英语里听到的声调，何时自动点亮普通话词汇：双语者跨语言音系激活的脑磁图证据

英文题目：The neural basis of lexical tone in bilingual language processing: A MEG study

会议身份：conference:speechprosody:2026:conference-paper-id:zhang26h_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 #言语感知 #脑信号 #语音 #语音属性识别

评分：5.5/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 1.0/1.5 | 清晰度 0.8/1 | 影响力 1.0/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.2/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• XinDong Zhang：机构信息未能从会议 PDF 纯文本可靠映射
• Junjie Wu：机构信息未能从会议 PDF 纯文本可靠映射
• Judy Zhu：机构信息未能从会议 PDF 纯文本可靠映射
• Xin Wang：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该研究处理普通话-英语双语者在纯英语语境下是否自动激活母语声调词汇表征的问题，输入为自然英语单音节词与叠加普通话四声的偏离词，输出为脑磁图源空间失配场差异，难点在于区分低水平音高敏感与高水平跨语言词汇竞争。先由刺激构造输入自然英语同音词与非同音词，负责去基频后移植普通话四声生成偏离刺激与新异词，输出Oddball序列进入MEG记录。再由MEG记录与预处理输入连续脑磁信号，负责滤波分段与事件相关场平均，输出标准与偏离平均信号进入源重建。最后由源重建与建模输入平均信号，负责经动态统计参数映射估计双侧颞上回与左侧颞中回活动并以线性混合效应检验交互，输出源空间失配场差异。与单语声调感知工作相比，关键差异是将声调操控嵌入全英语Oddball任务并以同音与非同音偏离对照分离声学与词汇效应，意义在于定位右颞上回声学加工与左颞上回词汇激活的分工。在被动听觉Oddball任务条件下，双语组左侧颞上回的MMF效应指标为0.16，高于单语组左侧颞上回的MMF效应指标0.03。结论适用边界仅限被动聆听孤立单音节词情形，连续语流与产出任务等外推尚未验证。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://surfer.nmr.mgh.harvard.edu — 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

为什么声调双语是一个值得单独检验的问题？

输入是这篇论文的研究对象与目标读者。本文只研究一种任务：在完全用英语呈现的听觉语境里，普通话-英语双语者是否仍被普通话声调自动影响。目标是让刚进入语音、音乐或音频领域的研究生能复述实验逻辑、关键操作与证据边界。必须保留的信息包括被试分组、刺激构造、奇异范式结构、脑磁图记录与源分析流程、感兴趣区与时间窗、线性混合效应模型的交互含义，以及区分一般声调敏感与跨语言词汇激活的两层结果。输出是 1 篇可核对的方法解读，不做超出原文的因果承诺。

普通话这类声调语言用音节上的音高变化区分词义。论文在引言中举例，音节 /ma/ 配高平、上升、低降升、下降等不同声调时对应母亲、大麻、马、骂等不同含义。白话解释就是：声调在这里不是语气或情绪，而是词本身的一部分，换声调等于换词。相对地，英语这类非声调语言主要用音高做韵律功能，例如疑问上扬或重读提示，不改变词的身份。初学者容易把所有音高现象混为一谈，这篇论文首先要求把词义性音高与韵律性音高分开。

双语加工的难点在于，即使当前只用第二语言，第一语言的音系表征仍可能被自动激活。论文回顾的行为证据指出，有声调母语经验的双语者在听英语时也会对音高更敏感，甚至把英语重解释为类似声调的模式。白话解释就是：长期用声调区分词义的人，可能在听英语时也忍不住用声调耳朵去听。但行为反应容易受任务、注意和按键策略影响，神经机制层面仍不清楚，特别是这种跨语言激活究竟发生在早期听觉声学阶段，还是已经进入词库水平的音系竞争阶段。

词汇声调 × 跨语言同音词： 词汇声调负责用音高轮廓区分词义，例如普通话里同一音节配不同声调对应不同词；跨语言同音词负责提供跨语言语音重叠的检验点，例如英语 buy 与普通话 bai2 听感相近但分属两套词汇。两者搭配的理由是：只有当声调信息被强制送入普通话音系表征时，同音词才会比非同音词引发更强的跨语言激活，从而把一般的声调敏感性与词库水平的共同激活分开。

学习依赖上，本节先建立声调与非声调语言的功能差异，再建立双语者第一语言自动激活的问题，最后引出为什么需要无任务的神经指标。下一节将沿着同输入、同目标、同监督的思路，说明单语声调文献与双语行为文献各自解决了什么、留下了什么，从而定位本文的增量不是重复证明声调重要，而是分离声学敏感与词汇激活。

