屈青青 劉維琳 李興珊

?

漢語言語產(chǎn)生的語音加工單元——基于音位的研究*

屈青青 劉維琳 李興珊

(中國科學(xué)院心理研究所行為科學(xué)重點實驗室, 北京 100101) (中國科學(xué)院大學(xué)心理學(xué)系, 北京 100049)

言語產(chǎn)生的語音加工單元具有跨語言的特異性。在印歐語言中, 音位是語音加工的重要功能單元。音位指具體語言中能夠區(qū)別意義的最小語音單位, 如“big”包含三個音位/b/, /i/, /g/。目前, 在漢語言語產(chǎn)生中, 對音位的研究較少。本項目擬采用事件相關(guān)電位技術(shù), 對漢語言語產(chǎn)生中的音位加工進行探討, 試圖考察：在漢語言語產(chǎn)生中, 1)音位加工的心理現(xiàn)實性, 以及音位表征是否受第二語言、漢語拼音習得、拼音使用經(jīng)驗的影響？2)音位的加工機制是怎樣的？具體而言, 音位加工的特異性、位置編碼、組合方式、時間進程是怎樣的？對這些問題的回答, 將有助于深化對漢語言語產(chǎn)生的認識, 為建立漢語言語產(chǎn)生計算模型提供基礎(chǔ); 為比較印歐語言與漢語在機制上的異同提供基礎(chǔ); 為制定漢語語音教育教學(xué)方法提供心理學(xué)依據(jù)。

言語; 漢語; 語音加工單元; 音位; 事件相關(guān)電位

1 研究背景

言語產(chǎn)生, 作為將思想轉(zhuǎn)化為口頭言語表達的認知加工過程, 包含以下四個主要加工階段：1)概念準備, 即說話者首先需要明確試圖表達的概念意圖; 2)詞條選擇, 即為所準備的概念從心理詞典中提取適當?shù)脑~匯; 3)音韻編碼, 即構(gòu)建詞匯的語音信息; 4)發(fā)聲執(zhí)行階段, 將計劃的詞匯用外顯的聲音表達出來(Caramazza, 1997; Dell, 1986, 1988; Levelt, Roelofs, & Meyer, 1999; Rapp & Goldrick, 2000)。在言語產(chǎn)生領(lǐng)域, 音韻編碼作為言語產(chǎn)生的關(guān)鍵過程, 近年來受到了廣泛的關(guān)注。音韻編碼所涉及的語音加工單元是最熱門的核心科學(xué)問題之一?；谟⒄Z或荷蘭語等印歐語言的理論/模型(Caramazza, 1997; Dell, 1986, 1988; Levelt, 1989; Levelt et al., 1999)均假設(shè)在言語產(chǎn)生的音韻編碼系統(tǒng)中存在著抽象的音位表征(phonemic representation), 音位是語音信息的提取、編碼的重要功能單元。

不同語言(或方言)在音韻特征上存在著顯著差異(Ladefoged, 2001; Ladefoged & Maddieson, 1996)。這種音韻特征的差異很可能導(dǎo)致不同語言間語音表征的不同。研究發(fā)現(xiàn), 與印歐語言不同, 音位在日語言語產(chǎn)生中的作用甚微, 而音拍(mora)的作用顯著(Kureta, Fushimi, & Tatsumi, 2006)?？傊? 現(xiàn)有研究提示, 語音加工單元具有跨語言的特異性。

目前, 針對漢語言語產(chǎn)生中的語音表征單元的研究已獲得一些進展, 然而, 這些研究多集中在對“音節(jié)在漢語言語產(chǎn)生中的作用”的探討, 對音位的實證研究還非常少。其實, 中國古代學(xué)者就開始了對漢語音節(jié)的下一級、更小單位的分析。在東漢時期, 人們發(fā)明了注音方法“反切”, 以兩個字來表示一個音節(jié)的兩部分：聲母和韻母。在明朝, 人們把漢語音節(jié)劃分為類似音位的單元：聲母、韻頭、韻腹、韻尾。直到上世紀, 中國學(xué)者開始將西方的音位學(xué)理論運用于漢語研究, 以音位(元音、輔音)分析普通話。那么, 在漢語產(chǎn)生中, 音位加工是否具有心理現(xiàn)實性呢？如果有, 音位的加工機制又是怎樣的呢？這些重要的科學(xué)問題還有待探討。

2 國內(nèi)外研究現(xiàn)狀

2.1 音位(phoneme)①

音位是具體語言中有區(qū)別詞的語音形式作用的最小語音單位(葉蜚聲, 徐通鏘, 2010), 是按語音的辨義作用歸納出來的音類, 不同語言的音位系統(tǒng)不能進行對應(yīng)(黃伯榮, 廖序東, 2011)。當兩個最小的語音單位可以區(qū)分不同的詞匯時, 它們即構(gòu)成了不同的音位。比如, 在漢語普通話中, “米”和“你”就是依靠兩個輔音/m/、/n/區(qū)分的, 具有區(qū)別詞的語音形式, 區(qū)別詞的意義的作用, 所以/m/、/n/歸為兩個音位。在英語中, /b/、/p/屬于兩個不同的音位, 因為他們可以區(qū)分“big”、“pig”; 在“sin”、“sing”中, 尾音/n/、/?/構(gòu)成了兩個不同的音位。音位一般用兩條斜線標明。音位②包含元音音位和輔音音位, 從元音中歸納出來的稱為元音音位, 如/a/、/o/、/e/; 從輔音中歸納出來的稱為輔音音位, 如/b/、/p/、/m/。不同語言所使用的音位數(shù)量有所差異, 在漢語普通話中, 存在22個輔音音位和10個元音音位(葉蜚聲, 徐通鏘, 2010, 詳見表1)。在英語中, 音位數(shù)量隨方言而變化, 最多可達到24個輔音音位, 20個元音音位。傳統(tǒng)語言學(xué)理論認為每種語言內(nèi)均包含一組較少數(shù)量的音位, 這些音位按照各種方式進行組合, 從而表征每種語言的數(shù)千個詞匯(Chomsky & Halle, 1968; Trubetzkoy, 1969)。

