汉语韵律特征作用及其神经机制研究综述

胡 睿, 肖少北

(海南师范大学 心理学院，海南 海口 571158)

一、前 言

韵律又称为音律、声律、节律、超音段特征或超音段音位等[1]，是指言语的整体特性，包括重读位置、语调、停顿、速度和持续长短等[2]，能够提供与口语相关的情绪状态、语义、词法和句法信息。韵律信息一般通过韵律特征来表达，韵律特征指在进行言语交流时，听者所感知到语流相关的轻重缓急变化[3]，是一种语言音系结构，其与句法、信息结构和语篇结构等联系密切[4]。韵律特征主要包括语调、重音和韵律结构三个方面[5]。在语言学中，一般认为韵律特征的构成成分包括：声调、音调、重音、停顿、音长、语速、音色等[6]。心理学对韵律特征的研究始于20世纪 70 年代。一直以来，受到心理学、语言学、语音工程和认知神经科学等诸多领域的高度重视[4]。但由于韵律本身的复杂性，相关研究存在诸多困难与局限性。近年来，随着研究方法和技术的改进，对韵律特征的研究日渐深入，取得许多有价值的研究成果。现将近二十年来，对韵律特征作用及其神经机制方面的研究成果进行总结。

二、汉语韵律特征的作用

相比书面语和朗读，自然口语是最为普遍，使用范围最广的言语交际形式[6]，口语的一个突出特点是富含韵律信息[7]，从韵律特征角度来研究口语具有普遍现实意义。总结现有研究，韵律特征在歧义解歧、口语加工、言语切分中均存在重要作用。如：重读可以有效解歧指代歧义句；时长与停顿可以有效解歧层次切分歧义句；重读可以通过激活语篇表征中的信息水平同时抑制其他信息的激活来影响口语的加工；讲话者和听话者可以通过时长分布模式等韵律线索来完成对连续语流的切分。

(一)汉语韵律特征在歧义解歧中的作用

歧义是指同一语言形式可以表达不同意义的现象，其普遍存在于自然语言之中。根据歧义产生的原因可以将歧义句分为5类：指代歧义，由代词指代不明所引起，如，我看到小刚和小明去了图书馆，他穿着蓝色的短衬衫；语气歧义，由语气不同所引起，如，他真是个好人！他真是个好人？；同音歧义，由同音字词引起，如，测试全部(不)合格；层次切分歧义，由不同短语切分所引起，如，乒乓球拍卖完了；限定范围歧义，由修饰限定范围不同所引起，如，有20个男生和女生去了体育馆；其中层次切分歧义和限定范围歧义，其形成与消解往往与句法结构层次和句法切分有关，皆称之为结构歧义[8]。语言学在对消解书面歧义句进行研究时发现，产生歧义句的原因不同，所需要使用的解歧方法也不同。心理学研究发现，口语韵律特征在歧义解歧中起到重要作用，而歧义产生的原因不同，使用韵律线索进行解歧的效果也存在差异。王丹等采用语义匹配判断任务，探讨韵律特征对歧义句的解歧作用。对匹配度和反应时进行分析发现，无论是视觉呈现主要义项或次要义项，语义匹配度在三种发音条件下均存在显著差异。这一结果表明，在适当语境下，讲话者会利用韵律特征这一线索提供解歧信息。而听话者则会利用这一信息消解歧义句，达到理解话语目的。为进一步探讨韵律特征对不同类型歧义句的解歧效果，研究者对不同类型歧义句的研究数据进行分析，结果发现不同发音条件下匹配度之间差异不同。这表明韵律特征对不同类型歧义句的解歧效果不同。具体而言，韵律特征对结构类歧义的解歧效果最为理想，其次是指代歧义和语气歧义，而对同音歧义和其他类型歧义解歧效果甚微。此外，不同类型的歧义句所需要的韵律特征也存在差异，如对于指代歧义句而言，重读可以有效对其进行解歧，而时长与停顿的解歧作用略差[9]。郑波等为探讨重音是否是指代歧义消解中的韵律线索，进行了重音听辨实验。结果发现，所指名词的重读程度显著高于非所指名词。这表明当句子出现因为代词指代不明，产生了歧义情况时，讲话者会以发出重音方式来对歧义句进行有效解歧。而对于层次切分歧义句而言，时长与停顿则可能是对其进行解歧的最优声学相关物[8]。王丹等采用语义匹配判断任务，探讨时长与停顿在层次切分歧义句解歧中的作用。对三种发音条件下的歧义音节前停顿时长(BP)、歧义音节后停顿时长(AP)、歧义音节前音节发音时长(AAD)、歧义音节后音节发音时长(ABD)、歧义音节发音时长(AD)五个声学参数进行方差分析。结果发现，除ABD外，其他声学参数间存在显著差异。进一步的简单效应分析发现，AP在三种条件下均存在差异，然而AAD、AD和BP在无语境条件和主要意思条件之间差异不显著，其余条件间差异均显著。这表明BP、AP、AAD、AD都可以作为解歧的声学相关物。而BP、AP在三种条件下差异更大则表明，歧义音节前后停顿时长在歧义句的解歧中起到更大作用。对5种声学参数进行相关分析发现，除ABD与BP、AD之间不存在显著相关外，其他参数均存在显著相关，由此可知，这5种声学参数之间共同变化，协同作用于歧义句的解歧。这种变化表现为，当歧义句从主要意思转为次要意思时，讲话者一般采用延长前停顿时长同时减少后停顿时长的韵律相关方式来进行，且当BP增加时，AAD也会随之增长。可见，对于层次切分歧义句而言，增加或缩短停顿时间是一种有效的解歧手段，同时增加或缩短音节时长作为一种伴随现象和停顿协同作用，使句子表达更为流畅[9]。