已有文献解决了什么，还缺哪一块神经证据？

单语声调加工文献提供了脑区先验。论文回顾说，早期研究强调左半球在声调加工中的特化，后续工作则强调双侧皮层参与。初学者可以这样理解：早期结论偏向左半球语言区主导，后来证据发现右半球对音高声学特征也很重要。对本文的作用是，后续选择双侧颞上回、双侧额下回和双侧颞中回作为感兴趣区不是随意挑选，而是有单语功能磁共振与声调加工文献支撑。缺少的是双语者在跨语言语境下如何调用这些区域的时间动态。

双语行为与眼动文献提供了现象先验。论文引用了视觉世界范式、听觉词汇判断等证据，说明声调可以驱动双语者同时激活两种语言。例如听觉上与普通话词相近的英语词会引发额外的注视或判断干扰。白话解释就是：行为上已经看到跨语言干扰，但行为是多个阶段的总和，无法说明干扰发生在听觉编码阶段还是词汇选择阶段，也无法给出毫秒级的时间与皮层来源。这正是脑磁图的价值所在。

脑电与脑磁的失匹配反应文献提供了指标先验。论文明确采用被动听觉奇异范式，并引用失匹配负波与失匹配场在母语音系加工中常呈左半球分布的证据。白话解释就是：当大脑对母语语音类别敏感时，偏离刺激会诱发更大的自动反应，且语言学加工更可能偏左。因此作者事先假设双语者对普通话音高模式更警觉，同音词与非同音词的差异如果存在，应表现为左偏的增强激活。本文的对照路线因此是同输入、同运行阶段的组间对照：同一套英语词加声调操作，比较双语者与单语者，而不是拿不同语言材料直接比较。

本文要回答的两个层次问题是什么？

第一个问题是声调敏感性问题：在完全英语的听觉序列里，普通话-英语双语者是否比英语单语者对叠加的普通话声调产生更强的自动神经反应。如果成立，说明母语声调经验调节了义务性的音系表征激活，即使目标语言不需要声调。这是一个组间主效应与双向交互问题，对应刺激类型与语言组的交互。

第二个问题是跨语言词汇激活问题：上述增强是否只停留在声学层面，还是已经进入词库层面。具体操作是比较跨语言同音词与非同音词。举例说明，buy 叠加普通话第二声后听感接近白 bai2，具有普通话对应词；而 boy 叠加第二声后在普通话中没有语音对应词。如果双语者把英语音段与声调一起解码并激活两种语言系统，那么同音词应比非同音词诱发更大的偏离反应，而单语者不应显示这种词类型差异。

这是一个三重交互问题。论文明确预期这种同音词优势是左偏的，因为母语音系加工常呈左半球分布。

两个问题有严格的学习依赖：必须先理解声调偏离反应的存在，才能理解组间差异；必须先理解组间差异可能是一般听觉敏感，才能理解为什么还要用同音与非同音做第二层分离。后文的方法全景将先走完一个样本从输入到输出的完整路径，再展开脑区与统计细节。

从一个英语词到组间结论，完整路径如何走通？

先沿一个样本走完输入到输出。以同音词 buy 为例，输入是澳大利亚英语男声自然朗读的 buy，作为标准刺激在序列中高概率重复出现。同一词的另一版本是把原始基频轮廓去掉并替换为普通话第二声，记为 buy2，听感接近普通话 bai2 白，作为偏离刺激低概率插入。被试在磁屏蔽室里仰卧听音，眼睛注视十字或星号，只在听到新异词例如 cat 时按键，标准与偏离本身不需要反应。

脑磁图连续记录后切段、平均得到标准与偏离的事件相关场，再经源重建得到皮层活动，最后在感兴趣区与感兴趣时间窗内计算偏离减标准的失匹配场。输出是每个被试、每种词类型、每个脑区的失匹配幅度，再用线性混合效应模型检验组间与词类型差异。

奇异范式 × 失匹配场： 奇异范式负责制造可预测的听觉背景与稀有偏离，它用大量标准刺激建立预期，再插入少量偏离刺激打破预期；失匹配场负责读出大脑对这种打破的自动反应强度，它用偏离减标准的源活动差值来量化。两者搭配的理由是：被试不需要做声调判断也能测到自动加工，避免注意和任务策略污染，从而把声调敏感性解释为相对自动的神经反应而非按键行为。

