焦点抬高了整词，重音却只剩半边：雅美语焦点与重音的首次分离检验

英文题目：A first look at the prosody of focus and stress in Yami (Tao)

会议身份：conference:speechprosody:2026:conference-paper-id:young26_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 #语音属性识别

评分：5.7/10 | 创新 1.3/2 | 技术严谨 1.1/1.5 | 实验充分 1.0/1.5 | 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

• Chun-Jan Young：机构信息未能从会议 PDF 纯文本可靠映射
• Argyro Katsika：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

雅美语焦点是否以韵律标记、假定词重音是否独立于焦点存在，是本文以语境诱发话语为输入、以音节级声学差异为输出的实证任务，其难点在于词层面突显长期与短语边界和信息结构突显相混淆。为此研究先以图片加问答对话诱发句首对比焦点、窄焦点及相应的后焦点基线，并把目标词固定于句首焦点槽位以隔离短语首边界效应。该诱发话语的输出进入声学测量步骤，经标注元音核并抽取基频、时长、均方根能量与谱倾斜均值，形成可供建模的元音核样本集。测量结果再进入统计建模步骤，以线性混合效应模型检验词类、音节与焦点条件的交互，从而分离焦点效应与假定重音。相对以往未控制焦点且混淆词与短语突显的描写，该设计以后焦点为无焦点基线并对比状态词与名词动词，使音节间残留差异可作为重音证据，其实际意义在于检验次末重音与末重音假设。原文未提供可核对的关键定量结果。聚焦词与后焦点词在时长与能量维度得到区分，而对比焦点与窄焦点未见稳定分化，重音证据仅在状态词相关声学维度上较可靠，其适用边界受限于兰屿老年双语人小样本及特定音节均值分析，尚未验证向宽焦点与自发语体的外推。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://CRAN.R-project.org/package=emmeans → https://cran.r-project.org/web/packages/emmeans/index.html — 链接可访问（HTTP 200）
• 第三方资源：https://chatgpt.com/ — 暂时无法访问 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

为什么雅美语的重音需要先把焦点拿开再看？

本文输入是雅美语自然对话中读出的目标词录音，目标是判断词重音是否存在以及焦点如何发音。雅美语是台湾兰屿的南岛语言，属濒危语言，此前文献假设名词和动词是词末重音，状态词即形容词类是倒数第二音节重音，但声学证据并不一致。先前工作发现词末重音只有微弱声学支持，而状态词的倒数第二重音有基频、时长和能量支持，可是那项工作没有控制焦点。初学者容易把听到的响亮音节直接当作重音，这正是本文要纠正的学习依赖：短语边界和信息结构都会制造响亮，焦点尤其会抬高被凸显词的发音。若不把焦点固定下来，所谓重音可能只是焦点混淆的结果。

焦点 × 词重音： 焦点是信息结构层面由语境决定的凸显，谁是回答问题的新信息或被纠正的信息，谁就获得短语层面的额外发音努力；词重音是词层面固定的音节凸显位置，雅美语此前假设为名词动词词末重音、状态词倒数第二重音。二者搭配的理由是它们都可以用基频、时长、能量抬高来实现，混在一起就无法判断观测到的响亮音节到底来自词典还是语境；组合意义在于只有把焦点位置固定并设置焦点后无焦点对照，才能把焦点抬高效应减去，剩下在无焦点词中依然稳定的音节差才可归于重音。

为理解这种混淆，可以想一个具体动作：研究者先让发音人回答纠正性问题，使目标词站在句首焦点槽位，再让同一目标词出现在另一句话的句中背景位置。前者携带焦点，后者是焦点后无焦点词。只有两者都测，才能把焦点抬高量与词内音节差分开。本文的输出不是给出重音音系规则，而是报告在控制焦点后，哪些声学指标在无焦点词中仍保留音节差，从而为重音提供额外证据。必须保留的信息是词类与假设重音位置的对应、三音节结构、只分析第二与第三音节元音均值，以及焦点条件为对比焦点、窄焦点、对比焦点后和窄焦点后 4 种。

