会话沉默的意义：基于体认语言观的多模态解析*

黄萍 蔡可阳

（黑龙江大学西语学院，哈尔滨 150080）

提 要：对会话沉默意义的研究在语言学领域中经历会话分析、经典语用学、认知语用学等多维视角。 体认语言学及其哲学观的转向可以为会话沉默提供新的研究思路。 体认语言学以后现代哲学和体验哲学为基础，秉持唯物主义语言观和人本加工观，强调人类语言的“互动体验”和“认知加工”属性。 体认语言观决定会话沉默意义的多模态研究视角。 多模态互动体验是会话沉默意义识解的前提，认知加工是重要环节。 多模态语料库语言学的研究方法可以为研究沉默的意义乃至人类其它交际行为和话语活动提供互动体验和认知加工的多模态数据，确保体认语言观从哲学层面到实证层面的实现。

1 引言

会话沉默是人类社会交往行为中普遍存在的一种交际现象，有学者认为它属于非言语交际行为（Robbins et al. 1978：38 -46）；有学者认为它属于副语言特征（Crystal， Davy 1969； Taylor，Taylor 1990）；有学者认为它就是一种特殊的言语行为（Kurzon 2007：1673 -1688），是位于临界位置的言语形式（Jaworski 1993：95），即一种字面意义完全缺省却具有话语意义的间接言语行为；还有学者认为要做灵活处理，有些沉默属于非言语交际形式，有些沉默属于言语交际形式（Saville-Troike 1982：227）。 无论从哪个角度看待该现象，会话沉默具有意义，发挥着重要的交际功能是达成共识的。 对会话沉默意义的研究具有多元理论视角，涵盖运用会话分析、合作原则、礼貌原则的语用视角解读以及运用关联理论的认知语用视角解读，等等。 然而，随着后现代哲学和认知语言学两种学术思潮的发展与融合，体认语言学得以建构（王寅2015：2 -11），突破索乔二氏的语言观，融合辩证唯物论和人本观，形成体认语言观。 基于后现代思潮影响下的体认语言观，对会话沉默的意义进行再解读尤为必要。

2 会话沉默的界定

2.1 什么是会话沉默

会话沉默，即在会话过程中“不发声”（the absence of vocalization）或“不说话”（period of nonspeech）（Levinson 1983：299，326）。 但是，是谁不说话， 是在什么时候不说话？ Формановская（1998）认为沉默可以分为“听话人的沉默”和“说话人的沉默”。 “听话人沉默是听话人的角色义务和礼貌合作行为，并且发出自己参与交际的言语和非言语信号……以此来确认自己对于交际的关注与理解。 说话人沉默则属于说话人的角色，当听话人等待他的话语反应时，他却一言不发，其语言符号呈零位状态。”（李凤琴2010：56 -59）。本文所指的会话沉默是说话人角色的沉默，可以分为不同类型。

说话人角色的沉默指在什么时候不说话呢。会话由话轮（turn）组成，话轮是会话的基本构成单位。 自然会话中，参与者根据话轮转换规则（turn-taking rules）轮番说话，也正是“话轮转换规则本身赋予给会话沉默以不同的值”（Value），“沉默所处的结构位置”（structural location）决定带有不同意义的沉默类型（Levinson 1983：326）。左岩（1996） 综合 Fasold （1990：108）、 Tannen（1984：30）以及Levinson（1983：326）等人的界定，将会话沉默分类为：（1）话轮内沉默又称停顿，发生于话轮之内；（2）话轮间，发生在两个相邻话轮之间，分为“空隔”（gap）和“间断”（lapse）；（3）话轮沉默又称意义或可归属沉默（attributable silence）（Schegloff， Sacks 1973），是指单独充当一个话轮的沉默，该沉默属于被选定的下一个说话人，有主可归，具有丰富的意义，故曰“意义沉默”。 （左岩1996：13 -21）会话沉默依存于话语，是伴随着话语而产生的一种交际行为。 沉默发生于会话中不同的结构位置，可以通过话轮、话轮转换规则等概念从形式上进行清晰地界定。

