《Journal of Memory and Language》：Fast planning — fast production? The link between higher-level planning and acoustic duration in single word production
编辑推荐：
语言产出的基础过程，既通过言语错误得到广泛研究，也通过反应潜伏期（response latency）得到广泛研究；反应潜伏期即从刺激呈现（例如待命名图片）到发声反应起始之间的时间。反应潜伏期延长通常被视为一个或多个编码阶段规划时间增加的反映，例如概念、语义、语
语言产出的基础过程，既通过言语错误得到广泛研究，也通过反应潜伏期（response latency）得到广泛研究；反应潜伏期即从刺激呈现（例如待命名图片）到发声反应起始之间的时间。反应潜伏期延长通常被视为一个或多个编码阶段规划时间增加的反映，例如概念、语义、语法或音系信息编码阶段，以下统称为“高层级”规划过程。另一些研究则聚焦于发声起始之后的时间窗口，并使用诸如所产出词语或话语的声学时长等指标来测量这些过程。例如，研究曾测量名词短语中第一个词的时长，以确定该短语有多少内容是在言语起始前完成规划的。此类方法依赖这样一个假设：发音能够反映更早发生的规划过程，因此可为这些过程提供信息。然而，高层级规划过程是否、哪些、如何以及在何种条件下确实会影响发音过程，仍不明确。
明确发音前发生的过程在多大程度上能够影响后续发音，不仅对于解释那些利用声学时长研究语言系统的成果至关重要，而且对于建立词语产出机制模型同样不可或缺。要更细致地考察高层级过程与发音过程之间的接口，就需要弥合语言心理学（psycholinguistic）语言规划模型与言语运动控制（speech motor control）模型之间的鸿沟，即把说话者将思想转换为抽象语音单位的过程，与将这些单位转换为运动动作的过程连接起来。本研究的目标正是澄清这种关系。
语言心理学文献提出了若干机制，认为词形编码进行得越容易，其发音时长就可能受到影响。本研究检验这一预测。为此，研究人员考察一种已被稳定证明会影响反应潜伏期、且其效应被认为与音系信息规划相关的实验操控，是否也会在相同设置与相同词语上影响产出词语的声学时长。此外，研究还探索潜伏期与声学时长之间的关系，并评估若能观察到声学时长上的实验效应，这种效应是否由反应潜伏期中介，抑或实验操控能够对两项指标产生彼此独立的影响。最后，研究还检验如下观点：发音与先前规划过程之间的相互作用程度，取决于说话者可用于规划反应的时间多少。
本引言余下部分首先概述词语产出心理语言学模型的核心假设，并总结这些模型中关于规划过程如何相互作用的既有主张。随后，结合 DIVA（Directions Into Velocities of Articulators，发音器官速度导向模型）模型讨论这些主张，并综述阐明高层级规划与发音时长之间联系的研究，重点聚焦音系规划与发音的关系，最后引出本研究。
词语产出模型通常假定，词语的产出涉及一系列过程：始于传达某些内容的意图，终于一系列言语声音的发出。主流心理语言学模型认为，语言产出系统由具有不同层级的网络构成，每一层包含对应于该层语言单位的节点。在反应准备过程中，激活在各层之间扩散。命名单词时，规划通常包括若干阶段：概念准备阶段激活说话者欲表达意义对应的概念；词汇通达阶段选择具有语义和句法规定的词汇表征（lemma，词元）；随后，所选词元将激活传递至相应词语的音系内容（或 lexeme，词位），即一组无序音段与一个韵律框架；之后音段被插入所选框架形成音系词。词形信息的提取与编码属于音系编码过程。下一个层级通常称为语音编码（phonetic encoding），对应抽象运动程序的选择。最后，构音手势的规划与执行导致词语被发出。各规划过程均被视为需要一定加工时间，而这些时间可通过实验加以研究。大量研究通过使加工更难或更易，利用刺激呈现到反应起始之间的时间来推断词语产出系统的结构。
