二语语音感知及与产出的相关性研究
——来自日语促音习得的实验证据*
2022-11-01西安交通大学
西安交通大学
任宏昊
提 要： 本研究以10名日语母语者及40名不同方言背景的高级日语学习者为研究对象，通过两阶段的语音感知实验，对其促音、非促音对立的感知情况进行对比与探讨。结果发现，促音、非促音对立感知对受刺激音拍数影响较大，且各受试组均能以促音部时长与总词长比例为变量表现促音与非促音高水平的范畴感知。同时，母语(方言)差异导致促音、非促音对立显著不同的感知倾向，在其感知水平上可见由母语(方言)引起的语言迁移现象，进而明确该因素作为非时长性线索的影响。研究还通过对照促音、非促音感知与产出指标，证实语音感知优先于产出水平，为进一步诠释语音习得两过程的关系提供实验语言学参考。
1. 引言
在习得目标语(Target Language， TL)过程中，学习者往往会在有意无意间活用自己所掌握的知识储备及语言文化背景，以期达成更高的习得水平。即便如此，学习第二语言并达到母语者水平，尤其对成人而言仍非易事(Birdsong 1992；Schachter 1988；White & Genesee 1996；陈慧媛1999)。由于成人在母语语言习惯基本形成后便会逐渐丧失感知非母语音位对立(phonemic contrasts)的能力，二语学习者的语音习得水平与其他语言能力(如词汇、语法等)相比存在一定的差距，且更易出现习得能力停滞现象(Moyer 1999；Polka & Werker 1994；Werker & Tees 1984)。因此语音习得作为二语习得研究的重要课题，一直以来受到国内外学者的热议。
作为语音习得研究的重要内容，国内外学者分别对二语语音感知(L2 speech perception)及二语语音产出(L2 speech production)两个方面进行了全面且深入的探讨。在此过程中形成了诸多二语习得理论及模型，如语音学习模型(Flege 1995)、感知同化模型(Best 1995；Best. 1988)、母语磁吸模型(Iverson & Kuhl 1995；Kuhl & Iverson 1995)等。这些成果在预测学习者二语习得过程中可能遇到的问题，分析二语习得过程中问题的成因等方面提供了理论线索，也为提升二语学习者语音习得水平探索了方法。一般认为，二语学习者的语音感知在音位层面(phonemic level)优先于语音产出(Escudero 2007；Kuhl2008)，并在一定程度上决定了语音产出的水平。因此，解决二语语音习得过程中的感知问题，指导二语学习者练就“好耳朵”，进而改善二语语音习得的整体水平便显得尤为重要。
王立非、孙晓坤(2007)指出，探索二语口头话语感知与表达之间的关系是二语音系习得研究中的重点之一。在实际的二语语音习得研究中我们发现，二语语音范畴形成的过程中，语音感知和语音产出是相辅相成、相互影响的。因此，通过把握二语学习者的语音感知倾向，同时对照同一受试对相同材料的语音产出水平，能够全面科学地探讨二语语音习得的全过程，为语音感知和语音产出的相关性论述提供语言学证据。
2. 研究背景与问题
2.1 二语习得中的语音感知
语音感知是一个复杂的生理过程，具有较强的主观性。由于语音感知具有学科交叉的特点，语言学领域对语音感知的研究多集中于听觉语音学的心理认知方面，即通过实验语言学的方法对语音信号接收者的感知听辨状况进行探讨。二语语音感知研究则对其范围进行了进一步聚焦，将研究重点放在了二语学习者对目标语中具有音韵学特性的语音项目的感知倾向及其语言学内涵上。
二语习得中语音感知的首要研究成果便是诸多科学有效的语音习得模型。如前所述，Flege(1995)的语音学习模型和Best(1995)中全面总结的感知同化模型均成功解释了二语语音感知过程中表达的部分现象。该两类习得模型对学习者二语语音习得及母语间的关系进行充分地探讨，在二语语音感知研究方面具有鲜明的代表性。另一方面，该两类语音习得模型虽涉及了二语者母语对目标语语音感知的影响，但在对其具体效果的阐述方面却略有不同。具体而言，感知同化模型认为二语者倾向于借助母语经验等将目标语语音感知范畴同化入与其相近的母语语音范畴中，而语音学习模型则主张，二语者能否明确感知母语与目标语间的差别决定了其二语语音范畴的形成，并最终导致语音感知上的偏误。
