During conversation, speakers modulate characteristics of their production to match their interlocutors’ characteristics. This behavior is known as alignment. Speakers align at many linguistic levels, including the syntactic, lexical, and phonetic levels. As a result, alignment is often treated as a unitary phenomenon, in which evidence of alignment on one feature is cast as alignment of the entire linguistic level. This experiment investigates whether alignment can occur at some levels but not others, and on some features but not others, within a given dialogue. Participants interacted with two experimenters with highly contrasting acoustic-phonetic and syntactic profiles. The experimenters each described sets of pictures using a consistent acoustic-phonetic and syntactic profile; the participants then described new pictures to each experimenter individually. Alignment was measured as the degree to which subjects matched their current listener’s speech (vs. their non-listener’s) on each of several individual acoustic-phonetic and syntactic features. Additionally, a holistic measure of phonetic alignment was assessed using 323 acoustic-phonetic features analyzed jointly in a machine learning classifier. Although participants did not align on several individual spectral-phonetic or syntactic features, they did align on individual temporal-phonetic features and as measured by the holistic acoustic-phonetic profile. Thus, alignment can simultaneously occur at some levels but not others within a given dialogue, and is not a single phenomenon but rather a constellation of loosely-related effects. These findings suggest that the mechanism underlying alignment is not a primitive, automatic priming mechanism but rather guided by communicative or social factors.

在谈话过程中，说话者会调整他们作品的特征以匹配他们对话者的特征。这种行为称为对齐. 说话者在许多语言层面上保持一致，包括句法、词汇和语音层面。因此，对齐通常被视为一种单一现象，其中一个特征的对齐证据被视为整个语言级别的对齐。该实验研究了在给定对话中是否可以在某些级别而不是其他级别以及某些特征而不是其他级别发生对齐。参与者与两个具有高度对比的声学-语音和句法特征的实验者进行了互动。实验者每个人都使用一致的声学-语音和句法特征描述了一组图片；然后参与者分别向每个实验者描述新图片。对齐被测量为受试者与他们当前听众的演讲相匹配的程度（与 他们的非听众）在几个单独的声学语音和句法特征中的每一个上。此外，使用机器学习分类器中联合分析的 323 个声学-语音特征来评估语音对齐的整体测量。虽然参与者没有在几个单独的频谱语音或句法特征上保持一致，但他们确实在单独的时间语音特征上保持一致，并通过整体声学语音特征来衡量。因此，对齐可以在给定对话中的某些级别同时发生，但不会同时发生在其他级别，并且不是一个单一的现象，而是一系列松散相关的效果。这些发现表明，对齐的潜在机制不是原始的、自动的启动机制，而是由交流或社会因素引导的。此外，使用机器学习分类器中联合分析的 323 个声学-语音特征来评估语音对齐的整体测量。虽然参与者没有在几个单独的频谱语音或句法特征上保持一致，但他们确实在单独的时间语音特征上保持一致，并通过整体声学语音特征来衡量。因此，对齐可以在给定对话中的某些级别同时发生，但不会同时发生在其他级别，并且不是一个单一的现象，而是一系列松散相关的效果。这些发现表明，对齐的潜在机制不是原始的、自动的启动机制，而是由交流或社会因素引导的。此外，使用机器学习分类器中联合分析的 323 个声学-语音特征来评估语音对齐的整体测量。虽然参与者没有在几个单独的频谱语音或句法特征上保持一致，但他们确实在单独的时间语音特征上保持一致，并通过整体声学语音特征来衡量。因此，对齐可以在给定对话中的某些级别同时发生，但不会同时发生在其他级别，并且不是一个单一的现象，而是一系列松散相关的效果。这些发现表明，对齐的潜在机制不是原始的、自动的启动机制，而是由交流或社会因素引导的。使用在机器学习分类器中联合分析的 323 个声学-语音特征来评估语音对齐的整体测量。虽然参与者没有在几个单独的频谱语音或句法特征上保持一致，但他们确实在单独的时间语音特征上保持一致，并通过整体声学语音特征来衡量。因此，对齐可以在给定对话中的某些级别同时发生，但不会同时发生在其他级别，并且不是一个单一的现象，而是一系列松散相关的效果。这些发现表明，对齐的潜在机制不是原始的、自动的启动机制，而是由交流或社会因素引导的。使用在机器学习分类器中联合分析的 323 个声学-语音特征来评估语音对齐的整体测量。虽然参与者没有在几个单独的频谱语音或句法特征上保持一致，但他们确实在单独的时间语音特征上保持一致，并通过整体声学语音特征来衡量。因此，对齐可以在给定对话中的某些级别同时发生，但不会同时发生在其他级别，并且不是一个单一的现象，而是一系列松散相关的效果。这些发现表明，对齐的潜在机制不是原始的、自动的启动机制，而是由交流或社会因素引导的。它们确实符合个人的时间语音特征，并通过整体声学语音轮廓进行测量。因此，对齐可以在给定对话中的某些级别同时发生，但不会同时发生在其他级别，并且不是一个单一的现象，而是一系列松散相关的效果。这些发现表明，对齐的潜在机制不是原始的、自动的启动机制，而是由交流或社会因素引导的。它们确实符合个人的时间语音特征，并通过整体声学语音轮廓进行测量。因此，对齐可以在给定对话中的某些级别同时发生，但不会同时发生在其他级别，并且不是一个单一的现象，而是一系列松散相关的效果。这些发现表明，对齐的潜在机制不是原始的、自动的启动机制，而是由交流或社会因素引导的。