惊讶不在一个地方：升调看句尾，降调看重音

英文题目：Phonological Encodings of Speaker Surprise in American English Rising and Falling Nuclear Tunes

会议身份：conference:speechprosody:2026:conference-paper-id:stanhope26_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 #语音情感识别

评分：5.6/10 | 创新 1.2/2 | 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 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.3/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Rebekah Stanhope：机构信息未能从会议 PDF 纯文本可靠映射
• Jennifer Cole：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究输入为美式英语陈述句核词上重合成的升调与降调核调轮廓，输出为听者对说话人惊讶程度的6点评分，难点在于分离核音高重音目标与边缘调结尾目标各自贡献并判断其权重是否随调形翻转。先以同说话人升调源与降调源录音为输入，分别重合成重音目标与结尾目标各4档正交交叉的2个4x4连续统共32个轮廓，输出可控刺激集。再将该刺激集输入54名美式英语听者的在线单刺激评分环节，每试次评6点惊讶得分且试次间朗读计数以阻断跨试次比较，输出无顺序偏置的评分数据。最后将该评分数据输入贝叶斯累积链接模型，估计重音、结尾与调形的三类主效应与交互并允许调形区分辨参数，输出权重翻转的统计证据。相对以往将L+H*视为惊讶唯一标记或笼统比较终点F0的做法，本研究按核调形状分开建模，揭示了升调依赖边缘调而降调依赖重音的权重翻转机制。在在线单刺激惊讶评分任务评测条件下，重音目标的回归系数指标为1.08，高于结尾目标的回归系数指标0.82。该结论适用边界受限于无话语语境单句朗读与实验室重合成语音，尚未验证断言疑问解读与自然对话外推，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://www.R-project.org/ — 链接可访问（HTTP 200）
• 第三方资源：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6124675/ → https://pmc.ncbi.nlm.nih.gov/articles/PMC6124675/ — 链接不可用（HTTP 403） 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：为什么惊讶的语调值得单独做感知实验？

本文的输入是美式英语中短陈述句的语调，目标是解释听者判断说话人有多惊讶时到底在听什么。对于刚进入语音领域的读者，白话说，语调就是一句话里音高随时间起伏的曲线，英文里常用基频来度量。惊讶在这里有明确定义，指说话人因预期被违反或被超越而表现出的状态，例如原本以为是别人，结果发现是熟人时的语气。论文关心的矛盾是，生成研究说感叹句里频繁出现高而突出的上升重音，感知研究却发现句尾边缘调的高度对惊讶评分影响更大。

两者看起来都在讲惊讶，但一个强调词重音位置，一个强调句尾走向。如果不区分升调与降调这两种核曲调形状，就无法判断到底是重音更重要，还是句尾更重要，或者两者权重随调形而变化。这就是本研究要解决的学习依赖：先理解重音目标与边缘目标可以独立变化，再理解升调与降调是不同的载体，最后才能读懂交互作用。本解读的目标是让你能复述刺激如何构造、被试如何评分、模型如何估计效应，以及在什么条件下结论成立。

必须保留的信息包括两套连续体的步长与范围、评分量表、被试数量与筛选、模型结构与关键系数。输出将按任务路线、方法全景、组件计算、构造流程、实验条件、结果与反证、复现与收束展开，所有事实只来自论文原文证据与本次收到的官方原图像素。

前人走了哪两条路线：生成证据与感知证据为何打架？

第一条路线是小规模生成研究。论文回顾指出，美式英语感叹句中经常出现带特别高基频峰的上升重音，据此有作者提出重音是编码说话人惊讶的主要韵律特征。这条路线的优点是直接观察说话人在表达惊讶时做了什么，缺点是样本小，且 elicited 的感叹句几乎全部是降调，因此无法回答升调里是否也是重音说了算。第二条路线是感知评分研究。

前人让听者给操纵了重音目标与句尾基频的升调和降调刺激打惊讶分，结果发现两个位置都有贡献，但出乎意料的是，提示边缘调的句尾目标效应大于重音目标。这就与生成研究的重音优先说法形成张力。论文还引用荷兰语证据，说明同一含义的语音相关物可以随调形改变方向，例如高升调里更高的重音带来更高惊讶，而低升调里反而是较低重音带来更高惊讶。这提示美式英语中也可能存在方向与权重的调形依赖。