同类语言如何标记焦点，本文站在哪条线上？

在相关路线上，英语和荷兰语等日耳曼语言用音高重音标记焦点，汉语普通话用基频范围扩展，首尔韩语用成句方式，这些例子说明焦点不一定依赖同一声学通道。与雅美语亲缘最近的参照是他加禄语，同样是动词居首的菲律宾语言，已有研究发现矩阵小句句首是焦点专用句法槽位。本文作者的预备田野工作显示雅美语也有类似槽位，因此载体句把焦点目标词放在句首，但用时体貌前附成分或主格限定词与短语首边界隔开，焦点后目标词则放在句中。这一安排的理由是既利用自然焦点位置诱发焦点，又避免短语首边界音高污染目标词。

另一条线是重音与重音感知的方法论反思，已有类型学工作指出词层面重音常与短语层面凸显混淆，测量方法稍有不严就会把焦点效应读成重音。本文直接继承这一警惕：先前雅美语状态词重音结论稳健，但正因为未控制焦点，其稳健性需要重新检验。教学例子是，若只录焦点词并发现第二音节高于第三音节，不能断言那是重音，因为焦点可能整体抬高该词，而音节差可能只是焦点实现时的附带落差。只有引入焦点后对照，才能检验音节差是否独立于焦点存在。

本文要回答的两个具体问题是什么？

第一个问题是焦点在雅美语中是否有清晰声学标记，具体做法是比较焦点词与无焦点词在假定重音音节上的测量值。若焦点词显著更高，则说明焦点确有发音实现。第二个问题是在确认焦点效应后，焦点类型之间是否还有层级区分，例如对比焦点是否高于窄焦点，焦点后两类之间是否有别。第 3 个附带问题是通过焦点与无焦点比较反推重音性质：在无焦点词中依然存在的音节差，可作为支持重音分析的证据。

对比焦点 × 窄焦点： 窄焦点指凸显范围只是一个小成分，例如回答在做什么，整个动词短语中的目标词是新信息；对比焦点再加一层纠正功能，例如否定前一个命题并替换为另一个词。二者分工不同，前者测一般信息凸显的发音代价，后者测纠正是否需要更强的发音标记；搭配理由是若语言对焦点类型有层级区分，对比焦点应高于窄焦点，窄焦点高于焦点后；组合意义是同时设置对比焦点后与窄焦点后两种无焦点基线，可以检验焦点效应是整体有无之分还是类型内部也有等级。

问题之间的依赖很明确：必须先证明焦点与无焦点可分，否则讨论焦点类型等级没有意义；也必须先估计焦点效应大小，才能判断剩余音节差是否值得归于重音。本文不研究宽焦点，作者明确把宽焦点留给未来工作，因此当前结论只适用于词层面的对比焦点与窄焦点及其后位置，不扩展到整句或谓语层面的宽焦点。

从图片提示到声学数字，实验全景如何走通？

先沿一个样本走完流程。研究者用图片刺激加引导语建立语境，例如问白色的蚊子在唱歌吗，回答是否定的，白色的蚊子在跳舞，其中跳舞是被纠正的对比焦点词，蚊子是对比焦点后词；另一组问白色的蚊子在做什么，回答跳舞是窄焦点，蚊子是窄焦点后。目标词共 9 个，三音节，结构为开音节加开音节加闭音节，3 个状态词代表倒数第二重音，3 名词三动词代表词末重音。发音人看幻灯片上的图片、问题文字和标准正字法载体句，先听研究者用雅美语口头介绍，再用雅美语回答问题或按汉语要求描述图片，若有不流利则重读。每人分 3 组完成，每组每词每焦点条件出现 1 次，顺序随机。

焦点后 × 载体句： 载体句是把目标词嵌入固定句法框架的实验语句，焦点后指目标词出现在焦点词之后、处于信息背景中的位置；载体句分工是控制句法位置、边界音高和前后语境，焦点后分工是提供同一词汇、无焦点标记的对照发音。二者搭配的理由是雅美语句首是焦点专用槽位，句中是自然的背景位置，只有句式其他部分保持相同，焦点与焦点后的声学差才能解释为信息结构所致；组合意义是每个目标词都有焦点版和背景版，从而实现词内比较。

