当语调不再标记焦点：匈牙利语中手势与元音目标的稳定对齐

英文题目：Examining the role of prosody and information structure in Hungarian speech and co-speech gestural coordination: An EMA study

会议身份：conference:speechprosody:2026:conference-paper-id:tatar26_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 #音视频理解

评分：5.4/10 | 创新 1.1/2 | 技术严谨 1.2/1.5 | 实验充分 0.6/1.5 | 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 0.6/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

• Csilla Tatar：机构信息未能从会议 PDF 纯文本可靠映射
• Ezra Keshet：机构信息未能从会议 PDF 纯文本可靠映射
• Jelena Krivokapić：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该研究输入为匈牙利语问答诱发的含目标词Mima的朗读句及同步EMA运动学、声学与双视角视频，输出为发音与指向手势关键点间时滞的协调模式判断，难点在于焦点与话题主要靠语序而非强制性音高重音实现，语用与韵律显著性高度纠缠。方法链分三步衔接：先用问答对诱发五种信息结构并重复采集朗读指向任务，其输出的语料进入EMA与手部追踪同步采集及mview标注，得到辅元音、音高重音与f0极大值的起始与目标点。再对目标词f0做轮廓聚类并以线性回归检验信息结构、轮廓类型及其交互对起始对起始与目标对目标时滞的影响，以最短且最不离散为耦合定义。相对以往只看峰与峰重叠，该工作同时检验两类对齐并分离音高重音峰与f0极大值，使无强制重音时的组织者得以显现。在问答诱发的五种信息结构语料条件下，corrective focus的轮廓1 token计数指标为10，高于轮廓2 token计数指标的0。单被试结果显示第一音节元音目标到指向目标时滞最短且最稳定，不受信息结构与轮廓显著影响。结论适用边界仅限单说话人朗读指向任务与给定目标词结构，尚未验证自发对话与其他手势及多说话人外推，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://praat.org — 链接可访问（HTTP 200）
• 第三方资源：https://www.R-project.org — 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

为什么要在匈牙利语里重问手势与语音谁跟谁？

这篇解读的输入是会议论文的正文证据与本次收到的官方原图像素，目标是让刚进入语音与多模态领域的研究生能核对方法并复述流程，必须保留的信息包括任务定义、地标定义、语境操纵、标注与对齐判据、统计模型与初步结论，输出是 1 篇按学习依赖展开的中文技术解读。

语音与手势经常同时出现，但同时出现不等于协同。已有英语、土耳其语、粤语等研究反复报告手势顶点与音高重音音节在时间上靠近，尤其在焦点处更靠近。然而这些语言中焦点往往同时触发韵律突显，研究者很难判断手势靠近的是语用重要性本身，还是实现语用重要性的基频峰。匈牙利语提供了一个类型学上的分离窗口。

原文明确指出它是话语构型语言，语用突显主要通过词序调节表达，也可以用音高重音或短语边界表达，但语用突显与韵律突显可以分离。也就是说，说话人可以通过调换词序来标记谁是焦点，而不必在目标词上放一个 obligatory 的音高重音。这就让 4 个问题变得可问：匈牙利语中哪些语音地标与哪些手势地标协同，语用突显是否调节协同，韵律突显是否调节协同，二者如何共同作用。

信息结构 × 韵律突显： 信息结构负责划分话语中何者为焦点、话题或已知信息，是语用层面的重要性分配；韵律突显负责用基频重音、时长或强度在语音信号中实现突显，是语音层面的可测量实现。在许多语言中二者常被焦点同时触发而难以分离，匈牙利语的价值在于语用突显主要靠词序变化实现，从而让研究者有可能观察当韵律重音缺席或移位时，手势究竟跟随语用重要性还是跟随语音突显。

对初学者而言，关键是把相关性与因果分开。手势与焦点共现频繁，支持二者有关，但不能证明手势由焦点驱动；手势顶点与音高峰时滞短且稳定，支持协同，但不能证明音高峰是组织者。本文的学习目标不是记住手势先于语音这类表面先后，而是理解作者如何用可重复的时滞变异度来定义协同，并用词序与轮廓的分离来检验两种突显的贡献。

