心理声学实验

论文用 Sethares 粗糙度模型算出四音和弦的不协和度体，把 12、31、53 平均律的 192 种七和弦放进同一坐标系做可听导航，再用调式互换作曲并以 31 人听辨检验感知是否与模型一致，代价是只适用于谐波音色且样本与锚定条件限制结论外推。

论文针对客观质量模型是否真与人耳一致的问题，构造保持听感不变但大幅改变波形的四种扰动，用听音验证透明参数并显示模型距离与主观评分排序错位，其代价是扰动只覆盖所验证的参数与单声道条件。

该研究用被试内四情绪判断任务比较真人陌生语音与 AI 克隆陌生或熟悉语音，报告真人语音在高兴、悲伤、生气上准确率更高且反应更快，而熟悉的 AI 语音只对高兴提高准确率却对恐惧延长反应时，心率变异性未显示出区分度。

针对纯音听阈无法反映的耳蜗神经退变，研究用内毛细胞到听神经的互信息损失在低语境 VCV 音节上比较时间与噪声探针，发现 40% 压缩加调幅噪声的建模损失最大，且该组合是行为实验中唯一显著区分自报噪声聆听困难组的条件，但安静下接近天花板与个体阈值校准限制了因果归因。

共收录 1354 篇 interspeech-2026 会议论文的 Reader 深度解读

该研究用被试内普通话四情绪识别任务对照人声与 AI 克隆陌生或熟悉音色，报告人声在高兴、悲伤和生气上准确率更高且反应更快，而熟悉 AI 音色仅对高兴有补偿、对恐惧反而延迟，且心率变异性未区分条件。

该研究用同一房间连续呈现 10 句三词句的方法，比较早沉浸、晚沉浸与非沉浸三组听者在非声码与 8 通道声码条件下的词识别率与瞳孔峰值扩张，报告声码使识别率明显下降而适应变化趋势在各组间相近，且瞳孔扩张随句序总体下降。

该研究在同一乡村社区内比较青年和老年听者对/a(:)/的感知，用时长五步与 F1、F2 各三步正交合成的 90 个目标刺激做二选一辨别，报告组水平以时长为主、F1 其次、F2 最小，老年组中有 6 人以 F1 为主，不一致刺激反应时更长且无年龄交互，支持线索权重正在转移但仍待生产数据验证。

该研究用 20 名言语治疗学生在岗前讲解中对比自然锚音与可控合成样例，报告合成组在感知敏感度与专家一致性上提升更大而自然组无显著变化，但粗糙维度是唯一明显获益项且样本与讲解时长限制了推广。

该研究用 12 条合成声调连续统和辨认加区分双任务比较 27 名景颇母语者和 23 名普通话母语者，报告显示除二声与三声之间未形成范畴知觉外其余声调对均有边界，但景颇组在多对声调上的边界宽度更大而分辨峰更矮，且全程未训练神经网络模型。

该研究用三模态眼动实验检验普通话反语指责与反语表扬对眼睛和嘴注视分配与瞳孔大小的不同依赖，最强证据是反语指责在三模态下持续偏向眼睛而反语表扬正确理解时偏向嘴且在安静视听下看眼瞳孔更大，代价是单说话人、正确试次极不平衡与无基线瞳孔校正。

该研究用 2×2×2 被试内设计比较自然与 SVC 合成语音在说话人相似性判断和语调识别中的表现，发现语调与语音类型、熟悉度与语音类型分别在准确率上交互，但合成语音在复杂韵律与社会线索上仍有局限。

该研究用 2×3 被试间对话熟悉化实验检验自然度与注意指向对声音再认的影响，发现对话熟悉化提高旧说话人命中率与信心但同时增加对新说话人的误认，信号检测显示为反应偏向变宽松而非辨别力提高，注意指向无显著主效应。

LISE 把冻结的说话人向量无监督分解为 35 个非负正交分量，在保留验证性能的同时让人耳以 83.9% 准确率分辨高低权重说话人，代价是重建后等错误率仍略高于原始向量。

该研究用 teat/tit 的静音中段与 peace/piss 的清化替换构造可复述的感知实验，报告日本大学生主要靠元音时长和切断感做判断，保留高频与送气并未提高正确率，代价是短时长条件系统性偏向/ɪ/。

本研究用三音节人工语言检验音节缩短位置对切分的影响，发现中间音节缩短促进切分、末音节缩短损害切分、首音节缩短无明确作用，说明缩短只有对齐词内可预测结构时才起帮助作用。

针对录音自语音不自然问题，论文用浏览器交互系统 SELFIX 把搜索约束到音高、声道长度和两种滤波器共四个可感知维度，在 25 人概念验证中发现一致的低频提升和男性特有的降调加长声道，而多滑块组合进一步提高了匹配评分。

本研究以 30 名台湾华语韩语学习者的四选一尾音辨认任务检验韩语塞尾音/p,t,k/的感知，报告/p/>/t/>/k/的层级与元音条件混淆转移，而初级与中级组间无显著差异，代价是小样本、课程分组与双发音人刺激限制了推广。

29 名粤语母语者在 126–217 Hz 纯音上做 8 次 ABX 自适应训练后，oddity 测得的平调与曲折调恰可察觉差都下降，而词识别增益几乎只出现在 0 dB 和 -5 dB 噪声下且 T1、T3、T4 能泛化到新说话人，T2、T5、T6 则不能。

该研究用 120 名日语母语者的重复聆听实验检验了短语内元音与辅音分布偏向和歌与说唱两种指导语对言转歌错觉强度的影响，发现任一偏向都显著强于无偏向且说唱指导整体更高，但双偏向并未显著叠加且韵律等混淆仍待控制。