第六章
语音学基础知识

第一节
语音的属性及相关概念

一、语音的属性

语音是语言的组成部分和物质外壳，语言的性质决定了语音的属性。语音具有生理属性、物理属性、心理属性和社会属性。

（一）生理属性

语音的生理属性主要是指语音是由人的发音器官发出的。这些发音器官包括口、舌、鼻、喉、肺等。从纯生理的角度讲，这些器官除了喉中的声带，基本都属于呼吸系统和消化系统；称之为发音器官，是因其兼具了发音的功能。当这些器官有畸形或病变时，语音会发生异常。

（二）物理属性

语音的物理属性（或者说声学属性）指的是语音由人类的发音器官发出后，总是实现为携带各种信息的声波，因而也必然具备声音的四个要素：音高、音长、音强、音质。

（三）心理属性

语音的心理属性指的是语音除了跟说话人的发音、声波的传递有关，还与听音人感知语音的心理活动有关。说话人发出的语音以声波形式传到听者的耳朵之后，经听觉中枢神经的分析处理，最终形成声音形象。不过，听者获得的声音形象与客观的声波形式并不简单对应。此外，音高、音长、音强、音质的绝对值对于语音的感知并不重要，重要的是其相对值的差别。

（四）社会属性

语音的社会属性指的是它的约定俗成性。从言语交际的角度来说，这是语音最重要的属性。哪些语音形式能够区分不同的语言符号和意义而哪些不能，这是由使用某种语言或方言的社会群体约定俗成的。使用同一种语言或方言的人会形成相同的语音分类系统及组合原则，而使用不同的语言或方言的人会形成不同的语音分类系统及组合原则。

二、发声与构音

发声（phonation）指的是在气流帮助下，利用喉/声门作为声源产生可听声。声源的能量受声道其他部分的调制。有时，发声也作为“嗓音”的同义词使用。当然，在日常生活和非专业领域，发声常常指产生言语声的行为。

构音（articulation）也叫“调音”，指的是利用声门以上的发音器官调制声源能量、构成语音的过程。

第二节
言语声的产出

言语声的顺利产出，依赖于发音器官在正确的发音部位、用正确的方法来发音。

一、发音器官

发音器官（vocal organs）实际可以分为三个部分：声门下部分、喉以及声门上部分（图6-2-1）。三者分别对应着言语声的呼吸、发声及调音三种功能。

（一）声门下部分

声门下（subglottal）部分包括肺、气管、支气管、胸廓及呼吸肌群。对于发音来说，他们的主要功能是提供动力源。人类已知的语言，绝大多数是用肺里呼出的气流作为动力来发音的。

人在正常呼吸时多是通过鼻腔无意识地吸气和呼气，时间大致相等。具体吸呼气时间比约为1∶1.2，呼吸频率为16～20次/min。但在说话和歌唱时，呼吸多通过口腔进行，吸气时间缩短，呼气时间延长，吸呼气时间比一般在1∶5～1∶12。每分钟呼吸的次数，言语在8～10次。与此相关，呼吸肌群及膈肌在说话及歌唱时参与的程度也不同于在正常呼吸时。当然，吸呼气时间比、呼气时长及呼吸肌群的用力程度这些指标除了与是否说话/歌唱有关以外，与声音的强弱、话语或歌曲的长短也是有密切关系的。我们大声说话或一口气要说、要唱很多内容时，需要有更多的呼出气流。安静、言语和歌唱时呼吸的差别如表6-2-1所示。

（二）喉

喉（larynx）位于气管的上方，舌骨以下，由多块软骨作支架，以关节、肌肉及韧带维持其位置（图6-2-2），声带位于喉里面。

喉的软骨主要包括甲状软骨、会厌软骨、环状软骨和杓状软骨。甲状软骨体积最大，围绕喉的前面和侧面，构成喉的保护面。会厌软骨附着于甲状软骨内侧，进食时落下，挡住气管通道，发音时抬起，打开通道。环状软骨位于甲状软骨的下面，如同底座，但前低后高，构成喉部的后缘。杓状软骨是一对体积很小的三角形软骨，位于喉的后部、环状软骨板上。

