统计分析

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。

该研究以一段 8 分 35 秒德语 TED 演讲为样本检验累积线索与补偿线索两种假设，发现有重音和特强音节更易伴随手势且手势更强、强手势顶点更贴近重音音节，但核前重音反而比核心重音更易引出手势，代价是单说话人、小样本且特强样本稀少。

共收录 160 篇 nime-2026 会议论文的 Reader 深度解读

该工作研究无训练介入式可懂度预测，用冻结语音基础模型分层嵌入的参考测试分布距离代替人评，在英文编码增强与中文增强数据上显示 Whisper 末端层加 Fréchet Audio Distance 相关最强且跨语种比词错误率稳健，代价是需要成对参考与更大模型开销。

该研究用 30 人模仿五种核音调的实验检验核前非重读音节上的基频轨迹如何实现，报告了晚起上升与线性上升在模仿中合并、平台刺激未被复现、上升均在重音附近启动的证据，代价是仅覆盖六音节短语和实验室模仿条件。

论文用单篇民间故事田野录音比较动词前宾语与动词后宾语，发现后者在平均强度、平均基频和基频滑音幅度上显著更低而动词不受语序影响，该模式支持非突显成分易后置的解释，代价是时长无显著差异且信息状态效应只在合并语序时显著。

该研究以呼吸组为单位比较纯语言模型与加入呼吸的模型，报告吸气深度显著预测短语划分与基频变化且成人效应更强，支持交际需求驱动呼吸而非肺容量约束决定韵律，代价是音高重置几乎无呼吸效应且儿童数据剔除比例更高。

该研究以标准化朗读任务的时间声学测量为输入，用主成分分析加层次聚类找出慢而分段与快而连续的第一维度和节律规整性的第二维度，得到 5 个与疾病分期和感知严重度不完全对应的口语轮廓，但样本小且仅用时间测量因而不能单独判定临床严重度。

该研究以扩展版 MOCHA TIMIT 的声学与发音同步记录为依据，用带通滤波加包络差与成对相位一致性比较下颌、整体上部发音器官与喉头活动对声学振幅慢调制的跟随程度，报告喉头信号的音节级协调最强且音节层普遍强于超音节层，但未给出可复用的数值阈值与因果证明。

该研究以 17 例肌张力障碍患者术前与术后 6 个月、12 个月的文本朗读为对象，用混合线性模型检验韵律声学参数变化，报告仅平均基频在术前与术后 12 个月之间显著不同，其余参数稳定，作者将其解读为无韵律层面的整体改善但也无有害效应。

该研究把同一套 10 题口哨语四选一听辨任务分别放在户外节日与两间教室施测，用缺失率与正确率随题序的回归斜率加 bootstrap 推断比较情境效应，最强证据是户外组缺失率显著随时间上升而教室组证据不足，代价是户外组词汇题正确率多在随机水平之下且样本与环境混杂无法分离。

针对无记谱口传合作录音，该研究用音源分离加拍级描述符刻画人声与吉他互动，以多尺度相关找共性、以稳健回归残差找偏离，在 8 首合作录音上显示组织以曲目特异为主而偏离多对齐段落边界，代价是依赖专家拍与结构标注且受分离质量限制。

论文以索伊科拉英格里亚语一足与两足三音节词为对象，用第二与第三元音时长和十一基频测量检验音步切分的语音实现，最强证据是双足词第二元音显著更长，而代价是单人小样本与说话人变异使第三元音与音高只能作渐变性解释。

该研究以 20 期西班牙公共台新闻中 417 个句末耳语为对象，检验说话人、重音位置与话语因素的制约，最强证据是耳语起点集中在重音及重音后音节而非话语转换，代价是样本仅两人两地口音且无声学参数建模。

该研究以 16 名母语人的宽聚焦与问答及纠正性窄聚焦录音比较音高峰、词首强度与词尾时长，发现窄聚焦以后焦压缩和边缘增强为标志，宽聚焦中前动词宾语呈现边界前重置与增强，整体更支持边界增强而非普遍的节律重音。

该研究对 45 名 3、4、5 岁普通话儿童各 30 句自发陈述句提取整体回归线、顶线与底线斜率并以时长为协变量做 ANCOVA，发现底线在 3-4 岁间显著变陡后趋稳而顶线与整体线在 4 岁最陡，代价是样本小、时长不一、焦点类型未控且只有三个年龄点。

该研究以 19 名匈牙利母语者的 570 句朗读比较 A1、A2 与 N 窄焦点下的逐词 f0 走向，用 32.6% 与 50.8% 的前置非降调比例和焦点处更陡下降斜率支持 prominence reduction 解释，但感知验证与自发语泛化仍待补足。

该研究用中性焦点下三音节声调四一声一序列比较 8 名法语学习者与 8 名普通话母语者共 139 个样本，发现声调四下降幅度无组间差异而谷值提前与声调一中段下陷显著，支持困难在跨音节时序执行而非目标达成，但样本小且声调一平台高度仅呈边缘趋势。

该研究用鼻气流直接测量北京话音节首/n/与后随元音在句首、句中、句尾和孤立词中的鼻特性，发现句首/n/因时长压缩而总鼻气流下降、峰值提前，句尾元音总鼻气流下降但鼻比率升高，代价是样本仅 6 人且只覆盖/a,i,u/三个元音与固定载体句。

该研究用 31 名魁北克法语非演员的/papa/六情绪表演与 5 名专家听辨数据，结合 eGeMAPS 声学分析，报告敬畏表达更长、更轻、音色更暗且元音更稳，而听者把敬畏标签投给更长、基频变异更大、第一共振峰变异更小的声音，其中时长效应最强。