虽然各心理语言学模型在涉及的过程与表征类型上大体一致，但它们对于信息如何在各层之间流动并不完全一致，因此对于发音是否会受到高层规划速度或难易度的影响，也存在分歧。串行前馈（serial feedforward）模型认为，一个层级的加工必须在下一个层级开始前完全完成。在这一框架下，未被选择的表征不可能影响后续加工，语义或音系加工完成的难易程度也不应影响发音。与此不同，一些研究观察到词汇频率、可预测性或重复会影响声学时长，因此提出协调机制可能把高层规划信息传递至发音层。例如，有观点认为，词项提取容易程度的信息会传给音系成分，再由后者控制词语发音；也有研究认为，当音系编码变慢时，协调机制会调整发音节奏，因此发音时长依赖于音系编码时长。级联（cascading）模型则假设信息可在加工层级间持续流动，而不必等待某一级加工完成，因此任一层的加工都可能影响词语的发音方式。已有观点指出，任何规划层级上的加工减慢都可以通过级联激活传递到发音阶段。因此，级联解释预言：任何发音前层级上的词语规划速度都可能影响发音。
无论是协调机制还是级联解释，都将音系编码视为把加工容易程度信息传递至发音的关键环节。然而，这种信息究竟如何传递，仍需进一步阐明。心理语言学模型通常并未详细说明语音单位如何转化为构音动作，而言语运动控制模型则正是承担这一任务。这类模型通常以语音单位为起点，因此并不讨论高层过程对发音的影响，但它们提供了能够潜在解释和建模此类影响的结构框架。
DIVA 模型是目前机制描述最具体的模型之一，并已有计算实现。该模型从语音声音图（speech sound map）的激活开始，其中每个节点代表母语中一个既有的言语单位，如音位或音位序列。该节点对应抽象的感觉-运动表征或目标。语音声音图节点投射到前馈控制系统，后者负责生成前馈运动指令；同时也投射到反馈控制系统，后者在产出与预期听觉、体感结果不匹配时生成修正性运动指令。在前馈控制系统内部，被激活的语音声音图节点投射到起始图（initiation map）中的对应节点，后者识别产出该言语单位的认知意图，并发放 GO 信号，进而引发语音声音图中运动目标的读出。语音声音图随后投射到发音器官速度图（articulator velocity maps），生成特定言语单位的构音手势。速度图将运动目标与当前运动状态比较，进而生成控制发音器官位置与移动的前馈运动指令。与此同时，激活的语音声音图也投射到反馈控制系统中的听觉目标图和体感目标图；后者登记目标与实际状态之间的偏差，并在必要时向发音器官速度图发送修正性运动指令。
GODIVA 是 DIVA 的扩展，用于解释多个言语单位序列的产出，并描述音系编码与语音声音节点激活、选择之间的接口。类似于心理语言学模型，GODIVA 假定音系编码过程中，抽象音系表征被激活并暂时存储在规划回路（planning loop）中。每个成分由一个节点表示，这些节点之间的相对激活程度形成竞争性激活梯度，使得序列中较早将被产出的成分拥有更高激活。规划回路中激活最高的节点向起始图提供输入，后者通过 GO 信号触发对应语音声音图节点中运动目标的读出。一旦来自语音声音图到发音器官速度图的投射将时间有序的运动指令传递给发音器官，规划回路中对应节点的活动便消退，原先第二高激活的节点转而获得最高激活并继续向起始图投射。
由此引出一个问题：DIVA/GODIVA 结构是否支持高层过程影响发音时序。Guenther 曾指出，发话速率可通过 GO 信号直接提高发音器官速度而得到控制。依这一理解，在不添加额外假设时，GO 信号的释放理应自然依赖于音系编码过程中规划回路节点被选择的速度。因此，当音系编码更快时，投向起始图并释放 GO 信号的过程也会加速，从而提高发话速率。另一个可能机制与运动目标有关而非 GO 信号。感觉-运动目标被设定为凸形目标区域，而不是严格的目标位置；目标区域代表某个言语声音可接受的变异范围，并决定发音器官运动幅度。该区域的大小可在运动目标传递至发音器官速度图之前被调整。例如，当说话者被要求清晰发音时，目标区域缩小，构音更精确；反之增大目标区域则导致较不精确但更快速的发音。如果假定音系编码速度决定运动目标区域大小，那么音系编码速度也可能通过这一机制影响发音时长。
