向仍为评分越高/j/感越强，聚合对象为跨语速与组别的均值趋势而非单步最优。

该表的收益是明确 miao 可作为教学起点，因其过渡清晰且斜率陡峭，少量滑音揭示即带来较大评分提升。代价是 yao 的困难不能靠简单延长揭示解决，其嵌入性与零声母特性使证据可用速度本身较慢。反例必须保留：mian 虽同为 CGVX 但优势小于 miao，说明同属 CGVX 内部仍有差异，不能把结构二分当作唯一解释。未评测边界包括借词 mia 的词汇熟悉度在母语组仅 1 点 4 低于其他项，词汇因素是否部分贡献排序尚未分离，这是把自动声学差异直接当作成效差异时需谨慎之处。

哪些结论有直接支持，哪些仍是待验证推测？

直接报告的事实是门限、语速、音节与组别的稳健主效应及关键交互，且两种统计模型收敛到相同定性模式，注意检查显示高低项分离清晰，无人被排除。这些结果支持基于时间的线索整合是二语困难的一个位置，并与动态线索整合理论及以往二语音系工作一致。

有限解释是把 CGVX 优势归因于声学过渡清晰度、时间锚定稳定性与日语序列匹配，以及把组别梯度解释为熟练度部分缓解母语定时与分割策略影响，这些解释与数据方向相容但未被独立操控验证，应表述为支持而非证明。未验证推测包括莫拉块导致时间分辨率下降的因果链，以及生产与发音证据联合支持的多时间尺度观点中超出本知觉实验的部分，应表述为可能或待验证。

缺失证据不是技术错误，但必须列出以防过度承诺。原文未报告误判率、延迟、训练资源、推理开销或输出帧率，因此不能承诺这些量得到改善。总体趋势不等于每组每步都成立，例如慢速总体更高不代表每个门限点在所有音节上都单调最优。相关性不是因果，评分与门限长度相关不证明听者内部使用了特定积分器模型。统计口径上随机效应仅含被试截距与斜率，未拟合条目项，结论依赖单一录音每条件，个体发音差异与录音选择的影响尚未量化。语速操控为朗读载体句，未来工作才计划扩展到多说话人、多母语背景与更自然听音条件。

要复现这条生长曲线，先做什么？

复现应从材料与切分开始，而非先调模型。第一步按原文招募 3 组各 10 人并记录学习年限、汉语水平考试等级、听说自评、每周接触与目标音节熟悉度，以确认组别梯度可比。第二步请 1 位北京普通话女性说话人以快、中、慢 3 种速度在载体句中读出 miao、mian、mia 和 yao 的一声形式，每种组合挑选自然干净的一个录音，共 12 个基础录音。

第三步在 Praat 中标注第二音节声母起点、介音起点与元音起点，介音起点取 F2 开始持续上升处，元音起点取 F2 接近目标并稳定处，再按介音区间等分 9 段生成门 1 至门 9，门 10 加一小段早期元音稳态，所有刺激保留完整第一音节 mao。第四步用在线平台呈现，每试次注视十字 500 毫秒后播放单个门限片段，被试按五点量表评价第二音节以/i/样质量开头的程度，日语组解释为类似日语元音 i，共 360 目标试次加 15 注意检查试次，分 5 组块随机呈现。

分析复现需保留关键超参数与信息条件：中心化门限为门限减 5 点 5，固定效应为组别乘语速乘中心化门限加音节乘中心化门限，随机效应为被试截距加斜率，同时拟合有序模型与线性模型并检查定性一致。资源状态方面，原文未发现来源绑定且完成超文本传输安全协议状态验证的资源，不得声称代码、模型或数据已公开，复现需自行实现 Praat 批量切割脚本与混合模型代码。还需补的验证包括增加说话人数量以检验 miao 优势是否稳定，增加声调条件以检验平调控制的泛化，以及记录反应时与置信度以补充只有评分的单一指标。

何时值得尝试门限加语速的方法，何时不必？

当教学或研究问题是听者需要多长时间证据才能听到滑音，且怀疑困难来自时间整合而非静态范畴缺失时，值得尝试门限加语速的组合。它的价值在于同时给出生长曲线的起点、斜率与渐近：起点反映早期 F2 利用效率，斜率反映每增加同样比例滑音的信息增益，渐近反映即使给足证据能否达到高确信。本研究显示母语者在门 3 至门 4 附近已高确信，中级组随后，初级组需要更长且在快速下常达不到高渐近，yao 在各组都更难更快结构更易。这种时间分辨视图是单点识别任务无法提供的。

当目标是评估自然对话中的词义理解或多说话人鲁棒性时，不必直接套用本研究的单说话人平调载体结论，应先补充多说话人与自然语境验证。常见误解有三，需用论文特有细节澄清。其一，慢速高分不等于慢速万能，它同时改变斜率与渐近，快速的困难集中在证据累积速度而非完全听不见。其二，CGVX 易于 GVX 不等于有声母就一定易，mian 优势小于 miao 提示过渡清晰度内部仍有梯度。其三，中级组接近母语不等于困难消失，梯度在晚期门限依然维持，说明熟练度缓解但未消除母语分割影响。保留这些条件才能把方法复述为可核对的操作，而不是一句笼统的慢比快好。

📐 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 20 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