關(guān) 英 偉 ，姚 云

（1. 廣西師范大學(xué) 文學(xué)院，廣西 桂林 541004；2. 北京大學(xué) 中文系，北京 100871）

本文選擇廣西博白縣松旺鎮(zhèn)的新民話作為調(diào)查點和聲調(diào)建模，主要考慮到松旺鎮(zhèn)的客家話具有一定的代表性，之前沒有人做過音系調(diào)查和整理工作①本文的主要發(fā)音合作人陳有，男，1985年生，廣西師范大學(xué)研究生，廣西玉林博白縣松旺鎮(zhèn)人，其家人都講客家話，都是地地道道的客家人，家庭成員之間交流都使用客家話。。

一 博白松旺鎮(zhèn)客家話聲韻調(diào)

（一）聲母（17個，包括零聲母）

博白松旺鎮(zhèn)客家話聲母表 表1

聲母說明：（1）/v /的摩擦較輕，聲帶振動較弱。從語音波形上看，振幅較弱，呈現(xiàn)長三角形狀，從語圖上看，沒有明顯的共振峰，濁音橫杠比較明顯；（2）/n/與細音相拼時，音值接近/?/；（3）/ts，ts?，s/與細音相拼時，音值接近/?，??，?/；（4）/?/在有些字中自成音節(jié)，例如“吳蜈魚女”。

聲母特點：（1）古全濁聲母已經(jīng)清化，無論平仄，大都讀同部位的清音聲母或送氣清音聲母。例如：被/ phi45/，棋/ khi24/，跪/ khui31/，下/xa33/，跌/ tet3/，習(xí)/ sip5/；（2）古非敷奉母字除了少數(shù)字仍保留重唇音讀法，其它大都清化。例如：飛/fui45/，浮/fou24/，紡/fa?31/；（3）古見溪群母字多讀/k，kh/。例如： 歌/kou45/，捆/ khun31/，柜/ khui33/，記/ ki33/；（4）古精莊知章組字多讀/ts，tsh/，例如：租/ tsu45/，只/tsa31/，朝/tshau24/，查/ tsha24/；（5）古疑母日母字多讀/n，?/，例如：鵝/ ?o24/，語/ni45/，二/ni33/，硬/ ?a?33/。

（二）韻母（64個，含自成音節(jié)的）

博白松旺鎮(zhèn)客家話韻母表 表2

韻母說明：（1）/o?，io?/韻主要元音/o/開口度略大，實際音值為/?/；（2）/eu/韻發(fā)主要元音/e/時唇形要更展些。

韻母特點：（1）鼻音韻尾/-m，-n，- ? /和塞音韻尾/-p，-t，-k/保留完整，例如：擔(dān)/tam45/，星/sen31/，瓶/24/，鴿/kap3/，雪/set3/，吃/sik5/。但是中古陽聲韻尾與入聲韻尾的相匹配格局已經(jīng)有所變動，因為在曾攝和梗攝有部分字韻尾為/-n/。（2）古咸攝、深攝平上去聲絕大部分字今讀/-m/韻尾，相應(yīng)入聲字讀/-p/韻尾。例如：范/fam33/，金/ kim45/，踏/ t?ap3/，澀/ sep3/。（3）沒有撮口呼韻母。普通話讀撮口呼的字博白松旺鎮(zhèn)客家話多讀齊齒呼。

（三）聲調(diào)（6個，不包括輕聲），調(diào)類、調(diào)型和調(diào)值見表3：

博白松旺鎮(zhèn)客家話聲調(diào)表 表3

聲調(diào)特點：（1）共有六個聲調(diào)，其中平聲、入聲分陰陽，上聲和去聲不分陰陽。古平聲清聲母字大部分今讀陰平，濁聲母字大部分今讀陽平。（2）古上聲字絕大部分今仍然讀上聲。（3）古去聲字絕大部分今仍然讀去聲。（4）古入聲清聲母字今讀陰入，次濁聲母字有的讀陰入，有的讀陽入，全濁聲母字今讀陽入。

