Melodic and Temporal Markers of French Ambiguous Prosodic Boundaries in Natives’ and Chinese L2 Learners’ Speech Production

英文题目：Melodic and Temporal Markers of French Ambiguous Prosodic Boundaries in Natives’ and Chinese L2 Learners’ Speech Production

会议身份：conference:speechprosody:2026:conference-paper-id:xi26_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 #语言习得 #韵律 #语音 #语音属性识别

评分：5.2/10 | 创新 1.2/2 | 技术严谨 1.2/1.5 | 实验充分 0.7/1.5 | 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 0.3/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

Lei Xi：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

输入为5对仅靠韵律边界位置区分句义的法语歧义句，覆盖早期闭合与晚期闭合两种条件，输出为边界前元音是否以边界上升调与末音节延长标记边界，难点在于汉语靠音区重设而法语靠上升调加延长，迁移路径不明。先招募10名法国本土成人与21名中国学习者并按自评分为高、中、低三组，以正常语速中性情感朗读每句两遍，其620句录音输出进入切分环节。再经SPPAS自动切分加作者人工校对，在Praat语音与词汇两层标注上定义四类关键元音，其元音区间输出进入测量环节。最后提取元音时长与元音内20%至90%处基频差并以线性混合模型加Tukey事后检验做组内边界对照，以判定上升与延长是否成立。与中国学习者英语消歧研究相比，本文把早期与晚期闭合配对范式迁移到法语并同时检验旋律与时长两类标记，具有跨语言验证意义。在正常语速中性情感朗读条件下，本土组的F0差值指标增幅为119%，高于低水平学习者组的F0差值指标增幅33%。结论适用边界受限于受控朗读、正常语速与中性情感条件，尚未验证自发对话与感知消歧及停顿行为的外推，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

为什么听懂一句话还要靠切分？

输入是这篇论文研究的现象：同一串词语可以有两种切分，从而对应两种意思。目标是让刚进入语音领域的读者能复述作者如何证明切分是用声音标出来的。必须保留的信息是任务只做法语歧义句的朗读产出，不做听辨实验，不做自动分类。

论文先用英语例子 Coffee cake and honey 说明边界移动改变组合关系，再用法语例子 Jean-Pierre et Paul 说明同一音段可以切成不同的人名组合。中文例子则是弟弟找不到爸爸妈妈很着急，边界在爸爸后还是在妈妈后，决定了谁着急。白话说，韵律边界就是说话人在语流中留下的分段痕迹，英文名是 prosodic boundary。后文统一叫边界。

这类痕迹通常包括三件事：音高如何走，边界前最后一个元音是否拉长，中间是否有停顿。法语的特点是切分稳定地落在韵律短语右边界的最后一个元音上，常用停顿加末音节拉长做时间线索，再加一个上扬的音高轮廓做旋律线索。普通话也用停顿和拉长，但旋律机制被描述为音域重置，而非法语式上扬。这个跨语言差异是后文解释中国学习者迁移问题的起点。

韵律边界 × 句法歧义： 韵律边界负责在语流中切分出短语或子句的边缘，句法歧义负责提供两种都合法的结构划分，二者的搭配理由是同一串音段可以对应不同的切分位置，组合意义是让听者只靠边界位置就能选出说话人 intended 的那一种解读。

本节的输出是一个可核对的预期：如果你要证明某组说话人会用声音消歧，就必须拿同一元音在有边界和无边界两个位置做比较，而不是拿不同词语比长短。论文后文正是这样设计的。

同类研究已经确认了什么，还缺哪一块？

同输入同目标的已有工作主要在英语二语方向。论文引用了针对中国英语学习者的研究，报告显示学习者能利用韵律线索消歧英语句子，但方式与母语者不完全相同。这是同输入、相近目标、不同目标语的对照，不能直接当作法语的结果。

同运行阶段的普通话研究提供了线索权重参考。时间上，停顿被报告为主要线索，末音节拉长为次要线索。旋律上，普通话的音域重置被认为作用显著。法语侧的文献则把停顿、拉长和上扬轮廓并列为常用标记。这些都是产出与感知文献的概括，不是本研究的实测数字。

缺口很明确：此前没有研究考察中国学习者如何用韵律线索产出法语歧义句的区分。本文的定位就是补上法语产出这一块。它不回答学习者能否听懂法语歧义，也不回答自然对话中的边界，只回答朗读条件下是否在关键元音上做出可测的区分。

