语音

该研究用 20 对同字句最小对与三选一听辨任务检验喀尔喀蒙古语真问与否定反问能否仅靠韵律区分，最强证据是反问显著更易被辨认且集中使用 LHL% 边界调并伴随更长时长与更高起始及疑问词音高，代价是真问辨认接近机遇水平并存在向反问判断的系统偏向。

该研究以句子位置操纵韵律位置，用连续的 F1 和 H1*-H2* 加 HNR 检验两个过程是否聚类，最强证据是句末喉塞保留而元音低化无显著位置效应，代价是样本仅 4 人和句法变异未控制。

以粤语学习者与普通话母语者对照跨情境词学习普通话声调最小对立，问题是声调母语经验是否带来优势，方法是 2AFC 训练加 3AFC 测试分离声调最小对与非最小对，最强证据是组别×试次类型交互与 T1-T4 系统性混淆，代价是 T1 目标试次不成比例的困难。

该研究用协作放图游戏诱发英语紧松元音误会并以归一化时间为轴跟踪 F1、F2 与时长占比，发现英语者在与日语者对话时缩短/ɪ/扩大时长区分、普通话者降低/ɑ/的 F1 与 F2 扩大频谱区分且超过英语均值，而对话前后朗读无保持，代价是每组仅 5 对且只报告两组元音。

TokenMapper 针对同有效帧率但码本结构不同的语音分词器做离散域直接翻译，在 GLM、Moshi、DualCodec 六个方向上把跨模型词错误率控制在接近原生重建 2.5-6.8 个百分点内，并以省去波形桥接换来 4.8-94.5% 的传输路径延迟下降，但多码本残差声学细节仍是主要代价。

该研究让 40 名无日语经验的北方官话母语者读 12 个日语音借词，报告 57% 读音偏离汉字声调且三音节词 75.9% 集中为低-高-低型，混合模型显示说话人随机效应解释力最大而字调与熟悉度贡献很小。

该个案以四组同音节五声调重复任务结合五位母语听辨与基频时长声学测量，显示总体听辨正确率仅 36.1% 且高调 T1 仅 6%，代价是单被试、无纵向干预对照，不能推广为群体规律。

该研究把字调与旋律是否同向变成可计算的基频相关问题，用单音节与三音节两种依字率测两部同词曲班底音乐剧选段，最强证据是总体三音节依字率 68% 高于单音节 65%，代价是仅两段同演唱者录音且阈值取大于 0 的宽口径。

本文以配对游戏诱发通古贝埃维语陈述与是非问句，比较句末韵母与整句的基频、强度与时长，报告疑问句同时使用松弛韵律的句末开元音与气声结尾和频率码的句首高调抬升与音域扩张，而句末延长在统计上不显著。

针对离线轮替标注中暂停打断与重叠打断样本过少导致韵律学不会的问题，论文比较声学扰动、删尾重组及其组合三种增广，用随机森林在阿根廷西班牙语任务对话上把开发集 PI 从 0.36 提到 0.45、I 从 0.41 提到 0.48，代价是平滑转换与重叠转换的 F1 轻微下降且留出集宏平均未提升。

针对四人围桌、佩戴者遮挡与极低信噪比下的低延迟目标语音提取，该工作用近距到远距投影生成相位幅度对齐的训练参考以启用 SI-SNR 训练，并用固定零陷波束形成抑制佩戴者语音加确定性递归增强渐进精炼，在 Aria 设备上显著超过基线，但频率补偿会以残留噪声为代价恢复高频。

以坦头闽南语清、不送气塞音、真浊塞音与鼻音三重最小对立为对象，用广义加性混合模型检验四个声调的辅音微扰效应，发现三个声调符合鼻音高于清音高于浊音而升调 35 呈现浊音最高的反转，且鼻音后整体基频意外偏高。

论文以法国视听访谈中 2096 人的平均基频为对象，用性别与年代分组的多项式贝叶斯回归比较无区分、按性别区分、按性别加年代区分三种假设，最强证据支持只按性别区分的二次模型而不支持年代整体下移，但代价是结论只限于名人访谈场景且依赖先验与分组设定。

本研究以 6 名平良老年双语人的 760 个可用片段为证据，用中间段共振峰与随时间变化的振幅距离说明摩擦元音同时具有高央元音的共振峰位置和不同于擦音的摩擦时间形态，因而不能简单归为高央元音或音节擦音。

该研究用瞳孔扩张这一在线认知负荷指标检验主流美国英语中降阶轮廓与信息状态的适配关系，最强证据是全新语境配高星重音时扩张最大、可及语境配降阶时扩张最小，代价是刺激经重合成且匹配试次重复呈现使生态效度受限。

该研究以四名母语者的朗读句末双、三、四音节词为对象，测量清化与嘎吱段时长，发现清化时长随词长增加而变长且被前置嘎吱压缩，而嘎吱时长无此规律，代价是样本小、仅朗读体且一人模式明显不同。

该研究用 80 名口腔与口咽癌患者的伪词解码任务检验可懂度评分是否随词表、面对面与远程场景和评估者经验而变，结果显示词表与场景无显著差异而重度损伤段专家评分幅度更收敛，但专家效应仍是待解释的代价。

该研究以法语词库最小对立为对象，用词频加权且只差一个区别特征的计数估计音位、对立和特征的功能负荷，显示音节首与韵尾、词首词尾的排序差异很大，而归一化与转写选择是主要代价与限制。

该研究以科西嘉塔拉瓦语自发语音中三个基元音的声学测量为输入，用随机森林加留一说话人验证做年龄组分类，最强的分元音证据是/i/的 55,6% 精度，而全局 43,3% 精度与显著的说话人差异说明仅靠元音尚不能实现可靠分类。

该研究用巴黎两所极端社会位置学校的 36 名 8-10 岁儿童朗读任务，报告了女孩在清塞音 VOT 更长、浊塞音前置浊化更长、H1-H2 更高三项指标上均与成年女性方向一致的性别差异，并显示 VOT 性别差在优势学校更大而嗓音质量性别差在弱势学校更大，代价是样本小、无中间阶层且塞擦化仅做听辨加频谱图二分判断而未做统计检验。