录音后在软件中切出目标词并按音节、声母韵母韵尾和音位标注，但分析只取第二、三音节的元音核均值。声学测量每毫秒提取 1 次，包括基频、时长、均方根能量、谐波幅度及其校正版和频谱倾斜差值。共得到 528 个待分析单元，再按中位数绝对偏差法剔除离群值。统计上对每个声学因变量单独建模，固定效应为词类、音节和焦点条件及其交互，随机效应为词和发音人并带发音人随机斜率，从极大模型经似然比检验向后逐步简化，再用校正方法做成对比较。

每个声学指标分管什么，为什么还要测频谱倾斜？

基频取赫兹值并经倍频中位数标度归一化，时长取毫秒，能量取均方根，这些是焦点研究常用指标。谐波幅度和频谱倾斜以分贝计，包括未校正的 H1 减 A2、H1 减 A3 和经共振峰带宽校正的版本。原文明确说明原始强度易受话筒摆放影响，频谱倾斜是更可靠的替代，且在多种语言中被发现是重音而非焦点的关联量，但本文仍同时报告校正与未校正两种，因为校正算法依赖共振峰带宽估计，可能引入误差。

基频 × 频谱倾斜： 基频是声带振动速率的听觉对应量，以赫兹度量，是焦点和重音都常用的凸显手段；频谱倾斜是基频谐波与高频共振峰处谐波能量之差，例如 H1-A2、H1-A3 及其共振峰校正版，以分贝度量，反映发声紧张度和频谱能量分布，分工上更被视为重音而非焦点的稳健指标。二者搭配的理由是原始强度易受话筒距离影响，而倾斜是相对量，对录音条件不敏感；组合意义是若基频随焦点大幅波动而倾斜在音节间保持稳定，则倾斜更可能指向词层面的重音属性。

沿样本理解：一个元音核先算出平均基频、总时长和平均能量，再算第一谐波与第二、第三共振峰处谐波的能量差。若焦点使发声更紧张，高频能量相对提升，倾斜值会变小；若重音是稳定的发声姿态差异，则倾斜的音节差应在焦点与焦点后都出现。原文对元音音位不做均衡，4 个元音在音节间分布受频率和位置限制而不平衡，这是复现时必须注意的混淆来源，不能把元音固有高度差误读为重音。

本研究训练了什么模型，没有训练什么？

本研究没有训练神经网络，也没有冻结或更新任何模型参数，不存在梯度路径、优化器步骤或早停问题，不能把无训练等同于确定性求解。真实计算过程是统计建模与声学提取：先用语音分析程序逐毫秒提取基频、共振峰与带宽，再按音节元音核取均值，时长除外；基频用特定算法提取并归一化，谐波校正由共振峰带宽算法算出。

线性混合效应模型 × 事后成对比较： 线性混合效应模型分工是同时估计固定效应和随机变异，固定效应为词类、音节和焦点条件及其交互，随机效应为说话人和词项；事后成对比较分工是在模型发现显著效应后，对具体水平对做校正后的两两检验，例如对比焦点对窄焦点。搭配理由是只有 2 名发音人且词项重复测量，必须把个体和词项差异吸收为随机截距与斜率，否则会夸大固定效应的显著性；组合意义是先用似然比检验判断整体模型是否成立，再用校正后的成对比较定位差异来自哪 2 个条件之间。

具体操作是为基频、时长、能量、两组未校正倾斜和两组校正倾斜各拟合一个线性混合效应模型，用统计软件实现，固定效应纳入词类、音节和焦点条件交互，随机效应纳入词与发音人。模型选择从极大模型开始，用似然比检验逐步简化，显著效应再用估计边际均值方法做校正成对比较。复现者需要准备的是同样的随机结构和校正方法，而不是调参，因为个体差异很大，固定效应解释力低而加入随机效应后解释力明显上升，说明发音人和词项变异不可忽略。

