新第三章第二节语音基础知识

1、 第三章 第二节 语音基础知识 口头言语（spoken language）是人类交往的最重要工具。语音（speech sound）是声音的一种，是言语意义的物资载体，离开语音这种物质形式，人类就不能传达、交流那些无形的思想和信息。语音的物理性质和机械波、电磁波、引力波相同，不同的它是由人类发音器官发出的，即不同于风声、雨声，也不同于动物发出的声音。在一个语言共同体里某个语音代表的语义是社会全体成员约定俗成的。因此，语音是一种社会现象。一、 语音的产生（一）人类的发音器官人类具有专门的视觉器官和听觉器官，却没有专门的的发音器官。能够起发音作用的是呼吸器官和消化器官的某些部分，通常把它们称为发音器

2、官。图3-5 给出和发音活动有关的所有人体器官。这些器官可以分为三大类：肺部为发音的动力源；声带是语音的重要声源；咽腔、口腔和鼻腔是共振腔。把那些可以活动的发音器官如唇、舌、小舌、声带、软腭等称为“积极的发音器官”，不能活动的如牙齿、硬腭齿龈等称为“消极的发音器官”。 下边解释对语音形成有重要作用的几个器官。 图 3-5 人类的发音器官 声带是位于喉头中间的一对唇形的韧带褶，边缘很薄，富有弹性，成年男子的声带约为十三四毫米长，女子的比男子的声带短约三分之一，儿童的则要更短一些。声带在不发音时，呈倒“V”形，其中空隙是声门；发声时，杓状软骨靠拢，使得声带闭合，声门关闭，从肺部来的气流被阻塞，形成

3、压力。压力渐大，冲开声带，并使之颤动，产生声音。在肺部气流作用下，声带发生一开一合的运动，完成一次开、合所需的时间叫振动的周期，单位是秒，通常用T表示。周期的倒数，即1/T叫频率，通常用F0表示，它表示每秒振动的次数，单位是赫兹，把它称为基本频率（fundamental frequency）。对于人类来说，F0约在60350赫兹。由于声带振动波形的特殊性，声带振动产生的声源波里不是只有基本频率，还有它的各次谐波，如果某人的基频是100赫兹，那么在他的声源波里将有200、300、400直到8000赫兹的各次谐波。不过，谐波的强度随频率增高其强度变低。一般认为，频率每增加一倍，强度下降12分贝。

4、对于司法语音研究来说，不仅要认识声带在语音形成过程中的重要作用，更要理解它在区分人群上的特殊作用。1 语音共振腔从喉头向上直到唇部叫声道，声道包括喉腔、咽腔、口腔、唇腔和鼻腔，它构成语共振腔。由声带颤动产生的声带音经过这个共振腔调制，才形成为耳朵所接受的语音。在发音过程中，通过调整咽、口腔的开合度，舌位的前后和上下移动及圆唇和展唇，来改变声道的形态和长度，在物理上就改变了声道的固有频率，形成不同的声道滤波响应（vocal tract filter response）。当声源波通过声道时，声源波里那些和声道固有频率一致的谐波们被激发、放大，形成尖峰，在某个频率区间出现声能集中区，即所谓的共振峰（

5、formant）；而那些不一致的则被抑制形成低谷，通常称为零点(zero)，成为能量弱区或空白区。每种音素如“一”、“乌”、“啊”都有属于自己的声道形态。正是这种种不同的声道造型才在声源波里“滤出”不同的语音来。图 3-6给出最常见的语音波形、频谱及其包络。 图 3-6 语音波形、频谱及其包络 语音共振腔的滤波作用是一切语音外在表现的根据。语音图谱是发音时口腔造型的反映，语音图谱里表现出的特殊性，是发音人口腔活动特殊性的反映。对于司法语音分析来说，除了理解共振腔和语图互为里表之外，还要记住发音动作也受心理因素影响。2舌头声道里的众多发音器官中，舌头是最重要、最灵活的发音部件。舌头不仅可以上下升

