普通話塞擦音聲學界標研究*

曾晨剛

中央民族大學國際教育學院 北京 100081

提要 語音量子理論認為，聲學界標可反映區(qū)別特征的聲學區(qū)分模式。本文以語音量子理論為理論基礎，以1800個普通話塞擦音音節(jié)為分析對象，利用決策樹模型，考察了VOT、GAP、譜重心、譜頂點、標準差、偏度、峰度、后接F2、振幅9項聲學參數中，哪些參數可以作為表征塞擦音的聲學界標。研究表明，VOT可以作為[送氣嗓音]特征的聲學界標，譜重心和偏度可以作為[后]特征的聲學界標，后接F2和譜重心可以作為[面部]特征的聲學界標。

1 引言

語音量子理論(Quantal Nature of Speech，簡稱QNS)認為：聲學參數與發(fā)音參數存在一種非線性關系(見圖1)，Stevens (1989)將其稱為量子關系。在I區(qū)與III區(qū)，發(fā)音參數(articulatory parameter)的變化不會引起聲學參數(acoustic parameter)的劇烈變化，在II區(qū)，發(fā)音參數的細微變化會引起聲學參數的劇烈變化(Stevens 1989)。從區(qū)別特征的角度來看，如果我們把I區(qū)定義為[-F]特征，把III區(qū)定義為[+F]特征，介于I區(qū)與III區(qū)之間的II區(qū)則為構成對立的關鍵，該區(qū)域集中體現了發(fā)音—聲學關系的不連續(xù)性，對應到聲學參數上便是該區(qū)存在一個聲學界標(acoustic landmark)，反映區(qū)別特征在不同賦值狀態(tài)下聲學參數的分布情況，因為II區(qū)的存在，才使得I區(qū)與III區(qū)在區(qū)別特征上的對立成為了可能(Stevens 1989，2000a，2000b，2003)。

QNS的目的是從發(fā)音參數(或聲學參數)的角度研究區(qū)別特征在聲學以及生理層面的物質基礎。基于區(qū)別特征展開聲學界標的清單研究有助于深刻認識語音產生過程中聲學—生理的非線性關系，即量子關系。那么，在進行清單研究之前，以下兩個問題必須明確(Stevens 1989; Stevens & Keyser 2010)：1)選擇何種區(qū)別特征來構建清單？2)哪些聲學參數可以體現出發(fā)音與聲學的非線性關系，并進而揭示區(qū)別特征的聲學/生理基礎？對于第一個問題，Stevens選擇Chomsky & Halle(1968:113)提出的區(qū)別特征體系用來構建聲學界標清單，他指出：QNS理論需要一種同時兼顧生理與聲學因素的區(qū)別特征體系，而Chomsky & Halle提出的區(qū)別特征系統(tǒng)，則從發(fā)音部位與發(fā)音方法兩個角度提出17對區(qū)別特征，這與QNS理論的初衷不謀而合(Stevens 1989)。對于第二個問題，哪些聲學參數可以體現發(fā)音與聲學的非線性關系，Stevens & Keyser(2010)指出區(qū)別特征由兩類物理因素決定：

1)聲道在共振時存在的耦合現象，此時區(qū)別特征的對立由聲道函數“零點”位置差異所決定，如本文所討論普通話塞擦音中的[面部]特征([coronal])、[后]特征([back])、[高]特征([high])，(1)Stevens在構建QNS理論時，選擇Chomsky & Halle的區(qū)別特征體系，因而本文在描述塞擦音的區(qū)別特征時，均以Chomsky & Halle所提出的區(qū)別特征體系為準。皆由不同的零點位置形成對立，Halle(1992:98)認為這些特征與特定發(fā)音器官綁定，為器官綁定特征(articulator-bound)，Stevens在此基礎上提出聲學界標的器官綁定(bounding articulator)，即存在標記對立發(fā)音部位的聲學界標(Stevens & Keyser 2010)。

2)不與特定器官綁定，反映語音聲源特性的器官獨立特征(articulator-free) (Halle 1992:98)，如[粗糙]([strident])、[延續(xù)]([continuant])、[響音]([sonorant])等，Stevens將這類聲學界標稱為聲學界標的聲源綁定(bounding articulator-free)，該類聲學界標反映了不同聲源的對立(Stevens & Keyser 2010)。Stevens & Keyser(2010)認為以上兩類物理因素在語音實現的過程中，還存在“區(qū)別特征的發(fā)音增強”(enhancement of distinctive feature)：區(qū)別特征與聲學界標不是一一對應的關系，區(qū)別特征在實現的過程中，不僅僅依靠標準聲學參數(standard parameter)反映聲學、聽感、生理基本格局，還有別的聲學參數增強了該區(qū)別特征在聲學上的顯著性。

