语音

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。

该研究以 21 名助听器佩戴者区分 ada 与 aga 的三线索权重和三种朝向的谱时调制检测阈为证据，显示第二共振峰线索利用与对应调制敏感性相关，但样本小且高频爆破条件多未完成使结论仍为相关性支持而非因果证明。

针对奥克语数据稀少且集中在加斯科涅和朗格多克方言的问题，论文比较直接微调、跨方言微调和两阶段微调，最强证据是两阶段在大资源方言上继续降低词错误率，而代价是小资源方言只能做迁移评估且测试集极小。

该研究在法语朗读任务中比较言语失用症、帕金森构音障碍、小脑性共济失调构音障碍与典型对照的韵律成组，报告显示三组都保留四级边界与两级节奏突显的清单但分布不同，而失用症组以过多边界和词内边界形成最碎的切分。

针对 CTC 对时间边界不敏感导致词结束时间常被拖到下一词起点的问题，该文在 CTC 之外只在词起点、词终点和静音等关键帧上加掩码交叉熵约束，用 Jamendo 上词起点平均绝对误差 0.213 秒、词终点 0.332 秒的对照显示全静音掩码改善终点、起点掩码决定起点，代价是起终点最优解来自两种掩码的组合而非单一模型。

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。

该研究以飞翔话 25 对单音节最小对立体的 298 个降调产出为证据，用广义加性混合模型定位差异在韵母后段、用主成分分析把相关声学特征压缩为音高与时间两维并用逻辑混合回归验证两者共同区分 Fall 1 与 Fall 2，代价是样本仅 6 人且为居家录音与单字朗读条件。

该研究以三人协作生存排序任务比较远程、共处与混合三种会议形式，发现远程和混合会议中填充停顿率显著高于共处会议、远程会议中无声停顿率也更高，而平均时长无差异，提示非共处设置增加了交际努力，但混合会议内远程与共处者之间无差异。