《EAR AND HEARING》：Mandarin-Speaking Preschoolers With Cochlear Implants Can Use Duration and Pitch to Mark Prosodic Boundaries
编辑推荐：
这篇研究探究了普通话人工耳蜗(CIs)植入学龄前儿童能否通过产生不同的韵律线索（如音节延长、停顿插入、音域扩展）来区分复合词与列举式短语。结果表明，尽管CIs儿童能够运用时长和音高线索进行区分，但其产出与听力正常(TH)同伴仍存在差异，例如在复合词中音节时长更长、停顿更多。这为针对CIs儿童的言语康复干预提供了新视角，强调了在词级以上层面进行韵律训练的重要性。
引言
在日常言语中，话语可以通过韵律线索分割成词单元。例如，复合词（如“果冻豆”）与其对应的列举形式（如“果冻，豆”）之间的区别在于是否存在由时长和音高线索标记的韵律边界。这些韵律线索的差异会影响意义的解读。先前研究发现，4至5岁的听力正常(TH)英语或普通话学龄前儿童可以产生这些重要的线索来区分复合词和列举。然而，由于人工耳蜗(CIs)在编码音高信息方面的局限性，佩戴CIs的学龄前儿童在整合时长和音高线索方面面临挑战，这对于学习普通话的儿童可能尤为明显。因此，本研究探讨了普通话CIs学龄前儿童是否能产生韵律线索来标记词边界，从而区分复合词和列举。
普通话中的边界标记及其在TH学龄前儿童中的习得
复合词和列举之间的主要区别在于是否存在由韵律线索（如时长和音高）标记的词边界，该边界通常出现在列举中，而在复合词中缺失。时长线索，如边界前延长（列举中N1的音节时长更长）和停顿插入（N1和N2之间），是普通话中强有力的边界线索。除了时长，边界也会影响普通话中的音高实现。作为一种声调语言，普通话有四个具有不同轮廓的词汇声调：两个简单的动态声调（升调T2和降调T4），一个高平调（T1），以及一个复杂的动态声调（降升调T3）。当位于边界前时，声调的音域通常会被扩展。最近研究表明，4岁的普通话TH学龄前儿童能够使用边界前延长和停顿来标记词边界，并扩展简单动态声调T2和T4的音域。这些发现表明，儿童在大约4岁时就已经建立了韵律线索与边界标记之间的准确映射，从而在他们的产出中有效区分复合词和列举。这引发了关于普通话CIs学龄前儿童是否也习得了这种能力的疑问。
CIs学龄前儿童对韵律线索的习得
患有重度听力损失的学龄前儿童可以通过佩戴CIs部分恢复听觉功能，从而达到与其TH同伴相当的语言习得水平。尽管如此，CIs有限数量的通道（22至24个）阻碍了言语韵律，特别是音高信息的有效编码和传输。因此，CIs学龄前儿童更可靠地使用时长线索来标记边界，因为时长是主要线索且在CIs中受影响较小。
同样，普通话CIs学龄前儿童在孤立和连续言语中的词汇声调产出方面存在困难，表现出比其TH同伴更多的变异性。然而，早期植入（2岁前）且至少有3年CI经验（即听力年龄）的学龄前儿童可以像其TH同伴一样产出词汇声调，但晚期植入或CI经验短的儿童则不能。由于这些在词汇声调方面的挑战，CIs学龄前儿童可能也难以用韵律线索标记边界。先前研究表明，在句子层面，4至12岁的CIs儿童在产出童谣时，其边界前的音域扩展不像其TH同伴那样一致。然而，CIs学龄前儿童是否能够持续产生用于短语级韵律边界标记的韵律线索，从而区分词单元，这一点仍不清楚。
本研究
本研究提出了两个研究问题：（a）普通话CIs学龄前儿童能否在产出中使用时长线索（即边界前延长和更长停顿）并对简单动态声调（T2和T4）实施音域扩展，以区分复合词和列举；以及（b）如果是，他们的产出是否与其TH同伴相似。
材料与方法
参与者
共有42名普通话CIs学龄前儿童（佩戴Cochlear或Nurotron品牌，22至24通道设备）和64名TH同伴参与了本研究。CIs儿童从北京、河北和沈阳的言语康复中心招募。TH同伴从同一地区的幼儿园招募。所有参与者均报告无认知或智力障碍。
刺激材料
从CHILDES数据库中的Tong语料库中选取了12个熟悉且可图示的名词-名词(N1-N2)项目，用以构建目标复合词及其相关的列举形式。所有项目均通过彩色剪贴画图片呈现，并通过填充载句“这里是...”后跟一个填充名词(N3)来引发。