QNS理論一經提出便引起國際語音學界的廣泛關注，圍繞聲學界標所做的聲學清單研究成為國際語音學界的研究熱點，如：Park & Cohen (1995)對英語中元音/i/、/u/、//、//的聲學界標進行了研究；Tabain(2001)分析了四名澳大利亞成年女性擦音的頻譜特征，并結合前人對擦音所得到的生理參數EPG，對擦音的聲學界標進行了清單化研究；Chi & Sonderrgger(2006)討論了英語中[-后]與[+后]的特征賦值機制，進而分析了英語中前元音與后元音的聲學界標；Sonderrgger & Keshet(2012)討論了英語中VOT對區(qū)分輔音發(fā)聲態(tài)所起到的聲學界標作用；Kozloff(2017)討論了西班牙語中區(qū)分顫音(trilled)與拍音(tapped)的聲學界標。與國外相比，國內目前圍繞QNS理論的研究較少，僅有李智強(2013)和鮑懷翹(2015)從理論層面對QNS的介紹，圍繞聲學界標的清單研究尚屬空白，本文參考Park & Cohen (1995)、Tabain(2001)、Veilleux & Shattuck-Hufnagel(2008)的研究范式，以普通話塞擦音為研究對象，擬對普通話塞擦音的聲學界標進行探索性研究。

圖1 發(fā)音參數和聲學參數之間的量子關系(Stevens 1989)

2 實驗設計

2.1 實驗材料設計

錄音在安靜的錄音室內進行，硬件方面使用Neumann U87Ai 話筒采集發(fā)音人的發(fā)音，軟件方面我們使用Praat軟件進行錄音，音頻文件的采樣頻率定為44100Hz，并以.wav格式保存。在錄音前，要求發(fā)音人首先熟悉錄音材料，保證能夠準確、自然的發(fā)音;錄音時要求發(fā)音人對著話筒，正常語速讀5遍。

2.2 數據分析方法及實驗流程討論

2.2.1 數據分析方法——決策樹模型簡介

Mitchell(2008:10)將機器學習分為三類：監(jiān)督學習(supervised learning)、非監(jiān)督學習(unsupervised learning)、強化學習(reinforcement learning)。本研究使用的決策樹模型是一種監(jiān)督學習模型，其運行原理分為以下三步：首先，外界輸入一個包含特征值與標簽值數據集，人工設定數據集中訓練樣本與檢驗樣本的比重，決策樹會根據設置結果，把數據集中的樣本隨機分割為兩類，訓練樣本與檢驗樣本；隨后，決策樹會對訓練樣本中特征值與標簽值的關系進行機器學習，根據學習結果生成一個二分的樹模型以及聚類規(guī)則(見圖6)；最后，決策樹會調用檢驗樣本對該模型的擬合優(yōu)度進行檢驗(檢驗結果體現為混淆矩陣，見表1)。

2.2.2 研究流程

參考決策樹建模的一般原則(Mitchell 2008:102)，本研究實驗流程定義如下：

第一步，語料采集與參數提取。選取10名(5男5女)普通話等級為二級甲等的漢語母語者，錄制語料，隨后利用語音分析軟件Praat提取出塞擦音的聲學參數。

第二步，利用MATLAB軟件，搭建決策樹模型。將采集到的樣本數據進行隨機分類，分為訓練樣本(樣本總數60%)與檢驗樣本(樣本總數40%)，輸入決策樹模型，分別得到與塞擦音有關的混淆矩陣、樹形分類圖、分類規(guī)則?；煜仃囉糜跈z驗決策樹對塞擦音音位聚類的擬合優(yōu)度，樹型分類圖計算出塞擦音實現音位分類的具體流程，分類規(guī)則計算出實現音位分類需要涉及到的聲學參數以及分界值。

第三步，數據分析，首先利用混淆矩陣考察決策樹是否能夠真實反映塞擦音的音位聚合。在本研究中，人工設定當訓練樣本和檢驗樣本的總正確率以及各項樣本的判斷正確率均高于95%，則說明該模型有效(Veilleux & Shattuck-Hufnagel 2008)，說明決策樹計算出的塞擦音樹形分類圖以及分類規(guī)則是可靠的，隨后通過分析樹形分類圖，明確塞擦音實現音位分類的具體流程，最后通過分類規(guī)則，(3)關于分類規(guī)則的解釋：決策樹通過計算會將表征塞擦音的聲學參數分為三類：主變量、與節(jié)點分類強相關的替代變量、與節(jié)點分類中等相關或弱相關的替代變量；決策樹只會選擇與節(jié)點分類最為密切的主變量和強相關的替代變量，作為塞擦音的分類規(guī)則，而中等相關、弱相關的替代變量不會進入分類規(guī)則；進入分類規(guī)則的參數中，主變量對各個節(jié)點分類關聯度最高，強相關的替代變量對節(jié)點的關聯度次之。明確不同聲學參數對解釋塞擦音音位分類的作用。

