本研究探讨了语音对话中声音反馈（如“嗯”、“是的”、“好吧”）的感知韵律相似性。结果表明，光谱和自监督语音表征在编码韵律方面优于音高特征，尤其在同一说话者的反馈中，通过对比学习可进一步优化这些表征。