语音学与音系学：声音工厂的内部构造

一、国际音标：一张会呼吸的表

1888年，巴黎的语音教师协会印出了第一版国际音标（IPA），整张表还填不满一页纸。发起者保罗·帕西（Paul Passy，1859-1940）立下的规矩朴素得近乎固执：一个符号只代表一个音，一个音只用一个符号。这张表随后不断生长——1900年、1932年两次大修，1989年基尔大会全面整顿，2005年又为唇齿闪音ⱱ补上了迟到的一席。今天摊开这张表，你能看到人类已知语言里出现过的几乎所有"零件"。

使用音标的第一课是分清两对括号：斜线 / / 里是宽式记音，只记能区别意义的音；方括号 [ ] 里是严式记音，连细微的发音差异也要抓住。于是英语的 peak 写成 /piːk/ 就够了，严式却要写成 [pʰiːk]，因为词首的 p 总带着一股送气。附加符号是这张表上的"修正液"：上标ʰ表示送气，波浪号表示鼻化，冒号表示长音，一个符号底下加齿形记号就表示发音时舌尖顶上齿背。

元音部分那张著名的梯形图，来自丹尼尔·琼斯（Daniel Jones，1881-1967）设计的基本元音坐标系：纵轴是舌头的高低，横轴是舌头的前后，嘴角圆不圆再作补充。普通话的"衣"[i] 蹲在高前不圆唇的角落，“乌”[u] 占据高后圆唇的位置，“淤”[y] 则是不少欧洲语言没有的"高前圆唇"——很多法国人学英语，脱口而出的正是这个音。美国语音学家彼得·赖福吉（Peter Ladefoged，1925-2006）的《语音学教程》（1975年初版）则把这套坐标教给了全世界几代学生，他与伊恩·麦迪森（Ian Maddieson，1939-2025）合作的 UPSID 数据库调查了三百余种语言，第一次让人类看清了"世界语言都用什么音"的统计全貌。

这张表还养着几套"外挂"。为腭裂、构音障碍患者记录异常发音，学会另设了扩展音标（extIPA）；为歌手与戏剧演员，又备下了更精细的附加记号。主表之外还有一整页超音段符号：重音、次重音、音节分界、长短、声调曲线、语调起落，各有专属记号。正是这套层层加码的符号系统，让"把任何人类话语转录成纸面文本"从豪言变成了日常操作——今天世界上任何一部新描写的语言志，第一章几乎都是一张按 IPA 排布的音位表。

二、发音部位与发音方法：辅音的三维坐标

辅音可以像查户口一样被三个问题定位：气流在哪里受阻（发音部位），以什么方式受阻（发音方法），声带振动不振动（清浊）。部位从嘴唇一路排到声门：双唇、唇齿、齿间、齿龈、卷舌、硬腭、软腭、小舌、咽、声门。普通话把这套地理用得相当充分：f 是唇齿擦音，s 是舌尖前擦音，sh 是卷舌的 [ʂ]，x 是舌面前的 [ɕ]，h 则是软腭的 [x]——这就是为什么不少南方人分不清"四十"和"十四"时会闹笑话，因为两组音的发音部位只差几毫米。

发音方法回答"怎么挡"：完全封死再爆发的是塞音（p、t、k），留条窄缝让气流挤过去的是擦音（f、s、x），气流改走鼻腔的是鼻音（m、n），从舌头两侧溜走的是边音（l）。更 exotic 的成员藏在别的洲：祖鲁语和科萨语的搭嘴音靠舌头吸出"啧啧"声；格鲁吉亚语和美洲的克丘亚语有喉头一挤弹出的挤喉音；海南闽语里的 b、d 其实是往内吸气的内爆音 [ɓ]、[ɗ]。

语言之间的"音库规模"差异大得惊人。巴布亚新几内亚的罗托卡特语只用十一个音位，是已知最精简的声音系统之一；而南部非洲的宏语（!Xóõ）凭借几十种搭嘴音与成串的发声类型组合，音位数超过一百个。多数语言落在二者之间，二三十到四十来个音位是常见的配置——可见人类的耳朵与舌头对"多少音才够用"这件事，弹性大得超乎想象。