已有路线把对齐定义成什么，本文继承了哪一种？

相关工作至少存在 3 种对齐定义。第一种是时间重叠，考察突显词或短语与手势是否在时间上覆盖。第二种是共现窗口，考察二者是否落在例如平均音节时长的时间窗内。第 3 种是发音音系学中的手势协同，考察特定地标之间时滞的稳定性，其中同相协同如起点对起点、目标对目标被认为最稳定。本文明确选择第 3 种，并引用了节律与边界协同的稳定性传统。

在现象层面，文献曾报告顶点对顶点的对齐，即共话手势的最大位移与音高重音音节对齐。在没有音高重音时，手势可能转向其他地标，例如土耳其语韵律词左边缘的无重音调型，或粤语中的焦点词本身，也可能呈现为包容关系，即手势起止包住对应语音单元。信息结构方面，焦点、新信息以及一定程度的话题都被发现是手势的频繁锚点，且有研究显示手势峰与焦点相关音高重音的时滞比与背景重音更接近。这些结果共同说明信息结构与手势关系密切，但也留下方法缺口：当韵律与语用被焦点同时 elicited，观察到的紧密对齐究竟归因于哪一层。

本文的对照策略不是重复英语的音高中心结论，而是换一个允许二者分离的语言，用同样的稳定性判据重新检验。如果在匈牙利语中元音目标与手指目标的时滞仍然最稳定，而基频目标与手指目标的时滞离散且受轮廓影响，则说明此前以基频为中心的组织假设至少不具普遍性。这种跨语言检验的教学意义在于，理论概念的定义必须先于结论迁移，换语言不是换例子，而是换约束条件。

本文要回答的四个问题是什么，判定标准是什么？

作者把开放问题分解为 4 个可操作问题。第一，匈牙利语中哪些语音与共话手势地标发生协同。第二，信息结构相关的语用突显如何影响协同。第三，韵律突显如何影响协同。第四，二者如何共同影响协同。

判定标准在方法节事先固定。作者考察指点手势时间点与目标词前辅音、目标词重读音节及韵律事件之间起点对起点和目标对目标的时滞，先看变异度，在不确定时再看绝对时长的长短。变异度最小的区间被认为是最可靠的协同。这意味着结论不依赖单次谁先谁后，而依赖多次重复中哪个配对最不离散。

需要区分论文直接报告与有限解释。直接报告的是某配对时滞的分布形态与回归是否显著，有限解释是对为何该配对稳定的机制讨论，未验证推测则是推广到所有匈牙利说话人或所有手势类型。初学者复述时应当保留这种分级，用报告显示描述分布，用支持描述与假设一致的证据，用可能待验证描述超出当前 1 名被试的推广。

从一句话样本走完全流程：输入如何变成时滞？

先沿一个样本走完输入到输出。输入是问答对中的答句，目标词是语境给定的米玛，句子含义是今天米玛巩固了名声。依据焦点与话题语境，目标词后动词前缀位置发生变化，非宽焦点语境用前缀在前的形式，宽焦点与话题语境用前缀在后的形式，这正是匈牙利语话语构型词序的体现。目标词前是相同的序列，目标词重音落在第一音节，整个目标序列由浊音构成以便标注基频。被试先默读问答对再朗读，同时用手指指向屏幕周围对应人物图像，手势手在不指点时回到腿上标记的静息位置。

发音手势 × 共话手势： 发音手势指唇、舌等发音器官为形成辅音元音而做的有目标运动，可用电磁发音仪连续追踪；共话手势指说话时手指、手臂为指点或强调而做的运动，可用视频姿态追踪获得轨迹。二者搭配的理由是它们都是有起点、峰速度、目标和终点的动力学事件，因此可以用相同的地标定义比较其时间关系，组合意义在于把跨模态对齐转化为可计算的地标间时滞及其变异度。

表示阶段同时产生 3 路信号。电磁发音仪记录舌体舌背与上下唇传感器运动，用于追踪元音与双唇辅音。麦克风记录声学信号，用于提取基频与强度。两台摄像机记录正面与侧面视频，用于经姿态追踪得到手指运动轨迹。视频、声学与运动学数据经时间对齐后进入同一标注软件。

