下载掌阅APP，畅读海量书库
立即打开
交互性是新媒介理论中的一个关键概念，经常被作为区分“新”数字媒介和“老”模拟形式的基准。
但关于交互性研究的雏形，在人际传播领域早已出现，并以另一个关键词的形式成为美国学者的研究对象。1978年，鉴于电子媒体的出现，美国学者菲利普·康哲就以“电子接近性（electronic propinquity）”为关键词提出了媒介介入人际传播的一个理论性方法，推导出电子媒体给人际传播带来的本质变化是接近性的变化。它并不只是指电子媒体的支持，而是强调电子媒体的显著性。“电子接近性”精确指出：它帮助人与人之间实现了空间上的接近、时间上的接近。作者使用propinquity与proximity同义的“接近性”作为论述的关键意义。
人们需要通过电话、对讲机或其他媒介介入彼此之间的沟通。在日常用语中，我们说：“在电话里这样和别人联系”“明天与我联系（电话）”，在这个意义上，麦克卢汉说，电子方式扩展了我们的感官，以便以一种共同的方式“在那里”。事实上，邮件和电信是人们无法到达那里的精确技术手段。“电子接近性”指的是电子发射，或电子存在。这里应该注意的是，尽管电子表象可能会出现，但它并不是与传播同步的。一个人可以拥有一条传输线和一组潜在的关系，但仍然没有交流。电子接近性允许通信的可能性，但不是通信本身。
由此可见，“电子接近性”探讨的是人际交互关系因电子媒介而发生的系列变化。菲利普尝试使用一种全面的理论研究方法，发现人机互动界面对人际交往会产生更好的调节作用，比如视频会议。电子接近性，是这个系统的重要特征，是人类传播系统必不可少的延续。在其结构性功能的分析中，他提出了六个命题，得出了十五个推论，论证这六个命题时，囊括了如下变量：感知的事实；感知的带宽；感知的复杂信息；对共同定向传播渠道的感知程度；沟通技巧；感知传播的规则；感知渠道选择的数量；知觉冲突；感知环境的湍流。作者用实验法测试每个命题并得出相应的结论，这是对于人际信息交互的较早研究。其测试的变量，形成了电子媒介对人际交互影响的框架，对后人的研究有重要的启发意义。
随着传播技术的进步，美国学者关于交互性的研究以“接近性（propinquity）”为关键词不断推进。2002年，美国学者朱迪·勃艮等人的研究论文《测试互动原则：中介、接近性、语言和非语言方式在人际交往中的效果》
，是人际沟通交互性理论研究的一个重要成果。在早期关于渠道依赖的传播研究中，已有比较不同沟通模式的研究，用以评估口语沟通和非口语沟通的因素，及其对人际交互关系的影响。新媒体技术介入之后，则提供了一个新的沟通模式。在这篇文章中，作者提出了一种交互性的原理，作为分解这些关系的一个框架，并报告了一个实验，在这个实验中，考察位于同一个位置（“共同定位”）的和距离（“分布式”）内的人与人之间所发生的信息交互，尤其注意信息交互环境中的非口语、听觉和视觉等信息，在分布式模式下所具备的不同程度的可变性。实验结果表明，非口语线索的接近性和可用性会对沟通过程、参与者彼此间的社会判断、任务表现产生影响。而口语线索中的音频，比其他两个远端条件（文本和视频会议）更容易引起彼此的信任。因为音频的好处是可以从节奏（建立交互协调和说唱端口的一个关键成分）中得到口语语音（副语言和韵律）的独特特征。与语言内容和语言风格交织在一起的声音线索的不可知价值，揭示了交互信息中的丰富细节。
由上可见，美国学者主要以实验法来进行交互性的研究，以测量新媒介技术造成的环境变化里的各类要素对人际交互所产生的影响。口语携带的语气、节奏、韵律等因素，对人与人之间的信任建立拥有无可替代的优势。
移动互联网技术下的新媒体技术对媒介环境的影响更加迅猛，交互性概念的丰富性也随之延展，对交互性研究的视角也逐步增多，交互的主体不只在人与人之间，也有人机之间的技术视角。这在几位新媒体研究者那里得以证实，代表人物有俄罗斯的新媒体理论家列夫·曼诺维奇和斯皮罗·基欧希斯。他们分别从媒介技术角度和社会理论两个方面对人与人之间的交互性、媒介技术支配下的交互性展开分析。
与麦克卢汉认为“书本和电影这样的媒介并不是真正的交互，而电子媒介具有更强的交互性”等观点正好相反，曼诺维奇则认为，像电影这类的媒介比那些所谓的“交互”数字媒介（即使它们是基于口头表达之上的）具有更高的交互性，因为它们要求受众在观看时投入更多，甚至雕塑和建筑都被看成是交互式媒介，因为它们需要观众“移动整个身体来体验空间结构”
，而电子媒介则比麦克卢汉设想的要冷得多。曼诺维奇认为，新媒介基于人机交互界面可对数据实时操控，建议不要笼统使用交互性这个概念，而是从菜单的交互、可拓展性、仿真、图像接口等方面细分交互类型。
可见，曼诺维奇将交互性视作不同媒介的产物、系统硬件的产物，分析理论的技术偏向更强。这对本书从互动界面中声图文整合符号展现的进程来分析交互性有理论启示。
麦克卢汉和曼诺维奇的观点各自都有很多追随者，而斯皮罗·基欧希斯则将交互性视为一个社会学术语，在其文章《交互性：一种概念说明》中回应上述各种困惑：交互性的体验也许不仅仅是技术系统的产物，它同样还可以与用户对这种交互的感觉以及他希望从其机器中产生的预期效果相关。
基欧希斯之所以指出一条社会学路径，是因为他提出一个难点：交互性究竟是科技还是人类的产物，抑或两者兼而有之？他注意到，大多数新媒介文献中，交互性“以其善于制造类似人际交流的交互能力而著称”。这暗示了一种将新媒介技术人格化的趋势，即将新媒介技术理解为真实世界里人与人交互的镜像。
呈现上述观点的译著《新媒介：关键概念》并没有详细讨论这一点，仅指出了基欧希斯的主张，把人的能动性引入其中作为一个变量。
塔尼亚·舒尔茨的研究拓宽了基欧希斯的分析，重新评价了互联网时代前后典型媒介的交互性类型之间的连续性和分离性，指出新媒介的交互性与各种双向传播或被动传播不同，自其伊始，就是即时的，并且“实时”发挥功效。其意指之前研究没有出现过的“权力”因素，探讨了用户之间和技术系统内部的权力分配是否会产生交互性和传播的问题，焦点在于新媒介如何以特定的方式组织和建构传播，而并非用户与新媒介设备本身之间的互动。
