【锚点】这一轮只讲一个判断：【口音】不是语音系统的随机噪声，而是【社会位置】在声音里的投影；把【标准音】设为默认，会把权力分层伪装成【技术误差】。

【流程节点链路】【社会位置】（商店声望、阶层、语域） → 【语音变体】（post-vocalic /r/ 出现率） → 【听者评价】（标准/非标准） → 【训练语料】（以某类发音为默认） → 【错误率分布】（被听成「口音问题」）。

【显式】Labov 1966 年比较 3 家百货公司、3 个含 post-vocalic /r/ 的词（car、floor、store）中的 /r/ 使用：Saks Fifth Avenue、Macy’s、S. Klein 的职员，在正式与随意语体中的 /r/ 出现率不同；高声望商店与更高社会位置的说话者，更常使用被视为标准的 /r/。

【隐式】这不是单纯的「发音习惯」，而是【索引性】：同一个音变同时指向社会类别。所谓【标准音】并不是中立参照，而是某类社会位置被反复放大后的【声学结果】。

【细微】同一个说话者在正式语体中 /r/ 更高，在随意语体中更低；【语体切换】说明变体不是固定标签，而是可被情境调度的社会资源。测量若只记录「有没有 /r/」，就会丢掉「谁在什么场合切换 /r/」这一层权力操作。

【极难发现】当语音识别或计算社会科学用「干净、可读、接近标准」的语料训练时，它把某一种社会位置设为【默认参照】。其他口音的词错误率上升，常被解释为「数据不足」或「噪声」；但真正需要追问的是：谁被设为默认，谁被留在误差之外？

【待验证】不同 ASR 语料中，标准音与边缘变体的 WER 差距会随语料分布、标注规则、解码器偏置而变化；需要按语料切片复核，而不是把单一平均错误率当成口音的「自然难度」。

【结论】看似兼容的两件事——语音识别追求【通用性】、社会语言学强调【变体平等】——其实藏着张力：通用性必须选一个【默认参照】，而默认参照本身就是权力。若一种语言变体被算法持续误识别，这不只是技术缺陷，也是社会权力被写进参数。

【可辩论问题】如果系统必须把一种口音设为默认，它应按「最大多数使用者」分配误差，还是按「最小伤害/可纠正性」分配误差？