(二)汉语韵律特征在口语加工中的作用

国内外研究均发现韵律特征尤其是重读在口语的理解加工过程中起到重要作用[10-14]。重读指讲话过程中在句子或多音节词中的某一部分发音比另外一部分更用力、更清楚、更响亮[15]。在口语语篇中，重读作为标示信息结构的重要手段，不仅可以单独影响口语的理解加工，其与信息结构的关系也影响着听者口语语篇的加工速度和加工效果[16]。在语篇中，可以从信息结构上把一个句子分为新信息和旧信息两部分。一般而言，新信息被重读，旧信息不被重读，这种结合方式被称为一致性重读。反之，旧信息被重读，新信息不被重读，这种结合方式被称为不一致性重读。在印欧语言研究中发现，相比不一致性重读，一致性重读存在加工优势。我国研究者在此基础上进一步考察了汉语中重读对口语语篇加工的影响。杨玉芳等以汉语口语语篇为实验材料，采用口语动窗技术考察一致性重读在对口语语篇加工速度上所起到的作用，结果发现，一致性重读实验条件下目标句加工时间显著短于控制条件，而不一致重读条件下目标句加工时间显著长于控制条件。这表明一致性重读会促进语篇加工，不一致性重读则会阻碍语篇加工。此外，杨玉芳等采用跨通道词汇再认任务,探讨了一致性重读在对语篇理解效果上所起的作用及其发挥作用的时间历程。结果发现，一致性重读通过提高新信息(往往对语篇理解具有相对重要意义)在语篇表征中的激活水平来促进听者对口语语篇的理解。这一促进效果大约发生在词汇重读之后的1000毫秒[16]。但这一研究只考察了一致性重读对语篇理解效果的影响，并未涉及不一致性重读。而且以往对印欧语言进行的研究，常将不一致性重读作为控制条件来探讨一致性重读的影响，无法说明这一优势是来自一致性重读的促进作用，亦或是不一致性重读的抑制作用。为了澄清这一问题以及进一步考察重读对于口语语篇加工的作用机制，即重读只促进了对重读信息的激活，亦或是同时抑制了不被重读的信息，杨玉芳等采用跨通道词汇再认任务，探讨不一致性重读在语篇加工效果中的作用及时间历程。实验一考察了不一致性重读对旧信息和之前新信息激活水平的影响，结果发现，不一致性重读促进了旧信息表征的激活水平。同时抑制了新信息的激活。而这两种作用大约发生在旧信息重读后的500毫秒。实验二考察了不一致性重读在对重读之后出现的新信息激活情况的影响。结果发现，不一致性重读可以对在重读信息之后出现的新信息同样起到抑制作用。这种抑制作用发生在新信息出现后的500毫秒。从新信息对于语篇理解具有相对重要作用的角度来讲，不一致性重读阻碍了语篇的加工。两个实验综合表明，不一致性重读通过促进旧信息在语篇表征中的激活水平，同时抑制新信息在语篇表征中的激活来影响口语语篇的加工效果[15]。综上所述，重读可以影响口语语篇的加工速度和加工效果，这一过程是通过促进被重读信息在语篇表征中的激活水平同时抑制其他信息的激活来发生作用的。