声带（vocal cords）连接在三个软骨上：前起自甲状软骨角，后连至两个杓状软骨。两条声带及杓状软骨之间的开合形成声门或者叫声门裂。声带及声门随着肌肉和软骨的运动而紧张或放松、打开或关上。

声门可以分为两个部分：声门裂膜间部分（约占2/3）和声门裂软骨间部分（约占1/3）。语音学上分别称之为气声门和音声门。正常呼吸时，声带和杓状软骨联合成三角形，气流顺利进出；说话时声门关闭，声带和杓状软骨一起靠拢，呼出的气流必须冲击声带形成振动才能出来；耳语时声带并拢但不振动，杓状软骨之间留有空隙，强气流由此摩擦而出；咳嗽时声带和杓状软骨一起紧紧并拢，必须用强烈的气流冲击声带才能咳出来。不同情况下的声带状态示意图如图6-2-3、图6-2-4所示。

此外，声带上方还有一对黏膜皱襞，与声带平行，称为室带。它有许多黏液腺，分泌的黏液对声带起湿润作用。有些在病理性嗓音情况下，患者会使用室带发声或室带压迫声带发声。

（三）声门上部分

声门上（supraglottal）部分构成了语音最主要的共鸣器，由喉腔、咽腔、鼻腔和口腔组成（口腔还可细分出唇腔）（图6-2-5）。喉部产生的嗓音或气流通过声门上这些共鸣腔的调节从而能发出各种不同的语音，因此发音器官的声门上部分也被称为调音器官或构音器官。

喉腔指的是声带与会厌软骨之间构成的空间。这其中也包含了声带与室带之间的喉室。咽腔本指从颅底下延到第六颈椎位置（环状软骨水平）并与器官相连的管状结构，一般分为鼻咽、口咽和喉咽。不过，在语音学领域，咽腔多指其口咽部分，即会厌软骨到悬雍垂之间构成的空间。人类的喉腔和咽腔是长期进化的结果。由于直立行走，人类的声门降低，口腔和声门呈现直角状，舌头和软腭于是有了充分的活动空间，因此人类才能够发出多种多样的声音。而口腔、唇腔和鼻腔对语音的调节更是有立竿见影的影响，其中尤以口腔的调节最为直接和灵活。

二、发音部位

发音部位（place of articulation）也称调音部位（图6-2-6）。喉以上的发音器官统称共鸣腔，包括喉腔、咽腔、口腔、唇腔和鼻腔。而发音部位与这几个腔体都有关系。其中，口腔的变化能力最强，并常常影响到别的腔体。可以说，它是人们控制语音共鸣系统的关键。

口腔上部发音部位与口腔下部发音部位相互配合，形成一定的构音或调音姿态，辅以一定的发音方法，即可调节出不同的语音（表6-2-2）。

（一）口腔下部的发音部位

口腔下部的发音部位都是可以活动的发音器官，属于主动发音部位，包括唇（下唇）、舌以及声带/声门。其中，舌又可以再细分为舌尖、舌叶、舌面和舌根，其所指位置大致与舌头对甜、咸、酸、苦四种味道的敏感区相合。不过，舌叶、舌面通常不仅是指舌缘，也包括中间的舌体。发音时，发音姿态主要由舌尖的活动来构成的称为“舌尖音”——如普通话的d、t、n、l、z、c、s、zh、ch、sh、r。其他如舌叶音、舌面音、舌根音等，皆可以此类推。

（二）口腔上部的发音部位

口腔上部的发音部位主要功能是为口腔下部的主动发音器官提供定位参照（表6-2-2），包括整个口腔上部和咽壁，其中有的本身也是可以活动的，如唇（上唇）、软腭和悬雍垂；其他则是固定的，如牙（上牙）、牙龈、硬腭。硬腭又可分为龈腭区、前硬腭区、后硬腭区三部分，大体上与口腔解剖学中的腭皱襞区、硬腭脂肪区、硬腭腺区对应。

三、发音方法

发音方法（manner of articulation）也可以称为调音方法，主要是针对辅音来说的。对发音方法的考察和命名可以从三个方面来进行：①声腔构成阻碍和解除阻碍的方式；②声带振动与否；③气流强弱的情况。