由上可见，对待交互性的研究从媒介技术论逐步走向了以人为中心的社会学视角，可以概括为：新媒介用何方式组织和建构传播以强化用户之间的交互，而非技术论视角下人与新媒介设备本身在交互界面上的互动。那么这也形成了本书对交互性研究的视角和脉络：社交媒体用户对交互体验的人格化视角；对多指向的个体人际沟通过程的再现，关注用户交互过程中由媒介技术所带来的语境外因及其对交互体验所产生的作用，沟通过程于互动界面呈现出何种的话语面貌。整体来看，丰富多样的口语交互实践对人建构多维的社会形象、形成多类型的社会关系和改变知识生产传播有什么样的实际效果。
加拿大媒介环境学派奠基人哈罗德·伊尼斯在其经典著作《帝国与传播》《传播的偏向》中论述了传播媒介与西方历史中文明形态之间的关系，提出了传播偏向的理论。总的来说，他认为传播和传播媒介都是有偏向的，有的具有时间的偏向，更适合长时间保存信息，如石碑、佛窟、羊皮纸，有的传播媒介具有空间的偏向，则更适合远距离传输信息，如莎草纸、报纸和广播。“传播媒介的性质往往在文明中产生一种偏向，这种偏向或有利于时间观念，或有利于空间观念，只有在很罕见的间歇期，另一种媒介的影响才能抵消其偏向，从而达到平衡。”
从传播媒介的角度观察，不同特点的传播媒介可以影响甚至决定一种文明的兴衰。如果不能平衡运用不同的传播媒介，还可能会给人类带来危机。
伊尼斯将帝国文明分为两种：宗教帝国和政治帝国。历史上著名的宗教帝国包括古罗马、古印度等，宗教帝国的传承往往要依靠宗教与神权。伊尼斯认为，为了传承文化，宗教帝国需要倚重时间偏向的媒介，也就是更适合长时间保存信息的媒介，比如石碑和佛窟，因为这类传播媒介的优势在于能够经受住时间的考验，将信息长久保存下来，而一定程度忽略了空间偏向的媒介。同时，其也有致命的弱点，就是体积太大，无法远距离运输。和宗教帝国相对应的是政治帝国，这种建立在官僚体制基础之上的帝国都重视疆土的扩张。伊尼斯认为，为了扩张领土，政治帝国需要更多倚重空间偏向的媒介，忽略了时间偏向的媒介。
古罗马时期基督教的崛起是宗教帝国成功的典型案例，古罗马帝国早期扩张依赖莎草纸，作为空间偏向的媒介，莎草纸脆弱不易长久保存，之后被传教士发现的羊皮卷所替代。羊皮卷牢固耐磨且可反复使用，非常便于传教士宣传教义，并可长时间保存，帮助古罗马迎来了基督教迅速发展的黄金时期。伊尼斯认为：“古罗马从一个庞大的政治帝国向基督教帝国转变，从传播媒介的角度看，就是从莎草纸向羊皮卷的转变。”
古埃及国王希望建立宗教帝国，但主要传播媒介从早期的石头变成了晚期的莎草纸，这样的转变并不利于宗教帝国的崛起，在伊尼斯看来，整个古埃及宗教帝国的衰落是毁在了一张莎草纸上。
口头传统，是能够平衡时间偏向和空间偏向的媒介，帮助古希腊同时解决了时间的传承和空间的拓展两大问题，在历史中短暂地出现了理想的帝国时期。古希腊由众多城邦组成，它之所以凝结为一个相对统一的政治共同体，归功于繁荣的口头传统，缘于游吟诗人的广泛出现，以及教育大众提高口语修辞的智辩士和研究者们的共同探讨。“在希腊，文字的引进大概拖延到公元前7 世纪初。大量而经常从埃及得到莎草纸有困难，石头用作媒介又有局限性——这些因素相加的结果，是保护了希腊人的口头传统。他们没有浪费精力去学习第二语言，围绕复杂的文字，是无法建立知识垄断的。”
在时间层面，游吟诗人口中的歌谣传承了古希腊历史文化，在空间层面，游吟诗人在旅行中将这些文化传达给各个城邦的民众。因此，人们虽然身处形态各异的城邦，却可以通过口语文化，产生出“希腊人”的身份认同感。短暂的理想时期，在亚里士多德之后从口头传统转向文字传统，加深了城邦之间的鸿沟，也加快了希腊文明的瓦解。
因此，伊尼斯认为，虽然人类在20 世纪拥有了更加“高级”的传播媒介，但并不意味着文明就能取得更大进步，而危机的产生就源于我们太过于依赖空间偏向的媒介。空间偏向的媒介可以在短时间内迅速将信息传递到远方，但有一个共同缺陷，就是不容易长时间保存，不利于文化的传承。伊尼斯呼吁现代人要珍视古希腊的口语传统，用口头文化来化解现代世界的文明危机。
起源于古希腊的口头传统，是后来美国媒介环境学者所论及的“口语性”的根本来源。台湾口语传播学者夏春祥认为，口语性是由发声动作而引发的系列意识行动，但由于初级口语文化时代的缘起社群环境，口语性的本质要义是“面识”的协商与沟通，后来的文字印刷时代和大众媒介时代都因传播载体的变化而对“面识”的协商性有所消弭，而社交媒体营造了不同主体跨越时空直接对话的技术可能，因此有着重燃协商属性的机遇。更进一步的是，社交媒体所创造的是跨越空间的虚拟社群，是由无限的潜在用户自由组合生成社群，使用口语展开或多对多或一对一的公共沟通。如果说社交媒体具有空间的偏向，口语传播则具有平衡时间偏向和空间偏向的特征。
结合美国学者沃尔特·翁和中国台湾学者沈锦惠对口语传播历史的阶段划分，设计如下示意图（见图1-1）。
图1-1 口语传播历史阶段划分示意图
后文将延两个脉络梳理口语传播形态及交互特征的研究：第一，西方学者对口语文化三个发展阶段的研究脉络，从口耳相传的交互模式、文字视觉秩序影响下的公共演讲，到大众媒介中口语传播主体在新闻框架规约下的口语沟通规律，再到网络传播中多元主体间的多符号互动；第二，中国大陆从应用语言学角度对口语的研究。
口语是人与人之间沟通的最基本形式，千万年间，虽因文字、印刷、电子媒介、互联网科技的介入，不断改变与丰富其表达和沟通的具体方式，但口语一直是人类传递讯息、展现意义的基本工具。西方学者对口语本质、特性与书写的差异等的研究，从20世纪60年代哈佛大学古典学者对“荷马问题”的研究开始。在讨论人类文明与文字书写关系上，美国现代语言学会会长、文学研究者沃尔特·翁便以口语性（orality）一词描绘这种在原始部落时期便已存在的各种口语现象，包含在部落里解决实际问题的思考及相关的语言表达。美国学者派瑞在20世纪30年代研究古典史诗时所揭示的口头传统（oral tradition），提醒人们注意，包含有丰富作品的文明遗产，更多时候来自口头表达的作用，而不纯粹是书面文字的影响。因此，若与文字印刷的文学经典对比起来，那么口语传统下的文学作品的模组化套语（oral formula）记忆术、不断重复的频率，就是这种口头表达方式的基本特征。沃尔特·翁称文字产生之前的时代为“初级口语文化时代”，也称“原生口语文化时代”。在原生口语文化中，传播是特定语境下的表达和事件，而非跨越语境的表征和资源。