第四步，分析討論。根據決策樹分類規(guī)則中的變量分界原則以及變量對模型的關聯程度，以主變量為標準聲學參數，替代變量作為發(fā)音增強參數(Tabain 2001；Veilleux & Shattuck-Hufnagel 2008)，列出塞擦音的聲學界標清單，并分析該聲學參數對區(qū)別特征賦值的影響，以及體現的聲學—發(fā)音關系。

2.3 參數定義

參考Svantesson(1986)、Jongman et al.(2000)、Lee et al.(2014)、吳宗濟(1986:210)、張家祿(1982)、冉啟斌(2007)對塞擦音聲學參數的定義，本次實驗提取以下9項聲學參數：VOT、GAP、譜重心、譜頂點、振幅、標準差、偏度、峰度、后接F2。其中VOT與GAP為時域參數，剩余7項為頻域參數，以下分別介紹提取辦法。

2.3.1 時域參量

VOT即嗓音起始時間， 以塞擦音的沖直條出現作為VOT的起點，元音周期波的出現作為終點，截得時長即為VOT，若沖直條在語圖中缺失，則以噪聲波的出現處作為起點，元音周期波的出現處作為終點來定義VOT(見下頁圖2)；GAP即輔音閉塞段時長，以前接音節(jié)元音F2結束點為起點，以塞擦音沖直條為終點，截得時長即為GAP(見下頁圖3)。

2.3.2 頻域參量

頻域參量分為三類：一類為表征塞擦音的頻譜能量，分別為：譜重心(central gravity)、譜頂點(spectral vertex)、標準差(standard deviation)、偏度(skewness)、峰度(kurtosis)為描述塞擦音的頻譜能量；另外兩類分別為振幅(intensity)與后接F2(F2onset)。

1)頻譜能量

表征塞擦音的頻譜能量的聲學參數有五種：譜重心表征頻譜能量的中心位置；譜頂點表征頻譜能量的上限；標準差為衡量頻譜分散程度的參數；偏度為衡量頻譜能量集中于高頻區(qū)還是低頻區(qū)的聲學參數，若偏度小于零，則說明頻譜能量集中于高頻區(qū)，若偏度大于零，則說明頻譜能量集中于低頻區(qū)；峰度為衡量頻譜能量集中區(qū)域能量值變化的陡緩程度，其數值大小與頻譜能量集中區(qū)域能量變化劇烈程度成正比。以上5項聲學參數，我們利用Praat自帶FFT技術，生成功率譜，并以此功率譜為基準對以上5項參數進行提取(見下頁圖4)。

在第二輪歌舞表演專業(yè)的考場中，別的同學都唱得特專業(yè)，美聲唱法、流行唱法各種，這些歌唱技巧我都沒有學過，當時整個人非常心虛，反反復復練了好幾天，做夢都能念出歌詞，才在最后“厚臉皮”地唱出了最拿手的《讓我們蕩起雙槳》，而且還是緊張得跑了調。

2)振幅

選取寬帶語圖中塞擦音摩擦段，利用Praat自帶的提取振幅的算法提取出目標段振幅的均方根值，并以此值作為塞擦音的振幅數值(見下頁圖4)。

3)后接F2

后接F2，即輔音后接元音第二共振峰，后接F2往往會攜帶輔音信息，是影響輔音感知的重要參量，其提取方法為基于寬帶語圖中塞擦音與后接元音的過渡段，利用Praat自帶的共振峰跟蹤算法，提取出改點的第二共振峰數值，即為后接F2(見下頁圖5)。

圖2 VOT、振幅提取示例(4) 此圖為一名男性發(fā)音人所發(fā)的“我在讀/hi55/”,目標音節(jié)/hi55/(最后一個音節(jié))的VOT，即為兩條紅線之間區(qū)域時長,為188ms;振幅即為所選區(qū)域的振幅的均方根值，為-5.88dB。

圖3 GAP提取示例(5) 此圖為一名男性發(fā)音人所發(fā)的“我在讀/hi55/”的語圖，目標音節(jié)/hi55/ (最后一個音節(jié))的GAP，即為兩條紅線之間區(qū)域的時長，時長為28ms。

圖4 FFT圖譜(6) 此圖為一名男性發(fā)音人/hi55/的FFT圖譜，橫軸為赫茲，縱軸為分貝，利用Praat自帶的查詢(query)功能，分別求出該圖譜中的譜重心(5543Hz)、譜頂點(5807Hz)、標準差(2144Hz)、偏度(1.01)、峰度(3.16)。

圖5 后接F2提取示例(7) 此圖為一名男性發(fā)音人所發(fā)/hi55/的語圖，選取塞擦音與后接元音過渡段,即紅線所處位置，利用Praat自帶的共振峰提取算法提取后接F2,數值為2110Hz。

