音高敏感跨母语起作用，节奏敏感却分母语：德法韩学习者感知西班牙语重音

英文题目：Disentangling the Musical Dimensions related to L2 Stress Perception: Evidence from German, French, and Korean Learners of Spanish

会议身份：conference:speechprosody:2026:conference-paper-id:schwab26_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 #听觉与音乐认知 #韵律 #言语感知 #语音属性识别

评分：6.0/10 | 创新 1.3/2 | 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 0.9/1.5 | 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

• Sandra Schwab：机构信息未能从会议 PDF 纯文本可靠映射
• María Teresa Martínez García：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该研究处理二语西班牙语词汇重音听辨，输入为音段相同而重音位置不同的三词序列，输出为奇异项位置判断，难点在于说话人与语调变异下对基频时长与强度的细微整合。研究先以奇异项任务在四种说话人与语调变异下让每名被试完成144随机试次并以正确率衡量辨别表现，其输出进入按母语分组的跨语言比较。接着以迷你音乐感知测验Mini-PROMS分别评估旋律重音调音与速度四个知觉维度得分，为回归提供可分离的音乐能力输入。最后以准二项回归检验母语与四维度分数的主效应及与母语的交互，仅保留显著交互以解释音乐维度如何调节辨别。相对以往音乐家二分或混合总分做法，本研究关键差异在于分离音高轮廓与节奏强调等通道，使跨语言补偿假设可被分别证伪并明确音高能力的普遍作用。在奇异项辨别任务设置下，德语组的准确率为86.74%，高于法语组的准确率57.60%。该结论适用边界受限于中级水平学习者三音节词与实验室辨别任务，尚未验证自然词汇识别产出迁移及初学者阶段是否成立。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://doi.org/10.5565/rev/languesparole.133 → https://revistes.uab.cat/languesparole/article/view/v8-schwab-pythoud — 暂时无法访问
• 第三方资源：https://benjamins.com/catalog/jslp.23028.sch — 链接可访问（HTTP 200）
• 第三方资源：https://doi.org/10.1515/iral-2019-0081 → https://www.degruyterbrill.com/document/doi/10.1515/iral-2019-0081/html — 链接可访问（HTTP 202） 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

为什么听出重音位置对初学者这么难？

输入是本研究的任务设定与目标读者需要保留的核心信息。论文研究的是第二语言词汇重音感知，也就是听者能否仅凭重音节位置不同而区分音段完全相同的词。目标是拆开音乐能力的多个维度，检验音高类、节奏类、音质类与速度类感知力分别与西班牙语重音辨别的关系。

输出是 1 篇能让研究生复述方法的解读，而不是对音乐作用的笼统断言。必须保留的信息包括 3 组被试构成、两个核心测量工具、西班牙语熟练度的控制方式以及主要结论的方向。白话说，词汇重音（lexical stress）就是重读落在哪一个音节上会改变词义。

对西班牙语而言，重音是自由的，可以落在不同音节并区分词义，论文举了 válido 与 valido 的例子。声学上西班牙语重音可以通过基频、时长与强度表达，但原文明确指出基频是最具感知显著性的线索。德语同样有基于规则且能区分词汇与形态的重音系统，除基频、时长与振幅外，还使用元音弱化等音段线索。

法语则没有词汇重音，突出位置固定落在重音短语末音节，主要起标记短语边界的作用。韩语一般被描述为缺乏词级重音对比，首尔话以短语边缘的音高模式标记突出。个别方言保留的元音长短对立在首尔话中已不存在。

这种母语差异直接决定第二语言重音感知的起点。来自德语这类自由重音语言的学习者往往接近母语者水平，而来自法语或韩语这类固定重音或无重音系统的学习者则正确率更低。这种预测构成后文纳入德语、法语与韩语 3 组对照的设计意图。

母语重音系统 × 第二语言重音感知： 母语重音系统指第一语言如何组织突出位置，例如德语有可区分词义的自由重音，法语只有短语末边界性突出，韩语首尔话无词级重音对立；第二语言重音感知指学习者辨别西班牙语重音位置对立的能力。两者搭配的理由是母语长期塑造听者对音高、时长、强度及元音弱化等线索的权重，组合意义在于预测德语学习者更易迁移重音策略，而法语与韩语学习者更困难，本研究排序支持该预测。