6、降，前后移动，而且它的各个部分-舌尖、舌叶、舌面、舌根-都可以独立活动。舌头是共振腔千变万化的基础，由于有了最灵活的发音要件舌头，才产生了种种不同的语音音素。舌头的位置、形状、活动方式是语音生理分析的主要内容，也是语音分类的主要依据。（二） 语音发音模型 语音是发音器官运动的结果。20世纪60年代已经提出以下语音产生的数学模型 S（t）=G（t）* V（t）* R（t） （1） S（f）=G（f）* V（f）* R（f） （2） 该公式表明，语音S（t）是由三部分组成的：声源信号G（t），声道传输函数V（t），及辐射特性R（t）。公式（2）对应的频域形式。实际上发音是一个连续动作，不可能分成三

7、个孤立的部分，这只是从言语工程角度提出的近似模型，基于该模型发展起来的语音合成方法，能够比较正确的合成出多种人类言语语音，从而证明这个模型可以在许多反映反映人类语音的产生过程。 声源激励 声道传输 口鼻辐射 语音 图3-7 语音产生示意图 图3-10下部（a）、（e）图分别是声门波的线状频谱和时域波形；（b）是声道传输特性；（c）、（f）是口鼻辐射的频谱和时域波形；（d）、（g）是元音的频谱、谱包络及时域波形。口鼻辐射，（e）、（f）分别是元音波形和频谱以及谱包络。该图概括的的说明了元音的产生过程。 1语音声源 不同音素音源位置不同。声带振动发出的浊音的声源一定在声道末端，即在声门处。而发清辅

8、音时声源点位于何处，则要根据清辅音的类型、发音方法和发音部位才能确定。 根据声带振动与否把语音声源分为有声声源和无声声源。有声声源也叫声门声源，它是位于咽腔的声带振动所形成的声门波，它是所有元音与浊辅音的源波。上图（a）、（e）表明，声门波的波形看似简单，傅立叶变换证明，它是由基频F0及其各次谐波2F0、3F0直至n F0所构成的复合波。如果基频F0 =120Hz，那么声门波将含有120，2120，3120，4120，60120=7200 Hz等等。（a）图说明F0的强度最大，随着谐波级次增加，谐波的强度越来越小，每增加一个倍频程，强度下降12分贝。无声声源又分为湍流噪声源和破裂噪声源。前者是

9、气流通过声道某狭窄处，由于雷讷数增大，气流由平流变为湍流而形成湍流噪声源，它是普通话摩擦类辅音的源波；后者是由于声道某部位完全阻塞之后突然释放，气流冲出而形成破裂噪声源，它是普通话塞辅音的源波。这两类清辅音的声源点可能在声道的任何部位。2 声道传输 声道可以模型化为一个中空管道，它具有的固有频率是： Fn = (2n-1)C/(4L) (1) L 其中， n=1，2，3，正整数，C是声速，L是声道长度。取C=340米/秒，L=17厘米，那么图示声管的头四个固有频率将是 500、1500、2500、3500Hz。含有多频率成分的声门波从声管左端进入，经过声管时必然和声管的固有频率发生共振。声源波

10、里那些频率和声管固有频率相等或接近的谐波成分将被激发，共振的结果使它们的能量被放大，形成强的能量带，称为语音的共振峰。而那些离开固有频率较远的谐波成分将被抑制，形成能量的空白区或弱能量区，形成波谷。从共振在语音的形成过程中起着非常大的作用。以上述基频F0 =120Hz的声门波为例。当它通过这个声管时，它的第4次谐波480与声管的F1=500Hz接近，因此在480 Hz右侧一点点的地方会出现语音的第1共振峰；声门波的第12次谐波为1440 Hz，第13次谐波为1560 Hz，它们和声管第2固有频率1500 Hz是等距离，因此，语音第二共振峰将出现在第12、13次谐波的中间的位置。一般说来，语音共

11、振峰出现的位置很少和声门波的谐波位置重合。实际发音时，除了中元音 / 的声道形态和上述声管相似之外，其他发音声道和声管模型都不相同。但是，可以用数学模型或机械模型去描述实际声道形态，给出如图（b）所示的声道传输频响，即特定声道形态所具有的固有频率。3 口鼻辐射语音从口腔或鼻腔辐射出来，也可以用一个物理模型来描述：人头可以看成是一个圆球，辐射过程近似为镶嵌在球面上的一个振动活塞。数学处理得出的辐射频响是R（f）=f / (4d ) 其中，是空气密度，d是辐射口到受音点的距离，为常数。由此公式可知，口鼻辐射与频率成正比，频率越高，提升效果越明显，其上升斜率为6dB/oct。（三） 元音 当来自肺部

