社会语音学

论文用田野 9 人约 4 小时加网络 51 人约 94 分钟拼成 60 人 7.5 小时语料，以 Silero 切分加 Wav2Vec2 转写按韵律短语计算莫拉每秒并人工补岛屿和 50 岁二分年龄，发现仅 Nga Pu Toru 年轻人显著快于年长者而另两岛无年龄差，但人脸年龄估计失败使流程只能半自动。

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。

该研究用先启动后内隐联想测验的方法检验音高与体型的象似联想是否可被暂时加强或抑制，最强证据是趋同启动显著增强一致性效应而发散启动削弱它，代价是无法分离音高与情感内容各自的启动贡献且效应受听者与发声者性别调节。

以塞浦路斯希腊语延续升调为案例比较勒让德多项式与广义加性混合模型，两种方法共同报告 CYG-nh 与 ATG 及 CYG-nl 分离，前者刻画整体斜率降低与曲率增加，后者定位核高目标附近相对时间差异，代价是都需要先验分类且对边界与阶数选择敏感。

论文针对巴西葡萄牙语合成语音口音稀释问题，用多语言音素识别加传统声学分析构建说话人级音系画像，仅在自然语音上拟合核密度估计即显示可分性，并在自建集与公开反欺骗集上验证了对大模型的增益与跨域泛化，但语音克隆场景下增益收窄且需要较多同说话人语句聚合。

该研究用先定位中频能量谷再验证释放的闭合计数器替代包络峰计数，在六个语料库 356 名说话人 3560 个合格颤音上得到中位数 2 个闭合、约 36 毫秒间隔，语境效应稳健而性别效应消失，代价是只描述成形良好的浊音周期性颤音且缺乏人工逐点基准。

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 12 句自然叙述录音让 245 名听者做二选一变体判断，总准确率 64.7% 高于机遇，但单语和西班牙语主导者约 70% 而遗产双语者仅 58.8%，且回归显示听者画像效应稳健而熟练度和接触量不再显著。

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。

该研究在法兰西岛 2018-2025 年读词孤立词任务中检验性别对摩擦性增音的影响，基于 434 条以/i/结尾的录音和逐条有无标注，发现录音层面的混合模型显示男性录音显著更多，而人均比例模型不显著，代价是仅 22 人且未做声学参数测量。

该研究以马赛市议会 10 名说话人各 5 段录音和 49 名听众的 5 级口音等级判断为证据，显示说话人均值从 1.33 到 4.10 呈近连续分布且重测相关 R²=0.98，而听众地域与态度变量均不显著，代价是 30 分钟在线测试流失率高且语音内容未做音系控制。

该研究以焦点是否改变音高轨迹为问题，用函数主成分分析把整条基频曲线拆成范围、形状和峰对齐三维并做贝叶斯回归，最强证据是焦点下前两个主成分得分可信降低且高原组效应更大，代价是峰对齐维度无组效应且方向因人而异。

本研究在 45 名波士顿 AFAB 英语者中比较朗读与自发两种语域下的平均基频、基频范围、元音离散度和发音速率，报告自发语中女同性恋、双性恋与异性恋组间的系统差异在朗读中被中和，代价是语料量不平衡与整文件聚合掩盖个体与话题变异。

该研究以拉美人工智能微工人的半自发访谈为对象，用时长与频谱重心刻画词尾 coda /-s/ 的弱化，并在 4172 个保留样本上以线性混合模型检验教育、就业与收入的调节作用，但因样本小且只保留较长切分，结论只能视为待验证的趋势。

该研究以安大略西南部 12 人的朗读与会话语段为对象，用个人层面语言使用指数检验接触强度，发现发音速率随年龄在朗读中下降并随语段变长而加快且男性斜率更陡，而语言使用指数对速率无显著作用，只对语段长度显著，代价是小样本与不完全平衡限制了交互检验力。

该研究以同一批配音与跟读语料切分句内非模态段并比较职业声优与学员，报告职业组约 90% 话语含非模态段且气声偏句尾、粗糙挤压偏句首句中，三类声学参数在两组人中趋势一致，但学员整体出现率更低且多用清吸气。

该研究用下一轮回答与听辨到的辅音拉长作为非韵律筛选标准，从 8 名东伦敦加勒比裔青少年的半自发访谈中得到 192 个可用目标，并报告极问句 84%、陈述问句 64%、强调辅音拉长 79% 为升降调，而细部 F0 差异小且分布高度特异。

本研究用 4 段签证面试自然语音和 129 名尼日利亚听者的匹配假装评分，检验 4 种核调型在话语延续、强调、尊重礼貌与文化得体上的概率性差异，最强证据是 RISE-FALL 相对 FALL-LOW 更可能被判为延续与得体，而 RISE-RISE 始终偏向不礼貌不得体，但效应是梯度而非范畴且高度依赖语境。

该研究用 182 名母语者的 144 个基频操控刺激检验布拉杰语低调与中性调的感知现实，发现元音后半段降频最易诱发低调判断，而受教育程度越高低调感知越弱，显示声调既已音系化又在接触压力下衰退。