学习笔记·语音学
语音学（phonetics）是研究语音的自然属性的科学，包括其产生、传输、解码的过程。因此，语音学一般分为三个分支：发音语音学、声学语音学、听觉语音学。
语音学和音系学是两个相互独立而又密不可分的学科。语音学关注语音的自然属性，即语音自身所反映的生理、物理、心理属性；音系学则关注语音的社会属性，即语音在语言系统中的组织形式。
音素
声音是连续的，但我们在发音或听音时，总能将语音切分为若干个离散的语音单位。其中，音素（phone）是最小的语音单位，也称音段（segment）。对于所有语言来说，可用的音素都是一样的。
为了描述语音，必须制定一套符号系统用以记录音素，即音标（phonetic
alphabet）。1888年，国际语音学学会（International
Phonetic Association,
IPA）的前身基于拉丁字母制定了一套音标，经过多次修订，成为了使用最广泛的音标，称为国际音标（International
Phonetic Alphabet,
IPA）。国际音标的一个字母就代表一个音素。
用国际音标记录语音的过程称为标音或转写（transcription）。根据转写的精度要求，可以分为宽式转写（broad
transcription）和严式转写（narrow
transcription）。宽式转写只记录最明显的语音特征，严式转写则更加精确，通过更多的附加符号来记录更多的细节，两种转写之间的区别是一种连续体。为了区分日常书写的字母，国际音标一般写在方括号[]内。
然而，相同的音素在不同的语言中的作用可能不同。例如，汉语的不送气音[p]和送气音[pʰ]具有区分词的语音形式的作用：「标」[pjɑʊ]和「飘」[pʰjɑʊ]的区别仅仅在于辅音送气与否，两者却是不同的词。两个音素在其它的音都相同的环境下独立承担区分词的语音形式的作用，两者互换会改变意义，称为对立分布（contrastive distribution）。英语的[p]只出现在[s]后面，词首和其它位置都是[pʰ]，例如sport的p [p]和port的p [pʰ]，两者互换并不会引起混淆。两个音素在某一特定位置上只会出现其中一个，出现环境相互补充，两者互换不会改变意义，称为互补分布（complementary distribution）。[p]和[pʰ]在两种语言中的发音相同，作用却完全不同。
音位（phoneme）是能够区别意义的最小的语音单位，是音素之上的一种抽象单位。处于对立分布的不同音素必然属于不同音位，这是划分音位的主要依据。国际音标表示音位时写在双斜线//内，即音位转写（phonemic
transcription），例如汉语的/p/和/pʰ/就是不同音位；表示音素时仍写在方括号[]内，即音素转写（phonetic
transcription）。
处于互补分布的不同音素可以被归并为一个音位，互补的各音素称为该音位的音位变体（allophone）。例如，英语的[p]和[pʰ]是同一音位/p/的两个变体。不过，互补音素的归并还需要考虑到语音的相似。例如，普通话的[t]只出现在音节首，[ŋ]只出现在音节尾，属于互补分布。但是两者语音差别很大，所以应当分别设立音位。
上述音位均由音素构成，音素之间的差异在于音质，所以由音素构成的音位称为音质音位或音段音位（segmental
phoneme）。除音质外，音高、音长、音强有时也能区别意义，从而构成音位，这些由音高、音长、音强构成的音位称为非音质音位或超音段音位（suprasegmental
phoneme）。例如，汉语的声调具有区分词的语音形式的作用，这就是由音高构成的音位。
发音语音学
发音语音学（articulatory phonetics）研究人类产生语音的过程，关注的是语音所反映的生理属性。
人类的发音器官分为三大部分：动力（肺）、发音体（声带）和共鸣腔（口腔、鼻腔、咽腔）。人类的发音也必须经过三个步骤：气流、发声、调音。气流（initiation）是肺所起的作用，发声（phonation）是声带所起的作用，调音（articulation）主要是口腔所起的作用。