12、的气流从声门狭缝挤出来的时候，使声带颤动，气流通过声道时在任何部位都没有受到阻碍，形成的就是元音。气流通过声道不受阻碍，不等于声道形态不变化，发元音时声道形状随发音对象的改变，声道任何位置都可能变得狭窄。例如发前元音时声道前端变狭窄，发低元音时时声道后端变狭窄。图3-8是发音时声道变化的近似模型，可 图 3-8 声道长度与形状对共振峰的影响以清楚地看到，声道长度改变或声道形状改变都导致共振峰数值及分布的变化。1 元音的分类可把元音按舌位、唇型分为四大类：（a）舌位高的是高元音，舌位低的是低元音；（b）舌位在前的是前元音，舌位在后的是后元音；（c）界于高、低之间的是中元音；（d）发音时圆唇则是圆

13、唇音，发音时展唇的则是展唇音。这里，“高低”指的是舌高点处上腭与舌背的距离，“前后”指的是舌高点至门齿的距离。图3-9给出Bell的舌位模型图， 前高元音舌位 中元音舌位 低元音舌位 图 3-9 Bell舌位模型图 u e a 图 3-10 8个标准元音 图3-10是国际语音学会规定的8个标准元音。 图中左侧是前元音，右侧是后元音，典型的中元音位于和中间偏上的地方。 为前高元音，e 为半高元音， 为半低元音，a为低元音。从到a舌高点与上腭距离逐渐增大，同时舌高点离门齿越来越远。u是后高元音，后半高元音，为后半低元音，为后低元音。从u/到舌高点与上腭距离逐渐增大，同时舌高点离门齿越来越远。 汉语

14、普通话的某些元音，如前元音、低元音a、后元音u等，与标准元音基本一致。有的标准元音汉语普通话里没有，有的虽然在汉语普通话存在，但共振峰数值差别较大。2 元音共振峰变化规律元音共振峰随声道、舌位的变化规律，既有理论意义又有实际应用价值。如果连续发元音ea-uy，就可以得到如图3-11所示的共振峰变化情况。 图 3-11 元音连续发音的共振峰模式从图3-11可以看到，1000ms之前是从 到 的滑动，F1、F2由分到合；10002000ms基本上是a音段，F1、F2合并在1000Hz左右；20002600ms，合并在一起的F1、F2逐渐下滑，表明处在u段；26002750ms，是由u 向y 滑动，

15、F1、F2分开，F2上升。图3-12是发音人舌位与共振峰关系的实测曲线。“TOGPH”、“LIPPH”分别表示舌位的高低和前后。横坐标是帧数，每帧等于50ms。右侧纵坐标是表示舌位位置的毫米数值。可以看到，舌位的降低与F1的升高呈现正比关系，舌位最低点对应着F1的最大值；舌位的后缩与F2呈现反比关系，。舌位后缩最大值对应着F2的最小值。 图 3-12 舌位与共振峰数值的关系 综上所述，可以得到关于元音共振峰变化的几条规律：所有元音共振峰都于声道长度成反比；F1和舌位高低成反比：舌位愈高，F1愈低，舌位愈低，F1愈高。F2和舌位前后成正比：舌位愈前，F2愈高，舌位愈后，F2愈低。 F2和嘴唇圆展

16、也有关系，圆唇会使F2降低一些；F3和元音舌位关系关系不大，但是受舌尖活动影响。汉语的两个舌尖元音，发舌尖后元音时，舌尖抬高卷起，F3值就比舌尖前元音的F3值低一些。表3-2 列出A、B、C、D、E等5个发音人发7个舌面元音的舌位数据。附表1是普通话单元音共振峰频率计算值 。这些数据证明：（a）虽然发同一个音素，但是彼此舌位数据都不相同；（b）任何一个发音人的数据都满足上述发音规律的要求；（c）语音，无论是其数据，还是其形态，都存在一个相当大的变化范围。 表3-2 普通话单元音舌位数据（单位：mm）元音 舌位 A B C D E 平均 高低 5 1.5 6 3 4 3.9 y 高低 6.5 3