2.2 印歐語系言語產(chǎn)生中音位的心理現(xiàn)實性

正如上文所述, 語音加工單元, 即在長時記憶中存儲和提取語音形式的功能單元(Baudouin de Courtenay, 1972), 是言語產(chǎn)生領(lǐng)域的核心科學(xué)問題?，F(xiàn)有的實驗證據(jù)和模型均支持音位是印歐語言音韻編碼的重要功能單元。支持音位為語音加工單元的最初證據(jù)來自于語誤分析。研究者發(fā)現(xiàn)大多數(shù)的語誤涉及單個音位的插入, 刪除, 替換或轉(zhuǎn)換(e.g., York library?lork yibrary, reading list?leading list; Dell, 1986; Garrett, 1980; Meringer & Mayer, 1895; Shattuck-Hufnagel, 1979)。而涉及整個音節(jié)(e.g., napkin?kinnap)或單個語音特征(e.g., blue?plue)的語音錯誤卻相當少(Shattuck- Hufnagel, 1979, 1983)。語誤分析為音位的心理現(xiàn)實性提供了直接證據(jù)。

支持音位的心理現(xiàn)實性的證據(jù)還來自于實驗研究。研究者采用內(nèi)隱啟動范式(implicit priming paradigm), 讓被試先學(xué)習幾個單詞對(刺激詞?反應(yīng)詞), 在測試階段, 只呈現(xiàn)刺激詞, 要求被試又快又準確地說出對應(yīng)的反應(yīng)詞。在同源條件下, 同一個block內(nèi)所有的反應(yīng)詞具有某種相同的詞形信息, 異源條件的反應(yīng)詞無關(guān)。研究發(fā)現(xiàn), 當反應(yīng)詞之間的重疊部分出現(xiàn)在詞首時, 同源組的反應(yīng)時間快于異源組(Meyer, 1990; Roelofs, 1996, 1998; 張清芳, 2008)。Meyer (1991)利用該范式, 操控反應(yīng)詞之間是否存在首音位重疊。結(jié)果表明, 當反應(yīng)詞之間存在首音位重疊時(e.g., /d/: dans- dop-deugd-doek-dier, 實驗材料為荷蘭語), 反應(yīng)時間顯著快于異源組。在其他語言中, 也發(fā)現(xiàn)了相同的音位促進效應(yīng), 為音位加工的心理現(xiàn)實性提供了證據(jù)(see Alario, Perre, Castel, & Ziegler, 2007 for French; Damian & Bowers, 2003 for English)。

另一項支持音位加工的證據(jù)來自于顏色圖片命名范式(coloured picture naming paradigm, Damian & Dumay, 2007, 2009)。在這一范式中, 向被試呈現(xiàn)有顏色的圖片, 要求被試又快又準確地報告出顏色+圖片名稱。Damian和Dumay (2007, 2009)操縱了顏色和圖片名稱的相關(guān), 使得兩者具有相同的首音位, 或是完全無關(guān)。研究結(jié)果發(fā)現(xiàn), 與無關(guān)條件相比, 當顏色和圖片名稱具有相同的首音位時(red rope), 命名反應(yīng)時更短。另外, 這種音位啟動效應(yīng)不局限在首音位上, 當顏色和圖片名稱的重疊音位位于中間元音或末尾輔音時, 同樣存在啟動效應(yīng), 從而排除了“詞首效應(yīng)”③假說, 為音位的心理現(xiàn)實性提供了證據(jù)。

表1 音位定義以及漢語音位

2.3 印歐語系言語產(chǎn)生中音位的加工機制

自20世紀90年代以來, 研究者們從多角度對音位的加工機制進行了研究, 并取得了一些進展。在內(nèi)隱啟動范式中, 研究發(fā)現(xiàn), 當反應(yīng)詞僅具有相似的音韻特征(phonological features)時(e.g., /b/和/p/在音韻特征上相似, 屬于兩個不同的音位), 同源與異源條件的反應(yīng)時不存在差異, 排除了“語音特征相似”假說, 為荷蘭語產(chǎn)生中的音位特異性(而非音韻特征組合)提供了證據(jù)。另外, 只有當相同音位出現(xiàn)在首音位時, 才會產(chǎn)生啟動效應(yīng); 相同音位出現(xiàn)在韻母或是韻尾位置時, 不會出現(xiàn)音位啟動效應(yīng), 且啟動效應(yīng)量隨著相同音位的數(shù)量增加而變大。據(jù)此, Meyer (1991)提出, 音位的組織是一個從左到右、線性遞增的組合方式, 從首音到核心元音, 最后到尾音部分。

不同的言語產(chǎn)生模型對于音位的位置特定性提出了不同的假設(shè)。Dell (1986)模型提出, 位于詞匯中不同位置的相同音位具有不同的表征, 即音位具有位置特定性。如：green中的/g/與flag中的/g/屬于兩個不同的表征, 因為前者為元音前輔音, 后者為元音后輔音。Roelofs (1997)提出的WEAVER模型則假設(shè), 音位以序列的方式從左至右插入音節(jié)框架, 并不具有位置特定性?！拔恢锰囟僭O(shè)”預(yù)期音位啟動效應(yīng)只發(fā)生在重復(fù)音位在詞匯中的位置相匹配時。而“位置非特定假設(shè)”則預(yù)測無論音位的位置是否匹配, 均會產(chǎn)生啟動效應(yīng)。研究結(jié)果(Damian & Dumay, 2009)支持了“位置非特定假設(shè)”。該研究利用顏色圖片命名任務(wù), 發(fā)現(xiàn)音位在兩個詞匯中的位置不匹配時(如, green frog, 相同輔音/g/分別在詞首和詞尾), 仍表現(xiàn)出相似的音位啟動效應(yīng), 從而支持了音位的位置非特定性(Damian & Dumay, 2009)。

