張錦玉

（北京華文學院 專修部，北京102206）

一、引 言

塞音是語言中最常見的音類之一，但不同語言的塞音系統(tǒng)是不同的。如漢語、英語是塞音二分的語言（石鋒、冉啟斌，2008[1]；Chao ＆ Chen，2008[2]），而泰語、韓語是塞音三分的語言（Kessinger ＆ Blumstein，1997[3]；Kim ＆ Duanmu，2004[4]）。塞音系統(tǒng)的不同會給第二語言習得者帶來習得困難。比如，母語中有濁塞音的習得者在學習漢語塞音時會出現(xiàn)清音濁化的問題，而中國人在習得這類有濁塞音的語言時又可能將濁音清化。（溫寶瑩等，2009[5]；王茂林，2009[6]；張錦玉，2012[7]）因此，目前不少學者都圍繞著作為目的語或母語的漢語在塞音上的特征進行研究?？墒?，較之塞音聲學研究，塞音的知覺研究無論在數(shù)量上還是在深度上都有著比較大的差距。我們知道，語音的習得首先從感知開始，F(xiàn)lege（1999）[8]的研究也發(fā)現(xiàn)，發(fā)音與感知之間有著密切的關系。所以，如果不能正確地感知目的語的語音，那么就談不上正確地產(chǎn)出。因此，對于漢語塞音的研究就不能僅停留在聲學層面，而是應該深入到感知的層面，從語音接收的角度做大量的心理分析，這樣才能為第二語言習得提供更多的數(shù)據(jù)和理論支撐。

范疇性知覺（Categorical perception，CP）是指連續(xù)的語音刺激被感知為離散的、數(shù)量有限的語音范疇，人們對同一范疇內的語音難以區(qū)分，而對范疇間的語音則很容易識別。（Liberman等，1957[9]）塞音的知覺也屬于范疇性知覺，這在不同的語言中都得到了印證。Lisker ＆Abramson（1970）[10]發(fā)現(xiàn)英語等區(qū)分清／濁的語言的塞音在VOT知覺上是范疇化的，西班牙語、法語的塞音知覺也同樣是范疇化的，但它們的范疇邊界卻存在差異。此外，不少研究還發(fā)現(xiàn)，不僅成人具有語音范疇化能力，且一歲左右的嬰兒也已建立起語音的范疇化知覺，他們可以區(qū)分母語中不同范疇的塞音，但是對非母語中塞音的區(qū)分能力 則 不 強。（Lasky 等，1975[11]；Aslin 等，1981[12]）來自二語習得方面的證據(jù)也表明，成人對第二語言塞音的感知范疇能力也是可塑的。（Pisoni等，1982[13]；張林軍，2009[14]）這說明，受語言經(jīng)驗的影響，人的范疇化感知能力是動態(tài)的、可重組的。

漢語塞音的知覺也具有范疇化特點，但關于范疇化邊界的VOT數(shù)值則有不同的觀點，大約從25ms到45ms不等。（楊玉芳、方至，1984[15]；王韞佳、上官雪娜，2004[16]；席潔等，2009[17]）此外，一些學者還研究了其他因素對塞音感知范疇化的影響，如楊玉芳、方至（1984）認為，發(fā)音位置不會影響塞音的感知邊界；[15]楊玉芳、金凌娟（1988）發(fā)現(xiàn)塞音發(fā)音方式的感知與音節(jié)的聲調判斷存在交互影響的關系?？梢姡Z言環(huán)境對于音位的范疇化感知是存在一定影響的。[18]

綜覽上述研究，我們發(fā)現(xiàn)，目前塞音感知的研究已較為深入，但是關于不同音節(jié)條件下塞音感知的情況以及塞音感知與其聲學特征之間的聯(lián)系還研究較少，因此，本文試圖針對上述問題對漢語塞音的感知問題進行研究。

二、實驗過程

（一）刺激語料

為觀察不同發(fā)音部位和不同聲調對塞音知覺的影響，本文選取以／u／為韻母、以／p／、／ph／、／t／、／th／、／k／、／kh／為聲母的 CV 單音節(jié)并配以陰陽上去四個聲調，共得到24個音節(jié)。

