帕麗扎提·克依木，古力努爾·艾爾肯，米吉提·阿不里米提，艾斯卡爾·艾木都拉

(新疆大學信息科學與工程學院，新疆烏魯木齊830046)

0 引 言

漢語普通話是一種有聲調的語言[1]。聲調是語言中能起區(qū)別意義作用的音高變化，是漢語普通話語音系統(tǒng)的重要特征之一[2]。漢語普通話聲調是屬于超音段音位，靠基頻的變化來體現(xiàn)[3]?，F(xiàn)代漢語普通話分為陰平、陽平、上聲、去聲4個聲調[4]。在語音學上可以描述為高平、高升、降升和高降，關乎聽話人的心理感知[5]。因此，語言研究者歷來把聲調研究作為漢語普通話語音研究的重要課題。

對于漢語普通話語音習得研究，聲學實驗有著重要作用，它使研究結果更科學、更有說服力。漢語普通話學習者的母語大致分為兩類：有聲調語言和無聲調語言[6]。漢語聲調是以無聲調語言為母語的漢語普通話習得者在學習漢語普通話時碰到的難點之一[7]。無聲調語言母語背景學習者在漢語普通話學習過程中，因為需要先培養(yǎng)聲調意識，所以聲調習得困難。在無聲調語言的語音系統(tǒng)中，雖然也存在音高變化，但不區(qū)別音節(jié)和意義，其音高模式、分布以及作用都與聲調語言不同，這就增加了無聲調語言背景學習者的習得難度。但是有聲調語言母語背景學習者的聲調習得過程，也存在母語“負遷移”的影響，會表現(xiàn)為聲調發(fā)音音高不夠，或者調形曲線上聲下降的力度不夠。因為聲調的數量、種類均有差異[8]。

無聲調語言學習者習得漢語時的一大難點就是對聲調的掌握。而要正確掌握聲調，首先需要對聲調有正確的感知。因為音高、音強、音重和音質等4 個特征是人類識別聲音的特征。聲調的主要特點就是音高，在聲學特征上用基頻F0 來表示，在感知上用半音st 來體現(xiàn)，其中F0 與st 之間存在著一個固定的轉換公式[9]。我們可以通過有規(guī)律地更改音節(jié)的半音高度，以獲得一系列音節(jié)，每個都是一個“刺激項”，這一系列刺激項目組成的整體是一個“連續(xù)統(tǒng)”[10]，即連續(xù)取值。普通話聲調感知和發(fā)音水平密切相關，正確的感知可能會帶來正確的發(fā)音，但錯誤的感知一定會導致錯誤的發(fā)音[11]。因此本文針對母語是無聲調語言的學習者進行漢語普通話聲調感知實驗。實驗包括漢語普通話單字調辨認實驗和區(qū)分實驗，通過考察不同調類(指：陰平，陽平，上聲，去聲)的區(qū)分情況，不同調類辨認的偏誤情況、偏誤類型來分析其原因。

1 實驗方法與過程

1.1 實驗設計

實驗分為兩個部分：(1) 學習者要完成普通話單元音所有類型和普通話復合元音所有類型的4 個聲調的辨認實驗；(2) 學習者要包括普通話復合元音所有類型的陽平和上聲的區(qū)分實驗。

辨認實驗要求學習者在給定的選項中選擇對應的聲調，區(qū)分實驗要求學習者判斷兩個刺激語料是否相同。

1.2 實驗對象

參與本次感知實驗的對象共有20 名學習者，他們都是新疆大學的維吾爾族學生，年齡分布在20～25 歲(平均22 歲)，沒有語言和聽力障礙。另外4 名被試者是來自北京的標準普通話發(fā)音人，平均年齡為23 歲。

我們需要研究的是不同水平階段的普通話聲調學習者的動態(tài)發(fā)展。因此，20 名學習者根據普通話熟練度分組，實驗中我們以學習者的民族漢語考試(Minzu Hanyu Kaoshi, MHK)聽力成績?yōu)閰⒖?。詳細的分組情況見表1。