清浊之间还藏着一把更精细的尺子：嗓音起始时间（VOT），即除阻到声带开始振动的毫秒数。普通话的"爸"[p] 声带几乎立刻振动，“怕”[pʰ] 则要等几十毫秒；英语的 b 常常提前振动声带，是真正的浊音。上海话保留着三套阵容：清不送气、清送气、真浊音，“布、铺、婆"各占一席——这也是为什么上海人学外语浊音，比说普通话的人少走一段弯路。西班牙语里 pero（但是）与 perro（狗）的对立，则是单次弹舌 [ɾ] 与多重颤音 [r] 的战争。

三、协同发音与语流音变：声音从来不是孤岛

单个音标像标本，真实的语流却是活的。发音器官总在为下一个音提前热身，这种现象叫协同发音。说英语 key 与 coo 时，舌位在 k 尚未爆发时就已经朝后面的元音挪动；说汉语"难"nán 时，元音 a 还没结束，软腭已提前放下准备鼻音收尾，于是元音染上了鼻音的色彩。朝向未来的准备叫逆化协同发音，带着过去的惯性叫顺化协同发音——这条流水线从不清空。

语流中的系统变形叫语流音变，最有名的一类是同化。英语的 in- 前缀在 possible 前面变成了 im-，因为 n 被后面的双唇音 p 拉成了 m；汉语的"面包"miànbāo 在日常语速里自然滑成 miàmbāo，是同一个道理。普通话还贡献了两条教科书级的变调规则：两个三声相连，前一个变二声，于是"你好"ní hǎo 读作 ní háo；“不"在四声前变二声，“不是"读 bú shì 而非 bù shì。

弱化和脱落则是语流的另一面。普通话的轻声把"妈妈"的第二个字压短压轻，几乎听不出声调；英语的 going to 在口语里缩成 gonna。北京话的儿化更像一次精细的焊接：“花"后面接上"儿”，不是两个音节的相加，而是整个韵母卷起了舌尖，“花儿"成了一个音节 huār。音变不是懒惰的失误，而是每种语言写在肌肉记忆里的速度优化。

同化之外还有一对镜像操作：异化与增删。异化是两个太像的音互相嫌弃——拉丁语 peregrinus（异乡人）到了法语变成 pèlerin，两个 r 分道扬镳变成 r 与 l。增音是为了好发音而加塞：英语 athlete 常被读成 “ath-e-lete”，汉语"好啊"hǎo a 实际读成 hǎo wa，都是语流自己打上的润滑剂。删音则是为省力而精简：英语 family 常缩成两音节，北京话"不知道"在快读里几乎只剩"bú r dào"的骨架。

连读变调则是声调语言的专属玩法。普通话的变调还只管"三声相连"这类局部小账，上海话却把变调做成了整词工程：一个多音节词组里，首字的声调像印章一样铺展到整个词上，后续音节几乎交出各自的本调。广州话恰恰相反，六个声调在语流里各自岿然不动，几乎不变调。同样一门"汉语”，语流音变的性格可以天差地别——这正是比较方言学家最爱的实验场。

四、音位对立与互补分布：声音的社会分工

语音学管"声音长什么样”，音系学管"声音在系统里值多少钱”。音位这个概念在十九世纪末由喀山学派的博杜安·德·库尔德内（Jan Baudouin de Courtenay，1845-1929）奠基，他主张把声音区分为物理的"音子"与心理的"音位”，把语音的物理面与社会面正式分家。判定音位身份的第一把刀是最小对立对：两个词只差一个音，意义就不同，这两个音便是两个音位。汉语里"八"bā 与"趴"pā 只差送气，所以 [p] 与 [pʰ] 在普通话里是身价不同的两个音位。同一个物理差异在英语里却一文不值：pin 里的 [pʰ] 与 spin 里的 [p] 从不同时出现在同一位置——送气只出现在重读音节开头，s 后面一律不送气——这种"你走你的阳关道、我过我的独木桥"的局面叫互补分布，两个音被归为同一音位的变体。

