语调是口语话语中音高的组织方式,包括音高变化出现的位置、话语在旋律上的单位划分,以及词语之间的相对突显程度。语调帮助听者辨认话语的结构,以及话语与其所处情境的关系。同样的一串词语可以用来陈述、提问、纠正,或表达难以置信,其中一部分原因就在于语调的差异。
语调属于节奏的范畴,后者涵盖言语中音高、时长、响度及相关特征在更大范围内的组织方式。对语调的解读既涉及研究特定语言声音模式的音系学,也涉及考察这些模式如何在物理层面实现的语音学。语调还与句法、语义学和语用学密切相关。尽管许多语言在类似的交际情境中会使用升调或降调,但并不存在一套适用于所有语言的语调模式或意义。
音高、嗓音与语调的物理基础
语调最主要的声学对应量是基频,通常记作 。在通常的浊音发声过程中,来自肺部的气流推动声带反复振动。基频描述的是这种振动的重复速率,以赫兹为单位。每秒振动150次,对应的 约为150赫兹。音高是与这种周期性相关的听觉感知,而不是物理测量值本身。两者关系密切,但并非完全对应:感知到的音高还取决于信号的谐波结构和聆听条件。
说话者通过协调喉部肌肉、声带张力与有效振动质量,以及呼吸压力来改变基频。这些调整可以产生相对平稳的音高段、上升、下降或更复杂的变化。解剖结构的差异是造成惯常音高范围差异的因素之一,但说话者也会出于语言表达和交际需要调整自身的音高范围。因此,如果不参照说话者及其前后话语,通常无法将某个绝对频率判定为语言意义上的“高”或“低”。某一频率在一位说话者的音高范围内可能偏高,在另一位说话者的范围内却可能偏低。
音高关系常用对数尺度表示,因为与以赫兹计的相等频率差相比,相等的频率比更接近感知上相等的音程。两个正频率之间的音程以半音为单位,可表示为
因此,频率加倍对应于12个半音。这类变换有助于研究者比较不同说话者的音高变化,但任何数学归一化方法都无法消除发声或感知方面的全部差异。
可测得的音高曲线并不能直接、完整地反映语言中的语调。清辅音会中断声带振动,造成某些时段没有可直接测量的基频。辅音也可能扰动相邻元音的频率。包括嘎裂声在内的不规则振动会使测量变得复杂,并可能导致自动系统给出比实际高或低一个八度的结果。尽管存在这些中断,听者仍能感知到连贯的旋律模式。
语调还与时长、强度和音质相互作用。一个突出的词可能表现为元音延长、强度增大、音高变化,或这些特征的某种组合。短语结尾除了音高下降,还可能伴有延长和嘎裂声。因此,研究语调需要将音高本身与伴随它的一整组更广泛的超音段特征线索区分开来。在声学语音学中,这一区分对于确定究竟是哪些特征为听者的解读提供依据至关重要。
声调事件与韵律结构
语调并不只是叠加在句子上的一条连续曲线。许多分析将局部的声调事件与组织这些事件的较大域区分开来。音高重音是与凸显的音节相联系的声调事件,而边缘调则标示韵律结构中的边界。语调短语是具有统一语调组织的域,通常伴有边界处的音长延长,有时还伴有停顿。不同理论传统所承认的中间层级单位,在数量和类型上各不相同。
在英语中,音高重音通常与能够承载词汇重音的音节相联系。不过,重音与音高重音并不相同。一个词即使在某次话语中不带音高重音,也仍保留其词汇重音模式。例如,在“The professor answered”(教授回答了)中,如果语篇使“answered”成为传递关键信息的成分,那么“professor”的重读音节就不一定承载最重要的音高事件。反过来,在“professor”上配置音高重音,则可以凸显教授与学生或其他可能参与者之间的对比。
短语中最后一个或结构上最强的音高重音,通常称为核心重音。在一些对英语语调的描述中,核心及其后的音高变化构成语调轮廓中特别重要的部分。较早出现的音高重音形成其他凸显点,而核心之后的部分则可能呈现下降、上升或更复杂的音高轨迹。核心重音不一定出现在最后一个词上:“ANNA could have done it”(安娜本可以做这件事)可以在靠前的位置形成主要凸显,其后留下相当长的不带音高重音的尾部。
