语音

该研究用视觉世界眼动范式检验英语真诚与反讽韵律的实时加工时间进程，发现韵律类型主效应不显著，而基频升高预测更多看向真诚目标、基频与谐噪比升高预测更少看向反讽目标，但初始注视偏置与刺激问题使交互式与模块式之争仍无定论。

该研究在 VoxCeleb2 上系统改变 ResNet 的深度、宽度和残差块分布并用机器级传感器实测训练能耗与碳排放，最强证据是 ResNet-419-D 相对 ResNet-200-D 仅把平均 EER 从 3.44% 降到 3.35% 却耗电约 4 倍达 895.67 kWh，而中等规模的 ResNet-50-D 及其向中间层集中块的变体以约 50 …

该研究用窄焦点语境下的四种语序×语调组合做合适度评级，检验韵律能否独立标记动词后窄焦点以及窄焦点语序是否必须配典型语调，最强证据是典型窄焦点得分最高但三类错配仍可接受且与基线无显著差异，代价是丰富词汇语境可能掩盖了线索在信息不足时的真实权重。

针对自发儿童语音标注稀缺问题，论文用 BEST-RQ 比较成人与儿童真声混合与 VEVO 合成儿童语音在自监督预训练和 CTC 微调中的位置，最强证据是合成语音只加入预训练时 MyST 测试词错率降到 16.07%，而直接加入识别训练几乎无增益且成人测试集代价明显。

针对中库尔德语数据少且算力弱的问题，该研究先微调 Seamless 大模型生成伪标签再训练 31M 小模型，用 Asosoft 上 7.67 对比 8.18、Fleurs 上 22.46 对比 20.31 的词错误率说明小模型接近大模型，但 Fleurs 上仍有约 2 点差距且推理只在给定软硬件下测得 18 倍加速。

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。

该研究用电磁发音仪比较词首与词中音节的辅音手势，显示元音音长效应出现早并溢出到相邻辅音而重音效应出现晚并延伸到后一音节，由此在不依赖固定音步域的条件下形成逆时关系，但代价是词首辅音几乎不受调制且长词第三音节的解析仍依赖音系假设。

该研究用实时磁共振测量塞茨瓦纳语短语末尾四个发音手势的时长、位移与峰值速度，检验单阶段边界减速与双阶段重音加边界协调两种解释，最强证据是时长出现两次拉长而位移与速度只渐进增大，代价是位移趋势统计不稳且结论依赖八位被试的特定材料。

该研究让 20 名未学过法语的普通话母语者用拼音自由转写法语 18 个 CV 塞音并做拟合度评分，显示法语浊塞音被稳定同化为普通话不送气塞音，而法语清塞音是否被听成送气取决于嗓音起始时间长短，代价是中间嗓音起始时间段出现大变异且元音与发音部位会系统改变判断。

该研究用荷兰语预测性句尾词汇判断任务检验节拍手势是否加速词汇通达，最强证据是噪声下真词反应时加快约 122 毫秒和 124 毫秒并使正确率提升约 4 个百分点，代价是手势与词重音是否对齐始终未产生可靠的交互作用。

该研究以 20 名女性发音人的 73 词两遍朗读与四项声学指标追踪高低调域对立，显示低调域用气嗓音实现但青年组差异更小且维持时间更短，而仙居话的弱化速度慢于北部吴语，代价是只覆盖第三调类与女性样本且未报告基频主导程度的直接验证。

该研究用同一批句子在字面与反讽语境下诱发法语朗读并测量语速、基频与强度，报告两组均未出现稳定显著的反讽标记，个体策略差异大于诊断组间差异，代价是仅 10 人小样本与强语境消除了对韵律的依赖。

共收录 14 篇 chime-2026 会议论文的 Reader 深度解读

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。

该研究以/papa/与/papi/中 V1 受 V2 影响的声学距离指数检验预期性 V 到 V 协同发音，发现老年人指数低于年轻人而双任务无显著影响，支持年龄相关资源下降假说而不支持本次双任务过载假说。

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。

该研究用去词汇化朗读检验双语听者仅凭韵律区分印地语和印度英语的能力，再对同一批话语的感知边界做基频、强度、时长和停顿的词级声学分析，最强证据是总体语言识别准确率为 63.5% 且印地语边界分类更依赖相对强度而英语更依赖时长，代价是朗读体、单一切分与小样本朗读者限制了推广。

该研究以美国英语两组同元音句为对象检验窄焦点与宽焦点下的下颌下降量，并以同步 EMA 与 MARRYS 对比设备一致性，最强证据是窄焦点词在 81.6% 话轮中为全句最低点且 DTW 后两系统平均相关 0.97，代价是仅 5 人小样本且旧版 MARRYS 需额外时间对齐。

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。

论文追问句末插入央元音后非南方法语延续升调尾部下落是音系还是语音现象，用已有语料分布与声学长度证据和南北对照试产证明应仍标为延续升调并承担尾部高边界调次级关联的代价是南方与非南方需用不同关联方式解释。