3 數據分析

利用MATLAB搭建決策樹(使用CRT算法，多重變量檢測)，將9項聲學參數作為因子，將每個樣本所屬的塞擦音音位類別(即//、/h/、//、/h/、//、/h/)作為因變量輸入模型，并設定60%的樣本(即1080個塞擦音樣本)作為模型的訓練樣本，另外40%的樣本(即720個塞擦音樣本)作為模型的檢驗樣本，檢驗該模型的可靠性。決策樹經過學習，生成了混淆矩陣(見下頁表1)、樹形分類圖(見下頁圖6)、分類規(guī)則(見表2、表3)，以下我們分別討論。

3.1 模型準確度的討論

首先，我們利用決策樹計算出的混淆矩陣(見表1)對模型的可靠性進行評估。

表1 塞擦音音位混淆矩陣

樣本已觀測已預測///h//?//?h//?//?h/正確百分比訓練//18000000100.0%/h/01800000100.0%/?/0017630098.0%/?h/0001770098.5%/?/0040175497.0%/?h/0000517697.7%總計百分比16.7%16.7%16.7%16.7%16.7%16.7%98.1%檢驗//12000000100.0%/h/01200000100.0%/?/0011740097.5%/?h/0001160097.0%/?/0030116596.3%/?h/0000411595.7%總計百分比16.7%16.7%16.7%16.7%16.7%16.7%97.8%

在表1中，橫列為預測值，即決策樹通過計算對各個樣本進行音位歸類的結果，縱列為觀測值，即每個樣本本身所屬的塞擦音音位類別，每個樣本的即標簽值，當縱列與橫列的結果一致即為預測正確樣本的數量(粗體字)，通過觀察該表我們可以發(fā)現：六個塞擦音預測正確率存在以下序列：//、/h/> /h/> //>/h/> //，//與/h/在檢驗樣本和預測樣本中全部預測正確；/h/和//次之，/h/在訓練樣本和檢驗樣本中預測正確率分別為98.5%和97.0%，//在訓練樣本和檢驗樣本中預測正確率分別為98.0%和97.5%；/h/和//預測正確率最低，/h/在訓練樣本和檢驗樣本中預測正確率分別為97.7%和95.7%，//在訓練樣本和檢驗樣本中預測正確率分別為97.0%和96.3%。從訓練樣本和檢驗樣本的預測正確率來看，兩類樣本的預測正確率均高于95%，分別為98.1%(訓練樣本)、97.8%(檢驗樣本)。這說明決策樹模型可靠性較強，接下來我們將在3.2考察塞擦音的音位聚類流程。

3.2 決策樹分類流程的討論

決策樹經過學習生成了塞擦音的音位聚類流程，見圖6。

圖6 塞擦音音位聚類流程

第一步，實現成阻部位前后的區(qū)分：決策樹以節(jié)點0為父節(jié)點向下分類生成節(jié)點1和節(jié)點2，其中節(jié)點1為舌尖后塞擦音//、/h/，節(jié)點2為舌面前塞擦音//、/h/和舌尖前塞擦音//、/h/。

第二步，實現成阻部位面積大小的區(qū)分：決策樹以節(jié)點2為父節(jié)點向下分類生成節(jié)點5和節(jié)點6，其中節(jié)點5為舌尖前塞擦音//、/h/的聚合，節(jié)點6為舌面前塞擦音//、/h/的聚合。

第三步，實現送氣狀態(tài)的區(qū)分：決策樹分別以節(jié)點1(舌尖后塞擦音//、/h/)、節(jié)點5(舌尖前塞擦音//、/h/)、節(jié)點6(舌面前塞擦音//、/h/)為父節(jié)點，向下分類分別生成節(jié)點3(舌尖后不送氣塞擦音//)、節(jié)點4(舌尖后送氣塞擦音/h/)、節(jié)點7(舌尖前不送氣塞擦音//)、節(jié)點8(舌尖前送氣塞擦音/h/)、節(jié)點9(舌面前不送氣塞擦音//)、節(jié)點10(舌面前不送氣塞擦音/h/)。

3.3 決策樹分類規(guī)則的討論

決策樹為還計算出分類規(guī)則，并將入選決策樹的聲學參數的聲學分類標準以及相關節(jié)點的關聯系數整理出來，見表2(括號內為聲學參數作用的節(jié)點)、表3。

表2 決策樹分類規(guī)則(終端節(jié)點)

