唱词清晰度研究的理论与方法

我国的歌唱艺术品种繁多、形式多样，从戏曲、曲艺到当代的民族声乐或者说中国声乐，无不对唱词重视者加。20世纪现代专业音乐教育的兴起以来，有关民族声乐咬字吐字、以字行腔、字领腔行、腔词关系等专业研究的论述层出不穷。不论是应尚能“以字行腔”的倡议、傅雪漪“（歌唱）声音要服从语言”的观点，还是当年的“土洋之争”，其探讨的焦点均是针对唱词清晰、准确表达的问题。近来，语音通讯、人机语言工程领域对语言清晰度的理论研究与相关技术日臻成熟，这也为唱词语音的实验研究提供了新的可能。倘若合理借用这种研究思路和方法，则可在客观层面测量唱词“字正”的程度——唱词清晰度的高低，分析、探索隐藏其后的深层原因，研讨唱词发出与传递过程中的特点规律，为民族声乐的理论研究与实践发展助力。

一、唱词清晰度的概念及理论基础

本文所谓唱词，指歌曲里供歌唱的文字部分，即歌唱的语音或语言。语言工程学中，语言被听懂的程度称为语言可懂度，而评价语言可懂度的指标则是语言清晰度。语言清晰度考察的对象不是语言中的词语或句子，而是各个音节（字）或音节中包含的音素。唱词的清晰、准确程度，不仅是民族声乐重要的审美标准，同时也是评价歌者歌唱技术、二次创作能力的重要指标，是评价唱词发出及听众接收质量的依据。唱词作为语言的一种特殊形式，其产生及接收过程必然遵循语言学的一般规律。由此，唱词清晰度亦可套用语言清晰度的计算方法，用公式“唱词清晰度=听者正确听懂音节数÷测试用全部音节数×100%”来表示。

本文提出唱词清晰度这一概念，主要基于以下几点考虑一是民族声乐对唱词“字正”的高标准要求；二是当前多学科交叉融合，使我们可以运用其他学科的理论知识更加理性地讨论音乐问题；三是计算机语音技术的发展为此类研究提供了技术保障与支持。唱词清晰度对于歌者表情达意、展示音乐韵味的重要性不言而喻；同时，它对于听者体味唱词含义、感悟音乐魅力也发挥着不可替代的作用。

语言清晰度的研究，往往采用传统的主观测听评价法，或者是建立在主观评测法之上的客观预测法。作为歌唱发声的文本对象，对唱词清晰、准确程度的测量应遵循语言清晰度的研究范式。由国家监督局制定推出的《声学·语言清晰度测试方法》（GB/T15508-1995），制定了用语言信号测试、评价各种语言传递系统工作质量的方法，适用于语言通讯系统质量评价，也可用于语言听力测试。《声学·测听方法·第3部分：语言测听》（GB/T17696-1999）對语言测听法的必要条件和检查方法作出规定，为语言测听技术作了规范。此外，还有《通信设备清晰度DRT法评价用语音材料库》（GB/T16532-1996）、《声学·语言清晰度指数的计算方法》（GB/T15485-1995）等国家标准，分别从各自角度为语言清晰度测试制定了规范。这些标准，为唱词清晰度研究提供了指导性原则与方法依据。在语言工程领域，清晰度与可懂度研究的技术规范得到广泛应用。如张家骤等《汉语声调在言语可懂度中的重要作用》、包紫薇《通信系统汉语清晰度测试方法》详细介绍了汉语清晰度与可懂度的测试方法：包紫薇、范鹤年《关于审听室的声学设计和室内声学的若干问题》介绍了清晰度实验审听室的声学条件；朱峰《听音室声学性能分析》介绍了部分国际国内听音室声学性能标准。此类研究为唱词清晰度的实验研究提供了参考案例。

上述不同领域言语清晰度研究的出发点及设定目标虽各有侧重，但大家对语言传输效果的考查，不约而同地选择了清晰度这个更具说服力的客观参量。在现代声学技术的支持下，言语清晰度相关测量的技术标准、测试方法、审听方法、设备设施都取得了系统性发展。言语传输理论体系也在语言工程、嗓音医学、听力学以及现代语言声学领域得到更为广泛的应用，这些都为在音乐领域开展唱词清晰度研究打下良好基础。