2.2 会话沉默的意义

目前人类交际理论广泛接受的假设之一是“人不能不交流”（a person cannot not communicate）（Watzlawick et al. 1967：48 -49）。 沉默也是一种交流，无论做出沉默的人是否愿意，听者或者观察者都会假定沉默时思维过程正在发生并赋予沉默以意义。 Johannesen（1974）据此将沉默可能被赋予的意义归纳概括为如下20 点：（1）此人缺乏足够的信息来谈论这个话题。 （2）此人对说话没有任何紧迫感。 （3）此人正在仔细考虑接下来该说什么。 （4）此沉默可能只是反映了此人的正常思维速度。 （5）此人出于恐惧而避免讨论一个有争议的或敏感的问题。 （6）此沉默表示同意。 （7）此沉默表示不同意。 （8）此人心怀疑虑或优柔寡断。 （9）此人很无聊。 （10）此人不确定他人的意思。 （11）此人心怀敬畏，全神贯注，或情绪上克制。 （12）此人很傲慢或无礼。 （13）此人的沉默是一种惩罚他人的手段，通过将他人排除在语言交流之外，从而象征性地消灭他人。（14）此人的沉默标志着一种典型的人格障碍。（15）尽管此人渴望沟通，但他还是感觉难以表达；也许主题更适合于直观的感知，而不是口头讨论。 （16）此人的沉默反映了他不想说任何话来伤害他人的善意。 （17）此人在做白日梦或专注于其它事情。 （18）此人利用沉默来增强自己的孤立、独立和自我独特感。 （19）此沉默标志着愤怒。 （20）此人的沉默反映了共情的交流，是一种分享情绪或洞见的陪伴。

然而，上述关于沉默的意义又是怎么生成和理解的呢；说话人在会话过程中做出的沉默，听者是如何感知和识解的呢；不同的理论视角有不同的认识和解析。

3 会话沉默意义已有研究的理论视角

会话沉默作为日常会话中普遍存在的交际现象，以一种语音形式缺省的方式出现在会话中，带着说话人的意图，具有丰富的会话含义。 对会话沉默意义的研究呈现出多元理论视角，涵盖运用会话分析、合作原则、礼貌原则等经典语用视角解读以及运用关联理论的认知语用视角解读等。

3.1 关于会话沉默意义的语用解读

会话沉默是一种会话现象，自然就成为会话分析者关注的对象。 会话分析是研究如何通过互动对话（talk-in-interaction）来完成社会行动的方法（Schegloff 1996：161 - 261）。 萨克斯（Harvey Sacks 1974）、谢格洛夫（Emanuel Schegloff 1974）、杰斐逊（Gail Jefferson 1974）、莱文森（Levinson 1974）等会话分析者主要从序列结构（sequence organization）和偏好结构（preference organization）维度研究会话沉默。 根据话轮转换规则，沉默在会话序列结构中出现的位置决定了沉默的类型，正如前文（2. 1 小节）对沉默的分类。 Levinson（1983）认为，相邻对的前轮与后轮之间，存在很强的过渡关联（transition relevance），该“过渡关联”赋予相邻语对的后轮部分很高的“结构期望值”，从而使位于其处的沉默由于“关联缺省”（relevant absence）而含义丰富（左岩1996：13 -21）。

对于这种由沉默产生的“关联缺省”，如果从经典语用学的“会话含义理论”视角来看，则被视为是对“合作原则”（Cooperative Principle）的“量准则”（Quantity）或者“关联准则”（Relevance）的违反（Ephratt 2012：62 -79），由此产生会话含义。而作为表层意义完全缺失的会话沉默，是如何在深层上表达意义，而听话人又是如何成功而准确地解读会话沉默的含义，单从违反合作原则的各个准则方面来解析，似乎并不能充分说明问题，需要听话人根据语境、共有知识、背景信息、沉默人的反应等诸多要素去推导沉默者的意图，即会话沉默的意义。

