三个数
十二对最小对
每一行是一句话。左边黑点是陈述,右边绿点是疑问;两点之间那一段就是「只改标点」造成的差别。
六对,成对听
同一句话,只差一个标点。先听陈述,再听疑问,注意最后那个词是怎么落下去的。
三条规则
西语的语调规则比英语清晰:句子类型决定句末走向,几乎没有例外。
陈述句:句末必须落到低音区
这是「我说完了」的信号。本页 12 句陈述全部落在中位以下 3.5–7.6 半音。中文母语者最容易在这里出错 —— 汉语的陈述句句末只轻微下降,整体是平的,所以直译过去听起来像没说完、或者在试探。
一般疑问句(¿…?):句末不掉,或抬起来
同一句话加问号,句末比陈述版本高 2 个半音(11/12 方向一致)。注意西语的一般疑问句不是「一路往上飘」—— 句子主体仍然下降,只有最后那一个词抬起来。
特殊疑问句(¿Dónde…?):句首高、句末低
带疑问词的问句在规范里是下降的(和陈述句一样),区别在句首:疑问词那里音高最高。本页不给这类例子 —— 我们的合成音把 ¿Dónde…? 也读成了末段上升,与规范不符,拿它当例子会教错。这一点写在方法节里。
这些数字是怎么来的
为什么用合成音:这一页需要「同一句话的两个版本」。真人语料里找不到这种对子 —— 我们手里 145 条真人录音全是小说陈述句,疑问句 0 条、感叹句 0 条。合成音可以只改标点,词、音色、语速全一样,是更干净的设计。
语料:12 对最小对(24 条),同一个西语女声,句长 5–9 音节。陈述与疑问由同一个文本函数生成(¿ + 去掉句号 + ?),不手写第二份句子。
判据:最后一个有声的 120 毫秒的中位 F0,相对这句话全部有声帧的中位 F0,换算成半音(12·log₂)。不是对末段做线性回归 —— 我们一开始用的就是回归,窗口取 max(350ms, 25%),结果只有 4/6 配对方向正确:350 毫秒的窗把疑问句末段的上升平均掉了,看曲形才发现上升只发生在最后 150 毫秒左右。换成 120 毫秒窗后是 11/12。
结果:陈述 −4.75 半音(范围 −7.55 ~ −3.45),疑问 −1.90 半音(范围 −7.57 ~ +2.13),配对差中位 +2.15 半音,方向一致 11/12。
反例照报:12 对里有 1 对引擎几乎没做出差别(Quieres café,Δ −0.02 半音)。所以页面上写的是「11/12」,不是「全部」。这也是为什么练习不能只跟着这一页的音频走 —— 句末下降要自己读出来才算会。
引擎的局限(必须写):特殊疑问句在本页语料里和一般疑问句一样上升,而西语规范的 ¿Dónde…? 是句首高、句末下降。这是合成引擎把「所有 ¿?」当成同一类处理,不是西语的规则。⇒ 本页不做特殊疑问句,也不给你可以模仿的音频;那一条只作为知识写在上面。