前人研究的局限被明确点出：刺激中升调占多数，且没有系统检验重音与边缘权重是否在升调与降调中不同。因此本研究不是重复验证谁对谁错，而是加入核曲调形状作为调节变量，看两种特征的相对权重是否翻转。理解这一点，才能明白为什么本文要做两套独立的 4 乘 4 连续体，而不是把升调降调混在一起拟合一个主效应。

要回答的具体问题是什么：边缘调是否在所有调形中都占主导？

论文把问题收敛为两个可检验的对立预测。预测一认为，无论核曲调是上升还是下降，惊讶感知都主要由边缘调的缩放驱动，表现为句尾基频越高，评分越高。预测二认为，重音与边缘的权重在升调与降调中不同：在升调中边缘调影响更大，在降调中重音影响更大。操作化之后，问题变成在评分模型中是否存在重音高度与调形、结尾高度与调形、以及三者之间的交互。如果只有主效应而无交互，则支持预测一。

如果交互可信且方向符合上述分工，则支持预测二。论文同时提出一个需要排除的单一策略解释，即音高跨度解释。该解释认为听者只是在听整句最高与最低之间的距离，距离大就觉得更用力、更惊讶。如果该解释成立，那么重音到结尾的半音距离相等的轮廓应得到相近评分，在热图上表现为对角线方向的颜色渐变。论文用叠加跨度数值的热图来检验这一预测。

另一个隐含问题是意义侧的复杂性：即使两条轮廓惊讶分相近，它们可能在断言还是疑问、确定还是不确定等解读上不同，因此不能把评分相等直接等同于意义相同。这个提醒对初学者很重要：感知量表只测量了惊讶一个维度，没有测量语境适切性与言语行为。

方法全景：从一句话样本走完输入到输出

先沿一个样本走完全程。输入是一句内容固定的陈述句，例如 It’s Melanie，核曲调落在最后一个词上。研究者先录制自然的上升源与下降源各一句，然后用重合成技术固定音段与时长，只改变基频轨迹上的两个目标：重读音节上的重音音高和短语末尾的结尾音高。每个目标取 4 个等距台阶，两两交叉得到 16 条轮廓。听者每次听到其中一条的一个句子版本，用鼠标点击一点到六点的单选按钮，表示说话人从不惊讶到非常惊讶的程度。

每个被试要评 32 种轮廓，每种轮廓在实验中出现 4 次，每次由 4 个不同句子之一承载，试次之间要求大声按二数 3 到 5 秒，以减少跨试次直接比较。输出是每个试次的有序评分，后续用贝叶斯有序回归估计重音、结尾与调形的影响。

核曲调 × 音高重合成： 核曲调指从核重音到句尾边界的完整音高走势，是本实验要操纵的对象；音高重合成指保持原录音的音段与时长而只替换基频轨迹的构造手段。两者搭配的理由是只有重合成才能在词句相同的情况下正交地改变重音与结尾高度，组合意义在于把自然语调的连续变异变成可重复评分的 16 级阶梯。

下面这张示意图是理解刺激空间的关键，它把抽象的半音步长翻译成具体的赫兹数值，左右两列分别对应重音与结尾，中间虚线表示交叉组合，初学者应先确认步长相等，再理解 16 条曲线的来源。

看图路径： 1. 先看左侧圆点列的重音音高四档与右侧菱形列的结尾音高四档的赫兹标注；2. 再看每档之间标注为 2.4 st 的黑色箭头，确认等半音步长；3. 最后沿灰色虚线看左右交叉组合，理解 4 乘 4 共 16 条轮廓的构成逻辑

论文图 1。原论文 Figure 1：“Schematic showing F0 values of accentual pitch (left) and ending pitch (right) steps in a 4x4 continuum of rising con- tours. Arrows indicate semitone distances between steps.”。

这张上升连续体示意图左侧用圆点标出重音音高的四档，右侧用菱形标出结尾音高的四档，每档之间都标注 2.4 半音，整体跨度为 7.2 半音。像素显示左侧从下到上约为 145 赫兹、167 赫兹、192 赫兹、220 赫兹，右侧从下到上约为 316 赫兹、362 赫兹、415 赫兹、478 赫兹。灰色虚线把左侧每一档与右侧每一档连接起来，直观呈现 4 乘 4 交叉。

