韵律研究和韵律标音，本文主要内容关键词为：韵律论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一 引言
音段和韵律是构成语音的两个共时系统，它们在语音产生过程中相互作用，最终结合为一个整体。在一个语音系统中，音段特征通常是针对元音系统和辅音系统而言；韵律特征，从广义上说，是指声调、语调、轻重音等超音段现象。近年来，对韵律特征的研究日益受到语言学界和言语工程学界的重视。过去的语音研究以分析音段的发音、声学和感知特征为主，在韵律方面多是对现象的描写。造成这种不对称性的原因至少可以归结为两点：一方面，同音段相比，韵律特征（尤其是语调）更加富于变化，在实验研究中难于加以控制；另一方面，语音学把孤立的词或词组作为研究对象，理解韵律特征的需要并不十分紧迫。如今，语音研究已经进入连续语音阶段，韵律特征在自然语言理解中的作用就显得尤为突出，一系列跟韵律有关的课题被提出来，如自然语句的语调结构和韵律结构，语流中音节的声调变化，时长结构和轻重模式，声调和语调的关系等等。同时，在言语工程领域，语音合成和语音识别技术的发展始终把提高合成语音的自然度和识别语音的准确性作为追求的目标，而要生成自然度和可懂度高的语音样品，或是识别比较自然的语音样品，对韵律特征的控制是关键。韵律不仅具有辨义功能，而且是影响语音表现力的主要因素，声音的轻重缓急、抑扬顿挫、不同语气和口气的传达、个人语音特征的辨别，都要依靠韵律的作用。
研究韵律特征，准确的描写是基础。自然语言中韵律的变化手段非常丰富，说话人对相同的一句话可以自由地作出不同的韵律选择，而这种选择在很大程度上难于从文字预测。从言语工程的角度看，定量模型需要建立在带有韵律标记符号的大规模语料库的基础上，这样得到的模型更加精密，而且具有统计意义，而语料库只有加上标记符号才便于提取相应的韵律现象进行分析。 因此， 需要设计一套类似于国际音标（IPA）的标记符号，记录语句中最基本的韵律现象。Silverman等人设计的基于美国英语的ToBI（Tone and Break Indices）是当前国际上最为流行的韵律标音系统。[1]目前已有数种语言根据ToBI 的原则设计出的标音系统问世，如德语，瑞典语，日语（J－ToBI）。 这些系统的共同点是都有明确的言语工程取向性，既为语音研究服务，也为合成和识别服务。韵律标音首先要求对自然语言的韵律特征有充分的了解，否则，标音系统就成了无源之水、无本之木。所以，深入细致的韵律研究是韵律标音的前提和基础，也是言语工程发展的助推器。
二 韵律研究
语调是近几年国际语音学界探讨的热门话题。研究语调面临的首要问题是对什么是语调作出回答。Beckman最近提出， 语调是说话人期望听话人在理解一句话时使用的，或者无论是否受到说话人的有意控制，听话人确实使用的，可以感知到的音高模式的所有方面。[2] 这个定义包括了语调的产生和感知两方面，其核心是音高。国内也有学者主张语调的范围应该以音高为主。[3]当然， 并不是所有的音高都属于语调范畴，汉语既有声调又有语调，都表现为音高的变化。对于音高的哪些方面属于语调，哪些不属于语调，存在不同意见。Gronnum认为， 语调包括有语言学意义的、超音段的、非词汇的基频变化，或者是基频的感知相关物，音高变化的所有方面。[4]
语调结构是线性（linear）的还是叠加（superpositional ）的？这是一个颇有争议的问题。这里说的结构是指声音的结构，它既可以是音系学层次的音系结构，也可以是语音学层次的语音结构，前者是语音的底层表达式，后者是表层表达式。通常把基频曲线作为语调的语音表达式。[5]线性说和叠加说的最大分歧在于， 线性说认为基频是语调唯一的表达式，语调无非是基频数据的线性排列；而叠加说认为基频只是语调的一种表达式，语调应该具有层级结构，以便处理音域改变和重音位置移动等影响语调的重要因素。