(三)汉语韵律特征在言语切分中的作用

切分是指，在会话和阅读过程中，个体把讲话内容和阅读内容组合成诸如词、短语、句子等语言学单位，同时确定各个单位的作用以及其间的关系的过程[17]。在书面语中，读者可以借助段落标记和标点符号等切分线索来切分段落或句子，以促进对文章理解。在口语交流中，听者无法从此类线索中获得切分依据，但为了更好理解话语，其往往会依赖诸如韵律边界等韵律信息来完成对连续语流的切分。而讲话者也会使用韵律特征，将有些音节按语义、语法和语用要求，更紧密地结合在一起[18]。李卫君等提到韵律边界是婴儿在学习语言中最早用来切分口语句子的重要线索。韵律边界指在口语产出过程中产生的可感知的“语流间断”[19]，是口语韵律特征的有机组成部分[18]。在语言学中，熊子瑜考察了自然语句边界的韵律特征在口语交际中的作用，并将语句边界韵律特征在口语交际中的作用概括为三种功能：分界功能、话轮提示功能和言语行为功能。其中分界功能指语句边界的韵律特征可以起到标明话语中语句边界位置，将句子从话语中切分出来的作用，如：“下雨天，留客天，留我不？留。”和“下雨，天留客，天留，我不留。”两段相同的内容可以使用不同语句边界韵律特征进行切分，从而表达出不同的含义[6]。杨玉芳也指出，韵律特征在普通话的词切分中起到重要作用。为了探讨这一作用，杨玉芳以重复句为材料，进行了知觉辨别实验。结果发现，在没有语义和音段信息情况下，听者也可以依据韵律信息准确判断句子结构，进行词切分。为进一步考察词切分过程中所利用的韵律学线索，杨玉芳以合成句为实验材料，探讨切分中音节强度、共振峰、基频曲线以及音节时长分布作用。结果发现在切分过程中，音节时长分布模式是最主要的韵律学线索，其次是基频曲线，音节的共振峰和强度则没有贡献[17]。

熊子瑜从语言学角度为我们研究韵律特征在自然口语交际中的作用提供了研究思路，正如上文所述，韵律特征可以帮助会话者切分语流，这既可以促进对口语内容的理解，同时也可以提示话轮，即标示讲话者的话语是要继续下去还是准备结束，从而提醒听话者是继续倾听还是准备接话[6]。以往在韵律特征对切分影响的研究中，使用的是单句朗读材料，但这些材料本身不能体现话轮替换现象，未来可以在更自然的语音材料中，考察诸如停顿、音强、音长等韵律特征与话轮进程之间关系。