谁在什么条件下发音，数据如何可比？

实验于 2025 年 6 月在兰屿进行，2 名母语发音人参加，1 女六十七岁，1 男七十一岁，成长村庄不同，均兼通汉语普通话。录音在室内进行，用便携录音机加头戴动圈话筒与枪式电容话筒双通道，但声学分析只用头戴通道，以控制距离变化。刺激呈现用幻灯片，图片由生成模型制作，问题与载体句同时显示，发音人经指导语和练习刺激熟悉任务。

可比性来自三处控制：目标词音节结构统一为三音节，除第一音节声母外均为浊辅音，以减少清音对基频和时长的扰动；焦点词统一放在句首焦点槽位并用前附成分与边界隔开，焦点后词统一放在句中；每人 3 轮重复、随机顺序、有不流利重读。资源可达性方面，统计软件与事后比较包当前可用，已公开；图片生成模型本次未能确认可达，复现图片刺激时需另行说明来源，不把本次不可达当作原链接失效。分析只覆盖第二、三音节元音均值，未分析第一音节，也未分析基频峰对齐或斜率，这是理解结论边界的关键。

焦点是否被清楚标记，焦点类型之间有等级吗？

总体上焦点词与焦点后词分得很开，但焦点类型内部很少再分。基频上名词和动词都清晰区分焦点与焦点后，对比焦点与窄焦点之间名词无差，动词则窄焦点高于对比焦点；状态词的对比焦点与窄焦点无差，且对比焦点与窄焦点后也无差，只有窄焦点边缘高于窄焦点后，而三者都高于对比焦点后。时长和能量上对比焦点与窄焦点无差，窄焦点后与对比焦点后在时长上有别而在能量上无别，但焦点条件一致高于焦点后条件。频谱倾斜基本不区分焦点，仅在未校正的宽频倾斜上对比焦点略低于窄焦点和窄焦点后，且显著性处于边缘。

下面第一张表整理基频的关键比较，比较问题是基频能否同时支撑焦点大分界和音节小分界，公平条件是同一模型内词类与音节交互已受控，指标越大表示音高越高。

表后解释需要同时看到收益与代价。收益是焦点大分界在名词动词上非常稳，名词 4 种条件两两比较中焦点与焦点后全部显著而类型内全不显著，说明基频是可靠的焦点标记。代价是类型等级假设未得到支持，对比焦点从未高于窄焦点，反而在动词上更低；状态词的焦点效应也弱于名词动词，对比焦点与窄焦点后无差，说明焦点标记强度依赖词类。未胜出项是对比焦点并未如预期最强，这是对层级假设的直接反例。

为直观确认基频分布，先看下面箱线图导读。该图按词类分三面板，每面板横轴为 4 种焦点条件，每组内两种颜色对应第二与第三音节，纵轴为归一化基频，箱体中线越高音高越高，须线与离群点反映个体与词项变异。

看图路径： 1. 先看三块面板标题 S、N、V，确认每块横轴都是 CF、NF、PN、PC 四种焦点条件；2. 再比较每组内红色与青色箱体的中线高低，判断第二音节是否系统高于第三音节；3. 最后沿 CF、NF 到 PN、PC 看箱体整体下移幅度，确认焦点与焦点后的分界是否大于焦点类型内部差异

论文图 1。原论文 Figure 1：“F0 across word class and focus”。

从像素可见，中间名词面板从焦点条件到焦点后条件箱体整体大幅下移，而同一条件下两色箱体重叠较大；右侧动词面板同样焦点高于焦点后，但窄焦点箱体略高于对比焦点；左侧状态词面板整体高于另两类，且第二音节箱体系统略高于第三音节。这支持统计结论：焦点大分界远大于音节小分界，焦点类型内差异小且方向不符合对比最强的预期。

时长方面，第二张表整理时长比较，问题是时长是否同样支撑焦点大分界，公平条件是音节与词类交互已建模，指标越大表示元音越长。

表后解释是时长同样把焦点与焦点后分开，对比与窄焦点无差是负结果，说明时长标记有无但不标记类型。代价是固定效应解释力低，随机效应加入后才中等，意味着发音人与词项差异大，2 名发音人的结论外推需谨慎。未评测边界是宽焦点未纳入，无法判断加入更大范围焦点后类型区分是否会出现。