研究人员认为，上述两种情形都可视为级联机制的具体实现，即加工容易程度通过加工速度体现并级联到下一级，进而改变发音时序。需要指出的是，级联激活不仅被用来解释时序信息的传递，也被用来解释内容信息的传递。例如，音系规划中被激活但未被选中的音系单位可能影响发音器官的位置。前文描述的机制则具体说明了时序信息如何从音系编码传递或级联到发音。
第三种可能性是，假定存在一个独立控制机制，例如 Bell 等提出的协调机制。在该框架中，发音并不会在语言产出系统内部自动适应音系编码的节奏；相反，协调机制假设系统会基于高层规划过程对发音进行监控并有控制地调整。在 DIVA 与 GODIVA 中，发音起始前并不存在对规划或发音的监控；修正性运动指令只依据发音开始后的听觉与体感反馈生成。不过，这一体系并不排斥额外加入独立控制系统。Guenther 还讨论过与韵律相关的音段时长调制，认为存在一个类似但独立于言语声音及序列控制系统的韵律控制系统。该系统生成三个信号以决定某个言语片段的音高、响度与时长：听觉目标、相应体感目标与运动目标。若允许音系编码的容易程度或速度调制这些韵律目标中的时长成分，就可在这一系统中实现协调机制。
在言语运动控制文献中，Krause 与 Kawamoto 也讨论了补充独立控制机制的必要性。他们指出，现有语言产出或言语运动控制模型缺少战略性控制机制，无法让说话者监控即将发出的语句的预测声学结果，并控制或调整其启动与执行。两位作者提出的模型认为，说话者可以依据任务需求和语境信息，决定将多大范围的已规划单位推过某个控制门执行；同时，控制机制还允许对当前已选单位的运动计划进行持续刷新，这可以用于延长当前产出的音段。例如，如果后续音位尚未选定，说话者可以主动延长首音段的发音，以维持流利性。
总而言之，主流词语产出心理语言学模型对于高层规划过程如何影响发音时序大多仍缺乏明确说明。词汇频率、可预测性和重复影响声学时长的经验发现，推动了这样一种主张：高层规划中的加工容易程度及其所需时间，可以通过音系编码传递至发音。言语运动控制模型所给出的描述，确实为此提供了具体结构基础，并预言音系编码速度应当在发音时长中有所体现。然而，支持这一预言的经验证据相当有限。现有研究表明，语义—词汇加工信息可能会传递到发音，但几乎没有证据支持音系编码的容易程度或速度影响构音动作时长的观点。
关于高层规划时间与发音时长之间联系的证据，一类来自考察词语属性对发音影响的研究：一些词语属性似乎同时影响反应潜伏期与声学时长，例如高词频与更短潜伏期、更短声学时长相关。然而，这类研究必须比较不同词语，因此难以排除兴趣属性的效应其实源于项目集合中其他差异。已知发音部位与方式、音位复杂度或清浊等都会显著影响声学测量。
另一种方法是操控词语所处语境，以缩短或延长一个或多个规划过程。其优点在于，可在不同语境下比较相同词语，并且可以更具体地考察哪些过程可能与发音相互作用。采用这一方法的多数研究操控的是语义属性，仅少数研究考察音系操控的作用。Meyer（1990）中，参与者先学习由提示名词和目标名词构成的名词对，在测试中看到提示词后说出相应目标词。目标词要么处于音系相关集合中，要么处于音系无关集合中。音系相关集合中反应潜伏期更短，而音节时长也在描述上表现出同样趋势，但并未达到统计显著。还有研究使用区组循环命名范式（blocked-cyclic naming）考察语境效应：同质区组中的词共享起始音位与字母，而异质区组中的词则不共享。若干研究报告了音系促进效应，即同质区组反应潜伏期更短；但 Belke 和 Meyer 以及 Damian 在同时测量潜伏期和时长时，均未观察到潜伏期或声学时长上的促进效应。
