phonology

该论文将'音系干扰'认定为多语言音素级语音模型中一种系统性的失效模式：模型会套用单一假设语言的音系规则，在面对语码混合或未见语言的输入时，覆盖原本正确的音素判定。为此，论文提出了一种推理阶段的修复方法——窗口化语言估计（WLE），能够在不损害单语性能的前提下，减少34%至69%的音系干扰。

该论文提出使用短音符（caron）和抑扬符（circumflex）这两个附加符号，在单个音节中标记Yorùbá语的曲折声调（升调和降调），以解决正字法错误导致姓名含义颠倒的问题，并介绍了在WriteYoruba键盘和TTSYoruba语音合成器中的实现方案。

本文介绍了一种基于语言学的音素分词器，用于越南语和中文，该分词器将音节分解为声母、韵母和声调成分，从而减小词汇表大小并提高效率。所提出的PhonemicBERT模型在语言理解任务中与现有的分词器和预训练模型相比，展示了具有竞争力或更优的性能。

本文提出了一种基于分类器的框架，用于审计多语言TTS系统的音系忠实性，以阿萨姆语ATR元音和谐为案例研究。结果显示，Meta的MMS TTS频繁错误生成舌根前伸元音，而这种偏差在人类语音中不存在。

YOMI-Bench 是一个旨在评估大语言模型在日语汉字读音和语音理解方面的基准测试。它包含四项任务，并揭示即使是专门针对日语的模型在需要汉字读音知识的生成任务上也表现不佳。

本文通过使用最小对立对来探测手语识别模型，评估它们是否展现出音系敏感性，揭示了架构上的权衡以及涌现但有限的音系感知。

本文采用逐层探测的方法，研究wav2vec 2.0和Whisper如何编码非裔美国人英语中的辅音丛简化现象，发现这两个模型均能区分简化形式和规范形式，并保留了底层塞音的线索。

本文提出了一种模块化框架，用于生成可发音、类型学上合理且语义结构化的工词汇，该框架使用来自PHOIBLE的音位清单和概率语法，优于确定性基线方法。

本文分析了《回通官话译语》这一明代多语词汇集，将其视为一种结构化的跨语言转录系统，该系统使用汉字来代表非汉语语言，揭示了汉语音韵范畴如何被灵活扩展用于语音近似。