影响学习者西班牙语塞音感知的声学特征分析

龚 箭，张松松，周卫京，纪晓丽

（1．江苏科技大学外国语学院，江苏 镇江 212003；2．金陵科技学院外国语学院，江苏 南京 211169；

3．扬州大学外国语学院，江苏 扬州 225009）

在许多语言中，塞音都存在一系列二元对立的音位类别范畴，而发音起始时间（VOT）是对立塞音间的重要声学区别特征之一［1］。然而由于语言自身的差异特点以及语音环境的多样性和变化性，VOT 作为音位区别特征的可靠性会受到一定影响。例如普通话对立塞音之间实际上以“送气／不送气”而非VOT 作为最重要的区别特征。Klatt认为，诸如低频能量、爆破响度、基频、音节长度和前发音等其它一些声学特征在人们对塞音的感知和分辨过程中同样起到重要作用［2］。对于二语学习者来说，塞音感知混淆往往是其二语语音习得过程中所面临的一大难题。因而通过声学分析手段对学习者二语塞音感知情况进行研究，找出影响学习者二语塞音感知的声学特征，探索感知偏误产生的深层次知觉心理原因，对有效提高学习者二语塞音感知与产出能力具有重要的理论和实践意义。

一、研究背景

对西班牙语（以下简称西语）清浊塞音的混淆，是中国学习者西语语音学习的难点之一［3］。以知觉同化模型（PAM）和言语学习模型（SLM）［4－5］为代表的经典二语语音感知理论认为，外语语音学习的困难往往来自于那些外语中与母语非常相似或者只有微小差别的语音，因为这些语音更容易受母语迁移效应的影响［6］。例如如果以VOT 为代表的某些塞音区别特征的边界在母语和目标外语之间出现重合，那么学习者对外语塞音的听辨就可能会受到影响。此外，如果目标外语中的某些塞音区别特征（如发声）在母语中并不存在［7］，或者由于母语音位规则的限制，外语塞音在某些特定语音上下文中的区别特征（如F1终止频率）被学习者所忽略了［8］，从而形成如PAM 所描述的某两个相对立的外语语音范畴被知觉同化到了同一个母语语音范畴时，学习者也会对此外语对立塞音产生知觉混淆［4］。

近年来，高变化性语音训练（high－variability phonetic training）被广泛用于提高学习者对外语语音范畴的感知和发音能力［9］。高变化性语音训练是一种以多说话人、多语音环境的自然语音材料作为训练语料的高强度训练范式，其以成本低廉、易于开展且效果良好而受到研究人员的重视［10］。从文献资料上看，国内的西语研究多为对学习者西语发音产出情况的描述与总结，少有从感知心理与语音声学角度对西语塞音混淆产生的机制进行实证与量化的研究，更缺乏对高变化性语音训练有效性的检验研究。因此，本文研究的目的，就是要将对中国学习者西语双唇塞音／p，b／的感知的考察放入高变化性语音训练的框架中，通过声学分析，结合二语感知理论，探讨中国学习者对西语塞音产生听辨混淆的原因，并检验高变化性语音训练对提高中国学习者西语塞音感知水平的有效性，探索提高学习者西语塞音感知能力的有效途径。

二、实验方法

（一）测试对象和语音材料

测试对象为19名大学生，其中男生9人，女生10人，平均年龄20．5岁，均说标准普通话。被试英语水平中等，对西班牙语无任何了解，无任何已知听力问题。

实验采用的西班牙语语音刺激材料为元音－辅音－元音（Vowel－Consonant－Vowel，VCV）结构的无意义音节（如aba、upi等），由16 位西班牙本族语者产出。刺激材料包含了18个西语辅音，每一个辅音都镶嵌在由首尾为元音／aː／、／iː／、／uː／组成的VCV 结构中。

（二）实验过程

实验由训练前测试、中期测试、训练后测试以及训练本身四个部分组成。整个实验在连续的7天内完成，其中第1、4、7 天进行前、中、后三个测试，其余4天进行训练。训练部分包含16个训练小节，每天完成4个小节。