分類規(guī)則/?/VOT<99ms(節(jié)點6)、5017Hz<譜重心<7213Hz(節(jié)點0、節(jié)點2)、后接F2>2017Hz(節(jié)點2) 、偏度<0(節(jié)點0)/?h/VOT>99ms(節(jié)點6)、5017Hz<譜重心<7213Hz(節(jié)點0、節(jié)點2) 后接F2>2017Hz(節(jié)點2)偏度<0(節(jié)點0)/?/VOT<96ms(節(jié)點5)、譜重心>7213Hz(節(jié)點0、節(jié)點2)后接F2<2017Hz(節(jié)點2) 偏度<0(節(jié)點0)//VOT>94ms(節(jié)點1)、譜重心<5017Hz(節(jié)點1)后接F2<2017Hz(節(jié)點3) 偏度>0(節(jié)點0)/?h/VOT<96ms(節(jié)點5)、譜重心>7213Hz(節(jié)點0、節(jié)點2)后接F2<2017Hz(節(jié)點2)偏度<0(節(jié)點0)/h/VOT>94ms(節(jié)點1)、譜重心<5017Hz(節(jié)點1)后接F2<2017Hz(節(jié)點4)偏度<0(節(jié)點0)

表3 相關聲學參數在各節(jié)點關聯系數匯總(8)關聯系數值域等級：1.0-0.8為極強相關，0.6-0.8為強相關，0.4-0.6為中等程度相關，0.2-0.4為弱相關，0.0-0.2為無關聯。

譜重心后接F2偏度VOT節(jié)點01.00(主變量)0.76(替代變量)節(jié)點20.73(替代變量)1.00(主變量)節(jié)點11.00(主變量)節(jié)點51.00(主變量)節(jié)點61.00(主變量)節(jié)點31.00(極強相關)節(jié)點41.00(極強相關)

基于表2、表3，并結合塞擦音的分類流程(圖6)，發(fā)現決策樹利用譜重心、偏度、后接F2、VOT四項參數作為分類規(guī)則。接下來，分別以節(jié)點為單位，分析這四項參數如何作用于塞擦音的聚類流程：

1)在節(jié)點0，決策樹以譜重心為主變量，以偏度為替代變量，實現舌尖后塞擦音(//、/h/)與舌面前塞擦音(//、/h/)、舌尖前塞擦音(//、/h/)區(qū)分，其中譜重心的分類規(guī)則如下：//、/h/<5017Hz

2)在節(jié)點2，決策樹以后接F2為主變量，以譜重心為替代變量，實現舌尖前塞擦音(//、/h/)與舌面前塞擦音(//、/h/)的區(qū)分，其中后接F2的分類規(guī)則為//、/h/<7213Hz2017Hz>//、/h/。

3)在節(jié)點1、節(jié)點5、節(jié)點6，決策樹以VOT為主變量，分別實現各個發(fā)音部位的送氣音與不送氣音的區(qū)分，區(qū)分規(guī)則分布如下：//<94ms

4 討論

普通話塞擦音依靠以下三組區(qū)別特征：[后]([back])、[面部]([coronal])、[送氣嗓音]([spread glottis])(9)QNS在構建聲學清單時選擇了Chomsky & Halle(1968)提出的區(qū)別特征體系，根據該體系，普通話塞擦音中送氣與不送氣的對立應用[送氣嗓音]描述。實現六個塞擦音音位(//、/h/，//、/h/、//、/h/)的區(qū)分，結Chomsky & Halle(1968:113)提出的器官綁定特征和器官自由特征以及發(fā)音增強理論(Stevens 1989; Stevens & Keyser 2010)，對以上三類區(qū)別特征與相關聲學參數的關系進行如下描述：特征[后]實現舌位前/后的定義，特征[面部]實現舌面/尖音的區(qū)分，兩項特征與特定的發(fā)音器官綁定，為器官獨立特征，其中譜重心為標記特征[后]的標準聲學參數，偏度為起到發(fā)音增強的參數，后接F2為標記[面部]特征的標準聲學參數，譜重心對該特征起到發(fā)音增強的參數；[送氣嗓音]因反映送氣與不送氣的對立，該特征不與具體發(fā)音部位綁定，反映的是兩種聲門開合狀態(tài)的對立，即聲源的對立，為器官自由特征，VOT為標記該特征的標準聲學參數。

綜上所述，可對塞擦音聲學界標進行如下表述，見表4。

表4 塞擦音聲學界標清單

器官綁定特征器官自由特征[后][面部][送氣嗓音]譜重心(標準聲學參數)偏度(發(fā)音增強參數)特征賦值后接F2(標準聲學參數)譜重心(發(fā)音增強參數)特征賦值VOT(標準聲學參數)特征賦值//<5017Hz//>0[+后]//<2017Hz[-面部]//<94ms[-送氣嗓音]/h/<5017Hz/h/>0[+后]/h/<2017Hz[-面部]/h/>94ms[+送氣嗓音]/?/>5017Hz/?/<0[-后]/?/<2017Hz/?/>7213Hz[-面部]/?/<96ms[-送氣嗓音]/?h/>5017Hz/?h/<0[-后] /?h/<2017Hz/?h/>7213Hz[-面部]/?h/>96ms[+送氣嗓音]/?/>5017Hz/?/<0[-后]/?/>2017Hz/?/<7213Hz[+面部]/?/<99ms[-送氣嗓音]/?h/>5017Hz/?h/<0[-后]/?h/>2017Hz/?/<7213Hz[+面部]/?h/>99ms[+送氣嗓音]

