漢語普通話前響二合元音共振峰模式的異質性表現*

王 萍

南開大學文學院 天津 300071

提要 文章對《漢語語音數據庫》中102位北京人所發的漢語普通話前響二合元音/ai/、/ei/、/u/、/ou/的共振峰模式進行了大樣本的統計研究。結果表明，普通話的前響二合元音的內部表現并不是完全同質的，而是存在不同程度的變體和變異。其中，/ai/、/u/均包含三種共振峰模式，/ou/包含兩種共振峰模式，/ei/只有一種共振峰模式。二合元音/ai/、/u/、/ou/中均不同程度地存在單元音化的現象，而且主要出現在青少年中。

1 引言

漢語普通話的復合元音是由兩個或三個元音構成，其發音特點是從一個元音的舌位逐漸滑動到另一個元音的舌位，舌位、唇形要逐漸變動，自然連貫，形成整體；從發音的響度來看，主要元音的發音口腔開口度最大，聲音最響亮，持續時間最長，其他元音發音輕短或含混模糊。通常，人們把復合元音分為二合元音和三合元音兩大類，其中根據主要元音的位置不同，二合元音又分為前響二合元音和后響二合元音兩類。

國內外學者對于二合元音的研究成果較為豐富。吳宗濟和曹劍芬(1979)在聲學元音圖中得到了漢語二合元音的動態曲線。曹劍芬和楊順安(1984)選取男、女4位北京人所發的自然語言里的零聲母字作為實驗材料，對北京話里13個復合元音的動態特性進行了細致的量化分析。楊順安(1986)提出了一種復合元音的指數式動態模型，能將普通話的13個復合元音的音色變化描述為幾個目標值之間的動態運動。曹劍芬(1994)以普通話語音聲學參數數據庫中15個人的零聲母音節的聲學參數為基礎，重點解析了/u/、/ou/的頻率特性隨時間而協同變化的行為及其相關結構方面的異同，并給出相應的統計參數和相關的時頻協變模式。賀寧基(1985)利用聽感的方法證明，二合元音感知的時間閾值及其滑動段的共振峰變化率這兩個參數之間存在補償關系。Hongmo(1986)認為復合元音的主要特點是由第二共振峰(F2)確定的，所以以F2為研究對象，并提出復合元音的“截斷模型”(trancation model)。Eric(2001)利用聲學實驗的方法對20位(10男10女)北京發音人普通話復合元音的極點位置進行了測量和統計。Lehiste & Peterson(1961)，Holbrook & Faibanke(1962)和Gay(1968)曾用語圖儀對美國英語的二合元音進行過測量和分析，他們將英語的二合元音分為起始段(onset)、過渡段(transition)和收尾段(offset)三段，其中起始段和收尾段大多是長而平穩，發音比較“到位”。

上述研究為我們認識復合元音的表現和性質提供了重要的參考。同時，我們也看到各家對于漢語普通話前響二合元音的共振峰模式存在分歧，焦點主要集中在前響二合元音中是否存在韻腹的穩定段。具體來說，曹劍芬和楊順安(1984)、吳宗濟和林茂燦(1989：99)認為漢語普通話的前響二合元音就是一種共振峰頻率不斷依時變化的動態元音，不存在韻腹的穩定段。與這種觀點相反，賀寧基(1985)認為單發的前響二合元音的共振峰結構可以分為三段：前穩定段，后穩定段，中間的滑動段。而Hongmo(1986)主張前響二合元音/ai/、/au/的主要元音/a/的穩態段的出現不是必須的、強制性的，具有隨意性和不穩定性，呈現可能的穩定狀態或準穩定(quasi-steady)狀態。筆者認為造成以上分歧的原因很可能是由于發音人選擇的不同，他們之間會存在一定的個體差異。另外，上述研究主要是基于少數發音人的個案研究，沒有進行大樣本的統計，所以其研究結果的代表性和普遍性有待商榷。