为了理解原生口语文化时代中口语的存在特征，有必要梳理一下文字产生前后的历史进程。
自从语言出现以来，传达消息的唯一手段就是语言（文字产生之前，语言只指口头语言），直到公元前3000年左右，书写的发明为信息交流提供了新手段。当时，推动书写发展的并不是讲故事的人或诗人，而是会计。
所发现的最早一批文件约是在公元前3400年写成，来自美索不达米亚的乌鲁克城（Uruk），他们用刻在黏土板上的简单形象和记号记录了面包和啤酒的配给、税款的交付，以及其他的交易。后来的500 年间，书写发展成一种更为有力、表达能力更强的媒体。刻在黏土板上的精微象形文字让位于更抽象的符号，或称表意符号，它们是用铁笔写下的楔子形状的符号（楔形文字）。表意符号跟衍生出来的象形文字已经没有多少相似了，但好处是写得快。公元前3100年左右，出现了另一个创新，用表意符号代表特定的声响，可能是因为需要写人的名字。首个通用书写形式就此面世。公元前2600年，楔形文字和埃及象形文字两种书写体系发展到了足够灵活的程度，可以用来记录抽象的思想，如圣歌、宗教经文和称为智慧文献的意见汇编。
已知的最早的信件就是在这个时候产生的，它写在莎草纸上，这是一种用莎草植物的茎髓做的像纸一样的材料。书写被发明后的15个世纪里，识读文字的人都很少，只有皇家成员、宫廷大臣这些能够花得起时间和金钱的少数人才能掌握这个技能，也因此，应运而生的抄写人阶级如同能与神接触的祭司一样，小心维护着自己的特权地位。而从文字进化的程度来看，公元前3000 年左右，楔形文字和象形文字都出现了表音字母，理论上，这大大简化了写字的难度，抄写人可以不再死记专门的符号而进行快速书写，由此也威胁到了抄写人自身的特权地位。但从实际的历史进程来看，表音字母的完善，也就是出现真正的字母，包含元音和辅音符号，是在公元前8世纪早期，是由精于航海，沿着地中海南岸和东岸建立了贸易点和独立城邦的腓尼基人把这种字母传播开去，古希腊人加上了关键的五个元音符号，大大减轻了学习读写的难度。公元前12世纪到公元前4世纪的古希腊文明鼎盛时期，能识读文字的人越来越多。
尽管人们识读了文字，但对于信息的传播方式而言，公开演讲依旧是古希腊最为流行的形式，而传播的系统性研究也开始于公元前5世纪的雅典，这是为了对沟通知识和技巧的市场有所回应。那些研究和教授说服性公共演说的人，被称作智辩士，智辩士主要教授雅典男性公民参加议会和法庭的公开辩论，以此开启了修辞学的系统研究，为亚里士多德写就口语艺术的学术巅峰之作《修辞学》铺垫了一个时代的实践基础。古希腊书写文明的发展让柏拉图开始质疑，他不断质疑冷落口头传统可能遭遇的后果，被称作“柏拉图的阴影”：书写使人不再需要记忆，因此削弱了人类大脑的功能，造成学习者“灵魂的健忘”。讽刺的是，“柏拉图的阴影”是以对话形式记录下来的，但这也是书写战胜时间的文化遗产。柏拉图担忧，知识会因转离口头语言而受影响，细想一下，这与当今对新媒体传播特点的担忧是否存在雷同之处？快速搜索与碎片阅读，是否也让人易沉浸于海量信息而失去深度思考的能力呢？新媒介形态出现，总会在一定程度上对人们的思考和行为习惯造成影响。
当时间进入古罗马开始兴盛的公元前3世纪直到古罗马帝国建立，伟大的政治家兼演说家西塞罗等政治中心人物，开始利用个人社交网络传送莎草纸上的信件，并以此为信息传播的主要方式，这才意味着从传播学视角审视口语到书写的信息传播方式发生了变化。进而，造纸术从中国传入欧洲，1450年左右古登堡完善了活字印刷术，大规模的文字复制品可以迅速地传播开来，印刷文明时代彻底到来，再一次引发了信息传播方式的更迭。
而下文对原生口语特征的文献梳理，恰好是针对古希腊以公开演讲为信息传播主要方式，及其书写还未普及之前的口语沟通而展开。而学者们的研究对象，却都是以誊抄方式保留下来的口语作品，口语的即逝和书写的时间偏向，始终都交织在一起。
今人缘何能看到原生口语文化时代的口头巨著？公元前9 世纪，希腊盲诗人荷马对各种流传故事经过提炼加工，创作了史诗《伊利亚特》和《奥德赛》，这是西方学者研究公元前11世纪到公元前9世纪古希腊文明的重要典籍，成为全人类共同的艺术瑰宝。古希腊保留了古代社会的许多历史事实，以传说的方式留在古代先民的记忆中，后又以史诗的形式在人们中间口耳相传。
《荷马史诗》
其实并非一时一人之作，而是保留在全体希腊人记忆中的历史。特洛伊战争结束以后，一些希腊城邦的民间歌手和民间艺人就将希腊人在战争中的英雄事迹和胜利的经过编成歌词，在公众集会的场合吟唱。这些故事由民间歌手口耳相传，历经几个世纪，经过不断的增益和修改，到了荷马手里被删定为两大部分，成为定型作品。大约在公元前6世纪中叶，它才最后被用文字固定了下来。我们今天所看到的《荷马史诗》，是公元前3世纪至公元前2世纪由亚历山大里亚的学者们编订过的作品。
在对初级口语文化的现代发现研究中，英籍美加学者哈弗洛克于20世纪60年代著述、1986年再版的 The Muse Learns to Write — Reflections on Orality and Literacy from Antiquity to the Present （无中文译本，笔者翻译为《缪斯读写——从古至今关于口头和书写的思考》）和美国媒介环境学派学者沃尔特·翁的 Orality and Literacy — The Technologizing of the Word （《口语文化与书面文化——语词的技术化》）是集大成巅峰之作。哈弗洛克于1963 年指出，在原生口语文化里，为了有效保存和再现仔细说出来的思想，必须要用有助于记忆的模式来思考问题，而且这种思维模式必须有利于迅速用口语再现；思想形成的过程中，语言必须有很强的节奏感和平衡模式，必然有重复和对仗的形式，必然有头韵和准押韵的特征，必然用许多别称或套语，必然用标准的主题环境（议事会、餐饮、决斗、有神助的英雄等），必然用大量的箴言，这些箴言必然是人们常听见的，因为能够立刻唤起记忆，它们以重复的模式引人注意、便于记忆，还必须用其他辅助记忆的形式。严肃的思想和记忆的系统紧密纠缠在一起，对记忆术的需求甚至能够决定你使用的句法。在哈弗洛克之后，沃尔特·翁着重从心理动力学原理等角度分析史诗巨著，在原生口语文化里，口语的思维和表达往往呈现出这些特征：