组件阶段在唇开度轨迹上标注目标词及前后双唇辅音，在舌背垂直运动上标注目标词元音，提取每个语音手势的起点、峰速度、目标与终点。在手指垂直运动上标注指点手势的相同地标，但以核起始代替不可靠的最大位移保持段。在声学侧标注与目标词关联的音高重音起点与目标、基频最大值及其起点、强度最大值。目标阶段计算语音地标时刻减去手势地标时刻的时滞，输出是各配对在多次重复中的分布与回归结果。

这个全景的教学要点是，所有后续比较都建立在同一地标词汇表上。如果起点与目标的定义在语音与手势侧不一致，后续起点对起点或目标对目标的比较就失去意义。因此复现时应先复现标注一致性，再谈条件差异。

地标如何定义，哪些配对进入候选？

语音手势的时间点取自唇开度与舌背运动。唇开度是上下唇标记间欧氏距离，用于双唇辅音。舌背垂直运动用于目标词元音。每个手势提取起点、峰速度、目标与终点，其中目标对应核起始与最大位移。共话手势取食指指尖垂直运动的相同地标，但因指点常有较长保持，最大位移不可靠，改用核起始作为手指位移度量。

声学侧在语音软件中标注音高重音起点与峰，当第一音节基频平坦时以目标词起点为起点、以重读元音中点为峰。基频最大值及其起点另行标注，当第二音节出现上升时也标记该段轮廓的起点与峰。当第一音节音高重音峰恰为全词基频最高时，两套标签重合。强度最大值经抛物线插值提取，用于检验强度峰与手势目标的协同。

候选配对分为两组。起点对起点包括目标词前辅音起点、目标词辅音起点、基频起点、目标词元音起点分别对指点手势起点。目标对目标包括目标词前辅音目标、目标词辅音目标、基频目标、强度峰、目标词元音目标分别对指点手势目标。原文以表格形式列出这些配对，教学上应理解为作者事先限定了搜索空间，避免事后在任意两点间挑选最小方差。

手势协同 × 时间滞后： 手势协同是发音音系学中对对齐的操作定义，指两个地标以同相方式稳定耦合；时间滞后是其测量手段，指语音地标时刻减去手势地标时刻的差值。搭配理由是仅看 1 次先后不能证明耦合，只有在多次重复中滞后最短且最不离散，才被判定为系统性协同，组合后新增的作用是把直觉上的跟随或同步变为可用回归检验的稳定性判据。

音高重音 × 基频最大值： 音高重音指与目标词重读音节关联的音系性调型目标，在标注中记为音高重音起点与峰；基频最大值指目标词范围内声学基频曲线的物理最高点，在标注中记为基频起点与峰。当第一音节的重音峰恰为全词最高时二者重合，当词末出现高上升时二者分离。搭配比较的意义在于区分手势跟随的是音系突显位置还是纯声学极值，这直接决定在无重音轮廓中是否存在替代性对齐点。

组合机制紧接上文。起点对起点检验发起是否耦合，目标对目标检验到达是否耦合。基频最大值与音高重音峰的分离设计允许检验声学极值与音系突显的不同预测。若手势跟随音系突显，则音高重音峰对手指目标的时滞应最短最稳；若跟随纯声学极值，则基频最高对手指目标的时滞在上升轮廓中应更接近零。强度峰则提供非基频的韵律候选，用于排除 loudness 驱动的替代解释。

本研究有训练阶段吗，真实计算是什么？

本研究没有神经网络训练阶段，也就没有参数冻结与更新、梯度路径或监督损失可报告。该节的真实计算是标注、聚类与回归 3 类既有工具的调用。

第一类计算是运动学与声学标注。视频经全身追踪模块输出手部面部身体 3 维关键点时间序列，再经脚本与电磁发音仪数据时间对齐。两路运动学数据在可视化软件中按统一地标标注，声学数据在语音软件中标注音高与基频并提取强度峰。不流利与口误句被排除，剩余句子经韵律核查确认产生预期的突显与边界类型。

第二类计算是基频轮廓聚类。作者在目标词上用文献中的轮廓聚类方法按默认设置聚类，得到 3 类特征轮廓，用于后续按韵律分组检验。这不是用标签训练分类器，而是无监督地把相似基频形状归组，分组结果再作为回归的预测变量。