奥斯汀、赛尔等将言语当成行为方式，认为语言不仅是用来表述，即报道事实或描述情况，而且还是用来实施行为的，即完成某种超出表述的行为。并将言语行为划分为三种类型:言内行为，指发出语音、讲出句子等；言外行为，指发出命令、问候致意、威胁恫吓等；言后行为，指通过言语使听话者接受规劝，或者使听话者去做我们想要他去做的事等。熊子瑜提到，通常语调，尤其是语句边界的音高变化，能够负载言语行为这种类型的信息。如，将陈述语调变成疑问语调，陈述句就转变为是非问句，可见韵律特征对表达说话人意图的重要性[6]。国外众多研究也表明了韵律特征对区别言语行为的重要意义[7][20][21]。因此，未来可以语句边界韵律特征在口语交际中的话轮提示功能和言语行为功能为切入点，通过控制相关声学参数来探韵律特征在话轮替换以及言语行为中的作用及其声学参数规律，为完善韵律控制模型，提高合成言语自然度，优化语音合成与识别系统以及人机交互系统提供科学依据。

三、汉语韵律信息加工的神经机制

口语韵律信息进行加工的内部神经机制涉及了大脑言语功能偏侧化问题，即大脑两半球如何分工协作于口语韵律信息的加工？目前，这仍是研究者关注且存在争议的问题。争议主要表现在声音假设和功能假设之间的对立[22]。声音假设支持，音高信息加工的脑功能偏侧化依赖听觉刺激的声学结构这一说法。即反映频谱变化的语音加工，偏向右半球优势；反映时间变化的语音加工，偏向左半球优势。功能假设支持，音高信息加工的脑功能偏侧化依赖刺激的功能。当音高模式中带有较多言语信息时，音高加工倾向左半球优势。反之，带有较少言语信息时，音高加工倾向右半球优势[23]。Gandour 等对语调音高信息神经机制的研究发现汉语被试在加工句子语调和汉字声调的大脑激活模式存在不对称。加工句子语调的音高信息时，存在右半球优势，而加工字声调的音高信息时则激活大脑左半球[24]。这可能和言语信息加工时间窗口(句子条件下时间窗口大于词条件)有关，即言语信息进行整合的时间窗口可能会影响到大脑偏侧化。为了澄清上述问题，任桂琴等采用ERP方法，结合LORETA 源定位分析技术，探讨汉语语调进行早期加工的神经机制。结果发现，在句子条件和词条件下都没有产生 MMN(Mismatch Negativity，可以精确反映大脑对声音信息感知的敏感性)，在词音高以及句子音高实验条件下都产生了 MMN，对高音这一条件下产生的MMN进行源定位分析发现，句子高音这一条件下的MMN主要来自大脑右半球顶叶的BA2、BA3、 BA5、 BA7区域。这表明汉语语调早期加工过程中，表现出大脑右半球加工优势，支持了音高加工的声音假设。此外，词音高以及句子音高条件下都产生了 MMN，但LORETA 源定位分析发现词音高条件下没有显著激活，句子高音条件则显著激活右脑区，则表明了语调进行整合的时间窗口不影响语调早期加工的敏感性，但影响语调加工大脑的激活程度[22]。此外，也有研究者对韵律边界信息的脑电成分进行研究。李卫君等采用ERP，通过让口吃者和流畅者进行结构判断和词汇判断任务来探讨对歧义短语内部韵律边界加工的认知过程。结果发现，两种任务下都诱发了明显的脑电成分CPS，作者认为这是反映韵律边界感知的脑电波。不仅是歧义短语内部韵律边界可以诱发该成分，过去研究还发现音乐、七言绝句内部韵律边界都可以诱发该脑电成分。这些研究都表明对韵律边界的感知可以诱发特定脑电成分CPS[18]。以往使用汉语材料对母语为汉语的被试进行考察，其目的在于考察口吃和言语流畅者在加工语言内部韵律边界时的认知过程，来探究人类言语产生与理解过程涉及的认知神经基础是否存在差别。以后可以在此基础上通过脑电成分CPS，探究语言流畅和语言不流畅留学生对汉语韵律的感知，以及引导注意关注词切分的韵律学线索是否会促进两者对韵律的感知，并通过比较结构判断任务正确率高低两组的CPS波幅差异，来探讨留学生对汉语切分韵律线索的感知是否会影响到其对汉语句子的理解，从而试图探索对留学生汉语教学进行科学指导的方法。