（1）附加的而不是附属的。《创世纪》1∶1—5里创世纪的叙事，文本保存了可以识别的口语模式。
（2）聚合的而不是分析的。基于口语的思维和表达的构成成分往往不是简单的“整数”，而是“整数”的聚合，这些“整数”有相似的词语、短语或从句，有对仗的词语、短语、从句和名号。
（3）冗余的或“丰裕”的。思维需要连续性。相比较文字用脑子以外的文本把“思路”确定下来，口头话语中，脑子不得不放慢速度，重复刚刚说过的话，使听、说双方都能够牢牢追随既定的思路。
（4）保守的或传统的。原生口语文化里，如果观念化的知识不用口诵的办法重复，很快会消亡，所以人必然会花费精力反复吟诵世代辛苦学到的东西，需要确立高度传统或保守的心态。
（5）贴近人生世界的。相比较繁复、抽象的范畴依赖文字给知识提供结构，使之和实际的生活经验拉开距离，口语文化没有这样的范畴，在使知识概念化、用口语表达一切知识时，不得不贴近人生世界。
（6）带有对抗色彩的。文字培育抽象观念，使知识与人类竞争的舞台拉开距离，使拥有知识的人和知识分离。与此相反，口语文化把知识纳入人生世界，把知识放进生存竞争的环境。谚语和谜语不仅是用来储存知识的，而且用来和他人舌战斗智，吸引听者用更加恰当或完全相反的谜语或谚语来超过它。
（7）移情的和参与式的，而不是与认识对象疏离的。原生口语文化中的学习和认知是为了认识对象、达到与其共鸣和产生认同的境界，是“与之共处”。文字把人和认识对象分离开来，由此确立“客观性”条件，就是个体脱离认识对象，与之拉开距离。荷马等口头表演者的“客观性”是套语式的表达方式强加在他们头上：个人的反应不仅是个人的，也不仅是“主观的”，同时还包裹在社群的反应里，即社群的“灵魂”里。
（8）衡稳状态的。原生口语文化社会在很大程度上生活在当下，他们蜕去了对当下不再有用的记忆，借以保持社会的平衡或衡稳状态。
（9）情景式的而不是抽象的。原生口语文化把概念放进情景的、操作性的框架里，这些框架只有最低限度的抽象性。
今人朗读《伊利亚特》《奥德赛》，模仿、感受着千年前仅靠口头记叙传承下来的叙事。这口语，是随着纯粹情感和思维的线性发展涌动，是经由听觉和视觉的直接经验，从中分离出的单纯语言流向，进而凝聚在声音上。通常意义上，这种饱含人类原生心灵特征，没有经过文字书写文化浸润，没有加入停留与反思的空间维度的口语，就被称作“原生口语”。这样长篇的故事究竟是如何被一代代人所记住，才能传承下来的呢？
口语文化里没有书面文本，如何组合材料供人回忆，或者说是如何以有效的组织方式来建构知识？原生口语文化里，为了有效地保存和再现别人说出来的思想，就需要用有助于记忆的模式来思考问题，有利于迅速地用口语再现。沃尔特·翁认为：在思想形成的过程中，需要强烈的节奏感和平衡模式，有重复和对仗的形式，有头韵和准押韵的特征；还要用许多别称或套语，用标准的主题环境；要用大量能够立刻唤起记忆的箴言等。
此外，沃尔特·翁从修辞学角度审视记忆术和套语，着重看到“places”（场域、地方）的概念，“场域”概念被认为有两种含义：一是强调所在的“位置”，论证时总能在已有的各类型条目中找到展开思路的论据，与“位置”相对应的条目，如定义、原因、结果、对立面、相似性等；二是指各种名言（套语）的集合，如忠诚、颓废、友谊等。
此外，上述九点描绘了原生口语的特质，虽在理论上尚未受到书写文明与电子媒介的浸染，但毕竟口语是人与人之间直达心灵的沟通手段，在任何时代都不会因外界技术的变迁而改变其本质，因此，后来许多学者也对原生口语特质的现代传承做了研究。如吉姆·埃蒙德和戴尔·贝特尔森
从修辞学角度指出：上述原生口语社会的特质，口语符号的发表与记忆因为关涉文化生命的传承延续，应是原生口语社会中保持文化身份的最终验证，具有管制、规范和教化的作用。这些特质虽是研究原生口语社会所得，但对今人的口语传播活动依然有启发，尤其是（3）（5）（7）（9）项，而（4）（8）两项提及的特质，因为现代人已经有了文字等其他记忆装置，所以不复存在。另一位语言学家坦嫩
对现代人日常对话的研究认为，看似无奇的日常交谈，蕴含了丰富的参与策略，常见的重复与变异、想象与细节，作用在于传达和促进参与感和临场感，关系的营造更重于资讯的传递。今人将口语应用在公共传播，常见的演说、诗歌朗诵、戏剧等形式，也都需要用到这些策略。
公元前3000年前尚未产生文字的年代已经久远，当西方文明历史开源走进古希腊时期（公元前800 年—公元前146 年），并不识读文字的人仍然是大多数，因为手抄文字通常只有神职人员和富人才能接触到，因此，原生口语文化的特征已然持续，直到印刷机出现。因此，这种口语，保留了大量口语思维和表达的特征，不会帮助人类做自我反思。我们都知道，荷马时代和前荷马时代的希腊人长期进行演讲活动，直到后雅典城邦时代出现一批专门从事研究和教授演讲的智辩士。不管是从业者、研究者，他们精于总结这种伟大的口头技艺，修辞研究是古希腊教育和文化的核心，并以亚里士多德的《修辞学》为第一座成果高峰。修辞学研究，恰是建立于无文本依托的自然原生态的口语表达之上。
从公元前4世纪以亚里士多德发展起来的修辞学开始，一直到20世纪初传播学开始建立在现代学术社群中的自我定位，这期间有近2 500 年的历史，传播研究都主要集中在公共演说，确切地说，是在研究修辞术。亚里士多德的很多基本观念，构成和引领了当代人类传播研究，后来的修辞学学者从亚里士多德这里学习辩证的概念，即通过问、答的互动与逻辑过程来追求真理，并没有将互动的面向发展进更为广阔的传播视界中。因为，这2 500 年的历史跨越了原生口语文化和印刷文明开启后的口语—文字二元争论时期，媒介技术的发展还未进入电子符号的实质跨越。
亚里士多德的修辞学，始于雅典城邦民主制度建设进程中的公共演说和辩论。公元前5世纪，雅典城邦开始兴起两个政治创新：司法和民主的论辩制度。论辩制度由古希腊人发展而来，当市民两方对所有权或违法认定有所争论时，在法庭上基于己方论点做出论辩，再由备受尊敬的第三方做出决断。民主辩论，则是运用在雅典议会讨论争议和决策投票上。因此，如何在说话中具有说服力，成为雅典公民需要的基础技能，成就了演说知识和技能的训练市场。为了进一步呼应市场需求，传播的系统性研究应运而生，智辩士便承担了这一角色。他们的修辞学教育和研究，主要集中在公共演说，存在于法庭和议会，也就是只有雅典男性公民才被允许参加的场合。所研究的沟通技能偏重于市场需要，并且只服务于拥有特权的少数人，但最重要的贡献是发展出了沟通的基本概念，助推了传播的实践与研究。