早期考察言語產(chǎn)生時間進程的研究通常采用非自然的語言任務(wù)和ERP技術(shù)相結(jié)合的實驗方法。例如, 利用雙重判斷任務(wù)范式(Dual-Choice Reaction GO/NOGO Paradigm), van Turennout, Hagoort和Brown (1997)以單側(cè)化準備電位(Lateralized Readiness Potential, LRP)為電生理指標, 發(fā)現(xiàn)語義加工早于語音加工, 且每個音位加工大概需要25 ms。對這種非自然、不發(fā)音的按鍵任務(wù)能否探測自然語言產(chǎn)生過程還存在爭議, 因此研究者試圖采用自然發(fā)音命名的任務(wù)和ERP技術(shù)相結(jié)合的手段對時間進程進行了探討。Jescheniak, Hahne和Schriefers (2003)采用延遲反應(yīng)的圖?詞干擾范式發(fā)現(xiàn)：語音相關(guān)與無關(guān)條件誘發(fā)的波幅在400~1000 ms內(nèi)有顯著差異。Dell’Acqua等(2010)采用圖?詞干擾范式, 操縱圖片名稱與干擾詞之間的語音相關(guān)性, 結(jié)果發(fā)現(xiàn)在刺激呈現(xiàn)后250~450 ms的時間窗口內(nèi), 語音相關(guān)與無關(guān)條件所誘發(fā)的波幅存在顯著差異。采用掩蔽啟動范式, Blackford, Holcomb, Grainger和Kuperberg (2012)發(fā)現(xiàn)語音相關(guān)與無關(guān)條件在350~550 ms時間窗口存在顯著差異。Indefrey和Levelt (2004)采用元分析方法, 對58個腦電實驗進行分析, 提出音韻編碼所發(fā)生的時間進程大致為275~445 ms。

綜上, 在印歐語系中, 通過多種研究范式, 為音位加工的心理現(xiàn)實性提供了佐證, 并對音位的加工機制進行了探討, 研究結(jié)果證實了音位的特異性、位置非特定性, 從左到右、線性遞增的組合方式以及時間進程。

2.4 漢語言語產(chǎn)生中音位的心理現(xiàn)實性

較之字母語言, 漢語具有獨特的音韻特點和正字法結(jié)構(gòu)：a)在漢語中, 每個漢字對應(yīng)著一個音節(jié)。與大部分字母語言相比, 漢語的音節(jié)數(shù)量相對較少(大約400個左右); b)在字母語言中, 音位信息對應(yīng)著字母或字母組合(/b/-b, /f/-ph), 即音位有其正字法上的表征。而漢語中的音位信息沒有對應(yīng)的筆劃或筆劃組合, 即漢語音位沒有正字法上的表征; c)古代研究漢語音韻的學(xué)者根據(jù)漢語音節(jié)結(jié)構(gòu)的特點, 將音節(jié)劃分為聲母和韻母; d)漢語母語者可以分辨出不同音位帶來的差異, 如漢語母語者可以覺察出/mi/與/ni/的差異(黃伯榮, 廖序東, 2011)。不同語言之間在音韻和正字法特征上的顯著差異, 可能導(dǎo)致語音加工單元的跨語言差異。而上述的音韻與正字法特征可能導(dǎo)致漢語的語音加工單位為“具有音位表征的音節(jié)” (phonemically specified syllables, O’Seaghdha, Chen, & Chen, 2010)。

近年來, 研究者采用行為實驗對漢語言語產(chǎn)生過程中的語音加工單元進行了研究。與拼音文字的研究結(jié)果不同, 多數(shù)漢語的實驗證據(jù)支持音節(jié)單元說。Chen等人(Chen, Chen, & Dell, 2002; O’Seaghdha et al., 2010)在內(nèi)隱啟動范式中發(fā)現(xiàn), 反應(yīng)詞之間的音節(jié)重疊產(chǎn)生了顯著的促進效應(yīng), 而音位重疊對反應(yīng)時的影響有限。You, Zhang和Verdonschot (2012)在掩蔽啟動范式中, 發(fā)現(xiàn)亞音節(jié)水平上的重疊不存在啟動效應(yīng), 只有音節(jié)水平上的重疊才存在啟動效應(yīng), 強調(diào)了音節(jié)在漢語產(chǎn)生中的心理現(xiàn)實性。根據(jù)印歐語言與漢語不同的研究結(jié)果, O’Seaghdha等人(2010)提出, 印歐語言和漢語在音韻特點和正字法規(guī)則上的差異, 造成語言間位于詞匯水平下的第一個語音加工單元(proximate unit, “最鄰近語音單元”)存在不同。在印歐語系的字母語言中, 最鄰近語音單元是音位; 在日語中, 是音拍; 而在漢語中, 是音節(jié)。但需要注意的是, O’Seaghdha并不否定漢語中音位的作用, 指出音位在音節(jié)的下一層級中提取、加工。

的確, 音節(jié)和音位加工不是對立的, 不具有排他性。目前已有研究通過實驗或計算機模擬的方法為漢語言語產(chǎn)生中的音位加工提供了證據(jù)。我們前期的一項研究(Qu, Damian, & Kazanina, 2012, 2013)采用顏色圖片命名任務(wù), 運用ERPs技術(shù)對漢語言語產(chǎn)生的音韻編碼單元進行探究。實驗結(jié)果表明, 盡管音位重復(fù)與非重復(fù)兩種條件下命名反應(yīng)時的差異不顯著, 但是, 在刺激呈現(xiàn)后200~300 ms的時間窗口內(nèi), 首音位相同條件比無關(guān)條件產(chǎn)生更正的波幅, 表現(xiàn)為音位促進效應(yīng); 而在隨后300~400 ms的時間窗口內(nèi), 音位相同條件比無關(guān)條件產(chǎn)生顯著的負波, 這一負波被解釋為由于音位相同條件下同一個音位被重復(fù)提取, 引起言語內(nèi)部自我監(jiān)控機制的高負荷而產(chǎn)生的抑制作用。該研究首次為漢語言語產(chǎn)生中的音位加工提供了電生理證據(jù)。另外, 該研究對方法論有一定的啟示。正如文章所闡述, 音位促進效應(yīng), 被隨后發(fā)生的自我監(jiān)控抑制效應(yīng)抵消, 從而造成了該研究和以往研究中并未發(fā)現(xiàn)音位在行為學(xué)上的效應(yīng)。換言之, 傳統(tǒng)的行為學(xué)測量手段有很多局限性, 而腦電技術(shù)可以解決單一反應(yīng)時方法的局限性(Qu et al., 2013; Qu, Zhang, & Damian, 2016)。Yu等人(Yu, Mo,& Mo, 2014) 采用內(nèi)隱啟動圖片命名范式, 利用ERPs技術(shù), 重復(fù)了Qu等人的發(fā)現(xiàn)。Roelofs (2015)采用計算機模擬技術(shù), 構(gòu)建了包含字母語言、日語、漢語在內(nèi)的言語產(chǎn)生的計算模型。在該模型中, Roelofs提出, 盡管不同語言間的最鄰近語音單元(proximate unit)不盡相同, 但是所有語言, 包括漢語, 均包含音位編碼。Roelofs明確提出 “initial segments were actually prepared in the segment-only condition of the WEAVER++ simulations for Mandarin Chinese” (p.13)。這些重要的發(fā)現(xiàn)提示：在漢語言語產(chǎn)生中, 除了音節(jié)之外, 音位可能也是語音加工單元之一。