然而，上述语音习得模型虽具有解释二语语音习得偏误的普适性，但鲜见以日语作为目标语的事例探讨。加之语音习得极易受差异性语言结构、母语语音系统等的影响，如Gillon(2004)、Horwitz et al.(2005)认为，学习者对语音结构的差异性意识直接影响了二语语音习得水平；Dufva & Voeten(1999)、梁利娟、陈宝国(2013)认为，个体间母语能力的差异与其二语习得水平息息相关；Best(1995)、Flege(1995)、Kuhl(1993)认为，母语与目标语的音系范畴间会产生吸引和同化，最终影响学习者的语音感知。因此，不同母语背景下的二语者势必在语音表现方面具有独特的倾向特征。通过本研究的开展可为现存语音习得模型，尤其是语音感知的相关观点提供新的实验语言学证据和支撑。
2.2 语音感知与产出的关系
针对语音感知与产出间关系这一问题，现有研究进行了系列探讨。虽然部分研究认为语音感知与产出间未见或存在极小关联(Kraljic2008)，但是多数相关研究基本达成共识，即语音感知与产出彼此独立、相互协同(Ghosh2010；Perkell2004)。Fodor(1983)从认知科学的角度提出了“心智模块性理论(Modularity of Mind)”。该理论认为，言语感知和产出分别受脑神经系统中两个独立且相关模块的支配。这便决定了言语活动中语音感知和产出的这种既各司其职又互为补充的复杂关系。杨诎人(2005)通过声学及语音学的手段探讨了语音的物理表现(语音产出的声学特征等)与听者对语音的心理感知间的距离，证实了语音产出与感知的实际发达水平并不完全同步，而是存在些许差异且互为补充的。
与此同时，在阐明了语音感知与产出间的确存在交互作用(interaction)之后，语音科学领域又展开了涉及其交互形式、程度及原因的长期争论。不难发现，听者语音辨别能力，即语音感知水平方面的差异与语音产出上的变化密切相关，存在显著的互动关系。因此，研究认为，明确语音感知与产出之间的“桥梁”才是解决语音输入与输出能力失衡的关键所在(Beddor 2015)。Pardo(2006)将语音感知对语音产出的影响归结为“语音合流(phonetic convergence)”现象。他认为这种现象多表现为说话者倾向于在不经意间模仿其对话者产出的语音细节，进而有意识地优化其自身的语音产出。Thorin(2018)针对英式英语中元音对/æ/-/ε/，对德语母语者进行了为时四天的语音感知训练。研究表明，该类语音感知训练显著促进了相应语音产出水平，以实证方法证明了语音感知对语音产出的影响作用。与之相对，少数研究仍提供了语音产出影响语音感知的证据，如Baese-Berk & Samuel(2016)认为，学习者对目标语音项目的产出会在一定程度上阻碍语音感知表征的形成。
上述研究虽均尝试从不同侧面对语音产出与感知的关系进行分析，但在语音感知与语音产出的具体协同表达形式、作用与反作用程度等方面仍需更多实证研究事例。
2.3 日语促音感知研究
《大辞林》(第三版： 1465)中对日语的促音做了如下定义，即「語中において、無声閉鎖音k·t·pや無声摩擦音sの前で一拍分だけ息をとめるものをいう(位于词中，在清塞音k，t，p或清擦音s前屏气一拍的音)」。中野(1974)主张将促音大致分为两类——塞促音和擦促音。在两类促音的发音方面，塞促音在做好后续辅音的发音位置后，保持一音拍长喉头紧张下的闭锁，而擦促音则是将后续辅音进行了一音拍的延长。促音作为日语中三类特殊拍的一种，鲜明地表述了日语作为音拍计时语言的“等时性”原则，具有语音学意义上的独特性。加之促音的发音方式会随其词中辅音(medial consonant)种类的不同而变化，使之成为了中国日语学习者，特别是缺少长/短辅音对立语音范畴认知的普通话者日语语音习得过程中一个不可回避的难点。