“柏拉图的阴影”引发口语修辞学研究的转型。
柏拉图极其反对智辩士对于修辞的教授，认为他们偏好风格形式而非实质内容，重视有价技巧胜于真理，这是功利主义者的精巧目的，修辞应该放在其次位置。他把发现真理的任务保留给了哲学家，提出一个备受争议的议题：修辞学是否有合法的角色去发现真理呢？后来人古罗马伟大的演说家西塞罗
记录下来这段争论：柏拉图本人提出深具说服性的论点以劫难修辞学和智辩士时，使用他最崇拜的苏格拉底的观念作为强有力的修辞机制，这个行为所体现的策略恰恰是他反对的事。
正因如此矛盾的现象，才有了亚里士多德集大成的解决之道。亚里士多德认为，真理本就存在于人们生活的周遭，是要通过感官来理解的。为了确认特定知识是可以获得的，他发展了形式逻辑，包含各种演绎推论法，结合经验观察，来引导人们通过思考获得知识和结论。亚里士多德看见修辞学虽可编织谎言，却也可以探究真理、捍卫真理，用修辞学知识和技巧来武装自身是那些有责任感的市民应该担负起的责任。
与谎言相比较，真理更容易获得辩护，真理的倡导者更容易战胜谬误谎言的倡导者。
亚里士多德给修辞学下了一个定义：“在一个特定情境中，揭示所有可以达到说服方法的艺术”，“修辞术是辩证法的对应艺术”。
他仔细区别修辞与辩证，分配给每一个主题一个特定的功能：辩证运用演绎推理（logic syllogisms）的精确建构；修辞则是通过相对松散的推论形式来完成，他称这些温和的推论形式为省略推理法（enthymemes）。省略推理法在两个层面不同于精确的演绎推理：一是他们依赖一般或可能成为真的前提，而非必然和普遍真理的假设；二是论点的某些部分通常未被说出，并由阅听在精神上将其填满。
许多构成和引领当代人类传播研究的基本观念，都源于亚里士多德的《修辞学》理论：
（1）沟通是“有目的的”。也就是说，人类沟通是因为具有影响他人的意图，而沟通的努力可以在他是否成功的基础上加以评价；如果成功了，那是他如何达成的（how），而倘若失败了，那又是为何失败（why not）。
（2）沟通的努力（公共演说）可以通过目的和情境，区分为三种类型。法庭演说（forensic oratory）指的是法庭上的话语作为一种辩论；慎思明辨式的演讲（deliberative oratory）则是在议会中的话语，试图影响决策；辞藻华丽的演说（epideictic oratory）则是在特殊场合里仪式、礼节中的话语，其目的在于激励听众。
（3）劝服式通过三种诉求的组合来达成。服之以德（ethos），说话者的个人吸引力，现今我们称之为来源可信度、发言者权威；说之以理（logos），由说话者所提供，关于逻辑的说服力，现今称之为论点理由；动之以情（pathos），情感诉求，刺激观众的情绪反应。
（4）学习有效表达的五种技巧。创造（invention）是在特定场合中寻找说服他人想法的能力；布局（disposition）是为了要最大化这些影响而去组织观念的能力；风格（style）是在任何情境中适当使用语言的能力；记忆（memory）是记住各种事实与想法的能力；传达（delivery）是一种以清晰有力的声音、让人印象深刻的姿势去说话的能力。
这些技巧后来被罗马教授修辞学的伟大教育家昆体良
所使用，用来组织建构他讲授修辞学的部分，成为著名的“修辞（语艺）五纲”，成为后来人学习演讲的重要理论来源。
由上可见，原生口语传播的交互性，其本质是建立在口耳相传的空气介质之上的人际传播，其音声性是口语传播产生到达率和计量传播效果的物质前提，交互是同一个时空内的口头言说在感官之间的抵达和精神灵魂间的交换。这也是“口语性”概念最原始朴素的意义根源。口语传播之于人际沟通由日常生活对话实现，之于公共沟通由法庭、政坛等公共场域的演讲来完成。
诉诸口语的公共演讲和书写信件共同成为信息传播的主要方式，印刷术显著提高文字传播的效率和书写文明的社会地位，因扩大了传播的受众范围，提升了传播内容的重要性，反而抬高了演讲的传播功能和地位。从印刷术发明，到广播电视大众传播媒介出现，在长达一千年的二元争论期，口语传播的交互依然由一对众的公共演讲来实现，且演讲对于国家之间、派别之间的政客来说，是用以传播观念的重要手段，但同时由于规模印刷加速了社会信息的流动，提高了公众舆论对演讲观念的反馈速率，反而增加了公开演讲在政客斗争时社会影响的分量。口语传播的交互性，是由建立在印刷传播加速公众舆论流动基础之上的一对众的公开演讲。
古希腊时期，识读文字已成为社会文明的普遍现象，直至古罗马帝国建立的几个世纪里，信息传播方式经历从公开演讲到信件传送的演变时期，以古罗马政治家西塞罗为标志，建立了以个人社交关系为网络的信件传播系统。也就是说，“口语—文字”的互相影响和高下争论的现实实践一直在持续，直到印刷术普及后，才演变成凸显的文化对撞现象。
对这一时期的现代研究，主要由哈弗洛克、沃尔特·翁、李维斯·斯特劳斯、劳伦斯、沃特等学者进行论辩和发展，他们的研究逐步形成了书写论、新书写论、口语论、科技观等派别，但所有有关“口语—文字”的论辩，最后都必须回到古典学者，也就是美国媒介环境学派学者沃尔特·翁身上，他于1982年出版的著作《口语文化与书面文化——语词的技术化》（ Orality and Literacy — The Technologizing of the Word ）是最关键的著述之一，认为：书写思维具有记录的、客观中立的、抽象的、分析的、创造性的等特征。上述研究者共同认可的就是关于书写思维的基本观点：文字转换人类思维、转换语言关系、再现传统的技术等。
对于口语与文字的二元关系论证，上述研究历史中的一座丰碑虽然有整体宏观式的结论，但我们还是可以追溯其研究历程中更加细致的结论，找出其中几个关键点——表音文字完善、识读文字、印刷术诞生，这反映了人类感官参与传播的历史性突破，是进入当下社交媒体时期，人们的视听触感官整合应用的历史前脉，是口语传播的交互性借由单一口语进入多元符号共振的前奏序曲。