另一些研究使用图片-词语干扰（picture-word interference, PWI）任务。参与者对屏幕上的图片命名，同时忽略叠加呈现的书写或听觉干扰词，操控目标词与干扰词之间的关系。大量研究反复表明，当干扰词与目标词在词首音位上重叠时，相较于无关干扰词，目标词的命名潜伏期更短。对此存在广泛共识：这种音系促进效应起源于音系编码阶段，因为干扰词预先激活了目标词规划所需的一部分音位，从而促进后者的音系编码。也有作者认为促进还可能部分源于干扰词激活了相似的正字法表征，进而激活目标词表征。然而，在那些能区分音系重叠与正字法重叠的语言中也观察到了促进效应，说明至少一部分促进起源于音系信息的提取与编码。Damian 用该范式考察了目标词与干扰词的音系重叠是否也影响产出词语的声学时长，并操控图片与干扰词的刺激起始异步（stimulus onset asynchrony, SOA）。结果仅在 SOA +200 ms 时对反应潜伏期观察到音系促进效应，而词语时长并无效应。
综上，据研究人员所知，仅操控音系成分加工容易度的研究，在检验音系操控对声学时长的影响时都未得出确切结论。需要指出的是，其中若干研究甚至未在反应潜伏期上观察到语境效应，这提示其材料或设计本身也未必适于探测声学时长上的效应。与音系结果不同，多项操控语义语境的研究则在潜伏期与时长两方面都报告了效应，尽管并非所有研究都如此。
进一步理解高层规划与发音之间关系，还可以考察实验操控对声学时长的影响在多大程度上由潜伏期中介，以及直接检验潜伏期与声学时长之间的关系。若音系编码时序会级联到发音，或协调机制会使构音时序适应规划速度，则两项指标应呈正相关，而且实验操控对声学时长的影响应完全由潜伏期解释，因此在统计模型中纳入潜伏期后，该效应应消失。另一种可能性是，实验操控对潜伏期与声学时长具有彼此独立的效应。在 Krause 与 Kawamoto 所提出的独立控制机制下，当说话者通过延长发音来补偿预先规划量减少时，潜伏期与声学时长应呈负相关。此时，音系操控与潜伏期对声学时长的影响应彼此独立。
目前至少有两项研究讨论过实验操控对潜伏期与声学时长是否存在部分独立的效应，但它们操控的都是语义而非音系因素。Fink 等在连续图片命名中发现语义语境同时影响潜伏期和声学时长，而且在模型中加入潜伏期控制变量后，声学时长上的效应仍然存在，因此作者认为实验语境可以对词语时长产生独立于潜伏期的影响；此外，他们报告了潜伏期与声学时长之间的正相关。Goldrick 等测量了潜伏期、词语时长以及首音位时长，预期当待命名图片与前文句子语境不匹配时会出现语义干扰。语义操控对潜伏期与声学时长的效应均未达显著，但观察到潜伏期与声学时长之间显著负相关。需要注意的是，该研究未纳入允许潜伏期效应在项目间变化的随机斜率，因此所见关系可能是项目特异的。就研究人员所知，聚焦于音系操控同时考察潜伏期与声学时长的研究，并未提供有关效应是否由潜伏期中介的信息。
还有若干作者提出，潜伏期与声学时长之间的关系还取决于参与者可用于作答的时间。Kello 等认为，当参与者没有充足时间在发声前完成规划与执行，而是被迫快速反应时，那部分本应在发声前完成的加工会转移到发音过程中。类似地，Krause 与 Kawamoto 提出，在时间压力下，说话者会比平时更早开启控制发音启动的“门”，然后通过延长首音段发音，为后续音段的规划争取时间。Bell 等则认为，仅当存在失流利风险时，发音节奏才会适应高层规划节奏，而这种风险可能在时间压力下更高。Kello 等使用 Stroop 任务检验了上述假设，在被试间的时间压力条件下，颜色与干扰颜色词不匹配不仅造成潜伏期上的干扰，也造成声学时长上的干扰；但 Damian 未能复现该结果，也未在时间压力下的 PWI 任务中观察到显著的音系操控对声学时长的影响。Goldrick 等在另一组时间压力条件下，仅在首音位时长上发现语义操控效应，而未在词语时长或潜伏期上发现效应，且潜伏期与声学时长的负相关仍然存在。
本研究的第一个目标，是检验那些能够简化或加快音系信息提取或加工的操控，是否也会影响发音时长。研究还进一步考察：如果音系操控对声学时长存在效应，该效应是否能够被反应潜伏期完全解释；潜伏期与声学时长是否存在关系；以及这种关系是否取决于时间压力。既往研究已表明，在 PWI 范式中，目标词与干扰词的音系重叠会使反应潜伏期缩短。通常认为，相较于无关干扰词，音系相关干扰词会增强目标词规划所需声音单位的激活，从而促进其在音系编码中的选择。在 GODIVA 中，音系编码推进的速度取决于规划回路中激活梯度多快稳定到足以触发运动程序启动。若在图片命名中，音系相关干扰词预先激活了目标词所需的一部分音系单位，则可以假设，目标词的激活梯度会更快稳定，因此这些单位的发音启动也会更早，从而缩短命名潜伏期。此外，这种预激活还可能促进这些单位在音系回路中的选择和存储。