針對前人研究中存在的分歧和不足，我們對《漢語語音數據庫》(1)《漢語語音數據庫》是由美國學者Robert Sanders和石鋒教授合作完成。目前該數據庫共包含102位發音人， 他們都是土生土長的北京人。該數據庫分別在2005年和2006年進行了兩次語料采集工作，第一次語料采集的發音人包括了各個年齡層，第二次語調采集的發音人主要是20歲以下和20-29歲兩個年齡層，所以該數據庫中青年人的數量較其他年齡層偏多。中102位北京人所發的韻母為前響二合元音/ai/、/ei/、/u/、/ou/的字音的共振峰軌跡進行了測量、分類和計算，期望從大樣本統計的角度來全面揭示普通話前響二合元音的共振峰模式，進而對前人的積疑給予一定的補充和解釋，使我們的認識更加清晰完整。

2 聲學實驗和統計分析的步驟及程序

2.1 發音樣品的選擇

我們在《漢語語音數據庫》中選取了4個以普通話前響二合元音/ai/、/ei/、/u/、/ou/為韻母的單字音作為實驗語料，而且它們的聲母盡量選擇零聲母，為了保證音色的穩定，聲調均為陰平調。實驗語料的字音分別為“哀”[ai55]、“杯”[pei55]、“熬”[u55]、“歐”[ou55]。每個元音共有102個取樣(每個元音共有102位發音人)，我們共得到102×4=408個有效樣品。

表1 發音人性別、年齡分布

20歲以下20-29歲30-39歲40-49歲50歲以上合計男23147448女82868454總計105910158102

2.2 聲學實驗中聲學參數的提取

我們以praat語音分析軟件為工具來提取元音的共振峰數據，其中包括元音的前三個共振峰：F1、F2、F3。具體來說，在praat平臺上運行事先編寫好的腳本程序，對語音樣本的聲學測量采取等時長提取，即無論字音的長短，其韻母部分的共振峰曲線均被等分為10份(共振峰曲線不包括輔音和元音的過渡段)，最后得到11個測量點的共振峰數據，聲學單位為赫茲(Hz)。

2.3 共振峰數據的統計分析

我們以SPSS22.0為統計工具，對共振峰數據進行統計計算。在統計計算之前，利用莖葉圖法檢查整體數據中是否存在離群值，對于測量失誤造成的離群值進行校正，對于個體差異造成的離群值予以剔除，這樣能夠保證數據的整體客觀性。因為男、女的生理差異使得共振峰數值的差異顯著，所以本文對于男、女的共振峰數據分別進行計算和統計。

3 前響二合元音/ai/、/ei/、/u/、/ou/共振峰模式的統計表現

每個前響二合元音均得到11個測量點(每個測量點包括F1、F2、F3三個維度)的數據，102位發音人的4個前響二合元音共計11×102×3=3366個測量點的數據。然后將聲學分析得到的所有數據輸入SPSS統計軟件，根據共振峰軌跡的實際表現進行分類(分類結果將在下文詳細說明)，(2)分類主要參考聲學和聽感兩個標準。關于穩定段的確定，聲學上，共振峰曲線(F1、F2和F3)的走勢比較平穩，聽感上能判斷出較為明顯的單元音段。雖然穩定段的頻率也不是完全穩定的，也會有起伏，但是與真正的過渡段相比，這種起伏并不是規律性的上升或下降，而是無規則的高低變化，而且變化的幅度比真正的過渡段小很多。分別計算出每個元音每個類別下男、女的平均值。最后以時間(t)(歸一化)為橫軸，以頻率(Hz)為縱軸，分別做出每個元音的共振峰模式圖。

3.1 /ai/的共振峰模式的統計表現

3.1.1 /ai/的三種共振峰模式的聲學表現

根據102位發音人的實際表現，普通話/ai/的共振峰走勢可以歸納為以下三種(見圖1)：1)圖1a，/ai/只由一段構成，即/a/和/i/兩個目標元音的過渡段，以下簡稱/ai/1；2)圖1b，/ai/由兩段構成，即/a/的穩定段+/ai/的過渡段，以下簡稱/ai/2；3)圖1c，/ai/的共振峰走勢平穩，接近直線，聽感上接近單元音[]，以下簡稱/ai/3。