全景上，方法分为刺激构造、呈现流程、记录与预处理、源重建、感兴趣区时间窗提取、统计建模 6 步。刺激构造保证音段可比而超音段不同；呈现流程保证预期可建立而偏离可检测；记录与预处理保证去除环境与眼动伪迹；源重建把传感器信号定位到皮层。

时间窗提取把检验聚焦到音系信息可能出现的时段；统计建模把失匹配效应、同音词效应与语言组差异分别对应到主效应、双向交互与三重交互。初学者复述时应按此顺序复述，不要跳过呈现概率与按键任务，因为它们决定了自动性解释是否成立。

刺激如何构造：同音词、声调叠加与序列结构做了什么？

词类型是第一组操作。研究纳入两类单音节英语词，且均为辅音加元音结构：跨语言同音词与非同音词。同音词例如 buy、shoe、car、lay，在叠加声调后具有普通话语音对应词；非同音词例如 boy、hair、toy、bore，在叠加声调后没有普通话对应词。论文报告两类词在词频与长度上无显著差异，词频 p 等于 0.188，长度 p 等于 0.12。白话解释就是：先把词频与长度拉平，避免同音词效应被常用词或长短差异解释。

声调叠加是第二组操作。英语刺激由澳大利亚英语男声录制，普通话声调源自北京男声录制的普通话词，要求结构与时长与对应英语词匹配。做法是用 Praat 去掉英语原有的音高轮廓，再把提取的普通话声调轮廓叠加上去，沿用已发表的声调叠加流程生成高质量语音。标准刺激是自然英语发音，偏离刺激是叠加 4 种普通话声调之一的版本。每个序列只呈现一种叠加声调，例如 buy 序列的偏离只有 buy2。为保证操纵后的声调听感像真实普通话声调，5 名未参加脑磁图实验的普通话-英语双语者评估了自然度。

声调叠加 × 标准刺激与偏离刺激： 声调叠加负责在保持英语音段基本不变的前提下替换超音段音高轮廓，使同一个英语词出现自然版与带普通话声调版；标准刺激与偏离刺激负责把这两种版本分别放入高概率背景与低概率偏离位置。两者搭配的理由是：音段相同而音高不同时，偏离反应才能归因于声调层面，而不是换了一个完全不同的词，从而支撑后续按同音与非同音分组比较。

序列结构是第三组操作。共 16 个单字序列，其中 8 个同音词序列与 8 个非同音词序列，每种声调类型出现 2 次并叠加在不同词上。每个序列包含 100 个听觉 token，其中同一词的 3 个版本共占 96 个 token，包括 80% 标准刺激与 16% 偏离刺激，另有 4% 新异刺激用于保持警觉。新异刺激采用辅音元音辅音结构，与同音和非同音词明显可区分。任意两个偏离之间随机插入 3 到 5 个标准刺激。

每个词做 3 个版本并嵌入序列，形成 16 个单字序列。这种设计使被试在每个序列内只跟踪一个词的声调偏离，降低词汇切换带来的解释复杂性。

脑磁图记录、预处理与源定位如何得到可比较的失匹配场？

记录条件按原文交代。数据在悉尼 KIT-Macquarie 脑研究实验室用 160 通道全头轴向梯度计系统采集，被试仰卧于暗光磁屏蔽室内。连续数据采样率为 1000 赫兹，在线带通为 0.03 到 200 赫兹。刺激经 PsychoPy 2 呈现，双耳经插入式耳机播放。序列内刺激间隔在 700 毫秒到 900 毫秒之间随机选择，以减少固定间隔导致反应衰减。

视觉呈现 fixation 十字或星号，被试只对新异词按键，注视符号在序列内不变，换序列时可能更换但不需按键。正式记录前有训练序列，几乎无误才开始正式实验。每 6 个序列休息 1 次，每个序列约 3 分钟，全程约 40 分钟。

预处理用 MNE-Python 1.9.0 离线完成。先用 meegkit 0.1.9 的时间平移主成分分析基于 3 个参考通道去环境噪声，目视去除坏通道，再做 0.1 到 40 赫兹带通滤波与独立成分分析以去除眨眼等眼动伪迹。连续数据切为 700 毫秒段，即听觉 onset 前 200 毫秒到 onset 后 500 毫秒。新异刺激的段落直接排除，紧随新异刺激后的标准段落因含按键运动反应也排除。标准事件相关场取每个偏离前紧邻的标准试次平均，偏离事件相关场取全部偏离试次平均。4 种声调的偏离在分析同音与非同音效应时合并平均。