在串行前馈模型中，若不额外加入机制，音系操控和潜伏期在任何情境下都不应影响声学时长；构音执行独立于早期规划过程的时间动态。相比之下，级联解释和协调机制都预言音系操控至少在某些情境中会影响声学时长。然而，这些理论对效应方向并不完全一致：有的预言音系重叠会产生促进效应，有的则不预言效应；有的预言潜伏期与时长正相关，有的则预言负相关。
在级联解释中，激活在产出系统各层间流动。当音系编码被促进，例如由于部分音位被预激活时，发音时序也会受到影响，因此在音系相关试次中，所产出反应的声学时长应短于无关试次。类似地，在 GODIVA 架构中，如果音系编码更快，GO 信号便更早触发，导致构音手势的发话速率提高，从而缩短声学时长。而且，随着反应潜伏期缩短，声学时长也应同步缩短。在这一情景中，没有理由预期时间压力会调节音系促进对声学时长的影响；若存在音系相关性效应，它应由潜伏期变异驱动，因此在统计模型中加入潜伏期后应消失。
若假定语言产出系统具有独立控制机制，则预测取决于这一机制的性质。若是那种使发音节奏适应音系过程节奏的协调机制，则声学时长在音系重叠条件下应更短，且潜伏期与声学时长应呈正相关。然而，控制机制并不像级联那样自动调整发音，而是具有策略性，因此它可能并不会在所有情境中同等活跃。按照 Bell 等的观点，只有在存在失流利风险时，协调机制才会调整发音；如果参与者在时间压力下比无时间压力时具有更高失流利风险，则声学时长上的音系促进效应及潜伏期与声学时长之间的正相关，都应依赖于时间压力。此时，音系相关性的效应同样应由潜伏期驱动，并在纳入潜伏期后消失。相反，如果控制机制是通过调节预先规划量来工作，并在必要时延长当前产出单位的发音时长，则应观察到潜伏期与声学时长之间的负相关。按照这一路径，说话者在被迫快速反应时更可能以较少预先规划启动发音，因此可以预期潜伏期与时间压力之间存在交互作用。而在这种理解下，音系操控本身并不预期会影响声学时长，无论是否存在时间压力。
本研究采用 PWI 范式，因为在该范式中，音系操控对潜伏期的效应已经被多次报告。鉴于先前使用该范式或其他范式得到的音系语境影响声学时长的证据并不确定，研究人员利用三个不同数据集检验同一假设。三套数据均确保在反应潜伏期上存在音系操控效应。同时，研究在贝叶斯框架（Bayesian framework）下进行分析，从而能够直接比较“音系操控对声学时长存在效应”与“无效应”两种假设的证据强度，也能够比较“潜伏期与声学时长存在关系”与“无关系”两种假设。不同于既往研究，本研究在被试内操控时间压力，并对这一操控的效应进行了直接检验。
该文发表于《Journal of Memory and Language》，聚焦单词产生中高层级语言规划与构音时长之间的关系，核心问题是：音系编码（phonological encoding）的快慢是否会传递到发音阶段，并体现在词语声学时长上。既有心理语言学模型通常使用反应潜伏期衡量概念、词汇和音系等高层级规划时间，而部分语音学研究则进一步把发音后的声学时长视为前期规划过程的外显指标。然而，这一推断的理论基础并不稳固，尤其在音系规划层面，尚缺乏清晰而一致的证据。研究人员因此试图弥合词语产生心理语言学模型与言语运动控制模型之间的断裂，检验发音时长究竟反映前序规划速度，还是主要受独立控制机制调节。
