语音

该研究以《我是演说家》48 名选手的 96 段 30 秒语音为样本，用九个韵律参数预测比赛名次，发现平均第三共振峰越高名次越好，女性则靠基频变化范围取胜，但整体预测力弱且只在开场显著。

该研究用自适应低通滤波去掉可懂语义后，比较 33 名评分者对 25 人语音的韵律判断与 108 个声学时序特征训练的逻辑回归分类器在 251 人数据上的表现，两者准确率均为 80.0%，代价是灵敏度中等且韵律标记与症状总分无显著关联。

该研究用门限范式追踪普通话介音/j/的/i/感评分如何随声学片段增长而累积，显示门限、慢速、CGVX 结构和普通话母语组带来更高评分，而快速语速与 GVX 结构和日语初级组构成主要代价。

该研究用德语三档自然语速与其 PSOLA 时长对齐版本做清晰度评分与 A/B 偏好实验，证明全局语速强烈预测清晰度但重音、有声段保持与元音频谱保持贡献独立方差，而线性伸缩不能复原自然缩减的分布。

SteerDuplex 针对全双工语音模型可操控性不足，用 Moshi 骨干加针对性监督微调建立语气人设语速操控，再用两阶段连续性感知的混合奖励强化学习改善打断响应与暂停等待，代价是仍存在过早让出话轮与奖励钻空子的权衡。

论文以朗读为参照比较 50 名护理员在访谈与模拟照护中的音节级基频、能量、时长对比和元音离散度，用贝叶斯混合模型与 k-means 聚类报告了照护语音基频升高与超调制及两组个体策略分化，但能量区分弱、轮廓分离度仅中等且存在地域与朗读表现力的混杂。

论文以北卡舒布语名词变格中的重音位置变异为自然对照，用同一语音位置的重读与非重读元音比较检验时长、基频和强度，结果显示元音时长是主要声学相关物而强度作用较小且基频无显著作用，但分析只覆盖后元音并排除了词首词尾与短语重音条件。

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。

该研究以 LibriTTS 子集与 LibriTTS-R 对照比较 X-Vector 与 ECAPA-TDNN 在加噪、混响、加静音与神经声码器重建下的嵌入空间结构，报告 ECAPA-TDNN 更稳健但强混响与音频修复仍使类间可分性与最近说话人分类明显下降，而 X-Vector 对环境伪影更敏感。

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。

研究以双音节英语重音辨别与粤语声调同化任务检验知觉同化解释，粤语组辨别灵敏度显著高于英语组并把首末音节分别同化为 T1/T3 与 T4/T1 的两类对立，但证据限于无元音弱化的双音节词与行为选择数据。

该研究以 12 名天津话发音人的 5608 个语料比较无焦点与窄焦点下七类弱元素的基频，显示焦点主要做整体垂直抬升而不改变曲线形状，且只有词缀等四类能显著承接 prominence，而功能类与结构助词等则基本不扩展。

该研究比较有无知觉情绪中间约束的语音嵌入-购买意愿模型，用反向传播改写语音嵌入再做零样本合成，听评显示有约束语音在开放与封闭说话人上都显著提升购买意愿和愉悦感，但 arousal 未拉开差距且语速被推得过快时反而有害。

该研究用受控朗读与声门图接触商检验喉发音体模型关于低后元音应更收缩的预测，发现共振峰不能预测收缩，[ɑ] 仅比[æ] 高约 0.009 且都在常态嗓音范围内。

该研究用 31 名普通话母语者的成对更 distinct 判断任务，检验含非法调音节与合法但非词音节的声音对是否被判为更不 distinct，最强证据是 S1 至 S4 中非法与非词对的判断率显著低于全合法全词对，而 S5 与 S6 的分歧显示声学细节会介入，代价是仅用判断率与反应时、未测自然语流与个体词频效应。

该研究用核轮廓固定、句首重音系统操纵的听辨实验检验英语肯定与否定极性问句的偏向解读，发现否定极性是偏向的最强线索，只有九半音台阶式陡升在肯定问句中提高核查当前证据与强烈情感评分。

该研究用被动听觉奇异范式与脑磁图比较 24 名普通话-英语双语者与 21 名单语者，发现双侧颞上回与左侧颞中回出现声调偏离的失匹配场，双侧颞上回的双语者效应更强而只有左侧颞上回显示跨语言同音词特异效应，代价是无个体核磁、模板头模型与只报告组水平失匹配幅度的局限。

该研究把 Prosody Assessment 的 8 个接受性与 4 个表达性子测验搬到远程 Qualtrics 上，用 224 名 4-13 岁典型发展儿童和 48 名 4-17 岁自闭症儿童检验年龄敏感性与组间差异，最强证据是典型组除表达性升降调外均随年龄显著进步而自闭症组在情感与语用子测验上显著落后，代价是无常模、表达性评分标准模糊与部分任务存在文化 …

该研究用发音产出实验检验英语 since-when 问句在不信与信息寻求语境下是否韵律不同，发现不信语境下 when 更长、基频均值与最低值更低而基频极差更宽并伴随更深的基频谷与句末更低的基频轨迹，但主语 they 无可靠差异且句末低边界的证据需谨慎解读。

以罗伯特·克里利本人 13 次《我认识一个人》朗读为对象，用停顿位置与时长检验和 16 个声学参数的主成分分析刻画其跨数十年稳定的诗行标记与行内走势，最强证据是诗行边界停顿更频更长而语速节奏贯穿全诗变化、音质变化集中于后半部分，代价是语调主成分无系统行间差异且结论限于单首诗单位朗读者。