前文已述，公元前3000 年左右，楔形文字和象形文字都开始出现表音字母，到了公元前8世纪，古希腊人加上了关键的五个元音符号，才算完善了表音字母，大大提高了识读和书写的效率。加拿大传播学家麦克卢汉的登峰之作《古登堡星汉璀璨》，观察从口语文化过渡到书面文化、印刷文化，以及20世纪的电子文化，人类处在听觉和视觉的感官分离与呼应的互动和演变中，试图采用镶嵌画的文章结构，用多视角、纵横捭阖于历史与跨学科的研究故事，来讲清楚媒介技术、形态的演进是如何作用于人的感官运动，并论证人类的听视觉感官会伴随着现实媒介环境的变迁而强化互动关系，进而形成更为灵动机敏的感知系统以帮助人类与世界连接得更加紧密。在研究中，他历数了表音和表意不同形态文字之于人类听视觉的差异：字母的发明，就像车轮的发明，是将多个空间的复杂有机互动转化或归纳为单一的空间。表音字母，将同时调动所有感官的口头语音归纳为一种单纯的视觉代码。
与表意文字不同，表音文字是语音的视觉呈现，语音就是文字的“内容”，而各种象形文字、表意文字的语音并不是文字的“内容”，这类文字本身只是一种结构，就像智能唤起自身的微小世界的单个音符。麦克卢汉用“修辞格”来形容非字母形态的文字，说“修辞格是思维的姿态，如夸张、讽刺、反语、比喻或双关。所有的图形文字是一场思维姿态的芭蕾，远远超越了荒凉而抽象的字母形态，点亮了我们现代侧重于联觉和听触觉的体验形式”
。
表音文字的最大特征就是读音直接体现在文字表面，方便识读，只是在每个文字背后，都有一个与此符号约定俗成的意义。
在口语文化和书面文化、印刷文化时代，人类的听觉器官和视觉器官，会在人类认知事物时分别产生什么样的作用？上文所提众多研究者笔下的“二元对立关系”究竟有怎样的内涵？麦克卢汉在《古登堡星汉璀璨》中参考伦敦大学非洲研究院的约翰·威尔逊教授的一篇论文
，用非洲土著人观看电影后的问题反应与经验，来验证口头文化中人的听觉和视觉的二元关系。作者在论文中对非洲土著人，也就是20世纪现代社会中不识字的口语文化社会中的典型居民做观影的试验，在播放影片之后询问他们“你看到了什么，看懂了什么”，有意思的答案出现了。
卫生检查员拍摄一段影片，以非常缓慢的速度，非常缓慢的摄制技巧，告诫非洲原始部落的普通家庭消灭死水，收拾所有的空罐头瓶并扔掉，诸如此类。我们给一些非洲人放映了这部影片，然后问他们看到了什么。而他们说看到了一只家禽——小鸡，但我们不知道在影片里还有一只小鸡！于是我们非常仔细地逐帧查找这只小鸡。最后，大约有一秒左右的镜头，一只小鸡穿过了镜头的一角。而其他所有镜头都是以慢镜头回放的——人们慢慢地走过去拾起空罐头瓶，演示所有动作，而那只小鸡显然对他们来说也是现实的一部分。对于他们，这只家禽具有宗教上的特殊意义，而我们忽略了这一点。
…………
一位视觉专家告诉我们：一名有经验的观众，一位习惯于看电影的观众，注意力的焦点会放在屏幕之前不远处，从而可以观察到整个画面。在这个意义上，一幅画面是一种约定。你必须首先观察整个画面，但这些人并不这样做，他们不习惯于观察画面。当通过画面向他们表达思想，他们开始检查画面中的细节，就像摄像机的扫描仪，飞快地扫描画面。显然这是眼睛未适应画面时的反应——扫描画面——而尽管影片采用了慢镜头技术，但他们仍不能在一个画面移动前扫描整个画面。
这个实验表明：在多数是文盲的口语文化社会中的人，他们虽然有听觉和视觉的信息交互，但并不具备整体的、抽象的、提炼的观察能力，正如观众在画面中只能抓住与个人经验有关的某一个细节事物，其眼睛在图像面前发挥作用仅停留在扫描式的逐层掠过，此时虽然使用了眼睛，但并非有透视效果，没有将观察与大脑的思考结合起来。“他们对画面没有分离的视角，他们对画面产生了移情效应，投入画面之中，与画面融为一体。”
如此说来，口语文化中的视觉，还不能称作完整意义的感官，仅仅能叫作使用眼睛而已。
约翰·威尔逊教授继续讲述非洲观众观看电影的参与实验，讲道：“一群非洲观众并不会沉默地坐着，他们喜欢参与，所以讲述电影的人一定要反应快，能够活跃现场气氛，并且深刻了解影片的意义，向观众解释电影内容。但加纳土著居民看后，不会把自己的经验从一部电影推广到其他电影。”
可见，参与表演，只是他们的眼睛、耳朵在接收信息后的一种单纯模仿，是再现，就像上述例子在影片中只看到了自己经验中出现过的事物，一样的简单复制。“纵然表演有了移情效应，但这在口头文化社会和听觉—视觉社会的人们眼中，在从感官的综合体系中抽象出视觉元素的表音文字面前土崩瓦解了。”
因此，我们可以说，原生口语文化社会中的人们使用耳朵、眼睛的听觉和视觉，还没有真正建立起感官与大脑思考的直接联系，停留在扫描仪般的逐层掠过，简单复制是其主要特征，由此时听视觉引发的情感迁移，也是模仿层面的跟随，只对这一次有效。而表音文字的出现，改变了人们使用眼睛的方法，最直接的结果是将口语文化中信息的线性接收，在时间维度中注入了空间维度，停留、思考是大脑深度运转开始与听视觉同时作用的表现。视觉的含义拓展了，这样由技术延伸的感官，文化转型转化就像技术内化一样迅速在人类思维中活跃起来。
印刷术的发明，在中外学术界存在争论，以传播学者麦克卢汉为代表的西方学者，将活字印刷术的改进和大规模运用归功于德国人古登堡，才有了《古登堡星汉璀璨》这部经典巨著。但中国早在唐代就发明了雕版印刷，宋代的毕昇发明了活字印刷术，在时间上比古登堡早了400多年，但古登堡在改进技术上卓有成效，并对推广到世界范围起到了至关重要的作用。
中国发明的活字印刷术，在国外得到了进一步的发展和完善，成为现代印刷术的主流。对中国古代活字印刷术有突出改进和重大发展的是德国人古登堡，他创造的铅合金活字印刷术被世界各国广泛应用，直到现在仍为当代印刷方法之一。
古登堡创建活字印刷术在1440—1448年，虽然比发明活字印刷术晚了400年之久，但是，古登堡在活字材料的改进、脂肪性油墨的应用，以及印刷机的制造方面，都取得了巨大的成功，从而奠定了现代印刷术的基础。各国学者公认，现代印刷术的创始人，是德国的古登堡。