由表4可知，與[后]相關的聲學參數為譜重心與偏度，兩者分別以5017Hz和0為聲學界標。譜重心小于5017Hz，偏度大于0的//、/h/被賦予[+后]特征，譜重心大于5017Hz，偏度小于0的//、/h/、//、q/h/賦予[-后]特征(見表4)；與[面部]相關的聲學參數為譜重心與后接F2，兩者分別以7213Hz和2017Hz聲學界標，其中//、/h/因后接F2小于2017Hz，直接被賦予[-面部]特征，而//、/h/后接F2小于2017Hz，譜重心大于7213Hz，被賦予[-面部]特征，//、/h/因后接F2大于2017Hz，并且譜重心小于7213Hz被賦予[+面部]特征(見表4)；與[送氣嗓音]相關的聲學參數為VOT，VOT分別以94ms、96ms、99ms為聲學界標，實現[-送氣嗓音]與[+送氣嗓音]的區(qū)分，其中//、//、//因VOT數值分別小于94ms、96ms、99ms，被賦予[-送氣嗓音]特征，/h/、/h/、/h/的VOT數值分別大于94ms、96ms、99ms，被賦予[+送氣嗓音]特征。

通過上述分析可知，屬于器官固定特征的[后]和[面部]特征均需要兩項聲學參數充當聲學界標，才能完成區(qū)別特征的賦值，而屬于器官自由特征的[送氣嗓音]只需一項聲學參數充當聲學界標，便能完成特征賦值(見表4)。兩類特征所需聲學界標數量的差異，反映了聲源對立與前腔濾波對立的生理差異。聲源上的送氣與不送氣是一個簡單的二元對立狀態(tài)，而反應發(fā)音部位差異的前腔濾波，因前腔收緊點位置前后以及前腔收緊點面積的大小，則呈現出一種多元對立的狀態(tài)，以下分別討論。

4.1 關于器官自由特征的賦值

先來討論與聲源類型密切相關的器官自由特征。對于普通話塞擦音，[-送氣嗓音]與[+送氣嗓音]的對立，本質上反映了塞擦音在發(fā)聲時聲門開放程度的均在一種二元對立的狀態(tài)，不送氣音清音聲門開放程度約為喉開態(tài)(即：聲門最開的狀態(tài)，下同)的40%-55%，此時臨界期流量率為120-210 m2/s；送氣清音的聲門開放程度約為喉開態(tài)60%-95%，臨界期流量率為250-300m2/s(朱曉農2008:69)。蘇敏和于洪志(2016)利用PAS，從發(fā)音生理的角度，考察了普通話塞擦音發(fā)聲時的PEA值(Peak Expiratory Airflow 即峰值氣流，該值的大小與聲門的張開面積成正比，聲門張開程度越大，其數值越大，反之則數值越小)，其結果見表5。

表5 塞擦音PEA值匯總

音位類別///h//?//?h//?//?h/PEA均值特征賦值1.04[-送氣嗓音]2.19[+送氣嗓音]1.20[-送氣嗓音]2.71[+送氣嗓音]0.69[-送氣嗓音]1.76[+送氣嗓音]

通過觀察反映塞擦音發(fā)音時聲門氣流量大小的PEA值(見表5)，可發(fā)現如下規(guī)律：//(1.04)

4.2 器官綁定特征的賦值

相比之下，反映前腔濾波差異的器官綁定特征則的特征賦值相對復雜。不同發(fā)音部位的塞擦音，因收緊點差異，實現不同的前腔濾波，體現在音位系統(tǒng)上便是不同發(fā)音部位的對立，即器官綁定特征。對于塞擦音來說，聲腔內收緊點的位置從前往后有三種選擇分別為：舌尖前、舌面前、舌尖后。舌尖前塞擦音發(fā)音時舌尖與上齒齦接觸，舌面前塞擦音發(fā)音時舌面的接觸點位于上齒齦與硬腭的交界處，舌尖后塞擦音發(fā)音時舌尖與硬腭接觸；從收緊點面積大小來看，收緊點面積有兩種選擇，分別為舌尖與舌面，舌面音的接觸面積要大于舌尖音的接觸面積(鮑懷翹和林茂燦 2014:158)。這種多元狀態(tài)下的對立，鮑懷翹和鄭玉玲(2011)利用EPG從CC值(與舌腭的靠前性(contact anteriority)有關，數值越大，其前靠性越前)與CA值(描述舌與上腭之間接觸的寬度，數值大小與接觸面積成正比)對塞擦音生理參數進行了量化研究，見下頁表6。

