语音

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。

该研究用异性别 AX 辨别任务比较粤语与英语听者辨别泰语五声的表现与所用基频维度，发现粤语组辨别灵敏度更高，两组都依赖基频轮廓这一最有效线索，但只有英语组还追踪缺乏区分力的起点基频，代价是该结论依赖在线相关分析且未按声调对拆分验证。

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。

本研究用 4 段签证面试自然语音和 129 名尼日利亚听者的匹配假装评分，检验 4 种核调型在话语延续、强调、尊重礼貌与文化得体上的概率性差异，最强证据是 RISE-FALL 相对 FALL-LOW 更可能被判为延续与得体，而 RISE-RISE 始终偏向不礼貌不得体，但效应是梯度而非范畴且高度依赖语境。

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。

该研究用 Markina 巴斯克语中性陈述与是非问听辨任务检验母语与西语为母语的二语听者，显示母语者四条件均高于 95% 而二语者在多短语问句仅约 24% 正确、在单短语陈述约 61% 正确，说明核轮廓之外的整体音高形状决定问句解读。

针对梅尔谱缺相位信息导致相位一对多难学的问题，PhaseGAN 用插值加 ICCRN 先恢复幅度谱再用 R3-GAN 生成相位谱，在 LJSpeech 上报告 UTMOS 4.238 等最优感知指标，代价是两阶段分别训练且推理仍需 6.42G 量级计算。

用影子跟读检验香港粤语 T2-T5 与 T3-T6 并调是否向相反声调启动靠拢，最强证据是基线可分而跟读出现中度与强趋同且真人强于 AI、视频强于图片，代价是合并者仅每对 2 人而无法定论。

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。

论文用重合成的 Ramona didn’t analyze the nomads 区分 nomads 上 L* 核重音与去重音后 L-低谷，报告时长最强、节段线索居中、远端 F0 下降斜率最弱但显著，且被试在局部与远端线索间存在权衡。

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。

论文用标量问答的歧义回答检验韵律焦点如何引导肯定或否定推断，以连续声学测量预测听者是跟随形容词还是名词含义，最强证据是形容词峰值基频与名词时长方向相反的作用，代价是词类、位置与句末语调纠缠且只覆盖标量形容词语境。

该研究用疑问词问答对话在首名词与尾名词两处操纵重音与焦点，报告了尾位置 200-1200 ms 的持续重音正波与首位置 300-900 ms 的焦点负波，以及缺失与多余重音区分微弱的结果，代价是后部话语表征难以维持。

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。

该研究以大同晋语 T3 与入声 T5 为对象，用 37 人发音与 32 人二选一辨认证明时长是区分对立的首要线索，而音高与嗓音随代际发生权重转移，变化处于感知先于发音的早期阶段且以中年组为先。