自主音段—格律理论采用声调目标来表征语调,通常以 H 表示相对高音,以 L 表示相对低音。H* 这样的记号将一个高音目标与带音高重音的音节相联系;L+H* 则表示一种上升配置,其中的高音成分与该音节相联系。边界调通常以百分号标记,如 L% 或 H%。这些符号表示某种分析中的范畴,而非固定的频率。如果整体音域发生了变化,一个高调的绝对频率可能低于此前的某个低调。
表层语调轮廓还反映音高标度和时间安排。峰值可以出现在其所关联音节之前、之内或之后。连续的高音目标可能因降阶而逐次降低,而渐降则可能使音高基线在整个短语中逐渐下降。新的短语可以通过音高重置开始。区分这些效应十分重要,因为外观相似的轮廓可能具有不同的结构,而同一声调结构在语速不同或音节数量不同时,也可能呈现不同的声学形态。
语法组织、焦点与信息结构
语调有助于组织话语的措辞与其信息结构之间的关系,即哪些内容被呈现为已知信息、新信息、对比信息或当前讨论的内容,以及这些内容如何分布。在英语中,可以比较“Maya borrowed the BLUE folder”(玛雅借了那个蓝色文件夹,重音在“蓝色”上)与“MAYA borrowed the blue folder”(重音在“玛雅”上)。前一句自然地将蓝色文件夹与红色文件夹等其他选项区分开来;后一句则将玛雅与其他可能的借用者区分开来。词语和通常的句法关系都没有变化,但重音的位置引导着听者对不同备选项的理解。
重音与焦点并非一一对应。一个重音可以承载宽焦点,其范围覆盖整个短语或分句。在不带特殊强调地回答“发生了什么事?”时,像“Maya bought a bicycle”(玛雅买了一辆自行车)这样的句子,可以将主要重音放在“bicycle”(自行车)上,同时把整个事件作为新信息呈现。反过来,已经提到过的内容,也可以在受到对比、纠正或以其他方式变得突出时带上重音。因此,在分析时,需要区分声学上的突显、重音的位置以及焦点的语义范围。
语调还可以帮助听者识别句法上的分组。“Old men and women”既可以指年老的男性与年龄未作说明的女性,也可以指男性和女性都年老的一群人。韵律分组可以通过将“old”(年老的)与“men”(男性)紧密联系起来,或将“men and women”(男性和女性)作为一个并列单位处理,使某一种解读更为自然。这并不意味着每个句法成分都有单独的语调边界。短语长度、语速、加工需求和话语组织都会影响边界出现的位置。
句子类型与语调之间也存在重要的互动关系。在英语的许多变体中,普通陈述句常以降调结尾,而一些用于寻求信息的是非问句则以升调结尾。然而,具有疑问句法形式的句子可以用降调,陈述句也可以用升调。“You finished?”(你做完了?)无须主语与助动词倒装,就能用于请求确认。用降调说出的“Where did you put it?”(你把它放哪儿了?)仍然是普通的问句。因此,语法上的句子类型与语调形式是相互关联的系统,而不是可以彼此替代的编码方式。
韵律分组和句末音高也有助于区分包含备选项的问句的不同解读。“Would you like tea or coffee?”(你想喝茶还是咖啡?)既可以询问对方是否想喝这两种饮品中的任何一种,也可以要求对方从中选一种。在英语中,表达选择问句的解读时,通常会在韵律上将各个选项分开,前面的选项用升调,最后一个选项用降调。具体的实现方式各有不同,语境也依然重要。这类例子表明,语调既不能被简化为语法标点的体现,也不能被视为句子构建完成后才附加上去、可有可无的情感层。
会话与社会互动中的意义
语调通过表明话语以何种方式说出,以及何种回应与之相关,参与言语行为的实施。用升调重复另一位说话者的话,可能是在请求确认、发起修正,也可能是在表示惊讶。用降调重复,则可能是在表示已听到或赞同。这些解读来自音高轮廓、措辞、前文以及参与者之间关系的共同作用。任何一种语调模式都不能单独决定一句话是在提出请求、作出指责,还是开玩笑。
语调的一项重要功能是管理会话中的话轮。说话者综合运用音高、时间安排、语法结构是否完整以及目光,来预示自己是即将结束发言,还是准备继续。短语末尾的升调可能表示列举或解释尚未结束,而低音结尾则有助于形成结束感。不过,两者都不是通用的话轮转换信号。语法完整而带有升调的话语可能是在邀请对方回答,降调也可以出现在说话者尚未结束的话轮中。