程序
在测试环节前，儿童通过图片命名任务熟悉目标词及其对应图片。之后，儿童进行四次练习试验，以确保他们能使用载句，并能在复合词条件下形成两个项目的句子，在列举条件下形成三个项目的句子。练习试验后进行引发产出任务，儿童在屏幕上看到两张（复合词条件）或三张（列举条件）图片，并被询问：“你能告诉我这里有什么吗？”参与者被要求使用载句从左到右命名每张图片中的物体。
为避免任何学习和迁移效应，复合词和列举被伪随机化以生成测试集。使用Marantz PM661固态录音机和AKG G520L头戴式麦克风以44100 Hz采样率对参与者的产出进行录音。总共记录了2544个语音样本。
标注与测量
所有产出均在Praat中进行声学编码。根据与F. Xu等人（2025）相同的标准和编码程序，定义了音节和元音的起点和终点。如图3所示，使用Praat脚本提取了N1的音节时长、N1和N2之间的停顿时长以及N1的音高。
音高在Hz中通过Praat的默认算法在10个等距离点提取。音高值进一步转换为以40 Hz为参考的半音(st)以匹配人类感知。音域定义为最高和最低音高之间的差值。
统计分析
共有1313个来自CIs儿童的样本和1932个来自TH同伴的样本被纳入统计分析。使用R进行数据处理和分析。使用lmerTest包拟合线性混合效应模型来评估音节时长、停顿时长和音域。使用lme4包拟合广义线性混合效应模型来评估停顿插入。
结果
边界前延长(H1)
拟合了一个以音节时长为因变量，条件（复合词和列举）、组别（TH和CI）和实际年龄（协变量）为固定效应的线性混合效应模型。
图4显示了TH和CI组中每个参与者在复合词和列举中的平均时长。结果显示，条件和组别之间存在显著交互作用。事后分析表明，两组在列举中的音节时长都比在复合词中更长，但CI组在复合词中的音节时长比TH组更长。这些结果表明，两组都能在列举中产生更长的音节时长来区分结构，但CI组在复合词中的音节时长更长。
更长停顿(H2)
拟合了两个模型来探讨H2，一个用于停顿插入的广义混合效应模型，一个用于停顿时长的线性混合效应模型。
图5A显示了各组间的停顿插入情况。结果显示，条件和组别存在显著主效应。这些结果表明，两组在列举中都比在复合词中插入了更多的停顿，但CI组在两种条件下都比TH组插入了更多的停顿。
图5B显示了两组的平均停顿时长。模型检测到条件、组别和实际年龄（协变量）的显著主效应。这些结果表明，两组在列举中的停顿时长都比在复合词中更长。此外，停顿时长随着实际年龄的增长而显著减少。
音域扩展(H3)
拟合了两个线性混合效应模型来探讨H3，一个用于T2，一个用于T4。
图6说明了各组在复合词和列举中的音域。结果显示，T2和T4的条件存在显著主效应，T4的条件和组别之间存在显著交互作用。事后分析表明，两组在列举中的动态声调音域都比在复合词中扩展得更宽。此外，CI组在复合词中比TH组产生了更宽的T4音域。
韵律对比分类的探索性分析
为了进一步研究这些韵律线索区分两种结构的有效性，以及CI组是否使用了与其TH同伴相似的声学模式，进行了线性判别分析(LDA)。LDA在TH组的样本上进行训练，以复合词为正类，列举为负类。然后将这个TH训练的模型应用于对CI样本进行分类。
图7说明了TH和CI组在复合词和列举中的LD1。对于应用于TH样本的TH训练模型，停顿时长是最重要的线索，其次是边界前延长、停顿插入和音域扩展。该模型成功分类了TH样本，准确率为89.6%。当同一模型应用于CI样本时，达到了87.3%的相似准确率。
混淆矩阵显示，TH组的主要分类错误涉及将列举误分类为复合词（7.4%），而CI组的主要错误是将复合词误分类为列举（9.3%）。
总体而言，这些结果表明，CIs学龄前儿童可以产生适当的时长和音高线索来区分复合词和列举，尽管他们的韵律实现尚未完全与其TH同伴相同。
讨论