对刚入门的研究生而言，一个常见误解是把法语的短语末突出等同于词汇重音。需要纠正的是，法语末音节突出不区分词义，更多是边界信号。韩语首尔话的短语调模式同样不构成词级最小对立，因此不能直接迁移现成的重音类别。

以往研究把音乐能力当作整体还是多个维度？

相关路线首先要区分两种测量音乐能力的做法。一种做法按音乐实践经历把人分为音乐家与非音乐家，例如按练琴年数或乐器类型划分。另一种做法用客观的音乐感知测验直接测量听辨能力，避免对何为音乐家下严格定义。

论文选择后一路，但指出其代价是每次只覆盖特定音乐技能。本研究使用的 Mini-PROMS 属于后者，它把音乐感知拆成旋律、重音、调音与速度 4 个子测验。这种拆分使后续分析能定位是哪一类听觉能力在起作用。

同输入、同目标的有源对照主要来自法语与德语、法语与韩语的零起点学习者研究。原文回顾指出，第二语言重音辨别与音乐能力的关系在法语零起点学习者中强于德语零起点学习者。作者的解释是法语听者缺乏词重音知识，可能以更音乐化的方式解读词重音。

另一项比较法语与韩语零起点学习者的研究则发现关系仅存在于法语组。作者推测韩语听者因学校强制音乐训练而音乐能力普遍较高且变异小。还有针对法语者的音乐训练与歌曲节奏研究，共同说明音高与时间线索是连接音乐与重音的桥梁。

与上述工作相比，本研究的推进有两点。第一，被试不再是零起点，而是中高级西班牙语学习者，可以检验音乐线索的作用是否随熟练度变化。第二，音乐能力不再是单一总分，而是 4 个可分离的感知维度。这也决定了后文统计模型必须同时纳入 4 个子测验分数及其与母语的交互。

本研究要回答的两个具体问题是什么？

论文把问题收敛为两个可检验的提问。第一个问题是，不同感知维度的音乐能力是否与第二语言西班牙语重音辨别相关，以及哪一个维度关系最强。白话说，就是比较旋律、重音、调音、速度 4 个分数中，哪一个更能预测三选一任务的正确率。

第二个问题是，这种关系是否因母语而异，即德语、法语、韩语 3 组的斜率是否相同。该问题直接对应统计模型中音乐分数与母语的交互项。若交互显著，则说明同一音乐能力在不同母语组的作用不同。

为回答这两个问题，研究设定了明确的对照结构。被试侧是 3 组各 20 人的成人西班牙语学习者，母语分别为瑞士德语、瑞士法语与韩国语。任务侧是同一个三选一重音辨别任务与同一套 Mini-PROMS 测验，保证比较发生在相同输入与相同指标下。

分析侧用一个同时包含母语、四项音乐分数及其交互的回归模型。先检验主效应，再只保留显著的交互项进入最终模型。需要强调的是，教学例子只是帮助理解假设的例子，不代表论文已给出数值结论，具体是否成立必须看回归系数与显著性。

从听到按键，整个流程经过哪些环节？

方法全景可以沿一个试次走完输入到输出。输入是一个由 3 个三音节西班牙语词组成的序列，3 个词音段完全相同，只有重音位置不同。每次呈现中两个词共享同一重音型，第 3 个词不同，被试的任务是指出哪一个是不同的。

输出是每次试次的正确与错误二值反应，汇总为正确百分比作为重音辨别成绩。沿途的表示是行为层面的条件操纵：刺激在说话人与语调两个维度上设置有无变异，共 4 种变异条件。这种设计检验能否在声音变化下稳定抽取重音位置。

另一条并行路径是音乐能力测量。被试在电脑上完成 Mini-PROMS 4 个子测验，分别得到旋律、重音、调音与速度分数。分数由测验网站计算，研究者将其中心化后作为回归预测变量。西班牙语词熟悉度评分与语言能力诊断测验成绩作为熟练度控制。

统计环节把上述信息汇合。研究者对三选一任务的正确与错误反应运行考虑过度离散的准二项回归。用似然比检验评估主效应与交互的显著性，只保留显著交互进入最终模型。整个流程没有训练神经网络，因此复现重点是刺激呈现、计分与模型设定的一致性。