时长分布导读如下：三面板横轴同为 4 种焦点条件，纵轴为毫秒时长，名词面板中青色第三音节在 4 种条件下都高于红色第二音节，动词面板方向相反，状态词两色接近，这与统计中名词第三音节长、动词第二音节长、状态词音节无差一致。

看图路径： 1. 先确认三面板横轴同为四种焦点条件，纵轴为元音时长分布；2. 再观察名词面板中青色箱体是否在四种条件下都高于红色箱体，而动词面板方向是否相反；3. 最后比较 CF、NF 箱体与 PN、PC 箱体的整体高度，判断焦点是否拉长元音

论文图 3。原论文 Figure 3：“Duration across word class and focus”。

从像素可见，焦点条件箱体整体高于焦点后，名词与动词的音节方向差异在焦点与焦点后都存在，说明音节差不依赖焦点出现，这为重音解释留了空间，但状态词无音节差又削弱了倒数第二重音的时长证据。

去掉焦点后，哪些音节差还能留给重音？

本文的反证逻辑是焦点条件未与音节形成交互，即音节差在焦点与焦点后都成立，才可谈重音。结果是交互项中词类与音节显著，而焦点与音节交互均未入选，这在形式上满足把音节差归于词层面的前提。但音节差的方向与指标并不一致：基频上状态词与名词第二高于第三，动词音节无差；时长上名词第三长于第二，动词第二长于第三，状态词无差；能量上状态词与名词第二低于第三，动词第二高于第三。

未校正倾斜上状态词名词第二高于第三而动词反之；校正倾斜上状态词第二高于第三而名词动词反之。换言之，假设的词末重音在名词上只体现为时长与能量第三音节高，在动词上只体现为倾斜第三音节高，两者唯一共同的是宽频校正倾斜，而状态词的倒数第二重音只在基频与多数倾斜上成立，在时长能量上不成立。

第三张表把能量与倾斜的对照放在一起，问题是除基频时长外，哪些指标还能区分焦点与音节，公平条件是同一批元音核均值，倾斜以分贝计，值越小表示频谱越平坦、高频能量相对越强。

表后解释的收益是能量与基频时长一致支持焦点大分界，而倾斜对焦点基本无感，却在音节间有稳定方向差，这正是倾斜更像重音指标的证据。代价是名词与动词同为假设词末重音却在不同指标上达标，提示两者可能本属不同重音模式，但作者也指出该推断被弱化，因为名词动词音节差仅在时长上显著，且状态词未重读第三音节从未低于名词动词已重读第三音节，可能有溢出效应使状态词第三音节被前一强音节抬高。未胜出项是校正倾斜模型解释力低，固定效应仅约 10%，说明倾斜结论同样受个体变异制约。

能量分布导读如下：三面板横轴仍为 4 种焦点条件，纵轴为能量，焦点箱体整体高于焦点后，但同条件下两色箱体重叠大，说明能量标记焦点有无而非音节位置。

看图路径： 1. 先确认横轴仍为 CF、NF、PN、PC，比较焦点条件与焦点后条件的箱体中线落差；2. 再看同一焦点条件下红色与青色箱体重叠程度，判断音节差是否小于焦点差；3. 最后注意离群点与须线长度，理解能量指标的个体变异大于基频

论文图 2。原论文 Figure 2：“Energy across word class and focus”。

从像素可见，名词面板青色略高于红色，动词面板红色略高于青色，但落差远小于焦点到焦点后的整体下移，且离群点较多。这支持原文判断：能量是焦点指标，不是重音的可靠指标。

倾斜分布导读如下：以宽频未校正倾斜为例，三面板中状态词与名词红色高于青色，动词青色高于红色，且 4 种焦点条件下位置基本持平，说明音节效应稳定而焦点效应弱。

看图路径： 1. 先看 S、N 面板中红色箱体是否高于青色，而 V 面板中青色是否反超红色；2. 再比较四种焦点条件下箱体位置是否基本持平，确认该指标对焦点不敏感；3. 最后观察动词面板中焦点后条件的高箱体，思考音节效应与焦点效应的分离