二 博白松旺鎮(zhèn)客家話聲調(diào)建模

本文擬構(gòu)建的聲調(diào)模型，是根據(jù)聲調(diào)基頻數(shù)據(jù)構(gòu)建的數(shù)學(xué)公式，它反映了聲調(diào)的調(diào)型、調(diào)值和時長之間的關(guān)系特征。該模型不僅能夠在計算機上動態(tài)地、交互式地再現(xiàn)博白松旺鎮(zhèn)客家話聲調(diào)音高、音長和聲調(diào)的凹凸變化特征的真實形態(tài)，而且還能構(gòu)建和預(yù)測聲調(diào)的發(fā)展變化軌跡，節(jié)約存儲空間。對方言保護和方言合成具有一定的意義和應(yīng)用價值。

（一）實驗說明。（1）語音材料。語音材料為松旺鎮(zhèn)客家話，于2011年6月在陳有家中錄音，錄音軟件Praat。采樣率22kHz，從松旺鎮(zhèn)客家話的陰平、陽平、上聲、去聲、陰入、陽入六個聲調(diào)中隨機選出10個字詞，六個聲調(diào)共得到60個實驗用字，每個字讀兩遍，六個聲調(diào)共得到120個樣本（6×10×2）。（2）錄音和分析軟件。本次實驗的錄音軟件為 Praat，采樣率為 22kHz，單通道，采樣精度為 16位。全部數(shù)據(jù)使用Excel電子表格進行統(tǒng)計和分析。（3）聲學(xué)參數(shù)的提取和處理。首先在Praat軟件上對錄音樣本進行聲調(diào)段標(biāo)注，在標(biāo)注層上對聲調(diào)段進行確定和標(biāo)記。聲調(diào)段的確定為韻母段，如果實驗字（詞）的聲母是鼻音或邊音時，聲調(diào)段從鼻音、邊音后面開始計算。在語圖上從元音共振峰起點算起。

其次對基頻進行歸一化處理，用“音高提取程序”提取每個聲調(diào)的時長和每個聲調(diào)10個時刻點的基頻數(shù)據(jù)，計算每個音節(jié)在10個采樣點上的原始基頻數(shù)據(jù)的平均值。再將每個發(fā)音人基頻數(shù)據(jù)的平均值轉(zhuǎn)換成對數(shù)，最后采用T值公式進行五度值轉(zhuǎn)換，得到相對化和歸一化的數(shù)據(jù)。

再利用Matlab中l(wèi)inspace和plot函數(shù)對歸一后的基頻數(shù)據(jù)進行多項式擬合，做出聲調(diào)系統(tǒng)圖，并建立松旺鎮(zhèn)客家話聲調(diào)的五度值數(shù)學(xué)模型，并進行初步的語音合成實驗。

（二）聲調(diào)基頻曲線和五度值轉(zhuǎn)換

（1）基頻曲線提取方法和步驟：1）用歸一化方法提取松旺鎮(zhèn)客家話6個聲調(diào)的基頻數(shù)據(jù)。2）將6個聲調(diào)的基頻數(shù)據(jù)的平均值轉(zhuǎn)化為五度值。3）用多項式擬合的方法得到基頻曲線的數(shù)學(xué)表達式，建立模型，并繪制出聲調(diào)模型圖。

（2）松旺鎮(zhèn)客家話聲調(diào)基頻曲線。表4是根據(jù)上述實驗方法得到的廣西博白松旺鎮(zhèn)客家話聲調(diào)基頻平均值和平均時長數(shù)據(jù)，圖1是根據(jù)表4做的松旺鎮(zhèn)客家話聲調(diào)基頻曲線。

博白松旺鎮(zhèn)客家話聲調(diào)基頻平均值數(shù)據(jù)表 表4

圖1 松旺鎮(zhèn)客家話基頻曲線

從圖1我們可以看到，松旺鎮(zhèn)六個聲調(diào)的基頻曲線走向，陰平和陽平均為升調(diào)，升幅不大；陰平比陽平略高，陰平起點為142.1 Hz，終點為157.9 Hz，陽平起點為112Hz，終點為138.2Hz。上聲為降調(diào)，起點為125.5 Hz ，終點為99.1Hz。去聲、陰入和陽入均為平調(diào)，陽入分布最高，去聲次之，陰入最低。