通過觀察反映收緊點前后的CA值(見表6)，塞擦音收緊點由前往后依次為// (0.93)、/h/(0.88)> //(0.85)、/h/(0.80)> //(0.75)、/h/(0.76)，這與譜重心作為標準聲學參數體現出的序列：//、/h/>7021Hz>//、/h/>5017Hz>//、/h/是一致的(見表4)。可見塞擦音在收緊點前后位置上存在前、中、后三種選擇，三分的范疇如何在聲學上實現[-后]與[+后]二分對立呢？Stevens & Keyser(2010)的“發(fā)音增強”理論完美的解釋了這一問題：任何一個區(qū)別特征的聲學界標都由一個標準的聲學參數來標記，并由此反映“聲學—發(fā)音”基本格局，但在實際語流中常常還有別的聲學參數可以起到強化區(qū)別特征在聽覺上對立的顯著性(perceptual saliency)的作用。對于普通話塞擦音來說，[后]的標準聲學參數為譜重心，譜重心數值大小直接反映了收緊點的前后順序，但由于塞擦音收緊點的前后位置存在前(舌尖前)、中(舌面)、后(舌尖后)三種選擇，為了凸顯標準聲學參數譜重心以5017Hz為界標對[-后]與[+后]的分界，普通話選擇用偏度的正負對立來增強[-后]與[+后]的對立，其中偏度若大于0說明頻譜能量主要集中于低頻區(qū)，即收緊點是較為靠后的，因而被強化[+后]特征(如//、/h/)；偏度若小于0說明頻譜能量主要集中于高頻區(qū)，即收緊點靠前，因而被強化[-后]特征(如//、/h/、//、/h/)(見表4)。

表6 塞擦音CA值、CC值匯總

音位類別///h//?//?h//?//?h/CACC均值特征賦值均值特征賦值0.75[+后]0.42[-面部]0.76[+后]0.44[-面部]0.85[-后]0.79[+面部]0.80[-后]0.77[+面部]0.93[-后]0.42[-面部]0.88[-后]0.42[-面部]

接下來討論[面部]的賦值情況。觀察CC值(見表6)，塞擦音與上腭或齒齦的接觸面積體呈現出如下序列：//(0.42)、/h/ (0.42)、// (0.42)、/h/ (0.44)

Stevens & Keyser(2010)認為，區(qū)別特征與“發(fā)音增強”存在三種關系：1)有些特征只需要一項標準聲學參數，便可以完成區(qū)別特征的賦值，不需要其他參數進行發(fā)音增強；2)某項聲學參數只對一種區(qū)別特征起到發(fā)音增強的作用，與其他區(qū)別特征的賦值無關；3)某項聲學參數可以在某一區(qū)別特征中起到發(fā)音增強的作用，也可以與其他區(qū)別特征賦值相關(Stevens & Keyser 2010)。根據以上討論，不同聲學參數在對塞擦音進行區(qū)別特征賦值時，正體現了以上三種情況：1)[送氣嗓音]的特征賦值與具備[+后]特征的//、/h/在進行[-面部]特征的賦值時不存在“發(fā)音增強”，只需要調用標準聲學參數便可完成特征賦值；2)[后]特征的賦值，既需要標準聲學參數(譜重心)進行賦值，也需要調用偏度作為發(fā)音增強的參數強化特征賦值，而偏度不與其它特征的賦值產生關聯；3)同時具備[-后]特征的//、/h/與//、/h/在進行[-面部]與[+面部]的特征賦值時，不僅調用標準聲學參數(后接F2)，同時也調用了譜重心作為發(fā)音增強的參數強化特征賦值，而譜重心在[后]特征的賦值中，是標準聲學參數。區(qū)別特征與發(fā)音增強的這種不對稱關系，也從另一個側面反映了“聲學—生理”的對應關系。

4.3 其余參數討論

還有一個現象值得關注。本次實驗共選用VOT、GAP、振幅、譜重心、譜頂點、偏度、峰度、標準差、后接F2等9項參數描述塞擦音的聲學特征，但決策樹只選擇了VOT、譜重心、偏度、后接F2這4項參數作為普通話塞擦音的分類規(guī)則。GAP、振幅、峰度、標準差、譜頂點5項參數均未入選塞擦音音位的分類規(guī)則，為了進一步量化考察這5項未被入選的參數，我們將其對應所在節(jié)點的關聯度整理為表7。