二、唱词清晰度理论视角下的相关研究

音乐是音响在时间中流动的艺术。歌唱中的语言，也是在音符长短不一的时间延续中，随“规定”的音高跌宕起伏、蜿蜒前行。影响唱词“字正”的诸多因素中，除咬字吐字时发音部位、发音方式的准确性外，唱词中辅音、元音音素的时长和音高变化亦是影响唱词清晰与否的重要因素。当前国内外与唱词清晰度相关的经验总结与理论研究，大多集中于此。

1.唱词表达中的时长因素

唱词被听懂、被理解的程度，与其音节音素的长短比例密切相关。各音素的时长对于唱词清晰度的影响不仅常见于传统声乐理论，现代语音学中亦不乏其例。余笃刚认为，“在行腔过程中字头首先要咬准、要有劲“，“要有劲”指的是“字头的力度与弹性”。他还认为，“字头声母除阻的力度强弱与字的清晰与否有着直接的关系。”许讲真认为歌唱咬字发音的特点应是“吐字短、拖腔长、收音清”，认为“无论哪种歌唱，咬字发音时都要求吐字短而快地发出”。金铁霖要求学生“字头夸张”，即在发声母时，要增加阻碍力度，认为这样就可以明显增强字音的清晰度。他认为，歌唱语言要求在字头发音的整个过程做到准确、快速、有力、干脆，这样才能使字头“弹”吐有力，字音清晰。虽然表述方式不同，但不难理解，这里的“弹性”“字头夸张”“除阻力度”“阻碍力度”等看似描述力度的词汇背后．均蕴含着辅音发音时长对唱词清晰度影响的因素，更不要说“吐字短而快”等咬字发音的问题了。

语音学对语音时长的研究由来已久。北京话语音时长的测量分析始于1934年，白涤洲使用浪纹计，首次测量了北京话四个声调的时长。之后，吴宗济、曹建芬利用示波器、语图仪等测试了普通话的辅音和辅音元音之间过渡段的时长。齐士钤、张家骤发表《汉语普通话辅音音长分析》，介绍了普通话22个辅音音长的测试结果，这是第一篇专门研究汉语音长的文章。当前，随着人机语言技术的发展，有关文字到语音、或语音到文字识别转换的研究更是层出不穷。

虽然上述与语音清晰表达相联系的观点皆立足于不同视角，但他们都认识到音素时长及其声、韵时长比，对于语音清晰表达与准确感知的意义。当前在唱词清晰度研究方面的主要缺憾是声乐学者认同唱词音素的时长会影响唱词清晰度，但却缺乏可以证明其观点的客观证据．语言学对言语清晰度的研究，方法科学、数据可靠，但其研究对象仅限于日常语言，对于唱词的清晰度问题，则少有关注。

2.唱词表达中的音高因素

相较于日常语言，歌唱语言的音高变化幅度要宽得多。研究者发现，位于较高声区唱词的发音，需要不同于中低声区或日常言语声的发音技术，而这种不同的发音方式改变了歌唱声的声学特性，进而可能对唱词的清晰度产生影响。

法国国家科学研究中心主任妮可拉·斯科托·迪·卡洛（Nicola Scotto di Carlo）在音高变化对元音清晰度影响的研究中发现，元音清晰度与音高成反比例关系。。美国佛罗里达大学哈利·霍利恩（Harry Hollien）等人发现，当歌唱元音基频达到或超过讲话元音的第一共振峰时，仅有非常少的元音可被正确识别。美国俄勒冈大学物理系的玛莎·贝诺尔肯（Martha S.Benolken）等研究发现，随着基频升高，美式英语歌唱元音的识别难度逐渐增加。

分析以上研究可见，不少国外学者关注到音高变化对歌唱语音识别难度具有直接影响，随着音高升高，法语和英语的元音识别难度逐渐升高，即两种语言元音的清晰度随音高升高逐渐下降。但同时我们也认识到首先，歌唱的唱词，仅靠单元音或复合元音构成的音节数量很少，绝大多数唱词由各种辅音、元音或韵尾结合而成；其次，相较于西方语言，汉语具有不同的发音规则、不同的声调体系。那么，西方学者针对他们语言的研究结果，是否同样适用于我国民族声乐呢？为了验证这一问题，有必要按照我国语言清晰度测量规范，依据汉语唱词使用及演唱规律做进一步实验验证。