本次實驗的發(fā)音合作人為一名女性，28歲，能說標準的普通話。發(fā)音人沒有經(jīng)過系統(tǒng)的發(fā)音訓練，無口鼻咽喉障礙，聽力及視力正常。錄音在安靜的教室中進行，使用軟件為Audacity，采樣率設為16000Hz。在合成刺激音前，我們測量了所有原始刺激音的韻母時長和聲母時長。經(jīng)測量，原始刺激音的韻母平均時長為513.5ms，不送氣塞音的VOT平均時長為15.7ms，送氣塞音的VOT平均時長為106.8ms。由此，我們制定了刺激音樣本的合成標準：所有音節(jié)的韻母時長均設為450ms，聲母部分的VOT時長設為90ms，并以10ms為步長逐一遞減，直至0ms。由此，本研究共得到120個刺激音樣本（3組塞音×4組聲調×10組不同VOT時長），根據(jù)辨認實驗和區(qū)分實驗不同的要求，對這些刺激音樣本進行組合或拆分。

（二）被試

本實驗被試均為非中文專業(yè)的中國人，共16人，其中男性10人，女性6人，平均年齡29歲，所有被試均沒有聽力障礙或聽力疾病，能夠說標準的普通話。

（三）實驗過程

本次實驗包括辨認實驗和區(qū)分實驗兩部分，為使實驗結果更加科學、準確，辨認和區(qū)分實驗使用相同的被試。實驗開始前，主試如實登記被試的信息，包括姓名、年齡、性別、普通話情況、方言情況、有無聽力疾病等信息，然后向被試說明實驗要求。

辨認實驗共120個刺激音，這些詞以無序、隨機狀態(tài)排列，每個刺激音播放一次，中間有2秒的停頓供被試選擇。實驗要求被試聽到一個刺激時就在問卷上選擇其認為正確的選項，該選擇為強制選擇。辨認實驗約5－6分鐘。

區(qū)分實驗共96個刺激音對兒，我們采用AX式組合刺激音，即每個刺激音對兒由兩個詞語組成，要求被試判斷二者是否完全相同。在每對兒刺激音中，兩個刺激音的VOT相差20ms，相隔500ms。在播放刺激音時，我們仍采用單次、無序、隨機的形式播出，要求被試在問卷上選擇“A相同”或“B不同”。區(qū)分實驗約5－6分鐘。

（四）數(shù)據(jù)統(tǒng)計

實驗完成后，我們將被試的紙質問卷結果輸入excel表格，共得到辨認數(shù)據(jù)1920個（120個刺激×16人）和區(qū)分數(shù)據(jù)1536個（96個刺激×16人），然后分別計算塞音聽辨率、區(qū)分率，找到不同塞音知覺的邊界位置、邊界寬度、區(qū)分峰值以及知覺范圍，并按照不同發(fā)音部位（雙唇塞音組、舌尖塞音組、舌根塞音組）和不同聲調（陰平組、陽平組、上聲組、去聲組）對實驗結果進行分類平均，共得到7組數(shù)據(jù)。之后，我們將用SPSS軟件對數(shù)據(jù)進行方差分析。

（五）相關參數(shù)介紹

本實驗涉及若干術語和參數(shù)，簡要解釋如下（見圖1）：

圖1 辨認曲線參數(shù)示意圖

邊界位置：兩條辨認曲線在交點位置對應的VOT值。

邊界寬度：在邊界位置兩側，某塞音辨認率達到25%至75%的VOT值區(qū)間范圍。

塞音的知覺范圍：指某塞音的感知區(qū)間占發(fā)音人整體VOT區(qū)間的百分比。

區(qū)分峰值：區(qū)分曲線上最顯著峰值處的百分比數(shù)值，即區(qū)分率的最大值。

辨認／區(qū)分曲線平滑度：指辨認／區(qū)分曲線的整體趨勢是否平滑，若出現(xiàn)起伏，則代表該曲線存在一定程度的波動。

三、實驗結果

（一）總體情況

Liberman等（1957）認為語音知覺范疇化的判斷標準主要有三：一是在辨認實驗中，兩個連續(xù)刺激之間的辨認率出現(xiàn)突變；二是區(qū)分曲線出現(xiàn)明顯峰值；三是辨認曲線的突變處和區(qū)分曲線的峰值能夠對應，該處即為感知的范疇邊界。[9]圖2中各組曲線均有類似特點，具體表現(xiàn)為：首先，辨認曲線平滑度好，波動較小，辨認曲線中有明顯的突變；其次，區(qū)分曲線兩端區(qū)分率較小，中間區(qū)分率較大，有明顯峰值；最后，區(qū)分峰值基本都在辨認曲線的突變處，二者有較好的對應關系?？梢姡袊说娜糁X屬于典型的范疇化知覺。

