新闻动态

浏览语言与语音研究领域的公开动态和近期收录信息。

  • How auditory rhythm perception shapes speech production: The influence of neural synchronization and rhythmic patterns.

    86 名普通话母语者完成四音节言语产生任务，目标为占优的 [2+2] 与少用的 [1+3] 韵律模式，前置一致或不一致的纯音节奏启动，按脑-声一致性（CACoh）分为高、低神经同步组。少用的 [1+3] 上低同步组节奏启动显著、高同步组几乎无，[2+2] 效应小且组间相当；theta 频段 CACoh 越高 [1+3] 启动效应越小。听觉节奏对言语产生的影响取决于神经同步与话语节奏结构的交互作用。

  • Jobs: Assistant Professor-Theoretical Phonology, Linguistics, Stony Brook University

    美国石溪大学语言学系招聘理论音系学助理教授，2027 年秋季学期到岗，教学负担为每学期 2 门课程。要求到岗时持有语言学或相关领域博士学位、有理论音系学在研方向；具有田野调查、语音学、计算或实验方法等交叉专长者优先。申请通过 Interfolio 提交求职信、简历、研究计划、代表作与三封推荐信，截止 2026-11-21。

  • Version 3.4.3

    语音强制对齐工具 Montreal Forced Aligner（MFA）于 2026-10-08 发布 3.4.3 维护版本，未附详细更新说明。MFA 广泛用于语音与音系研究，可在录音语料上自动生成音素与词级时间标注，支撑声学与音系建模。

  • Auditory Acuity and Response to Altered Auditory Feedback in Children with and without Rhotic Distortions.

    46 名 9–15 岁儿童（持续性语音障碍 RSSD 组与对照组）完成实时变换听觉反馈任务，听自己第一共振峰被上移 30% 的言语，并接受音位对比听敏度测验。两组在反馈改变期与保持期均出现可靠适应效应，听敏度无组间差异；但 RSSD 组在后效阶段适应减弱，提示其前馈运动指令调整能力较弱。听辨成绩仅与正常组儿童的反馈适应幅度显著相关，说明变换听觉反馈有助于理解言语障碍儿童调整言语运动计划的能力。

  • Self-Supervised Speech Representations for Cross-Speaker Dysarthria Detection During Awake Craniotomy

    研究针对清醒开颅术中言语损伤检测，在 DATABRASE 语料上系统评测流水线各组件：说话人日志分离患者语音、手工声学特征与多层 wav2vec 2.0 嵌入的多视图表示、说话人条件归一化与基于可迁移性的特征选择，以及梯度提升加神经网络的级联分类器。严格说话人独立的留一交叉验证显示，跨说话人性能更多取决于语音表示而非分类器选择。

  • Disentangling Linguistic and Paralinguistic Information with Routed Sparse Autoencoders

    研究在冻结的 SPEAR 与 WavLM 自监督语音编码器上，用 TopK 稀疏自编码器结合路由定向监督与跨因子对抗训练，分离语言学与副语言学信息。独立探针显示语言学信息在语言路由中保持更强，说话人身份、情绪与韵律等副语言因子保留在副语言路由中且在语言路由中被大幅抑制；该路由组织可从 LibriSpeech 迁移到 MSP-Podcast，特征空间干预可交换因子而不显著损害另一路由信息。

  • Confs: Advances in Sociotonetics: Suprasegmental Variation in Tonal Languages

    首届社会声调学研讨会（Advances in Sociotonetics）将由赫尔辛基大学主办，聚焦声调语言的超音段变异，征集社会、语音、方法、理论与类型学视角的研究，语调语言的变异不在征稿范围。会期 2027 年 10 月 28 至 29 日（芬兰赫尔辛基），投稿截止 2027 年 4 月 1 日。

  • Speech Rhythm Perception in Japanese: Evidence From Sensorimotor Synchronisation With Connected Speech

    40 名东京日语母语者与循环句的节拍进行感觉运动同步，考察日语节奏知觉。结果显示莫拉仅通过塑造双莫拉音步的结构间接影响节奏知觉；音步与韵律词是两个核心节奏域，其首音节吸引节奏注意，呈扬抑格偏好；音高重音增强音步域内的同步，说明其知觉偏重音性而非纯声调性。研究为日语双莫拉音步的心理现实性提供了首批实证证据之一。