圖1 /ai/的三種共振峰走勢圖

為了能夠更加直觀地表現/ai/3的單元音化傾向，我們將/ai/1和/ai/3放在同一張聲學元音圖中來看它們的對比表現，同時，我們將/a/、/i/、/u/三個頂點元音統計計算后的平均值(102位發音人按照男性和女性分開統計)也放在圖中，作為聲學位置的參考點，見圖2。

圖2顯示：無論男性和女性，都可以清楚地看到/ai/1從韻腹/a/到韻尾/i/的舌位動態變化軌跡，只是與單元音/i/相比，韻尾/i/發生了舌位不到位(undershoot)的現象。而/ai/3的數據分布相對比較集中，從相對位置來看音值比較接近單元音[]。

從共振峰性質來看，/ai/可以歸為兩大類：1)復合元音，/ai/1和/ai/2，其中/ai/1的出現頻率較高，是主體，/ai/2的出現頻率較低，是變體。2)單元音，/ai/3已經單元音化為[]，可以看作獨立的一類。

圖2 /ai/的聲學元音圖

3.1.2 /ai/的三種共振峰模式中F2的參數表現

Lehiste & Peterson(1961)、Gay(1968，1970)、Kent & Moll(1972)、Manrique(1979)考察了不同條件下二合元音F2的變化率，將F2的頻率變化(聲學層面)和舌位移動(生理層面)作為表現二合元音特征的兩個重要參數，并且確認F2的變化率是表現二合元音的重要聲學特征參數。Hongmo(1986)通過協同發音的實驗也證明，復合元音的主要特點是由F2確定的，不是F1和F3。基于此，我們對/ai/的三種共振峰模式中F2的頻率跨度、時長、斜率等參數分別進行了統計，具體結果見表2。

表2 /ai/的三種共振峰模式中F2的參數表現(3)頻率跨度=[11個測量點中起點的頻率值-終點的頻率值的差值]；總體斜率=[11個測量點中起點的頻率值-終點的頻率值的差值] /總體時長；過渡段斜率=[過渡段的起點頻率-過渡段的終點頻率] /過渡段時長，這種計算方法與Gay(1968)、賀寧基(1985)提到的“共振峰變化率”的測量標準和計算方法是一致的，兩位學者都認為“共振峰變化率”是二合元音感知中最穩定、最重要的參數；/a/段斜率=[/a/段的起點頻率-/a/段的終點頻率] //a/段時長；a/段和過渡段的確定主要依據三維語圖中共振峰曲線、音強曲線，同時結合聽音。下文中/u/、/ou/、/ei/中各項參數的計算方法同理。

/ai/1/ai/2/ai/3頻率跨度(△Hz)782846130總體時長(ms)294303304總體斜率(Hz/ms)2.662.790.43過渡段時長(ms)294165過渡段斜率(Hz/ms)2.664.49/a/段時長(ms)138/a/段斜率(Hz/ms)0.77

表2顯示，頻率跨度，/ai/3最小，與/ai/1、/ai/2分別相差652Hz、716Hz；總體時長，/ai/1、/ai/2和/ai/3相差不大；總體斜率，/ai/1和/ai/2比較接近，/ai/3顯著小于/ai/1和/ai/2；過渡段斜率，/ai/2大于/ai/1，差值為1.83，這是由于/ai/2的過渡段時長較短，要在相對較短的時間內迅速完成從/a/到/i/的舌位轉變，而/ai/1的過渡段較長，所以其舌位的變化相對平緩；/ai/2的/a/段斜率(4)Ainsworth(1972:648-651)用合成元音所做的元音識別實驗表明，過長的元音(500ms)以及過短的元音(50ms)，識別率都有所下降。梁之安(1965)通過研究發現，當元音音長在60ms以上時，識別率一直保持在95%以上的水平，當音節長度短于60ms時，識別率隨音長變短而下降。本文中，/ai/2的/a/段時長為138ms，大大超過了50-60ms這一聽覺識別的最短長度，而且/a/段的斜率為0.77，與/ai/3的總體斜率較為接近，但大大小于/ai/2的過渡段斜率。所以時長和斜率兩方面能夠充分證明，/ai/2中/a/穩態段在聲學層面是真實存在的，與聽感的判斷結果是一致的。/u/2中/a/的穩態段的判斷標準與此相同。和/ai/3的總體斜率較為接近，二者相差0.34。頻率跨度和總體斜率兩項參數是/ai/3單元音化的重要表征。

