英文题目：Effects of lexical frequency and semantic priming on durational patterns in German
会议身份：
conference:speechprosody:2026:conference-paper-id:zhao26_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。
标签：#统计分析 #语音学与音系 #韵律 #语音 #语音属性识别
评分：4.8/10 | 创新 1.2/2 | 技术严谨 1.1/1.5 | 实验充分 0.6/1.5 | 清晰度 0.7/1 | 影响力 0.7/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.2/1.5
排名：后50% | 文档类型：应用研究
👥 作者与机构
- Tianyi Zhao：机构信息未能从会议 PDF 纯文本可靠映射
- Alice Turk：机构信息未能从会议 PDF 纯文本可靠映射
- Tina Bögel：机构信息未能从会议 PDF 纯文本可靠映射
📌 核心摘要
本研究以德语四音节名词短语朗读为任务，输入为目标名词频高低与上下文语义启动有无的组合，输出为三个边界相关区间的声学时长，难点在于将词汇固有可预测性与语篇语义激活对边界延长的贡献分离并检验其相对量级。方法链分四步：先按首末音节匹配从WebCelex等来源选出高低频目标词对并嵌入相同句法载体句以固定韵律位置，其次用含两个同语义场词的上下文句构造启动与非启动配对并以拉丁方平衡呈现，再经MAUS自动切分加Praat人工校正确定B1至B3边界区间，最后用对数时长线性混合效应回归检验主效应与交互。相对重复同一词形的已有启动研究，关键机制差异在于用同语义场不同词实现更隐性的语义启动，更贴近自然语篇可预测性来源，因而能直接比较词频与语义冗余度的时长效应大小。在载体句朗读任务条件下，非启动条件的B2区间时长指标为0.147 s，高于启动条件的时长指标0.136 s。进一步回归显示低频目标在三处边界区间一致更长而语义启动总体不显著，仅冠词韵母出现数值可忽略的反向交互，支持不同冗余因素影响程度不同的解释。该结论适用边界受限于朗读语体、重读名词短语边界及8名被试共313句的初步样本，尚未验证自发对话或词中非重读音节的外推。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://pavlovia.org/ — 链接可访问（HTTP 200）
- 第三方资源：https://www.dwds.de/d/wb-dwdswb — 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
为何高频词更短不只是省力？
初入语音领域时容易把高频词说得短理解成说话人偷懒，原文要纠正的正是这个直觉。它把时长变化放进识别可能性的框架里讨论，听话人能否认出一个词，既靠声音本身有多清楚，也靠这个词在语言里有多好猜。英文名是平滑信号冗余假设，缩写是平滑假设，意思是说话人会调节声音的清楚程度，让整句话每个成分的综合识别难度大致拉平。好猜的地方声音可以弱一些，难猜的地方声音需要强一些。
这种调节不是直接发生的，原文明确说中介是韵律结构，包括凸显结构与边界强弱。重音强的音节更容易被认出，因为音素更清晰更夸张，边界强的词更容易被切分出来，因为拉长与调型或停顿把词边缘标得更清楚。因此除重读音节外，语言冗余对时长的影响应当最集中地出现在对应韵律边界的区间上。这就是后文只测边界区间而不测词中非重读音节的理论依据。
输入是本研究的两个语言冗余因子，目标是比较它们对边界时长的相对大小，输出是对边界中介观点的初步检验。必须保留的信息是，这仍是初步结果，只包含完整拉丁方一轮的少数被试，全部结论都要等全样本在会议上报告后才能定型。学习时先记住反向关系这个关键词，语言冗余越高，声学冗余越低，时长越短，反之则越长。
词频与给定性此前走到了哪里？
词频效应是这条路线上最稳的一支。原文回顾说，高频词尤其是功能词经常被弱化，低频词则更完整更凸显，荷兰语与英语会话语料和德语边界研究都报告了词频对时长的影响。更关键的是，已有德语工作发现词频稳健地影响边界相关区间，但不影响词中非重读音节，这正好支持韵律中介的说法。