该图的教学价值在于把半音等距与赫兹非等距的关系可视化，同时说明上升连续体的结尾整体高于重音，为后文升调中结尾主导的发现埋下物理基础。下降连续体的示意图结构相同，只是数值映射到下降走势，原文用另一张图单独标示。

组件分工：重音目标、结尾目标与调形各自管什么？

重音目标在白话里就是重读音节上那个转折点的高低，英文称为 accentual pitch，对应核重音的缩放。它主要改变该词的凸显度，越高听起来越强调。结尾目标是短语最后一个词末尾的基频值，英文称为 ending pitch，对应边缘调的缩放。它主要改变句尾的上扬或下压程度，越高听起来越不确定或越疑问。调形是上升还是下降的整体走势，决定了重音与结尾的相对高低关系：在上升中结尾高于重音，在下降中结尾低于重音。

三者的搭配理由是，只有同时操纵重音与结尾，才能分离凸显与确定性两条线索；只有分开调形，才能检验同一线索在不同载体上的权重是否变化。新增作用在于，交互项允许模型表达例如重音越高越惊讶只在降调成立，而在升调中反而是重音越低越惊讶。

核重音 × 边缘调： 核重音指落在核词重读音节上的音高目标，负责标记该词的凸显程度，越高越凸显；边缘调指短语末尾音节上的边界音高目标，负责标记说话人对命题的确定或疑问倾向。两者搭配的理由是自切分韵律模型把核曲调拆成可独立操纵的重音目标和结尾目标，组合意义在于同一惊讶判断可以在升调中主要靠抬高结尾实现，也可以在降调中主要靠抬高重音实现。

实现细节上，上升刺激从上升源录音重合成，下降刺激从下降源录音重合成，因为试图用同一源同时合成升降会导致可听的人工痕迹与不自然感。重音目标的对齐也按自然语音规律处理：在上升连续体中，前三档对齐在重读音节的 80% 处，最高档对齐在音节末，因为高音峰通常比低谷出现更晚；结尾目标对齐在短语末词的末端。为了让下降轮廓更自然，还在核词第二音节末增加了一个中间目标，做法沿用前人博士论文的方法。4 个句子 It’s Melanie、It’s Harmony、It’s Jeremy 和 It’s Madelyn 作为载体轮换出现，目的是让每条轮廓都被不同音段实现 1 次，避免特定元音或时长带来偏见。

没有神经网络训练时，真正的计算发生在哪里？

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，因此不存在梯度路径、优化器步骤或早停问题。真正的计算是统计建模与刺激构造两部分。刺激构造的计算是把选定的赫兹目标转换成基频轨迹并做重合成，参数完全由实验设计固定，不涉及学习。

统计部分的计算是用贝叶斯多层累积链接模型拟合有序评分，逻辑连接函数把潜在惊讶量映射到 6 个类别的累积概率，随机效应包括被试的随机截距与所有预测变量的随机斜率，以及句子的随机截距，还为升调与降调分别估计区分参数以允许潜在方差不同。固定效应包括重音音高、结尾音高、调形及其所有两两与三重交互，重音与结尾预测变量以赫兹值输入，先减去全部目标中位数二百三十五赫兹再做标准化，调形以治疗编码并以下降为参照水平。

结果报告回归系数估计与 95% 可信区间，当区间不包含零时视为有可信证据。工具方面，模型用 R 语言中的 brms 包实现，R 官方链接本次确认为当前可用，已公开；另有一条指向贝叶斯语音教程的文献链接，本次返回禁止访问，必须写为链接当前不可用，不能作为可复现的开放资源。缺项需要明确指出：论文未报告先验分布、采样链数、迭代数、收敛诊断与随机种子，因此无法从名称推定具体采样实现，也不能把有序模型的拟合等同于确定性求解。

累积链接模型 × 区分参数： 累积链接模型指把 1 到 6 的有序评分看作潜在连续惊讶量被阈值切分的结果，用逻辑连接函数估计音高对跨过更高阈值的推动力；区分参数指允许上升与下降两类曲线的潜在变量方差不同。两者搭配的理由是有序评分的方差可能随调形而异，若强制同方差会扭曲效应估计，组合意义在于在同一模型中同时得到可比的回归系数与各自的离散程度。