论文图 5。原论文 Figure 5：“H1-A3 across word class and focus”。

从像素可见，动词面板青色箱体在 4 种条件下都高于红色，而状态词面板红色高于青色，这种交叉方向在焦点与焦点后都存在，因此更可能来自词类固有的发声差异而非临时焦点努力。校正指标也有类似交叉，只是名词方向在校正后翻转，提醒复现时必须同时报告校正与未校正，不能只选显著的一版。

哪些边界会改变结论的适用范围？

第一是样本量与代表性。仅 2 名老年发音人，年龄六十多至七十多，成长村庄不同，随机效应已显示个体变异大，固定效应解释力在时长能量倾斜上都偏低，因此结论是首次观察而非群体规范，推广到年轻双语者或他方言需重新采样。第二是测量范围。只取第二、三音节元音核均值，未测第一音节，未测基频峰对齐、斜率与音节整体测量，若重音实现为对齐而非均值高低，当前方法会漏检。第三是词汇与语音不平衡。

九词均为三音节特定结构，辅音除首音节声母外为浊音，元音音位未在音节间均衡，固有元音高度与时长差可能混入音节效应。第四是焦点覆盖不全。仅对比焦点、窄焦点及两种焦点后，未纳入宽焦点，无法检验宽焦点加入后是否会诱发更细的类型等级。第五是溢出解释待验证。状态词强重音溢出到后一音节从而抹平词末对比，只是可能解释，原文用可能一词表述，未做声学验证，不能当作定论引用。

要复述方法，先固定哪几件事再跑统计？

先固定 elicitation 流程。准备图片刺激与引导语，每目标词构造纠正性问答诱发对比焦点与对比焦点后，再构造特殊疑问句诱发窄焦点与窄焦点后；载体句把焦点词放句首焦点槽位并用前附成分与边界隔开，把焦点后词放句中；幻灯片同时呈现图片、问题文字与标准正字法载体句，研究者先用雅美语口头介绍，再让发音人用雅美语回答，不流利重读，每人 3 轮随机顺序。录音用头戴话筒近距离通道为主，室内安静环境，保留另 1 通道但不混入分析。

再固定标注与测量。切出目标词语音，按音节、声韵调结构与音位标注，只取第二、三音节元音核；逐毫秒提取基频、时长、能量与谐波幅度，用共振峰带宽做校正，基频做倍频中位数归一化，按元音核取均值，时长取总长，再按中位数绝对偏差剔除离群值。

统计时为每个因变量单独拟合线性混合效应模型，固定效应为词类、音节与焦点条件及其交互，随机效应为词与发音人并带发音人随机斜率，从极大模型经似然比检验向后简化，再做校正成对比较并报告回归系数、显著性与模型解释力。复现时若发音人增多，应保留随机斜率结构并检查收敛；若更换软件，需说明基频算法与归一化是否一致，否则基频系数不可直接比较。

何时值得借用这套分离思路，还需补什么验证？

当研究对象是小样本濒危语言且文献重音结论与焦点可能混淆时，这套思路值得尝试：先用句首焦点槽位与句中背景位置制造最小信息结构对，再看音节差是否在无焦点条件下依然存在。若焦点大分界清晰而类型内无等级，且音节差跨指标不一致，就应暂缓宣布重音规则成立，转而报告哪个指标在哪个词类上稳健。本文的稳健点是基频、时长、能量标记焦点有无，基频与频谱倾斜在状态词上支持倒数第二凸显，频谱倾斜在动词上支持词末凸显，而名词的词末证据主要在时长能量。

还需补三项验证。一是补宽焦点与更多动词名词对，检验名词动词是否真属同一重音类；二是补基频对齐与斜率及音节级测量，检验均值无差是否掩盖了对齐差异；三是扩大发音人年龄与方言覆盖，并均衡元音在音节间的分布，以排除元音固有属性与溢出效应的替代解释。在这些补足前，引用本文应表述为报告显示焦点效应清晰、支持重音的证据不一致且倾斜更可靠，而把溢出与类别拆分表述为可能待验证，不承诺改善识别率、延迟或教学效果。

📐 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 52 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