三、唱词清晰度研究案例

基于以上思考，笔者曾主持设计“不同音高条件下民族声乐的唱词清晰度”的测试性实验。该实验以民族声乐普通话唱词为研究对象，着力考察在不同音高、不同歌手、不同听者条件下的唱词清晰度变化情况，并试图对其影响因素加以研讨。该实验完成并集结成文后，2020年6月发表于欧洲耳鼻喉协会官方学术期刊《眼鼻喉科学学报》（Acta OtoLaryngotogica）本着便于国内学者了解的初衷，在此把该实验的部分内容摘编附上，一则为进一步阐明唱词清晰度测量研究的具体操作，二来为学界开展此类研讨提供一个可供批判的对象。

该研究选用人民音乐出版社1986年版《声乐曲选集》中国作品1-3册以及2003年中国作品增补第4册，汇集全部作品歌词三万多字组成语料库，按照音节平衡、音素全面、音素出现频率相近的设计原则，设计了唱词清晰度测试字表（S60）。之后，采用随机排列法，构成沒有语义联系、四字一组的测试句，每个测试句前后添加辅助音节/la/，以利于确定首尾两个音节的起始点和结束点。该实验设计了相距纯四度的C4、F4、b84、bE5与bA5五种音高，@要求歌唱发音人在每种音高条件下，以每分钟90拍的速度演唱8个测试句，并按照相关标准完成声音样本的录制。参与该实验的歌者8名，均为音乐学院声乐专业研究生，其中民族唱法5人（2男、3女），美声唱法3人（2男、1女）。8位歌手平均年龄26.8岁，学习声乐的时间均在8年以上，具有熟练的歌唱技巧及丰富的演唱经验。每个测试句4个测试音节，每人演唱32个音节，共获得5（音高）×32（音节）×8（人）=1280个唱声音节测试样本。

在随后的测听实验中，测听人员分为两组，一组为有音乐学习背景的“音乐组”（5男、5女，音乐学院非声乐专业研究生），另一组为没有音乐学习经历的“非音乐组”（3男、3女，理工大学学生）。所有测听者均可以熟练使用普通话、汉语拼音，并通过正常听力检测。

测试结果显示，由低到高五种音高条件下，“音乐组”10位测听者对1280个唱声音节的听辨正确率分别为93.0%、91.7%、89.7%、83.1%和67.1%，总平均正确率为84.9%；“非音乐组”6位测听者分别为87.0%、86%、79.8%、76.8%与57.5%，总平均正确率为77.4%。音乐组平均正确率最大值为90.4%，最小值为82.4%，平均值为84.9%，标准差SD=2.5。

随音高的升高，音乐组10位听者总体正确率逐渐下降，即歌唱者在不同音高条件下，其唱词清晰度下降的幅度逐渐加大：在前三个音高时，清晰度下降的幅度总体较小：从bE5开始，清晰度下降的幅度加大：至bA5时陡然增加。第1位听者bA5音高时的正确率最低，仅为60.62，而他在C4音高时的正确率是91.8%。同时，10位听者在五种音高条件下的平均正确率，由低到高两音间的差值分别为1.3%、2%、6.6%与16%。这也就是说，随音高升高，歌唱者平均清晰度以接近几何级数关系的幅度下降。

随音高升高，6位非音乐听者总体正确率亦逐渐下降，6位测听者的正确率平均得分最大值为87.5%，最小值为70.6%，平均值为77.4%，标准差SD=6.7。相比音乐组，非音乐组平均正确率较低。比较音乐组与非音乐组可见，前者平均正确率比后者高出7.5个百分点，这表明在相同的测听条件下，前者比后者在唱词识别上更为准确。后者标准差是前者的近3倍，说明音乐组对唱词的识别具有更好的稳定性。（见图1）

由上述分析可知，随着音高升高，汉语普通话唱词音节的清晰度逐渐降低，这一特点和西方学者以各自母语为研究对象的结果一致。导致这一结果的因素可能包括歌唱者演唱不同音高时不同的生理调节导致元音共振峰的变化，测听者的音乐学习背景，歌唱者的性别等。针对以上问题，我们做如下探讨。