圖3 /u/的三種共振峰走勢圖

圖4 /u/的聲學元音圖

表3 /u/的三種共振峰模式中F2的參數表現

/u/1/u/2/u/3頻率跨度(△Hz)33946591總體時長(ms)315430315總體斜率(Hz/ms)1.081.080.29過渡段時長(ms)315295過渡段斜率(Hz/ms)1.081.50//段時長(ms)135//段斜率(Hz/ms)0.17

3.3 /ou/的共振峰模式的統計表現

3.3.1 /ou/的兩種共振峰模式的聲學表現

根據102位發音人的實際表現，普通話/ou/的共振峰走勢可以歸納為兩種(見圖5)：1)圖5a，/ou/由/o/和/u/兩個目標元音的過渡段構成，以下簡稱/ou/1；2)圖5b，/ou/的共振峰走勢平穩，接近直線，聽感上接近單元音[o]，以下簡稱/ou/2。

圖5 /ou/的三種共振峰走勢圖

下圖6為/ou/的聲學元音。圖6顯示，男性和女性， /ou/1均表現為從韻腹/o/到韻尾/u/的舌位動態變化軌跡，相對于單元音/u/，韻尾/u/發生了舌位不到位(undershoot)的現象。/ou/2的數據分布相對集中，相對于頂點元音/a/、/i/、/u/，其音值比較接近單元音[o]。

圖6 /ou/的聲學元音圖

3.3.2 /ou/的兩種共振峰模式中F2的參數表現

/ou/的兩種共振峰模式/ou/1、/ou/2中F2的參數表現(參數的計算方法和/ai/一致)如下頁表4所示。從表4可以看出，頻率跨度，/ou/1顯著大于/ou/2，二者相差249Hz；總體時長，/ou/1和/ou/2相近；總體斜率，/ou/1顯著大于/ou/2，二者相差0.89。與/ou/1相比，頻率跨度和總體斜率是/ou/2單元音化的重要表征。

表4 /ou/的兩種共振峰模式中F2的參數表現

/ou/1/ou/2頻率跨度(△Hz)32071總體時長(ms)286308總體斜率(Hz/ms)1.120.23

3.4 /ei/的共振峰模式的統計表現

/ei/的共振峰模式只有一種，即由/e/和/i/兩個目標元音的過渡段構成。參見圖7和圖8。

圖7 /ei/的共振峰模式圖

圖8 /ei/的聲學元音圖

圖7表現出/ei/的F1、F2和F3的共振峰動態軌跡，F1的起點到終點為漸降的趨勢，F2和F3的起點到終點為漸升的趨勢，其中F2的升幅更為明顯。圖8顯示，女性和男性的/ei/從韻腹/e/到韻尾/i/的舌位由低到高，由后到前的變化軌跡；/ei/的F2頻率跨度為713Hz，總體時長為286ms，總斜率為2.49。

4 前響二合元音/ai/、/u/、/ou/的異質性共振峰模式在不同人群中的分布

4.1 /ai/的三種共振峰模式在不同人群中的分布

/ai/的三種共振峰模式在男性、女性中的分布情況見下頁表5；/ai/的三種共振峰模式在不同年齡層的分布(5)表格中的數字為每種共振峰模式的實際人數，括號中的數字是占各自年齡段總體的百分比值。下表8和表10的情況與之相同。因為本文選取的各年齡層的發音人數量不平衡，其中20-29歲的人數最多(57人)，50歲以上的人數最少(8人)，所以為了去除發音人數量的不平衡對結果造成的影響，我們對百分比值的計算方法進行了一定的調整，調整后的結果能夠科學地反映每種共振峰模式的分布情況和趨勢。具體來說，將每個年齡層作為一個整體，即100%，然后分別計算/ai/的三種共振峰模式在各年齡層的百分比值。/u/、/ou/的百分比計算方法與/ai/相同。見下頁表6。

