石城(木兰)客家话单字调的声学实验与统计分析

赵建军，廖姝芳

(1.南开大学 文学院，天津市 300071；2.赣源中学，江西 赣州市 342700)

0 引言

石城县位于江西省赣州地区东北部，内与本省广昌县、宁都县、瑞金市接壤，外与武夷山与福建省长汀县、宁化县为邻.广昌属于赣方言抚州片，宁都、瑞金属赣南客方言区，长汀、宁化属闽西客方言区.

根据《中国语言地图集》[1]1-11对客家话的划分，客家话可分为九片区，分别为宁龙片、于桂片、铜鼓片、粤台片、粤中片、粤北片、惠州片、汀州片和不分片的客家地区，其中，石城县属于宁龙片，分为三个区：上水、中水和下水.本文选择的调查点为木兰镇，属于上水区.

通过表1来看，上水、下水和中水区的声调都曾被研究过，多数采用听觉感知为基础的“口耳之学”调查方法，而只有傅思泉[2]和陈艳林[3]研究曾涉及到了实验研究的方法，但是其研究存在“人数少”“不成系统”的问题.傅思泉的实验对象只有一人，陈艳林的研究只通过比较单字基频值，结合听感得出的结论.就上水区的研究成果来看，都采用了传统的记音方法，记音结果整体调形较一致，调值稍有不同，主要体现在上声、去声和入声.鉴于此，本文采用实验语音学的方法，从声学特征的角度对木兰话的单字调加以分析.

表1 各家对石城话声调的描写

1 实验操作

1.1 发音人介绍

发音人的筛选条件：母语为木兰话，父母均为木兰人，出生并长期生活于本地，且没有长期外出学习生活的经历.此次调查的发音人共8人，4代人，每代2人，分为4男4女(见表2).

表2 发音人基本信息

1.2 发音材料

1.2.1 录音材料设计

综合多家就声调负载段的看法，设计字表时遵守了以下三条规则：①声母尽量避开鼻音，边音和半元音；②韵母部分则尽可能多样化，从而最大程度地消除因韵母不同带来的影响；③每列例字整体上属于最小对比对，在声调不同的情况下，声母和韵母尽可能保持一致，这样木兰话就可分出五个调类，每类选15个样本做实验，共75字，具体见表3.

表3 单字调录音字表

1.2.2 录音方法

实验选择较为安静、门窗紧闭的房间内进行.使用“北语录音”软件和单向麦克风直接进行录音；以波形文件形式储存，设置采样率为22 050 Hz，量化精度为16位.每位发音人读1遍例字.分两次录音，第一次为2021年10月15日至10月26日，第二次补录时间为2021年12月10日至12月25日.录音地点为石城县木兰乡.

录音要求：所有发音人录音前应充分熟悉录音材料，且确保能用地道的木兰话读出调查例字，如果出现误读和漏读时，会即时调整，进行重录，以保证录音质量.

1.2.3 分析说明

1.2.3.1 “弯头”“降尾”的剔除和声调负载段的确定

有关声调负载段的争论不少，但有两点已经达到了共识：①在对单字进行音高分析时，应剔除弯头段和降尾段；②清声母的音高曲线从韵母开始.鉴于以上两点考虑，本文在设计例字时尽量避开以鼻音、边音和半元音为声母的例字.

关于“弯头段”和“降尾段”在不同类型声调中的具体指向问题，吴志刚[4]给出了答案，即“弯头的朝向因声调基本调型的不同而不同.声调的‘弯头段’和‘降尾段’都应该是朝向中轴线的，只不过‘弯头段’是从中轴线朝向‘调型段’，‘降尾段’是‘调型段’朝向中轴线”，这为我们后期处理“弯头段”和“降尾段”提供了较好的理论指导.