由于促音的特殊性，国内外研究瞄准该语音习得过程开展了一系列的探讨。一般认为，区别促音与非促音最关键的线索是促音部持续时长。从声学表现来看，促音的辅音时长较非促音呈现显著增长倾向，且多数情况下促音的辅音绝对时长为非促音的两倍以上。因此，相关研究一致认为，促音部的绝对时长是明确区分促音和非促音的首要因素(Han 1962；Kawahara 2015)。在实际语境中，由于说话者发音习惯(如语速、韵律等)的差异，绝对时长因素易受个体差异影响而具有不稳定性，研究者便对如促音部时长与先行、后续元音时长比例(平田2007)、促音部时长与前、后音拍时长比例(Idemaru & Guion 2010)、促音部时长与词长比例(Hirata & Whiton 2005；任宏昊2019)等相对时长因素进行了探讨，并证实此类因素在促音感知方面具有较绝对时长因素更强的稳定性和可复制性。另外，诸如响度(张琰龙2020)、音强及基本频率(Idemaru & Guion 2008；Kawahara 2006)等非时长性因素也被证实会对促音感知产生显著影响。
促音感知研究虽部分涉及学习者的习得情况，但更多侧重于对影响促音感知因素方面的探讨，未将焦点回归于感知水平本身。同时，在对学习者促音感知进行分析时，未能从二语习得的基本理念出发，忽略了学习者母语背景对目标语音系统“新范畴”形成的影响。
综上，结合对上述现有研究的把握，本研究将以两种方言背景的中国日语学习者为对象，通过实施两组语音感知实验，并与语音产出实验结果进行对比，拟阐明以下三个研究问题： 1) 中国日语学习者促音的感知倾向及其与日语母语者间的异同为何？2) 影响中国日语学习者促音感知的语言学因素有哪些？3) 基于日语促音的习得倾向，是否存在二语语音感知与产出间的相关性？
3. 语音实验
3.1 受试
本研究共采用中国日语学习者和日语母语者两大类受试。如2.3中所述，本研究将通过日语学习者促音习得案例探究二语语音产出与感知的相关性，因此学习者组采用与任宏昊、近藤真理子(2020)中毫无二致的受试设计，即高级日语学习者40名(普通话者及粤方言者各20名)，以确保感知与产出结果的完全对等。日语母语者组受试共10名，均为操东京方言的关东地区生人，实验实施时均为日本W大学在校本科生或研究生。因实验需要，两组受试均为右利手，听力、视力(含矫正后)及语言表达正常，无6个月及以上的海外居留经历。实验结束后，受试将获得依参加时长计的报酬。
3.2 实验语料
为探明中国日语学习者促音的感知水平及范畴性感知倾向，本研究选取含促音或非促音的二/三拍最小对立体来开展语音感知实验。现存研究均证实了单词中元音及辅音种类会造成促音感知上的差异，因此本研究所使用的实验语料分别以日语中开、中、闭元音/a， e， i/和塞音、擦音/k， p， s/为词中元音及辅音，如/aka-aQka/， /ese-eQse/等，共计9对18词。实验语料均为伪词或熟悉度极低的实词，因此可忽略词义等对感知结果的干扰。
3.3 感知实验一
3.3.1 实验设计
本研究中的第一个感知实验采用自然发音状态下的促音、非促音对作为刺激，对中国日语学习者及日语母语者的促音感知水平进行考察。研究邀请两名(男性1名，女性1名)常年从事日语教育的日语母语者在隔音录音室中对全18个实验语料进行发音。实验语料的录制均在承载句“それはです。”(‘那是……。’)条件下完成，以确保其发音的自然。为排除声调类型对实验结果的影响，实验语料均被统一为“头高型”(1调)，单一实验语料的出现频率为3次。本研究采用SONY(F-780)电容麦克风，通过数字录音机(MarantzPMD 561)实现全部实验语料的收录，采样频率为44.1kHz，量子化参数为16bit。