肺（lung）是胸腔内的呼吸器官，有左右两个，可以随着胸腔扩大或缩小。肺部收缩时，里面的空气经过气管、喉腔、咽腔向口腔或鼻腔外面流出，即呼气；肺部扩张时，空气从外面流入，即吸气。发音多依赖呼气，少数语言也有吸气音。
声带（vocal
cords）是喉腔内的两瓣组织襞，可以左右分开或合拢。声带是声门的一部分，声带中间的通道称为声门裂。发浊音时，声门闭合，气流冲击声带使其发生振动，随后声门出现较窄的通道；不发音或发清音时，声门开放，气流可以自由通过，声带不振动。
口腔（oral
cavity）是唇、腭、颊与口底之间的空间。口腔前部是嘴唇和牙齿，均分为上下两部分。口腔顶部主要是腭部，分为硬腭和软腭。硬腭前方与上齿之间的区域称为齿龈，中间有一条称作牙槽嵴的凸起，将齿龈分为齿龈前和齿龈后。腭部靠前的水平骨板称为硬腭，靠后的软组织则称为软腭。悬雍垂悬挂于软腭末端，又称小舌。
舌头位于口腔底部，是口腔中最重要的器官。舌的尖端称为舌尖。舌自然平伸时，与齿龈相对的部分称为舌叶。舌尖和舌叶统称舌冠。舌叶后方的部分是舌面，又称舌背，舌面前部与硬腭相对，舌面后部与软腭相对。舌背后方与咽腔相对的部分是舌根，舌根向前或向后运动可以使咽腔的空间扩大或缩小。
鼻腔（nasal
cavity）是鼻子内部的空间，与鼻窦相通。鼻子通过左右两个鼻孔与外界相通，并通过后部的两个鼻后孔与咽腔相通。
咽腔（pharynx）位于喉部上方，是口腔、鼻腔和食道、气管汇合的地方。咽喉之间有一块称作会厌的软骨。呼吸或说话时，会厌打开，空气可以自由通过；吞咽时，会厌关闭，食物或者液体进入食道。咽腔向上可以通到口腔或鼻腔：软腭下垂时，气流通入鼻腔；软腭抬起时，气流通入口腔。喉腔、咽腔、口腔、鼻腔共同组成了人类的声道（vocal
tract）。成人男性的声道平均长度约为17 cm，女性约为14 cm。
上述发音器官可以改变共鸣腔的形状，从而改变音质，称为调音部位（place
of
articulation）。唇、舌冠、舌背、舌根、声门可以主动活动，称为主动调音部位（active
articulator）。齿、齿龈、硬腭、软腭、小舌、咽、会厌无法自由活动，称为被动调音部位（passive
articulator）。调音的一般机制就是主动调音部位接近或触碰被动调音部位。
调音部位如图所示：（1.外唇、2.内唇、3.齿、4.齿龈、5.龈后、6.硬腭前、7.硬腭、8.软腭、9.小舌、10.咽、11.声门、12.会厌、13.舌根、14.舌面后、15.舌面前、16.舌叶、17.舌尖、18.舌尖下）
辅音
所有语言的音素都分为辅音和元音两类。
调音
辅音（consonant）是气流在口腔中受到阻碍而发出的音。在气流、发声、调音三个步骤中，调音是区分辅音最重要的过程。
发音时，气流受阻的部位就是调音部位。根据调音部位的不同，主要有以下辅音：
- 唇音（labial）：
- 双唇音（bilabial）：下唇接触上唇，从而形成阻碍，如[p][ɸ][m]等。
- 唇齿音（labiodental）：下唇接触上齿，从而形成阻碍，如[f]等。
- 舌冠音（coronal）：
- 齿音（dental）：舌尖抵住上齿或抵在上下齿之间，从而形成阻碍，如[θ]等。舌尖抵在上下齿之间时也常称为齿间音（interdental），[θ]就是齿间音。
- 龈音（alveolar）：舌尖或舌叶抵住或靠近齿龈，从而形成阻碍，如[t][s][n]等。
- 龈后音（postalveolar）：舌尖或舌叶抵住或靠近龈后，从而形成阻碍，如[ʃ]等。
- 卷舌音（retroflex）：舌尖向后卷起至硬腭（或龈后），从而形成阻碍，如[ʈ][ʂ][ɻ]等。
- 舌背音（dorsal）：
- 硬腭音（palatal）：舌面前部抬起抵住或靠近硬腭，从而形成阻碍，如[ç][ɲ][j]等。