17、 8 5 5 5.5 u 高低 18 4 9 5 7 8.6 e 高低 6 8 11 11 8 8.8 高低 12 5.5 13 9 8 9.5 高低 18 5 12 11 9 11 a 高低 26 12 24 14 16 18.4 前后 14 13 20 25 15 17.4 y 前后 17 14 20 25 15 18.2 u 前后 70 57 65 55 55 60.4 e 前后 53 35 39 36 41 40.8 前后 64 51 64 52 50 56.2 前后 68 54 65 50 51 57.6 a 前后 56 56 50 45 43 50.0 （四）辅音辅音的共同特点是气

18、流在声道的一定部位受到阻碍，以某种方法冲破阻碍而发出声来。受到的地方就是发音部位，形成和冲破阻碍的方式就是发音方法。除了发音部位、发音方法之外，由舌收紧点到到唇沿构成的前腔，对辅音音色的作用也很大，如发“s”、“sh”，前腔长度和形状都不相同，二者的音色差异明显。1 辅音的几个基本概念（1）清和浊发某个辅音时，如果声带产生振动，那么这个辅音就是浊辅音；反之，声带不振动发出的就是清辅音。汉语普通话有22个辅音，只有4个浊辅音：m、n、l、r。其余22个都是清辅音。（2）送气与不送气。汉语的送气与不送气具有区别意义，如“怕”、“爸”意义不同的起因在于，头一个字的辅音是送气的，第二个字的辅音是不送气

19、的。比较而言，送气辅音通过喉部的气流较强。按国际音标书写规则，在辅音的右上角加“h”表示送气。普通话送气与不送气辅音都是成对出现的。（3）鼻音与口音。软腭（连带小舌）位置决定音素是口音还是鼻音：软腭低垂，堵住口腔通道，使气流从鼻腔出来，就形成鼻音；软腭上升，堵住鼻腔通道，让气流从口腔出来，就形成口音。普通话里的鼻音有m、n、ng。（4） 辅音音征。汉语音节是由辅音和元音组成的，由辅音到元音是一个连续的过程。生理方面，是从发辅音部位转移到发元音的部位；在声学方面，表现出来的是辅音对元音共振峰的影响。辅音音征就是辅音-元音之间重要特征之一。清辅音虽然不能形成能量集中的、横杠式的共振峰，但是在特定的

20、频率区间也有自己的能量集中点。例如，辅音b的能量集中点在700赫芝左右；辅音d的能量集中点在1800赫芝左右；辅音k的能量集中点在3000赫芝左右。当发音动作从辅音向元音位转移时，伴随的是从辅音的能量集中点向元音的能量集中区共振峰的转移。由于辅音、元音的能量集中频率区域的不同，元音的共振峰要么上升，要么下降以便和辅音的能量集中点匹配。实验语音学规定，把元音的第二共振峰的弯头定义为辅音的音征。图3-13给出的是辅音t和前后元音的第二共振峰相接形成的音征。显然，图中虚线都指向1800赫芝，该值就是舌尖辅音t的“音轨”。 图3-14给出的是辅音k，t，p和元音a相接的情况。塞音、塞擦音、擦音等都有自

21、己的音征。 t te t ta t to tu 图3-13 辅音t前后元音结合形成的音征。F2的弯头都指向1800Hz 图3-14 元音 a 与p、t、k 形成的音征（5）浊音起始时间。辅音元音之间另一个重要的声学表现是“浊音起始时间”（Voice Onset Time，VOT）。它指的是，塞音除阻和声带颤动之间的时间关系，能比较精确地说明塞音的清浊和送气的情况。下图发音器官在0前两条线靠拢表示发音器官的主动部分和固定部分形成阻碍，是发音的持阻阶段；0后两条线分开表示除阻之后阻碍完全解除。直线表示声带未颤动，波形线表示声带颤动。以时间轴为定标器，可以看到，全浊音、半浊音的VOT为负值，不送气清