实验条件：听谁的音、谁来听、如何评分才公平？

数据来自在线评分实验，不是语料库。被试从修读语言学导论课的学生中招募 75 人，最终纳入分析 54 人，其中女性 30 人、男性 23 人、非二元 1 人，均为成年美式英语者、在大学年龄前习得英语，并自报听力正常、视力矫正正常、无言语或阅读障碍。排除 21 人，其中 17 人不符合上述纳入标准，4 人因中途刷新页面导致部分试次重复。

刺激为两套 4 乘 4 连续体，共 32 种轮廓，每种轮廓每人评 4 次，每次由不同句子承载，因此每人共 128 个评分试次。评分任务明确告知听不同说法的句子并判断说话人有多惊讶，量表为六点，从不惊讶的一分到非常惊讶的 6 分。试次间插入大声数数任务以打断直接比较，这是控制顺序效应的关键设计。

重音与结尾的取值范围根据说话人自然生成中惊讶与中性 utterances 的分布选择，兼顾两类典型值，但原文未给出具体分布数字，因此不能复述超出 7.2 半音总跨度与 2.4 半音步长的细节。分析以试次为单位，聚合方式为模型估计而非简单平均，热图中的均值仅用于可视化，正式推断依赖可信区间。硬件与用时预算未报告，部署成本不适用。

为便于核对，把刺激空间与建模输入整理成下表。表前的问题是：两套连续体是否在可比的物理尺度上正交变化？公平条件是步长、跨度与中心化方式一致，指标方向是音高越高预期惊讶越高，但需允许调形反转。

表后需要说明，主要收益是两套连续体在相同半音网格上正交变化，使交互可解释；具体代价是升降用不同源录音重合成，源音色与时长差异可能混入调形主效应，不能完全归因于音高目标本身。未胜出项是同一源合成升降的方案，论文报告该方案会导致人工痕迹与不自然感，因此被放弃。边界是中间目标只加在下降轮廓，上升与下降的轨迹形状并非严格镜像。

协议细节进一步整理如下，重点是评分与防比较机制是否一致。

表后解释，该协议保证每个轮廓被 4 个句子重复，句子随机截距吸收载体差异；数数任务减少相邻试次的直接对比，但不能消除被试内部的整体量程适应。未评测边界是话语语境缺失，听者只能凭单句判断惊讶，无法知道适切的问答或断言背景。

主结果：升调看句尾、降调看重音是如何显示的？

热图的定性模式最直观。上升轮廓显示垂直渐变，意味着沿结尾台阶自下而上颜色变深，而沿重音台阶自左到右变化较小；下降轮廓显示明显的水平渐变，意味着沿重音台阶自左到右颜色变深。换句话说，上升中更高的句尾带来更高惊讶，下降中更高的重音带来更高惊讶。模型量化支持这一判断。

整体上重音与结尾都有可信正效应，重音系数约为 1.08，可信区间 0.73 到 1.50，结尾系数约为 0.82，可信区间 0.52 到 1.16，表明平均而言音高越高评分越高。但交互使图景复杂化：重音与结尾的双向交互为 -0.48，区间 -0.76 到 -0.25，重音与调形的交互为 -1.05，区间 -1.48 到 -0.69，三重交互为 +0.29，区间 0.05 到 0.56。

这些交互反映重音效应在升调与降调中方向与大小不同：在结尾整体更高的上升中，较低重音反而对应更高评分，热图中每行最左格均值高于最右格，仅结尾第三档的峰值出现在中间；效应量上重音在下降中大于在上升中，表现为下降热图的水平对比更强。

下图是上升结果的完整证据，阅读时应先确认坐标，再看垂直主导，最后核对堆叠分布是否支持均值趋势。

看图路径： 1. 先看横轴重音步从低到高、纵轴结尾步从低到高的坐标定义；2. 再比较自下而上颜色由浅到深的垂直渐变，判断结尾音高的主效应；3. 最后看每个格左上角平均分与内部 1 到 6 评分堆叠条的分布变化

论文图 5。原论文 Figure 5：“Perceived surprise in rising contours.”。

该上升热图横轴为重音步由低到高，纵轴为结尾步由低到高，每个格左上角标注经验均值，内部小条显示 1 到 6 评分的比例。像素可见最下一行均值约为 3.31、3.04、3.0、 3.04，最上一行约为 4.9、4.89、4.82、4.64，中间两行介于其间，形成清晰的自下而上递增。同一行内自左到右均值略降或持平，说明重音在上升中不是正向推动，甚至轻微反向。堆叠条在高结尾格中深色占比更高，在低结尾格中浅色占比更高，与均值一致。

