词尾 schwa 多出一个音节时,法语升调是换地方还是变形状
该研究追问词尾 schwa 形成额外音节时延续升调与对比降调如何重新对齐,利用 30 人 1078 个轮廓的已标注语料和 20 加 20 人的新产出实验,报告非南部延续调在 schwa 上掉调而南部保持上升、两地对比调都提前达峰后下降,并提议用次级关联保留非南部延续调的 H% 编码,代价是感知验证尚未完成。
该研究追问词尾 schwa 形成额外音节时延续升调与对比降调如何重新对齐,利用 30 人 1078 个轮廓的已标注语料和 20 加 20 人的新产出实验,报告非南部延续调在 schwa 上掉调而南部保持上升、两地对比调都提前达峰后下降,并提议用次级关联保留非南部延续调的 H% 编码,代价是感知验证尚未完成。
该研究以一名高级贝阿恩奥克语哨语者的隔离词哨音为对象,用中点哨音基频比较元音、用归一化三次多项式轮廓检验辅音发音部位的协同发音痕迹,显示元音库压缩为四类且齿龈语境系统性抬高元音起始段,而/i/对语境不敏感,但结论限于单人小样本探索。
该研究用图片命名诱发 196 个单音节词并以生长曲线与线性混合模型比较 18 名 4 至 7 岁白语儿童与 12 名北方成人基线,报告习得顺序为 T35 大于 T55 大于 T214 与 T51,代价是各年龄组时长系统性偏长且降调 T51 在三组中均未达成人轮廓。
该研究以厦门闽南语五条非入声变调规则为对象,用看图产出与两种违例音节的多选任务比较变调应用率,显示更简单的多选任务与更合乎音位的偶然空位能提高正确率,但效应随具体变调规则而异,且变调后形式是否合法会改变错误偏好。
该研究以句子位置操纵韵律位置,用连续的 F1 和 H1*-H2* 加 HNR 检验两个过程是否聚类,最强证据是句末喉塞保留而元音低化无显著位置效应,代价是样本仅 4 人和句法变异未控制。
该研究用协作放图游戏诱发英语紧松元音误会并以归一化时间为轴跟踪 F1、F2 与时长占比,发现英语者在与日语者对话时缩短/ɪ/扩大时长区分、普通话者降低/ɑ/的 F1 与 F2 扩大频谱区分且超过英语均值,而对话前后朗读无保持,代价是每组仅 5 对且只报告两组元音。
论文以社交媒体语料与两个行为实验检验香港粤语双重粗口结构中语素排序是否受声调驱动,证据显示高声调在先的排序被系统性偏好,且在去除音段只留声调时依然成立,但周边声调与结构类型未显示显著调节作用。
以坦头闽南语清、不送气塞音、真浊塞音与鼻音三重最小对立为对象,用广义加性混合模型检验四个声调的辅音微扰效应,发现三个声调符合鼻音高于清音高于浊音而升调 35 呈现浊音最高的反转,且鼻音后整体基频意外偏高。
该研究用自动标注从 200 篇儿童文本中抽出 129608 个法语补唇语钥匙并统计 10 个音位变量,为按学习复杂度挑选视频胶囊提出可复算的排序依据,但尚未完成聋人学习者验证。
本研究以 6 名平良老年双语人的 760 个可用片段为证据,用中间段共振峰与随时间变化的振幅距离说明摩擦元音同时具有高央元音的共振峰位置和不同于擦音的摩擦时间形态,因而不能简单归为高央元音或音节擦音。
该研究以法语词库最小对立为对象,用词频加权且只差一个区别特征的计数估计音位、对立和特征的功能负荷,显示音节首与韵尾、词首词尾的排序差异很大,而归一化与转写选择是主要代价与限制。
针对小频移下谱平均被抹糊的问题,该文把熵正则 Wasserstein 重心约束为给定阶数全极点谱,用 Sinkhorn 加反射系数参数化梯度下降求解,在 TIMIT 五音素上以平衡准确率与 F1 略优于非参数重心,但优化非凸只能得到次优平稳点。
针对固定帧与浊音基音周期非整数比造成频谱失真的问题,该文用声门闭合时刻定帧界并重采样到统一时频网格,在 TIMIT 音素分类上以 6 ms 表观支撑达到 47.3% 准确率,超过 24 ms 固定帧的 46.8%,代价是依赖 GCI 估计与二维插值且未建模上下文。
共收录 127 篇 eusipco-2026 会议论文的 Reader 深度解读
该研究针对波兰儿童浊卷舌擦音发音部位分类,用支持向量机比较梅尔倒谱、谱描述子、摩擦噪声与新提出谱比值特征及多种特征选择方法,最强证据是梅尔倒谱加谱描述子加谱比值配合套索选择达到灵敏度 0.72 与特异度 0.81,代价是小样本与类别不平衡下的稳定性仍需更多验证。
论文以 96 个语言的类比成功率与声码器重合成声学测量为证据,说明自监督语音模型以线性方向编码音系特征并以向量尺度连续控制实现程度,但合成效果仍受声码器与上下文切分条件限制。
共收录 147 篇 aaai-2026 会议论文的 Reader 深度解读
共收录 199 篇 acl-2026 会议论文的 Reader 深度解读
论文在 Archi 与 Kina Rutul 两种东高加索濒危语言上整理约 45 分钟与 75 分钟训练语音并统一为 IPA 转写,对比 CTC 专用模型与 Whisper 及音频大语言模型,发现音素 F1 随对数训练频次呈 S 形增长,而面向语音的专用结构加语言相关词表与平均初始化在可运行条件下取得更低错误率,但稀有复合音素仍近乎无法识别。
该文把群体差异拆成嵌入偏置与嵌入方差,用单群体训练的线性音素探针检验偏置、用同音素近邻距离检验方差,发现方差与识别错误稳定相关而同域训练收益有限,且领域增强对抗微调未改变两项几何指标。