动态统计参数映射 × 感兴趣区与感兴趣时间窗： 动态统计参数映射负责把传感器层面的事件相关场反推到皮层源空间并做噪声归一化，给出每个时刻每个源点的活动估计；感兴趣区与感兴趣时间窗负责把检验限制在双侧颞上回、双侧额下回、双侧颞中回以及 200–400 毫秒内。两者搭配的理由是：全脑全时程搜索会放大偶然显著，先验脑区加先验时间窗把问题收敛为声调与语音加工最可能出现的位置，从而使三重交互检验具有可解释的方向。

源分析因无个体结构磁共振而采用 FreeSurfer 标准 fsaverage 模板头，结合每名被试进入磁屏蔽室前记录的数字化头形与基准点进行形变匹配。正向解用边界元法单层头模型，噪声协方差从听觉 onset 前 200 毫秒基线估计，逆解用动态统计参数映射。感兴趣区选双侧颞上回、双侧额下回与双侧颞中回，解剖定义基于 Desikan-Killiany 图谱。感兴趣时间窗选 200 到 400 毫秒，依据是以往类似奇异范式中音系信息约在词 onset 后 200 毫秒出现。源时间序列用 MNE-Python 的平均翻转函数提取并在时间窗内平均，得到每个脑区的分析值。

本研究有没有训练神经网络？实际计算过程是什么？

本研究没有训练神经网络，也没有微调声学或语言模型，因此不存在优化器、学习率、梯度路径、参数冻结与更新、早停或权重重置等训练环节。把无训练等同于确定性求解是错误的：即使没有可训练参数，从传感器到组间结论仍有多步估计与建模不确定性，包括头模型近似、逆解正则化、时间窗选择与混合效应随机结构选择。

实际计算过程是信号处理加统计建模。第一步是去噪与伪迹去除，包括时间平移主成分分析、坏通道剔除、带通滤波与独立成分分析。第二步是切段与平均，得到标准与偏离的事件相关场。第三步是源重建，用边界元正向解与动态统计参数映射逆解把传感器数据映射到皮层。第四步是感兴趣区时间序列提取与时间窗平均，得到可建模的标量值。

第五步是线性混合效应模型检验，完整模型为数值约等于刺激类型乘词类型乘语言组加被试随机截距与随机斜率，收敛失败时用后退法简化随机效应结构，最终模型保留被试随机截距加刺激类型与词类型的随机斜率。监督来源不是标签损失，而是实验设计中的条件编码：标准对偏离、 同音对非同音、双语对单语，结论来自这些编码的系数与交互显著性。

被试、分组与公平比较条件是否一致？

被试分组是组间比较的基础。双语组为母语普通话、英语为第二语言的普通话-英语使用者，英语水平用 LexTALE 测试；单语组出生于澳大利亚或其他英语国家，自报无第二语言熟练能力且无任何汉语方言或声调语言经验。这种分组使声调经验成为两组的主要差异，但原文未报告年龄、性别、听力筛查与双语者英语水平分布，复现时需要补记这些协变量，否则无法排除听力或 proficiency 差异的替代解释。

比较的公平条件在于同一套刺激与同一套流程。两组听同样的 16 个序列、同样的标准与偏离构造、同样的新异词按键任务、同样的记录与预处理参数。指标方向是失匹配场幅度越大表示对声调偏离的自动反应越强。聚合对象是先在试次上平均得到事件相关场，再在源时间窗内平均得到脑区值，最后在混合模型中估计固定效应。统计方法为线性混合效应模型，主效应表示失匹配效应，双向交互表示失匹配的组间差异，三重交互表示同音词优势的组间差异。

下表整理可运行的实验配置，数据来自原文连续原句，单位保留原文写法。表前问题是：两组人数、序列规模、呈现概率与时间参数是否足以支撑自动性解释。公平条件是两组共用同一刺激表与同一记录参数。指标方向在下一节结果表中再展开。

上表的主要价值是给出可复现的规模与概率：16 个序列乘每序列 100 个 token 决定了试次数，80% 对 16% 对 4% 决定了预期强度，700 到 900 毫秒随机间隔与只对新异按键共同支撑自动性。代价是原文未报告每个条件最终保留的干净试次数与剔除率，也未报告 LexTALE 分数分布，因此无法从本表判断两组有效试次是否平衡。未胜出项将在结果表中体现为额下回与右侧颞中回的阴性结果，这里先保留它们作为已检验但未显著的边界。