另外，对于声调段起点和终点的判断，朱晓农[5]281也提出了两条标准，起点：“声调的起点从韵腹(元音)的起点算起.在语图上从元音的第二个脉冲算起.”终点：“确定终点有统一的标准，还有根据调形不同而定的辅助标准.统一的标准包括：①声波图中振幅显著下降.②看宽带图中第二共振峰是否清晰，如果共振峰结构已经模糊，可以认为是声调的终点.”

依据以上两条标准，在确定石城话声调的负载段时发现，如果起点从第二个脉冲算起的话，很多情况下无法将弯头段切去，因此本文起点的确定，还是要结合音高曲线图和音频文件把弯头段尽可能切去.对于终点的确定，尤其对“降调”型声调如去声，可以参照以上第二条标准来确定.

1.2.3.2 语音数据的提取和处理

为了使得到的数据具有语言学意义，需要对所测数据进行相对化和归一化处理.有关归一化的方法有很多种，比如z-score转换法[6-9]，频域分数转换法[10-13]，对数半音差比转换法[14-15]等.这里全部采用相对归一的T值来计算[16]67-83.声调T值的计算公式如下：

(1)

其中，ɑ为调域上限频率，b为调域下限频率，x(x1,x2,x3,…,x9)为各测量点频率，由公式(1)得出的T值就是各个X测量点的五度参考值.具体以一个发音人提取的五个调类的所有数据为例：把每个阴平字中9个测量点所有的基频数据提取出来，然后求各个测量点的平均值，用同样的办法就可以把阳平、上声、去声和入声中各个测量点的平均值算出来.这样，每个声调就有9个平均值，五个声调共有45个平均值.T值公式中的调域上限频率ɑ和调域下限频率b分别指这45个测量点平均值中的最大值和最小值，测量点频率x分别指每个声调中的9个平均值，也就是这45个平均值.利用公式(1)就可以得出每一个声调中各个测点量的T值，再根据这9个点的T值就可以画出该声调的音高曲线图.上述过程均在Excel2007软件中完成.

在把石城话五个声调的T值转换为五度值时，遵循了刘俐李[17]17-19提出的“界域与斜差定律”，具体如下：

1)五度值的每一音区边界有±0.1T值的浮动域；

2)在同一五度音区内，若声调两端点与折点的斜差均超过|0.5|，定为凹/凸拱；

3)若声调曲线落在相邻音区的五度边界，其斜差在|0.5|以内，定为平拱.

2 语音样本的总体分布和极限分布

石锋[18]曾指出：“在声调格局中，每一声调所占据的不是一条线，而是一条带状的声学空间.声调调型曲线不应只看成是一条线，而应该作为一条带状包络的中线或主线.”在木兰话单字调分析中也采取同样的方法.因此，以下木兰话各单字调的调型曲线均由上限、中线和下限构成.中线是发音人9个点的平均T值连接而成，上限和下限分别是这个平均数或加或减这9个点分别对应的标准差所得.为了方便看清五个声调的总体分布图，分别画了舒声图(如图1)和促声图(如图2)，通常根据中线来确定单字调的具体调值.图4则是由每个调类曲线的极值图与图1、图2的总体分布图叠加而成.

图1 舒声总体分布图 图2 促声总体分布图

图3 声调分布散图

图4 相互叠加后的极值分布图

石锋、王萍[19]以测量点T值的标准差大小为依据对北京话各声调的稳态段和动态段进行了相关研究.文中提到，调型曲线上各点T值标准差较小的部分为稳态段，标准差较大的部分则是动态段.稳态段更多地承载着声调的特征信息，而动态段承载的调位信息较少，变化的可能性很大.这里用同样的方法来分析石城话声调，把每个声调的九个点分为三段：前三点是调头，第四点到第六点是调干，第七点到第9点是调尾.本文判断稳态段和动态段的标准：以每个调类9个点的标准差均值作为该调类的“分界值”，小于这个分界值的点为特征点或稳态段，否则，就是动态段.