在完成上述录音步骤后，共得到108个发音单句。我们将该108条音频置入语音分析软件(6.0.34)中进行观察，确认各语音条目是否声波清晰、共振峰明确。在确认完成后，从各条中将测试词部分切出，进而将全测试词进行标准化处理至65dB，并在其前后各补充200毫秒的无声片段。至此，感知实验一所使用的刺激便制作完成了。
3.3.2 实验流程
感知实验一采用强制二分法下的识别任务，并通过中的ExperimentMFC功能实现。实验中将乱序播放全部108个刺激，受试需从屏幕中平假名表记的最小对立体(如‘えけ|えっけ’)中选出听到的刺激内容。实验采用一对一形式进行，研究者将与受试同处独立安静的教室内，并引导受试通过头戴式隔音耳机(SONY， MDR-1000X)进行刺激识别。
受试可分别通过“重播”“返回”按钮实现对当前刺激最多三次的重听或回到前一刺激。另外，为防止由于重复式单一作业导致受试的漏听误判，在每完成54个刺激的识别后，可根据自由意志选择休息，整个感知实验一约持续20分钟。
3.3.3 实验结果
根据受试在感知实验一中的表现，本研究通过平均正确感知率及“信号检测理论”中的感知分辨力指数(dPrime，d’)两个尺度，对不同方言背景的中国日语学习者受试与日语母语者受试的促音感知水平进行了对比与探讨。
各受试组的二拍词(非促音)、三拍词(促音)平均正确感知率结果如图1所示。结果表明，中国日语学习者在非促音和促音的感知方面较日语母语者存在一定的距离，即便该两组学习者受试均具有高阶的日语水平，仍无法达到母语者相当的感知水平。由图1可见，日语母语者的平均正确感知率均集于100%附近，而两学习者受试组的结果中均可见远离中位数的数据，显示出了促音/非促音对立感知方面的不稳定性。
图1. 各受试组促音及非促音平均正确感知率
感知分辨力指数结果(见图2)同样显示出中国学习者与日语母语者在促音/非促音对立感知水平上的差距，展现了中国日语学习者在促音/非促音对立感知方面较日语母语者更明确的个体差异。
图2. 各受试组促音/非促音对立感知分辨力指数
为了探究促音与非促音在感知水平上的差异，针对各组受试的二拍词和三拍词的平均正确感知率进行了独立样本检验。通过该检验我们发现，虽各受试组的二拍词平均正确感知率均高于三拍词，但仅在粤方言组受试中显示了两者间的显著差异(=3.61，=330.20，<.00)。 因此，刺激的音拍数未对日语母语者及普通话者的感知水平造成影响，即日语母语者均维持在较高水平，而普通话者的促音、非促音感知水平均相对不高。
同时，本研究以二拍词、三拍词的平均正确感知率及促音/非促音对立的dPrime数值为因变量，以受试组别为自变量进行了单因素多元方差分析(One-way MANOVA)。结果表明，受试组别具有极强的主效应，该因素对上述三类因变量结果影响显著[二拍词： F(2， 447)=24.26，<.00；三拍词： F(2， 447)=18.38，<.001；dPrime数值： F(2， 447)=53.89，<.00]。通过进一步的分析发现，在该三类因变量结果方面，较之两组中国日语学习者受试，日语母语者受试均表现出显著更优的感知倾向。而聚焦学习者大类内部，除三拍词的平均正确感知率事例外(=.130，)，两学习者受试组间也可见1‰水平的显著差异，且粤方言组受试的感知水平均高于普通话组受试。
3.4 感知实验二
3.4.1 实验设计
与感知实验一不同，实验二选取合成声音作为刺激，并通过范畴感知的代表实验范式——选择适应实验中的辨认与区分两类任务，对受试的日语促音/非促音范畴感知情况进行考察。
首先，实验中所需合成声音的干声由1名常年从事语音学研究的东京方言者(女性)完成录制。全18词均被置于承载句“それはです。”(‘那是……。’)中乱序朗读6次，测试词的声调类型为“头高型”。干声的收录在日本W大学的隔音工作室完成，采样频率为44.1kHz， 量子化参数为16bit。
