韵律

该研究以朗读控制文本比较健康人与上气道消化道癌症患者的静默停顿，报告患者停顿更多更长且混合功能为主，代价是生理约束加重与个体差异大，且原文未给出可复算的具体频次与时长数值。

该研究用 12 名美国冥想教练与企业高管的连续演讲样本，以分性别的多变量协方差分析检验音高、音质、强度与时间结构，最强证据是风格整体分离的大效应量，但代价是每组仅三人的高度筛选样本与去背景声后期处理限制了推广。

该研究用普通话一声到二声的 Ganong 任务追踪 1 到 6 年级儿童与成人，发现声学语音加工与词汇依赖各自从一年级起保持稳定，但二者关系在 12 岁左右才从独立转为成人式的此消彼长的权衡，且高语文水平是出现权衡的条件，代价是低水平儿童尚无此策略性补偿。

该研究以 14 名西班牙语母语者为对象比较 8 小时单模态听觉训练与手势加 prosodie 多模态训练，报告显示手势组在语速、元音时长缩减与音域比扩展上占优，而两组在圆唇元音感知与产出上均无组别效应，且感知基线已高达 92%-95% 带来天花板限制。

该研究用连续重复的/ujujuj/与/wiwiwi/结合电磁发音仪追踪与线性判别指数检验滑音与元音是否随语境和韵律位置同等变异，最强证据是词首共强化而词尾重音仅元音强化且唇舌协同方向相反，但代价是仅覆盖/u-i/与/w-j/组合且无公开数据代码。

该研究以法语问答诱发的半自发语料检验喉化与信息焦点的关联，再用交叉拼接只插入喉塞音的感知实验验证听者是否据此作窄焦点解读，最强证据是插入喉塞音使窄焦点判定的胜算比变为约 4.97 倍，代价是仅覆盖句末焦点与人工插入的自然度限制。

该研究从非正式播客访谈中抽取希腊语是非问句，用核音调标注加时间序列聚类与函数主成分分析，显示核重音类型不由偏向唯一决定，而肯定偏向对应整体更高的基频，且该效应在很大程度上独立于具体调型。

该文把每门语言大量 F0 帧间差值 dF0 做成整体概率分布，用 Wasserstein 距离和最优传输比较 20 门语言，并在教学示例层面把经验分布解释为 Boltzmann 型动力系统，但未分解各峰的功能来源。

该研究用单音节极性问句与陈述句考察唐氏综合征成人的基频动静态特征，以逐人广义加性混合模型比较经四人一致听辨筛选的 58 条唐氏综合征曲线与 144 条对照曲线，发现多数人能产生可辨认的上升与下降轮廓但个体差异大、陈述句缺测多，女性唐氏综合征组最大基频偏低而均值相近，与既往偏高基频的报告不一致。

论文用十对多合流与少合流粤语者的无脚本密室游戏对话检验声调超音段适应，发现少合流者缩小三声与六声的归一化基频距离以靠近多合流者、两组在对话末尾对齐而前后朗读无变化，支持目标驱动的音高区间趋同而非简单的去合流模仿。

该工作把网球赛后发布会视频加工成带说话人角色、转写和词级对齐的自发情感语音语料，并用预训练声学与文本模型做维度回归、离散分类和文本情感三组基准，显示胜者效价与优势感更高、败者悲伤主导更集中，但两组文本多呈积极且 arousal 差异小。

该研究用听觉启动加默读选择任务检验含 only 歧义句的信息结构启动，报告显示动词重音启动提高了非常见动词关联选择，而去词汇与自然启动的效果差异取决于工作记忆与听觉想象等个体差异，但总体启动并不稳定且代价是条件依赖性强。

该研究在德语自发对话中比较同批说话人的两种焦点超清晰化做法，最强证据是 23/24 人收紧了音高重音与手势顶点的对齐而只有 10/24 人 steepen 了降调斜率，且人人至少用一种策略，代价是韵律单通道结论不稳定、需双通道联合判断。

该研究以普通话与西安话双元音为对象，用广义加性混合模型分离声调贡献并比较基频与第一共振峰极值对齐，再用函数主成分加随机森林只看第一共振峰预测四声，最强证据是跨说话人分类达到普通话 49% 与西安话 43%，代价是只覆盖两个双元音且未直接观测发音运动。

该研究让 36 位母亲在相同指认任务中分别对假想儿童和成人说话，发现对儿童元音更长、音高更高，且困难指认拉长时长、对儿童抵抗二次提及弱化，但音高不随困难升高而是抵抗了列表语调的下降。

该研究用英语为矩阵语、粤语为嵌入语的对比性焦点产出实验检验韵律层面的混合与超清晰化，报告切换词居中而切回后英语词出现类声调转折与更极端高低目标的主要证据与代价。

该研究用同一批巴西葡萄牙语自发语音对比人工韵律切分、WhisperX 切分与随机森林韵律切分训练 FastSpeech2 的效果，最强证据是自动韵律切分的 F0 曲线走向接近人工切分，但 70% 合成核轮廓偏离自然语音且焦点位置更分散。

该研究用无语境听辨任务检验普通话四类字面与反语的韵律感知，发现反语批评正确率较高而反语表扬极低，且自闭特质量表得分越高反语表扬越差，但样本仅 20 人且为单一女声录音。

该文以增量重合成的时长、基频与滑音加 TIMIT 后验音素为探针，用核典型相关与记忆分类核对 Mimi 八个码本的分工，最强证据是时长可达 92.3% 而音高与滑音仅部分可恢复，且第一码本更偏向音段表示。

该研究同步采集 12 名巴西葡萄牙语朗读者的音频与下颌垂直位移，比较戏剧艺术组与普通组在散文和诗歌中的发音与下颌运动，发现实验组下颌降幅更大、变异更大、开口速度更快且整体强度变异更高，代价是语速更慢且样本仅 12 人、未做元音高度归一化。