其中，第一个方面是考察的主要方面，因而由此来确定的发音方法最为基础。以普通话为例，辅音的发音方法主要包括以下几种：

1.塞音

塞音（stop/plosive）是指发音时声腔的某两个部分完全接触形成封闭，短时间内使气流无法通过并集聚在那里，形成较强的内部压力；然后突然除阻，气流冲出成音。因这种声音听起来有爆发、破裂的感觉，所以又称“爆破音”或“破裂音”。普通话里的塞音/爆破音有6个：b、p、d、t、g、k。

2.擦音

擦音（fricative）是指发音时声腔的某两个部分靠近，形成阻碍，但是并不接触或阻塞，从而在声腔中路形成较窄的通道，然后气流从这里摩擦出去，扰动空气，发出声音。普通话里的擦音一般来说也有6个：f、s、sh、r、h、x。

3.塞擦音

塞擦音（affricative）是指，发音时先是由口腔内的某两个部分完全接触，构成阻塞，堵住气流，在声腔内形成较强的内部压力；然后稍微松开阻塞，让气流挤擦而出。汉语普通话中的塞擦音仍是有6个：z、c、zh、ch、j、q。

4.边音

边音（lateral）是指，发音时舌尖或舌头的一边与上腭的某处接触，形成阻碍，舌的两边或一边自然放松，气流从舌的两边或一边流出。普通话中的边音只有一个：l。

5.鼻音

鼻音（nasal）是指，发音时软腭和悬雍垂下降，而口腔内上下某两个发音部位构成阻塞，使气流不能从口腔通过，只能从鼻腔流出。普通话中的鼻音有3个：m、n、ng。

6.近音

近音（approximant），过去称为半元音、通音，是指发音时口腔里阻碍很小，通路接近于开放，气流经过口腔时只有十分轻微的摩擦，甚至没有摩擦，同时声带振动。许多人在念“衣”“屋”“迂”时，开头都有这样的音。这一点在《汉语拼音方案》中也有体现。这三个字开头的拼音y（i）、w（u）、y（u）除了起隔音符号的作用，还分别对应着三个近音。此外，在比较随便的情况下，汉语拼音中的声母r也常常发成近音，而不是擦音。

考察声带是否振动，发音方法还可有清（voiceless）、浊（voiced）之分。发音时声带振动的音称为浊音，声带不振动的音称为清音。汉语普通话中的塞音和塞擦音都是清音。但擦音里的声母r通常都是浊的、带声的，要么是浊擦音，要么是近音。

至于从气流强弱来分的发音方法主要有两种：送气（aspirated）和不送气（unaspirated）。这其实是塞音和塞擦音的下位分类。汉语普通话中的不送气音有6个，即b、d、g、z、zh、j，而送气音也有相应的6个，即p、t、k、c、ch、q。

第三节
语音的分类

用不同的标准对语音进行分类会得到不同的结果。

一、元音、辅音及其他

根据发音时的口腔形态，同时结合听感，语言学家把语音分成元音（vowels）和辅音（consonants）两个大类。

区分元、辅音通常会考虑以下几条标准：①气流是否在口腔中路受到明显的阻碍？②声带是否振动？③是不是声腔里有某个地方肌肉特别紧张？④气流是否平稳？其中第一条是最重要的标准。而所谓“明显的阻碍”包括两种情况：一是口腔阻塞不通；二是虽通但很狭窄，气流经过时有摩擦。发元音时，口腔里没有明显的阻碍，气流振动声带，整个声腔肌肉保持均衡紧张，空气从口腔中央平稳地流出，形成层流。发a、i、u这几个元音时可以清楚地体会到这些特点。发辅音时，口腔中路有明显的阻碍。但是在声带是否振动这一点上并不一致，有的声带要振动，如n、l；有的不振动，如s、p。另外，辅音在发音时，声腔里往往有某个地方的肌肉特别紧张。通常就是在这个地方会构成对气流通路的阻碍，从而在声腔内形成较大的空气压力。也正因如此，当阻碍被克服，空气从声腔出来时气流往往比较强，形成湍流。