表7 GAP、振幅、標準差、峰度、譜頂點關聯系數匯總(10)表7的關聯等級，請參考表3的注釋。

節(jié)點節(jié)點分類GAP振幅標準差峰度譜頂點節(jié)點0//、/h/與/?/、/?h/、/?/、/?h/區(qū)分0.24(弱相關)0.47(中等相關)0.44(中等相關)0.47(中等相關)節(jié)點2/?/、/?h/與/?/、/?h/區(qū)分0.31(弱相關)0.41(中等相關)0.47(中等相關)0.36(中等相關)節(jié)點1//與/h/區(qū)分0.23(弱相關)節(jié)點5/?/與/?h/區(qū)分0.17(弱相關)節(jié)點6/?/與/?h/區(qū)分0.19(弱相關)

由表7可知，決策樹認為GAP、標準差、峰度、譜頂點作用于節(jié)點0和節(jié)點2(見圖2)，即區(qū)分三類發(fā)音部位：舌尖前、舌尖后、舌面前，認為振幅作用于節(jié)點1、節(jié)點5、節(jié)點6(見圖2)即送氣狀態(tài)的區(qū)分，但以上五類參數均對各自節(jié)點的分類關聯度不高，其關聯水平均處于弱相關或中部相關，因而決策樹將沒有將這五項參數列入分類規(guī)則。(11)我們只承認GAP、標準差、峰度、譜頂點、振幅這5項參數無法有效反映塞擦音內部音位聚類關系，但這5項參數是否能夠真正反塞擦音與擦音的對立以及其他音位之間的區(qū)分，仍需進一步量化考證。基于以上數據，我們認為并不是所有表征塞擦音聲學特性的聲學參數均能反映塞擦音在聲學—生理上的量子關系。石峰(2008:1)指出：語音研究應當從“口耳之學”轉向“數值之學”。近年來圍繞語音聲學特征所做的定量研究，深化了語音的認識，不過在進行定量研究時，應當避免走極端，不能片面地將聲學參數的數值差異當成區(qū)別特征對立的聲學表現。區(qū)別特征是一個音位學概念，涉及到人類對語音的聽覺感知，而聲學參數是一個聲學概念，是一個物理量，任何一種語言的語音都會包含多種類別的聲學參數，但這并不等同所有語言在實現音位對立時 選擇相同的聲學參數。正如，Hjelmslev對“表達實體”和“表達形式”的區(qū)分：語言的表達實體為人類發(fā)音器官所能發(fā)出的一切語音，表達形式為不同語言對語音的切割結果；表達實體在不同的語言系統(tǒng)中可以切分為不同的表達形式(劉潤清2013:134)。Stevens & Keyser(2010)繼承了這一思想，他指出：不同語言“聲學參數—區(qū)別特征—發(fā)音參數”的對應關系均存在差異。如果僅考慮“聲學特征—區(qū)別特征”對應關系，同一區(qū)別特征很在不同語言的聲學實現上有可能存在差異，反映在聲學界標上，即為不同音系對區(qū)別特征聲學界標的選擇均存在自己的特點。此次研究，完美地證明了Hjelmslev和Stevens的觀點，VOT、譜重心、后接F2、偏度4項參數，可反映塞擦音的“聲學參數—區(qū)別特征—生理參數”關系，而GAP、標準差、譜頂點、標準差、振幅5項參數對于反映塞擦音內部的“聲學參數—區(qū)別特征—生理參數”的量子關系，聯系不大(劉潤清2013:134; Stevens & Keyser 2010)。

5 結論

本研究基于QNS理論，對普通話塞擦音的聲學界標清單進行了探索性研究，得出以下三點結論：

1)譜重心、VOT、偏度、后接F2可以作為聲學界標來描述塞擦音的聲學清單，其中反映器官自由特征的[送氣嗓音]特征只需要VOT一項參數，作為標準聲學參數便能實現特征賦值，反映器官綁定特征的[后]需要借助譜重心和偏度來完成特征賦值，反映器官綁定特征的[面部]特征需要借助后接F2、譜重心完成特征賦值。

2)對于器官綁定特征來說，其區(qū)別特征的賦值不僅與反映其基本聲學特征的標準聲學參數有關，還需要其他參數用來凸顯特征對立的顯著性。譜重心為標記[后]特征的標準聲學參數，偏度僅起到增強[-后]與[+后]的對立效果；后接F2為標記[面部]特征的標準聲學參數，譜重心(僅限于//、/h/與//、/h/區(qū)分)僅起到增強[-面部]和[+面部]的對立效果。

3)并不是所有表征塞擦音的聲學參數均能充當聲學界標，反映塞擦音“聲學參數—區(qū)別特征—生理參數”之間的量子關系。本次實驗我們發(fā)現GAP、譜頂點、振幅、標準差、峰度5項參數對于解釋塞擦音音位聚類的關聯度較差，無法反映塞擦音的“聲學參數—區(qū)別特征—生理參數”量子關系，因而不能充當塞擦音內部聚類的聲學界標。