從具體數(shù)值上來看，漢語塞音知覺的邊界位置大約在35－55ms之間，邊界寬度約在10－20ms左右，VOT小于35ms的塞音多半被感知為不送氣塞音，而VOT大于55ms的塞音則多數(shù)被感知為送氣塞音，被感知為不送氣音的范圍要小于送氣音的范圍；塞音區(qū)分峰值較高，約在50%－80%之間，范疇化程度較高（Xu et al，2006）[19]。但是從圖中我們也可發(fā)現(xiàn)，發(fā)音部位和音節(jié)聲調對塞音的知覺是有影響的，因此下文將從這兩個角度分別討論普通話塞音的知覺情況。

圖2 普通話塞音辨認、區(qū)分曲線圖

（二）不同發(fā)音部位塞音知覺的情況

表1 是按發(fā)音部位和聲調類型兩個因素對聽辨結果進行分類統(tǒng)計的數(shù)據(jù)表。為了更直觀，我們又做出了圖3。其中左側為辨認曲線圖，橫軸表示VOT時長，縱軸表示辨認為不送氣塞音的百分比；右側為區(qū)分曲線圖，橫軸表示VOT相差20ms的刺激音對兒，縱軸表示區(qū)分率。由圖3可見，不同發(fā)音部位的塞音知覺均有明顯的辨認邊界和區(qū)分峰值，且峰界能夠較好地對應，說明不同發(fā)音部位塞音的知覺均為范疇化知覺。

表1 各組聽辨數(shù)據(jù)表

圖3 不同發(fā)音部位塞音知覺曲線

在邊界位置上，雙唇塞音的邊界位置為34.4st，舌尖塞音的為37.2st，舌根塞音的是53.8st；方差分析顯示，舌根塞音與雙唇、舌尖塞音在邊界位置上均差異顯著（ps＜0.05），而后兩者之間的差異不顯著（p＞0.05）?？梢?，發(fā)音部位越靠后，知覺邊界越靠后，即偏大后移。

在邊界寬度上，不同發(fā)音部位塞音的邊界寬度排序表現(xiàn)為雙唇塞音＜舌尖塞音＜舌根塞音；方差分析顯示，舌根塞音與雙唇、舌尖塞音在邊界寬度上均差異顯著（ps＜0.05），而后兩者之間的差異不顯著（p＞0.05）。所以，發(fā)音部位越靠后，邊界寬度越大，反之邊界寬度越小。

在區(qū)分峰值上，從雙唇塞音到舌尖塞音再到舌根塞音的區(qū)分峰值是依次減小的；方差分析的結果仍然表現(xiàn)為舌根塞音與雙唇、舌尖塞音差異顯著（ps＜0.05），而后兩者之間差異不顯著（p＞0.05）。這說明，發(fā)音部位越靠后，區(qū)分峰值越小，范疇化程度越低；反之則區(qū)分峰值越大，范疇化程度越高。

在不送氣塞音的知覺范圍上，雙唇塞音為38.2%，舌尖塞音為41.4%，舌根塞音為56.5%，表現(xiàn)出隨發(fā)音部位后移而知覺范圍變大的趨勢；方差分析顯示，舌根塞音與雙唇、舌尖塞音差異顯著（ps＜0.05），而后兩者之間差異不顯著（p＞0.05）。由此可知，發(fā)音部位越靠后，不送氣塞音的知覺范圍越大，也就是說塞音越容易被知覺為不送氣塞音。