前中后三个测试完全相同，每个测试包含2个测试项目：跨语言同化归类测试和西语辅音识别测试［11］。跨语言同化归类测试用来获取被试的西班牙语到汉语普通话的辅音知觉同化情况。被试对象需要将收听到的西语辅音归类到某一普通话辅音范畴，并给出一个好坏程度评价。西语辅音识别测试则用来获取被试对西语辅音全集听辨的正确率数据，用以检验训练效果。这两个测试中，每个辅音的刺激均为20个。两个测试均由计算机软件控制语音刺激的播放，并由计算机采集被试响应行为数据。简单来说，测试对象在收听到一个语音刺激后，需要点击屏幕上代表某一辅音范畴的按钮以进行归类选择①本实验包括对西语18个辅音的测试，本文仅对双唇塞音／p，b／的结果进行分析和讨论。。

训练部分的软件界面与西语辅音识别测试界面类似。所不同的是，当被试在收听到一个西语刺激后，如果做出了错误的归类选择，则正确的选项将会高亮显示，被试需点击之并再次收听该刺激以继续。

（三）对西语刺激的声学测量

本文采用Praat软件对归类识别测试中使用的20个西语／p／刺激和20个西语／b／刺激进行了一系列声学特征的测量，并用以考察这些声学特征对学习者识别率的影响。

笔者对每一个VCV 刺激进行了手动分节，测量首元音、辅音、尾元音的持续时间，并计算尾元音和辅音长度之比，同时结合波形图和语图，划分塞音的成阻、持阻和除阻阶段，由此测量出VOT。

在西语中，当塞音处于元音之间时，清塞音的塞音性质得以保留，而浊塞音的塞音性质将发生弱化，其成阻和爆破阶段将变得不明显，趋向于成为摩擦音。在此情况下，虽然清浊塞音的发声区别依然存在，但浊塞音到其后接元音的能量变化与清塞音有显著不同［12］。这里，我们对每一个VCV 刺激在除阻时刻之前音强值的最低点和在除阻时刻之后音强值的最高点进行定位，通过计算音强值从最低点到最高点的变化速率，得到一个新的声学特征值，即爆破能量变化速率。

三、结果与分析

（一）训练实验结果

被试的西语辅音识别正确率从训练前的46%提高到训练后的76%，总体训练效果明显。然而，被试对西语双唇浊塞音／b／的识别率在训练前后均只有50%左右。在训练前，西语／b／被错误识别的对象较为分散；而在训练后，被试主要将其错误识别为清塞音／p／（达50%）。西语清塞音／p／在训练后的识别正确率（81%）虽较高，但其主要混淆对象正是浊塞音／b／（表1）。

表1 西语塞音识别混淆情况%

同化归类测试的结果显示，在训练前，被试主要将西语／p／归类到汉语的／p／中（占99%），将西语／b／归类 到 汉 语／p／和／w／中（分 别 占32% 和65%）。在训练后，西语／p／仍主要被归类到汉语／p／（占97%），而西语／b／被归类到汉语／p／的比例上升到77%，被归类到汉语／w／的情况则下降至17%。也就是说，被试在训练前后都认为西语／p／与汉语中／p／相似。他们在训练前认为西语／b／与汉语／w／相似，而在训练后认为西语／b／与汉语／p／更相似。实验结果表明，被试在训练后对西语／p／－／b／的混淆依然严重，然而训练却能让他们将选择的范围（包括识别和同化归类）集中到／p／－／b／这一对塞音上（表2）。

表2 西语塞音与汉语普通话的同化归类%

（二）西语／p／－／b／的声学区别特征

从表3 可见，西语清塞音／p／与浊塞音／b／刺激在首元音长度（V1）、尾元音长度（V2）、辅音长度（C）以及尾元音长度与辅音长度之比等特征上均有显著差别（P＜0．001）。西语／p／与／b／的平均VOT分别为18毫秒和－45毫秒，同样具有显著差别（F（1，38）＝212．3，P＜0．001）。西语／p／的VOT 与汉语普通话不送气塞音／p／略有不同［13］，但二者均可归为短延时类型［1］。另外，西语清塞音的平均爆破能量变化速率约为浊塞音的两倍，单向方差分析显示这种差异显著（F（1，38）＝68．0，P＜0．001）。西语／b／属于完全浊音，其声带振动在除阻之前已经开始，这一点从VOT 看非常明显，西语／b／的VOT 为－45 毫秒，其长度与辅音长度基本持平（差别部分是由于VOT 测量并未计入除阻之后部分），属于前发音类型（表3）。