第 3 类计算是在统计软件中做的线性回归。因变量是给定两地标间的时滞，自变量分别是信息结构条件、基频轮廓类型及其交互，显著性阈值为 0.05。原文给出 3 个模型形式，分别对应只用信息结构、只用轮廓类型、以及二者加交互。缺项需要明确指出：原文未报告随机效应结构、残差诊断、多重比较校正或效应量区间，复现时应把这些作为待补验证，而不是从软件名称推定默认实现。

被试、材料与采集条件如何保证可比？

数据在密歇根大学电磁发音仪实验室采集。运动学用 3 维电磁发音仪系统，传感器置于舌体舌背追踪元音、上下唇追踪双唇辅音，另在左右乳突与上门齿放置参考传感器以校正头动。声学用置于被试前方的麦克风，两台摄像机记录正面与侧面。问答对显示于前方显示器，被试按舒适阅读距离朗读，显示器周围放置语境人物图像，被试需指向所提及人物。

焦点 × 话题： 焦点指语境中最重要或对比性的信息成分，话题指正在讨论的对象或事项，二者都是信息结构的子维度但话语功能不同。本研究把焦点再分为宽焦点、确认焦点和纠正焦点，把话题再分为关涉话题和对比话题，用不同的问答语境诱发。搭配操纵的意义在于检验手势稳定性是否随语用突显等级变化，还是只由发音节律锚点决定。

材料设计用同一目标句回答不同问题，通过变换问题把目标词置于 5 种语用语境。焦点含宽焦点、确认焦点、纠正焦点，话题含关涉话题与对比话题。另为他用收集韵律边界条件与无手势条件。目标句包含可标注的辅元序列，且为浊音以便标注基频。呈现方式为组块，每块含两个问答对，以伪随机顺序多次呈现并插入填充项。

下表提出本实验的公平比较问题：在相同句子框架下，不同语用条件是否获得等量重复与可比基线。表前需要明确指标方向：此处不是性能越高越好，而是重复数与被试数是否足以支撑稳定性估计。表中数字来自原文连续句的逐字证据，复现时应先核对这些采集规模，再讨论分布差异。

上表的主要信息是采集规模与当前报告规模的差距。招募 7 名匈牙利母语者且均无言语听力障碍，每对问答重复 10 次共五十句，但本文仅报告其中 1 名被试的初步结果。这意味着所有稳定性结论的适用条件限于该被试的产出，剩余被试有待分析。未胜出或未评测的边界包括无手势条件与韵律边界条件在本文未进入主比较，复现时不应将其当作基线收益，也不应把单被试的时滞均值推广为群体参数。资源状态方面，语音标注所用软件官网与统计软件官网在本次核查中均返回可用，若复现需下载应以当时可达状态为准，本文写作时仅依据本次收到的可用声明。

哪一对地标最稳定，基频扮演了什么角色？

结果按问题组织。测的是各配对时滞的变异度与绝对时长，与谁比是不同信息结构条件之间以及不同基频轮廓之间，条件是否一致是同一目标句框架与同一标注流程，指标方向是变异度越小越支持协同，关键数字是回归系数与显著性，支持的判断限于该被试。

总体分布显示指点手势起点平均早于目标词起点，起点对手指起点为负向偏移，而手指目标跟随基频、强度与音高重音目标之后。在纠正焦点这一窄焦点条件下，目标对目标区间整体变异较小，其中基频对手指、音高重音对手指、强度对手指以及第一元音对手指的时滞最短，提示目标对目标协同。但把所有信息结构条件分开后，第一元音目标与指点目标的区间在各条件下都是最不离散的，虽然确认焦点、纠正焦点及两类话题下的变异似小于宽焦点，信息结构主效应在预测时滞上并不显著。

按轮廓分组进一步检验韵律假设。聚类得到 3 类轮廓：第一音节上的高音重音，主要见于焦点尤其是纠正与确认；词中晚峰或早上升，主要见于宽焦点、确认焦点与关涉话题；第一音节平坦后接高上升，主要见于话题尤其是对比话题。若手势跟随音高重音峰，则音高重音峰对手指目标的区间应跨轮廓最短最稳，但实际该区间跨轮廓离散，仅在轮廓二中居中于零附近，且轮廓主效应显著。