其次，我们将录制所得的108个干声进行了标准化处理(65dB水平)，并通过Praat对各干声的波形进行了观察。通过观察，从中选出了适合进行加工的语音条目，每对最小对立体(如/ese/-/eQse/)选取1条。将选出的9条语音条目中单词先行、后续元音时长分别固定为100、150毫秒，并将其促音部闭锁、摩擦时长(CD)以5%为间隔伸缩，使其占全词时长(EWD)的比例至15%—60%范围。基于上述流程，共得到90个语音条目，即9对(最小对立体)×10个(渐变分度)。
最后，我们在所有条目前后各添加200毫秒无声片段，以完成感知实验二的刺激制作。
3.4.2 实验流程
本部分实验同样通过语音分析软件Praat实现。在辨认任务中，90个实验刺激将乱序播放两次，受试需在强制二分法条件下对所听到的语音进行促音或非促音的判定。区分任务则要求受试判断同时听到的一对(两个)刺激是否为相同刺激，选项以强制二分法(即“相同”、“不同”)形式呈现。区分任务中使用的刺激对共81对，每对乱序播放2次，各受试共需对162对324个语音刺激进行听辨。
感知实验二中的两个任务共需40分钟左右完成。由于实验二共分两个任务且受试听音时间较长，该两任务的实施在不同日期进行。在各实验任务中均设置了若干暂停点，受试可根据个人需要稍事歇息。
3.4.3 实验结果
3.4.3.1 辨认任务结果
图3. 各受试组在CD/EWD条件下促音、非促音的平均感知率(近似曲线)
同时，研究采用“范畴感知阈值(categorical boundary point)”及“感知范畴化程度(categorical perception level)”两个指标，对各受试组的促音、非促音范畴感知情况进行把握。具体而言，范畴感知阈值取两条近似曲线的交点，即平均感知率为50%时的CD/EWD值，代表了范畴感知的精度；而感知范畴化程度则以平均感知率近似曲线的斜度(slope)为标准进行统计考察。各受试组的范畴感知阈值及感知范畴化程度结果见图4-5。
图4. 各受试组促音、非促音的范畴感知阈值
图5. 各受试组促音、非促音的感知范畴化程度
针对各受试组促音、非促音的范畴感知阈值及感知范畴化程度，研究再次实施了单因素多元方差分析，以期明确受试母语(方言)背景对其范畴感知的影响。结果表明，受试母语(方言)背景这一因素在范畴感知的两个尺度，尤其是范畴化程度方面呈现非常显著的主效应[阈值： F(2， 447)=4.725，<.01；水平： F(2， 447)=22.797，<.00]。事后分析的结果发现，在范畴感知的两个尺度方面，日语母语者受试与两中国日语学习者受试组间存在显著差异，且范畴化感知水平较学习者受试呈现显著偏高趋势。两学习者受试组间并未见由方言差异导致的范畴感知方面的显著差异，范畴感知精度及范畴化程度均处于同等水平。
3.4.3.2 区分任务结果
本研究主要从两方面考察区分任务的结果。一是区分任务中受试对各刺激对的平均区分率，即听音后认为两个单刺激为“不同”刺激的比率，也称为实测值；二是依据前述辨认任务结果对相应刺激对平均区分率的预测值与实测值的对应情况。区分任务中区分率的平均实测值及预测值如图6所示。其中促音、非促音感知区分率的预测值是根据Godfrey et al.(1981)中提倡的下述公式计算而来的，该种算法常用于AX法等的区分任务中。
区分率的预测值=(P×P)+(P×P)
图6. 各受试组促音、非促音范畴感知区分率
由图6可以看出，促音、非促音的感知区分率曲线随刺激对变化发生波动，各受试组均在刺激对4—7范围内显示出区别于其他刺激对的区分率峰值。实测曲线中峰值虽未达到预测曲线中峰值水平，但对应情况良好、走势基本一致。该现象再次说明各受试组均可在CD/EWD条件下实现促音、非促音的范畴感知。针对实测和预测峰值位置数值，我们在各受试组内进行了独立样本检验，均未见显著差异(日语母语组：=.596，；普通话组：=.892，； 粤方言组：=.749，)，这也从统计学意义上支撑了上述观察结果。