3 問題提出

綜上所述, 對“言語產(chǎn)生中的音位加工”這一科學(xué)問題, 相對于印歐語系的字母語言, 對漢語的研究基礎(chǔ)還非常薄弱。尚待考察的核心科學(xué)問題如下：

第一, 在漢語言語產(chǎn)生中, 音位加工的心理現(xiàn)實性及其影響因素。目前, 支持漢語音位加工心理現(xiàn)實性的證據(jù)還相對匱乏且存在爭議, 我們將結(jié)合多種實驗范式, 根據(jù)各范式自身的特點, 深入、系統(tǒng)地考察在詞匯中處于不同位置的音位的心理現(xiàn)實性。另外, 音位表征背后的影響因素還尚未考察?；跐h語音位的特點, 我們提出了影響漢語音位加工的潛在因素。我們將著重澄清音位表征是否受到第二語言熟練程度、漢語拼音習得、漢語拼音使用經(jīng)驗的影響。闡明音位加工是否受這些因素影響, 將有助于回答音位的心理現(xiàn)實性是否具有普遍性的問題。

第二, 漢語言語產(chǎn)生中音位的加工機制。目前這一科學(xué)問題還基本處于空白狀態(tài)。本項目將結(jié)合漢語的語音特點及音韻特征, 采用自然的發(fā)聲命名任務(wù), 利用腦電技術(shù), 從音位特異性、位置特定性、音位組合方式、時間進程四個維度考察漢語音位的加工機制。

4 研究構(gòu)想

(1)漢語音位的心理現(xiàn)實性還存在爭議, 且背后的影響因素還尚待考察。

如前所述, 漢語音位的心理現(xiàn)實性還存在爭議, 且背后的影響因素還尚待考察。另外, Qu等人(2012)和Yu等人(2014)的研究只是證明了漢語言語產(chǎn)生中首輔音的啟動效應(yīng), 尚未考察其他位置的音位(如中間元音、尾輔音)。因此, 還需要多范式、全方位、系統(tǒng)地進行考察。我們將分別采用內(nèi)隱啟動范式—操控反應(yīng)詞之間首音位相關(guān)或完全無關(guān)、掩蔽啟動范式—靈活地操縱不同位置的音位相關(guān)性(首音位、中間音位、尾音位), 分析比較音位相關(guān)條件下和無關(guān)條件下的反應(yīng)時、腦電波幅、腦電地形圖, 進一步為漢語音位加工的心理現(xiàn)實性提供佐證。

語言加工通常受人們所使用的具體語言影響, 那么, 音位在漢語中的作用可能受到第二語言的影響, 尤其當?shù)诙Z言是以音位為基本語音單位的印歐語言時, 音位在漢語中的作用受第二語言影響的可能性更大。在Qu等人(2012)的研究中, 被試為在英國讀書、母語為漢語的中國留學(xué)生, 這些被試所呈現(xiàn)的音位表征, 很可能受到了第二語言(英語)的影響。在后續(xù)Yu等人(2014)的研究中, 采用了母語為漢語且英語不熟練的大學(xué)生為被試。但鑒于英語為大學(xué)生的必修課程, 無法完全排除第二語言(英語)的影響。一些研究提示, 第二語言(英語)的使用經(jīng)驗可以加強被試的音位意識。Verdonschot, Nakayama, Zhang, Tamaoka和Schiller (2013)利用掩蔽啟動命名任務(wù), 考察熟練漢?英雙語者的言語產(chǎn)生加工單元。結(jié)果發(fā)現(xiàn), 行為學(xué)反應(yīng)時上的啟動效應(yīng)不僅發(fā)生在音節(jié)水平上, 還發(fā)生亞音節(jié)的音位組合水平上。因此, 有必要系統(tǒng)考察第二語言對音位表征的影響。在本項目中, 我們擬操縱顏色名稱與圖片名稱之間的首音節(jié)相關(guān)或完全無關(guān), 采用事件相關(guān)電位技術(shù), 操控第二語言的熟練程度, 通過比較高、低熟練水平漢?英雙語者在漢語口語產(chǎn)生中的音位效應(yīng), 動態(tài)地考察影響音位加工的因素。

另外, 漢語拼音廣泛應(yīng)用于漢字注音、漢字語音教學(xué)、計算機打字輸入等領(lǐng)域。在漢語拼音字母體系中, 采用拉丁字母對應(yīng)音位(元音、輔音), 并采用拉丁字母通用的字母表順序。通過拼音字母可以完滿地表達漢語普通話里所有的漢字讀音。漢語拼音體系中字母與音位的對應(yīng)關(guān)系可能增加人們以音位為單元進行語音編碼。正如文中所述, 已有研究表明漢語拼音對音位意識的獲得也有顯著影響。該研究發(fā)現(xiàn), 與學(xué)習過漢語拼音的被試相比, 沒有學(xué)過漢語拼音的被試很難完成音位增加/剔除任務(wù)(Read, Zhang, Nie, & Ding, 1986)?；诖? 我們提出如下問題：漢語拼音的習得會影響漢語言語產(chǎn)生中的音位加工嗎？在本項目中, 我們將采用顏色圖片命名范式, 考察未受過漢語拼音訓(xùn)練的學(xué)齡前兒童和未受過漢語拼音訓(xùn)練的成人的音位效應(yīng), 并與接受過拼音訓(xùn)練的人群進行比較, 旨在考察拼音習得對音位表征的影響。另外, 漢語拼音的使用經(jīng)驗也可能影響音位表征。事實上, 漢語拼音的使用經(jīng)驗存在很大的個體差異, 這種個體差異很大程度上是由打字輸入法的類型導(dǎo)致的：拼音輸入法使用者的拼音使用頻率遠遠大于五筆字型輸入法使用者。在本項目中, 我們將比較五筆輸入法和拼音輸入法使用者的音位效應(yīng), 旨在考察拼音使用經(jīng)驗對漢語音位加工的可能影響?？傊? 上述因素的潛在影響還尚未明確。闡明這些因素的影響, 將有助于回答音位的心理現(xiàn)實性是否具有普遍性的問題。