表3 西语塞音刺激声学特征测量值

（三）声学特征对被试／p／－／b／混淆的影响

我们将每一个西语清浊塞音刺激在训练后测试中的平均正确识别率和它们的各个声学特征做相关性检验。结果显示：包括各种长度测量、VOT以及爆破能量变化速率在内的各个声学特征对被试的西语清塞音／p／的正确识别率没有显著影响。这显然与被试对西语清塞音总体平均识别率（81%）较高有关。而与被试对西语浊塞音的正确识别率相关性最大的声学特征是爆破能量变化速率。爆破能量变化速率与在西语中处于元音间的浊塞音的摩擦音化程度负相关，换言之与其是否更“像”塞音或爆破音正相关。据此可以推断，被试以爆破质量为主要依据对西语清浊塞音进行辨别。西语清浊塞音的辅音与尾元音长度之比显著不同，且西语清塞音有明显的爆破音特征，被试可能通过这一特点判别爆破质量，从而影响其对浊塞音的听辨。（表4）。

表4 西语塞音声学特征与其识别率之相关系数

四、结论与讨论

一组被试在接受了以西语全集辅音作为目标外语的高变化性语音训练之后，对西语辅音的总体平均识别率显著提高，但对西语双唇清浊塞音／p／－／b／依然存在相当程度的混淆。通过对同化归类结果的分析可见，中国被试者将西语清浊塞音／p／－／b／都主要归类到普通话不送气塞音／p／范畴，也就是将外语中的某两个语音范畴知觉同化到同一个母语语音范畴，这属于知觉同化模型（PAM）预测的最容易产生感知混淆的单一范畴同化类型［4，14］。

进一步的声学分析显示，西语清、浊塞音／p／－／b／的VOT 分别为正值和负值，分属短延时和前发音类型，而普通话不送气、送气塞音分属短延时、长延时VOT 类型［1］。可见西语清塞音／p／与普通话不送气塞音／p／有着较好的对应关系。对于西语浊塞音／b／来说，较之与普通话送气塞音／ph／在VOT 和送气等多个特征上的较大差别，其与普通话不送气塞音／p／相对来说更为相近。我们可以认为，正是因为被试将西语的前发音及短延时VOT 类型均知觉同化到了汉语的短延时VOT 类型，从而导致了他们对西语清浊塞音识别的单一范畴同化。

然而，西语清浊塞音事实上在发声、等特征上存在显著区别，那么是什么原因导致被试忽略了这些区别？实际上，由于西语清塞音与汉语普通话不送气塞音的更为接近，因此被试对其识别率较高，混淆主要集中在对部分西语浊塞音的听辨上。声学分析显示，西语清浊塞音在爆破能量变化率上有着显著区别，而被试对西语浊塞音的识别率又与其爆破能量变化率有着较高的相关性。高爆破能量变化速率意味着更多的塞音属性，反之则意味着塞音摩擦音化的程度加重。显然，被试对西语浊塞音进行听辨时，很可能主要依据爆破能量变化速率来对塞音的爆破质量进行评估，拥有良好爆破质量的便被识别成清塞音／p／，否则为浊塞音／b／。因而被试对整体上拥有良好爆破质量的西语清塞音的识别率较高，而对爆破质量差异较大的浊塞音的识别率较低。

前人的研究显示，外语中某些音位区别特征在母语中的缺失，将会造成学习者对外语音位听辨的困难［8］。与之类似，由于发声特征作为音位区别特征在普通话中的缺失，本文中的被试更关注他们更为熟悉的爆破特征，并以此作为听辨西语清浊塞音的主要依据，而忽视了更为重要的发声特征，从而导致他们对西语清浊辅音的混淆。这也符合言语学习模型（SLM）提出的学习者对外语中的语音范畴的感知与产出是通过母语中与其最相近的语音范畴来进行处理的观点［5，15］。