1.3 實驗材料及過程

從學習者的語音感知角度入手，由普通話水平達到一級乙等的4名(2男2女)漢語母語者按照聽辨字表進行標準發(fā)音。參與聽辨實驗的20 名不同水平學習者根據聽到的聲調調型(陰平，陽平，上聲，去聲)，以及在電腦屏幕上呈現(xiàn)出來的提示信息，在鍵盤上做出相應的判斷。學習者使用質量較好的耳機，在安靜的辦公室內逐個進行雙耳語音感知測試。

表1 被試分組情況Table 1 Details of the subjects in the group

兩組單字調辨認實驗共有336 個刺激，其中：9 個漢語普通話單元音(/ɑ/, /e/, /?/, /i/, /o/, /?/, /?/, /u/,/y/)與4 個漢語普通話聲調(用1, 2, 3, 4 標記)，分別搭配構成的單元音-聲調組合(/a1/, /a2/, /a3/, /a4/等)，有9(單元音數)×4(聲調數)×4(發(fā)音人數)=144個刺激；12 個漢語普通話復合元音(/ai/, /ei/, /ao/,/ou/, /ia/, /ie/, /uo/, /ye/, /ua/, /iao/, /uei/, /uai/)與4 個漢語普通話聲調分別搭配構成的復合元音-聲調組合,有 12(復合元音數)×4(聲調數)×4(發(fā)音人數)=192 個單字調語音刺激。實驗目的是考察非漢語母語者單字調的辨認情況、不同調類辨認的偏誤情況以及不同調類辨認的偏誤類型、學習者的反應時間。已隨機排列的測試項目由4 名標準普通話的發(fā)音人讀一遍，然后用Matlab 軟件編寫錄音程序并錄入電腦，數據每隔500 ms 斷開一次，學習者對感知漢語普通話復合元音-聲調組合的實驗約15 min完成一個測試項目，漢語普通單元音-聲調組合實驗總長為10 min。區(qū)分實驗中，有12 項陽平和上聲的區(qū)分實驗，兩個聲調A、B 的排列有ABB、BBA、AAB、BAA 四種方式。因此12 個測試項目組成的“上聲-陽平，陽平-上聲”測試有12(復合元音數)×2(聲調數)×3(發(fā)音人數)=72 個語音刺激，采用ABX 形式的刺激音，讓學習者判斷X 是與A 相同，還是與B 相同(如：癌-矮-癌，圍-委-委)。反應時間和準確率均由X-perception 軟件進行記錄。

2 實驗結果

2.1 辨認實驗

統(tǒng)計不同水平的普通話學習者對感知漢語普通話單元音-聲調組合和漢語普通話復合元音-聲調組合的聲調聽辨準確率和反應時間數據，對實驗數據進行相關性分析，相關性模型為

式中：Cov(X,Y)為X 與Y 的協(xié)方差(X 為被試者的辨認準確率；Y 為被試者的反應時間)；Var(X)為X 的方差；Var(Y)為Y 的方差。具體分析如下。

2.1.1 單元音-聲調組合辨認實驗結果

圖1 展示了學習者在不同嗓聲背景下感知漢語普通話單元音-聲調組合的平均準確率，圖2 是學習者的聲調辨認反應時間。

將高級水平的10 名學習者對漢語普通話單元音-聲調組合的聲調辨認準確率和反應時間做相關性分析，結果具有較強的相關性(RHO=0.56, P=0.09)。RHO值用來評估組間差異。P 值是衡量對照組和實驗組差異的指標，P 值小于0.05，表明兩組之間有顯著差異，P 值小于0.01[6]，表示兩組的差異極其顯著。而對初級水平10 名學習者有較弱的相關性(RHO=0.41, P=0.14)。從圖1 可以看到高級水平學習者的辨認準確率比較穩(wěn)定，從圖2 顯示的反應時間來看，他們的辨認反應時間也比初級水平學習者短。圖1、圖2 有很大的個體差異，對于不同水平的學習者來說也是如此，表明聲調感知偏側化的形成也與學習者自身因素密切相關。