要区分的两种结构是什么？

论文把问题收敛为早闭合与晚闭合的对照。白话说，早闭合就是从句提前关门，英文名是 Early Closure，缩写为 EC。后文统一叫 EC。晚闭合就是从句关门较晚，把宾语包进来，英文名是 Late Closure，缩写为 LC。后文统一叫 LC。

早闭合 × 晚闭合： 早闭合分工是把从句在关键动词后提前结束，例如蛇吃这个动作结束、老鼠躲藏开始，晚闭合分工是把宾语留在从句内部、主句主语后移，二者搭配构成最小对照，组合意义是只移动一个边界就能检验说话人是否真的用声音标记结构。

教学例子要明确标为例子：EC 例句是 Chaque fois que le serpent mangeait, le rat se cachait，意思是蛇正在吃这个动作结束，老鼠躲起来。LC 例句是 Chaque fois que le serpent mangeait le rat, le lapin se cachait，意思是蛇正在吃老鼠，兔子躲起来。两句在 mangeait 后面的切分不同。论文共用 5 对这样的句子，每对都提供 EC 与 LC 两种韵律条件。

关键操作是只盯 4 个关键元音：EC 边界前的末元音记为 V-EC Boundary，同一元音在不成 EC 边界时的对照记为 V-NoEC Boundary，LC 边界前的末元音记为 V-LC Boundary，对照记为 V-NoLC Boundary。这样每个 EC 与 LC 句子对都形成有边界对无边界的最小比较，避免了词语本身长短不同的干扰。

从朗读到数字的全链路是什么？

先沿一个样本走完输入到输出。输入是 1 名被试朗读的一句歧义句，例如 EC 条件下的蛇吃句子。表示是分两层标注的语音：音素层与词汇层，用自动切分工具 SPPAS 先切，再由作者手工校对，标注在 Praat 中完成。组件是测量模块：对 4 个关键元音量时长，再在元音 20% 与 90% 处取基频值并算差值。目标是判断同一元音在有边界时是否更上扬、更长。输出是每组被试在 EC 对 NoEC、LC 对 NoLC 上的统计比较。

被试共 31 人，包括 10 名法语母语者与 21 名中国学习者。学习者按自报法语水平分为高、中、低 3 组。录音在巴黎语音实验室的隔音室完成，每人单独录制，使用 Pro Tools 与头戴话筒，话筒距口 3 厘米。每句以正常语速、中性情感朗读，读错或不流畅则重读。每句读两遍，共得到 620 句。

分析分两类：组内分析看每组是否用上扬或拉长标记边界，组间分析看水平差异。论文因篇幅只报告组内分析。模型是线性混合模型，以元音位置与熟练水平为固定效应，被试为随机截距，再做 Tukey 事后检验拆到每组。

旋律线索具体怎么算？

旋律线索的操作完全落在关键元音内部。白话说，基频就是声带振动快慢对应的音高，英文名是 fundamental frequency，缩写为 F0。后文统一叫 F0。论文用 Praat 6.4.06 在每个关键元音的 20% 与 90% 处提取 F0，再算 F0 差值，即 90% 减 20%。差值为正表示元音内上扬，为负或接近零表示平坦或下降。

基频上升 × 末音节拉长： 基频上升分工是在边界前元音内给出旋律上的上扬走势，末音节拉长分工是在同一元音上给出时间上的延长，二者搭配理由是法语常用二者共同标示韵律短语右边界，组合意义是即使其中一个线索变弱，另一个仍可保留可辨的切分。

这样做的好处是控制了音段差异：比较的是同一个元音在边界前与非边界前的走势，而不是比较不同元音的绝对音高。EC 侧比较 V-EC Boundary 对 V-NoEC Boundary，LC 侧比较 V-LC Boundary 对 V-NoLC Boundary。百分比差异按 EC 减 NoEC 再除以 EC 的方式计算，用于直观展示上扬幅度放大的比例，但显著性仍以混合模型与事后检验为准。

需要提醒初学者：F0 差值大不等于音高绝对值高。它只说明元音内部爬升得多，适合检验法语式上扬是否存在，而不适合直接比较男女声调高低。

时间线索具体怎么算？

时间线索的操作同样只看同一元音的时长。白话说，末音节拉长就是边界前最后一个音节拖得更长，英文名是 final lengthening。后文统一叫拉长。论文比较的是同一元音在边界前与非边界前的时长，例如 V-EC Boundary 对 V-NoEC Boundary。

这种配对避免了把吃与老鼠这类不同音节直接比长短。如果母语者在边界前系统性拖长，而在对照位置不拖长，就支持拉长被用作切分标记。LC 侧同理。停顿在引言中被提到是法语常用线索，但本研究的量化部分只报告关键元音的 F0 差值与时长，没有对停顿时长做同等建模，复述时不要把停顿说成已验证的主效应。