22、音VOT几乎为零，弱送气清音、强送气清音的VOT为正值。 音征和VOT是因人而异的，如果它们在语音图谱中能够表现出来，对于司法语音分析是很有用的。图3-15给出的是不同辅音VOT的示意图。 图3-15 VOT示意图 2辅音分类辅音的多样性更多地表现在发音方法和发音部位上。按照发音方法，表1给出6种辅音类别。 （1）塞音 塞音有6个，按发音部位分成3组：双唇塞音b，p，唇齿塞音d，t，舌根塞音g，k。 每组的第一个都是不送气的，第二个是送气的。同是塞音，由于发音部位、发音方法不同，它们的时长，能量集中区以及与后接元音形成的音征等都有很大区别。不送气塞音，b在700Hz左右存在能量集中区，d能量集

23、中区的频率范围在1800 Hz左右，g随发音部位和后接元音而变化，在1600 Hz附近存在能量集中区，有时在更高频率如6000Hz上下出现能量集中区。（2） 擦音表1 里有5个擦音，它们分别是齿唇f，舌尖s，卷舌sh，舌面x和舌根擦音h。s、sh和x的擦音长度差不多，其中心频率都比较高，频率下限都非常清楚而稳定。这是舌尖到舌面前擦音的共同声学特点。s的下限最高，x次之，sh下限最低。舌面擦音h最没有个性，后接元音有什么样的共振峰，它几乎就出现什么样的能量带。齿唇擦音f的能量分散，可能出现在整个频率区间，中心频率约在5000Hz。（3）塞擦音 表1 里有3组6个塞擦音。发这类音时，是先塞后擦。如

24、发z（zu/租）时，舌尖前低住上齿背，阻塞气流，随即舌尖稍稍离开，使气流从舌尖和齿龈的缝隙中摩擦而出。塞擦音既有塞音特点，又有擦音特点。在图谱里。有时既能看到冲直条，又能看到乱纹。塞擦音与后接元音属于同一发音位（如zi/资、qi/期）是一种图谱类型，塞擦音与后接元音发音部位不同（如za/匝）又是一种谱型。 （4）鼻音表1 里有3个鼻音：m，n，ng。这里的ng也叫软腭鼻音，它是唯一不能作声母的辅音，ng和n是仅有的两个可以出现在音节末尾的辅音。鼻音是浊辅音，都有属于自己的共振峰。作为声母也好，作为鼻音尾也好，它们的共振峰和元音共振峰在相接处通常都会出现“断层”。在图谱上，鼻音共振峰的能量强度要

25、比口音的弱一些。（5）边音只有一个：l ，它是浊辅音。发音时舌尖抬向齿龈或硬腭，从正面堵住了气流通路，在舌的的一侧或两侧形成通路，使总能量降低。其结果是在频谱上出现某些零点，使其附近的共振峰减弱，有时会出现另加的共振峰。边音的共振峰与元音共振峰在衔接处也出现“断层”。发边音时，舌体有较大的自由度，除阻之前舌体位置已经向后接元音的目标值滑动，结果造成边音有多种变体。也就是说，边音为研究协同发音研究提供了条件。（6）通音通音也是一个：r，浊辅音。有时它被看成是半元音，因为它的语音图谱与元音的共振峰一样，只不过能量弱一些。有时在共振峰上会出现由于声道收缩成的摩擦。r的卷舌会使后接元音第三共振峰始端呈

26、现较大的下降，如在rao/饶、rou/肉等音节中，a，o第三共振峰始端被拉低到与第二共振峰相接的程度。3 辅音的图谱和元音相比，辅音的图谱比较复杂。元音的图谱用横杠表示共振峰的频率变化就够了，而辅音由于声道的阻塞部位不同，即辅音源位置不同，阻塞方式不同，加上清浊辅音的不同，使得辅音的图谱就比较复杂了。图3-16给出的是构成辅音图谱的几个基本模式。从1到6分别表示的是，发浊辅音声带振动时出现基频横杠；浊辅音如m，n，l，r等的共振峰横杠；一般在清檫音里出现的乱纹；一般摩擦性的浊辅音里出现的共振峰加乱纹；在塞音和塞檫音里出现的冲直条；送气塞音里出现的冲直条加乱纹。这些基本模式可以组合成所有辅音的图