圖1 聲調聽辯準確率(單元音)Fig.1 Perceptual accuracy rates (pure vowel)

圖2 平均反應時間(單元音)Fig.2 Average response time (pure vowel)

2.1.2 復合元音-聲調組合辨認實驗結果

圖3 為不同水平的學習者對漢語普通話復合元音-聲調組合的感知平均準確率，圖4 是聲調辨認反應時間。

高級水平學習者對漢語普通話復合元音-聲調組合的聲調辨認準確率和反應時間具有較強的相關性(RHO=0.59, P=0.06)，而初級水平學習者有較弱的相關性(RHO=0.51, P=0.11)。通過圖3 和圖4 可知，初級水平學習者的辨認準確率比高級水平學習者低，反應時間也長。說明學習者在某些聲調的學習中感知和反應時間的相互影響較強，而在一些聲調中受其他因素的影響，消弱了感知和反應時間之間的聯(lián)系。

圖3 聲調聽辯準確率(復合元音)Fig.3 Perceptual accuracy rates (compound vowel)

圖4 平均反應時間(復合元音)Fig.4 Average response time (compound vowel)

2.2 不同調類辨認偏誤率

每個聲調都有被誤聽為其他聲調的三種可能(例如：陰平被誤聽為陽平，陰平被誤聽為上聲，陰平被誤聽為去聲)考察各聲調誤聽為其他聲調的比例，可以看出非漢語母語者最容易混淆即難以區(qū)分的聲調，在教學中應有針對性的指導，同時也契合了未來高精度識別技術對少數民族普通話高自然度語音的適用性。下面是不同水平的學習者，對漢語普通話單元音-聲調組合及漢語普通話復合元音-聲調的單字調辨認中各聲調被誤聽為其他聲調的比例。

2.2.1 單元音-聲調組合的辨認偏誤率

表2 和表3 分別統(tǒng)計了初級-高級水平學習者對漢語普通話單元音-聲調組合的辨認偏誤率，并找出各調類間偏誤最多的聲調數據。

(1) 由表2 可知，在陰平的聽辨感知數據中，初級水平學習者陰平被誤聽為陽平的偏誤率最高，比例為22%。同樣表3 中高級水平的學習者把陰平誤聽為陽平的比例最高是5%。其次是表2 中陰平誤聽為去聲的偏誤率較高，初級水平學習者偏誤率為12%。

(2) 從表2 和表3 中的陽平的聽辨感知數據中，初級水平學習者被誤聽為上聲的平均偏誤率為27%，被誤聽陰平的平均偏誤率為15%，比例較高。此項的高級水平學習者的誤聽比例也較高。由此可見，對不同水平學習者來說，陽平和上聲也是容易相互混淆的兩個聲調。從綜合聲學空間圖[12]來看，普通話上聲的主要聲學特征是“低”，有調值近23 的時長都停留在聲調音域的底部。實驗語音學研究指出，上聲的實質是低平調，上聲的調值214的2 是發(fā)音生理的調頭，4 是邊界現(xiàn)象的調尾，“調頭的降，調尾的升，都是次要的”[12]。因而在上聲的教學過程中，最需要強調的是“低”的特點，甚至不妨將其作為“低平調”進行教學，則可避免學生混淆上聲與陽平[8]。

(3) 從數據來看，陰平被誤聽為上聲的比例分別為15%(初級水平)和3%(高級水平)，去聲被誤聽為上聲的比例分別為5%(初級水平)和4%(高級水平)，即上聲分別和陰平、去聲比較容易區(qū)分。上聲主要位于聲調音域底部，陰平主要位于聲調音域上部，去聲作為高降調，其聲調特征點也位于聲調音域上部，因而上聲與陰平或去聲都不容易混淆。

表2 初級水平學習者的各聲調偏誤率(單元音)(%)Table 2 The tone deviation rate in primary learners(pure vowel)(%)

表3 高級水平學習者的各聲調偏誤率(單元音)(%)Table 3 The tone deviation rate in advanced learners(pure vowel)(%)