同时，研究对各受试组区分曲线图(实测)中峰值的位置和高度进行了统计，并通过单因素多元方差分析对各受试组间的差异情况进行了分析。统计结果显示，受试母语(方言)差异并未对范畴感知区分曲线的峰值位置产生显著影响(=.115，)，而在峰值高度上则表现出了显著的主效应[F(2， 24)=3.657，<.05]。事后检验结果表明，粤方言组受试的峰值高度，即区分任务的范畴感知水平更高，也更接近于日语母语者水平。
4. 讨论
语音感知因其对语音产出的重要影响作用，成为语音学研究领域的关键内容。促音作为象征日语语音学特质的特殊拍之一，于学习者而言更是学习过程中的难点。促音感知作为日语特殊拍语音习得研究的重要组成部分，可为现有语音习得模型提供新的证据支持。
本研究的首要任务是通过将中国日语学习者与日语母语者进行比较，全面把握学习者促音感知的具体情况和特征。研究表明，在自然发音状态下的促音与非促音对立中，促音感知准确率确实相对较低，但仅在粤方言受试组内呈现显著差异情况。这与任宏昊(2019)中所述“各学习者受试组均见促音、非促音间的显著差异”略有出入。通过对比本研究与该研究的结果可知，普通话组高级日语学习者受试的促音平均正确感知率间并无二致，而非促音的平均正确感却显著不同。这一结果说明，普通话中虽存在类似于日语非促音的VCV结构，但如若将该种结构置于存在非母语结构的最小对立体中进行感知辨识，则会相应地降低对已知母语语音范畴的感知水平。
本研究还采用了心理学尺度对学习者促音/非促音对立的感知进行了考察。研究证实了基于“信号检测理论”的感知分辨力指数在二语语音感知方面的客观适用性。该指数结果表明，日语母语者受试在促音/非促音对立感知方面具有较高水平且未见由个体差异导致的数据逸离，而两组学习者受试均呈现出较母语者显著较低的辨别力水平，存在较多远离中位数的个性案例。这从另一个侧面反映了学习者受试在促音及非促音感知水平上的不稳定性。
通过针对自然发音状态下促音、非促音感知情况不同纬度的考察，研究认为，较之日语母语者的感知表现，学习者即便通过循环往复的学习过程使自身语言能力达到了高级水平，但在母语缺失的语音范畴感知方面仍难以达到母语者水平。上述结果再次提示学习者在促音感知方面存在的困难，这种困难也可在Best(1995)的感知同化模型中得到解释，即学习者无法借助其母语经验将该二语语音项目同化至相似的母语语音范畴中去。
在以合成语音为刺激的选择适应实验中，各受试组别均能从促音部闭锁/摩擦时长占总词长比例不同的刺激中有效地识别各单词的音拍类型。通过分别对辨认任务、区分任务结果的观察，各组受试均以该相对时长因素为线索呈现了较高程度的范畴感知，并能够以某特定阈值为界明确区分促音及非促音的语音范畴。另一方面，结合两类任务的结果，我们进行了范畴感知曲线预测值与实测值的拟合。虽实测曲线与预测曲线间存在一定的距离，表明了区分任务较辨认任务具有更高的难度，但在峰值及曲线走势方面可见相对一致的倾向性结果。这些结果均可证明，促音部持续时长与全词长的比例是促音感知方面重要的因素。同时，由于该因素可将语音信息的主观性(如音色、语速等)排除在外，因此与促音感知的首要线索——促音部绝对时长相比具有更强的稳定性。加之任宏昊、近藤真理子(2020)中对促音部闭锁/摩擦时长占总词长比例作为促音、非促音对立产出过程中重要声学线索的确认，我们可以明确，这一相对时长因素在促音、非促音对立的语音习得全过程中起到了举足轻重的作用。
除上述时长性因素以外，本研究还明确了受试的个体差异，即母语(方言)背景对促音、非促音语音感知产生的影响。一般认为，二语习得过程中出现的学习者偏误可以通过提高习得水平得到改善并最终接近母语者水平。而本研究结果发现，在促音、非促音的语音感知方面，具备较高语言水平的中国日语学习者仍难以企及母语者相当的程度。具体而言，首先，日语母语者对自然发音状态下促音、非促音对立的感知水平接近100%，在以促音部持续时长与全词长的比例为变量的范畴感知中也表现出相对统一的倾向性特征，而中国日语学习者的感知水平则相对较低且缺乏稳定性。