下降结果的热图结构相同但模式翻转，原文报告其水平渐变更强，底部一行的局部像素显示自左到右约为 1.74、2.04、2.86、3.86，支持重音主导的判断。

为便于复述，把模型估计整理成下表。表前的问题是：在控制被试与句子差异后，哪些效应可信且方向如何？公平条件是同一有序模型、同一中心化、同一下降参照水平，指标方向是系数为正表示音高越高越可能给出更高评分。

表后解释，主要收益是复制了前人关于重音与边缘都有贡献的结论，显示结果稳健；具体代价是主效应不能单独解读，必须结合负向双向交互与正向三重交互理解，即重音的正向作用在上升中被削弱甚至反转。未胜出项是边缘在所有调形中都占主导的单一预测，它被调形交互所否定。限制是系数为潜在量尺度，不能直接读作平均分差多少分。

反证检验：如果只看整体跨度，能否解释同样的评分？

论文用音高跨度作为竞争解释，做法是计算每条轮廓从重音目标到结尾目标的半音距离，并叠加在平均分热图上。如果跨度是主要原因，那么距离相近的格子应颜色相近，在热图上形成对角线渐变：从左下到右上的一条对角带内格子 shade 应相似。实际并非如此。以从一杠一到四杠四的中间对角为例，同一对角带内颜色差异很大，说明等跨度轮廓的惊讶分并不相近。因此结果支持两种不同策略而非单一跨度策略。

初学者容易把跨度大等同于更惊讶，但这里的关键是方向：在上升中跨度大往往意味着结尾高而重音低，在下降中跨度大往往意味着重音高而结尾低，两者的驱动位置不同，跨度数值相同但构成不同，评分也不同。

音高跨度 × 惊讶感知： 音高跨度指从重音目标到结尾目标的半音距离，代表发音用力的整体大小；惊讶感知指听者用 1 到 6 量表判断说话人有多惊讶。两者搭配的理由是需要检验惊讶是否只来自整体跨度大，而非重音或边缘各自的位置，组合意义在于用对角线预测做反证：如果跨度是唯一原因，等跨度单元应评分相近，而实际并非如此。

下图把跨度数值直接写在热图格内，是检验该反证的核心证据，阅读时应先对齐左右面板，再核对对角线数值与颜色是否匹配。

看图路径： 1. 先确认左侧为下降、右侧为上升两块热图及各自的坐标含义；2. 再读每个格内标注的半音跨度数值，注意对角线数值的近似相等；3. 最后比较同一对角线上背景颜色是否相近，检验跨度解释是否成立

论文图 6。原论文 Figure 6：“Pitch excursion sizes for each contour in semitones from the accentual pitch target to the ending pitch target, over- laid on heatmaps showing mean ratings.”。

该图左侧为下降、右侧为上升，横轴均为重音步由低到高，纵轴均为结尾步由低到高，格内数字为半音跨度。像素显示下降面板左下约为 11.3 半音、右下约为 18.6 半音、左上约为 4.1 半音，右侧上升面板左上约为 20.3 半音、右下约为六半音。对角线数值确实近似相等，但背景红色深浅并不沿对角线走：下降面板右侧更深，上升面板上侧更深。这与跨度预测的对角渐变不符，而与重音主导下降、结尾主导上升的结论一致。该检验的代价是跨度与重音、结尾高度天然相关，不能完全正交，只能做定性证伪而非精确分解。

哪些结论还不能下：语境、言语行为与意义推导从何而来？

第一个局限是话语语境缺失。实验只让听者评单句有多惊讶，没有提供对话背景，因此无法知道哪些轮廓在疑问还是断言语境中更适切。核语调同时影响句子是被听成断言还是疑问，刺激的语音变异很可能改变了感知到的言语行为，而量表只捕捉了惊讶维度。第二个局限是意义归因未定。论文明确提出，惊讶可能不是直接链接到形式的意义原语，而是基于其他语调意义的推断。

