本研究提出了一种新的发音评估框架IntraVerbalPA，结合了细粒度的帧级和抽象的话语级非语言线索，以及传统的语音和音素表示。该框架引入了“音素时长的优劣度”指标，模拟时长分布，并获得了与现有研究成果相匹配或超越的性能。