两个核心组件各自测量什么、如何配合？

第一个组件是三选一词汇重音辨别任务。它沿用的刺激来自先前研究，全部为三音节词的三重最小对立。操作上，被试在一个试次内听到 3 个词，例如前两个为首音节重读的 número，第 3 个为末音节重读的 numeró。

任务在软件中呈现，共一百四十四试次并随机化，时长约 25 分钟。设计要点在于通过说话人与语调变异条件增加难度，因此该任务测量的是对重音位置范畴的敏感度。这种安排的理由是防止被试只记住绝对音高。

第二个组件是 Mini-PROMS 音乐感知测验。它的 4 个子测验各自有明确分工：旋律管音高轮廓，重音管节奏结构中的强度强调。这种拆分使研究者能把音乐能力从笼统的总分还原为可解释的听觉维度。

速度子测验检验能否听出序列变快或变慢，调音子测验检验能否听出和弦频率范围的差异。西班牙语重音依赖音高、时长与强度变化，因此预期旋律与重音子测验更相关。调音与速度更可能是对照条件。

词汇重音 × 旋律感知： 词汇重音指同一音段序列因重读节位置不同而构成词义对立，本研究用 número-numero-numeró三元组操作它；旋律感知指 Mini-PROMS 中对音符序列音高轮廓差异的辨别力。两者搭配的理由是西班牙语重音最具感知显著性的线索是基频变化，而旋律测验恰好测量音高敏感度，组合意义在于检验音高类听觉能力是否跨母语支撑重音辨别。

重音感知 × 节奏感知： 重音感知指在三选一任务中听出 3 个音段相同词里哪一个重音位置不同的能力；节奏感知指 Mini-PROMS 重音子测验中对音符强调即强度差异的辨别力。两者搭配的理由是重音本身包含时长与强度层面的节奏变化，理论上节奏敏感应有帮助，组合意义在于检验这种帮助是否成立以及是否被母语重音经验调节，本研究显示其方向随母语而异且均未达显著。

调音感知 × 速度感知： 调音感知指 Mini-PROMS 调音子测验中对和弦音质即频率范围差异的辨别力；速度感知指速度子测验中对音符序列整体快慢差异的辨别力。两者搭配检验的理由是它们分别对应音色与整体速度，而西班牙语重音主要靠音高、时长与强度实现，组合意义在于作为对照维度，若二者与重音辨别无关，则反衬音高维度的特异性，本研究确实报告二者主效应与交互均不显著。

2 个组件的配合方式是预测关系而非因果干预。研究不训练被试的音乐能力，也不反馈重音任务的正确率来塑造学习。这种相关设计决定了措辞必须谨慎，可以说旋律分数高者重音成绩也高，但不能说提高旋律分数必然提高重音成绩。

本研究有没有训练模型？真实计算是什么？

本研究没有训练任何神经网络模型，也没有冻结或更新参数、梯度路径与监督信号需要报告。这是一个行为实验加统计建模的研究，所谓训练一词在此不适用。若把训练理解为机器学习意义上的参数优化，则答案是明确的无训练阶段。

不能把无训练等同于确定性求解，因为行为反应本身有变异，统计估计也有不确定性。真实计算过程分为 3 段，第一段是行为数据的采集与计分。第二段是数据预处理，四项音乐分数按均值中心化，母语变量做处理对照。

三选一任务按试次记录正确与错误，汇总为每人的正确百分比。Mini-PROMS 4 个子测验由测验网站按其规则计分，研究者拿到的是 4 个维度分数。西班牙语听力熟练度与词熟悉度作为控制信息整理。

第 3 段是统计推断，在统计软件中运行准二项回归以处理正确率数据的过度离散。用似然比检验比较含与不含某个主效应或交互的模型，并报告方差膨胀因子小于二。原文未报告硬件预算与推理延迟，因为不存在模型训练与部署，这些量不适用。

被试、分组与实验条件如何保证可比？

被试构成是复现的第一道门。3 组均为成人西班牙语学习者，每组 20 人，年龄均值在二十三岁左右。瑞士德语组来自伯尔尼与苏黎世大学，瑞士法语组来自弗里堡大学。韩语组来自美国犹他大学亚洲校区与韩国外国语大学。