麦克卢汉在著作中提出问题：印刷机和活字印刷的媒介究竟带来了哪些变革？全书百余个小标题也从相互关联的几个侧面串联成文：其一，口语文化时代和书面文化时代、印刷时代，人们的听觉和视觉器官在社会交互和文化表达的进程中，各自呈现什么样的状态，承担什么样的具体功能。表音文字的出现是如何改变人类感官在信息交互和社会交往中的互动格局的。其二，不同口语文化时代，各个国家的文化表达呈何形态。纵观历时发展面貌，用更加具体的细节观察呈现阶段性、典型性的质变，再现媒介技术进步和人类文化进步错综交织的繁复面貌。其三，直接展现大量学者的研究观点，与上述各类型的现实描述糅合起来。
其中，关于印刷术普及与视觉感官的关系，麦克卢汉关注古希腊、古罗马人的艺术发展史，如看到了雕塑、绘画等视觉艺术中发明的视觉规则，此外，他借助约翰·怀特等人的研究成果，来论证自己的发现：“若从近代感知体验中的视觉元素的强烈意识来看，古希腊世界则显得怯懦而踌躇。在字母技术的抄本阶段并没有任何足够强烈的因素能将视觉从整体触知中分离出来。直到精确一致和可重复式的大规模生产的体验，才导致了各种感官的分裂，并让视觉在所有其他感官中脱颖而出。”
活版金属铅字的印刷机，相较于过往人力手动压印的那个时期，这个机器提供了有效且平衡的方式来复制各种书写文本，并且能生产数以千计的文件和书籍。在古登堡之前，书籍必须由手工复制，所以非常昂贵，通常只有神职人员和富人才能接触，印刷机使得普通人能够取得这些书写的资讯。于是，大众传播这个概念便随着第一本印刷圣经的诞生（1456年）而出现了。印刷机带来的多重影响中，一个最明显的事实便是，记忆被废弃，亚里士多德、昆体良在“修辞（语艺）五纲”（创造、布局、风格、记忆、传达）中的记忆失去了意义。在古希腊人们不识读的原生口语社会中，资讯与想法必须储存在记忆中。当然，能在书籍中获取知识的世界，记忆就不那么重要了。
任何技术之于沟通形式的改变，都重新形塑了人类传播的关系。古登堡将书写转换为规模印刷，印刷将文字书写趋于机械化的400 年后，又出现了电气化的电报技术，进入20世纪，广播电视媒介重新营造模拟口语时代的人际交流情境，不管是声音还是文字，都能转变为电子信号加以传播，而互联网的普及，整合加速了人类的所有表达，更跨越了时空的界限。因此，麦克卢汉早在半个世纪前的一个结论更值得后人铭记：与其说新兴媒介替代了旧有的媒介，不如说新旧媒介趋于更为错综复杂的互动。正是这种互动使得媒介技术变迁对人类感官的作用效果不再那么容易察觉。言语，是口语时代人们听觉空间的媒介，当转化为书面语言时，言语便失去了听觉空间文化的部分功能，它必定借助视觉文字获得了某种记忆和思考的力量。如何去理解这种媒介技术带来的言语和听觉功能的拓展呢？似乎今天的例子更容易理解：随着文化时代的变迁，今人所熟悉的电台广播，它绝不只应归纳为单一的听觉感官，它一定建立了包容听觉、视觉的所有感知能力，它的线性传播也必定包含书写的空间场域和思考深度。
“我们一种或另一种感官通过机械手段得以延伸，如表音文字，似乎可以表现为万花筒般的整体感知体系的扭曲。现有的感官元素以全新的组合方式或平衡比率而存在，并呈现出多种可能形态所镶嵌而成的全新格局。”
尽管这是麦克卢汉在半个多世纪前的判断，但时至今日，随着外部技术的演变，我们可以非常轻易地观察到这种感官平衡比率的变换。沃尔特·翁立足于20世纪广播电视媒介时代的媒介情境，从一个角度将之定义为“电子口语文化时代”，但广播电视媒介出现后仅用了不到半个世纪，人类世界便进入互联网时代，外部技术的演进可以从几个方面来简要归纳：传播渠道丰富拓展，传播符号整合声画图文，传播空间跨越时空，传受角色多元互动。哈弗洛克、沈锦惠笔下的“电子口语文化时代”，其外延和内涵，都跟随媒介技术的进步而大大拓展。延续麦克卢汉的媒介技术和感官互动格局变迁，便可追问当下。
沃尔特·翁于20世纪70年代率先提出接续“原生口语”、文字与口语二元对立阶段之后的“二度口语”概念，但并未过多论述，简单概括其特征：一方面如原生口语般强调参与感、社群意识，专注当下时刻，甚至也包括公式套用；另一方面也保留了书写文字对视觉秩序以及个人主体意识的重视。这成为日后学者研究电子口语特质的主要参考依据。
20世纪60年代，学者们不约而同开始回顾历史并对口语时代做划分，起因于当时广播电视媒介的兴起，大众传播媒介带来了崭新的视听经验，屏幕影像、文字、口语共同塑造的传播空间，给口语传播的研究开启了全新的方向。哈弗洛克一语道出：电子媒介昭示着“电子（二度）口语”（secondary orality）时代的到来，整个传播通信科技的发展，可以视为是人类重建口语情境的努力。
电子媒介形成的“二度口语”文化，唤醒了在书写文明遭受疏忽的口语思维。如果初级口语中的不足不能不由地理、物理、生理等外在因素决定，那么电子口语中的人们可以根据兴趣、品位、爱好来形成不同的社群。
互联网的出现，使“电子口语”时代的口语传播从广播电视媒介时期跨入了新兴媒体平台时期，而最初，人们还都在使用电脑来连接互联网，电脑登录邮件、聊天室、网页时使用文字和图像进行信息交互，此时，口语在沟通中的应用还未普及开来。随着移动互联网和智能终端的发展，以社交互动为显著特征的新兴媒体，使得传播者与接受者不再是独立的两个人，而是附着在每个人身上的多元角色。屏幕影像也早已不受传统家庭集体观看的空间限制，正在召唤不同人群以各种方式经营空间、共同参与。当漫天碎片信息充斥满屏时，人文性的解读便成为人们选择信息并践行社会行为的重要依据。与画面、文字相较，口语实践的声音符号具有明显的交互性和人文性，在新兴媒体平台，口语沟通颇具社会行动的意义。台湾学者沈锦惠对新媒体时代“电子口语”的沟通特质进一步描述：它召唤口语性的复兴，一方面如初级口语一样强调参与感、社群意识，专注当下时刻，另一方面却保留了书写文字对于视觉秩序以及个人主体意识的重视。在媒体空间使用听觉、视觉兼具的口语沟通方式，如网络传播的总统演说，使得电子媒介的口语沟通表达具有社会行动的意义。这方面的代表论文有：张郁敏的《跨世代行动上网与电视并用行为与动机》（《新闻学研究》2015 年第7 期），林静伶的《网路时代社运行动者的界定与语艺选择》（《中华传播学刊》2014年第12期），郑宇君、陈百龄的《沟通的不确定性：探索社交媒体在灾难事件中的角色》（《中华传播学刊》2012年第6期）。
电子口语的表达，还产生了诸如连音、谐音、歇后语数词、半字母词等语言奇观。