此外，所有的元音都能延长，听起来较为响亮。辅音却不是都能延长的，除了那些声带振动的辅音及一些摩擦音以外；有的辅音甚至稍纵即逝，单说时通常还要加上一个元音才行（如d、t、n、l我们常要说dē、tē、nē、lē）。辅音在音强上通常也不如元音强。表6-3-1显示了元音、辅音主要特点的相互对照。

下面以普通话为例，简要介绍一下汉语里主要的元音和辅音。

（一）元音

对元音本身的分类主要涉及影响口腔共鸣腔形状改变的三个发音姿态的调节：双唇的圆展；舌面最高点的前后位置简称舌位前后；舌面隆起的高低简称舌位高低。在正常情况下，我们发音时的舌位越高，嘴就张开得越小，舌位越低，嘴就张开得越大，所以“舌位高低”（如高、半高、半低、低）这一条标准有时也用“开口度”（如闭、半闭、半开、开）来代替。舌位、唇形的不同形成不同的共鸣腔形状，从而也就形成了不同的元音。

从图6-3-1的左边可以看出，舌头相对微小的运动在元音音质上都会产生比较明显的差别。图的右边是在左边的基础上进行的规整、扩充和放大。右边图的纵向表示舌位高低，横向表示舌位前后，每条纵线或斜线左侧分布的是不圆唇元音，右侧是圆唇元音。需要说明的是，下图中有的国际音标符号代表的是汉语中所没有的发音。放在这里，一是为了尊重国际语音学会的工作和成果，二是为了给读者粗略地提供一个舌面元音的全貌。

下面我们结合普通话的汉语拼音来了解一下（方括号内是国际音标符号）。

［i］舌面前、高、不圆唇元音，如汉语拼音xi中的“i”。

［e］舌面前、半高、不圆唇元音，如汉语拼音lei中的“e”。

［ε］舌面前、半低、不圆唇元音，如汉语拼音jie、xue中的“e”。

［a］舌面前、低、不圆唇元音，如汉语拼音tan、kai、zhuai中的“a”。

［a］舌面后、低、不圆唇元音，如汉语拼音pao、biao、fang、qiang、kuang中的“a”。

［o］舌面后、半高、圆唇元音，如汉语拼音duo、wo中的“o”。

［u］舌面后、高、圆唇元音，如汉语拼音pu中的“u”和song中的“o”。

［y］舌面前、高、圆唇元音，如汉语拼音nǚ中的“ü”。

［I］舌面前、次高、不圆唇元音，如汉语拼音lai、shuai，gei中的“i”。

［ʊ］舌面后、次高、圆唇元音，如汉语拼音tou、jiu中的“u”和dao、niao中的“o”。

［ɣ］舌面后、半高、不圆唇元音，如汉语拼音ge、re中“e”的发音。

［ə］舌面央、中、不圆唇元音，如汉语拼音ren、wen中的“e”。

［ɐ］舌面央、次低、不圆唇元音，如汉语拼音儿化音huar中的“a”。

［A］舌面央、低、不圆唇元音，如汉语拼音na、jia、gua中的“a”。

除了上面这些“舌面”元音以外，普通话中还有两个“舌尖元音”——［ɿ］和［ʅ］。它们发音时，舌尖起了主要作用：舌尖指向上牙龈及牙的背面时是［ɿ］，舌尖指向牙龈后或龈腭时是［ʅ］。

［ɿ］舌尖前、（高）、不圆唇元音，如汉语拼音zi、ci、si中的“i”。

［ʅ］舌尖后、（高）、不圆唇元音，如汉语拼音zhi、chi、shi、ri中的“i”。

（二）辅音

关于辅音，实际在本章上一节已经讲过。读者还可以利用表6-3-2，结合国际音标对汉语普通话中的辅音进行一下复习。

二、与语音单位有关的重要概念

音节（syllable）是人能够自然发出的、最小的语音单位，多由元音和辅音构成。一般来说，元音是音节的核心。以汉语为例：所有说汉语的人都会承认，“Jīntiāntiānqìduōhǎo' a（今天天气多好啊）！”这句话共有7个可以自然、单独发出的音节：jīn、tiān、tiān、qì、duō、hǎo、a。

