言语是随着时间展开的，有很多理由摆脱对言语模式的静态描述。这是一个具有深刻理论意义的技术问题，因为如果我们想在动态框架中研究语音，静态特征信息不够丰富。为了将speeech数据建模为多元轨迹，我们遵循Morris和Carroll（2006）的方法并使用基于观测数据同构变换的函数混合模型。曲线或图像由独立系数的配置表示。这些系数是具有固定和随机因素的多元贝叶斯混合模型的因变量。
Lancia，L.和Tiede M.（2012年）。语音发音器轨迹时间演变分析方法的调查，见Fuchs、Weihrich、Pape、Perrier（编辑）《语音规划与动力学》。（彼得·朗）。
Lancia，L.，Fuchs，S.，&Rochet-Capellan，A.通过时间序列分析的非线性方法量化语音收敛。2012年9月，法国普罗旺斯艾克斯国际演讲模仿与趋同研讨会（海报展示）