新闻中心

2026年7月18日至24日，第十二期“当代语音学与音系学高级研修班”在西安外国语大学长安校区举行。我院教师郑佳宝、桑金拉姆参加本期研修班。

本期研修班围绕当代音系学理论、韵律音系学、实验音系学、声学语音学、语音产出与感知、人工智能与语音研究、深度学习语音分析等方向展开，共安排20场专题讲座和6次语音实验指导与操作。马秋武、冯胜利、李智强、袁家宏、邝剑菁、王婷、于珏以及德国比勒费尔德大学Dafydd Gibbon教授、英国爱丁堡大学D. Robert Ladd教授等国内外专家学者围绕语音学与音系学前沿理论和研究方法开展专题讲授。

研修课程系统呈现了当代音系学由经典线性规则向多层级、结构化表征不断发展的理论趋势。课程在经典生成音系学基础上，进一步涉及韵律层级、节律结构、声调结构、特征几何和时间结构等研究路径，将音系分析由单一音段和规则扩展至音拍、音节、音步、韵律词、韵律短语及话语等不同层级。

普通话及汉语相关材料也是本次理论研修的重要内容。专家围绕声调、语调、重音、节律、停顿及韵律结构等问题展开讨论，将汉语语言事实置于更广泛的跨语言音系理论框架中加以分析。相关课程表明，当代音系研究正进一步由现象描写转向结构解释，更加关注不同音系单位之间的层级关系、依存关系及其运算条件。

本期研修班同时安排了较大比例的实验课程，涵盖语音采集、Praat声学分析、强制对齐、自动标注、批量参数提取、语音合成、感知实验设计及科研制图等内容。课程展示了实验语音研究由逐条人工测量向脚本化、批量化和自动化发展的趋势，并进一步介绍了Wav2Vec2、Whisper等模型及深度学习语音表征方法。

研修内容显示，人工智能正在逐步进入语音识别、标注、分类和建模等研究流程。与传统利用F0、F1、F2、VOT等人工设定声学参数进行分析不同，深度学习模型还可以从连续语音中提取高维内部表征，并结合降维和可视化方法考察其中包含的声调、音段、说话人等语言信息。由此，现代语音音系研究正在逐步形成理论假设、实验验证与计算分析相互结合的研究路径。

此次研修也为外语专业语言研究和教学提供了新的思路。外语教师长期接触不同语言的语音系统、音系结构及第二语言习得现象，具有开展跨语言比较研究的天然优势。在此基础上，可以进一步将对象语种材料与当代音系理论、实验方法和智能技术相结合，从语言差异的描述走向对音系表征、语音范畴及其实现机制的解释和验证。

在科研层面，可借助语音库、Praat、自动对齐、Python及神经网络等工具开展规范化的跨语言语音研究；在教学层面，则可以将共振峰、基频、语谱图、自动识别等方法进一步应用于外语发音、听力和语音训练，并将科研过程中形成的语料、标注和分析成果转化为数字化课程与自主学习资源。

随着系列编程Agent的发展，代码编写、环境配置、数据批处理和交互式教学资源开发的技术门槛也在逐步降低，为外语教师参与实验语音研究和数字化教学提供了新的条件。同时，理论音系学中的结构化表征与神经网络内部高维表征之间的关系，也为未来语音音系研究提供了值得进一步探索的新问题。

本次研修进一步拓展了我院教师对当代语音学与音系学理论前沿、实验方法及智能技术的认识，对推进对象语种研究、跨语言语音研究以及人工智能背景下外语教学资源建设具有积极启发意义。

撰稿 | 桑金拉姆  郑佳宝

初审 | 张翔钦

复审 | 张雪松

终审 | 陈   功