不同調類辨認的偏誤率如圖5 所示。

圖5 不同調類平均辨認偏誤率(單元音)Fig.5 Average discrimination deviation rates of different tones(pure vowel)

2.2.2 復合元音-聲調組合的辨認偏誤率為了考察不同水平的學習者對漢語普通話復合元音-聲調組合的辨認偏誤率，統(tǒng)計不同聲調的平均偏誤次數和偏誤率結果如表4 和表5 所示。詳細數據和分析如下：(1) 由表4 中陰平的聽辨感知數據可知，初級水平學習者陰平被誤聽為陽平的偏誤率最高，其次是陰平誤聽為去聲的偏誤率高?？梢?，陰平是非常容易與陽平或者去聲混淆的聲調。從聲學空間圖[12]上可以找到原因。陰平作為高平調，其聲調特特征是起點和終點都位于聲調音域的上部；陽平的聲調特征點是尾部，其作為低聲調，尾部到達聲調音域的最高處。去聲的聲調特征點是起點，去聲作為高降調，起點始于聲調音域的最高處。也就是說，陰平與陽平，陰平與去聲的聲調特征點分別都在聲調音域上部有所重臺。因而，當無聲調語言學習者沒有較好地把握這三個調類的調型特征，即沒有把握陽平的“升”，去聲的“降”和陰平的“平”的特點時，很容易在聽感上產生混淆[12]。(2) 從表5 可得，在4 個調類中，陽平和上聲容易產生混淆。陽平和上聲在辨認上呈現(xiàn)雙向不對稱狀態(tài)，上聲誤聽為陽平的比例較高，陽平誤聽為上聲的比例較低。

表4 初級水平學習者對復合元音各聲調偏誤率(%)Table 4 The tone deviation rate in primary learners for compound vowel (%)

表5 高級水平學習者對復合元音各聲調偏誤率(%)Table 5 The tone deviation rate in advanced learners for compound vowel (%)

(3) 從表4 可得，初級水平學習者對陽平的辨認有7%被誤聽為去聲；對去聲的辨認有7%被誤聽為陽平。陽平和去聲，一個是升調，一個是降調，兩者由標準的發(fā)音人發(fā)出標準音時，其聲學特征的區(qū)別應該是非常明顯的，偏誤率較高可能是因為測試對象混淆了兩者的標調符號。

不同調類辨認的偏誤率如圖6 中所示。

圖6 不同調類平均辨認偏誤率(復合元音)Fig.6 Average discrimination deviation rates of different tones(compound vowel)

2.3 各調類準確率以及反應時間

為了考察學習者各調類(陰平，陽平，上聲，去聲)的辨認準確率和對各調類的反應時間，分別對漢語普通話單元音-聲調組合和漢語普通話復合元音-聲調辨認進行了統(tǒng)計，考察學習者的各調類掌握情況。

2.3.1 單元音辨認結果

圖7 和圖8 是學習者對漢語普通話單元音-聲調組合的各調類辨認準確率和反應時間，為了進一步研究學習者各調類辨認情況，進行單因素方差分析，詳細情況如下。

由圖7、圖8 可知，不同水平學習者去聲的辨認準確率最高，反應時間也最短。上聲的辨認準確率最低，反應時間也最長。單因素方差分析結果顯示，高級水平學習者對漢語普通話單元音-聲調組合的辨認沒有顯著性差異，陰平F(4.41)=5.02，P>0.05，陽平F(4.05)=6.04，P>0.05，上聲F(3.84)=6.28，P>0.05，去聲F(7.38)=8.38，P>0.05(其中F 值是用來評估組間差異。F 值表示整個擬合方程的重要性，F(xiàn) 越大，方程越有效，擬合程度越好，F(xiàn) 括號內的數字表示F 比率的自由度。P 值是衡量對照組和實驗組差異的指標)。初級水平學習者對不同調類的聲調感知有顯著差異，陰平F(3.89)=9.16，P＜0.01，陽平F(1.34)=9.33，P＜0.01，上聲F(2.32)=8.13，P＜0.01,去聲F(1.81)=9.08，P＜0.01。