理解这个组件后，就能看懂后文两套平行结果：旋律一套看 F0 差值，时间一套看时长，两套都按 EC 与 LC 分开检验，再按 4 组人分别做事后比较。

本研究有没有训练模型？

本研究没有训练神经网络，也没有训练分类器，没有冻结与更新参数、梯度路径、早停或优化器的设置需要交代。该节必须明确说明这一点，避免把统计建模误说成模型训练。

真实计算过程是语料构造加声学测量加统计检验。构造是 5 对歧义句乘 2 种边界条件乘 2 遍朗读乘 31 名被试。测量是用 SPPAS 自动切分加手工校对，再用 Praat 提取时长与 2 个时间点的 F0。统计是线性混合模型加 Tukey 事后检验，检验的是位置效应与水平效应。

因此可复现的不是权重，而是流程：同一批句子、同一关键元音定义、同一 20% 与 90% 取点、同一差值公式、同一随机截距结构。缺项也要点名：论文未报告 F0 提取的清浊判断、八度跳变处理、时长归一化细节，这些都会影响他人逐毫秒复刻。

被试、设备与语料条件是否一致？

测的是朗读产出能否区分 EC 与 LC，不是听辨正确率。比较对象是 4 组人：母语者、高水平、中水平、低水平学习者。条件一致性方面，每人读同样的 5 对句子、每句读两遍、要求正常语速与中性情感、错读重读，录音环境与设备统一。

指标方向很直白：F0 差值越大表示上扬越强，时长越长表示拉长越强。如果边界位置显著大于对照位置，就支持该组用该线索标记边界。聚合对象是关键元音，不是整句平均语速或整句 F0。统计以混合模型为主效应判断，再以每组事后检验确认。

资源状态需要如实说明：本次收到的证据中没有发现来源绑定且完成验证的资源，不得声称代码、模型或数据已公开。录音采样率为 44.1 千赫、16 位量化，标注工具与版本已给出，但原始音频与标注文件是否可得在证据中没有依据。

旋律结果：谁的上扬真正立住了？

比较问题是同一元音在边界前是否比无边界时更上扬，公平条件是同一音段、同一朗读任务、同一取点与差值算法，指标方向是 F0 差值越大越支持标记边界。下表把 EC 与 LC 两侧的相对放大幅度与模型主效应放在一起，便于核对谁在哪个结构上有效。

条件	指标	母语者	高水平	中水平	低水平
EC 边界对无边界	F0 差值相对上升	119% 更上扬	84% 更上扬	77% 更上扬	33% 更上扬但事后不显著
EC 混合模型	位置主效应	b=20.87 显著	b=20.87 显著	b=20.87 显著	水平效应不显著
LC 边界对无边界	F0 差值相对上升	82% 更上扬	40% 更上扬	34% 更上扬	与对照相当
LC 混合模型	位置与水平效应	b=7.53 显著	b=7.53 显著	b=7.53 显著	水平效应显著但本组事后不显著
事后结论	是否算有效标记	算	算	算	不算

表后解释要同时给收益与代价。报告显示母语者与高中低之外的中高组在 EC 与 LC 均有显著的位置效应，低水平组在两侧事后检验均不显著。具体代价是 LC 的放大幅度整体小于 EC，且低水平组即使在 EC 有 33% 的数值差异，统计上仍不能算有效区分。未胜出项就是低水平组的旋律线索，它提醒相对百分比不能代替显著性。

重提 1 次适用条件：这里的上扬只针对关键元音内部的 90% 减 20%，不能推广为整句语调更高，也不能推广为停顿同样有效。

时间结果：拉长线索是否平行成立？

比较问题不变，只是把指标换成时长：边界前元音是否比同一元音无边界时更长。公平条件与聚合对象与旋律侧相同，指标方向是时长越长越支持拉长标记。下表汇总 EC 与 LC 的相对延长与模型效应。

条件	指标	母语者	高水平	中水平	低水平
EC 边界对无边界	时长相对延长	54% 更长	42% 更长	22% 更长	无延长模式
EC 混合模型	位置与水平效应	b=27.28 显著	b=27.28 显著	b=27.28 显著	本组事后不显著
LC 边界对无边界	时长比较	边界长于对照	边界长于对照	边界长于对照	与对照相当或反向
LC 混合模型	位置与水平效应	b=11.69 显著	b=11.69 显著	b=11.69 显著	本组事后不显著
事后结论	是否算有效标记	算	算	算	不算