（3）松旺鎮(zhèn)客家話聲調(diào)的五度值。從聲調(diào)形成的生理特征看，聲調(diào)的音高變化，與聲帶的松緊及單位時間內(nèi)聲帶振動的頻率有關(guān)，聲帶拉緊，振動快，頻率高，聲音就高，反之則低。聲調(diào)的高低可以用基頻來表示，基頻是一個聲學(xué)概念，在語音中基頻是樂音周期變化的頻率；在語言學(xué)上，聲調(diào)是具有語言學(xué)意義即區(qū)別詞匯意義的基頻變化的模式。聲調(diào)與基頻有一定的關(guān)系，但不完全對應(yīng)。用基頻來表示聲調(diào)并不完全符合人耳的聽感，也不便于比較，所以，我們要把基頻數(shù)據(jù)轉(zhuǎn)換成符合聽感的五度值。

五度標(biāo)調(diào)法是趙元任先生創(chuàng)立的記錄聲調(diào)調(diào)值的方法，五度值所描寫的調(diào)值是相對的，不管基頻的絕對頻率值是多少，也不管音域本身高低寬窄的變化有多大，一律都歸并到相對的五度之中，這是符合人類對聲調(diào)感知的客觀實際的。轉(zhuǎn)換公式見公式1：

公式中X代表一個基頻數(shù)據(jù)，Min代表一組基頻數(shù)據(jù)中的最小值，Max代表一組基頻數(shù)據(jù)中最大值。表5就是根據(jù)公式（1）得到的五度值數(shù)據(jù)。

博白松旺鎮(zhèn)客家話聲調(diào)五度值數(shù)據(jù)表 表5

根據(jù)表5數(shù)據(jù)，取橫坐標(biāo)為聲調(diào)時長，單位ms；縱坐標(biāo)為五度值，利用Matlab中l(wèi)inspace和plot函數(shù)作出松旺鎮(zhèn)客家話聲調(diào)五度值示意圖。見圖2：

圖2 博白松旺鎮(zhèn)客家話聲調(diào)系統(tǒng)

圖2中縱軸表示1-5度，橫軸代表時長。從圖看，陰平調(diào)和陽平調(diào)均為升調(diào)，陰平調(diào)值曲線分布在4度-5度之間；陽平調(diào)值曲線分布在2度-4度之間；上聲調(diào)為降調(diào)，調(diào)值曲線分布在3度-1度之間；去聲為弱降，調(diào)值分布在4度-3.5度之間，但從聽感上并不明顯，所以可以近似看做平調(diào)；陰入調(diào)為降調(diào)，調(diào)值曲線分布在2.5度-3.5度之間；陽入調(diào)為升調(diào)，調(diào)值曲線分布在4.5度-5度之間。從時長上看，松旺鎮(zhèn)客家話入聲調(diào)比起非入聲調(diào)時長要短了一半，為200ms左右，其中陰入為193.8 ms，陽入為195.4ms；非入聲調(diào)的時長都在400 ms左右，其中陰平最長，為398ms，陽平次之，為396ms，上聲為349ms。從聽感上，陰平、陽平、上聲和去聲較為舒緩，而陰入和陽入顯得較為急促。由于聲調(diào)時長很短，我們在記調(diào)值時不考慮調(diào)型因素。由圖2我們可以得到松旺鎮(zhèn)客家話聲調(diào)的五度調(diào)值：陰平45，陽平24，上聲31，去聲33，陰入3，陽入5。

（三）松旺鎮(zhèn)客家話聲調(diào)數(shù)學(xué)模型。博白松旺鎮(zhèn)客家話聲調(diào)都是升調(diào)、降調(diào)或者平調(diào)，沒有曲拱特征，所以其聲調(diào)曲線的解析函數(shù)可以近似為一次函數(shù)，用“T＝A*X＋B”公式來表示，其中X表示時長，T表示聲調(diào)五度值，A和B為一次函數(shù)的系數(shù)。對應(yīng)聲調(diào)的形態(tài)來說，A代表聲調(diào)傾斜的情況，即斜率，B代表聲調(diào)初始值，A如果是正值，聲調(diào)為升，是負值，聲調(diào)則為降。

