语音

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。

该研究用说话人嵌入加回归器做年龄估计，再用成对听辨实验对照人类表现，显示系统误差能预测人耳难易，且双方共享基频等声学线索而人耳额外依赖语速节奏，但数据不均衡与噪声限制了结论外推。

论文复现基于频谱的句级嗓音强度回归并在新录音条件下发现其失效，进而用 Wav2Vec 2.0 浅层表示训练回归器，在 VIC 上把决定系数维持在 0.83 左右，代价是跨条件差距仍未完全消除。

该研究以普通话和阜新话送气对立为对象，用手动测量的 VOT 与起振后 10 毫秒内 CF0 检验声调如何调制两线索分工，最强证据是 VOT 在四声下稳定区分送气而 CF0 仅在特定声调显著，代价是仅 6 名男声冠音样本且结果限于声学产生层面。

该研究对 400 名法语母语英语学习者的/i:/、/ɪ/与法语/i/做时长与 F1-F2 重叠测量，发现时长差异总体显著但共振峰分布仍高度重叠，说明时长线索可被习得而不等于达到母语者式实现。

该研究以常州话双音节名词与动词短语的声学比较检验左主导与右主导变调是否成立，最强证据是动词短语基调保留仅轮廓简化而名词短语出现大幅偏离与一词多调，代价是仅分析 3 名年轻女性发音人且单音节基线只在孤立语境录制。

该研究用口语词云重组任务检验形容词长度与介词短语类型对法语形容词前置率的影响，最强证据是长形容词主效应系数 -2.29 且名词补语与动词补语都提升前置率，代价是韵律模式仍在分析中且样本限于双音节名词与特定音节组合。

该研究把原来只给朗读打一个总分的可懂度模型改造为按轮次打分的时间序列方法，在 13 例舌切除患者的半结构化临床对话上检验临床医生说话是否影响患者下一轮可懂度，最强证据是 7 例中存在显著关联且 PMB01 约 40% 变化可被解释，代价是 10 秒窗导致的时间粒度粗糙且个体差异极大。

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。

该研究用 40 个法语西班牙语非言语声音做四选一情绪识别，报告年龄越大识别越准、喜悦悲伤优于恐惧、非言语声优于句子、五岁双语儿童优于单语，但样本小且组间不均衡使语言效应只能算探索性发现。

该研究在/aCa/中用三维电磁发音仪对比/d/与/r/的舌尖手势，报告 3 人实现为近音、仅 S2 实现为拍音且/r/以更高闭合刚度缩短平台与声学收缩，代价是仅 4 人小样本且拍音证据集中于一人。

该研究用同一句 Molly mailed a melon 在四种问答语境下考验七个主流 TTS 能否做出正确且自然的韵律焦点，人类基线仍最稳，最强的 Gemini 也不均衡，而高自然度与高可辨度难以兼得。

该研究以同一短篇故事的真人朗读与两种开源合成语音对比疑问句尾音升降，发现较好的 Kokoro 在是非问句升调比例接近真人但在 Wh 问句大量误升，且两系统音高变化范围与自然度均低于真人。

该研究把转写词错率当作后续音素对齐的前置条件，在未见过的健康与病理法语数据上比较四类系统，最强证据是训练数据与评测风格越接近误差越低，而代价是没有任何模型在犹豫词和不同病理间保持稳定。

该研究把成人 MonPaGe 工具中的交替运动速率任务适配给 2.6 至 6 岁法语儿童，在 97 名典型发育儿童首批数据上先做听觉语速测量，再转向三窗口声学测量加错误质性分析，初步报告任务类型与辅音丛显著影响表现，后续将对比健康老化与帕金森组以检验逆行发生假说。

论文把词入侵测试搬到说话人表示上，用 Top-K 稀疏自编码器从 ECAPA-TDNN 嵌入中抽出 500 维稀疏维度，再靠 22 人听辨找侵入者，结果显示只有噪声、口音和语言等少数维度可被人感知，而低典型性并不保证可解释，一致性余弦分数则与判对显著相关。

该研究以 9 名母语人的孤立词录音为对象，用自动对齐时长与振幅包络二次项系数证明 fortis /ŵ/ 更长且呈凸形能量凹陷，而 lenis /w/ 常弱化为过渡，代价是野外录音剔除、切分不确定与尚未覆盖 /j/ 对立。

该研究用双音节词对绕口令式重复任务检验重音格是否独立于音段被计划，初步显示时长无主效应但重复次数与错误数支持抽象格，代价是样本仅 36 人且功效不足。

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。

该研究用电磁发音仪与视频追踪检验匈牙利语指点手势与语音地标的时滞稳定性，初步证据指向第一音节元音目标与手指目标的对齐最稳定且不受信息结构与基频轮廓调节，代价是仅报告一名被试且未发现基频的组织作用。