（三）不同聲調音節(jié)中塞音知覺的情況

圖4是不同聲調音節(jié)中塞音的知覺曲線圖，其中左側圖為辨認曲線圖，右側圖為區(qū)分曲線圖，橫軸、縱軸所表示的意義同圖3。由圖4可見，不同聲調音節(jié)中塞音知覺均有明顯的辨認邊界和區(qū)分峰值，且峰界能夠較好地對應，說明不同聲調音節(jié)中塞音的知覺均為范疇化知覺。

圖4 不同聲調音節(jié)中塞音知覺曲線

在邊界位置上，塞音知覺的邊界由小到大依 次為陰平組、去聲組、陽平組、上聲組，方差分析顯示，陰平、去聲組均與上聲組差異顯著（ps＜0.05），其他組間差異不顯著（ps＞0.05）。可見，陰平、去聲也即聲調起點在高調域的聲調容易使邊界位置偏小前移，而上聲、陽平也即聲調起點在中低調域的聲調易使邊界位置偏大后移。

不同聲調組在塞音知覺邊界寬度上的排序與邊界位置的排序相同，也表現(xiàn)為陰平組、去聲組、陽平組、上聲組，其中陰平組與陽平、上聲組的差異顯著（ps＜0.05），其他組間差異不顯著（ps＞0.05）；說明高調域起點的聲調組邊界寬度較窄，而中低調域起點的聲調組邊界寬度較寬。

在區(qū)分峰值上，陰平組的區(qū)分峰值是最高的，為64.6%，去聲組的區(qū)分峰值是最低的，為52.1%，上聲和陽平組居于其間；其中，陰平組與陽平、去聲組，上聲組與去聲組的差異顯著（ps＜0.05），其他組間差異不顯著（ps＞0.05）。所以，陰平組的范疇化程度是最高的。

不同聲調組在不送氣塞音知覺范圍的排序上由小到大依然是陰平組、去聲組、陽平組、上聲組；方差分析顯示，陰平組與陽平、上聲組，去聲組與上聲組差異均顯著（ps＜0.05），其他組間差異不顯著（ps＞0.05）。由此可知，高調域起點的聲調使不送氣塞音知覺范圍變小，塞音更容易被感知為送氣音；而中低調域起點的聲調則使不送氣塞音的知覺范圍變大，塞音更容易被感知為不送氣塞音。

四、討 論

從本文3.2部分的結果可知，不同發(fā)音部位塞音的知覺很有規(guī)律，表現(xiàn)為發(fā)音部位越靠后，感知邊界越靠后，邊界寬度越大，區(qū)分峰值越小，越容易被感知為不送氣塞音；反之則反。對于上述規(guī)律，我們認為可以從發(fā)音生理的角度得到解釋。我們知道，不送氣塞音的口腔氣流小于送氣塞音，前者峰值氣流率顯著小于后者。（牛海軍等，2007[20]）所以口腔送出的氣流越大，越容易被感知為送氣塞音。雙唇和舌尖塞音的發(fā)音部位靠前，口腔后部空間較大，所盛氣流也較多，因此發(fā)塞音時可以用成阻部位靈活、有效地調節(jié)氣流，從而可使送氣音有明顯的送氣過程和較大的送氣程度，也就容易被感知為送氣音；而舌根塞音的發(fā)音部位靠后，其后部空間有限，所盛氣流也相對較少，發(fā)音部位相對前二者不夠靈活，因此發(fā)送氣音時，送出的氣流量相對較少，更容易被感知為不送氣塞音。

關于普通話塞音知覺與聲學特征的關系，我們認為，二者存在一致性關系。根據(jù)方差分析的結果，舌根鼻音在聽辨的各項指標上均與雙唇塞音和舌尖塞音差異顯著，而后兩者之間則無顯著性差異。因此我們認為，塞音知覺與發(fā)音部位的關系表現(xiàn)為具有“前”特征的雙唇、舌尖塞音與具有“后”特征的舌根塞音的二分對立，并非雙唇／舌尖／舌根三分對立。該結論與冉啟斌、石鋒（2007）[21]對普通話塞音聲學特征的研究結果一致，表明人耳對塞音的知覺特點與塞音本身的聲學特征存在密切關系，且前者可以從聽覺心理學的角度對后者進行驗證。