从研究背景看，围绕词语产生系统的信息流动方式，主流理论存在明显分歧。串行前馈（serial feedforward）模型认为，各加工层级按顺序完成，前一层未结束，后一层不能开始，因此高层级规划速度不应影响构音执行。级联（cascading）模型则认为，不同层级之间的信息可以连续流动，因而音系编码的容易度与速度可能直接影响发音时序。另一类观点主张存在独立协调或控制机制，用于在规划与执行之间策略性分配资源，例如在规划不足时通过延长当前音段维持流利性。尽管关于词频、可预测性、重复等变量影响声学时长的研究时有报道，但这些变量往往涉及多种词汇属性，难以明确归因到音系编码。相比之下，若利用实验范式在相同词语上直接操控音系加工便利性，将更有助于识别音系编码与发音之间是否存在因果联系。这正是开展本研究的必要性所在。
研究人员采用图片-词语干扰范式（picture-word interference, PWI），检验当干扰词与目标词存在音系重叠时，是否不仅会缩短反应潜伏期，也会缩短目标词的声学时长。文章整合了三套独立数据：Study 1 来自法语母语者单词命名任务，Study 2 来自德语母语者单词命名任务，Study 3 使用与 Study 2 相同材料，但在被试内额外操控时间压力。三项研究均以已知能稳定促进音系编码的“目标词—干扰词音系相关性”为关键自变量，并将词语声学时长作为核心因变量之一，从而直接检验“更快的音系规划是否导致更短的构音时长”。
方法上，研究人员对三项 PWI 研究的语音反应进行重新处理和分析，样本分别为 23 名法语母语者、45 名德语母语者和 48 名德语母语者。所有研究均手工校准语音起始与结束点，在 Praat 中测量词语声学时长，并以组内相关系数（ICC，评分者一致性指标）验证标注可靠性。统计上采用贝叶斯分层模型（Bayesian hierarchical models），纳入被试与项目的最大随机效应结构，并通过 Bayes factor 比较“存在效应”与“无效应”两类模型；Study 3 进一步纳入时间压力及其与音系相关性、反应潜伏期的交互项。
研究结果部分可以按论文中的主要结果标题加以概括。
Interrater agreement
研究首先检验语音结束点人工标注的一致性。三套数据的 ICC 均为 0.99，说明不同评定者对词语终点的判定具有极高一致性。这一结果表明，后续关于声学时长的分析建立在高度可靠的测量基础之上，排除了人工标注不稳定导致结论偏差的可能。
Effects of distractor-target relatedness on word duration
这一部分直接检验核心问题：音系相关干扰词是否会缩短产出词语的声学时长。Study 1 中，音系重叠条件下词语时长在描述统计上反而略长；Study 2 中相关与无关条件几乎相同；Study 3 中两条件均值完全一致。贝叶斯分层模型的估计显示，三项研究中音系相关性对词语时长的效应都接近于零，可信区间（credible interval, CrI）均跨越零。Bayes factor 在单项研究中给出的证据分别为不确定、偏向零效应以及中度支持零效应；将三项研究数据合并后，则对“音系相关性不影响词语时长”提供了强证据。由此可见，尽管相同操控可稳定促进命名启动，但并不会相应缩短整个单词的声学持续时间。这一发现直接否定了“音系编码越容易，构音越短促”的一般性推论。
Effects of latency on word duration
该部分检验反应潜伏期与词语时长之间是否存在系统关系。Study 1 与 Study 2 中，潜伏期对词语时长的估计效应非常接近零，Bayes factor 分别对零效应提供中度和强支持。Study 3 中则出现显著负向关系，即潜伏期越长，词语时长越短；反之，越快启动发音，后续词语时长越长。尽管这一单项结果支持负相关，但将三项研究合并后，整体证据仍强烈倾向于“潜伏期与词语时长总体无系统关系”。这意味着，至少在无时间压力或常规命名条件下，反应启动速度并不能稳定预测随后的声学时长，也不支持“更快规划自动带来更快构音”的时序级联假设。
Time pressure manipulation