- 软腭音（velar）：舌面后部抬起抵住或靠近软腭，从而形成阻碍，如[k][x][ŋ]等。
- 小舌音（uvular）：舌面后部抬起抵住或靠近小舌，从而形成阻碍，如[q][χ][ɴ]等。
- 喉音（laryngeal）：
- 咽音（pharyngeal）：舌根抵住咽部，从而形成阻碍，如[ħ]等。会厌阻塞产生的会厌音（epiglottal）也常归入咽音，如[ʡ]等，两者统称为舌根音（radical）。
- 声门音（glottal）：声门闭塞形成阻碍所产生的为声门爆发音[ʔ]；声门开放或部分开放使气流通过所产生的为声门擦音[h]等，[h]是唯一一个气流不受任何阻碍的辅音。
形成辅音必须经过成阻、持阻、除阻三个阶段，气流经过这三个阶段的方式称为调音方式（manner of articulation）。根据调音方式的不同，主要有以下辅音：
- 爆发音（plosive）：持阻阶段气流被调音部位完全阻塞，除阻阶段气流爆发冲出，如[p][t][k]等。如果除阻阶段没有听感，那么称该爆发音无闻除阻（no audible release），国际音标用附加符号◌̚表示，例如粤语广府话的「八」[paːt̚]。爆发音经常被称作塞音（stop），但广义上塞音还包括塞擦音和鼻塞音以及非肺部气流音。
- 擦音（fricative）：成阻阶段两个调音部位靠近形成狭窄通道，持阻阶段气流通过形成湍流发生摩擦，如[f][s][x]等。一部分擦音发音时，气流冲击牙齿边缘形成高频声音，称为咝音（sibilant）。
- 塞擦音（affricate）：成阻阶段调音部位完全阻塞声道，除阻阶段开放狭窄通道使气流通过并发生摩擦，先塞后擦，如[p̪f][ts][tɕ]等。塞擦音是一个由塞音成分和擦音成分紧密结合成的单辅音，而非由一个塞音和一个擦音组合成的辅音组合，因此其音标有时用连接线相连，如[p̪͡f][t͡s][t͡ɕ]等。塞擦音的塞音成分和擦音成分通常调音部位相同。
- 颤音（trill）：气流冲击调音部位使其快速颤动，如[ʙ][r][ʀ]等。由于振动使得声道连续地快速闭合和开放，颤音如同一连串较弱的爆发音。
- 拍音（tap）与闪音（flap）：肌肉收缩使得一个调音部位接触一次另一调音部位，如[ⱱ][ɾ][ɽ]等。拍音和闪音的区别在于，拍音的主动调音部位的运动方向垂直于被动调音部位，闪音的主动调音部位的运动方向平行于被动调音部位，例如[ɾ]通常为拍音，[ɽ]通常为闪音。
- 近音（approximant）：调音部位相互靠近，但未狭窄到足以形成湍流，介于作为辅音的擦音和元音之间。一部分近音在语音上与元音类似，但是无法充当音节核，称为半元音（semivowel）或滑音（glide），例如四个基本元音[i][y][ɯ][u]分别所对应的半元音[j][ɥ][ɰ][w]。非半元音的常见非边近音有[ʋ][ɹ][ɻ]等。
- 边音（lateral）：气流被舌阻挡无法从口腔中央通过，只能从舌的一侧或两侧通过。最常见的边音是边近音（lateral approximant），即同时为近音的边音，如[l][ɭ][ʎ]等。此外还有边擦音、边塞擦音、边拍音／闪音等。边音往往被描述为「类l音」，与「类r音」即r色彩辅音（rhotic）统称为流音（liquid）。
上述不同调音方式的辅音的共鸣腔均为口腔，称为口音（oral）。软腭下垂，阻塞口腔，使气流从鼻腔通过，就会产生鼻音（nasal），如[m][n][ŋ]等。由于口腔被完全阻塞，绝大多数鼻音都是塞音，称为鼻塞音（nasal stop）。
发声
在发声过程中，辅音会受到发声态（phonation）的影响。
根据声带振动与否，辅音可以分为浊音和清音。声门微闭，声带振动，辅音带声，称为浊音（voiced）；声门开放，声带不振动，辅音不带声，称为清音（voiceless）。例如，清音[p][t][k][f][s]所对应的浊音分别是[b][d][g][v][z]。