表5顯示，/ai/1所占比例最高，為61%；/ai/2和/ai/3的比例接近，分別為21%和18%；男性/ai/1比例和女性相近，二者相差3%；男性/ai/2和/ai/3的比例分別低于女性9%和4%。

表5 /ai/的三種共振峰模式在男性和女性中的分布

男女占總體的百分比/ai/1(/ai/由過渡段構成)33(32%)30(29%)61%/ai/2(/ai/=/a/的穩定段+過渡段)6(6%)15(15%)21%/ai/3(/ai/的共振峰走勢接近直線,音值接近單元音[?])7(7%)11(11%)18%

表6 /ai/的三種共振峰模式在不同年齡層的分布

20歲以下20-29歲30-39歲40-49歲50歲以上/ai/14(33%)33(58%)5(50%)14(93%)7(88%)/ai/22(17%)17(30%)1(10%)0(0%)1(12%)/ai/36(50%)7(12%)4(40%)1(7%)0(0%)

表6顯示，/ai/1出現在20歲以下至50歲以上全部5個年齡層，比例逐漸遞增，其中40-49歲和50歲以上兩個年齡層的百分比高于20歲以下55%-60%；/ai/2出現在20歲以下、20-29歲、30-39歲、50歲以上這4個年齡層；/ai/3出現在20歲以下至40-49歲這4個年齡層，20歲以下的數值最高，40-49歲的數值最低。/ai/的共時變異現象在各年齡層呈現以下分布趨勢：/ai/1主要出現在40歲以上的中老年人群，/ai/3的單元音化現象主要出現在39歲以下的青少年人群，/ai/2在各年齡層中均有數量不等的分布(40-49歲除外)。

4.2 /u/的三種共振峰模式在不同人群中的分布

表7 /u/的三種共振峰模式在男性和女性中的分布

男女占總體的百分比/u/1(由韻腹//到韻尾/u/的過渡段構成)33(32%)32(31%)63%/u/2(/u/=//的穩定段+過渡段)0(0%)1(1%)1%/u/3(共振峰走勢接近直線,音值接近單元音[?])15(15%)21(21%)36%

表8 /u/的三種共振峰模式在不同年齡層的分布

20歲以下20-29歲30-39歲40-49歲50歲以上/u/17(58%)34(60%)5(50%)12(80%)7(88%)/u/20(0%)0(0%)1(10%)0(0%)0(0%)/u/35(42%)23(40%)4(40%)3(20%)1(12%)

4.3 /ou/的兩種共振峰模式在不同人群中的分布

/ou/的兩種共振峰模式在男性、女性中的分布情況見表9。

表9 /ou/的兩種共振峰模式在男性和女性中的分布

男女占總體的百分比/ou/1(由韻腹/o/到韻尾/u/的過渡段構成)32(31%)41(40%)71%/ou/2(共振峰走勢接近直線,音值接近單元音[o])16(16%)13(13%)29%

表9顯示，/ou/1的比例為71%，/ou/2的比例為29%，/ou/1顯著高于/ou/2，二者差值為42%。/ou/1，女性的比例大于男性9%，/ou/2，男性的比例略高于女性3%。

/ou/的兩種共振峰模式在不同年齡層的分布情況見表10。

表10 /ou/的兩種共振峰模式在不同年齡層的分布

20歲以下20-29歲30-39歲40-49歲50歲以上/ou/16(50%)37(65%)8(80%)14(93%)8(100%)/ou/26(50%)20(35%)2(20%)1(7%)0(0%)