27、谱。 1 基频横杠 2 共振峰 3 乱纹 4 共振峰加乱纹 5 冲直条 6 冲直条加乱纹 图3-16 辅音的基本图谱模式二、 汉语普通话音节（一） 音段1音位 言语或方言中用来区分不同词或语法形态的最小语音单位。音位包含以下几个意义：（1） 音位具有辩义功能（2） 音位是具有辩义功能的最小语音单位（3） 音位是从彼此存在差别但没有辩义作用、而在音感上相似的一组音素中概括出来的（4） 音位属于特点的语言或方言 例1dai/呆-tai/胎 ，dai/呆- dao/刀， dai/呆dui/堆；ai/唉- an/安。 比较各组合可知，d，t，i，a，u，n 都是音位。而ai、an 不是音位，因为它们可

28、以分解成更小的语音单位。 例2book-books，pen-pens，cat-cats 。 这里，字母s 是语法形态的最小语音单位。 例3 汉语 gu/古 ，ku/苦 ；英语 sport，scot 。汉语古、苦差别在于声母的送气情况不同；正常发音时，英语 sport，scot里的第2个字母p，c都是不送气的，如果一定发成送气的，词义不变，只是不如不送气自然。所以送气/不送气在英语那里不是音位。2音位和音位变体 音位是从音感相似、彼此没有辩义差别的一组音素抽象出来的，该组中的每一个音素都是该音位的音位变体。音位同音位变体就是抽象与具体、一般与个别的关系。音位变体是音位的具体体现，音位存在于音位变

29、体之中。 音位变体可以分为两类：条件变体和自由变体。如普通话的“给/gei”、“高/gao”、“姑/gu”，其声母/g/出现三个音位变体。在发“给/gei”里的g时，发音部位靠前，唇形略展；在发“高/gao”里的g时，发音部位靠后，是正常的g；在发“姑/gu”里的g时，发音唇形呈圆，发成圆化的g。由于受到后接元音的影响（协同发音），g出现三类条件变体变体。北京话的a ，A，也是条件音位变体。南京、重庆等地的n、l不分，辽宁地区的平卷舌不分等情形，属于音位自由变体。同一音素在特定个体那里有音位变体，推而广之，在不同发音人那里，由于发音个体的种种差异，必然会表现出更多的音位变体。音位及其变体的声学

30、表现对话者语音识别具有重要价值。3 音质音位和非音质音位由音素构成的音位叫音质音位，也叫音段音位。其中由元音构成的，叫元音音位，由辅音构成的，叫辅音音位。 另一类是非音质音位，也叫超音段音位，它们不是以音质为基础构成的，而是以音高、音强、音长为基础构成的。 以音高为基础构成的音位叫调位，汉语普通话的阴、阳、上、去是具有辩义作用的调位。 以音强、音长、音高等综合因素为基础构成的音位，叫重位。 （二）汉语普通话音节结构1 汉语普通话音节的一般结构汉语每个方块字都是一个音节。由于许多字是同音的，不计声调时汉语普通话里的音节数只有400多个。最简单的音节由一个元音组成，用v表示，还有由二合元音、三合元

31、音构成的音节，即存在vv、vvv音节。大多数音节是由辅音（consonant）和元音（vowel）组成的，简写为cv，但也有辅音、元音和鼻音（nasal）构成的音节，简写为cvn，元音和鼻音给出的音节，简写为VN。可以用下面的通式表示普通话音节的结构： c + v v v + n方括号里的是可选项。汉语普通话音节可以分为三大部分：声母、韵母和声调。声母部分由辅音构成，可以充当声母的辅音有21个，舌根音ng只能出现在音节尾。通常，把只由元音构成的音节称为零声母音节，所以，普通话里有22个声母（initial）。韵母相对复杂些，通式中vvv+n都是韵母。韵母可分为韵头、韵腹和韵尾。第一个方括号里的