圖7 平均準確率(單元音)Fig.7 Average accuracy (pure vowel)

圖8 平均反應時間(單元音)Fig.8 Average response time (pure vowel)

2.3.2 復合元音辨認結果

圖9、圖10 是不同水平的學習者對漢語普通話復合元音-聲調組合的各調類辨認準確率和反應時間，按照實驗數據進行單因素方差分析，詳細分析如下：

從圖9 可以看出，高級水平學習者辨認準確率趨勢為T4>T1>T2>T3；初級水平學習者辨認準確率為T4>T3>T2>T1。由圖10 可知，不同水平學習者對去聲的反應時間最短，對陽平的反應時間最長。高級水平學習者對漢語普通話單元音-聲調組合的辨認沒有明顯性差異，陰平F(5.33)=5.04，P>0.05，陽平F(1.39)=5.54，P>0.05，上聲F(1.97)=6.18，P>0.05，去聲F(7.16)=8.79，P>0.05；初級水平學習者對不同調類具有顯著性差異陰平F(2.46)=9.45，P＜0.01，陽平F(7.8)=9.27，P＜0.01，上聲F(4.33)=8.52，P＜0.01，去聲F(7.46)=9.833，P＜0.01。通過易斌等[13]對無聲調語言學習者和泰國學習者的聲調學習感知實驗數據來看，無聲調語言學習者建立漢語普通話聲調系統(tǒng)比泰國學習者慢。不同水平的學習者的數據來看，高級水平的學習者能較早地建立聲調系統(tǒng)。由此可知，有聲調語言學習者更早建立漢語普通話聲調系統(tǒng)。

圖9 平均準確率(復合元音)Fig.9 Average accuracy (compound vowel)

圖10 平均反應時間(復合元音)Fig.10 Average response time (compound vowel)

3 區(qū)分實驗

區(qū)分實驗的目的是測定聽辨人是否能察覺到一組聲學變量等距變動的樣本連續(xù)體間的差異，而不關心是否能做出辨認。陽平和上聲是大多數學習者學習漢語普通話聲調時遇到的困難。前文提到的已有研究成果說明了不同水平學習者的聲調常犯的偏誤是在陽平和上聲的區(qū)分上[14]。與此同時，有關陽平和上聲的范疇感知研究目前仍十分有限。因此，進行不同水平學習者在陽平和上聲上的感知研究以及陽平和上聲的區(qū)分感知測試是十分必要的。

3.1 不同水平學習者區(qū)分差異

教學和實踐都發(fā)現(xiàn)學習者對陽平與上聲存在混淆現(xiàn)象，但是兩者在聽感上的混淆并不對稱，聲調聽辨的混淆情況也暗示了陽平-上聲的聽辨比其他聲調更難區(qū)分，陽平-上聲的感知模式可能與其他聲調間的感知模式存在差異。為了考察不同水平的學習者對陽平和上聲的掌握情況，進行了詳細的分析。

圖11 和圖12 為高級水平和初級水平學習者的陽平和上聲的區(qū)分準確率圖。從圖11 的高水平學習者的準確率圖可以看出，學習者對上聲的區(qū)分準確率比陽平高，區(qū)分準確率在90%左右，而陽平的區(qū)分準確率相對來說較不穩(wěn)定。由初級水平學習者的區(qū)分圖可以看到，陽平和上聲的區(qū)分準確率不穩(wěn)定，總體來看陽平和上聲的準確率在80%左右。由此可得，對無聲調語言的學習者而言，陽平和上聲的混淆比較嚴重，影響他們區(qū)分準確率除母語的影響外，還有時長和音高等因素。