通过进一步分析发现，研究中受试均为零起点日语学习者，首次接触日语时多为二语习得“关键期”之后。这一现象支持关键期假说(Johnson & Newport 1989)与语音学习模型(Flege 1995)观点，即二语习得效果会随年龄增长而降低，且二语习得初始年龄对二语语音习得影响较大。加之二语语音能力的停滞现象较为显著，因此母语的不同造成了促音、非促音感知水平方面的本质性差异。其次，中国日语学习者的方言背景也导致了促音、非促音语音感知上的显著差异，这种差异具体表现为粤方言受试在感知正确率和范畴感知方面较普通话受试所具有的更高水平。现有语音习得模型均认为语音感知能力及二语语音范畴的形成与母语语音范畴密切相关。南方方言中存在的“入声”在一定程度上弥补了汉语语音中长辅音结构的缺失，而这种结果恰与日语中促音的语音结构类似。因此，研究认为，类似的语音结构使粤方言受试更容易将促音范畴同化于相应的母语语音范畴内，从而体现为语音习得过程中的优势，即母语的正迁移效果。
图7. 日语学习者受试的促音、非促音对立感知与产出散点图(左： 平均正确率；右： dPrime数值)
本研究中探讨的最后一个科学问题为语音感知与产出的关系。结合任宏昊、近藤眞理子(2020)中促音、非促音产出的结果，研究以各学习者受试组的平均正确感知/产出率、平均感知/产出dPrime数值为依据绘制了散点图(见图7)，由图未见语音感知与产出间的显著线性相关。通过皮尔森相关性分析可知，普通话受试的促音平均感知率事例表现出语音感知与产出间的显著正相关(=.218，<.01)，两语音习得水平呈相同变动方向，除此事例外均未见显著相关关系。因此我们认为，语音感知与语音产出是两个相互独立的过程，并不支持其发展水平间的制约性相关。研究还通过独立样本检验对各指标的语音感知与语音产出水平间的数量关系进行了考察，结果如表1所示。通过表1可以看出，普通话受试各指标下的语音感知水平均显著高于语音产出水平，而粤方言受试仅在非促音平均正确率方面显示出了语音感知水平显著较高的倾向性结果。基于此可以推断，二语学习者在语音习得过程中，母语正迁移效果越隐微，语音感知水平越易呈现显著高于语音产出水平的倾向。另外，本研究虽证实了语音感知与产出间并不存在“共进退”或“此消彼长”的相关关系，但从总体而言，语音感知仍显示出优于语音产出的倾向性结果。这也为Escudero(2007)、Kuhl(2008)等的“语音感知优先论”提供了来自中国日语学习者的新的证据支持。
表1. 不同指标下的语音感知与语音产出水平及t检验结果
5. 结语
本研究以中国日语学习者语音习得难点为内容，通过实验语言学中两个独立相关的语音实验对学习者促音的感知情况进行了考察。研究全面探讨了中国人日语学习者在促音、非促音听辨与范畴感知方面的倾向性表征，并对比了与日语母语者间存在的感知水平上的差异。结果表明，受学习初始年龄等的制约，学习者受试在促音感知方面无法达到母语者同等水平，且学习者间也呈现习得水平发展发展不均衡的情况。同时，通过变量控制等手段，研究探索了多个影响学习者促音、非促音感知的因素，明确了相对时长性因素、受试方言背景对促音感知的影响，为进一步改善学习者促音感知水平提供了方向性参照。研究还结合以往研究中对同一受试促音产出水平的分析结果，尝试对语音感知与语音产出之间的关系进行探讨。研究表明，促音语音习得事例虽未显著表达语音感知与语音产出间的相关关系，但实验结果中可明确观察到语音感知水平优于语音产出水平的现象，这充分支持了语音感知优先并在一定程度上决定语音产出高度的观点。
本研究亦存在一定的局限。例如，在评价受试日语能力水平方面缺乏与语音学相关的评价标准，因此存在不能对等表达日语能力和语音能力的可能。再如，研究中虽明确了受试方言背景对促音感知的影响，但由于受试方言种类较少，对不同方言背景的具体影响效果程度难以深入地诠释。在今后研究中，可通过更为行之有效的手段，精准把握受试的语音能力，扩大受试的方言背景范围，为促音语音习得课题提供更加全面的探讨。