(2)漢語音位的加工機制還基本處于空白狀態(tài)。

不用語言具有獨特的語音特點, 基于漢語語音(尤其是漢語音位)特點, 我們提出關(guān)于漢語音位加工機制的四個核心研究問題：第一, 在漢語言語產(chǎn)生中, 音位是否具有特異性(phoneme- specific)？漢、英在輔音特點上的不同主要體現(xiàn)在英語中絕大多數(shù)輔音為清濁成對對比, 如/p/與/b/, /t/與/d/, /k/與/g/等。而在漢語中, 絕大多數(shù)輔音是送氣與不送氣的成對對比, 且絕大多數(shù)為清輔音, 只有少數(shù)幾個為濁輔音(葉蜚聲, 徐通鏘, 2010)。例如, 漢語普通話中/b/和/p/兩個音位的不同在于送氣和不送氣這一區(qū)別性語音特征。漢、英在元音上的不同主要體現(xiàn)在于音長是否是區(qū)分音位的要素, 英語中不同音長可以造成音位的區(qū)別, 如長元音/i:/與短元音/i/是兩個不同的音位, 在不同的英語單詞里可以造成意義的不同。而漢語不區(qū)分音位的音長, 因此音長不是區(qū)分音位的要素。

如前文所述, 在荷蘭語中發(fā)現(xiàn), 音位具有特異性, 即只有當音位相同時才會產(chǎn)生啟動效應(yīng), 語音特征相似的不同音位(如：/b/, /p/)不產(chǎn)生顯著效應(yīng)。目前對漢語的音位特異性還尚未考察。在本項目中, 我們擬設(shè)置音位相同, 或音位在發(fā)音或聲學(xué)相似, 或完全不同三種條件, 考察不同實驗條件的音位啟動效應(yīng)。

第二, 音位是否具有位置特定性？位于不同位置的音位(如：奶/nai3/-談/tan2/, 聲母/n/或韻尾/n/)具有相同的表征, 還是具有位置特定性, 即位于不同位置的音位分別獨立表征？與一些印歐語言相比, 漢語音位位置的規(guī)則性更強。比如, 俄語、英語允許多至三四個輔音直接結(jié)合在一起, 根據(jù)輔音的數(shù)量可將音節(jié)分為單輔音音節(jié)和輔音連綴型音節(jié); 而漢語不允許輔音在音節(jié)里直接組合在一起。另外, 在英語中, 對出現(xiàn)在音節(jié)末尾的輔音限制較少, 除少數(shù)幾個輔音之外, 有22個輔音可以做尾輔音。例如, 輔音/g/既可以出現(xiàn)在音節(jié)首(“green”)也可以出現(xiàn)在音節(jié)尾(“frog”)。而在漢語普通話中, 對出現(xiàn)在音節(jié)末尾位置上的輔音限制很嚴。絕大多數(shù)輔音只能出現(xiàn)在音節(jié)首, 不能出現(xiàn)在音節(jié)尾。能在音節(jié)末尾位置上出現(xiàn)的只有/n/、/ng/兩個鼻輔音, 而/n/是唯一既可以充當音節(jié)首又可以充當音節(jié)尾的輔音。

語言間音位位置規(guī)則的靈活性可能影響音位的位置特異性, 音位位置規(guī)則性越強, 音位的位置特定性可能越強。該假設(shè)預(yù)期, 與印歐語言相比, 在漢語中, 音位更可能存在位置特定效應(yīng)。來自英語的研究結(jié)果(Damian & Dumay, 2009)支持了“位置非特定假設(shè)”。在本項目中, 我們將考察漢語中音位的位置特定性, 我們將操縱圖片名稱之間音位重疊在詞匯中所處的位置匹配(比如：均為聲母/n/)或不匹配(聲母/n/或韻尾/n/)。如果漢語音位具有位置特定性, 音位啟動效應(yīng)將只會出現(xiàn)在位置匹配條件中, 而不匹配條件將不會產(chǎn)生音位啟動效應(yīng)。

第三, 音位的組合方式是線性的, 還是非線性的？在一個語言中, 音位和音位之間的組合規(guī)則, 構(gòu)成了這一語言的音位系統(tǒng)。漢語中音位的組合規(guī)則有別于印歐語系。印歐語言大多從字母文字的特性出發(fā), 按照元音、輔音對音位進行分析歸納。而漢語普通話音位體系存在兩種不同的歸納分析方法：一種以元音、輔音劃分, 另一種以聲母、韻母劃分, 將音位歸納為聲母音位、韻母音位(葉蜚聲, 徐通鏘, 2010)。

如果是線性組合方式, 那么在CVC音節(jié)(輔音+元音+輔音)中, 任意相鄰的音位組合的心理意義是等同的, 也就是說, CV (聲母+韻腹)與VC (韻腹+韻尾)的心理現(xiàn)實性是一樣的。這種線性組合假說從根本上排除了處于音位表征層之上的聲母、韻母的表征層, 取而代之的是從音位表征層直接到音節(jié)層。如果漢語中存在聲母、韻母的組合方式, 那么VC (韻腹+韻尾)對語言任務(wù)的影響將大于CV (聲母+韻腹), 因為VC (韻腹+韻尾)組成韻母。本項目將通過比較CV與VC重疊的啟動效應(yīng), 考察音位的組合方式。