互补分布能揪出藏得很深的亲缘。普通话"资、雌、思"的韵母是舌尖前的 [ɿ]，“知、吃、诗"的韵母是卷舌的 [ʅ]，而"衣"是 [i]：前两个只出现在舌尖辅音后，[i] 从不出现在那里，三者分布互补，于是许多音系学家把它们收进同一个音位门下。韩语的 ㄹ 在元音之间读闪音 [ɾ]、在词尾读 [l]，也是一对经典的互补变体。把这些规矩写成书的人是布拉格学派的尼古拉·特鲁别茨柯伊（Nikolai Trubetzkoy，1890-1938），1939年出版的《音系学原理》第一次系统地讨论了对立的类型与中和现象——德语词尾的 Rad（轮子）与 Rat（建议）都读成 [ʁaːt]，浊音 d 在词尾被清化成 t，对立就在这个位置被取消了。

也有一视同仁的时刻：两个音能出现在同一位置却不辨义，这叫自由变体。英语 economics 的首元音读 [iː] 还是 [ɛ] 都不算错，汉语某些方言里 n、l 混用亦属此类。音位这套抽象工具的力量在于：它把物理世界里无穷多的声音，压缩成每种语言里几十个能"换意义"的筹码，而这套压缩算法，儿童在两岁上下就装进了脑子。

五、超音段：声调、重音与语调的立体声

音位是逐个的点，超音段特征则是铺在点上的面：声调、重音、长短、语调，管辖范围至少是一个音节。声调语言用音高辨义，赵元任（1892-1982）在1930年提出的五度标调法把它们钉上了坐标：普通话四声是 55、35、214、51，广州话有六个舒声调，泰语五个，越南语六个。声调还能分平调型（非洲诸语言多见高低两级）与曲折调型（东亚式的升降起伏），美国语言学家肯尼斯·派克（Kenneth Pike，1912-2000）1948年的《声调语言》是这个领域的开山之作。

声调不是自古就有的。法国语言学家奥德里库尔（André-Georges Haudricourt，1911-1996）1954年发表《论越南语声调的起源》，论证声调可以从韵尾辅音的消亡中诞生：越南语的问声、跌声源自古代喉塞音韵尾，锐声、重声源自塞音韵尾。这门声调发生学改写了汉藏语系的比较方法——原来声调本身也是历史演变的化石。

重音则是另一套资源。英语里 ‘record 是名词、re’cord 是动词，俄语的 zámok（城堡）与 zamók（锁）靠重音分家；普通话的重音不辨词义，于是轻声承担起类似功能，“东西"dōngxi（物品）与 dōngxī（方向）就此分道扬镳。重音还有固定与自由之别：捷克语的重音永远钉在词首音节，波兰语固定在倒数第二音节，法语守在词尾，英语与俄语却让重音在词里自由游走，于是词典里不得不逐词标注。

长短也是武器：日语的"おばさん”（阿姨）拖长了 o 就变成"おばあさん”（奶奶），意大利语的 fato（命运）双写 t 变成 fatto（事实），芬兰语更是把长短对立同时押在元音与辅音两头。语言学家据此把语言按节奏分成重音节拍型（英语）、音节节拍型（汉语、法语）与音拍型（日语）三类，而覆盖整句的语调则悬浮在最上层，用音高的起落区分陈述与疑问、冷淡与热情。同一个"好"字，句尾音高扬起是征询，压平是应答，坠底则可能是敷衍——语调是写在空气里的标点，也是藏不住的情绪。

六、结语：从声音到系统

语音学与音系学像一对分工明确的兄弟：一个拿着仪器测量声波与肌肉，一个拿着逻辑梳理系统与对立。自1888年那张小表诞生以来，这门学问把人类的声音从"只可意会"变成了"可以定位、可以计算、可以教学"。今天的语音识别引擎在波形里提取共振峰与 VOT，言语治疗师按发音部位图矫正孩子的口齿，配音演员靠 IPA 学会一门口音的肌肉记忆——所有这些应用的底层代码，都写在发音器官与音位系统的交汇处。声音是物理的，音位是社会的，而语言恰好住在两者交界处。