语调也有助于传达说话者对共同基础的假设,即对交谈双方视为共享的信息所作的假设。说话者可以将一个命题表述为新提出的断言、需要确认的内容,或对方理应已经知晓的信息。例如,英语的降升调常被认为与保留态度、有限赞同,或暗示还有话未说有关。用恰当的降升调说“这倒是挺有意思的”,并将重音放在“有意思”上,可能表示这种正面评价有所保留,而非完全认可。但这一音高轮廓本身并不指明未说出口的保留意见究竟是什么。
态度与情绪使情况更加复杂。惊讶可能表现为音域扩大或起始音高较高,而低调、克制的表达则可能伴随音域收窄。这些倾向与音量、语速和音质相互作用,并因说话者和情境而异。将高音高等同于快乐,或将低音高等同于愤怒,都是不准确的:愤怒可以用较高的音高来表达,而高音高的话语也可能传达恐惧、兴奋、礼貌,或只是采用惯常的疑问语调。
挖苦说明,给音高轮廓赋予固定意义存在局限。有些挖苦性话语使用夸张的音高变化,另一些则采用相对平直的语调。对这些话语的理解,在很大程度上取决于字面措辞与实际情境之间的不符,以及双方共有的预期。同样,礼貌也不是仅靠升调就能表达的。语调形式通过在特定言语社区中的反复使用而获得互动意义;某种音高轮廓在一种情境中听起来体贴周到,在另一种情境中却可能显得犹疑、执拗或做作。
跨语言差异与词汇声调
不同语言在语调对立的种类、出现位置及其意义解读上各有不同,语调与音高在词汇层面的作用如何相互影响,也因语言而异。声调通过与音节或其他单位相关联的音高模式来区分词语或语法形式。语调则在话语层面组织短语结构和意义。这两套系统在分析上可以区分,但都通过同一套发声器官实现,也可能影响同一段言语。
在官话中,四个单字调各有不同的词汇音高模式,而轻声的具体实现更依赖语境。疑问句和陈述句不能简单地用任意的升调或降调取代这些模式,否则就会影响词语的辨识。语调差异可以通过音域、音高区间、时长以及短语末尾声调的具体实现等方面的变化来体现。疑问语气词也有助于表达疑问意义。因此,疑问句未必会像人们熟悉的英语一般疑问句那样,在句末出现升调。
日语展现了另一种相互作用。在东京日语中,词汇重音体现为在词汇所规定的位置出现音高下降,而有些词则没有重音。短语层面的声调组织与这些重音模式相互作用,疑问话语还可以在短语末尾叠加升调。最终形成的音高曲线反映了词汇重音、韵律分组和话语层面的意义。日语各方言的重音系统差异很大,因此,对东京日语的描述不应推广到所有地域变体。
在法语中,突出度的组织不像英语那样主要依靠词汇重音在不同位置的分布。重音短语的组织起着核心作用,包括短语末尾的突出,以及可能出现的短语起始处的突出。焦点既可以通过音域和短语划分的变化来表达,也可以通过句法结构来表达。在瑞典语中,词汇性的词重音与句子层面的突出度及地域语调相互作用。这类系统说明,使用“高低アクセント”这一术语时需要谨慎:它既可以指词汇层面的韵律属性,也可以在语调分析中指与突出音节相关联的声调。
因此,跨语言研究比较的是功能和结构上的各个维度,而不是预先假定每种语言都具有类似英语的重音和边界模式。相关问题包括:焦点是否会改变重音位置,短语边界是否承载声调对立,以及词汇声调如何制约额外的音高变化。疑问句末尾升高、陈述句末尾降低,是广泛存在的倾向,但都不是普遍规律。语言类型学既试图解释反复出现的模式,也试图解释偏离这些模式的系统;其中包括这样一些语言:英语往往主要通过音高表达的区别,在这些语言中由时长、语气词或其他手段来承载。
地域、社会与风格变异
语调不仅在不同语言之间存在差异,在同一种语言内部也有所不同。不同地域变体可能在典型的音高重音形态、音高峰值的对齐位置、短语末尾的实现方式,以及特定语调轮廓的出现频率上有所差异。即使单个元音和辅音提供的线索很少,这些差异也能成为辨认方言的重要依据。当说话人在正式讲话、日常交谈、朗读和公开表演之间切换时,地域性的语调模式也可能发生变化。