给定性是另一条路线。白话说，给定性指信息已经在语境中出现或可及，英文是给定性。最常见的操作是词汇重复，让同一词复现，多数研究发现重复词时长缩短，但幅度很小。语义可预测性比重复更模糊，原文指出，与词频的稳健显著不同，语义可预测性的声学证据不太一致。
本研究聚焦的语义启动，英文是语义启动，指目标词前面出现语义相关信息时激活度更高。教学例子是猫与狗的配对，这只是帮助理解启动逻辑的例子，不是本实验的实际材料。本实验的特殊之处在于启动的是整个语义场而非具体词项，启动句与目标词没有词形重复，属于更内隐的启动。先前用孤立词朗读任务的研究曾报告相关启动让起始延迟和目标词时长有所缩短，但载体句加语境句的设计很少见。这就留下了一个可核对的问题，内隐语义场启动在连续语流边界上是否还有可重复的时长效应。
本研究要比较的相对大小是什么？
本研究只做 1 个任务，比较两个语言冗余因子对德语名词短语边界时长的相对影响。因子一是词汇频率，英文是词汇频率，分为高频目标与低频目标。因子二是语义启动，英文是语义启动，分为启动语境与非启动语境。启动语境指前一句包含与目标同语义场的启动词，非启动语境指前一句是另一目标的启动句从而对当前目标不相关。
因变量不是整个词的时长，而是 3 个与韵律边界对应的区间时长，外加冠词韵尾的子集分析。控制要求很具体，目标都是定冠词加名词的四音节名词短语，每对高低频目标的首末音节匹配，载体句句法结构与预期短语重音位置一致，语境句与目标句的音节数与句法与重音位置都做了紧控制。
判断方向在平滑假设下是明确的，低频比高频更长，非启动比启动更长，因为前者语言冗余更低需要更多声学冗余补偿。难点在于该假设只预测定性相似，不预测相对大小，因此必须用同一批说话人与同一套载体结构来估计两个因子的幅度。本文的诚实之处是直接承认语义启动的声学效应研究较少，内隐语义场启动更少，相对大小只能靠本实验的数据说话，不能从理论名字推定谁大谁小。
从语境句到边界区间全景如何走通？
先沿一个样本走完全程有助于建立全景。假设目标对是高频药房与低频阿拉伯式花纹，被试先默读词表熟悉目标词尤其是低频词，然后在屏幕上看到语境句加目标句。语境句例如处方包含药物信息的句子，其中与药房同场的词作启动词，目标句是他们说加名词短语加动词的载体句。被试朗读两句，接着在数秒内判断两句意义是否相关，以迫使其理解而非机械朗读。录音后只保留判断正确且无不流利与自我纠正的句子进入分析。
分析端先用自动对齐再手工校正，标注音节与边界区间，最后用线性混合效应回归检验词频与启动的固定效应。白话说，词汇频率刻画词的长期常用程度，语义启动刻画当前语境的临时相关性。
词汇频率 × 语义启动： 词汇频率分工是刻画词本身长期常用程度带来的可预测性，语义启动分工是刻画当前语境对目标语义场的临时激活，二者搭配的理由是同属语言冗余但时间尺度与来源不同，组合意义是可在同一载体结构与同一模型中直接比较长期词属性与短期语境的相对时长效应。
下面这张标注示意图是理解全部时长指标的前提，请先看整体分层再看 3 段边界区间的位置，全程时间跨度约为 2 秒量级，局部区间测量嵌在长载体句中。
看图路径： 1. 先从上到下看波形语图与基频线，再看词层音素层与音节层如何对齐；2. 找到第五层标出的冠词与第一至第四音节，确认冠词韵尾与名词切分位置；3. 找到第六层标出的三段边界区间，确认各自跨越了哪些词边界
论文图 1。原论文 Figure 1：“An example of the annotation scheme showcased by the target der Politiker ‘the politician’. Intervals of interest were annotated on Tier 5 and Tier 6.”。
这张图展示的是政治家一词这类目标在语音标注软件中的分层，上方是波形语图与基频曲线，下方依次是词层音素层与音段细节层，再往下是第五层的音节与冠词标注，最下方第六层标出 3 段边界区间。首段从载体动词末音节跨到冠词塞音释放，中段是冠词韵尾到名词首辅音释放之间的名词短语内部区间，末段包含名词末音节韵尾加后接动词起始的收缩段。图中中段只覆盖冠词与名词交界，末段向右延伸到动词，这决定了后文为什么末段效应最大而冠词韵尾需要单独再看 1 次。起止点以音段可靠性为准，不可靠的中段与末段会被删去，静音若存在则计入所在区间时长。
