普通話聲調在耳語和正常發音時的語音對比分析

李彬，張翠玲

運用耳語進行聽力檢查是一種在國外普遍采用的聽力檢查方法[1]。耳語時聲帶基本閉合不振動或者偶爾不規則振動，氣流從氣聲門擦出，形成“咝咝”類噪音。由于發音機理的差別，耳語在聲學上的表現與正常發音明顯不同[2-3]。耳語的聲學能量很低，但共振峰頻率、摩擦能量分布等區分元音輔音的重要語音信息特征仍清晰可辨。聽話人亦可以借助這些信息聽辨輔音[4-5]。音調音高的聲學表現如時長音強等在耳語中也有存留[6]，但聲調發音和聽辨都較難區分[7-10]，因此也有研究提出假設，漢語聲調的次要語音特征在耳語中保留并加強[9-11]，以助聲調區分。

縱觀我國相關理論和臨床研究，我們發現耳語測聽法不普及[12]，進展比較緩慢[13]，只是近年來針對普通話人群的研究才逐漸開始增多[14]。由于聲調在普通話中區別語義，而耳語又恰恰缺失這一重要語音特征，那么要有效利用耳語測聽法則必須首先對聲調在耳語中的表現有清晰了解。因此，本文提出分析對比普通話聲調在耳語和正常發音下的聲學特征，冀以找出缺失區分音高的主要特征時，聲調語言的其它哪些特征會發揮補償作用。具體研究問題為：耳語時聲調能否保持對立區分？具體表現在哪些聲學特征上？相比正常發音有哪些異同點？耳語聲調聽辨是否困難？

1 資料與方法

1.1 一般資料 收集發音人2名，一男(26歲)及一女(30歲)，均為普通話二級水平。參加聽寫的聽音人有10位，均講普通話，為在讀研究生，平均年齡(28.0±1.5)歲，女6位，男4位，報聽力正常。

bīnbīwbínbíwbǐnbǐwbìnbìw

圖1“bi”的語譜圖(上)，音強曲線(下)

下標n代表正常語音，下標w代表耳語

1.2 方法 本研究設計分為兩個部分：聲學參量分析和耳語聽辨。第一步聲學分析測量耳語并與正常發音對比，以確定耳語聲調的區別性特征。第二步聽寫測試耳語聲調的正確辨識度。①錄音材料：普通話單音節字，起始音為不送氣雙唇爆破音/p/，后接元音為/i/或/a/，此開音節組合在普通話中四個聲調均可配合且有意義。由此得到八個字：逼bī、八bā，鼻bí、拔bá，比bǐ、把bǎ，畢bì、爸bà。另有兩個干擾項，即以塞音/f/或/s/為起始音的單音節字。將所有字分別組雙音節詞，如老爸, 老八等，并放入承載句“我不會寫___這個字”。聽寫測試使用的漢字列表與聲學分析中的材料相同，由單字和詞組組成，例如逼、鼻、筆、畢，老爸、老八等，成對出現。②錄音采樣：錄音在隔音棚完成，發音人分別采用正常發音和耳語發音將全部字、詞、句用普通話各讀3遍。錄音時，麥克風距離發音人唇邊約15cm。采用記憶卡式數字錄音機(Sony)記錄，采樣率為44.1 kHz，精度為16bit。③聽寫材料：使用女發音人的錄音，包括其耳語和正常發音。首先讓聽音人瀏覽列表并確認無生字，然后讓其戴耳機聽寫目標字或詞。所有10位聽音人均聽寫共兩組測試材料(均來自數字化的錄音材料)：第1組為單字聽辨，要求寫出漢字或至少寫出聲調；第2組為聽辨詞組，如鼻尖、筆尖等。④聲學分析測定指標：利用Praat 5.1.43進行聲學分析[15]。測量的聲調聲學參數為：a.聲調時長；b.音強；c.元音第一至第四共振峰的頻率。聲調時長為元音穩定段，即從輔音到元音過渡結束處開始到圖譜上可視共振峰基本消失。音強和共振峰頻率均取自元音穩定段內10個平均分布的點(包括起始和結束兩點在內)，以其為中心，節選20ms時段自動提取參數值(高斯窗口，窗長5ms)。