真实的口语情境不能单以双向沟通模式为足，而须朝着全方位多变项的沟通模式迈进。
上述“电子口语文化时代”概念的普及和研究目前多见于美国和中国台湾，几位台湾学者沿袭美国学者研究思路，着重联系口语在不同时代的文化特征，得出结论：“口语性的回归”是新媒体时代口语文化的重要特征。台湾学者对此议题的研究，多立足于台湾的制度层面，把口语性所凝结的参与感、社群意识放在公民的网络行动中来理解，深耕的是公民表达方式多元而带来的话语权力的拓展、公众发起的各类型网络行动在新媒体生态下如何促进了社会行动，以及社会问题的解决。换个角度说，尚没有将口语作为沟通工具本身，关注其音声性、人文性和新媒体传播规律之间所形成新的交互特征，及其传播语境和话语变化为公共沟通所带来的影响。或者说，媒介内容生产者对口语的运用，媒介传播特性与口语运用的交合，被以往研究所忽视。
什么是口语？前文已述，瑞士语言学家索绪尔对语言的划分法：语言，是一套稳定的符号体系，关系化的整体性结构，而言语，指个人在日常生活中对语言的使用，相当于英语里的speech
，如此不难把言谈理解为口语。赵元任先生作为我国最早涉足汉语口语研究的学者，这样定义口语：“口语是人跟人互通信息、用发音器官发出来的、成系统的行为方式。”
这个定义从言语行为层面、符号学层面和交际学层面揭示了口语的特点和功能。
大众传播时期的口语传播，指的是播音员、主持人在新闻框架下的言谈，对口语传播现象中“交互性”内涵的理解，是在专业主体利用语言进行内容生产的范畴内，对传播主体之间的话语体系的研究。
对口语研究的几个面向：
因为人与人之间的言语交际过程分为“发音—传递—感知”三个阶段，语音学作为研究人类说话声音的学科，分为三个分支：生理语音学（研究发音器官在发音阶段的声音特征）、声学语音学（研究语音传递阶段的声学特性）、感知语音学（研究语音感知阶段的生理和心理特征）
。如普通话语音学包括建立一套描述语音的方法和体系，也包括与之相关的理论建构、应用前景。普通话发声学，是在探讨发声生理和心理原理基础上，从气息控制、喉部控制、共鸣控制、口腔控制几个方面来训练人类口语发声的科学性并提高悦听性的一门学问。
语用学是专门研究语言理解和使用的学问，它研究说话人的意义、听话人的理解、语境和意义之间的关系，以及如何通过语境来理解和使用语言。在语言的使用中，仅仅懂得这门语言的发音、词汇和语法是远远不够的，说话人往往并不是单纯地要表达语言成分和符号单位的静态意义，听话人通常要通过一系列心理推断，去理解说话人的实际意图。对外汉语口语教学、英语口语教学、节目主持语用学都是从语境与意义的角度对某个领域所运用的口语展开的研究。
其中，对广播电视播音员、主持人口语语言的研究，应天常著述《节目主持语用学》是典型成果之一。他汲取语用学与其他学科交叉发展的成果，如语言文化研究、社会学和交际理论，特别是修辞学，从主持人言语实践的主体、角色、语境、表达、语用特征等角度出发，提出构建主持口语修辞体系，对主持人口语在各类媒介情境下的运用展开语用分析。
他将主持人的语音标准、主持人如何在情境下使用口语沟通更为得体等知识点串联在主持口语修辞体系下，这是对已较为成熟的研究成果的再框架；进而提出“主持口语达意修辞”概念，这是对上述框架体系中第二部分的拓展，认为“修辞以题旨情境为第一要义”，根据情境将口语生成的过程分为表达动机、表述意图、内部语言编码、言语表述四个环节，修辞行为表现为调取、组合、更换、增补、选择等步骤，为传情达意服务。由此，引发业界、学界众人对主持人口语语用学研究的热潮。
中国传媒大学播音主持艺术学院2015 年出版的新版《电视节目播音主持》在序言中提到口语，把口语的内涵定义为更加生活化的“口头语”，认为播音员、主持人的有声语言和广大普通公众日常所使用的口语是两个完全不同的范畴。“相比较于书面语，口语的生存空间以日常生活场景为主，因此，过于日常化、生活化、碎片化，内容也过于散乱、琐碎、随意，缺乏主题性、目的性，文化内涵不足、精神价值不高。停留在日常生活的口语缺乏提高质量和品位的内在动力。书面语以规范、完整、艺术、精辟等优势长期参与到经济、政治、文化生活中，而历史并没有为其提供那样广泛的参与社会生活的空间，这使得口语长期以来徘徊在公共视野和研究视野之外。信息社会的到来，使我们迎来了口语研究的春天，以播音主持语言为代表，人们看到了对社会的影响和人类的价值……”笔者认为，上文对口语的认识有以下两个问题：第一，先是把口语等同于与书面语对立的口头语，认为日常生活里普通百姓说的碎片化、日常化的语言才是口语。这是对口语的窄化理解——与书面语对立的口头语。第二，当新媒体时代普通百姓的口语也成为媒介传播的语言时，每个社交用户的口语语言就会成为参与公共沟通的媒介语言样本，就不能只以大众媒介播音主持语言作为传播主体的唯一语言样本了。
关于口语主体、口语文本、口语表达技巧的论著很多，皆因广播电视在1990—2010年间为大众媒介节目本体的蓬勃发展提供了丰裕的土壤，而传播平台的特性并没有发生本质变化。如任俊英提出主持人话语原则应包括四项准则：数量准则、质量准则、相关准则和方式准则，还提出主持人话语语境的内涵和外延，即交际过程中主持人表达某种特定意义时所依赖的语言知识及蕴含的非语言知识的总和。她在阐述非语言环境的内涵时虽然提到了背景语境中的政治、经济、文化、常识等制约因素，但分析着力点依然在主持人口语的文本上，也就是注重节目当下的语境，是对传播权力的话语审视。
中国传媒大学播音主持艺术学院学者的研究方向之一是即兴口语表达的思维与实训，表达思维、口语语境、读图与情境命题等业务训练是其研究的重要指向，同时这也是对实践能力的应用研究。
将广播电视媒介的主持人语言置入传播学视角，近十年来由中国人民大学高贵武教授提出并拓展，他在《主持传播学概论》中将掌握话语传播权力的节目主持人作为传播学研究的起点概念，按照5个W的传播要素框架，从主持传播的主体、对象、符号、环境、历史、话语策略等面向，对主持人在大众媒介中的活动进行整体观照。曾志华的《中国电视节目主持人文化影响力研究》、贾毅的《电视节目主持人影响力研究》……学者们将主持人的媒介话语放入传播文化的层面推进研究，从传播效果论的基本视角出发，研究主持人在大众传播中提升自身的影响力、传播力的基本机理。