不论是线性说还是叠加说，都要确定语调的基本单位，也就是说，一个语调短语的组成要素。Pierrehumbert 在她的博士论文《英语语调的音系学和语音学》中提出，[6] 一个语调短语由音高重音（pitch a-ccent）、短语重音（phrase accent）和边界音调（boundary tone）构成；语调短语之间的界限是边界音调。音高重音对应于语调短语中的带有核心重音的单词，可以归纳为六种基本类型：H[*]，L[*]，L[*]+H，H+L[*]，L+H[*]，H[*]+L，其中带* 的音高特征和词重音对应。短语重音控制核心重音和边界音调之间的音高过渡，有H-和L-两种。边界音调用H%和L%表示。Pierrehumbert 用这种分析方法成功地解释了英语的语调模式，例如，一个语调短语尽管可以由数目不同的音节组成，但典型的陈述语调模式为H[*]L－L%，典型的疑问语调模式为L[* ]H－H%。不同的语调模式还可以表达不同的语用蕴涵。对Only
crazy people do intonation （只有发疯的人才研究语调）这句话两种不同的回答，差别仅在于语调模式的不同。[7]
Mary does intonation
（1）L+H[*] L－L%
（2）L[*]+H L－H%
（1）只是一般的回答，（2）暗示Mary是个疯子。 Pierrehumbert的语调理论在语言学界产生了很大影响，为其它语言的语调研究开拓了一条新路。ToBI在语调方面主要是依据她的理论。
降级（downstep）和递降（declination ）是两种重要的语调现象。降级是指在一个HLH（高低高）序列中，第二个H受到L 的影响会低于第一个H。递降是指对两个听起来音高相同的音调来说， 第二个音调的实际频率值要低于第一个，换言之，语句中的基频有随时间变化逐渐下降的趋势。Pierrehumbert把降级视为导致递降的音系学机制，[8]因此二者实际上是一回事。递降可以从生理和非生理的角度进行解释。多数人认为递降是受发音生理制约的结果，也有学者认为递降是一种有语言学意义的现象，是有意为之。[9]总之， 降级和递降在语调模型中占有一席之地。
汉语有声调又有语调，这是和大多数西方语言的不同之处。汉语的这种特点决定了我们在借鉴西方语调理论时不能完全照搬。汉语语调研究从80年代以后得到很大发展，出现了不同的语调模型，[3][10] 对声调和语调的关系的认识有了发展。[11]不过，对于语调产生和感知机制、语调在语篇层面的表现、语调和句子的信息结构的关系、语调和重音以及韵律结构的关系、语调模型的定量化等问题，我们认识尚很肤浅。
韵律结构的概念最早是音系学家提出来的。音系学家发现音系规则的作用范围并不完全是由句法结构决定的，存在一种受句法结构制约但又独立于句法的韵律结构。[12]韵律结构在形式上同句法结构相似，从低到高有如下层次：音节→音系词→音系短语→语调短语。一个语调短语由一个或多个音系短语组成，一个音系短语由一个或多个音系词组成，依此类推。引入韵律结构可以对韵律和音段的关系有更清楚的了解。边界前延长（pre-boundary lengthening）现象在很多语言中都可以观察得到，它是影响音段时长分布的一个重要因素。汉语的边界前延长现象不如英语明显。[13][14][15]韵律结构中不同的韵律位置（如边界前，边界后，中间位置）对音段的发音和声学特征的影响并不相同。Pierrehumbert 和Talkin研究了韵律结构对英语中的/h /和喉塞音的影响，发现在不同的韵律位置上，/h/表现出不同的音位变体。[16] 这项研究使我们联想到汉语的零声母，零声母的各种变体在不同韵律位置上如何表现，又是如何分布的？类似的问题可以提出很多，这充分说明韵律结构为我们提供了一个观察问题的新视角。从言语工程的角度看，韵律结构是存在于自然语言中的范畴，许多语音现象都可以从结构的角度考虑，对合成和识别而言，通过结构关系可以使问题得到简化。
轻重音是语音学研究的难题，它牵涉到音段，声调，语调，韵律结构等各方面的问题，而且它是多种声学特征共同作用下的产物。关于轻重音的普遍原则是组成一段语流的各音节轻重程度并不完全相等，有的音节重些，有的音节轻些。这条原则听起来再简单不过了，问题的关键是找出自然语言轻重音的分布规律。这是节律音系学的中心任务，也是语音学所关心的问题，在轻重音问题上，音系学和语音学是可以找到契合点的。
引入韵律结构就很容易理解重音等级的概念。在语句中，根据韵律结构可以区分四级重音：轻音，词重音，短语重音，句重音。不同层次重音的声学表现不一定相同。汉语的重音系统包括轻音和重音。实验表明，北京话轻音的主要征兆是音节时长的缩短，[17]而不是音强的减弱。对北京话二字词和三字词的重音模式的声学实验显示词末音节较重。[18]不过，由于上述实验所用材料仅限于单念的词，很难辨别末音节较重是受词重音的影响还是句末重音模式的影响。因此，进入语句层次后，要区分这两类不同层次的重音，它们的作用域不同。