例如核重音高度参与焦点标记，越高的重音越凸显，而句法前置标记的焦点在罗曼语中已被注意到会引发惊讶解读，因此下降中重音的正效应可能反映基于焦点的推断。类似地，边缘调被认为编码说话人信念与承诺，句尾越高表示确定性越低，听者可能从不确定推断出惊讶，因此上升中结尾的效应可能反映基于信念的推断。这些都属于可能与待验证的解释，原文用推测语气提出，留待未来工作检验。

焦点标记 × 信念与承诺： 焦点标记指用更高的重音凸显重要信息成分的功能；信念与承诺指用边缘调高低表达对命题确定程度的功能。两者搭配的理由是论文讨论惊讶可能是从这两种更基本的意义推导出来的，而非直接编码的惊讶原语，组合意义在于提醒读者重音效应可能来自焦点推断，结尾效应可能来自不确定推断，需要未来实验分离。

第三个局限是刺激与样本的边界。刺激只覆盖 4 个句子、两种调形、每维四档，且升降用不同源合成，结论外推到其他词汇、语速、说话人与方言时需谨慎。样本为语言学导论课学生，年龄与语言背景相对集中。在统计上，论文报告了系数与可信区间，但未报告先验、链诊断与效应量在原始分上的转换，复现时需自行选择合理先验并检查稳健性。区分相关与因果也很重要：实验操纵了音高，因此对音高到评分的因果方向有支持，但对惊讶是否来自焦点或信念推断仍是相关性讨论，没有直接操纵这些意义变量。

复现先做什么：刺激、流程与模型的三张清单

若要复述方法，先准备 4 个载体句 It’s Melanie、It’s Harmony、It’s Jeremy 和 It’s Madelyn，分别录制自然的上升源与下降源。然后在每套连续体中设置重音与结尾各四档，总跨度 7.2 半音、步长 2.4 半音，交叉得到 16 条基频轨迹。注意对齐：上升中前三档重音对齐在重读音节 80% 处、最高档对齐在音节末，结尾对齐在末词末端；下降中在核词第二音节末加中间目标以保证自然度。不要试图用同一源同时合成升降，原文已报告该做法会产生人工痕迹。

流程上，每位被试评 32 种轮廓，每种 4 次，每次换句子承载，试次间大声按二数 3 到 5 秒。量表为六点，从不惊讶的一分到非常惊讶的 6 分，点击单选按钮作答。在线实施时需记录刷新与重复试次并按原文标准排除。模型方面，用有序累积链接逻辑模型，以赫兹值中心化到中位数二百三十五赫兹再标准化，调形以下降为参照，加入全部主效应与交互，随机效应包括被试的随机斜率与截距及句子的随机截距，并按调形估计区分参数。

工具上 R 语言当前可用，已公开，可用于调用 brms 包；贝叶斯教程的文献链接当前不可用，不应作为必经下载步骤，缺失的先验与采样设置需在复现报告中明确声明为自选。何时值得尝试该范式：当你想分离同一句子中凸显与句尾走向各自对社会认知判断的贡献，且能接受单句无语境的局限时，该设计是合适的起点。还需补的验证包括加入语境适切性判断、测量疑问与断言解读、以及在更多说话人与句子上检验权重翻转是否稳定。

收束：何时用句尾、何时用重音，以及常见的误读

综合来看，论文报告的是调形依赖的权重分工：在上升核曲调中，感知到的惊讶主要随结尾音高升高而升高；在下降核曲调中，感知到的惊讶更多随重音音高升高而升高。这一分工同时调和了前两项研究：只看降调感叹句的生成研究自然突出重音，而包含多数升调的感知研究自然突出边缘。跨度反证进一步显示，不能用单一的整体距离解释两套热图，必须承认两种策略。常见的误读有 3 类。

第一，把主效应直接读成在所有条件下音高越高越惊讶，忽略了重音与调形的负交互在上升中削弱甚至反转了重音方向。第二，把热图均值差直接当作模型效应，忽略了均值只是可视化，正式证据是可信区间。第三，把惊讶推断等同于语调直接编码惊讶，忽略了焦点与信念推断的替代路径。对研究生而言，可带走的方法是：先固定词汇与时长，再正交操纵两个音高目标，最后用有序模型同时估计主效应与交互，并用竞争预测做定性证伪。

若未来要继续，应在保留该网格的基础上加入语境与言语行为测量，才能回答同一惊讶分背后是否藏着不同的意义。

📐 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 3 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