石城话的阴平调是从调域上部到调域下部的高降调.前四点的平均T值分别为4.48、4.45、4.44和4.27，均位于5度之内，变化幅度为0.21，远小于0.5度.可以看出，调头以“平”为主；从第五点到第九点，平均T值由3.94下降到1.2，降幅为2.74.从整体音高变化来看，起始部分保持“平”的特征，调干和调尾部分始终为“降”.阴平调的动态范围：阴平调各点的标准差均值为0.6，第一点和第二点均小于0.6为特征点；调干部分各点的标准差分别为0.59，0.55和0.55，他们均小于0.6，因此，可以把调干部分看作“稳态段”，调尾部分的标准差相对较大，可看作“动态段”.基于以上分析，阴平调对应为五度值：上线552，中线552，下线551，因此调值可记为552.就阴平调的极值空间分布来说，无论是极大值还是极小值，调头的三个T值“平”的特征是不变的，调干和调尾呈现“降”的趋势.

阳平调是从调域底部到调域上部的升调，跨越整个调域，与阴平调正好相反.从各个点的平均T值数据来看，从第二点到第四点的平均T值分别为1.02，0.83和0.92.由于最低点和两个端点相差0.2度左右(不到0.5)，所以，这部分声调曲线可以认为是保持了“平”的特征.至于起始点的下降，可能是声带发音的生理物理机制自然造成的伴随特征，这在北京话的阳平调[19]中也存在类似现象.从第五点到第九点，声调曲线一直保持“升”的趋势.阳平调的动态范围：阳平调各点的标准差均值为0.76，第一点到第五点均小于平均值，可以看作是稳态段，第六点和调尾部分是动态段.因此，对应的五度值为：上线225、中线114、下线113，所以，调值可记为114.就阳平调的极值空间分布来说，极大值和极小值对应的五度值分别是225和112.

上声调是位于调域中部的降调，第一个点平均T值是3.02，这里考虑到上声和去声的调型相同，但是去声的最高基频值明显高于上声，因此将它记为3，之后一直降到第九个点的0.12，整条曲线呈现“降”的特征.上声的动态范围：上声调各点的标准差平均值为0.54，从第六点到第九点的标准差值分别为0.48、0.37、0.17和0.20，均小于0.54，可以看作是稳态段，从第一点到第五点标准差值均大于0.54，应为动态段.因此，对应五度值为：上线41、中线31、下线31.所以，可以把调值记作31.就上声调的极值空间分布来看，极大值和极小值的第一点T值均最大，分别为4.02和1.4，第九点T值均为最小，分别为0.57和0.结合整体变化趋势，极大值和极小值对应的五度值可分别记为41和211.

去声调与上声调调型相同，也是降调，但是最高点调值明显比上声要高.第一个点的平均T值为3.35，第九个点的平均T值为0.47，整条曲线呈现“降”的趋势.去声调的动态范围：去声调标准差的平均值为0.43，调头段、以及第五点、第六点和第七点的标准差均小于该平均值，可以看作是稳态段，其余是动态段.对应五度值为：上线42、中线41、下线31，所以可记为41.就去声的极值空间分布来看，极大值和极小值的第一点T值分别为4.15和2.86，第九点T值分别为1.64和0.01，对应调值为52和31.

入声为高降调.第一个点的平均T值最大，为3.9，最后一个点的平均T值最小，为1.24.整体来看，平均T值逐渐变小.入声调的动态范围：入声调标准差的平均值为0.6，第二点到第六点的平均值较小，分别为0.50、0.47、0.45、0.50、0.55，属于稳态段；第一点和调尾三个点的平均值较大，均大于0.6，故为动态段.因此，对应的五度值为上线52、中线42、下线41.在入声的两条极值空间分布图上，极大值和极小值的第一点T值分别为5和2.95，最后一点T值分别为2.5和0，对应调值为53和31，都呈现出了“降”的趋势.