研究重音的语音相关物多从音高、时长和强度入手。最近有的学者开始试图从频谱上考察重音的语音相关物。 Sluijter 和Heuven ，Campbell 和Beckman 分别测量了荷兰语和英语重读音节的频谱斜度（spectral tilt），[19][20]结果表明在元音中心， 高频区的能量要大于基频附近的能量。他们的工作为重音研究指出了一条途径。
语调、韵律结构、轻重音三者是相互联系的，韵律结构的划分、轻重音的分布模式都可能对语调的生成产生影响，对它们的深入研究为韵律标音工作奠定了理论基础。
三 韵律标音
韵律标音是近几年发展起来的一个新领域，以ToBI为代表的韵律标音系统的出现适应了语音定量模型和言语工程发展的需要，它对语音学研究和工程发展有重要意义。
ToBI是标注英语语句的语调模式和其它方面韵律现象的韵律标音系统，它是语言学界和言语工程学界联手合作的产物。[21]ToBI的主体包括三个部分：语句录音、跟录音相对应的基频曲线、标音符号。标音符号由四个平行排列的音层（tier）构成，即音调层、停顿指数层、拼写层、杂类层，反映了韵律的多层次性。音调层（tone tier ）和停顿指数层（break index tier）反映了韵律现象的核心。拼写层（orthographic tier）记录语句的拼写形式，杂类层（miscellaneous tier ）记录口语中经常出现的不连贯和停顿现象。ToBI全面接受了Pierrehumbert的英语语调理论，音调层用高音特征（H）和低音特征（L）标记由音高重音、短语重音和边界音调所代表的英语语调变化和两级韵律短语结构（直接短语和语调短语）。音高重音用L[*]，H[*]，L+H[*]，L[ *]+H等符号表示，带*的音高特征跟重读音节对应，短语重音用L－，H－表示，边界音调用H%，L%表示。停顿指数层标注对词与词之间结合的紧密程度所作的主观判断，共分五级（0—4），分别代表韵律结构单位的各级边界：0表示两个词在语音上结合得十分紧密， 主要标志是发生连续语流中常见的舌尖塞音腭化或闪音化等音变现象；1 表示两个不同的音系词之间的界限，3和4分别代表直接短语和语调短语之间的界限；2 反映了音调特征所界定的韵律结构同停顿所反映的边界强度的主观判断之间的不对应性（mismatch），一种情况是强分离度，即词与词之间有明显停顿，却没有音高模式上的变化与之相对应，另一种情况是弱分离度，即词与词之间的音高模式显示出直接短语边界或语调短语边界的存在，却没有边界前延长或其它征兆与之相对应。ToBI的停顿指数基本反映了生成音系学理论提出的英语韵律结构的层级性，[12]音调层和停顿指数层对韵律结构的表达是相互贯通的，短语重音和指数3呼应， 边界音调和指数4呼应。我们仍以上面的例子说明ToBI的标音方式。
－Mary does intonation.
拼写层
L+H[*]L-L% 音调层
11 4
停顿指数层
ToBI提出的设计原则对其它语言韵律标音系统有重要的参考价值。在确定哪些韵律现象需要标注时，ToBI遵循如下原则：标注语言中有区别性的语调模式和韵律单位；不标注更适于定量描写的韵律现象，如音段时长；不标注那些可以直接从词典等辅助工具中获得的韵律现象。同时，作为一个可利用的韵律标音系统，还必须满足下述标准：[1]1.可靠性：不同标音人标音结果的一致性至少要达到80%；2.全面性：覆盖自然言语中最重要的韵律现象；3.易学性：要在短时间内能学会；4.兼容性：要跟语音合成、语音识别的最新方法和当前的句法学、语义学、语用学理论相结合。
汉语韵律标音工作直到最近才有人讨论。吴宗济先生提出了用于普通话语音合成的《韵律标记文本》。[22]根据ToBI的普通话韵律标音系统也正在制定之中。[23]
四 结束语
言语工程技术的发展和需要为语言学研究，尤其是语音学研究，开辟了广阔的前景，也提出了新的课题。韵律研究在当前的语音研究中占有重要位置，深入理解韵律不仅是语音学理论发展的需要，也是语音合成和语音识别发展的需要。而韵律标音作为语音学理论和言语工程的接口，三者之间的关系是互动的。无论对语言学家还是对言语工程专家来说，我们的研究对象的复杂程度足以使我们有理由携手合作，共同攻克难关。