音素（phone）旧称音子，是人的生理发音能力能够发出的最小的语音单位。以tiān这个音节为例，一个人只需稍加训练就可以分别发出t、i、a、n四个音素。尽管有的音素在发音过程及声学特征上还可以再分，但是从发音结果来看，音素就是最小的语音个体（或者说语音单位），是音质层面的语音片段（亦称“音段”）。所有的元音、辅音都可以看作音素。

音位（phoneme）是能够区别意义的最小的语音单位。现在使用的、绝大多数的拼音文字记录的都是某种语言的音位；汉语拼音字母代表的也是一个个音位。如果纯粹从发音、声学、甚至听觉的角度来说，任何一种语言都可以分析出成百上千个音素。有些音素虽然相互之间存在差别，却从不在同样的语音环境里出现，或者可互换而不影响语义。尽管听起来可能有点不自然，这些音素就可以归纳为一个音位，一般用比较常见的那个音素作代表。以汉语拼音字母中的/a/为例，它在tā、tuān、tāng、tiān中的实际发音并不相同，用国际音标来表示分别是［A］、［a］、［a］、［æ］。如果把这几个音换位，如把tuān发成［t ^h uæn］，尽管听起来比较奇怪，普通话人群还是会把它理解为“tuān（湍）”而不是“tūn（吞）”或者别的什么。

一般来讲，一个音位经常包含若干个音素，音位和音素之间很少有一对一的关系。音素表示的是实际的发音，音位则是对音素的归纳。属于同一个音位的不同音素也可以称为这个音位的音位变体（phoneme variant）。音位的标音通常采用宽式标音，用符号外加“/ /”表示；音素或音位变体的标音则常采用严式标音，用符号外加“［］”表示。

区别特征（distinctive feature）指的是语音中最小的、对比性的发音特征及声学特征。比如普通话中的b和p，他们都是双唇、清、爆发音，唯一的不同之处就在p“送气”，而b不“送气”。［+送气］就是音素或音位p不同于b的区别特征。区别特征本身是不能独立发音的。

第四节
汉语语音的特点

汉语作为世界语言谱系中的一种语言，语音方面有很多特点，其中最重要的特点是音节声、韵、调三分。汉语的每个音节由声母、韵母、声调三部分组成。

一、声母

声母（initial）指的是音节开始时的辅音。普通话中的辅音一共22个（表6-3-1），其中仅有1个不能作声母，即ng［ŋ］（表6-4-1）。

在普通话里有一些音节没有声母，语言学界习惯上称之为“零声母（音节）”。在拼写上，零声母音节大致可以分为两类：以高元音i、u、ü开头的为一类，以低元音a和中元音o、e开头的为另一类。前一类，《汉语拼音方案》规定在其前面加y或w，如yi、wu、yu（yü）；后一类，为避免音节边界发生混淆，《汉语拼音方案》规定要在音节开头加隔音符号“'”，如xi' an（西安≠ xian鲜），ji'e（饥饿≠ jie街），xi'ou（西欧≠xiou/xiu休）。

二、韵母

韵母（final）是汉语音节中负载声调的部分，是出现或者说可以出现在声母后面的音段。实际上韵母本身的结构也是三分的——韵头、韵腹、韵尾（表6-4-2）。其中，韵腹是韵母的核心，不可或缺；韵头、韵尾则是可选择有无的。

根据韵母的头、腹、尾组成情况的不同，普通话的韵母通常分为单元音韵母、复元音韵母、鼻韵母和儿尾韵母。

单韵母有10个：a［A］、o［o］、e［ɣ］、i［i］、u［u］、ü［y］、ê［ɛ］、-i ₁ ［ɿ］、-i ₂ ［ʅ］、-e［ə］。其中o和ê用得很少，主要用在语气词里，如“哦”“欸”等；而-e用得很多，因为它出现在轻声词“了”“着”“的”“地”“得”里。

复元音韵母有13个。其中，4个韵头、韵腹、韵尾俱全——iao、iou（iu）、uai、uei（ui），它们也叫“中响复元音韵母”；4个是“韵腹+韵尾”——ai、ei、ao、ou，它们也叫“前响复元音韵母”；还有5个是“韵头+韵腹”——ia、ie、ua、uo、üe（ue），它们也叫“后响复元音韵母”。