根据声带闭合时间，辅音又可以分为送气音和不送气音。由于发清音时声带开放，如果后接元音，声带必须闭合以便振动。辅音除阻后，声带隔一段时间才闭合，此时为送气音（aspirated）；声带立刻闭合，此时为不送气音（unaspirated）。国际音标用附加符号◌ʰ表示送气，例如不送气音[p]所对应的送气音为[pʰ]；此外，一些过时的汉语言著作会使用◌ʻ来表示送气，例如[pʻ]。由于只有爆发音和塞擦音有典型的除阻阶段，大多数送气音都是爆发音和塞擦音。此外，送气音一般为清音。
通过调音部位、调音方式、清浊和送气，我们已经能够描述一个辅音。描述辅音的推荐顺序是调音部位+（送气）+清浊+调音方式，例如，[t]是一个龈不送气清爆发音。
气流
在气流过程中，上述辅音均由肺部向外呼出气流产生，称为肺部气流音（pulmonic
consonant）。此外，还有一些气流机制（airstream
mechanism）可以用于发音。
人类有三种器官可以产生气流用于语言：肺部、声门、舌。这三种器官均可以通过增高或降低气压来向外呼出或向内吸入气流，分别称为外呼音（egressive）和内吸音（ingressive）。3种气流产生器官和2种气流方向可以组成6种气流机制，其中有4种作为音位在人类语言中被发现。肺部气流音即肺部外呼音，此外还有3种非肺部气流音（non-pulmonic
consonant）：
- 啧音（click）：即舌内吸音。口腔内前后两个调音部位同时阻塞，其中后一调音部位为软腭或小舌，除阻阶段舌头吮吸两个调音部位之间的区域形成负压，吸入气流产生声音。汉语表示厌恶的「啧」和英语表示不赞同的tsk/tut都是齿啧音[ǀ]。
- 内爆音（implosive）：即声门内吸音。在爆发音的持阻阶段，先降低声门吸入空气，后除阻产生声音。浊内爆音在除阻阶段会同时从肺部呼出空气。国际音标通过在浊爆发音音标的顶部添加一个向右的钩来表示浊内爆音，例如双唇浊内爆音[ɓ]。
- 喷音（ejective）：即声门外呼音。在清辅音的持阻阶段，先抬高声门增高气压，后除阻气流爆发产生声音。国际音标用附加符号◌ʼ来表示喷音，例如软腭喷音[kʼ]。
协同调音
有的辅音同时具有两个被动调音部位，称为协同调音辅音（co-articulated
consonant）。
两个调音方式也相同时，称为双重调音辅音（doubly articulated
consonant），国际音标用连接线相连，例如唇-软腭清爆发音[k͡p]。
两个调音方式不同时，称为次要调音辅音（consonant with secondary
articulation），国际音标用附加符号表示。次要调音有唇化（labialization）、腭化（palatalization）、软腭化（velarization）、咽化（pharyngealization）等，国际音标分别用◌ʷ、◌ʲ、◌ˠ、◌ˤ表示。例如，英语中的辅音r为唇化龈后浊近音[ɹ̠ʷ]，许多斯拉夫语言中的软辅音[tʲ][nʲ][rʲ]等均为腭化辅音，英语中辅音l位于音节尾的变体（dark
l）为软腭化齿龈浊边音[lˠ]，阿拉伯语中的强势辅音（顶音）[sˤ][dˤ][tˤ][ðˤ]等均为咽化辅音。
有的协同调音辅音有专门的音标表示，例如唇-软腭浊近音[w]。[w]也可以写成[ɰʷ]，因此这类协同调音往往难以判断属于双重调音还是次要调音。
元音
元音（vowel）是气流在口腔中没有受到阻碍发出的音。
元音的音质取决于共鸣腔的形状，而共鸣腔的形状主要由唇和舌决定。因此，元音主要根据舌位的前后高低以及唇的圆展来分类。绝大部分元音发音时，舌面抬高或降低，因此称为舌面元音（dorsal
vowel）。
舌位高低决定了元音高度（vowel
height）。同时，由于舌与下颌相连，舌位高低也等价于颌的开闭。因此，高或低也可以称为闭或开。国际音标一共定义了7种元音高度，从高到低依次为闭（高）、次闭（次高）、半闭（中高）、中、半开（中低）、次开（次低）、开（低）。通常，闭和次闭元音统称为闭元音（close
vowel）或高元音（high