三段边界区间与冠词韵尾各自测什么？
3 个区间不是随意切的，每一段对应一个可能的边界加强位置。首段是名词短语起始边界，覆盖载体动词尾加停顿加冠词起始。原文纳入首段的理由来自先前观察，说话人有时不仅在名词前拉长，也在冠词前拉长，因此不能只看名词左边缘。中段是名词短语内部区间，从冠词韵尾到名词词首释放，反映冠词与名词之间的分界。末段是名词短语末尾加动词起始，包含名词末音节韵尾与后接动词起始段，反映短语右边缘。
语言冗余 × 声学冗余： 语言冗余分工是刻画词频与语义可预测性等非声学因素带来的好猜程度，声学冗余分工是刻画时长与基频等声音线索带来的清楚程度，二者搭配的理由是平滑信号冗余假设要求整句综合识别可能性拉平，组合意义是由韵律结构作中介实现反向补偿，好猜处允许弱化难猜处需要加强。
冠词韵尾是为回答定位问题而加的子集分析。如果中段的拉长完全来自名词起始，那么冠词韵尾不应有频率效应，如果部分来自冠词，那么韵尾应有同向效应。考虑到音段可靠性，该子集只聚焦带阻碍音声母的目标，例如政治家一词，样本量为一百余句，平均每人约十余至二十句。标注时静音计入区间，中段与末段在首音节或韵尾边界不可靠时整段删去，这是后文样本量与自由度变化的直接原因。记住这个分工，后文看到 3 段都显著而冠词韵尾不显著或方向相反时，就不会误以为所有拉长都发生在同一个词上。
本研究训练了什么，没有训练什么？
本研究没有训练神经网络模型，也没有更新任何声学模型参数，因此不存在优化器与梯度路径与冻结层或早停等需要报告的事项。真实的计算过程是语音产出实验加标注加统计建模。构造端先从词典与语料库按音节结构与频率选候选名词，再经在线预试让数十人朗读并评分，按反应时与频率评分的对比选出首末音节匹配且频率反差最大的多对目标。
运行端是朗读与理解判断任务，多个实验表按被试内拉丁方加镜像平衡顺序，以抵消非启动语境先于启动语境可能带来的干扰。分析端的计算是线性混合效应回归，英文是混合效应回归，因变量取对数时长，固定效应为词频与语义启动，被试与目标对作随机因子，条件允许时加随机斜率，不显著的交互会被移除以改善拟合。
监督来源不是人工时长标签的回归训练，而是朗读后意义相关判断的正确性筛选，只有判断正确的录音才进入时长分析，平均正确率约为 80% 以上。缺项需要明确指出，原文未报告随机斜率的具体收敛细节与剔除静音前后的敏感性分析，也未报告手工校正的一致性系数，复现时只能按原文描述重做，不能从模型名称推定实现细节。
被试与材料条件如何保持可比？
实验条件的可比性靠三处一致来保证。材料一致指同一频率对内共用同一语境，1 次作该目标的启动语境，1 次作配对目标的非启动语境，从而最小化语境长度与句法差异。结构一致指语境句与目标句都控制音节数与句法与预期短语重音位置，目标句统一以他们说开头以便分析目标名词短语之前的区间。流程一致指先熟悉词表与定义，再做练习，然后按分配表读完 4 个区组，中途短休，全程在隔音室用电容话筒录音。
被试端共招募数十名德语母语者，但本文只报告完成一轮拉丁方的少数人数据，完整数据仍在处理中。语境启动词与目标词形不同但语义场相同，这是比词汇重复更内隐的操作。下表先提出比较问题，当前报告的被试构成是否覆盖了不同性别与年龄离散，表中数值越大表示人数或离散越大而非效果越好。
| 女性人数 | 男性人数 | 多元人数 | 平均年龄 | 年龄标准差 |
|---|---|---|---|---|
| 28 | 10 | 2 | 25 | 5.5 |
上表的主要收益是交代招募总盘子的性别构成与年龄中心，女性多于男性与多元性别，平均年龄处于青年段并附带标准差。具体代价是当前分析仅纳入其中一轮拉丁方的少数被试共三百余句，已剔除不流利与自我纠正，未胜出或未评测的边界是其余多数人的数据尚未纳入，任何关于启动无效的判断都必须限定在当前样本内。第三方资源中语料库与实验平台链接本次确认可用，但这不改变本文数据的初步性质。
边界上谁变长了，启动为何没有跟上？