Study 3 进一步考察时间压力是否改变上述关系。结果首先表明，时间压力确实有效缩短了反应潜伏期，说明操控成功提高了作答速度要求。随后，研究人员检验“音系相关性×时间压力”对词语时长的交互，结果证据并不确定，无法支持时间压力会增强或削弱音系操控对词语时长的作用。进一步检验“潜伏期×时间压力”交互时，主分析中 Bayes factor 强烈支持无交互，即整体上没有明确证据表明时间压力会系统改变潜伏期与词语时长的关系。不过，作者又进行了探索性分析，考虑到区组顺序可能掩盖效应：若被试先经历速度要求较高的区组，可能在随后“无时间压力”区组中仍维持较快反应。将分析限制在首区组后，频率学派模型显示潜伏期与时间压力之间存在显著交互，即在时间压力条件下，潜伏期越短，词语时长越长。这一模式与“说话者在时间压力下提前启动发音，并通过延长当前发音为后续规划争取时间”的观点相符，但由于该结果来自探索性分析，证据仍需谨慎看待。
General discussion
讨论部分围绕理论模型展开。首先，研究最稳健的发现是：音系相关操控虽然一再缩短反应潜伏期，却不影响单词声学时长。这与串行前馈模型的预测一致，因为在这类模型中，高层级规划一旦完成并启动发音，后续构音时长不受前序规划速度影响。其次，这一结果不支持自动级联机制，特别是不支持将音系编码速度直接传递到发音时序的解释。作者结合 GODIVA 架构指出，如果 GO 信号的释放天然受音系规划速度驱动，那么音系促进理应带来更短声学时长；但实验结果并未如此。再次，研究也未能支持 Bell 等人所设想的那类协调机制，即发音节奏会随音系编码变慢而自动放缓。不过作者指出，这种机制也许更依赖连贯语流情境，而单词命名任务中失流利风险较低，因而未被激活。
与此相对，Study 3 中在时间压力下出现的负向潜伏期—时长关系，为另一类独立控制机制提供了有限支持。按照 Krause 和 Kawamoto 的设想，说话者可以主动调节发音启动门限：在时间压力下，即使后续单位尚未完全规划，也可提前启动发音，并通过延长当前音段或当前词语的构音为后续规划赢得时间。该机制并不要求音系操控本身影响词语时长，因此与本文最主要的数据模式是相容的。换言之，研究结果更倾向于这样一种解释：发音时长并不自动反映音系规划的快慢，而是在特定任务约束下，受到更高层次、策略性的执行控制。
文章还讨论了为何本研究中未见音系效应，而其他研究有时能在语义操控下观察到时长变化。作者提出若干可能：其一，语义层级的信息也许可通过绕开音系编码的途径影响发音；其二，说话者可能依据情境动态调整预先规划范围，使词汇—语义效应跨研究不稳定；其三，若采用并行激活而非严格分阶段模型，则不同类型信息向发音系统的传递路径可能彼此不同；其四，也可能需要重新审视“声学时长反映高层规划容易度”这一整体假说。文章同时指出，先前关于词频、邻近词密度等词汇变量影响时长的发现，也可能部分来自未充分控制的词项差异，而不能直接证明高层规划时间会自动体现在构音时长中。
在方法论意义上，这项研究对把声学时长直接当作高层语言规划指标的做法提出了重要警示。文章强调，虽然可预测性、词频等变量与词语时长的关系在经验上较为稳定，但“词语时长是否可作为高层规划过程的有效替代指标”仍需要严格检验。至少在本文所操控的音系编码层面，反应潜伏期的变化没有传递到声学时长上；即便在个别情境下观察到潜伏期与时长之间的关系，这种关系也呈负向，而非支持自动级联理论所需的正向关系。
论文结论部分可译为：本研究提供了反对以下主张的证据，即已产出词语的发音时长反映了该词声音形式被提取并规划用于产出的容易度（或速度）。相反，这些发现更支持一种独立控制机制，该机制允许说话者灵活调整预先规划的范围，并以策略性方式延长发音时长。
总体而言，这篇发表于《Journal of Memory and Language》的研究，以三套独立数据和贝叶斯证据积累方法，系统检验了单词产生中“快速规划是否导致快速产出”这一关键问题。其最重要的结论是：音系编码的促进会稳定缩短启动发音所需时间，但不会缩短整个词语的声学时长；因此，发音时长不宜被简单视为音系规划速度的直接表征。相较于自动级联或节奏协调模型，研究结果更支持一种具有策略性的独立控制机制。对语言产生理论而言，这项工作推动了心理语言学模型与言语运动控制模型的整合；对实验方法而言，它也提醒研究者在利用声学时长推断高层语言规划时必须保持谨慎。