第四, 漢語各音位的時間進程是怎樣的呢？就音節(jié)結(jié)構(gòu)而言, 英語音節(jié)結(jié)構(gòu)比較復(fù)雜, 且存在重新音節(jié)化現(xiàn)象。與之相比, 漢語的音節(jié)結(jié)構(gòu)較為簡單, 常用的無調(diào)音節(jié)數(shù)量僅400多個(不區(qū)分音調(diào)), 有調(diào)音節(jié)數(shù)量為1300多個, 每個漢字對應(yīng)一個音節(jié), 基本不存在重新音節(jié)化現(xiàn)象?；谝粑辉跐h語中的重要性, O’Seaghdha等(2010)在模型中對比了漢、英語音編碼的異同, 明確指出漢語詞匯的語音編碼起始于音節(jié)加工, 然后進行音位編碼, 而在英語中, 語音編碼始于音位加工。如果O’Seaghdha 模型對跨語言音節(jié)和音位發(fā)生順序的推論是正確的, 即漢語中音節(jié)加工早于音位加工, 我們預(yù)期音節(jié)效應(yīng)發(fā)生的時間窗口將早于音位效應(yīng)。如果各音位之間呈序列加工, 預(yù)期首音位效應(yīng)所發(fā)生的時間窗口將早于中間音位效應(yīng), 中間音位效應(yīng)又將早于尾音位效應(yīng)。如果為平行加工, 預(yù)期各條件下的時間窗口將無差異。

目前對漢語音韻編碼的時間進程研究多集中于對音節(jié)的考察, 而針對音位加工時間進程的考察還非常少。Zhang和Zhu (2011)采用語言學(xué)任務(wù), 結(jié)合腦電技術(shù), 對各音位以及音位與超音位的相對時間進程進行了探討。通過雙重判斷任務(wù)范式(Dual-Choice Reaction GO/NOGO Paradigm), 要求被試判斷所呈現(xiàn)的圖片名稱是否包含某個音位或超音位信息, 用特定手做按鍵反應(yīng)。該范式以N200作為神經(jīng)反應(yīng)信號, 發(fā)現(xiàn)在首輔音任務(wù)下的N200早于中間元音20~80 ms, 而中間元音和聲調(diào)任務(wù)下的N200時間進程沒有差異?；诖? 研究者推論：漢語各音位之間是以遞增、序列的方式加工的, 而音位與超音位是平行加工的。該研究無疑為音段加工的相對時間進程提供了重要啟示。但是, 該范式存在一些局限性：第一, 該范式是一個基于語言學(xué)知識的按鍵任務(wù), 該任務(wù)不要求被試做出言語表達, 因此該任務(wù)能否探測自然語言產(chǎn)生過程存在爭議(Jansma, Rodriguez-Fornells,M?ller, & Münte, 2004)。第二, 一些研究提示, N200反映的是反應(yīng)抑制的神經(jīng)活動(Jodo & Kayama, 1992; Sasaki & Gemba, 1993), 不直接反映音韻編碼的神經(jīng)活動, 因此只能提供音位加工的相對時間進程, 而不是絕對時間進程。Qu等(2012)將自然發(fā)聲的顏色圖片命名范式與腦電技術(shù)相結(jié)合, 研究發(fā)現(xiàn), 音位效應(yīng)發(fā)生在200~300 ms的時間窗口, 初步為音位加工的絕對時間進程提供了啟示。但該研究僅操縱了首音段, 并沒有操縱其他位置的音位信息, 導(dǎo)致無法得知各音段、音段與音節(jié)加工的時間進程。在本項目中, 我們將利用ERP技術(shù), 考察漢語言語產(chǎn)生中音節(jié)和音位效應(yīng)發(fā)生的時間進程, 以及首音位、中間元音音位、末尾輔音音位加工的時間進程。

5 理論建構(gòu)

目前具有重要影響的兩個言語產(chǎn)生理論(Dell, 1986; Levelt et al., 1999), 均假設(shè)音韻編碼階段(phonological encoding)負責加工處理詞匯的音節(jié)結(jié)構(gòu)、韻律特征和音位等語音信息, 并且都認為音位是音韻編碼的重要加工單元, 單個音節(jié)內(nèi)部的音韻編碼是一個增長式的編碼過程, 從音節(jié)的首音開始到核心元音, 最后到尾音。以上是建立在英語與荷蘭語等印歐語系上的語言產(chǎn)生的模型, 而對于作為非字母語言的漢語來說, 其本身具有獨特的語言特點, 使得在考察漢語語音加工單元這一問題上必須結(jié)合漢語自身的特點加以研究。本項目立足于漢語語言認知, 基于漢語獨特的音韻特點, 采用多種行為學(xué)范式和事件相關(guān)電位技術(shù), 系統(tǒng)地考察漢語言語產(chǎn)生中音位加工的心理現(xiàn)實性。另外, 現(xiàn)有的言語產(chǎn)生理論模型側(cè)重于言語加工過程本身, 而對說話者自身的語言經(jīng)驗、以及這些語言經(jīng)驗對語言加工機制的潛在影響關(guān)注較少。本項目以言語產(chǎn)生者為本, 深入考察說話者的語言習得經(jīng)驗和使用經(jīng)驗(漢語拼音和第二語言), 并探討這些語言經(jīng)驗對音位加工的影響。

綜上所述, 語音加工單元具有跨語言的特異性。不同語言(或方言)在音韻特征上存在著顯著差異(Ladefoged, 2001; Ladefoged & Maddieson, 1996), 從而導(dǎo)致不同語言間語音表征的不同。在以荷蘭語或英語為實驗材料的內(nèi)隱啟動研究證實, 音韻編碼是以音位為加工單元, 以從左到右、線性遞增的組合方式進行的 (Meyer, 1990; Roelofs, 1996, 1998)。與印歐語言不同, 音位在日語言語產(chǎn)生中的作用甚微, 而音拍(mora)的作用顯著 (Kureta et al., 2006)。值得注意的是, 在漢語中, 研究發(fā)現(xiàn), 音節(jié)是言語產(chǎn)生主要的加工單元 (Chen et al., 2002; O’Seaghdha et al., 2010; You et al., 2012)。另外, 初步的研究結(jié)果提示, 在漢語言語產(chǎn)生中, 除了音節(jié)之外, 音位也是語音加工單元之一(Qu et al., 2012; Yu et al., 2014)。已有研究對音段在漢語言語產(chǎn)生中的時間進程進行了初步探索, 發(fā)現(xiàn)漢語各音位之間可能是以遞增、序列的方式加工 的, 而音位與超音位是平行加工的(Zhang & Zhu, 2011)。