陈述句末尾使用升调,就是一个尤为人熟知的例子。在许多其他英语变体倾向于使用降调的语境中,北爱尔兰及不列颠群岛其他一些地区的英语变体会使用升调。澳大利亚、新西兰和北美英语中的高升调句尾也受到了广泛关注。这些名称并不指向一种各地完全一致的语调。升调的起点、高度、时序及其在话语中的分布都可能不同,也不一定表示说话人在提问。
公众评论常把陈述句使用升调视为说话人不确定的表现。互动研究则发现,这种语调有多种用途,包括确认听者是否跟得上、在较长的叙述中维持听者的参与,以及协调双方的共同理解。某个具体的升调是否传达不确定性,取决于它的形式和语境。对语调平板、表现力过强或是否具有权威感的判断,也需要同样谨慎。这些评价既可能反映话语的声学特征,也可能反映社会对说话人的期待。
社会语言学考察这些模式与年龄、性别、社会网络、社群归属和说话风格之间的关系。平均音高和音高范围可以承载社会意义,但并不是衡量身份或个性的直接指标。生理结构因素、习惯性的发声方式、交际目的和习得的惯例都会产生影响。同一个人在对孩子说话、介绍技术信息、讲故事或与密友交谈时,可能会运用不同的语调资源。
这些资源也可能成为明确的社会评价对象。播音风格、法庭发言、客服用语和课堂讲授,各自都会形成对突显、节奏和收尾方式的期待。语言意识形态可能把某种模式推崇为中性或专业的表达方式,同时把另一种模式标记为具有地域色彩或不得体的表达方式。充分符合语言学要求的描写,应将这类评价与模式本身的结构区分开来,也应区分社群层面的规律与个人习惯:某个特征可以在统计上与某一群体相关,但这并不意味着该群体的每个成员都会使用它,也不意味着只有该群体才使用它。
习得、双语现象与语言学习
语调在语言习得的早期就开始发展。婴儿在说出常规词语之前,就已接触到周围言语中的音高和时间模式。对婴儿说话时,人们往往会扩大音高变化幅度、重复话语,并突出短语边界,不过这类言语的特点会因文化和互动情境而异。在出生后的第一年里,婴儿的感知逐渐对周围一种或多种语言的特有模式变得更加敏感。在儿童尚未掌握完整的成人词汇或语法之前,早期发声和咿呀学语也已开始形成旋律上的组织。
儿童并不是同时习得语调的所有功能。早期的言语产出可以区分呼唤、请求和抗议等宽泛的交际目的,但要像成人一样掌握对比焦点,并根据话语语境安排重音位置,则需要更长时间。儿童可能发出可听辨的音高变化,却未必能完全按照成人预期的语境来使用。产出能力和理解能力的发展速度也可能不同。因此,能够模仿某种语调曲线,并不等于理解它在语法和语用上的各种用途。
研究必须将语调能力与任务本身的语言要求区分开来。让儿童纠正一个错误陈述,除了要求他们恰当地安排重音,还要求他们理解陈述、识别对比关系并组织回答。对故事的理解、记忆以及对交谈方式的预期,都可能影响表现。因此,研究通常结合自发互动与受控的听辨和产出任务,而不会仅凭一次未能完成任务的回答,就认定儿童尚未掌握某一语调范畴。
在双语现象和第二语言习得中,说话者可能会将熟悉的韵律模式迁移到另一种语言中。迁移可能影响重音出现的位置、所用音域的宽窄、音高峰值与音节的对齐方式,以及疑问句或陈述句所采用的句末调型。迁移也可能涉及意义:说话者或许能准确发出升调,却将其用于听者会作出不同互动解读的情境。两种语言中看似相近的语调曲线,其使用分布未必相同。
因此,学习另一种语言的语调,并不只是模仿旋律,还包括识别哪些区别具有重要作用、协调音高与词重音或声调的关系,以及将语调模式与话语语境联系起来。韵律学习研究采用感知测试、对话录音、声学分析,以及不同言语任务之间的比较。学习结果因语言背景、接触程度和任务要求而异。明显带有非母语特征的语调曲线未必妨碍理解,而突显程度上的细微差异,有时却会改变听者所感知的对比关系或交际意图。
历史上的研究路径与表征体系
对言语旋律的描述,远早于仪器语音学的出现。修辞、朗诵和发音教学的传统早已认识到,音高有助于传达意义和表达效果,但书面记谱只能记录其中的部分特征。随着录音和声学分析使反复聆听与测量成为可能,现代语言学对语调的描述也日趋系统化。一个长期存在的问题是:语调分析应以完整调型、较小的音调成分、连续变化的声学维度,还是这些要素的某种组合作为适当单位。