本研究首次调查了普通话CIs学龄前儿童是否能够通过实施更长的音节和停顿时长、在词边界处进行更大的音域扩展来区分复合词和列举，以及如果是，他们的产出是否与其TH同伴相似。结果支持了H1和H2，即CIs学龄前儿童可以使用时长线索（延长和停顿）来消除复合词和列举的歧义。我们的发现不支持H3a，因为CIs学龄前儿童能够扩展音域来消除复合词和列举的歧义，但我们的发现支持了H3b，因为CI儿童在复合词中没有像其TH同伴那样产出T4音域。
关于时长线索的发现支持了先前的研究，即CIs学龄前儿童可以使用时长线索来传达交际意义。然而，与其TH同伴相比，普通话CIs学龄前儿童通常在复合词中产生更长的音节时长并插入更多的停顿。值得注意的是，当将听力年龄作为协变量处理时，尽管整体的韵律模式保持不变，但组间在复合词上的差异不再显著。或者，CI组可能尚未完全掌握复合词的概念，而是将其视为两个独立的词汇项。这可能是由于工作记忆发展较弱，影响了言语计划，导致说话速率较慢，单词产出更慢，停顿更多。因此，规划一个复合词可能具有挑战性，需要额外时间来检索下一个元素，导致产出就像两个独立的词。
与我们的预测相反，CIs学龄前儿童确实扩展了音域以消除复合词和列举的歧义，并且在复合词中产生了比其TH同伴更宽的T4音域。很可能是由边界前延长和停顿标记的词边界影响了简单动态声调的音域变化。鉴于CIs学龄前儿童能够正确延长音节时长和插入停顿以标记词边界，这些音节的音域被扩展也就不足为奇了。此外，降调轮廓是CIs学龄前儿童最容易产出的，其他非音高线索（如强度和时长）也在声调识别中发挥了作用。这些因素可能提供了额外的信息，帮助CIs学龄前儿童识别词汇声调的方向，并可能导致CIs学龄前儿童在复合词中比其TH同伴产生更宽的T4音域。他们的挑战可能不在于产出音高轮廓本身，而在于将音域扩展与其边界标记功能联系起来，这需要更精细的音高分辨率。这可能部分解释了CIs学龄前儿童音高产出的不完整性。
LDA的发现表明，CIs学龄前儿童已经习得了与其TH同伴本质上相同的消除复合词和列举歧义的韵律策略，从而实现了相似的分类准确率。先前研究表明，时长线索是边界标记最可靠的线索，会影响音高调制。CIs学龄前儿童似乎对输入中的此类时间线索敏感，并在产出中优先考虑它们，表现出相似的韵律线索模式。然而，这些韵律线索的实现仍然不完整，复合词更容易被误分类为列举。这表明CIs学龄前儿童可能有较慢的说话速率，产生更长的单词和更多的停顿，导致了这类误分类。综上所述，这些结果表明，虽然CIs学龄前儿童可以习得与其TH同伴相同的韵律策略，但清晰对比复合词和列举所需的精细时长控制可能仍在发展中。
局限性与未来方向
首先，由于本研究中植入年龄和CI经验长度之间存在高度相关性，这些临床因素无法在本研究中分开。先前研究表明，早期植入和较长的CI经验都有利于词汇声调的产生。然而，这些因素是否同样有利于习得用于边界标记的韵律线索仍不确定。
其次，我们的研究为研究其他非典型人群（如同样在习得韵律方面面临挑战的自闭症谱系障碍患者）对韵律线索的习得奠定了基础。研究这些人群可以为言语韵律发展提供更广泛的见解。
最后，方言背景也可能影响韵律发展。因此，我们进行了补充分析，将地理区域作为一个因素纳入。这些模型并未显示出系统性的混杂因素，但由于我们研究中每个区域亚组的样本量较小，解释受到限制。地理区域只是方言暴露的粗略代理，并不能捕捉家庭方言与康复中心使用的标准汉语之间潜在的不匹配。未来的研究将受益于对儿童实际语言输入进行更精确的表征。
结论
本研究调查了普通话CIs学龄前儿童是否习得了用于词边界的韵律线索。结果表明，他们可以使用时长线索来标记词边界，区分复合词和列举，但他们也会因应边界而实施音域扩展。然而，他们的产出尚不能与其TH同伴相媲美。这些发现表明，虽然CIs儿童可以使用韵律来传达语言意义，但他们的韵律发展仍不完整。这引发了关于他们的言语对他人而言是否清晰可懂，以及他们自己是否能轻松感知这些韵律线索，从而在连续言语中快速识别复合词与列举的进一步问题。我们的发现进一步表明，对CIs儿童的干预应超越词级训练，包括话语级韵律，从而支持更自然的言语产出，并增强日常互动中的交际能力。此外，在考虑儿童的实际年龄和累计的听力经验时，干预可能会更有效，促进CIs儿童韵律技能的更稳健发展。