vowel），半闭、中、半高元音统称为中元音（mid
vowel），开和次开元音统称为开元音（open
vowel）或低元音（low vowel）。
舌位前后决定了元音前后（vowel
backness）。国际音标一共定义了5种元音前后，从前到后依次为前、次前、央、次后、后。通常，前和次前元音统称为前元音（front
vowel），后和次后元音统称为后元音（back
vowel），中间为央元音（central vowel）。
唇的圆展决定了元音圆唇度（vowel
roundedness）。发音时，嘴唇撮圆的元音称为圆唇元音（rounded
vowel），嘴唇展平的元音称为不圆唇元音（unrounded
vowel）。不圆唇元音的舌位通常比圆唇元音靠前：前圆唇元音比前不圆唇元音更央，后不圆唇元音则比后圆唇元音更央。在大多数语言中，前元音往往不圆唇，后元音往往圆唇。
通过舌位的高低和前后以及唇的圆展，我们能够描述一个基本元音。描述元音的推荐顺序是高低+前后+圆唇／不圆唇，例如，[ɛ]是一个半开前不圆唇元音。
在舌位最高最前、最高最后、最低最前、最低最后的四个极端位置，我们可以确定四个参考元音：闭前不圆唇元音[i]、闭后圆唇元音[u]、开前不圆唇元音[a]、开后不圆唇元音[ɑ]。将这四个参考元音作为顶点用线相连，可以形成一个四边形，简化后得到国际音标的元音梯形图，所有舌面元音都在梯形内。
元音梯形图左边的线上是前元音，将这条线从[i]到[a]三等分，分别可以得到半闭元音和半开元音。如果嘴唇都展平，就是半闭前不圆唇元音[e]和半开前不圆唇元音[ɛ]。其中，音标[e]也常用于表示中前不圆唇元音[e̞]，一些过时的汉语言著作也用[ᴇ]表示中前不圆唇元音。元音梯形图右边的线上是后元音，将这条线也三等分，如果嘴唇都撮圆，就能得到半闭后圆唇元音[o]和半开后圆唇元音[ɔ]。其中，音标[o]也常用于表示中后圆唇元音[o̞]。
在前元音和后元音中间连一条线，可以得到央元音。闭前元音[i]和闭后元音[u]的中点是闭央元音[ɨ]和[ʉ]，开前元音[a]和开后元音[ɑ]的中点则是开央元音[ä]。音标[a]也常用于表示开央不圆唇元音[o̞]，一些汉语言著作也用[ᴀ]表示同一元音。位于元音梯形图中心的是中央元音[ə]，其舌位不高不低、不前不后，放松口腔即可发出。因此，[ə]一般是弱化元音，称为schwa。
一些语言——主要是日耳曼语言——中，元音还区分松紧（tenseness）。紧元音（tense vowel）通常肌肉收缩程度大于松元音（lax vowel），相对来说更少央化、时长更长甚至舌位更高。通常，闭、半闭、次开元音为紧元音，次闭、半开、开元音为对应的松元音。例如，美式英语中的紧元音[i][u][e][o]分别对应松元音[ɪ][ʊ][ɛ][ɔ]。
元音发音时，如果发生卷舌，舌尖向上卷起，还会产生r色彩元音（r-colored/rhotic vowel）。国际音标用附加符号◌˞表示r色彩，例如元音[ə]所对应的r色彩元音为[ɚ]。
汉语言学界一般认为，除舌面元音外，还有主动调音部位为舌尖或舌尖下的舌尖元音（apical vowel），例如普通话「资」[tsɿ]中的舌尖前音[ɿ]和「知」[tʂʅ]中的舌尖后音[ʅ]。不过，舌尖元音一般被视为音节性的辅音，舌尖前音为音节性齿龈近音[ɹ̩]，舌尖后音为音节性卷舌近音[ɻ̍]。
鼻化元音
上述元音的共鸣腔均为口腔，称为口元音（oral vowel）。软腭下垂，使气流同时从鼻腔和口腔通过，就会产生鼻元音（nasal vowel）。许多鼻元音都是由口元音受到邻近鼻辅音同化影响而形成，这个过程称为鼻化（nasalization）。国际音标用附加符号◌̃表示鼻化，例如口元音[ɑ]所对应的鼻元音为[ɑ̃]。
复元音