1.元音共振峰变化

元音共振峰的分布是形成元音音色的决定因素。在某些发音状态下，元音共振峰分布出现了不同于日常言语声的变化，此时的元音音色也会随之变化。为考察元音共振峰分布随音高变化的情况，我们以清晰度得分最高的歌者1和得分较低的歌者2为考察对象，选取他们在不同音高条件下演唱的“a”“i”“u”三个基本元音为分析目标，运用语音软件Praat分析其共振峰分布图发现，随音高升高．两位发音人各元音的F1逐渐升高，F2、F3与F4逐渐降低，元音音色相对于言语声，出现了较大变化。特别是进入bA5的高音时，清晰度较好的歌者1元音共振峰分布总体较为稳定，而清晰度较差的歌者2的共振峰分布则呈现出较大的起伏波动，这些或为其唱词清晰度较低的声学缘由。

音高升高致使清晰度下降的可能原因主要有两点。一是频率升高，改变了歌者的声道形状。为唱好高音，歌手采用调整发声器官生理状态的策略，这同时改变了声道共振频率，影响了元音共振峰结构。歌唱时“靠后咬字”“用大牙咬字”等技术要求，也使得一些前元音出现“央化”或“后化”现象。运用这种方法发出的元音，其色彩有别于该元音的日常发音音色，这也给听者听辨该元音增加了困难。二是频率升高影响了辅音的清晰度。随音高升高，歌手的口腔开度往往逐渐增大，这种大于平时言语声的口腔开度，对于双唇爆破音“b”和“D”以及齿爆破音“d”“t”与齿摩擦音“f”“s”等辅音的发音准确性不利。

2.歌唱者性别因素

音乐组和非音乐组测听结果显示尽管存在唱法不同，但唱词清晰度居前四位的歌唱者均为男性，后四位都是女性歌手，女性歌唱者的平均清晰度低于男性7.3个百分点，不同发音人清晰度各有不同，清晰度最高的为“民族男歌者”91.2%，比最低的“美声女歌者”的73.8%，高出17.4个百分点。同时，女性歌者的平均清晰度得分相比男性亦低7.2个百分点。

虽然女性歌手平均清晰度低于男性，但并不是所有音高条件下都是如此。在中低声区，男、女发音人平均清晰度基本相当，进入bE5后，女性发音人的清晰度开始急速下降，至bA5时，男性发音人清晰度下降速度亦有增加，但女性发音人的下降速度则更为剧烈。

最后，研究主要得出以下结论

第一，随着音高升高，普通话唱词的清晰度逐渐下降，且下降的幅度随音高逐渐加大，第二，相同条件下，具有音乐学习背景的听者，对于唱词具有更准确的听辨力，第三，在中低声区时，男、女歌手唱词清晰度相差不大，进入中高声区，两者唱词清晰度均显著下降，但前者的下降幅度低于后者。

结梧

综上可见，唱词清晰度问题，仍是當下民族声乐表演实践与理论研究的重要议题。之前的相关研究多为总结性描述，其结论虽可反映唱词的总体特征，但仍存在过于主观、无法量化的特点。唱词清晰度的实验研究，则有可能弥补这一缺憾。

唱词清晰度研究，运用音乐声学及实验语音学的方法，对唱词携带的语音信息加以测量，以主客观相互印证的方式开展探讨。同时，唱词清晰度研究严格按照相关规范设计运用实验材料、实验流程、统计分析，其结果具有较强的可信度。这种研究的技术路线，包括但不限于以下环节与技术点1.研究方案制定阶段检索国内外相关研究成果，聚焦研究对象，选择合理方法；2.实验材料准备阶段：主要包括测试语料库建设、测试字表设计或选择、发声旋律设计、节奏时长设计、音高设计、歌唱发音人选择、测试样本录制剪辑等；3.主观测听阶段：主要包括测听环境声学控制、测听人选择、测听方法设计、测听结果统计等；4.统计分析阶段主要包括清晰度得分统计、影响清晰度的多因素分析等；5.开展讨论与得出结论。

总之，唱词清晰度的实证研究，不仅是声乐理论研究向纵深发展的需要以及当下强调学科交叉融合的“新文科”建设的需要，亦是在文化自信背景下构建民族声乐话语体系的必然。

[本文为2020年度国家哲学社会科学基金艺术学重大项目“新中国文艺院团发展史研究”阶段性成果，项目编号：20ZD06]

屈歌 西安音乐学院教师

（责任编辑 荣英涛）