基于上述研究成果和漢語的音韻特征, 我們提出初步的漢語言語產(chǎn)生音韻編碼的理論框架：在漢語言語產(chǎn)生中, 位于詞匯水平下的第一個語音加工單元(proximate unit, “最鄰近語音單元”)為具有音位表征的音節(jié)。即在音韻編碼階段, 首先涉及音節(jié)的提取。值得注意的是, 在該模型中, 音節(jié)是在心理詞典中存儲的, 而不是在線計算的。在心理詞典中存儲的音節(jié)信息被提取之后, 激活該音節(jié)的聲母、韻母表征層, 最后激活音位和音調(diào)信息。音位的提取是從左到右遞進式進行的, 與此同時進行音調(diào)加工。整個音韻編碼過程伴隨著自我監(jiān)控過程, 即說話者通過實時監(jiān)控言語產(chǎn)生的整個過程, 對可能發(fā)生的語誤及時予以糾正。本項目將通過實證研究對這一理論框架的主要假設(shè)加以驗證、修正。在驗證、修正理論框架的過程中, 也將對下一步的實證研究有所啟示。

黃伯榮, 廖序東. (2011).. 北京: 高等教育出版社.

葉蜚聲, 徐通鏘. (2010).(第4版). 北京: 北京大學(xué)出版社.

張清芳. (2008). 漢語單音節(jié)和雙音節(jié)詞匯產(chǎn)生中的音韻編碼過程: 內(nèi)隱啟動范式研究.(3), 253– 262.

Alario, F. X., Perre, L., Castel, C., & Ziegler, J. C. (2007). The role of orthography in speech production revisited., 464–475.

Baudouin de Courtenay, J. N. (1972).. Bloomington: Indiana University Press.

Blackford, T., Holcomb, P. J., Grainger, J., & Kuperberg, G. R. (2012). A funny thing happened on the way to articulation:N400 attenuation despite behavioral interference in picture naming.(1), 84–99.

Caramazza, A. (1997). How many levels of processing are there in lexical access?., 177–208.

Chen, J. Y., Chen, T. M., & Dell, G. S. (2002). Word-form encoding in Mandarin Chinese as assessed by the implicit priming task., 751– 781.

Chomsky, N., & Halle, M. (1968).New York: Harper & Row.

Damian, M. F., & Bowers, J. S. (2003). Effects of orthography on speech production in a form-preparation paradigm., 119–132.

Damian, M. F., & Dumay, N. (2007). Time pressure and phonological advance planning in spoken production., 195–209.

Damian, M. F., & Dumay, N. (2009). Exploring phonological encoding through repeated segments., 685–712.

Dell, G. S. (1984). Representation of serial order in speech: Evidence from the repeated phoneme effect in speech errors.(2), 222–233.

Dell, G. S. (1986). A spreading-activation theory of retrieval in sentence production.,283– 321.

Dell, G. S. (1988). The retrieval of phonological forms in production: Tests of predictions from a connectionist model., 124–142.

Dell'Acqua, R., Sessa, P., Peressotti, F., Mulatti, C., Navarrete, E., & Grainger, J. (2010). ERP evidence for ultra-fast semantic processing in the picture–word interference paradigm., 177.

Garrett, M. F. (1980). The limits of accommodation: Arguments for independent processing levels in sentence production. In V. A. Fromkin (Ed.),(pp. 263–271). New York: Academic Press.

Indefrey, P., & Levelt, W. J. M. (2004). The spatial and temporal signatures of word production components., 101–144.

Jansma, B. M., Rodriguez-Fornells, A, M?ller, J., & Münte, T. F. (2004). Electrophysiological studies of speech production. In T. Pechmann & C. Habel (Eds.),(pp. 361–395). Berlin, Germany: Mouton de Gruyter.

Jescheniak, J. D., Hahne, A., & Schriefers, H. (2003). Information flow in the mental lexicon during speech planning: Evidence from event-related brain potentials.(3), 261–276.

Jodo, E., & Kayama, Y. (1992). Relation of a negative ERP component to response inhibition in a go/no-go task., 477–482.

Kureta, Y., Fushimi, T., & Tatsumi, I. F. (2006). The functional unit in phonological encoding: Evidence for moraic representation in native Japanese speakers.(5), 1102–1119.

Ladefoged, P. (2001).Oxford: Blackwell.

Ladefoged, P., & Maddieson, I. (1996).Oxford: Blackwell Publishers.

Levelt, W. J. M. (1989).Cambridge, MA: MIT Press.

Levelt, W. J. M., Roelofs, A., & Meyer, A. S. (1999). A theory of lexical access in speech production., 1–38.

MacKay, D. G. (1972). The structure of words and syllables: Evidence from errors in speech., 210–227.

Meringer, R., & Mayer, C. (1895).Stuttgart, Germany: G?schen’sche Verlagshandlung.

Meyer, A. S. (1990). The time course of phonological encoding in language production: The encoding of successive syllables of a word., 524–545.

Meyer, A. S. (1991). The time course of phonological encoding in language production: Phonological encoding inside a syllable.,69–89.

O’Seaghdha, P. G., Chen, J. Y., & Chen, T. M. (2010). Proximate units in word production: Phonological encoding begins with syllables in Mandarin Chinese but with segments in English., 282–302.

Qu, Q. Q., Damian, M. F., & Kazanina, N. (2012). Sound- sized segments are significant for Mandarin speakers., 14265–14270.

Qu, Q. Q., Damian, M. F., & Kazanina, N. (2013). Reply to O’Seaghdha et al.: Primary phonological planning units in Chinese are phonemically specified.(1), E4.

Qu, Q. Q., Zhang, Q. F., & Damian, M. F. (2016). Tracking the time course of lexical access in orthographic production: An event-related potential study of word frequency effects in written picture naming., 118–126.

Rapp, B., & Goldrick, M. (2000). Discreteness and interactivity in spoken word production., 460–499.

Rayner, K., White, S. J., Johnson, R. L., & Liversedge, S. P. (2006). Raeding wrods with jubmled lettres: There is a cost.(3), 192–193.