2 結果

對耳語和正常語音的聲學譜圖比較觀察，耳語音強相對正常語音明顯減弱，而其元音的聲學特征(如共振峰形態)與正常語音相似。其次，正常聲調間時長上的差異在耳語中也有類似表現，單字中更為明顯。第三，正常發音的聲調軌跡和音強曲線在耳語中仍有保留。見圖1。

2.1 時長 聲調原始時長個體差異較大，為系統比較，我們計算分析了歸一化時長，即聲調原始時長與所在字時長的比值，并對結果分聲調、語境進行單因素方差分析(組間因素為發音方式)。耳語單字的聲調歸一時長均較正常發音長，但差別不明顯。耳語詞組中第二、三聲較正常發音顯著變長(P<0.01)。見表1。

聲調語境正常耳語第一聲單字91.50±1.6992.00±2.69詞組94.07±1.5895.56±1.34第二聲單字89.83±1.4591.60±2.94詞組85.12±2.6694.14±0.94a第三聲單字95.00±0.7095.00±0.87詞組82.25±1.1594.25±0.94a第四聲單字91.25±0.9492.67±0.58詞組89.75±1.5892.75±1.03

與正常發音比較，aP<0.01

2.2 音強 對比耳語與正常語音的音強，耳語的平均音強比正常發音顯著減弱(F=425.25,P<0.001)。正常聲調間的音強差異顯著(F=5.079,P<0.01)，而耳語時差異擴大(F=72.962,P<0.001)。這些差異來自第三聲和第四聲，其中第三聲平均音強低于其它三個聲調，而且耳語時的差別更大(正常發音：P<0.05，耳語：P<0.01)。而第四聲平均音強最高，但與其他聲調的差異只有在耳語時才顯著(P<0.01)。見表2。

聲調正常耳語第一聲58.28±1.5637.29±3.20a第二聲57.45±2.3343.02±5.08a第三聲52.22±4.7434.17±5.99a第四聲58.50±3.1146.76±4.60a

與正常發音比較，aP<0.05

2.3 共振峰值 由于男發音人的元音共振峰極不明顯，因此未列入此項分析。我們測量了女發音人元音/i/和/a/的第一至第四共振峰(F1、F2、F3、F4)，提取32個點(4個聲調×2個元音×2個發音人×2個發音方式)的頻率值。對比正常發音，耳語時元音共振峰低頻值升高而高頻值降低，絕大多數變化顯著[均P<0.05，不顯著的為元音/i/的第三聲的F3(P=1.00)、元音/a/在第二聲的F3(P=0.585)和第三聲的F4(P=0.724)]。/i/和/a/的變化規律又有差別：耳語元音/i/的F1提高，F2～F4降低；而耳語元音/a/的F1、F2提高，F3、F4則降低。見圖2，3。

圖2 女發音人元音i共振峰圖示(Hz)

圖3 女發音人元音a共振峰圖示(Hz)

2.4 聽寫測試 10位聽音人戴耳機聽寫目標字詞或至少寫出聲調。所有聽音人都很清楚可能出現的漢字，也明確聽寫的任務和目的，但是單字聽辨中所有人的正確辨識率都未達到51.5%。隨后繼續聽辨正常發音下的同一批漢字，所有人的正確辨識率均超過97.0%。由此可見，耳語聽寫正確率極低絕非聽寫漢字造成，而是發音方式影響其聽覺辨識。耳語下聽寫詞組的正確率也均未超過40.5%，但隨后的正常發音下同一批詞組的聽寫正確率為95.0%。