在轮廓一中音高重音峰是唯一的基频地标并与全词最高重合，在轮廓三中则存在两个候选，即重读音节元音中点与词末基频峰。以基频峰为基准时，词末峰对手指目标的时滞在话题条件下才出现差异，但其变异度并不小于以音高重音峰为基准的区间。强度峰对手指目标的区间同样跨条件离散。跨所有轮廓，第一元音与手指目标的区间保持最不离散，且轮廓类型间无显著差异。

交互分析显示，只有话题条件因多属上升轮廓而在两种基频基准下出现时滞差异，其余条件下第一元音对手指目标仍是最稳的，回归确认轮廓、信息结构及其交互均不可靠地影响该区间的时滞。

以下图像是本次实际收到像素的官方原图，导读帮助读者在解释前建立对象与条件预期。该图以表格形式呈现信息结构与基频轮廓的交叉分布，行是焦点与话题的子条件，列是 3 类轮廓与合计，阅读时应先看行分组再看列走向，避免把合计当作某类轮廓的证据。

看图路径： 1. 先确认表格的行分组：左侧焦点含宽焦点、确认焦点、纠正焦点，话题含关涉话题与对比话题；2. 再沿列方向核对基频轮廓类型一、二、三与合计列的分布走向；3. 比较纠正焦点全部落入轮廓一而对比话题集中于轮廓三的不对称格局；4. 注意宽焦点与确认焦点在轮廓二上的重叠，这是后文按轮廓分组时需要控制混淆的原因

论文图 4。原论文 Figure 4：“Coordination configurations across contours and”。

该像素图显示焦点侧纠正焦点集中于轮廓一，确认焦点分布于轮廓一与轮廓二，宽焦点集中于轮廓二；话题侧关涉话题集中于轮廓二并有少量轮廓三，对比话题集中于轮廓三。这种不对称分布解释了为何必须同时按信息结构与轮廓分组：若只按语用分组，观察到的差异可能实际来自轮廓构成不同；若只按轮廓分组，又会混入语用来源。教学上应把该图当作混淆检查表，而不是主结果的效应量图。主结果的稳定性结论来自时滞分布图，像素未提供的曲线位置与颜色不应猜测。

下表聚焦统计判据的可运行性：用什么模型、以何阈值判断显著、哪个区间报告了具体系数值。表前问题是回归证据是否足以支持韵律调节，公平条件是同一时滞因变量与同一显著阈值，指标方向是系数绝对值越大表示轮廓间差异越大，显著性以阈值为界。

上表的主要收益是给出唯一可核对的定量显著效应：音高重音峰对手指目标的时滞受轮廓类型影响显著，而第一元音对手指目标的区间无此效应。代价与反例同样明确：显著的是轮廓对基频相关区间的调节，而不是信息结构对稳定区间的调节；且该显著效应恰恰削弱了以音高重音为普遍组织者的主张。未胜出项是信息结构主效应与交互效应，它们在稳定区间上均不可靠。复现时应保留该基线比较，不能用事后挑选的最短时滞代替可部署的稳定性判据。

换一个基准会怎样：音高重音峰与基频峰谁更接近手指？

这一节相当于论文特有的消融或替代基准比较。作者没有删除模型部件，而是替换协同基准：以音高重音峰为基准 versus 以基频物理最高为基准，观察手指目标时滞的变化。测的是两种目标对目标区间的时滞分布，与谁比是同一 utterance 在两种定义下的配对，条件一致性来自同一目标词与同一手指轨迹，指标方向仍是变异度更小更支持协同。

在轮廓一与轮廓二中两种基准重合，比较无差异。在轮廓三中二者分离，基频峰位于词末高上升处，音高重音峰位于第一音节元音中点。结果显示以基频峰为基准时，手指目标时滞在两类话题条件下才出现数值移动，尤其对比话题的上升轮廓使词末峰更接近手指目标零点附近，但变异度并未系统性减小。换言之，换基准改变了均值位置，没有带来稳定性收益。强度峰作为另一非基频基准同样未显示跨条件稳定。

这一比较支持的判断是有限的：它不支持当缺少音高重音峰时手势自动转向基频极值的替代假设，至少在该被试中转向并未更稳定。限制是该检验依赖轮廓三的样本量，而轮廓三主要来自话题条件，样本构成不均衡可能影响方差估计。复现时应保留按轮廓分层的报告，不能把全样本平均后的零附近误读为全程稳定，也不能把某轮廓的均值接近零推广为跨轮廓成立。