主结果的教学任务是区分两个因子的命运。词频在 3 个边界区间上一致显著，低频目标的边界区间长于高频对应词，末段幅度最大，该区间包含名词末音节韵尾与后接动词起始。语义启动在 3 个区间上均不显著，交互也不显著并在最终模型中被移除。白话说，凸显结构让重读更清楚，边界强度让切分更清楚，二者都是声学冗余的载体，本研究把赌注压在边界上，而数据回报了词频这一侧。
韵律凸显结构 × 边界强度： 韵律凸显结构分工是让重读音节更清晰更夸张从而易于识别，边界强度分工是让词边缘以拉长与调型等手段更清楚地切分，二者搭配的理由是平滑信号冗余假设认为两条路径都能承载声学冗余调节，组合意义是本研究把测量集中在词边缘区间，预期语言冗余效应在边界处最大。
在看具体箱线图之前，先明确指标方向，纵轴为时长秒数，箱体中线越高表示拉长越多，低频高于高频即支持假设，非启动高于启动才支持假设，离散点多表示个体与词项变异大，纵轴量级不同不能跨面板直接比高低。
看图路径： 1. 先比较三面板纵轴量级，确认首段最长而中段最短；2. 在每面板内比较高频与低频箱体中线高低；3. 在同频率内比较非启动与启动颜色箱体是否分离
论文图 2。原论文 Figure 2：“Descriptive comparison of durations from the three boundary-related intervals by frequency and priming condition.”。
这张图按 3 段分面板，横轴为词汇频率，颜色区分非启动与启动。可见首段量级最大，中段最小，末段居中。每个面板内低频箱体中线都略高于高频，而同频率内两色箱体重叠很大，说明频率错位稳定存在而启动分离不明显。末段右侧低频组的离散点与箱体上沿更高，与文本报告的末段效应最大相互印证，但也提醒末段包含了名词尾与动词头两个成分，不能直接读成名词本身被拉长了多少。
下表要回答的公平比较问题是，在同一冠词韵尾位置上按频率拆分与按启动拆分是否得到一致方向，公平条件是同一子集与同一对数时长模型，指标方向是估计值为正表示低频或非启动更长，显著性只在当前小样本下成立。
| 子集 | 估计值 | 标准误 | t 值 | p 判断 |
|---|---|---|---|---|
| 高频内启动 | -0.051 | 0.022 | -2.286 | p < 0.05 |
| 低频内启动 | 0.04 | 0.025 | 1.604 | p > 0.1 |
| 启动内频率 | -0.005 | 0.022 | -0.24 | p > 0.1 |
| 非启动内频率 | 0.065 | 0.023 | 2.843 | p < 0.01 |
上表的主要收益是定位了交互的来源，非启动子集内低频冠词韵尾显著长于高频，而启动子集内频率差异接近于零，高频内启动效应虽显著但方向与预测相反，数值为负表示非启动反而更短。具体代价是该显著交互的数值幅度很小，均值差异仅在千分之几秒量级，且低频内启动比较与启动内频率比较均不显著。未胜出项是语义启动在 3 个主边界区间上的缺席，这不是测量失败，而是与重复文献中小效应量的预期一致，内隐语义场启动可能更弱，在当前样本下无法显现。
冠词韵尾的反向交互是反证还是噪声？
把冠词韵尾单独拿出来，相当于做 1 次定位消融。实际结果是反证意味与噪声意味并存。模型报告词频主效应不显著，启动主效应显著但方向与预测相反，交互显著。按频率拆分后，高频子集内非启动韵尾显著短于启动韵尾，低频子集内启动与非启动差异不显著。按启动拆分后，非启动子集内低频韵尾显著长于高频，启动子集内差异不显著。
下面的导读先明确这不是主边界区间，而是第五层上单独切出的冠词韵尾，量级仅 0.06 秒附近，任何显著性都要对照离群点与小样本来读，纵轴为原始秒数而非相对改变量。
看图路径： 1. 先确认纵轴为冠词韵尾时长，量级远小于边界区间；2. 比较高频组与低频组箱体中线与高度差异；3. 观察顶部离群点，思考小样本均值对极端值的敏感性
论文图 3。原论文 Figure 3：“Mean durations of the article rhymes preceding the target nouns by lexical frequency and priming condition.”。