声调偏离在哪些脑区诱发反应，双语者强在哪里？

先看失匹配是否存在。跨组跨词类型合并时，左侧颞上回、右侧颞上回与左侧颞中回出现刺激类型主效应，偏离大于标准，表明叠加在英语词上的音高确实诱发了自动偏离反应。其余感兴趣区未达显著，包括左侧额下回、右侧额下回与右侧颞中回。这一步把后续组间比较限制在有失匹配基础的 3 个脑区，避免在无反应区域解释组间差异。

再看双语者是否整体更强。左侧颞上回与右侧颞上回出现刺激类型与语言组的双向交互，双语者失匹配大于单语者；左侧颞中回未出现该交互。这意味着双侧颞上回对声调偏离的敏感性被母语声调经验调节，而左侧颞中回虽然对偏离有反应，但反应强度不随组别变化。初学者应注意数值相同不是同一指标的证据：这里的双语者数值是偏离减标准的差值，不是原始激活强度。

下表整理主效应与双向交互的关键数字，单位与精度保留原文。表前问题是：在有失匹配的脑区里，哪些支持双语者更敏感，哪些只支持一般偏离反应。公平条件是同一时间窗、同一源重建与同一混合模型。指标方向是 t 值绝对值越大、p 越小越支持存在效应，双语者差值大于单语者差值表示更强。

上表的主要收益是分离了两种阳性：左侧颞中回只有一般偏离反应，双侧颞上回兼有一般反应与双语者优势。具体代价是左侧颞中回的估计为负值，原文未解释符号方向是否代表去激活或源方向翻转，复述时不应把负号直接说成抑制。反例是双侧额下回与右侧颞中回未显著，说明声调偏离的自动反应在本范式中不依赖这些区域，至少在 200 到 400 毫秒窗内如此。

双语者效应 × 同音词效应： 双语者效应负责回答声调偏离反应是否在双语者中整体更大，它对应刺激类型与语言组的双向交互；同音词效应负责回答这种增大是否只在能激活普通话词汇的同音词上更明显，它对应刺激类型、词类型与语言组的三重交互。两者搭配的理由是：前者只能证明对音高更敏感，后者才能把敏感性推进到词库水平的跨语言激活，论文的分层结论正是右颞上回停在前者而左颞上回走到了后者。

同音词特异效应是更强证据，将在下一节用三重交互表单独展开。这里先强调：双侧颞上回的组间优势只能证明对音高更敏感，不能证明激活了普通话词库；只有同音大于非同音且只出现在双语者时，才能支持跨语言词汇激活。

同音词对照与阴性脑区提供了什么反证？

同音词对照是本文的关键分离。只有左侧颞上回出现刺激类型、词类型与语言组的三重交互，同音与非同音的失匹配差异在双语者中大于单语者。进一步简单交互显示，同音词优势在双语组显著而在单语组不显著。右侧颞上回与左侧颞中回的三重交互均不显著。这构成双重分离：右侧颞上回有双语者优势但无同音词优势，左侧颞上回两者兼有。因此论文提出右侧颞上回负责声学特征加工，左侧颞上回负责高水平跨语言音系激活。

下表整理三重交互与组内分解，保留原文统计写法。表前问题是：双语者的增强究竟是普遍听觉敏感还是词库水平的共同激活。公平条件是同音与非同音在词频长度上已拉平，且共用同一声调叠加与同一序列结构。指标方向是三重交互 t 越大越支持组间同音词差异不同，组内 F 越大越支持该组内同音与非同音不同。

上表的主要收益是左侧颞上回的特异性：只有它同时通过双语者检验与同音词检验。具体代价是效应量以失匹配差值的差值表示，绝对值较小，双语者 0.06 对单语者负 0.03，解读时应强调方向与显著性而非夸大强度。反例正是右侧颞上回与左侧颞中回的阴性三重交互，它们说明并非所有对声调敏感的区域都参与跨语言词汇激活。未评测边界是 4 种声调被合并平均，无法知道是哪一声驱动了同音词效应，也无法排除某一声调或某一词项主导结果。

哪些缺项限制了结论的推广？

测量层面的缺项首先是无个体结构磁共振。原文明确因无个体扫描而用标准模板头加头形形变匹配，这会引入源定位误差，尤其对颞中回与额下回等沟回变异较大的区域。用模板能完成组间比较，但不应把坐标级定位当作精确解剖结论。噪声协方差仅从 200 毫秒基线估计，若基线含残余听觉或肌电活动，也会影响动态统计参数映射的归一化幅度。