英国传统尤其重视语调群及其调核音调的组织方式。哈罗德·E. 帕尔默的《英语语调》于1922年出版;J. D. 奥康纳与G. F. 阿诺德合著的《英语口语语调》于1961年首次出版,在教学和语调描写中产生了重要影响。这一传统的分析通常区分调冠、调头、调核和调尾。在描述降调、升调、降升调及其他调核模式时,也会讨论它们可能表达的态度及交际用途,不过,能否为这些模式赋予特定意义,始终存在争议。
美国结构主义传统则在一定程度上通过离散的音高层级和终结模式来表征语调。德怀特·L. 博林格1986年出版的《语调及其组成部分》强调音高变化、凸显和表情意义的重要性。这些研究路径对于语调在多大程度上属于范畴性的语言结构、又在多大程度上涉及连续且依赖语境的变异,持有不同看法。这一区分至今仍是研究的核心问题,而不只是学科史上的话题。
珍妮特·皮尔亨伯特1980年的博士论文《英语语调的音系与语音》对自主音段—节律分析的发展产生了尤为重要的影响。这一方法借鉴了自主音段音系学及节律结构的相关思想,通过音调事件及其与凸显音节和短语边缘的关联来表征语调曲线。它将音系表征与决定精确时间位置和频率的语音机制区分开来。后续研究在众多语言中扩展并修订了这一框架。
ToBI系统,即“音调与边界指数”(Tones and Break Indices),于20世纪90年代初作为韵律标注框架出现。其最初的英语标注规范将音调标签、词语对齐信息和感知到的韵律分界指数结合起来。此后,以ToBI命名的系统经过调整,被用于其他语言和语言变体。它们并不是一套在所有语言中都具有相同类别的通用字母表。要保持标注一致,需要明确的规范和经过训练的标注人员;标注分歧既可能反映录音材料难以判断,也可能揭示尚未解决的分析问题。国际音标也提供声调字母及与语调相关的符号,但细致的语调研究通常需要超出常规音段转写范围的表征方式。
实验方法与语音技术
语调研究结合了声学测量、受控实验和自然互动分析。在言语产出研究中,说话者可能需要朗读对话、描述图片、纠正刻意设置的错误陈述,或完成旨在引出特定对比的任务。研究者随后考察音高目标、重音位置、边界线索以及时间特征。受控材料有助于分离变量,但朗读和实验室任务可能改变说话方式。会话录音则能呈现更自然的分布,不过代价是实验控制程度降低。
感知研究考察听者利用哪些特征作出判断。研究者可以处理一段录音,改变其音高曲线,同时使大部分音段材料保持不变。听者可能需要将处理后的话语归类为疑问句或陈述句,识别焦点词,评价某种解读,或选择合适的后续对话。这类实验可以区分峰值高度与峰值对齐各自的作用,也可以区分句末上扬与伴随的音长延长各自的作用。不过,实验结论仍取决于提供了哪些选项,以及听辨语境是否合理。
自动音高跟踪通常利用周期性或相关的频谱信息,从语音信号中估计基频。要保证分析可靠,就必须检查八度误差、清浊音判定以及不规则发声。研究者常根据说话者的音域对音高曲线进行归一化,并参照音节中的标志点测量各类事件。显示图上一条上升的线,并不足以证明存在上升边界调:这种上升可能源于词汇声调、音高重音、辅音造成的扰动,或分析误差。标注则将声学记录与明确的语言学解释联系起来。
语料库语言学使研究者能够考察语调在大规模语音材料中的分布。经过时间对齐的录音、转写文本和韵律标签,为不同方言、互动类型及说话者群体之间的比较提供了支持。统计分析必须考虑来自同一说话者和同一词项的重复观测。研究者还区分类别的出现频率与其声学实现:两个社群可能以不同频率使用同一种音高曲线,也可能以不同方式实现它,或两种差异兼有。
语调在语音合成中至关重要,因为即使一连串音段的发音都正确,整体听起来仍可能不自然,或传达出非预期的强调。系统必须根据文本和语境信息确定意群划分、突显以及音高轨迹。语音识别和口语对话系统可以利用韵律线索辅助切分、理解和话轮管理。现代机器学习方法利用录音数据对其中许多关系建模,但输出流畅并不保证语篇意义表达得当。书面输入往往没有明确标示焦点和意欲表达的态度,而标点符号也只能提供部分线索。因此,评估既要考察声学上的自然度,也要考察听者能否领会预期的意群划分、对比和会话功能。