利用Matlab中的數(shù)據(jù)擬合函數(shù)polyfit(x,y,n) ，令X＝linspace(0,時長,10)，單位為ms，令T＝[聲調(diào)的五度值]，n為擬合多項式最高次次數(shù)，因為一次函數(shù)就可以滿足要求，所以令n＝1，這樣就可以得到一次函數(shù)“T ＝ A*X＋B”中A、B的值，從而得到松旺鎮(zhèn)六個聲調(diào)的五度值函數(shù)解析式：

陰平：T1 ＝ 0.0020 * X1＋3.8344，（0 ＜X1 ＜ M1；273.8 ＜ M1 ＜ 471.3）；

陽平：T2 ＝ 0.0043 * X2＋1.6551，（0 ＜X2 ＜ M2；299.7 ＜ M2 ＜ 493.7）；

上聲：T3 ＝ -0.0056 * X3＋2.9445，（0 ＜X3 ＜ M3；303.4 ＜ M3 ＜ 390.5）；

去聲：T4 ＝ -0.0010 * X4＋3.8375，（0 ＜X4 ＜ M4；316.2 ＜ M4 ＜ 533.9）；

陰入：T5 ＝ -0.0050 * X5＋3.2620，（0 ＜X5 ＜ M5；157.4 ＜ M5 ＜ 236.9）；

陽入：T6 ＝ 0.0018 * X6＋4.6135，（0 ＜X6 ＜ M6；72.7 ＜ M6 ＜ 260.3）；

其中參數(shù)M是各個聲調(diào)時長的取值范圍。圖示如下：

圖3 博白松旺鎮(zhèn)客家話聲調(diào)數(shù)學(xué)模型

圖3模型（數(shù)學(xué)公式）中的曲線為函數(shù)解析式的圖像，是對松旺鎮(zhèn)客家話聲調(diào)的模擬，不同形狀的點代表聲調(diào)歸一的十個采樣點的五度值。曲線所表現(xiàn)出的高低、曲折代表聲調(diào)的調(diào)型，曲線的長短代表聲調(diào)的時長。

（四）松旺鎮(zhèn)客家話聲調(diào)空間。我們以基頻斜率為橫坐標(biāo)，基頻平均值為縱坐標(biāo)作出“基頻斜率-基頻均值”二維空間的松旺鎮(zhèn)客家話聲調(diào)散點圖（見圖4）。通過散點圖，我們可以形象地看到松旺鎮(zhèn)客家話聲調(diào)系統(tǒng)在二維空間中的分布情況。

基頻斜率和基頻平均值數(shù)據(jù)通過公式2和公式3得到。

圖4 松旺鎮(zhèn)客家話聲調(diào)散點圖

圖4中的六個圓圈分別代表博白松旺鎮(zhèn)客家話的六個聲調(diào)。由圖可見，松旺鎮(zhèn)客家話六個聲調(diào)主要分布在二維空間的右下方的大部分空間中，而且每個聲調(diào)相互獨立。二維空間的左上角為空白狀。這種分布表明：（1） 每個方言都有其獨特的聲調(diào)分布空間，一個語言（方言）聲調(diào)系統(tǒng)的各個聲調(diào)之間具有其相對獨立的分布空間，這種獨特的分布形狀可以反映出方言的一定特點。（2）二維平面中空白之處可以為方言聲調(diào)的演變提供生成空間和可能，同時也可以為有更多聲調(diào)的語言（方言）提供解釋的理據(jù)。

（五）聲調(diào)變化軌跡的構(gòu)建。語言是不斷處在變化當(dāng)中的，作為語言要素之一的語音也是不斷處在變化之中的。聲調(diào)模型的建立不僅僅只是滿足語音合成的需要，還應(yīng)該能夠?qū)φZ音的演變進行跟蹤和構(gòu)建，這樣才能使人們對語音本質(zhì)有更深入的了解和認識。我們對此進行了嘗試。