会话沉默还被看作是礼貌的一个重要特征，引起诸多学者的关注（Salille-Troike 1985：3 -18）。 Sifianou（1997）认为沉默可以被用来实现Brown 和Levinson（1987）所指出的礼貌策略。 他从积极面子、消极面子以及积极礼貌和消极礼貌等维度阐述沉默在日常交际中发挥的交际功能，作为维护面子的策略手段， 规避言语交际形式可能带给对方的压迫和尴尬。 会话沉默作为表达礼貌意义的方式之一， 常以其间接性和含蓄性来维持交际双方的和谐关系， 实现人际的礼貌互动。当然，会话沉默具有文化差异。 在某一特定文化背景下，沉默被赋予敬意、同意、谦让、友好的语用含义，而在另外一个文化背景下，沉默却可以就被理解为无礼、冒犯、漠不关心等不礼貌的含义。 运用礼貌原则，可以从语用策略和人际意义的角度解析会话沉默的含义，但是在文化视野中，无法做出普适性的解释，具有一定的局限。

总之，会话分析从语言形式的角度将会话沉默放置在会话结构的框架内进行分析，对于识别沉默和区分沉默类型具有重要的操作价值，合作原则、礼貌原则等语用学相关原则可以用来推导沉默的意义，但是除了社会和文化因素，沉默意义的理解是一个开放系统，具有多元推导的性质，是一个推理认知的过程。

3.2 关于会话沉默意义的认知语用解读

会话沉默意义的解读涉及推理认知过程，而关联理论不同于会话含义理论、礼貌原则等经典语用学之处就在于它更为关注交际中的认知加工。 因此运用关联理论，从认知语用学视角解析会话沉默的意义似乎更为合适。

斯波伯（D. Sperber）和威尔逊（D. Wilson）的关联理论认为交际就是个明示—推理的过程（ostensive-inferential communication），认为交际是否成功不在于听话人能否分辨出话语的语义之时，即识解出说话人的信息意图，而在于能否从话语中推断出说话人意义，即交际意图（Sperber，Wilson 1986：23）。 会话沉默尽管以“非言语化”（non-verbalization）的形式出现在交际中，但却是符号化的（rather than non-symbolization）（Johannesen 1974：25 -35），因此并不影响交际对方对其所传达的交际意图的识别和解读。 “人类的认知本质上是关联导向” （relevance-oriented） 的（Perkins 2007：20），当说话人选择沉默，沉默在那一刻就是交际者的“明示交际行为”，被认为具有关联性，该关联系保证值得听者付出努力的语境效果，同时听者不用付出为实现该语境效果的不当努力。 “信息推导实际上就是听话人对认知语境内容自觉或不自觉的搜索或找寻过程。”（熊学亮1999：101） 因此，对会话沉默含义的推导过程就是听话人对相应认知语境的搜索过程。

然而，这样的认知加工过程实际上是以加工主体与会话对方的互动乃至整个语境的互动为前提的。 对于会话沉默这种较为特殊的交际行为的意义理解，则更加依赖于会话双方的“互动体验”的过程。

4 会话沉默意义的体认语言观解读

4.1 体认语言观的哲学基础

“体认语言学”（Embodied-Cognitive Linguistics）是对国内外主流语言研究学派“认知语言学”的修补。 这不仅仅是命名问题，而是语言研究立场的转变，是哲学观的转变。 体认语言观不同于结构主义、转换生成语法和社会功能主义等经典语言观。

以索绪尔为代表的结构主义语言学的哲学基础为“分析哲学”，他深受理想语言学派的影响，专注于分析理想化、抽象化的“语言系统”，且将其定位于语言内部的形式关系”（王寅2001：7）。乔姆斯基于上个世纪50 年代发起一场针对结构主义语言学的革命，创建“转换生成语言学（TG Linguistics）”。 根据王寅（2015）的梳理和分析，TG 学派的哲学基础主要受到笛卡尔（Descartes）的天赋论和二元观的影响以及流行于美国的逻辑实证论、科学主义等的影响。 社会功能主义语言学派的发展，从Malinowski，到Firth，再到Halliday建立系统功能语言学，其语言观蕴含着语境论、结构功能观、系统观。 这些观点分别受到Frege 的“语境论”、 Durkheim 的“社会环境”和Wittgenstein 的“用法论”的影响，并且同时受到索绪尔的语言系统论影响。

