病理语音评估

该试点以 9 名乳腺癌幸存者和 13 名健康对照的叙事语音比较韵律特征与 MFCCs，用逻辑模型树加十折交叉验证报告 86% 对 82% 的准确率，代价是 MFCCs 需 11 个系数且临床可解释性不足。

针对单数据集训练的语音阿尔茨海默检测在换录音与采集条件后大幅掉点的问题，论文用三种表示能力的模型对比无监督域适应，并提出交替做对抗对齐与高置信伪标签自训练的 IAST，在 Lu 目标域上取得最强或并列最强跨域准确率，但源域精度有时轻微下降。

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

该研究用地图任务比较 5 名轻中度阿尔茨海默病女性与 5 名健康老年女性的意大利语元音共振峰，发现 F1 与 F3 存在组间差异并呈轻微元音空间扩张趋势，但样本仅 10 人且 FCR 差异不显著，不能作为确诊依据。

针对清醒脑肿瘤手术中电刺激引起的短暂构音障碍难以实时听辨的问题，论文提出录音去噪加 Whisper 切分加 MFCC 加 GRU 的二分类方法，在计数与 DO80 任务上报告约 90% 以上验证精度，但合并任务出现过拟合且异常样本仍偏少。

该研究用可解释的韵律声学特征加树模型做说话人级自闭症与典型发育分类，芬兰语内准确率 0.84 而跨语迁移差异大，说明基频分布部分通用但谱特征依赖语言且录音条件不齐。

该研究不做端到端疾病分类，而是构建覆盖说话人日志、轮次结构、识别对齐与韵律计量的临床增强工具，并在 18 例躁狂住院患者的 5.6 小时纵向访谈中报告发音速率等四项时序指标与症状显著相关，代价是仍需人工校对且多语言与角色泛化待验证。

该研究在 48 名 3 至 6 岁儿童的 Eigsti 自由游戏转录上用随机森林做自闭症、典型发育与发育迟缓三分类，通过语义嵌入加转录标注的韵律交互特征加认知年龄特征达到交叉验证 99.5% 正确率，但样本小且依赖人工转录标注与认知测验是主要代价与限制。

该研究以朗读语段检验频谱变化快尺度与语调短语慢尺度之间的跨尺度相干，发现 ALS 组在语调短语起点频率附近的成对相位一致性显著低于对照组，而语调短语起点频率本身及其变异性无组间差异，提示计划相对保留而启动执行环节受损，但样本小且仅为朗读。

该研究以芬兰语、法语、斯洛伐克语共 8212 个停顿间语段的 88 维 eGeMAPS 特征经主成分分析降维后用线性混合效应模型检验组别差异，最强跨语言证据是自闭症组整体强度变异更大、嗓音更清晰少气息、动态强度斜率与中心基频更低，代价是数据高度不平衡且法语单语建模无显著结果。

该文把 17 个 Wav2vec 2.0、HuBERT 和 Whisper 模型统一微调为法语 35 音素识别器，先在 Common Voice 健康语音上建立基线，再冻结模型到 111 例 C2SI 病理语音上测跨域衰减与临床相关，最强证据是 Wav2vec 2.0 以 6,2% 错误率领先且错误率与人工评分高达 0,88 和 0,91 相关，但最低错误率 …

该演示针对精神科访谈中非正式韵律观察不可复现的问题，给出从录音到说话人分段、转写、音节定位再到时间韵律指标与人工核对的端到端流程，并以一段含 2 人 3 轮的示例说明可视化核对方法，代价是仍需人工复核且未报告定量精度与临床阈值。

该研究以二分类检测特发性帕金森病的运动性言语障碍为问题，用冻结的 Wav2Vec 2.0 XLS-R 加 128 维多层注意力分类头做跨库评估，最强证据是三库联合训练在未见过的 MDVR-KCL 上达到 85.3% AUC 并避免单库模型的跨库崩塌，代价是对低 UPDRS 评分和 OFF-DOPA 条件的患者仍明显更难检出且结果受随机划分影响大。

该研究在 46 人面对面自由讨论中比较自闭与非自闭组语调风格，发现起伏度和跨度均值无组差，但用香农熵度量 16 格分布多样性时自闭组更可预测，代价是该熵效应后验概率仅 0.88 且置信区间含零。

该研究让三组帕金森患者分别接受适配音乐、随机音乐和无音乐的四周步态训练，用 30 秒 pataka 重复任务比较干预前后音节间期离散度，最强证据是音乐组节律离散度下降而无音乐组上升且整体音乐效应 p=0.018，代价是样本小且大量依赖 Praat 手工校正。

该研究在法语朗读任务中比较言语失用症、帕金森构音障碍、小脑性共济失调构音障碍与典型对照的韵律成组，报告显示三组都保留四级边界与两级节奏突显的清单但分布不同，而失用症组以过多边界和词内边界形成最碎的切分。

该研究用术后第 1 天六遍/apa/的相对基频比较 17 名健康对照、38 名术后无感知嗓音改变和 8 名术后嗓音障碍者，发现消退段组间差异高度显著但效应量小到中等，且不能区分两组术后患者，提示它是敏感但非特异的早期客观线索。

该研究以朗读控制文本比较健康人与上气道消化道癌症患者的静默停顿，报告患者停顿更多更长且混合功能为主，代价是生理约束加重与个体差异大，且原文未给出可复算的具体频次与时长数值。

该研究用单音节极性问句与陈述句考察唐氏综合征成人的基频动静态特征，以逐人广义加性混合模型比较经四人一致听辨筛选的 58 条唐氏综合征曲线与 144 条对照曲线，发现多数人能产生可辨认的上升与下降轮廓但个体差异大、陈述句缺测多，女性唐氏综合征组最大基频偏低而均值相近，与既往偏高基频的报告不一致。

本研究以 56 名 60-70 岁粤语正常认知老人的 EEG 回答 SCD 如何调节言语与音乐的皮层追踪，最强证据是扰乱言语在 theta 与平静音乐在 delta 和 theta 随 SCDS 加重而下降，代价是只在缺乏上下文或鲜明节奏的风格中显现且依赖多协变量校正的线性混合模型。