1 參照值的確定。構(gòu)建聲調(diào)的變化，必須首先確定一個參照值。參照值就是用一些指標(biāo)來量化聲調(diào)并作為參照標(biāo)準(zhǔn)。

描述聲調(diào)的主要指標(biāo)是聲調(diào)的調(diào)型、調(diào)值和聲調(diào)時長，參照值的確定就是在松旺鎮(zhèn)客家話聲調(diào)模型的基礎(chǔ)上定義調(diào)型、調(diào)值和時長三個參數(shù)的值。

首先是調(diào)型的確定。調(diào)型在模型中由基頻斜率表示，由于松旺鎮(zhèn)客家話的聲調(diào)調(diào)型都是升調(diào)、降調(diào)和平調(diào)，調(diào)型比較單一，所以可以用一次函數(shù)的曲線斜率來代表調(diào)型，即用聲調(diào)模型“T ＝ A*X＋B”中的A值來表示。

其次是調(diào)值和時長的確定。調(diào)值是一個變化的量，它反映的是聲調(diào)隨時間的變化表現(xiàn)的高低升降的變化。可以用聲調(diào)均值C來表示，參照值均值由公式（4）得到：

公式中T(0)代表聲調(diào)起點的五度值，T(M)代表聲調(diào)終點的五度值，M代表時長。

這樣我們可以得到松旺鎮(zhèn)客家話每個聲調(diào)的參照值：A斜率（調(diào)型）、C調(diào)值、M時長三個點的數(shù)組（見表6）：

松旺鎮(zhèn)客家話聲調(diào)參照數(shù)組數(shù)據(jù) 表6

2 聲調(diào)變化構(gòu)建軌跡

圖5聲調(diào)變化模型演示圖

圖5是對松旺鎮(zhèn)客家話聲調(diào)變化構(gòu)建的三維空間圖例。圖中六個點T1-T6是根據(jù)表6做出的松旺鎮(zhèn)客家話的六個聲調(diào)的參照點。我們可以看到，參照點周圍的箭頭表示聲調(diào)可能變化的方向和軌跡。無論聲調(diào)的調(diào)型、調(diào)值和時長發(fā)生什么變化，也無論其向哪個方向發(fā)展變化，其變化軌跡都可以反映到這一模型上，通過與參照數(shù)組的比較，我們就能清晰地捕捉到其變化的軌跡。這將會有助于我們對聲調(diào)本質(zhì)更深刻的認識，也可以為聲調(diào)演變提供解釋的依據(jù)。

三 博白松旺鎮(zhèn)客家話聲調(diào)合成實驗

語音合成，是將文字信息轉(zhuǎn)化為可聽的聲音信息，相當(dāng)于給機器裝上了人工嘴巴。傳統(tǒng)的田野調(diào)查，雖然可以錄制方言的聲音，記錄方言的語音系統(tǒng)，但這種方式無論是在內(nèi)容、存儲、輸出等方面都存在很大的限制，而且無法生成。通過計算機語音合成則可以在任何時候?qū)⒎窖晕谋巨D(zhuǎn)換成具有高自然度的語音，從而真正實現(xiàn)對方言的還原和保護。

為了檢驗松旺鎮(zhèn)客家話聲調(diào)模型的合理性和實用性，我們對松旺鎮(zhèn)客家話聲調(diào)模型進行合成實驗測試。本文采用基頻同步疊加的方法進行語音合成實驗。

基頻同步疊加技術(shù)（PSOLA）是合成效果較好的一種算法，其特點是能夠在時域上調(diào)節(jié)語音波形的音高、音長和音強。其算法步驟主要分為三步：首先進行基頻同步分析，將原始語音信號與一系列基頻同步的窗函數(shù)相乘，得到有重疊的短時信號；然后對這些短時信號進行適當(dāng)?shù)臅r域變換，得到相應(yīng)的與目標(biāo)基頻曲線同步的一系列合成短時信號；最后將合成的短時信號重疊相加得到合成的語音。