不同于结构主义语言学和转换生成语言学的哲学观，体认语言观以后现代哲学和体验哲学为基础，大力倡导唯物主义语言观，认为语言既不具有先验性，也不具有天赋性，认同Chomsky 的“语言是认知加工结果”的观点，但更强调“互动体验”这一基本要素，当循物质决定精神的唯物史观。 体认语言学提出的核心原则主要含3 个要素“现实—认知—语言”，解读为语言是人们在对客观世界进行互动体验（体）和认知加工（认）的基础上形成的。 （王寅2014：61 -67， 2017：1 -6）所谓的“体”指“体验（embodied experience）”，指人的身体（主要是感官系统）与世界互动获得的直接经验；“认”是“具身认知（embodied cognition）”，指人类通过认知系统（包括神经系统和大脑）形成的概念结构，以体验为基础并受其限制。（林正军唐玮2019：462 -474） 正是这种“互动体验（Interactive Embodiment）” 和“认知加工（Cognitive Processing）”的高度融合，人之所以为人，有别于其它动物，体现出“人本加工观”。

学界也有人倡导将“现实—认知—语言”原则修补为“现实⇔体认者⇔语言”，认为“把‘体’补充包括进来，就和原有的‘认知’构成体认；其次，把进行‘体’和‘认’的‘人’也包括进来，就有‘体认者’；最后，再把其中的横线改为双向箭头，就可揭示现实、体认者和语言三者的互动性”（张克定，2019）。 当然，无论核心原则的表现形式如何，体认语言观坚持后现代思潮，“体”强调语言的客观性，倡导回归“生活世界”，反映唯物主义语言观，纠正了唯理论语言研究方向；“认”承认语言在很大程度上具有主观性、差异性，基于不同的“识解”，产生语言使用的差异，突显“社会体验性、认知功能性、人本加工观”（王寅2014：61 -67）。 人类通过“体认”感知世界和使用语言。（林正军张宇2020：261 -272）

4.2 会话沉默意义的“体认”：多模态解析

体认语言观的形成为会话沉默的意义研究带来重要的指导作用。 综观以往对会话沉默意义的研究，无论是基于经典语用原则的推导，还是基于认知语用原则的解析，都聚焦于对沉默意义的“认知加工”过程，却忽视“互动体验”过程。 而理解会话沉默这种缺失语音形式的交际行为更需要调动听话人的视觉感官以及其它感官，与对方互动，与语境互动，通过“互动体验”，捕捉与沉默协同发生的视觉以及其它模态信息还有语境信息，然后进行认知加工，进而理解沉默所表达的意义。

4.21 体认语言观与多模态研究

体认的人本观决定体认的多模态本质。 体认的主体是人，“互动体验”是人与世界的多模态互动，无论是物质世界、社会世界还是心理世界。 这里所说的“多模态”是指人的多个感觉器官加上处理各自信号的神经系统。 视觉、听觉、触觉、嗅觉和味觉统称为“多模态感官系统”①（顾曰国2015：448 -469）。 “多模态感官系统”和“认知系统”正是“体”与“认”的物质基础。 体认语言观所倡导的“体认”是基于“多模态感官系统”和“认知系统”的“体认”。 语言的产生和使用是基于“多模态感官系统”的“互动体验”与基于“认知系统”的“认知加工”进行互动的结果。

“人类在正常情况下跟外部世界（包括人际之间）的互动都是多模态的。”（顾曰国2013：1 -19） 会话作为人类最为普遍的交际互动行为，其本质也是多模态的，即会话双方不是通过语音一种模态传递信息，进行互动，而是协同多种模态，调动多感官在其共同作用下进行交际。 因此，从多模态的视角进行语言研究是体认语言学人本观得以实现的必要途径。

4.22 多模态语料库语言学的贴真建模

语言的多模态研究有几种范式，其中多模态语料库语言学是多模态研究的重要路径。 多模态语料库是指“把文字语料、音频语料和静、动态图像语料进行集成处理，用户可以通过多模态方式进行检索、统计等操作的语料库”（顾曰国2013：1 -19）。这种集成处理为研究人类交际活动的一系列词汇、韵律和手势的对话特征提供了有效的平台，以便探究这些特征在真实的日常交往中的相互作用方式（Knight 2009：15）。