3 討論

正常發音時普通話聲調主要以基頻變化來區別，但耳語卻缺少這一重要特征，因此本文分析對比了耳語和正常發音下聲調的時長、聲強和元音共振峰，冀以找出耳語下發揮補償作用的特征及其效果。首先，與正常發音不同，耳語各聲調在單字和詞組內時長近似，表明耳語下協同發音減弱，不同語境下聲調都保持單字狀態。其次，耳語音強較正常明顯減弱，但變化幅度不同，因此耳語聲調間的差異反而擴大。第三，元音共振峰在耳語時低頻升高而高頻降低，正常發音下共振峰與聲調無直接關聯，但耳語時聲帶保持閉合，同時其它發音器官協同配合，從而改變聲道形狀長度，因此影響了元音。總之，耳語下聲調首要特征缺失會激發補償機制而改變其它聲學特征。但聽寫測試結果表明耳語下如果沒有豐富的語境提示，僅憑借聲學特征的補償變化仍無法區分聲調。

我們的研究對進一步了解言語治療和康復有一定的臨床啟示。首先，聲調區分在耳語時調動并加強了次要聲學信息，那么在言語恢復訓練或者聲調辨別訓練時，可以給予時長和音強等其他輔助辨音因素作為患者的訓練提示。其次，耳語聽力檢查法作為一種在國外普遍采用的聽力檢查方法，似乎在我國并沒有得到廣泛應用。我們的發現可以為評估耳語檢查法在普通話人群中的可行性提供參考，為我國聽力檢查的發展提供新的思路。

[1] Pirozzo S, Papinczak T, Glasziou P. Whispered voice test for screening for hearing impairment in adults and children: systematic review[J]. BMJ, 327(7421) ：967-967.

[2] 張翠玲, 張紅兵, 曹巧玲. 耳語偽裝語音的聲學研究[J]. 中國刑警學院學報, 2005, 4: 43-46.

[3] Tartter VC. What's in a whisper[J]? Journal of the Acoustical Society of America, 1989, 46: 468-470.

[4] 張翠玲. 法庭語音技術研究[M]. 北京: 中國社會出版社, 2009,293-310.

[5] Ito T, Takeda K. Itakura F. Analysis and recognition of whispered speech[J]. Speech Communication, 2005, 45(2): 139-152.

[6] Heeren W, Heuven VJ. Perception and production of boundary tones in whispered Dutch. In ISCA (Ed.), Proceedings of Interspeech[M], Brighton, 2009, 2411-2414.

[7] Abramson A. Tonal experiments with whispered Thai. In A. Valdam (Ed.), Papers on Linguistics and Phonetics in Memory of Pierre Delattre[M]. The Hague: Mouton，1973,31-44.

[8] Miller JD. Word tone recognition in Vietnamese whispered speech[J]. Word, 1961, 17(1):11-15.

[9] Li B, Guo Y. Mandarin Tone Contrast in Whisper. In ISCA (Ed.), Proceedings of the Third International Symposium on Tonal Aspects of Languages[M], Hong Kong, 2012,26-29.

[10] Liu S, Samuel AG. Perception of Mandarin lexical tones when F0 information is neutralized[J]. Language and Speech, 2004, 47(2): 109-138.

[11] Kong YY, Zeng FG. Temporal and spectral cues in Mandarin tone recognition[J]. Journal of the Acoustical Society of America, 2006, 120(5): 2830-2840.

[12] 郗昕. 言語測聽的歷史與現狀[J]. 中國聽力語言康復科學雜志, 2005, 2(1): 20-24.

[13] 李劍揮, 郗昕, 冀飛, 等. 一組漢語普通話雙音節測聽詞表的等價性分析[J]. 中華耳科學雜志, 2010, 8(1): 75-75.

[14] 張華，王靚，王碩，等. 普通話言語測聽單音節詞表的編輯與初步等價性評估[J]. 中華耳鼻咽喉頭頸外科雜志, 2006, 41(5): 341-345.

[15] Boersma P, Heuven V. Praat, a system for doing phonetics by computer[J]. Glot International, 2001, 5(9/10): 341-345.