（一）實驗設(shè)計和語料。實驗采用Praat軟件進行語音合成，Praat軟件對基頻處理的界面如下圖：

圖6 Praat軟件基頻處理界面

圖6是Praat軟件處理基頻的界面，上方是語音波形圖，每條豎線是一個脈沖，兩條脈沖間隔的時間表示聲帶一個開閉周期，這個周期的倒數(shù)就是基頻值，對應(yīng)下方圖中的一個基頻點。我們合成語音就是對下邊的基頻點的位置按照聲調(diào)模型的要求重新布置。

我們首先從6個調(diào)類各選出5個語音樣本，一共得到30個語音樣本，見表7。然后用得到的松旺鎮(zhèn)客家話單音節(jié)聲調(diào)模型的參數(shù)來改變這些語音樣本的音高，之后用基音同步疊加合成（PSOLA）的方法合成出30個新的語音文件，最后進行人耳聽辨實驗并和真實的語料進行對比。

博白松旺鎮(zhèn)客家話單音節(jié)語音合成樣本 表7

（二）實驗結(jié)果

1 合成樣本

圖7 “方”、“利”合成語音與原始語音對比語圖

圖7是利用聲調(diào)模型合成的松旺鎮(zhèn)客家話“方”和“利”以及與其相應(yīng)的原始語音語圖。上方兩幅子圖分別是“方”和“利”合成語音的語圖，下方兩幅子圖是原始語音語圖。從合成語圖上可以看出，原始語音的基頻曲線中間會有起伏波動，顯得更加自然，而合成的基頻曲線比原始語圖的基頻曲線顯得光滑平直，不夠自然。為了檢驗其自然度和合理性，我們對合成結(jié)果進行了聽辨實驗。

2 測試結(jié)果分析。（1）實驗?zāi)康模簩?0個合成音節(jié)的調(diào)值的準(zhǔn)確度和自然度進行判斷。（2）被試：23人，都會說客家話，聽力正常。（3）方法：將30個合成音節(jié)與30個原始音節(jié)隨機排序，每個音節(jié)之間有2秒的間隔，要求被試在測試表上填寫相應(yīng)的結(jié)果，調(diào)值正確的在1處畫圈，不正確的在0處畫圈。自然度我們采用優(yōu)、良、中、差四個等級，要求被試在相應(yīng)的等級處畫圈。然后匯總進行統(tǒng)計分析。

松旺鎮(zhèn)客家話基頻語音合成測試結(jié)果 表8

從聽辨結(jié)果看，平調(diào)（去聲）的合成效果最好，準(zhǔn)確率為92%，自然度優(yōu)秀和良好分別為9%和91%。其次為升調(diào)（陽平），準(zhǔn)確率為89%，自然度優(yōu)秀和良好分別為10%和90%。再次為降調(diào)（上聲）。短促調(diào)陰入和陽入的合成效果不如舒聲調(diào)，同為升調(diào)的陰平，合成效果也稍遜色于陽平，準(zhǔn)確率和自然度都不如陽平。

合成語音聲調(diào)調(diào)值的測試結(jié)果總體表明，我們構(gòu)建的聲調(diào)模型是有效可行的，但由于本實驗中采用Praat軟件進行語音合成，對基頻參數(shù)的控制主要采取手工調(diào)制的辦法，參數(shù)控制的精確性都受到很大限制，合成出的音節(jié)自然度和基頻參數(shù)控制的精度還有待提高。

鄧玉榮 1994 《廣西賀縣（蓮塘）客家話音系》，《方言》第4期。

孔江平 2001 《論語言發(fā)聲》，中央民族大學(xué)出版社。

羅常培、王均 2004 《普通語音學(xué)綱要》，商務(wù)印書館。

石鋒 1990 論五度值記調(diào)法，《天津師范大學(xué)學(xué)報》（社會科學(xué)版）第3期。

王士元、彭剛 2003 《語言、語音與技術(shù)》，上海教育出版社。

吳宗濟、林茂燦 1989 《實驗語音學(xué)概要》，高等教育出版社。

楊鋒 2008 《標(biāo)準(zhǔn)壯語單音節(jié)、雙音節(jié)基頻曲線建模研究》，廣西大學(xué)碩士論文。

Peter Ladefoged 2001Vowels and Consonants, Blackwell Publishers.

Peter Ladefoged 2001A Course in Phonetics, Harcourt College Publishers.