关于声语调的音高模型

皮扎诺

原贴：   http://www.pkucn.com/viewthread.php?tid=162990&page=1&extra=page%3D1#pid1217988287

原帖由 sjiong 于 2005-12-16 17:29 发表
　　...音高简单的数值分析可能会模糊了语音学信息。有些机构研究来研究去，最后居然得出结论说，汉语语调不同类型之间没有明显的差异！？ ...

　　从人的听觉能够轻易辨别汉语的声调甚至两三岁小孩也作到这个语言事实来看，说“汉语语调不同类型之间没有明显的差异”显然是说不过去的，至多只能说明他们的实验方法、分析思路有问题。事实上，对这个问题，我很希望能有机会跟沈老师以及北大论坛的诸位朋友等讨论和学习。

　　我不知道他们的实验方法、思考方法、论证方法到底是怎么样，但如果他们的实验只是根据目前的普通话调型定义（注1）和物理仪器测量的音高数据去分析汉语的声调，我敢肯定，他们的实验必然会失败！理由有二：
　　1，普通话调型定义是标准声调而不是声调模型，这二者是有本质区别的；
　　2，物理仪器测量的音高数据和声调模型二者不是同一个概念，这二者是有本质区别的。

注1：
(下同)普通话的调型指：阴平（调值55）、阳平（调值35）、上声（调值214）、去声（调值51）



#01关于声调模型、标准声调和规范化声调

　　普通话的调型：阴平（调值55）、阳平（调值35）、上声（调值214）、去声（调值51）

　　上面的这个声调“模型”所揭示的是（声调事实中的）标准声调而不是真正的声调模型。我说这话并没有否定或者要推翻它的意思，这个声调“模型”是对普通话声调特征的高度概括，它的准确性和科学性是无庸置疑的。但是，这样的声调不是实际语言中的声调，它不过是实际语言中的标准声调，或者说它是实际语言中的模范声调。它是一种十分特殊的声调，它根本不具备普适性。在实际语言中，人们说成与这个严格的标准声调音高相同的可能性十分微小，在单个汉字的发音中跟它完全吻合的可能性几乎不足一成，在完整的一句话中跟它完全吻合的可能性几乎接近于零，在一段话中跟它完全吻合是绝对不可能的。这就决定了用这个音高“模型”去验证物理仪器测量到的音高数据是不可能有结果的。

　　真正的声调模型应该是一个具有普适性的框架，而不应该是一种具体的音高数值。真正的声调模型是并且只能是一个关于声调音高的一种范围性的和变化趋势性质的模式。

　　声调模型和标准声调的区别在于：声调模型包含所有的实际语音，而标准声调是包含在实际语音中的其中一种，即使它是实际语音中最标准的一种，那也只能说明它是被实际语音所包含而不是它包含实际语音，它们三者的包含关系是：

　　声调模型 > 实际语音的声调 > 标准声调

　　从这个关系模式中可以看出，实际语音的声调是一个整体，而标准声调是整体中的个体。个性特征不能分析整体特征，所以，标准声调不具备分析实际语言声调的能力。

　　因此，用目前的普通话调型定义去分析语音实验中物理仪器测量到的音高数据是不可能有真正的结果的。


#02关于声调分析的理论模式（思维模式）

　　普通话的调型：阴平（调值55）、阳平（调值35）、上声（调值214）、去声（调值51）

　　为了准确而没有纰漏地分析声调的各种可能的影响和制约因素，就必须准确地去了解声调形成的全部机制，只有把影响和制约声调形成和作用的方方面面彻底地把握，才有可能在做声调分析时不至于犯思维逻辑错误的可能。声调作为语音的一个成分，它跟整个音节是一体的，声调的整个形成和作用机制也是和语言本身一体的。

　　人们说话交流有最起码的两个方面：听的一方和说的一方。

　　1，说的一方的影响和控制机制在于人的发音器官，因而发音器官本身的生理决定了声音的形成的全部。
　　2，听的一方的影响机制在于人的听觉器官和听觉心理，因而听觉器官本身的生理机制和听觉心理决定了声音形象的辨认的全部。
　　3，在听的一方和说的一方之间，还有一个重要的中间机制，这才使得听和说双方实现语言的交流，这就是在空气中传递的声波。人们做语音实验中所能记录到的只能是这个环节，而声波本身有它自己的物理特性，所以，声波的物理机制也是语音分析中的一个重要的组成。
　　4，而在上面三个环节都具备的时候，人们还是不能实现语言的交流，要最终实现语言的交流还需要一个最重要的环节，这个最重要的环节就是社会协议。比如：为了实现“苹果”这个概念的交流，如果说的一方发出来的是“apple”这个声波形象，而听的一方理解的是“píng guǒ ”这个声波形象，由于双方没有一个共同的协议，这就完全不能进行语言交流了。所以，社会协议也是语音分析中的一个重要的组成。对于语言，社会协议表现为全体语民的默认、约定俗成和语言的规范化等形式。