当前证据不能说什么，缺项在哪里？

首先是样本限制。招募 7 人但仅分析 1 人的初步结果，总体趋势不等于每组每步都成立，更不等于群体成立。宽焦点下变异较大的观察可能是个体策略，也可能是样本噪声，需要剩余被试验证。

其次是测量限制。手指最大位移因保持段不可靠而改用核起始，这一替代保证了可标注性，但改变了与文献中顶点概念的严格可比性。唇开度与舌背轨迹的地标提取依赖标注者判断，原文未报告一致性系数。视频追踪与电磁发音仪的对齐依赖定制脚本，原文未给出同步误差与延迟校准细节，训练资源、推理开销与实际延迟分别讨论的要求在此不适用，但同步精度仍是复现必须补测的量。

再次是统计与设计限制。回归未报告随机效应、多重比较校正与效应量区间，交互不显著可能是功效不足。材料用同一目标词米玛控制了音段，但也限制了推广到不同音节结构与重音位置。无手势与韵律边界条件已采集但未进入本文主检验，不能用它们论证手势的因果作用。相关性不是因果，未测量误判率或交际效果时，不应承诺手势协同改善理解或产出。缺失证据不是技术错误，但必须在复述时保留，例如头动校正残差、基频跟踪错误率、强度提取窗口等均未交代具体参数。

要复现这套协同检验，先做什么？

复现应按依赖顺序进行。第一步重建语境材料。用相同的目标句框架与 5 种问答语境诱发宽焦点、确认焦点、纠正焦点、关涉话题与对比话题，保留目标词前相同序列与词序差异，词重音在第一音节且序列浊音化。每对问答重复 10 次并插入填充项，按组块伪随机呈现。先默读再朗读，同时指向对应人物图像，手势手静息于腿上标记点。

第二步重建 3 路同步。电磁发音仪按原文位置粘贴舌与唇传感器并加头动参考，麦克风置于前方，双机位记录正侧面。视频经姿态追踪输出 3 维时间序列，再与运动学数据时间对齐。软件方面，运动学标注用原文所用可视化工具，声学标注用语音软件，统计用统计软件。依据本次收到的资源状态，后两者的官网当前可用，但复现时仍需确认版本与可达性，记录版本号以保证可重放。

第三步重建地标与时滞。按起点、峰速度、目标、终点的统一定义标注辅音、元音与手指运动，手指以核起始代替长保持的最大位移。声学侧分别标注音高重音与基频最大值并提取强度峰，记录二者重合与分离的判定规则。计算起点对起点与目标对目标的全部候选区间，以变异度最小为协同判据，必要时辅以绝对时长。第四步重建分组与回归。

先对目标词基频做轮廓聚类，再分别按信息结构与轮廓分组可视化分布，最后拟合 3 个线性模型并以 0.05 为阈值检验。复现报告应保留全部候选区间的分布，不能只报告最稳的 1 对，还需补上标注一致性、同步误差与功效分析这三项原文缺项。

何时值得尝试这种稳定性思路，还需补哪项验证？

当研究问题涉及跨模态谁组织谁，且存在语用与韵律混淆时，值得尝试本文的稳定性思路。其适用条件是两种突显可在语言结构中分离，且语音与手势都能表示为有明确起止与目标的动力学事件。若语言中焦点必带音高重音，或手势以非指点为主，则该判据的区分力会下降。

对初学者的特有误解需要澄清。第一，手势起点早于语音起点不等于手势预测语音，它只是该被试中发起顺序的平均表现，协同的证据在目标对目标的稳定性而不在先后。第二，音高重音峰对手指目标在某轮廓接近零不等于韵律组织成立，因为跨轮廓的离散恰恰反对普遍组织。第三，信息结构主效应不显著不等于语用无关，它只说明在当前单被试与当前时滞定义下未发现可靠调节。

还需补的验证包括剩余 6 名被试的同流程分析、不同目标词与重音位置的推广、标注者间一致性与同步精度的量化、以及随机效应与多重比较更完备的统计。只有在这些补足后，才能判断第一元音目标与手指目标的协同是匈牙利语的类型学特征，还是特定任务与个体的策略选择。

📐 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。

区域 1 · 查看论文原页

区域 2 · 查看论文原页

另有 2 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