提示词比性别更能改变播客节奏:NotebookLM 双人播客的语速与停顿实测
该研究以 51 个 NotebookLM 生成播客为样本,用发音率与言语率检验面向不同听众的提示词与说话人性别的影响,发现提示词对发音时长的预测力强于性别,而男女声在停顿使用上趋同但在播客尾段发音率上出现分化,代价是 diarization 存在幻觉且输入文本未做控制。
该研究以 51 个 NotebookLM 生成播客为样本,用发音率与言语率检验面向不同听众的提示词与说话人性别的影响,发现提示词对发音时长的预测力强于性别,而男女声在停顿使用上趋同但在播客尾段发音率上出现分化,代价是 diarization 存在幻觉且输入文本未做控制。
该研究以十地带口音普通话自发独白为对象,用元音辅音区间节律指标加整体距离聚类,报告吴方言口音偏向重音定时、粤闽口音元音占比偏高、厦门口音与官话聚类相近,而节律距离不平行于词汇距离。
该研究用 ABX 辨别任务比较法国人与美国人对英语升调与降升调的区分,显示法国人显著更差,支持语调对比也存在音系性耳聋,但美国母语人仅 79% 正确率说明频率与语境仍是重要限制。
该研究追问词尾 schwa 形成额外音节时延续升调与对比降调如何重新对齐,利用 30 人 1078 个轮廓的已标注语料和 20 加 20 人的新产出实验,报告非南部延续调在 schwa 上掉调而南部保持上升、两地对比调都提前达峰后下降,并提议用次级关联保留非南部延续调的 H% 编码,代价是感知验证尚未完成。
该研究用 1.0 米、2.5 米、4.0 米三距离呼唤任务检验听者能否仅凭语音判断目标听者,最强证据是全听者准确率 0.702 与目标听者准确率 0.748 均高于 0.333 的随机水平,代价是样本仅 4 人且词相关差异机制尚未做声学分解。
针对西班牙成人初学者英语词重音问题,研究用 9 小时动词-声调式具身感知训练检验识音与产出,最强证据是非同源词识音显著进步与朗读复述差异稳定存在,代价是整体进步不显著且高度依赖双语背景与词类别。
该研究用德语朗读生产实验检验限定性是否为语言冗余因子,发现冠词前边界 B1 上定冠词显著短于不定冠词而冠词后 B2 无显著差异,且词频主效应不显著,但图片预熟悉可能抬高了可预测性这一代价限制了词频解释。
该研究让 6 位伊博语母亲对婴儿和成人唱同一首摇篮曲与游戏歌,报告对婴儿演唱平均基频抬高约 79-91 赫兹、基频范围扩大约 32-56 赫兹且频谱倾斜更高,而倒谱峰突出度和谐噪比在控制音高后无显著差异,代价是样本小且未直接编码声调实现。
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 48 对本科生四轮立场表态加案例讨论检验事先立场一致是否影响随后语速差,发现不一致显著增大语速差而时间顺序本身也带来发散,且代理感与社交吸引力只在匹配与否条件下反向调节,但全为探索性混合模型结果且无代码数据公开。
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。
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。
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。
该研究以厦门闽南语五条非入声变调规则为对象,用看图产出与两种违例音节的多选任务比较变调应用率,显示更简单的多选任务与更合乎音位的偶然空位能提高正确率,但效应随具体变调规则而异,且变调后形式是否合法会改变错误偏好。
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。