32、元音称为韵头，又叫介音，可以充当介音的只有、u、三个元音。韵腹是音节中的必要成分，是音节的核心。通式中的余项v+n就是韵尾。汉语普通话里的辅音绝大多数都不可作韵尾，通式中的n只有n、ng两个鼻音，n是唯一一个既能作声母又能作韵尾的辅音。元音原则上都可以作韵尾。汉语属于声调语言，声调具有辩义功能。普通话音节出现不同声调是声带基频变化的结果，这个变化是由韵母部分来体现的。2 音节的声学结构以语音形式出现的音节是由不同音素（phone，phoneme）构成的，音素是人类可能发出的最小语音单位，或者说音素是从音质角度划分出来的最小语音单位，有时又叫音段（segment），或切分成分。音素是建筑语言的原

33、材料，每种语言都只是选出某些音素构成自己的体系。所以，作为原材料的音素在不同语言体系中，它们的功能可能不同。（1）音渡（transition） 言语是由随时间展开的语音流构成的，语流里充满着音渡：音素之间的，声母韵母之间的，音节之间的，词与词之间的等等。音渡实际上是音位之间的连接和分界，在音节内部，音位之间的结合很紧密，时间上彼此连续，音质上相互影响，通常把这种相互影响称为协同发音（coarticulation）。（a）闭音渡，指的是音节内部各音位之间的过渡。前边讨论过的辅音音征就是闭音渡的表现之一。声母和韵母之间的过渡，也叫前音渡。前音渡的形态依赖于辅音类型和紧随其后的元音种类。在iao/腰

34、字里，从到a、从a到o是三个元音音位之间的音渡，从到a的音渡使其头两个共振峰左端呈现喇叭形，右端的两个共振峰在1000Hz左右靠拢；从a到o的音渡使其头两个共振峰向下滑动。闭音渡的存在使得某些音位或者出现变体，或者变质。如在ai 、an音节里的a发a， 在ang 里的a发，ian 里的a发。在鼻韵母里，n、ng和前面的元音彼此之间的音渡叫后音渡，是音节内部重要的音渡之一。图3-17给出了这样两类后音渡的图谱情形。n是齿龈鼻音，而ng是软腭鼻音，因此它们对前边元音的影响是不同的。 图 3-17 鼻韵母的后音渡 左：wen/温 右：weng/翁 分析闭音渡在音节内促成的共振峰走势及其所造成共振峰数

35、值的改变，是语音图谱检验的重要内容。（b）开音渡，主要是音节之间的过渡。开音渡形态取决于前后两个音节的结构。如果是cv+cv类型，将是后音节的辅音影响前音节的元音；如果是v+v v，将是两个元音之间的协同发音；如果是cvn+cv，那么后音节的辅音对前音节的鼻尾将产生影响。图3-18在 tiao/调 和yu/雨之间协同发音最明显。原本从a到o应该出现下降走势， Feng/风 tiao/调 yu/雨 shun/顺 图 3-18 协同发音效应 但由于“雨”字是圆唇前高元音，“展前顾后”的结果使得发o时舌位不仅不低，反而提前抬高，这就是“调”尾巴出现喇叭的原因。 （2）汉语普通话音节声学结构图 随着实

36、验语音学的发展，人们对音节各个部分的声学表现有了更深入的了解。音节是由一系列音位组成的，在音节中它们既有自身的表现形式，又会有音位之间的组合、连接以及互相影响、渗透等情况。根据组成汉语普通话音节的音位特点以及韵母的构成，有人提出普通话音节的声学语音学结构有如图3-19所示的框架图 ，它适合于普通话的所有音节。在这个框架里，1-4段属于声母，6-9段属于韵母，第5段既属于声母，又属于韵母。框架里的1-4段概括了普通话里各类辅音的发音情况。第1段适用于塞音和塞檫音，它们有成阻和持阻阶段，与此对应的是无声段。当气流冲破阻塞时，出现的是爆破段。摩擦/嗓音段几乎对所有的声母都有意义。气流通过声道某个狭窄

37、处出现的湍流，成为清声母的噪声源，该湍流经过声道传输后形成具有特定音色的摩擦声。不同的清声母，其摩擦段的时长不同，所形成的能量集中区也不同。浊声母是嗓音声源，同时也有浊擦音，其频谱上既有类元音的共振峰，也有类摩擦音的摩擦乱纹。送气段则属于送气塞音、送气塞擦音的。它常常和第五段一起构成“音渡”。 第5段是处于声母与韵母之间的过渡段。它的频谱具有高度的动态性，既有声母的特征又有韵母的特征，视觉、听觉均是如此。 第6-8段适用于韵母是由单元音、复合元音、鼻韵母充当时的情况。韵母为单元音时，第6、8、9段都不存在，只有第7段；当韵母是二合或三合元音，且第1个音位是i，u，y 三个介音时，那么，第6段的