鼻韵母也叫鼻音韵尾韵母，共16个。习惯上又分前鼻音韵母和后鼻音韵母。前鼻音韵母有8个：an、en、ian、in、uan、uen、üan、ün，后鼻音韵母也是8个：ang、eng、iang、ing、uang、ueng、ong、iong。16个鼻韵母中，10个韵头、韵腹、韵尾俱全，6个是“韵腹+韵尾”。

儿尾韵母指的以翘舌音r作韵尾的韵母，包括“卷舌/翘舌元音”er以及所有的“儿化韵”。所谓“儿化韵”就是发生了“儿化”带r尾的韵母。例如花huā +儿ér→花儿huār，伙huǒ +儿ér→伙儿huǒr，其中的uar、uor都是儿尾韵母。普通话里除了er本身和单韵母o、ê、-e不能儿化以外，所有其他的韵母都能发生儿化。因此理论上说，普通话里的儿尾韵母（类）是最多的，约30个（有些韵母儿化后归并了）。但是，因为儿化在言语中的使用受语体、场合限制，所以儿尾韵母出现的频率并不高。

与普通话韵母有关的概念还有四呼：开口呼、齐齿呼、合口呼、撮口呼。这几个术语来自传统的汉语音韵学。“开口呼”指的是没有韵头，而韵腹又不是i［i］、u［u］、ü［y］的韵母，如a、ai、ou、e、en、-i［ʅ］等等；“齐齿呼”指的是韵头或韵腹为i［i］的韵母，如i、ia、in、iang等；“合口呼”指的是韵头或韵腹为u［u］的韵母，如u、ua、uo、uei（ui）等；“撮口呼”指的是韵头或韵腹为ü［y］的韵母，如ü、üe、üan、ün等。

了解四呼对整体把握普通话音节的声韵配合规律有提纲挈领、以简驭繁的作用（表6-4-3）。

三、声调

声调（tone）是具有区别词义作用的音高。普通话共有4个声调，其在调阶和调形上的特点可以分别概括为：高平（第一声）、高升（第二声）、低曲（第三声）、高降（第四声）（图6-4-1）。

需要注意的是：轻声不是声调而是音节在音高、音长、音强乃至音质上的弱化现象。它发生在双音节以上的词语、句子中，不能单说。轻声的调形、调值都不固定，随其前后音节的调类发生调值、调形变化。轻声的“声”不是指“声调”，而是指“声音”，本质上属于轻重音范畴，而不是声调范畴。

声调还可以根据发音人的相对音高描写出具体的调值。除极少数语言以外，人们一般能够感受到、并用以区分不同意义的音高最多不超过五级，由高到低为/5/、/4/、/3/、/2/、/1/。用五度值来记音记调，普通话的第一声至第四声较常见的五度值分别是/55/、/35/、/212/、/51/。另外，普通话的四个声调有时也被分别称为阴平、阳平、上（shǎng）声、去声。这些名称源于古代的韵书，后来根据古今调类演变的对应关系而做此命名的。

普通话的音节在连读时有可能发生变调现象。最为明显的变调现象是三声变调和“一”“不”的变调。

三声变调指的是两个第三声的音节连读、连说时，前一个会变成升调。如你好nǐ hǎo→ní hǎo，听起来跟“泥好”一样。再如“跑马场”会变成“刨麻场”，“纸老虎”会变成“纸劳虎”甚至“直劳虎”。

“一”“不”变调指的是“一”和“不”在不同的声调前会变读成升调或降调（表6-4-4、表6-4-5）。

根据普通话语音的特点，国内开发了一系列的言语能力测试方法。我国自行编制的“普通话言语测听材料（mandarin speech test materials，MSTMs）”中的单音节和双音节词表在声韵调方面做到了三维平衡，在测试、分析时更加符合汉语语音的特点。MSTMs在日常测试、评估中得到了广泛应用。

此外，快速简便的林氏六音测试也经过了普通话版的验证与修改。使用普通话七音进行测试（表6-4-6），元音的第一、第二共振峰和辅音的谱峰覆盖了200～11 000Hz的言语频率范围。

（曹文） xCLRtPeBG4qSU2gG9+O7bEcQj3KZgatNMN+8Edu+NpekkBLtdoCG98AfjZQxmPQt