3 时长研究

3.1 绝对时长

时长也是声调研究的另一个重要参数，尤其对于舒声调和入声调来说.根据图5可以看出：①就舒声和入声来说，时长上存在明显差异.入声的平均时长为130 ms，而舒声的平均时长为279 ms，大约为入声时长的2倍；②在舒声内部的四个声调中，阳平时长最长，为340 ms，去声最短，为242 ms，阴平和上声相差无几，分别为265 ms和270 ms.另外，通过图6发现：①就五个声调来说，女声绝对时长值普遍较大，均大于男性；②无论是男性还是女性，阳平时长都为最长，男性为318 ms，女性为361 ms，入声时长均最短，男性为123 ms，女性为136 ms.

图5 各声调平均绝对时长 图6 男、女声调绝对时长

3.2 相对时长

基于各声调的平均绝对时长图，本文对这五个声调进行了归一化处理，如图7所示.可以看出：阳平时长最长，阴平和上声时长非常相近，分别为0.78和0.79，去声次之，为0.71.与舒声相比，入声明显最短，为0.38.

图7 平均时长归一化结果

4 声调内部比较

4.1 上声与去声比较

根据以上分析，在木兰话中上声和去声的调值分别为31和41，调型和调值非常接近，时长也非常相近(如图10)，分别为去声243 ms，上声270 ms.再结合图8和图9，可以看到：去声各点的频率值均大于上声各点的频率值，第一个点的T值分别为3.35和3.02，最后一点的T值分别为0.47和0.12.结合传统调查结果，并为了区分二者，把3.02处理为3度较为合适，这样就可以把上声和去声的调值有效区分开.同时，为了检验上声和去声两组数据是否具有统计学意义，本文对两组数据进行了单因素方差分析，结果表明：在0.05的水平上，上声和去声的差异较显著，sig.值为0.019.

图8 上声与去声频率图 图9 上声与去声T值图 图10 去声和上声时长

4.2 阴平与阳平比较

通过图11可以看出,就调形来看，阴平和阳平呈现对称形状，阴平调的特征为“调头平”“调干和调尾高降”，而阳平调的特征为“调头平”“调干和调尾低升”.就调值来看，阴平为552，阳平为114；在绝对时长方面，阴平绝对时长小于阳平，而阳平绝对时长最长.就阴平和阳平来说，木兰话与陈凌老师所调查的中水区有很大相似之处.

图11 阴平和阳平T值图

5 总结

石锋[20]提出“实验音系学(Experimental Phonology)”概念，认为“实验音系学是基于语音实验的音系学研究，也就是音系学分析的量化描写”.就拿声调来说，声调的主观描写无论做得多么细致，都不足以为后续音系学的分析提供可靠数据，而语音实验对此研究就显得尤为重要[21].可见，语音实验在语音描写中具有重要意义.

基于以上实验数据，从音系学角度来看，木兰话的阴平调值可记为552，调头保持“平”的特征，调干和调尾部分始终为“降”，调干部分为稳态段，调尾部分为动态段，调头部分的第一点和第二点为特征点；阳平调值可记为114，调形与阴平相对称，调头保持“平”的特征，调干和调尾部分始终保持“升”的趋势.前五点曲线可以看作是整个声调的稳态段，第六点和调尾部分则是动态段.上声调值可记为31，调尾部分可看作是稳态段，第一点到第六点可看作是动态段；去声与上声调型相同，都是降调，调值可记为41，调头段的3个点，第五点、第六点和第七点可看作是稳态段，其余是动态段.入声为高降调，记为42.其中，第二点到第六点属于稳态段；调尾为动态段.在绝对时长方面，依次为阳平>上声>阴平>去声>入声.

正如李行德和张洪明[22]所说：“音系表征是一个具有抽象和离散特点的层次，而语音表征则与生理和声学事件有着更密切的联系，是一个更具体、更能量化的语音连续系统的层次.”只有把“音系表征”和“语音表征”的层次和特点搞清楚，才可以从理论层面上有效指导研究者对语音系统进行深层次、全方位研究.