发声与构音

针对病理语音匿名需保留诊断线索的问题，Phy-VC 用发音到声道几何再到共振的物理瓶颈代替无约束谱包络估计，在只用标准语音训练下提升口吃与老年语音的可懂度与韵律并保持匿名，主代价是鼻音建模仍限于全极点滤波器。

该研究用同一说话人相同句子的去噪磁共振语音与干净语音对比声学到发音反演，固定以磁共振轮廓为目标比较 M2M、M2C、C2C 三种可运行组合，最强证据是 C2C 平均误差为 1.56 mm 接近 M2M 的 1.51 mm，代价是未经适配的 M2C 退化到 1.64 mm 且全程依赖逐音素分层对齐。

针对单说话人声学到完整声道轮廓反演跨说话人几何失配问题，论文用一帧/u/标定的 12 点仿射加 14 点薄板样条映射复用固定模型预测，在 8 个新说话人上把 Full10 误差从未适应的 8.87 mm 降到 3.19 mm，但喉部与唇部改善不均匀且 P4 出现回退。

该研究用可动积木加凸轮的 VTM-UT30-D9 物理声道模型复现 Bob 与 bomb 的鼻化协同和 abra 丛集时延，报告了随 VEL 耦合增大的极零点变化与随步骤递增的识别率单调下降，最强统计证据为趋势检验卡方 42.538 而代价是相邻步骤仅一组显著且依赖手动与凸轮操作条件。

论文以 32 名三代平顶山话发音人的声学与喉头仪同步生产实验，显示老年组主要靠音高区分 T2 与 T4，而青年组在音高轮廓差缩小后显著加重了嘎裂声发声与时长权重，随机森林平均 AUC 超过 0.97，但结论目前仅来自生产端而无感知验证。

针对无电控条件下复现语音动态的问题，该研究用直线凸轮与旋转凸轮分别驱动六个发音滑块，并以可插拔板片实现凸轮廓形可编程，在“I love you” 一句上得到两种凸轮下大致相似的共振峰轨迹，代价是每句需重新设计和拼装廓形。

ArtComp 用发声努力度连续调控下颌开度，同步采集 7 名瑞典语者的电磁发音、声门和音频数据，以 3000 个元音样本支撑补偿性发音研究，代价是基频耦合与传感器干扰仍需使用者自行控制。

论文针对火济晋语 T1 与历史促声 T5 在基频上压缩重叠且尾段周期性脆弱的问题，用统一低频参数对比三种时域基频估计器并叠加发声质量度量，发现只用基频时 T5 恒为 T1 最近邻，而加入 HNR05 与 H1 星差后离散指数明显扩张，代价是结论仅限发音端且未做听辨验证。

针对帕金森低运动性构音里呼吸-喉-构音混杂难拆解的问题，该文用健康 USC-TIMIT 多线圈运动学学一维 Za 轴并经音频反演加仿射校准算出 AWI，在 9 对匹配对照中 PD 全部偏高并与 UPDRS 呈约 0.5 相关，而在 398 人声带高功能组保持稳定，代价是小样本英语朗读与单一反演模型的分布外风险。

该文以 73 人静息与 32 人发元音的正中矢状面磁共振数据，用几何形态测量比较男女声道形状参差，发现男性在混合元音构音上参差显著更大并提出其可能使声音签名更可分，但静息与单因素元音差异多不显著且未直接测识别率。

该文要解决超声舌成像中音频同步与头动记录分散、布线复杂的问题，选择无线 OptiTrack 六自由度头姿态加触发与时间戳统一采集的轻量方案，直接报告了设备布置与对齐检查流程，但完整的几何运动校正仍留待未来验证。

共收录 118 篇 jep-2026 会议论文的 Reader 深度解读

共收录 188 篇 speechprosody-2026 会议论文的 Reader 深度解读

该研究用实时共振峰扰动范式检验目标元音/E/在/p/、/b/、/m/语境和高低掩蔽噪声下的听觉运动适应，发现被试总体发生补偿性适应但高噪声下/p/适应最大而低噪声下辅音效应消失且邻近元音出现整体扩张，代价是内部传导与外部扰动的不一致无法被完全掩蔽且低噪声下扰动失败率更高。

该研究用实时磁共振测量塞茨瓦纳语短语末尾四个发音手势的时长、位移与峰值速度，检验单阶段边界减速与双阶段重音加边界协调两种解释，最强证据是时长出现两次拉长而位移与速度只渐进增大，代价是位移趋势统计不稳且结论依赖八位被试的特定材料。

该研究用唇圆展无发声收缩加视觉反馈与视觉模拟量表测量主观构音努力，35 人队列平均呈二次关系而个体函数形态与任务执行差异大，代价是孤立口面动作与仅用表面肌电表征生理努力限制了向连续言语的直接推广。

该研究用德语升降 wh 疑问句比较核重音与核后目标的嗓音质量，报告核重音上 HNR、CPPs 与频谱倾斜随高低调显著分束而核后仅 HNR 显著，代价是未做感知验证且复用旧语料限制了语用泛化。

该研究以 20 名女性发音人的 73 词两遍朗读与四项声学指标追踪高低调域对立，显示低调域用气嗓音实现但青年组差异更小且维持时间更短，而仙居话的弱化速度慢于北部吴语，代价是只覆盖第三调类与女性样本且未报告基频主导程度的直接验证。

论文以法语为实验组、英语为对照组，用复述童话反派台词诱发嘎裂嗓，对比 H1-H2 与 H1*-H2* 与视听定性判断的一致性，报告校正量 H1*-H2* 在英语对照中达 89% 而在法语中仅 72% 且出现双向误判，因此不建议直接移植英语阈值。

该研究以美国英语两组同元音句为对象检验窄焦点与宽焦点下的下颌下降量，并以同步 EMA 与 MARRYS 对比设备一致性，最强证据是窄焦点词在 81.6% 话轮中为全句最低点且 DTW 后两系统平均相关 0.97，代价是仅 5 人小样本且旧版 MARRYS 需额外时间对齐。