Read, C., Zhang, Y., Nie, H. Y., & Ding, B. Q. (1986). The ability to manipulate speech sounds depends on knowing alphabetic spelling., 31–44.

Roelofs, A. (1996). Serial order in planning the production of successive morphemes of a word., 854–876.

Roelofs, A. (1997). The WEAVER model of word-form encoding in speech production., 249–284.

Roelofs, A. (1998). Rightward incrementality in encoding simple phrasal forms in speech production: Verb-particle combinations., 904–921.

Roelofs, A. (2015). Modeling of phonological encoding in spoken word production: From Germanic languages to Mandarin Chinese and Japanese., 22–37

Sasaki, K., & Gemba, H. (1993). Prefrontal cortex in the organization and control of voluntary movement. In T. Ono, L. R. Squire, M. E. Raiche, D. I. Perrett, & M. Fukuda (Eds.),(pp. 473–496). New York: Oxford University Press.

Shattuck-Hufnagel, S. (1979). Speech errors as evidence for a serial-ordering mechanism in sentence productionIn W. E. Cooper & E. C. T. Walker (Eds.),(pp. 295–342). Hillsdale, NJ: Erlbaum.

Shattuck-Hufnagel, S. (1983). Sublexical units and suprasegmental structure in speech production planning. In P. F. MacNeilage (Ed.),(pp. 109–136). New York: Springer.

Trubetzkoy, N. (1969).. Berkeley: University of California Press.

van Turennout, M., Hagoort, P., & Brown, C. M. (1997). Electrophysiological evidence on the time course of semantic and phonological processes in speech production.(4), 787–806.

Verdonschot, R. G., Nakayama, M., Zhang, Q. F., Tamaoka, K., & Schiller, N. O. (2013). The proximate phonological unit of Chinese-English bilinguals: Proficiency matters.(4), e61454.

White, S. J., Johnson, R. L., Liversedge, S. P., & Rayner, K. (2008). Eye movements when reading transposed text: The importance of word-beginning letters.(5), 1261–1276.

You, W. P., Zhang, Q. F., & Verdonschot, R. G. (2012). Masked syllable priming effects in word and picture naming in Chinese.(10), e46595.

Yu, M. X., Mo, C., & Mo, L. (2014). The role of phoneme in Mandarin Chinese production: Evidence from ERPs.(9), e106486.

Zhang, Q. F., & Zhu, X. B. (2011). The temporal and spatial features of segmental and suprasegmental encoding during implicit picture naming: An event-related potential study., 3813–3825.

①值得注意的是, 音位(phoneme)與音素(phone)不同。音素是根據(jù)語音的自然屬性劃分出來的最小語音單位。從生理性質(zhì)來看, 一個發(fā)音動作形成一個音素。不同發(fā)音動作發(fā)出的音, 代表不同的音素。如：在英語單詞 “paper”中, 第一個/p/為送氣音[ph], 第二個p為非送氣清音[p], [ph]和[p]屬于同一個音位的不同的音素。音素一般用國際音標記音, 用方括號[]標明。對這些不同的音素, 即使是該語言的母語者甚至可能都覺察不到語音上的差別。在本項目中, 我們關(guān)注的是具有抽象特征的音位, 而非音素。

②音位可以分為音段音位(又稱音質(zhì)音位)和超音段音位(又稱非音質(zhì)音位)。超音段音位是具有區(qū)別詞的語音形式的作用的音高、音強、音長。如漢語中的四個聲調(diào)是具有區(qū)別詞的語音形式的音高變化, 稱為調(diào)位。在本項目中, 我們只關(guān)注音段音位, 在這里, 簡稱為“音位”。

③詞首效應(yīng), 指效應(yīng)來自于詞首字母的重要性, 如：語誤分析中的“詞首效應(yīng)”, 表現(xiàn)為詞首音位比其他位置的音位發(fā)生語誤的頻率更高(Dell, 1984; MacKay, 1972)。在詞匯識別領(lǐng)域, 同樣發(fā)現(xiàn), 詞匯的首字母對詞匯的識別比其他位置的字母更重要, 如首字母轉(zhuǎn)置對詞匯識別的干擾要顯著大于詞中間或詞尾轉(zhuǎn)置(Rayner, White, Johnson, & Liversedge, 2006; White, Johnson, Liversedge, & Rayner, 2008)。

The functional unit of phonological encoding in Chinese spoken production: Study on phonemes

QU Qingqing; LIU Weilin; LI Xingshan

(Key Laboratory of Behavioral Science, Institute of psychology, Chinese Academy of Sciences, Beijing 100101, China) (Department of Psychology, University of Chinese Academy of Sciences, Beijing 100049, China)

Speech production studies have demonstrated cross-linguistic differences in the processing units involved in phonological encoding. It has been widely assumed a critical role of phonemes in spoken production of Indo-European languages. Phonemes are normally conceived of as abstractions of discrete segmental speech sounds which can distinguish the meaning between words. For instance, the word "big" represents a sequence of three phonemes /b/, /i/, /g/. Currently, investigations on the processing units in Chinese spoken production mainly focused on syllables, whereas only few studies concern the role of phonemes. In the present project, we propose to comprehensively tackle the role of phoneme in Chinese speech production, focusing on its psychological reality, potential factors influencing phoneme-based effects, processing mechanism and temporal properties, using both behavioral and electrophysiological techniques. Specifically, we will investigate: 1) whether phonemic processing has "psychological reality" in Chinese speech production, and whether sensitivity to phonemic representations is artificially induced by exposure to English as a second language, experience of Pinyin, or phoneme-based typing input method? 2) how we process phonemes? Specifically, we are interested in whether phoneme-based effects are phoneme-specific and position-specific, how phonemes associate together to form larger units, and the temporal properties of phonemic processing. The findings of the present project will not only improve our understanding of how Chinese speakers produce words in mind/brain, but also provide insights into the construction and development of theoretical and computational models of Chinese speech production. In addition, the findings will provide basis for cross-language comparisons, and the development of scientific teaching approaches of Chinese phonology.

spoken production; Chinese; functional units in phonological encoding; phoneme; ERPs

B842

2017-11-03

* 國家自然科學(xué)基金(31771212)。

屈青青, E-mail: quqq@psych.ac.cn

10.3724/SP.J.1042.2018.01535