这张图纵轴为冠词韵尾时长，横轴为词汇频率，左侧为高频右侧为低频，颜色区分非启动与启动。可见四只箱体中线都在相近低位，箱体高度相近，顶部有明显离群点，低频非启动箱体略高且离散更大。这与上表中非启动内频率差异显著而其他比较不显著的格局一致，但离群点的存在说明在每人十余至二十句的子集规模下，均值很容易被个别长韵尾拉动。结合方向相反的高频启动效应，合理的表述是报告显示反向显著但支持度弱，可能待验证，而非直接宣布启动缩短了冠词。未评测的边界是未报告剔除离群点后的稳健性，也未报告按音段环境进一步分层的结果。
当前证据能说什么，不能说什么？
限制需要按证据逐条交代。样本限制最直接，本文为初步结果，仅少数被试数百句，完整数十人数据仍在处理中，任何推广到德语整体的说法都不成立。测量限制其次，中段与末段在边界不可靠时会被删去，静音计入区间时长，这意味着停顿策略不同的说话人会直接抬高首段与末段，原文未报告有无停顿的分层。统计限制再次，最终模型移除了不显著交互，对数时长加随机被试与目标对是主要设定，但未报告随机斜率是否收敛与残差诊断。
语义场启动 × 词汇重复： 语义场启动分工是用同语义场不同词作语境只激活意义范畴，词汇重复分工是原词复现同时激活词形与意义，二者搭配的理由是区分内隐语义可预测性与外显给定性，组合意义是解释为何本研究启动效应远弱于重复文献，内隐启动可能不足以稳定改变边界拉长。
缺失证据不是技术错误，相关性也不是因果。未测量误判率与延迟或成本，因此不能承诺启动或频率调节改善了识别或效率。总体趋势不等于每组每步都成立，末段最大不等于首段与中段不重要，冠词韵尾的反向显著不等于启动总体有害。原文表头与正文在个别符号大小写上存在排版差异，但不影响对方向的判断，这里明确标注而不自行改写数值。复现时应保留原始精度与单位，不做四舍五入，尤其秒与毫秒不可混用。
要复现这项实验先做什么？
复现的第一步是重建材料而不是直接录音。按多对高低频四音节名词短语的要求，从德语词典与语料库筛选首末音节匹配的候选词，再经数十人朗读与频率评分选出反应时与评分反差最大的配对。语境句每句含两个同语义场不同词形的启动词，同一语境在配对目标间互换作启动与非启动，以控制长度与句法。每对目标配两种语境共数十对语境目标句，分为 4 个区组，用多表拉丁方加镜像平衡顺序。
第二步是流程控制，被试先默读词表熟悉低频词，再读语境句加目标句并做数秒意义相关判断，只保留判断正确与无不流利与自我纠正的句子，平均正确率可对照 80% 以上。第三步是标注与建模，先自动对齐再按统一切分标准手工校正，标出音节与冠词韵尾与 3 段边界，静音计入区间，不可靠区间删去，因变量取对数后用混合效应回归检验词频与启动。
关键信息条件是隔音室电容话筒录音，每轮约一刻钟至二十余分钟。代码开源与权重下载与系统可运行在此不适用，因为本研究无模型权重，只有标注与统计脚本需自行按描述重写。还需补的验证是全样本重跑与离群点稳健性与有无停顿分层以及不同音段环境的异质性检验。
何时借用这套边界测量，何时不必？
值得尝试的场景是，当你想检验某个语言冗余因子是否通过韵律边界起作用，且能把句法与重音位置压平整时，这套 3 段加冠词韵尾的设计可以直接借用。它的优点是把短语左边缘与内部与右边缘分开，避免把所有拉长都算到词本身头上。不必照搬的场景是，当你的启动操作是词汇重复或图片引发的给定性时，效应机制与语义场启动不同，直接比较幅度会混淆监督来源与运行阶段。
同输入同目标同监督的对照应限定在德语边界研究内部，例如与先前词频边界工作比较，而与孤立词朗读的起始延迟比较只能作跨范式参考，不能当同条件胜负。论文特有的误解需要澄清，启动不显著不等于语义对语音没有影响，它只说明在当前内隐语义场操作与当前载体句位置与当前小样本下，启动未能稳定改变边界时长。频率显著也不等于每个边界都同等重要，末段最大可能与其跨越名词尾加动词头的复合构成有关。
收束时回到一句话，低频拉长边界是当前最稳的证据，语义场启动总体缺席且在冠词韵尾上出现小幅反向交互，全样本与稳健性检验是下一步必须补的功课。
📐 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 8 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