表后解释需要点出平行性与差异。报告显示母语及中高级学习者在 EC 与 LC 均做出显著拉长，初学者在两侧均无显著差异。这与旋律侧结论平行，支持中级以上已能同时调用两类线索。代价是中级组的延长幅度小于高级组与母语者，说明会用不等于用得一样强。未评测边界是语速本身未被建模，拉长是否部分来自整体偏慢，需要回到讨论中的语速解释谨慎理解。

同样要区分相对百分比与百分点：这里的 54% 是相对延长比例，不是正确率，也不是时长差的毫秒数，不宜与其他指标的差值混排比较。

如果拿掉理解、分组与语速会怎样？

论文没有做消融实验，本节承担的是失败条件分析：为什么低水平组两类线索都不显著。作者提出 3 个可能因素，不是已验证的因果分解，复述时要用可能与待验证的语气。

节奏分组 × 语速： 节奏分组分工是把词组织成音系短语等连贯单位，语速分工决定除边界外音节时长是否大致均匀，二者搭配理由是只有先成组、再保持稳定语速，边界前的额外拉长才显现，组合意义是解释初学者逐词停顿加整体偏慢时为何拉长线索被抹平。

第一是语言理解不足。初学者词汇句法不稳，即使有录制前准备，仍可能没抓住句子整体意思与局部歧义点。句子随机呈现、不按对分组，母语者与中高级组能靠理解与标点切分，初学者则难以及时调取语义。第二是节奏分组困难。初学者常逐词产出、在名词后停顿，没有把词打包成音系短语，旋律与时间轮廓就无从依附。

第三是整体语速偏慢。母语者的拉长建立在音节时长大致均匀、仅边界音节额外延长的基础上，初学者整体偏慢会拉平所有元音，使边界延长不再突出。

这 3 个因素共同指向一个操作含义：初学者的无差异不能简单归因于母语迁移，还可能是任务理解与流利度门槛未过。从中级起流利度改善，边界元音的声学区分才开始可用。

哪些结论不能超出证据？

直接报告的是朗读条件下 4 组人在关键元音上的组内差异，支持的是中级以上能用上扬与拉长标记 EC 与 LC，初学者不能。有限解释是理解、节奏分组与语速可能是组间差异的原因，未验证推测是这些因素各自贡献多少。

语言理解 × 韵律产出： 语言理解分工是识别句子哪里存在局部歧义、哪里需要切分，韵律产出分工是把这种切分落实为可测的基频与时长变化，二者搭配理由是产出实验中说话人必须先意识到歧义才会标记，组合意义是初学者词汇句法不稳时，产出缺失不一定等于听辨能力缺失。

缺失证据不是技术错误，但必须点名。感知实验缺失，产出会标记不等于能听懂。自然语料缺失，朗读结论不能推广到对话。停顿未量化，组间比较未完整报告，学习时长与自报水平的对应关系也需要谨慎对待。相关性不是因果：水平高与线索显著同时出现，不能说成水平必然导致线索。

成本与延迟同样未测量。论文未报告标注工时、录音时长成本、推理开销或实时性，复述时不得承诺该方法改善了识别速度或降低了成本。总体趋势也不等于每句都成立，LC 幅度小于 EC 已经说明结构之间存在差异。

要复现这项研究先做什么？

先固定语料与关键元音。准备 5 对 EC 对 LC 的法语歧义句，标出每对中 4 个关键元音的位置，确保 EC 与 LC 的比较都是同一元音的有边界对无边界。句子随机呈现，避免被试提前发现成对歧义。被试侧记录母语、年龄、自报水平与学习时长，母语组 10 人、学习者 21 人的规模与录音流程作为参考，采样率与量化按 44.1 千赫与 16 位执行。

再固定测量与统计。用 SPPAS 初切加手工校对，分音素与词汇两层标注。用 Praat 在关键元音 20% 与 90% 处取 F0 并算差值，同时记录时长。统计用位置加水平为固定效应、被试为随机截距的线性混合模型，再对每组做 Tukey 事后检验。只看相对百分比会误判，必须以位置显著性为准。

下表把可核对的实验规模与记录条件集中列出，便于动手前逐项勾选。

项目	参数	母语组	学习者组	记录条件
被试量	人数	10 人	21 人	平均年龄与性别见正文
语料量	句子总数	620 句中共担	620 句中共担	每对 2 条件乘 2 遍
标注	工具	SPPAS 初切	SPPAS 初切	作者手工校对
测量	取点	F0 取 20% 与 90%	F0 取 20% 与 90%	差值为 90% 减 20%