多模态语料库语言学的研究方法是贴真建模（simulative modeling），即通过建模来贴近人类多模态话语活动的充盈意义状态。 简要地说，贴真建模是面向对象的建模方法，在操作上分3 个阶段：概念建模、数据建模和实际操作与评估。 在概念建模阶段，建模者根据对建模对象的认识制定概念模型，就是在理论上勾画出建模者对建模对象的认识与把握。 这一阶段是多模态语料库建设的基础理论阶段，没有概念模型，也就没有理论视角，后续的数据模型无从建构，因为完全贴真是做不到的，能做到的就是建模者从特定视角对建模对象的认识和把握。 数据建模是针对概念模型建立相应的数据类型。 数据类型可以是丰富多样的，完全取决于研究问题以及概念模型。 最后是实际操作与评估阶段，是利用先进的数字化技术根据数据模型对建模对象进行模拟操作。 这3 个阶段对建设多模态语料库的实际操作过程具有重要的指导意义。

运用多模态语料库贴真建模的方法考察语言的使用，需要通过各种技术尽可能地对会话相关信息进行记录，使用多媒体介质承载会话中交际者的多模态内容，即“充盈体验下的充盈意义”（Gu 2009：433 -466），从而为研究者呈现他们多模态互动过程。

4.23 会话沉默意义的多模态解析

对于会话沉默的意义解读，如果运用多模态语料库贴真建模的方法，以说话人为对象进行建模，然后提取多模态数据进行多模态解析，可以从根本上阐释沉默意义的“体认”。 下面的两个关于会话沉默的例子来自笔者建设的侦查讯问多模态语料库（MCPSI）②。

①侦查员：什么时候关押的？

嫌疑人：五月十六号。

侦查员：因为什么？

嫌疑人：【沉默】

侦查员：嗯？说啊！

嫌疑人：因为杀人。

②T1 侦查员：你反省的怎么样了？王**

T2 嫌疑人：【沉默】

T3 侦查员：啊？

T4 嫌疑人：【沉默】

T5 侦查员：问你呢！

T6 嫌疑人：【沉默】

T7 侦查员：反省的怎么样？

T8 嫌疑人：啊

T9 侦查员：“啊”是啥呀？

T10 嫌疑人：就-是-是

T11 侦查员：想好没想好？

T12 嫌疑人：想好了。

上述两例中，如果只看转写文字的话，研究者很难通过会话序列的上下文阐释话轮沉默意味着什么，以及两个序列中的沉默所意有何差别。 但是以多模态语料库贴真建模的方法对会话人进行建模，贴真模拟会话人鲜活的多模态活动状况，在“充盈体验”下阐释“充盈意义”就更为可行。MCPSI 运用多模态语料库语言学贴真建模的方法，采用层次范畴化取样方法，采集我国真实的侦查讯问录音录像文件，以多模态文本分析框架（同上2006：127 -167）、言语行为八位组模型（同上2013：309 -358）和言思情貌整一原则（顾曰国2013：1 -19）为理论基础构建MCPSI 概念模型。以此为基础进行数据建模，制定MCPSI 标注体系，包括言己、思己、情己、貌己4 个维度的12 个层次的标签集。 然后根据已经确定的标注体系和标签集以音视频转写和标注工具Elan 和Praat 对语料进行深度加工③。 正是基于这样的多模态深加工，才能确保研究者捕捉会话者互动体验的过程，多维度地推导（认知加工）言语亦或其它交际行为的意义。

两段侦查员与嫌疑人互动的会话序列中都出现话轮沉默。 构成话轮的沉默是有意义的。 如何解析沉默的意义？ 根据概念模型中的“言思情貌”4 个维度，从说话人说出话语产生意义的驱动链角度来说，应为思→情→言→貌，即从实内到形外；对于听话人而言，研究模型则为言→貌→情→思，即从形外追溯到实内。 （顾曰国2013）据此，对话轮沉默意义的解析则需要按照言→貌→情→思的思维过程，通过多模态互动体验捕捉多模态信息，进行认知加工，方可追溯到实内，理解沉默的意义。