原文说明瑞士德语与瑞士法语在与词汇重音相关的方面无实质差异，首尔方言作为韩语参照变体。所有被试均不早于九岁开始学习西班牙语或英语，英语熟练度组间可比。这些控制保证组间差异更可能来自母语重音背景。

熟练度与学习经历的控制需要细读。下表整理 3 组在西班牙语学习年限与境外停留上的原文报告，公平条件是同一诊断测验与同一统计口径，指标方向是年限越长与停留越久越可能带来优势。

上表数字均来自原文连续句的逐字报告，熟练度经西班牙语版语言能力诊断测验评估为中级水平且组间中值相同。表后解释是德语组确实报告了最长的境外停留，其次为韩语组，法语组最短。但 3 组听力熟练度中值同为 3 级且检验不显著。

作者因此认为暴露差异不足以解释结果模式，仍主要按母语重音背景解释德语优势。该判断依赖中值相同的粗粒度控制，未能完全排除暴露量的影响。韩语组优于法语组的现象就可能与暴露差异有关，原文也承认需进一步研究澄清。

任务与实施条件方面，三选一任务共一百四十四随机化试次，覆盖说话人与语调有无变异的 4 种条件。音乐测验为计算机化 Mini-PROMS 4 维度，词熟悉度评分作为熟练度控制。未报告的缺项包括试次在 4 种条件下的具体分配数，这些在复现时需回到原刺激库核对。

哪组听得更准？哪个音乐维度真正相关？

主结果按两个问题组织。第一个是组间差异，测的是在相同三选一任务下的重音辨别正确率。比较对象是 3 个母语组，条件一致，指标方向为正确百分比越高越好。下表汇总原文报告的组均值与离散度，公平条件是同一任务与同一计分方式。

上表显示德语组整体最优，韩语组居中，法语组最低，且德语组内变异最小。原文的回归模型进一步确认以韩语为参照时，法语系数为负而德语系数为正且均显著。需要就近说明的未胜出项是法语组并未如零起点研究那样与韩语组持平。

第二个是音乐维度的效应。以下导读针对本次实际收到像素的四面板散点图，在同一小节中先读横轴音乐分数与纵轴正确率的关系，再看 3 组拟合线斜率是否一致，最后结合回归显著性判断，该引导段后紧接官方原图标记。

看图路径： 1. 先看四个面板横轴分别为居中后的旋律、重音、调音、速度分，纵轴均为正确百分比；2. 再对照图例中红色点线为德语组、绿色虚线为法语组、蓝色实线为韩语组及其散点与置信带；3. 重点比较左上旋律面板三条线是否同向上升，与右上重音面板蓝色线走向是否与其他两线分离

论文图 1。原论文 Figure 1：“Odd-One-Out percent correct as a function of L1 (German, French, Korean) and the score at the musical subtests”。

该图左上为旋律面板，可见 3 组散点与拟合线大体同向上升，德语组整体位置更高但斜率方向与其他两组一致。右上为重音面板，可见法语与德语拟合线呈上升趋势而韩语拟合线呈下降趋势。左下调音与右下速度面板的拟合线则较为平坦且置信带宽。

像素能辨别的是趋势方向与相对位置，不能精确读出每个散点的具体数值，因此数值结论必须回到正文与回归表。旋律主效应显著且不与母语交互，调音与速度主效应及交互均不显著。重音主效应边缘而与母语的交互显著，但组内斜率各自均不显著。

换言之，只有音高类感知力跨母语地预测重音辨别，节奏类感知力的作用方向随母语而异但证据不足。重提结果时需增加适用条件，旋律效应的普适性限于三音节词与说话人变异下的辨别任务。不能推广到自然语流中的重音利用，也不能理解为德语母语者听觉普遍更敏锐。

拿掉哪个维度会怎样？失败条件在哪里？

论文没有做神经网络意义上的消融，但可以按统计模型的对照逻辑组织等价的反证。第一个对照是 4 个音乐维度各自的贡献，原文通过似然比检验比较含与不含某个主效应或交互的模型。结果是调音与速度的效应不显著且不与母语交互，旋律显著而重音仅交互显著。

这意味着若从模型中拿掉调音与速度，拟合不会显著变差。若拿掉旋律，则会损失显著的预测力，若拿掉重音与母语的交互，则会掩盖 3 组斜率方向的差异。这种对照的公平条件是同一因变量与同一被试集。