  • Intonation Perception in Real and Synthetic Speech across Varying Familiarity Levels: A Pilot Study of Equivalence Assessment

    该预实验用歌声转换（SVC）模型生成合成语音构建语言训练语料，比较被试对自然语音与合成语音的相似度感知与语调识别表现。相似度判断中语音类型与语调交互显著，疑问语调可作说话人识别线索但受合成特征影响；语调识别中语音类型与熟悉度交互显著，语音类型调节熟悉度在嗓音加工中的贡献。

  • Jobs: Assistant Professor, Teaching Stream - Linguistics, University of Toronto Scarborough

    多伦多大学士嘉堡校区（UTSC）语言学习系招聘语言学教学型助理教授（全职、教学轨道），方向涵盖语音学/音系学、语言习得、言语语言障碍或语言文档记录，预计 2027 年 7 月 1 日到岗，申请截止 2026 年 11 月 30 日。

  • Beyond Pitch: Exploring Acoustic and Psychosocial Factors Shaping Voice Perception in Transmasculine Individuals

    26 名开始性别肯定激素治疗（GAHT）的跨性别男性化个体在 6 个月内接受三次随访，采集嗓音录音进行声学分析，并同步测评体像、状态焦虑与嗓音自我感知及其生活影响。结果显示治疗后基频（F0）、嗓音质量与共鸣及感知社会支持均显著变化，体像、状态焦虑与 F0 是嗓音自评变异的显著预测因子，提示性别肯定嗓音干预需兼顾心理社会因素。

  • Clear speech provides insight into L2 category formation: Evidence from French front rounded vowels

    Robertson 与 Jongman 在《语音学杂志》刊文，以法语前圆唇元音为材料，从二语范畴形成的视角考察清晰言语（clear speech）的作用，探讨更清晰的说话方式能否帮助学习者建立母语中缺失的元音对立范畴。

  • [b] = [d] - [t] + [p]: Self-supervised Speech Models Discover Phonological Vector Arithmetic

    该研究跨 96 种语言分析自监督语音模型（S3M）表征的内部结构，发现表征空间中存在对应音系特征的线性方向，且向量幅度与对应特征的声学实现程度连续相关：如 [d] 与 [t] 之差得到浊音化向量，加到 [p] 上可得 [b]，缩放该向量则得到浊音化的连续体，表明 S3M 以可作音系解读的组合向量编码语音。

  • Is easy-to-read easy for everyone? An eye-tracking study across the adult lifespan

    69 名 18–83 岁成人在被试内设计中分别阅读易读（Easy-to-Read, E2R）排版与标准排版的短文，以眼动追踪记录注视与眼跳并评估阅读理解。结果显示 E2R 排版未显著提升理解准确率或缩短阅读时间，但平均注视时长更短、平均眼跳幅度更大，提示其对阅读中的视觉加工有一定促进；该视觉加工收益在年轻成人中更明显，随年龄增长而减弱，未转化为理解或速度优势。

  • Diss: A Comparative Study of Sound Pattern Processing with Reference to L1 and L2s- A Cognitive Approach

    印度安纳马莱大学语言学高级研究中心博士论文（2026），研究 10–12 岁儿童在第一语言马拉雅拉姆语及英语、阿拉伯语、印地语三种第二语言中，已知词与未知词产出里的音系过程。论文以根本 CV 音系学、自主音段音系与词汇音系为框架，考察未受显性教学的二语学习者如何判断音系组合的可接受性及字形-音素对应的实现，发现过半低龄组说话人已能无意识地恰当处理音系模式。

  • When Layer Selection Misleads Speech Depression Detection

    预训练语音表征被广泛用于抑郁检测，但在评估所用数据上挑选最优编码器层会虚报性能。研究在 DAIC-WOZ 语料上以重复嵌套交叉验证对比五个深度编码器家族：朴素的最优层探测可将 AUC 最多虚高 0.09，该偏差随探测层数增多、样本变小而扩大，并在意大利语临床语料上复现。作者建议小样本临床语音数据集采用嵌套模型选择协议，公平比较下任务对齐的情感-韵律轻量模型即可与大型自监督模型相当。