表10顯示，/ou/1出現在20歲以下至50歲以上全部5個年齡層，而且百分比值隨著年齡層的增加逐漸上升，其中最低值(20歲以下)和最高值(50歲以上)相差50%；/ou/2只出現在20歲以下至40-49歲這4個年齡層。與/ou/1正相反，百分比值隨著年齡層的增加逐漸下降，其中最低值(40-49歲)和最高值(20歲以下)相差43%。以上說明，復合元音/ou/1的比例呈現隨年齡層增加而不斷上升的趨勢，50歲以上的人群達到了100%；/ou/2的單元音化現象正相反，即隨著年齡層增加而逐漸減少，50歲以上的人群為0%。從總體的百分比值來看，/ou/2顯著小于/ou/1。

5 結語

本文對《漢語語音數據庫》中102位北京人所發的韻母為前響二合元音/ai/、/ei/、/u/、/ou/的字音的共振峰動態軌跡進行了大樣本的統計研究，從定量的角度對它們的統計特性給予較為精確的描述，根據量化表現，從定性的角度對其進行分類分析。結果表明，漢語普通話的前響二合元音，其內部的表現并不是整齊劃一、完全同質的，而是存在著不同程度的變體和變異；不同元音的復雜程度不盡相同，其中/ai/、/u/的表現最為復雜，均包含三種共振峰模式，/ou/的復雜程度居中，包含兩種共振峰模式，/ei/的表現最純粹，只有一種共振峰模式。

前人對于漢語前響二合元音是否存在韻腹的穩定段這一問題是存在分歧的。研究表明，韻腹的穩定段只出現在/ai/、/u/兩個二合元音中，而且只出現在少數發音人中，比例較低。具體來說，/ai/2的出現人數為19人，占總人數(102人)的19%，/u/2的出現人數為1人，占總人數的1%。所以，相對于單純由過渡段構成的復合元音共振峰模式(/ai/1和/u/1)的代表性主體，它們只能被看作是一種邊緣性的變體。這與Hongmo(1986)的研究結果有相同之處，即認為漢語普通話前響二合元音/ai/、/u/的主要元音/a/，其穩態段的出現不是必須的、強制性的，具有隨意性和不穩定性。但是由于Hongmo(1986)所涉及的發音人數量較少(只有6位男性北京發音人)，所以對于這種不穩定性和非強制性的程度和表現并沒有給出明確的量化數據。可以說，本文從大樣本統計的角度對于/ai/、/u/中帶有/a/穩定段的出現頻率以及相關參數均給出了具體的量化數據，這可以看作是對前人研究的推進和深入。

吳宗濟和林茂燦(1989：99)按照復合元音的性質將其分為真性和假性兩大類。真性復合元音是指兩個目標元音在語圖上各自有較長的穩定段，兩個目標值之間的過渡段卻顯得較短；假性復合元音有兩個目標位置，從元音共振峰模式上看，它們處在滑動中，一般很少有穩定段，只有后響二合元音的后一元音有可能存在穩定部分。例如，瓦語和藏語阿里方言段中的二合元音是真性的，漢語普通話的二合元音是假性的。從本文的統計結果來看，漢語普通話的前響二合元音，/ai/、/u/的復合元音形式(/ai/1和/ai/2，/u/1和/u/2)假性占據主流，但假性之中也包含少量的真性；/ou/(/ou/1)、/ei/的復合元音形式全部為假性元音。總的來看，普通話前響二合元音的復合元音形式(單元音化的變異形式除外)以真性為主，同時伴有少量的假性，而且韻腹的舌位越低，共振峰曲線的動程越大(/ai/)，真性的出現頻率越高。當然本文的結論只是基于普通話，還需要其他語言或方言的進一步證明。

綜合來看，本文通過統計性的研究歸納出漢語普通話前響二合元音/ai/、/ei/、/u/、/ou/的共振峰模式的異質性表現和類別，并通過考察它們在不同性別、不同年齡層的分布情況，揭示出這些共時變異現象的特點和規律。另外，由于本文選取的各年齡層的發音人數量不平衡(20-29歲青年人較多，50歲以上的中老年人較少)，所以對于這種共時變異之中是否蘊含著歷時變化的方向和趨勢的問題，還有待今后增加和均衡各年齡層的數量后繼續深入考察。