元音发音时，如果音质保持不变，那么称为单元音（monophthong）；如果音质发生变化，从一个元音滑向另一个甚至更多元音，就会产生双元音（diphthong）或三元音（triphthong）。例如，汉语的复韵母可以被分析为双元音和三元音，普通话「阿」[a]、「压」[i̯a]、「妖」[i̯ɑʊ̯]的韵母就分别可以视作单元音、双元音、三元音。
语音类
所有音素都可以分为辅音和元音两类，而辅音又可以分为清音和浊音两类，元音又可以分为圆唇音和不圆唇音两类。这些分类方式将音素划分为若干语音类，除此以外，还有许多一般的语音类。
一些音素在发音时声道没有受到阻塞，包括擦音、流音和滑音以及所有元音，称为通音（continuant）。通音之外的辅音——包括爆发音、塞擦音、鼻塞音——则称为阻塞音（occlusive）。
一些音素在发音时气流没有受到阻碍，包括鼻音、流音和滑音以及所有元音，称为响音（sonorant）。响音之外的辅音——包括爆发音、塞擦音、擦音——则称为阻音（obstruent）。响音一般为浊音。
近音包括滑音和大部分流音，而广义上的近音还包括元音，称为非擦通音（frictionless
continuant）。非近音则包括阻音和鼻音。
所有音素都分为辅音和元音，但并不是所有的辅音都有相同的地位。一些辅音的辅音性弱，接近元音，例如滑音。因此，滑音和元音称为类元音（vocoid）。滑音之外的辅音则称为类辅音（contoid），包括阻音、鼻音、流音。类辅音可以进一步根据发音部位分为唇音、舌冠音、舌背音、喉音（舌根音、声门音）等，类元音则始终为舌背音。
一些音素可以充当音节核，具有音节性（syllabic）。元音显然具有音节性，类辅音和滑音则一般不具有音节性。但是，鼻音和流音有时也能充当音节核，成为音节性辅音，国际音标用附加符号◌̩表示，例如英语中常见音节性的[m][n][l][ɹ]——[m̩][n̩][l̩][ɹ̩]。阻音和滑音始终不能充当音节核。
声学语音学
声学语音学（acoustic phonetics）研究语音的声学性质，关注的是语音所反映的物理属性。
语音是声音的一种，物理形式是声波。声波是一种由振动产生、需要通过介质传播的机械波。声音在声学上有四要素：
- 音高（pitch）是对声波频率——尤其是基频——的感知，由发音体振动的频率决定。人类听觉能够感知到的声音频率范围一般为20—20000 Hz。长而厚的发音体振动慢，短而薄的发音体振动快。由于第二性征的发育，男性通常比女性声道更长、喉腔更大、声带更厚。因此，男性通常音高较低，基频为90—155 Hz；女性通常音高较高，基频为165—255 Hz。
- 音长（duration）是对声波时长的感知，由发音体振动的持续时间的长短决定。
- 音强（loudness）又称响度，是对声压的感知，由发音体振动的振幅决定。
- 音质（quality）又称音色（timbre），由发音体、发音方式和共鸣腔形状决定。语音的音质也取决于这三部分：第一是气流通过口腔时是否受阻以及受阻部位或不受阻时的口腔形状，第二是受阻时的除阻方法，第三是声带是否振动。音素正是从音质角度划分的语音单位，一种音素就代表一种音质。
感知语音学
韵律特征
参考书目
- Peter Ladefoged, Keith Johnson. A Course in Phonetics, 7th
Edition. Cengage Learning
- 《语音学教程》，第七版，张维佳、田飞洋 译．北京大学出版社
- 林焘、王理嘉．《语音学教程》，增订版．北京大学出版社
- 国际语音学会．《国际语音学会手册：国际音标使用指南》，中文修订本，江荻、孟雯 译校．上海教育出版社
- 鲍怀翘、林茂灿．《实验语音学概要》，增订版．北京大学出版社
- Henning Reetz, Allard Jongman. Phonetics: Transcription,
Production, Acoustics, and Perception, 2nd Edition. Wiley-Blackwell
- 《语音学：标音、产生、声学和感知》，曹梦雪、李爱军 译．中国社会科学出版社