38、起始目标值便是三个介音中的一个，第7段核心目标值是二合元音（或三合元音）中的第2个元音，此时第8段是元音性韵尾。当韵母为鼻韵母时，第8段就承担由主要元音向鼻尾过渡的任务。第9段鼻韵尾是普通话里唯一能够出现在音节末尾的辅音。 图 3-19 普通话音节的声学结构（三）超音段特征音位或音素有时被称为音段（segment），具有特定音质的音位不可能承载所有的言语现象，譬如音长、重音、声调、语调以及在时间方面的韵律变化等。把音长、重音、声调、语调等定义为“超音质特征”，也叫“超音段特征”，或韵律特征。韵律特征在不同的语音层次上都有表现。在音位层次上表现为长短音；在音节层次上表现为声调，在音节组合层次上表

39、现为轻重音；在语句层次上表现为语调。必须指出，长短音、声调、轻重音或是语调等韵律特征都不能独立存在，必须通过音质成分体现出来。而且，韵律特征是作为比较特征而提出来的，重要的不是它们的绝对值，而是它们的相对值，相对的变化幅度。1 音长 音段和超音段都能表现出音长特征。比如同为塞音，不送气塞音的时长就短于送气塞音的时长；塞擦音的时长就短于擦音的时长。英语heed和hed依靠i：i来区分词义。自然音长。这是在正常言语活动时语音音素所固有的、自然的时间长度。例如汉语普通话辅音自然音长的序列是，塞音音长最短，塞擦音次之，边音梢长，鼻音更长，擦音最长。功能音长。音长具有别义作用即属于功能音长。英语、法语、

40、德语，以及蒙语里都有长短音的对立，用以区分词义。这类音长又叫“时位”（chroneme）。在司法语音领域，经常遇到自然音长被破坏的情况，或者由于语速太快，或者由于讲话处于极不正常的状态。2 重音讲话时所发语音总是有轻有重。轻重是比较而存在的，某个或某几个音节相对其余音节显得更响亮、清楚。在许多语言里，重音具有区别功能。如increase，重音落在第一个音节上，是动词；重音落在第二个音节上，是名词。俄语，重音在第一个音节上，是“城堡”；重音在第二个音节上，是“锁”。一般认为汉语是非重音语言，因为在汉语不因重读与否而改变词义。可是，汉语同样存在轻重音现象。在双音词、三音词、四音词里已经形成较为固定

41、的重读形式。例如两字词有重重式读法：天地、父母、南北、中外；有重轻式读法：骆驼、工夫、哥哥、木头；有轻重轻式读法：老王、第一、出席、小李。有的词组由于轻重音位置不同，词义也会变化。“大意”，重音在第一个音节上，表示粗心、马虎；重音在第二个音节上，表示大略之意。“东西”、“兄弟”也有这类变化。听觉感受到的重音与发音状态、声调、音长乃至元音音质都有关系，如表3-3 所示。 表3-3 发音状态与元音音质 发 音 调 值 调 长 元 音重读音节 用力量大 原 形 最 长 不 变中读音节 用力较大 与原形相近 次 长 不 变轻读音节 不大用力 调值变化 最 短 变 化在涉案语音里，既有被重读的音节（有时是反常规地重读），也有大量轻读音节。表 说明，音节由重读变为轻读，其调值、调长以及元音音质都会发生很大变化，在作视觉听觉比对时，必须充分注意。3 声调 汉语是声调语言，声调是具有区别意义的音高变化。汉语普通话有410个音节。四个音调都有意义的音节只有160个；三个声调有意义的约为130多个；两个调类有意义的约为70个左右；一个调类有意义的音节数40个左右。加上声调，汉语普通话音节总数约1250个。声调是通过音节的韵母段表现出来的。一般用调形和调值来描写