虽然被试对西语辅音的识别在训练后显著提高，但并未习得西语清浊塞音间最为关键的音位区别特征。实际上本文中的被试完全没有西班牙语基础，实验属于一种半指导性训练，而显性指导在提高学习者语言习得方面有着重要作用［16－17］。从本文结果来看，高变化性语音训练的最大优势在于能够通过高变化性的语音环境强化学习者运用已了解的外语语音知识。而对于那些在母语中不存在或不作为区别特征而在外语中非常关键的语音特征，只有在学习的最初阶段就向学习者进行明确的指导介绍，才能最大程度地发挥训练的功效。

［1］Lisker L，Abramson A S．Cross－language Study of Voicing in Initial Stops：Acoustical Measurements［J］．Word，1964，20（3）：384－422

［2］Klatt D H．Voice Onset Time，Frication，and Aspiration in Word－Initial Consonant Clusters［J］．Journal of Speech，Language，and Hearing Research，1975，18（4）：686－706

［3］陆经生．汉语和西班牙语语音对比——兼析各自作为外语学习的语音难点［J］．外国语，1991（6）：60－64

［4］Best C T．A Direct Realist View of Cross－language Speech Perception［C］／／Strange W．Speech Perception and Linguistic Experience：Theoretical and Methodological Issues．Baltimore：York Press，1995：171－204

［5］Flege J E．Second－language Speech Learning：Theory，Findings，and Problems［C］／／Strange W．Speech Perception and Linguistic Experience：Theoretical and Methodological Issues．Baltimore：York Press，1995：233－277

［6］陈莹．第二语言语音感知研究的理论基础和教学意义［J］．外国语，2013（3）：68－76

［7］龚箭，周卫京，纪晓丽．噪声条件下二语辅音感知中的区别特征信息传递研究［J］．江苏科技大学学报：社会科学版，2015（3）：31－36

［8］Flege J E．Chinese Subjects’Perception of the Wordfinal English／t／－／d／Contrast：Performance before and after Training［J］．Journal of the Acoustical Society of America，1989，86（5）：1684－1697

［9］Gong J，Garcia Lecumberri M L，Cooke M．A Quantitative Model of First Language Influence in Second Language Consonant Learning［J］．Speech Communication，2015，69（5）：17－30

［10］Bradlow A R．Training Non－native Language Sound Patterns：Lessons from Training Japanese Adults on the English／r／－／l／Contrast［C］／／Hansen Edwards J G，Zampini M L．Phonology and Second Language Acquisition．Amsterdam：John Benjamins，2008：287－308

［11］Gong J，Zhou W．Effect of Experience on Chinese Assimilation and Identification of English Consonants［EB／OL］．［2015－09－20］．https：／／www．internationalphoneticassociation．org／icphs－proceedings／ICPhs2015／papers／ICPHS0967．pdf

［12］Ortega－Llebaria M．Effects of Phonetic and Inventory Constraints in the Spirantization of Intervocalic Voiced Stops：Comparing Two Different Measurements of Energy Change［EB／OL］．［2015－09－20］．https：／／www．internationalphoneticassociation．org／icphs－proceedings／icphs2003／p15＿2817．html

［13］吴宗济，林茂灿．实验语言学概要［M］．北京：高等教育出版社，1989：365

［14］张松松．语言符号观的认知视角研究［J］．中国外语，2014（2）：46－53

［15］张松松，汪少华．认知视角下的语言理据研究——《语法和词库中的理据》述评［J］．北京科技大学学报：社会科学版，2014（2）：23－27

［16］陈桦，孙欣平．输入、输出频次对英语韵律特征习得的作用［J］．外语研究，2010（4）：1－8

［17］张松松．应用认知语言学原则及其对外语教学改革的启示［J］．前沿，2014（Z3）：155－157