石鋒、冉啟斌（2008）在聲學實驗的基礎上提出了普通話的“塞音聲學格局”，他們認為40－60ms的VOT區(qū)間是普通話塞音的聲學斷裂帶，其左側為不送氣塞音區(qū)，右側為送氣塞音區(qū)。[1]根據(jù)本文的結果，普通話送氣與不送氣塞音的知覺過渡區(qū)大致為30－60ms，其左側被感知為不送氣塞音，右側被感知為送氣塞音。（見圖5）可見，普通話塞音知覺過渡區(qū)的范圍大于其聲學斷裂帶，后者處于前者的范圍之中。這說明人耳對某一語音的感知是基于其聲學特征的，但聽者在感知語音時又參照其母語經(jīng)驗對語音進行復雜的心理加工，從而表現(xiàn)為知覺與聲學范圍既交疊又不一致的關系，這也可以解釋不同母語者對同一語音知覺的差異。

圖5 普通話塞音知覺過渡區(qū)與聲學斷裂帶示意圖

對于音節(jié)聲調類型對塞音知覺的影響，我們發(fā)現(xiàn)，陰平和去聲可歸為一類，它們是起點音高較高的聲調，可以使塞音知覺邊界位置靠前，邊界寬度變小，更易被感知為送氣塞音；而陽平和上聲可歸為一類，它們是起點音高較低的聲調，可以使塞音知覺的邊界位置靠后，邊界寬度變大，更易被感知為不送氣塞音。從塞音與聲調聲學方面的相互作用來看，Zee（1980）對廣東話的研究發(fā)現(xiàn)，送氣塞音后的元音基頻起點高，不送氣塞音后的元音基頻起點低。[22]也就是說，塞音的送氣特征可以提高后接元音基頻的起點，而起點基頻高的元音則可以強化塞音的送氣特征，反之則反。究其原因，我們認為，陰平、去聲在時長上都比較短，陽平、上聲的時長則較長，（Howie，1976[23]；Rose，1981[24]）而漢語音節(jié)的長度則有趨于相等的趨勢。因此，為了平衡音節(jié)時長，聲調時長就與塞音時長互相調節(jié)，表現(xiàn)為在時長較短的陰、去聲音節(jié)中，塞音被感知到的時長會偏長，也即易被感知為送氣塞音；而在時長較長的陽、上聲音節(jié)中，塞音被感知到的時長會偏短，易被感知為不送氣塞音。但關于聲調與塞音知覺的關系也存在相反的觀點。楊玉芳、金凌娟（1988）的實驗發(fā)現(xiàn)，音節(jié)的聲調也影響塞音發(fā)音方式的判斷，在一、四聲音節(jié)里，聽著傾向于將塞輔音聽成不送氣音，在二、三聲音節(jié)里傾向于聽成送氣音。[18]對于這種差異，可能是實驗語料的選擇不同造成的，具體原因還需進一步研究。

五、結 語

本文采用知覺實驗的方法對漢語普通話塞音的知覺做了研究，得到以下發(fā)現(xiàn)：

（1）漢語母語者普通話塞音的知覺是典型的范疇化知覺，發(fā)音部位和音節(jié)聲調類型對塞音的知覺的影響是顯著的，且前者對塞音的影響大于后者。

（2）從發(fā)音部位的角度看，發(fā)音部位越靠后，感知邊界越靠后，邊界寬度越大，區(qū)分峰值越小，越容易被感知為不送氣塞音；從音節(jié)聲調類型的角度看，起點音高高的聲調（陰平和去聲）可使塞音知覺邊界位置靠前，邊界寬度變小，更易被感知為送氣塞音。

（3）塞音知覺與其聲學特征存在密切聯(lián)系，表現(xiàn)為知覺／聲學特征與發(fā)音部位間的二分對立關系，以及塞音知覺過渡區(qū)與聲學斷裂帶的疊合關系。

語音是存在于具體語言環(huán)境中的，因此人類對語音的感知是多因素的，不僅受語音本身聲學性質的影響，而且還要受其周邊語言環(huán)境的影響。就影響本文塞音知覺的因素來說，發(fā)音部位屬于內部自身因素，而音節(jié)聲調類型屬于外部附加因素，被試對塞音的知覺就是在這兩個因素的作用下形成的。此外，音節(jié)結構、后接元音類型等的不同也可能影響知覺結果，這是今后需要繼續(xù)深入的方面。

（感謝所有被試的熱情幫助。）

[1]石鋒，冉啟斌.塞音的聲學格局分析[J].南開語音年報，2008，（1）.