设计层面的缺项是声调合并与行为缺失。4 种普通话声调的偏离被平均在一起，论文因此只能说超音段信息总体有效，不能说第二声比第四声更能驱动跨语言激活。同音词举例以 buy 加第二声接近 bai2 为主，但 8 个同音词乘 4 种声调的具体映射未完全列出，复现时需重建完整刺激表。行为上被试只对新异词按键，没有声调辨别或词汇判断分数，因此无法检验神经失匹配幅度与行为敏感性的相关，也无法测量误判率与反应时。

统计与报告层面的缺项包括随机结构简化、试次保留数与人口学细节。原文说明收敛失败时用后退法简化随机效应，但未报告每步比较与最终随机结构对方差的解释。标准试次只取偏离前紧邻试次，虽能平衡试次数，但未报告剔除新异及后续试次后的有效试次数。双语者英语水平只说用 LexTALE 测试而未给分布，单语者只说无声调语言经验而未给音乐训练史，而音乐训练同样影响音高敏感。这些缺项不否定已报告的交互，但把结论限制为组水平、在 200 到 400 毫秒窗内、在模板头模型下的自动反应差异。

要复现这项研究，先做什么、保留什么？

先重建刺激与序列。找澳大利亚英语男声录制 8 个同音与 8 个非同音单音节词，要求词频与长度匹配；找北京男声录制结构时长匹配的普通话源词并提取四声轮廓；用 Praat 去掉英语原音高后叠加普通话声调；找 5 名不参加脑磁图实验的双语者评估自然度。

每个词做 3 个版本，每个序列 100 个 token，按 80% 标准、16% 偏离、4% 新异组织，新异用辅音元音辅音词，偏离间隔 3 到 5 个标准，刺激间隔 700 到 900 毫秒随机。16 个序列伪随机呈现，每 6 个序列休息，训练序列几乎无误才开始正式记录。

再保留记录与分析的信息条件。记录用 160 通道全头系统，采样 1000 赫兹，在线带通 0.03 到 200 赫兹，双耳插入式耳机呈现。预处理保留时间平移主成分分析去环境噪声、坏通道目视剔除、0.1 到 40 赫兹带通、独立成分分析去眼动、700 毫秒切段与基线设置、排除新异及后续标准试次、标准取偏离前紧邻试次、四声调合并平均。源分析保留模板头加头形匹配、边界元正向解、基线噪声协方差、动态统计参数映射逆解、双侧颞上回与颞中回加双侧额下回感兴趣区、200 到 400 毫秒时间窗、平均翻转提取。统计保留线性混合效应模型的完整公式与简化后公式，分别报告主效应、双向交互与三重交互。

资源状态按本次收到的官方证据交代：本次唯一第三方资源为 FreeSurfer 模板地址，其可用性状态为 available，本次确认可达，因此可写该模板当前可用。但这不等于本研究代码、刺激音频或脑磁图数据已公开，原文未提供代码与数据链接，复现时应把刺激表、试次保留数与随机效应结构作为必须补记的三项验证。

何时值得参考这套范式，还需补哪项验证？

当研究问题是母语经验是否在无任务条件下自动调节第二语言语音加工时，这套范式值得参考。它的优点是用高概率标准建立预期、用低概率声调偏离读出自动反应、用同音与非同音分离声学敏感与词汇激活、用双语对单语控制语言经验。当问题涉及音乐训练、声调类型差异或个体敏感性预测行为时，则不应直接套用结论，因为原文合并了四声、无音乐史控制、无行为相关。

特有的误解需要澄清。第一，双侧颞上回增强不等于双侧都做词汇激活，原文的分离恰恰是右侧停在声学、左侧进入音系。第二，左侧颞中回有失匹配不等于有双语者优势，它的组间交互不显著，只能说对偏离有反应。第三，无训练不等于无不确定性，模板头、逆解与时间窗都带来近似。第四，百分点与相对百分比不可混用，本文报告的是源活动差值与交互系数，不是正确率提升。

还需补的验证至少有三项：一是分声调分析，看第二声这类与同音词绑定更强的声调是否主导效应；二是行为与神经相关，看失匹配幅度能否预测跨语言干扰行为；三是报告有效试次数、LexTALE 分布与音乐训练史，并在个体头模型下重复感兴趣区结果。只有补齐这些，才能把层次化整合网络的解释从支持推向更强的因果链条。

📐 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 16 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