　　根据上面的分析。从这个声调形成和作用的整个流程中我们可以得到，声调是遵循这样的模式：
　　“生理——物理——心理——社会”模式

　　从这个关系模式中可以看出，语音实验中物理仪器测量到的音高数据只不过是声调影响和制约因素的四个重要环节中的一个环节而已，而其它的三个环节则处于它的思考分析范围之外，显然，这样的思考是不全面的，所以，单单靠物理仪器测量到的音高数据不具备分析实际语言声调的能力。

　　因此，用语音实验中物理仪器测量到的音高数据去验证目前的普通话调型定义是不可能有真正的结果的。


#03音高可能存在物理水平的音高和听觉心理水平的音高两种情况

by shenj
　　不要把知识理论搞得太高超了。说普通话阴平是55等，是指音节单说的情形，也就是所谓单字调。那是具有普适意义的知识概念。任何说普通话的人都是那样的。任何学习普通话的人也要向它靠拢才行。在语流中声调的音高类型可能有变易，也就是所谓连读变调，也是可以描述的几种有限的类型。随便打倒那种知识基础是不可容忍的蠢举。如果说在语流中声调是不可捉摸的，也就否定了声调语言的存在。请皮先生适可而止。

.

　　普通话有四个声调，并且根据这四个声调区别不同的汉字，这连幼儿园的小孩都知道。声调是汉语存在的语言事实，没有人能够否定它。我没有说声调或者实际语调是不可捉摸的，正好相反，我认为不论是声调还是实际语调都是极有规律的。只不过由于声调（/语调）不是简单的物理音高，它还同时是一种心理感知，它还同时受到听觉感知、发声生理感知和社会感知等规律的制约，因而，作为一种基础理论，它需要一种简单的能被普通百姓接受的高度概括的模式，但是，作为一种语音现实的学术认识，简单的东西不能很好地反映语音的事实，因而，它需要一种更加复杂的又准确概括的模式。

　　音高可能存在物理水平的音高和听觉心理水平的音高两种情况，这两种情况可能并不总是一致。“普通话阴平是55”这个音高值可能就存在这样的物理水平和听觉水平的差异。的确，打开普通话阴平的pitch图，总是看到普通话阴平处在高音区。但是，听觉上可能不是这样。

　　不妨用自己的听觉感知一下普通话的第一声（阴平55）的音高高还是第四声（去声51）的音高高
如：

　　A组，用去声（原调值51）+阴平（原调值55）相比较：
　　　　特殊、变心、第一、汽车、战争、调高

　　B组：用阴平（原调值55）+去声（原调值51）相比较：
　　　　将要、一下、声调、舒促、灯泡、希望

　　根据上面两组比较结果，可以肯定地说，在听觉感知的水平上，第一声（阴平55）的调高肯定比第四声（去声51）的调高低。

　　C组，再用“阳平+阴平+阴平”相比较：

　　“汤昂-唐”、“西椅-洗”、“高熬-搞”

　　根据这种音节合成过程中音高位置的比较，同样可以肯定地说，在听觉感知的水平上，普通话的第一声（阴平55）的调高高比第二声（阳平35）的调高低，第一声的调高在第二声调高（35）中的最低位置。

　　因此，根据上面的比较结果，可以肯定地说，在听觉感知的水平上：普通话的第一声（阴平）的调高只能是33、43或53中的一种而不可能是55。

　　上面这些比较例子中的字的读音音高不论是单字读法还语流中的实际读法都是一样的。

　　当然，我的这些分析有可能会引起基础知识的混乱，但是，从我上面的分析中也可以清楚地看到，我根本不是要打倒什么基础理论，而只不过是希望对这些基础知识做一些可能的有益补充，仅次而已。当然，如果沈老师不希望我这么做，我将不再在这个论坛讨论这个问题。

　　谨谢！

胡吉成

皮扎诺

用praat做的pitch图(选任何一个会说普通话的中国人的录音都会得到相同的结果)

http://www.pkucn.com/attachments/month_0512/a_vHRwbF0bTNwU.jpg

http://www.pkucn.com/attachments/month_0512/b_6GANUevnxTzo.jpg

http://www.pkucn.com/attachments/month_0512/c_uOzBTFYRFRmI.jpg










[ 本贴由 皮扎诺 于 2005-12-29  00:55 最后编辑 ]