Phonetic and semantic analyses of spoken corpora of Beijing and Taiwan Mandarin indicate that the neutral tone is a lexical tone

Resumen Técnico: Análisis Fonético y Semántico de Corpora Orales de Mandarín de Beijing y de Taiwán

Planteamiento del Problema
El tono neutro (o "flotante") en el mandarín chino (T5) se describe tradicionalmente como un tono reducido y dependiente del contexto que carece de un objetivo léxico fijo, apareciendo a menudo solo en la segunda sílaba de palabras disilábicas. Sin embargo, su estatus como un tono léxico distintivo sigue siendo objeto de debate. Si bien estudios recientes sobre el mandarín de Taiwán han identificado firmas de tono (pitch) específicas de cada palabra vinculadas a la semántica para los tonos léxicos, no está claro si el tono neutro exhibe propiedades similares. Además, existen diferencias dialectales significativas entre el mandarín de Beijing y el de Taiwán con respecto a la prevalencia y la realización del tono neutro. Este estudio aborda cuatro preguntas fundamentales:

1. ¿Posee el tono neutro su propio objetivo y patrón tonal distintivo, o es simplemente una reducción dependiente del contexto?
2. ¿Cómo difieren los contornos de tono entre los patrones de tono neutro en el mandarín de Beijing y el de Taiwán?
3. ¿Exhiben las palabras disilábicas con un tono neutro firmas de tono específicas de la palabra en ambos dialectos?
4. ¿Pueden estas firmas específicas de la palabra ser predichas a partir de incrustaciones (embeddings) semánticas contextualizadas, y derivan las diferencias dialectales en la realización de diferencias en el significado de las palabras?

Metodología
El estudio utiliza corpora de habla espontánea de conversación de dos variedades: mandarín de Beijing (50 hablantes) y mandarín de Taiwán (55 hablantes).

• Selección de Datos: Los autores extrajeron palabras disilábicas donde la primera sílaba porta un tono léxico (T1–T4) y la segunda sílaba es un tono neutro (T5), basándose en diccionarios autorizados (Xiandai Hanyu Cidian para Beijing y el Diccionario del Ministerio de Educación para Taiwán). Se creó una categoría específica de "Otros" para los datos de Taiwán donde palabras listadas como T5 en Beijing son listadas con tonos léxicos completos en Taiwán.
• Procesamiento Acústico: La frecuencia fundamental (F0) se extrajo utilizando Praat a lo largo de toda la sílaba. Los datos fueron limpiados para eliminar errores de seguimiento y voz crepitante (creaky voice).
• Modelado Estadístico: Los autores emplearon Modelos Aditivos Generalizados (GAM) utilizando el paquete mgcv en R. La variable de respuesta fue el F0 transformado logarítmicamente sobre el tiempo normalizado. Los modelos descompusieron los contornos de tono en componentes aditivos vinculados a predictores: tiempo normalizado, patrón de tono, identidad de la palabra, hablante, contexto tonal (tonos precedentes/subsiguientes), posición de la palabra, duración y probabilidades de bigramas. Se incluyó un proceso AR(1) para dar cuenta de la autocorrelación en las series temporales de tono.
• Análisis Semántico: Para investigar el vínculo entre el significado y el tono, los autores utilizaron incrustaciones contextualizadas (CEs) derivadas del modelo de lenguaje de gran escala Qwen-2.5. Los tokens de las palabras se mapearon a vectores de 896 dimensiones. Se entrenó un mapeo lineal para proyectar estos vectores semánticos sobre las firmas de tono desdenotadas y específicas de la palabra extraídas de los GAM. El rendimiento se evaluó mediante la precisión de clasificación de k-vecinos más cercanos frente a una línea base de permutación.

Resultos Clave

1. Naturaleza del Tono Neutro: El análisis de GAM revela que el tono neutro tiene un objetivo tonal sistemático y distintivo (un tono final de medio a bajo) que varía dependiendo del tono léxico precedente. Crucialmente, cada patrón de tono (p. ej., T1-T5, T2-T5) exhibe un componente de contorno de tono único que no puede reducirse a una regla general de sandhi. Esto sugiere que el tono neutro funciona como un tono léxico con sus propios patrones subyacentes.
2. Diferencias Dialectales:
   • Mandarín de Beijing: Muestra un ascenso inicial en los patrones T1-T5 y T4-T5. El patrón T2-T5 exhibe un ascenso.
   • Mandarín de Taiwán: T1-T5 y T4-T5 carecen del ascenso inicial visto en Beijing. T2-T5 se realiza como un tono casi nivelado. T3-T5 es el más similar entre dialectos, asemejándose a un tono descendente prolongado.
   • Variabilidad: El mandarín de Taiwán exhibe una mayor variabilidad en la realización de los patrones de tono neutro en comparación con el mandarín de Beijing.
3. Firmas Específicas de la Palabra: Se encontró evidencia sólida de firmas de tono específicas de la palabra en ambos dialectos. De hecho, la importancia de la variable "palabra" fue mayor en el conjunto de datos de Beijing que en el de Taiwán. Estas firmas persisten incluso después de controlar los patrones de tono, factores prosódicos y el contexto tonal.
4. Predictibilidad Semántica: Las incrustaciones contextualizadas predijeron con éxito las firmas de tono específicas de la palabra con una precisión significativamente superior al azar (Beijing: ~24% de precisión de prueba; Taiwán: ~20% de precisión de prueba, frente a líneas base de ~10%). Además, los "significados prototípicos" (centroides de las CEs) para los patrones de tono predijeron contornos de tono que coincidían estrechamente con los contornos observados por los GAM. Esto sugiere que las diferencias dialectales en la realización del tono pueden derivar, en parte, de las diferencias en los significados contextualizados de las palabras en los dos corpora.

Significación y Reivindicaciones
El artículo argumenta que el tono neutro tanto en el mandarín de Beijing como en el de Taiwán debe clasificarse como un tono léxico. Posee un objetivo tonal específico, exhibe una variación sistemática basada en los tonos precedentes y porta firmas de tono específicas de la palabra que son parcialmente predictibles desde el contexto semántico.

Los autores afirman que la variabilidad observada en el tono neutro no es única de este, sino que es una característica compartida con otros tonos léxicos, desafiando la visión del tono neutro como un elemento meramente "reducido" o "sin tono". El estudio demuestra que el principio del Modelo de Léxico Discriminativo —que la forma fonética está vinculada al significado— se extiende al tono neutro. Adicionalmente, la investigación destaca que las diferencias dialectales en la realización fonética pueden rastrearse, al menos en parte, a las diferencias en el uso semántico (significados contextualizados) de las palabras en el habla espontánea, tal como capturan las incrustaciones de modelos de lenguaje de gran escala.

El estudio concluye que, si bien el tono neutro está restringido a la segunda sílaba en palabras disilábicas, su comportamiento fonético y semántico refleja el de los cuatro tonos léxicos canónicos, lo que justifica su tratamiento como una categoría léxica distinta en ambas variedades.