[2]Kuan-Yi Chao，Li-mei Chen.A cross-linguistic study of voice onset time in stop consonant productions[J].Computational Linguistics and Chinese Language Processing，2008，（2）.

[3]Kessinger R.H，Blumstein S.E.Effects of speaking rate on voice-onset time in Thai，F(xiàn)rench and English[J].Journal of Phonetics，1997，（2）.

[4]Kim Mi-Ryoung，Duanmu San.“Tense”and “Lax”Stops in Korean[J].Journal of East Asian Linguistics，2004，（1）.

[5]溫寶瑩，石鋒，冉啟斌.德國學生習得漢語塞音聲母的初步分析[J].云南師范大學學報（對外漢語教學與研究版），2009，（4）.

[6]王茂林.中國學習者英語詞中塞音發(fā)音分析[J].現(xiàn)代外語，2009，（2）.

[7]張錦玉.中國學生習得法語塞音的VOT分析[J].國際漢語學報，2012，（2）.

[8]Flege，J E.The relation between L2production and perception，In Proceedings of ICPhS 99（San Francisco），1999，1273－1276.

[9]Liberman，A.M，Harris，K.S，Hoffman，H.S.et al.The discrimination of speech sounds within and across phoneme boundaries[J].Journal of Experimental Psychology，1957，（5）.

[10]Lisker，L，Abramson，A.S.The voicing dimension：Some experiments in comparative phonetics[A].In Proceedings of the Sixth In ternationa l Congress of Phonetic Sciences[C].Prague：Academia，1970.

[11]Lasky，R.E，Syrdal-Lasky，A.，Klein，R.E.VOT Discrimination by four to six and a half month old infants from Spanish environments[J].Journal of Experimental Child Psychology，1975，（20）.

[12]Aslin，R.N，Pisoni，D.B，Hennessy，B.L.et al.Discrimination of voice onset time by human infants：New findings and implications for the effects of early experience[J].Child Development，1981，（4）.

[13]Pisoni，D.B，Aslin，R.N，Perey，A.J，et al.Some effects of laboratory training on identification and discrimination of voicing contrasts in stop consonants[J].Journal of Experimental Psychology：Human Perception and Performance，1982，（2）.

[14]張林軍.知覺訓練和日本留學生漢語送氣／不送氣音的范疇化感知[J].世界漢語教學，2009，（4）.

[15]楊玉芳，方至.普通話送氣和不送氣塞音的音位界限及其范疇知覺[A].全國第五屆心理學學術會議[C].中國心理學會，1984.

[16]王韞佳，上官雪娜.日本學習者對漢語普通話不送氣／送氣輔音的加工[J].世界漢語教學，2004，（3）.

[17]席潔，姜薇，張林軍等.漢語語音范疇性知覺及其發(fā)展[J].心理學報，2009，（7）.

[18]楊玉芳，金凌娟.塞輔音和聲調知覺問題[J].心理學報，1988，（3）.

[19]Xu，Y.S.，Gandour，J.Francis，A.L.Effects of Language Experience and Stimulus Complexity on the Categorical Perception of Pitch Direction[J].Journal of the Acoustical Society of America，2006，（120）.

[20]牛海軍，BADIN Pierre，蒲放，等.普通話送氣與不送氣塞音的空氣動力學和聲學特征分析[A].第七屆中文信息處理國際會議（ICCC）[C].武漢大學，2007.

[21]冉啟斌，石鋒.普通話單音節(jié)中爆發(fā)音的VOT分析[J]，南開語言學刊，2007，（2）.

[22]Zee E.The effect of aspiration on the F0of the following vowel in Cantonnese[J].UCLA working papers in phonetics，1980，（49）.

[23]Howie，John Marshall.Acoustical Studies of Mandarin Vowels and Tones[M].London：Cambridge University Press，1976.

[24]Rose.Phil.An Acoustically based Phonetic Description of the Syllable in the Zhenhai Dialect.PhD dissertation[D].The University of Cambridge，1981.