圖11 高級水平學習者聲調區(qū)分準確率Fig.11 Tone discrimination rate of advanced learner

圖12 初級水平學習者聲調區(qū)分準確率Fig.12 Tone discrimination rate of primary learner

3.2 區(qū)分實驗結果

為考察不同水平學習者的總體區(qū)分率，對不同水平學習者在陽平和上聲的區(qū)分進行了詳細分析。從圖13 中的陽平和上聲區(qū)分準確率圖可知，高級水平學習者的曲線一直在90%左右，也比較穩(wěn)定。相對而言，初級水平學習者的區(qū)分曲線變化較大。部分學習者的準確率為60%。由此可見，對無聲調語言的學習者而言，陽平和上聲的區(qū)分還是比較困難的。

圖13 不同水平學習者區(qū)分聲調總準確率(陽平-上聲)Fig.13 Total accuracy of tone discrimination of Yangping and Shang tone for learners at different levels

4 結 論

本文主要研究了20 名不同水平的非漢語普通話母語者對漢語普通話單元音-聲調組合和漢語普通話復合元音-聲調組合的感知情況。通過設計聲調辨認實驗和聲調區(qū)分實驗得出了不同水平的學習者對普通話聲調的聽辨反應時間、聽辨準確率以及區(qū)分準確率。結果表明，高級水平學習者對聲調的聽辨能力明顯高于初級水平學習者；高級水平學習者的反應時間比初級水平學習者的反應時間短。

通過辨認實驗可以看出，無論是高級水平還是初級水平學習者，對漢語普通話單元音-聲調組合和漢語普通話復合元音-聲調的單字調辨認中，去聲的辨認準確率最高。初級水平學習者對普通話聲調辨認準確率的趨勢是：T4>T3>T2>T1。高級水平學習者無論是漢語普通話單元音-聲調組合還是漢語普通話復合元音-聲調組合，對上聲的感知準確率最低，其次是對陽平的感知準確率。影響聲調聽辨的因素有基頻的音高和時長，其中音高的影響更為重要。因此，改變連續(xù)統(tǒng)的起點音高變化會影響到學習者對所刺激的聲調判斷。一個特定音節(jié)的發(fā)音中，聲調不同時，時長也不同。時長對聲調識別有顯著影響，對于相同的元音和基頻模式，時長越短，越容易聽成時長較短的聲調。普通話四個聲調中，上聲時長最長，其次是陽平，陰平再次之，去聲最短[10]。

通過學習者反應時間的數據可以看出，高級水平和初級水平學習者對陰平和去聲的反應時間都比較短。高級-初級水平學習者對漢語普通話單元音-聲調組合的辨認中陽平的反應時間最長，在漢語普通話復合元音-聲調組合的聲調辨認中對上聲的反應時間最長。通過反應時間數據還可以看出，不同水平的學習者對漢語普通話單元音-聲調組合的辨認比漢語普通話復合元音的辨認時間更短。

區(qū)分實驗結果表明，在漢語普通話聲調學習過程中，本民族母語的負遷移作用是關鍵的影響因素。學習者在高級水平階段才基本建立起完整的漢語普通話聲調系統(tǒng)。在學習者的學習過程中，我們可以明顯地觀察到，對不同水平學習者來說陽平和上聲的混淆仍是他們感知聲調的最大困難，原因是聲調音域略窄且低，陽平起始端調值偏高，上聲尾端上升不足。

在聲調教學的過程中，要做到讓普通話聲調學習者首先掌握聲調“高”、“升”、“低”、“降”的聲學特征。強化不同水平階段或非漢語普通話母語者的聲調感知訓練以及聲調特征，是聲調教育的重要部分[15]。

為了提高漢語普通話聲調教育質量，給出以下兩點教學建議：

(1) 普通話學習者學習聲調的主要難點在于其固有的無聲調發(fā)音方式。其中表現(xiàn)最突出的是對于陽平、上聲兩音的錯誤發(fā)音。要克服錯誤的發(fā)音，有效地學好聲調發(fā)音，重點是多練習和糾正單字、單詞。

(2) 讓學習者通過多聽、多寫、多說、多讀來提高他們的表達能力和準確的發(fā)音水平，以進一步提高漢語普通話的基本知識和基本技能[15]。