例①中，根据多模态语料库中的标注（参见图1），嫌疑人沉默时“言己_话语”自然是“沉默”，语音形式缺省。 与此同时，他的“貌己_脸部表情”层所标注的是“哭泣”，其“情己_基本情感状态”层标注的是“悲伤”，“情己_体况情感状态”是“负面”的，“情己_社会情感状态”是“对自己的负面情感—懊悔”，听话人即侦查员（包括研究者）通过由“貌”及“情”的多模态互动体验，可以推导（认知加工）出嫌疑人此刻的沉默是由于强烈的情感引发哭泣而说不出话语。 结合该案件的背景信息：嫌疑人是初犯，行车过程中与街边摆摊商贩因剐蹭发生争吵，操刀伤人，抢救无效死亡。 所以当被问及“为什么（被关押）？”的时候，说话人沉默了，哭泣了，该沉默表达了因为伤人致人死亡而难以附加的懊悔之意以及面对公安机关侦查人员和即将发生的法律制裁而产生的恐惧之意。 此种意义类似于前文（2.2 小节）Johannesen（1974）所归纳的20 种沉默意义的第（5）种“此人出于恐惧（这里除了恐惧还有懊悔）而避免讨论一个有争议的或敏感的问题”。 当然迫于侦查员的追问“嗯？说啊！”，嫌疑人不再沉默，回答了问题，给出答案“因为杀人”。

图1

例②中，根据多模态语料库中的标注（参见图2），伴随着嫌疑人沉默时的“貌己_脸部表情”层是“傲慢”，其“情己_基本情感状态”层标注的是“抵触”，“情己_体况情感状态”是“负面”的，“情己_社会情感状态”是“对他人的负面情感—抵触”，由此可以推导（认知加工）出嫌疑人此刻的沉默所表征的“思己”层的意图是不愿说，不想说。 结合该案件的背景信息：嫌疑人是贩毒惯犯，已经是第三次因涉嫌贩毒被逮捕关押。 此序列中连续3 个沉默（见话轮T2、T4、T6）以及零信息的“啊”（见话轮T8）和“就-是-是”（见话轮T10）表达出嫌疑人对侦查员的抵触和抗拒之意，属于Johannesen（1974）所归纳的20 种沉默意义的第（12）种“此人很傲慢或无礼”。 会话序列中侦查员利用6 个话轮，变换6 种问话方式（见话轮T1、T3、T5、T7、T9、T11），才得到嫌疑人的正面回答“想好了”。 这从会话形式上也说明沉默者的无礼程度之高以及抗拒意义之强。

图2

上述两例中沉默的意义差距很大。 从会话参与者的视角看，侦查员在嫌疑人做出沉默之时，如果不观察嫌疑人的脸部表情，不通过表情和体态判断其情感状态就无法识解嫌疑人做出沉默的意图，而无法理解沉默的意义。 从研究者的视角来看，如若没有多模态语料库提供的多模态数据，单凭会话序列的形式和内容同样无法准确识解其中沉默的意义。 由此可见，现有的理论视角和研究方法存在一定程度的局限。 多模态互动体验是会话沉默意义识解的前提条件，多模态认知加工是会话沉默意义理解的重要环节，多模态语料库语言学的贴真建模研究方法则是实现多模态体认的有效途径。

5 结束语

对于会话沉默的研究经历会话分析、经典语用学、认知语用学等多维视角。 但是体认语言学的提出及其哲学观转向为会话沉默提供突破性研究思路。 体认语言学的人本观决定会话沉默意义研究的多模态本质，多模态语料库语言学的研究方法为研究沉默的意义乃至人类其它的交际行为和话语活动提供互动体验和认知加工的多模态数据，确保体认语言观从哲学层面到实证层面的实施。 当然基于体认语言观对人类交际行为的多模态识解还需要进一步细化，形成理论框架，以提高其适用性和可操作性。

注释

①其实“感官模态”除视觉、听觉、嗅觉、触觉、味觉这“五觉”，还包括体觉、痛觉、痒觉、温觉、内脏觉、前庭觉等，详见顾曰国（2019）“多模态感官系统：天官、仿人机器人、‘修辞即做人’新释”一文。

②笔者自建的“侦查讯问话语多模态语料库”（MCPSI）是中国博士后科学基金第57 批面上资助项目（2015 M571213）的研究成果。

③关于“侦查讯问多模态语料库”（MCPSI）的建设将另文撰述。