  • A mathematical model of the vowel space

    发音-声学关系是多对一的非线性映射，制约言语产生研究。该工作用余弦混合构造通用声道面积函数，使元音空间（F1、F2）与多种声道模型的参数空间建立双射，仅用两个公式即可生成主要元音；再将混合函数转化为处理发音参数的协调函数，并验证其行为与 Fant 模型及由通用模型导出的四管 DRM 模型相似。本次推送为该 2021 年论文的 v3 更新版本（2026-10-05 发布）。

  • Enhancing Pathological Speech through Articulatory Bottlenecks

    构音障碍语音重建通常依赖从受损语音中提取的语言学或语音学表征，该研究改为在言语产生的表征层面干预：在神经分析-合成框架中引入残差映射器，修改发音对齐的隐空间，同时保留说话人与韵律信息。映射器先在健康与人工构音障碍的平行合成语音上预训练，再以音素引导与对抗目标适配自然构音障碍语音，并与维度相同的无监督表征对比，以评估显式发音监督的收益。

  • Confs: 52nd Incontro di Grammatica Generativa

    第 52 届生成语法研讨会（IGG52）将于 2027 年 2 月 17 日至 19 日在意大利锡拉库萨举行，由恩纳科雷大学承办。会议涵盖生成语法框架下的句法、语义、形态、音系与语用议题，接受计算与实验方法研究，摘要截稿 2026 年 11 月 15 日。

  • Acoustic gap placement in second-language read speech production

    研究分析 115 段同一朗读语篇录音（57 名普通话母语者、58 名美国中西部英语母语者），用词级强制对齐提取词间声学空隙并区分标点位置与非标点位置。250 毫秒阈值下两组标点处空隙相近，而普通话组非标点位置空隙显著更多（比率比 11.98），表明空隙位置比标点停顿更能区分两组的朗读停顿模式。

  • Incipient vowel splits in Standard Scottish English

    本文考察苏格兰标准英语中紧/松元音对立的初步分化，基于第一、第二共振峰声学数据检视 palm–Pam、caught–cot、pool–pull 三组元音对的个体差异，检验既有蕴含等级假设是否成立，并讨论元音系统分化的路径。

  • Clinical Trials in Adult Communication and Swallowing Disorders: Building the Evidence Base for Patient-Centered Care

    本文为成人沟通与吞咽障碍临床试验专题导论，围绕 2025 年美国言语语言听力协会研究研讨会成果，评述临床试验的目的、核心要素、伦理要求与适应性设计。文章总结失语症、原发性进行性失语、吞咽障碍等领域在治疗剂量优化、干预方式比较、行为干预分期开发与真实世界实施策略方面的证据进展。

  • Subjective and Quantitative Assessment of Vocal Tremor in Patients With Adductor Laryngeal Dystonia

    研究对 55 名内收型喉肌张力障碍患者与 10 名正常发声对照的频闪喉镜录像做视频特征追踪，定量分析嗓音震颤。34 名患者检出嗓音震颤且全部为女性，以水平型与混合型为主；水平方向各结构振幅在组间无显著差异，仅前后方向杓状软骨振幅与速度存在组间差异，间歇型患者会厌与杓状软骨振荡振幅小于规则型。研究认为视频追踪可实现嗓音震颤的定量表征，是女性患者的关键表型。

  • Does nasal surgery alter vocal resonance? the acoustic impact of rhinoplasty, septoplasty, and turbinoplasty - a systematic review and meta-analysis.

    该系统综述与荟萃分析纳入 43 项研究共 2039 名患者，评估鼻成形术、鼻中隔矫正术与鼻甲成形术对嗓音共鸣的声学影响。12 项鼻中隔矫正术研究的荟萃分析显示鼻音语声的鼻音化评分平均升高 17.2 个百分点；鼻成形术对第三至第五共振峰的影响不一，职业用声者声学变化更敏感。