第二个对照是熟练度控制。原文在补充模型中纳入经语言能力诊断测验评估的西班牙语熟练度，结果不显著。这是一个失败条件，熟练度变量未能解释额外变异，不代表熟练度不重要。而是说明在本样本的中级水平窄带内，其区分力不足。

若样本覆盖初级到高级更宽范围，熟练度可能显著并调节音乐效应的强度。第 3 个边界是重音交互的脆弱性，原文明确指出交互虽显著，但各组内趋势各自不显著。韩语的负向趋势可能被少数重音分高但辨别低的被试驱动，新增被试可能改变结论。

哪些结论还不能下？缺了什么证据？

首先区分 3 类表述。直接报告的是组间排序与旋律主效应显著，这是数据支持的判断。有限解释的是德语优势源于母语重音系统，这是与先前零起点研究对照后提出的解释。未验证推测的是音乐训练能否改善重音感知，本研究为相关设计，因此不能做出因果承诺。

缺失的证据不是技术错误，但限制了推广。第一，样本每组仅 20 人，且取样与音乐教育经历的异质性未被完全建模。第二，任务仅用孤立三音节词的三选一辨别，未测量自然语流中的重音利用。第三，未测量反应时与测试成本，不能承诺任何效率改善。

总体趋势不等于每组每步都成立。旋律效应的跨母语一致性是平均趋势，不能保证每个个体都符合。重音交互的显著性是整体模型的判断，不能推广为某一组内显著相关。

原文图注与正文若出现数字口径差异，应以连续正文的明确报告为准。本解读为避免自行计算差值，未对组间差距做百分点换算。读者复现时应直接使用原文均值与标准差，而不要引用本解读的 2 次计算。

要复现这项研究，先做什么、记什么？

复现的第一步是重建被试与材料条件。按原文招募 3 组各 20 名成人西班牙语学习者，记录母语变体、年龄与开始学习西班牙语的年龄。刺激沿用先前研究的三音节最小三元组，覆盖首、次、末 3 种重音位置。

每人完成一百四十四随机化试次，并在说话人与语调有无变异的 4 种条件下呈现。用相同软件呈现并记录试次水平正确与错误，而不仅是百分比。音乐能力用同一 Mini-PROMS 四子测验并由同一计分流程得到分数。

第二步是复刻统计流程。对试次水平二值反应运行考虑过度离散的准二项回归，预测变量包括母语与四项音乐分数。母语以韩语为参照做处理对照，四项分数按均值中心化，用似然比检验评估显著性。

只保留显著交互进入最终模型，并检查方差膨胀因子，补充模型纳入熟练度控制。保留的关键信息条件是参照水平、中心化方式与交互保留规则。任一改动都会改变系数解释，复现时必须如实记录。

第三步是补做原文未充分覆盖的验证。至少应预注册异常值处理，报告 4 种变异条件下的分条件正确率。扩大样本并加宽熟练度范围以检验调节作用，补充误判矩阵以看错误是否集中。关于可用性，原文个别第三方链接本次未能确认可达，但这不影响行为数据的复现逻辑。

何时值得借鉴这篇论文的方法？

当研究问题涉及跨母语的韵律感知与个体听觉差异时，这篇论文的拆分思路值得借鉴。它把音乐能力从单一总分拆成音高、节奏、音质与速度 4 个可操作维度。这种对应使相关模式具有可解释性，而不是笼统的音乐好则语音好。

对语音与音乐交叉方向的研究生而言，可学的做法是先明确目标语言最显著的重音线索。再选择与之对齐的音乐子测验作为核心预测变量，而把其他维度当作对照边界。这种设计能同时检验特异性与边界条件。

何时应谨慎取决于证据强度。若目标是为教学提供音乐干预依据，本研究尚不足以支持，因为它只报告相关且样本有限。若目标是在另一目标语言中推广音高维度的普适性，需先确认该语言重音的主要线索是否仍为基频。

回到中心判断，音高类感知力跨母语地与西班牙语重音辨别相关，而节奏类感知力的作用可能因母语而异。音质与速度类无证据支持，这种不对称恰是标题中拆开音乐维度的含义。复现时守住相同的任务与模型设定，才能检验该不对称是否稳健。

📐 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 18 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