第 8 章 声学语音学（Acoustic Phonetics）¶
Ladefoged & Johnson《A Course in Phonetics》(6th ed.) 第三部分·通用语音学 前几章从发音角度描写语音；本章转向声学——教你"读"语图（spectrogram）。核心理论是源—滤波器理论（source/filter theory）：声带振动是"源"，声道形状是"滤波器"，二者共同塑造元音音质（共振峰 formants）。随后用管模型、扰动理论解释共振峰，再系统讲解元音、辅音的语图特征，以及宽带/窄带语图、谐波、个体差异。 ⚠️ 符号说明：原书 IPA 与语图在抽取中乱码，下文已按标准 IPA 重建；语图特征以文字描述。
0. 本章主线¶
一条理论主线 + 一套读图实务： 1. 源—滤波器理论：声带（源）+ 声道（滤波器）→ 共振峰（formants）。两种解释工具：管模型（tube models）与扰动理论（perturbation theory）。 2. 共振峰与传统发音描述的对应：F1 ↔（反向）舌高；F2 与 F1 之差 ↔ 前后。 3. 读语图：元音（共振峰）、辅音（locus、过渡、velar pinch、burst）、宽带 vs 窄带、谐波、个体差异（forensic 含义）。
高/低通滤波直觉（开篇实验）：把句子高通滤波（删 2500 Hz 以下）→ 声音"尖薄"、擦音突出、语调难辨；低通（删 1000 Hz 以上）→ "轰鸣"、元音与语调突出、擦音噪声少。说明语言之音主要靠语图垂直维（频谱）上能量的精细分布来区分。
1. 源—滤波器理论（Source/Filter Theory）¶
元音音质取决于泛音结构——元音同时含多个音高：实际说出的音高 + 若干赋予其独特音质的泛音。泛音即共振峰（formants），最低三个共振峰区分元音。
三共振峰的体感听辨： - F1：开口、做声门塞、用指弹颈侧下颌下方 → 听到一个音（如弹瓶）；查 [i ɪ e ɛ æ ɑ ɔ ʊ u] 一遍，前四元音 F1 上升、后四下降。 - F2：在 [i ɪ e ɛ æ] 序列中音高下降（耳语时更易听）。 - F3：增添音质区别，无简便听辨法。
共振峰从何而来：声道里的空气像风琴管/瓶里的空气。声从噪声源（浊音中=声带振动）传到唇 → 大部分能量辐射出去供人听，部分反射回声道 → 反射能与源能叠加，在某些频率放大、某些频率衰减（取决声道长度与形状）。故：声带=声源；声道=频率滤波器，改变声带声的音色（timbre）。元音的音色即元音质（vowel quality）。 - 类比：铜管乐器（唇=源、长铜管=滤波器）、马林巴（击键=源、键下管=滤波器）。人声更像长号——单一可变源（声带，可变音高与振幅）+ 单一可变滤波器（声道，可增强/衰减不同频率）。
长度因素（均匀管公式）：若声道像园艺水管（声门到唇等径），共振频率为 $$F_n = \frac{(2n-1)c}{4L}$$ - n = 1,2,3 对应 F1,F2,F3；c = 声速；L = 声道长。 - 例：Ladefoged 声道 17.5 cm → c/4L = 35000/(4×17.5) = 500 → F1=500×1=500、F2=500×3=1500、F3=500×5=2500 Hz。 - Keith Johnson 声道 ~16 cm → 各共振峰略高（F1≈547、F2≈1641、F3≈2734 Hz）。 - 不同音的共鸣段长不同：元音用整个声道（声门→唇）；擦音共鸣段更短（如 [s] 仅齿龈→唇，2–3 cm → F1 远高于元音，故高通滤波时擦音噪声突出）。唯一不比元音高的擦音是 [h]（用整个声道）。
2. 管模型（Tube Models）¶
不同元音的共振峰源于声道不同形状。任何气团（声道或瓶中）振动方式取决其大小形状（吹空瓶低音、加水后气团小→音高）。元音声道形状复杂 → 不同气团产生多个泛音。
- 声带每开合一次 → 一个声能脉冲，像"敲打"声道气，使共鸣腔振动产生多个频率（如同时敲多个瓶）；
- 无论声带振动率如何，只要声道形状不变，气就在这些频率共振 → 共振峰频率独立于音高（声带振快/慢只改 pitch，不改共振峰）。
- 直觉：声道后部气以一种方式振动（低频波形）、舌前小腔以另一方式（高频）、第三种模式更高频；元音听到的是这些波形之和。
历史：Helmholtz（约 150 年前）提出共振峰总论；更早 1829 Robert Willis："一个元音不过是其特有音的快速重复"——今表述为：元音是其特有的两三个音（共振峰）随声带振动的快速重复。不仅元音，所有浊音都可由共振峰频率彼此区分。
合成演示（CD）：逐层叠加 "A bird in the hand…"——仅 F1（闷音版，单调音高，靠泛音变化传递音质与节奏）→ 加 F2（传递大量元音质）→ 加 F3（贡献较小）→ 三共振峰相加（高度可懂，但无塞音爆破与擦音噪声）→ 加固定高共振峰 → 加噪声爆破与擦音 → 加基频变化（合理语调）。
3. 扰动理论（Perturbation Theory）¶
均匀管也有同时共振频率，且在不同位置挤压时，频率以可预测方式变化 → 可把元音声学建模为对均匀管的"扰动"。例：圆唇使唇处管径变小 → 可预测圆/不圆元音的共振峰差异。
规则（Fig 8.2）：每个共振峰在声道里都有压力极大（P）与速度极大（V）的位置（共振驻波在唇—声门间往返）。 - 在速度极大（V）处收窄 → 该共振频率降低； - 在压力极大（P）处收窄 → 该共振频率升高。
应用到 F1（管闭于声门、开于唇，约 [ɛ] 形状）： - 声门附近收窄（低元音）近 P → 低元音 F1 高于 schwa； - 唇附近收窄（高元音、圆唇）近 V → 高元音 F1 低于 schwa。 - 同理调 F2/F3：升 F2 最常用"舌抵上腭"（在 F2 波的某 V 处之外收窄）。
4. 声学分析与共振峰图（Acoustic Analysis & Formant Chart）¶
可测量实际共振峰频率并作图（Fig 8.3：八个美式元音前三共振峰均值）。
共振峰与传统发音描述的对应（Fig 8.4/8.5 语图：heed/hid/head/had/hod/hawed/hood/who'd）： - F1 ↔ 舌高（反向）：heed→had，F1 随舌高下降而上升；hod→who'd，F1 随舌高上升而下降。F1 与元音高度的相关很好。 - F2 ↔ 前后：前元音 F2 远高于后元音；但 F2 与"后"的相关不如 F1 与高那么好，因 F2 同时受圆唇影响。 - 语图细节：[ɪ] 起于较高 F2；[ʊ] F2 大幅上移；[æ] F2 略降（双元音化）。更高共振峰因人而异、非语言性，但标示个人嗓音质。
共振峰图（Formant Chart，Fig 8.6）： - 纵轴 F1、横轴 F2，轴反置（零频在右上角）使图与传统发音描述（高在上、前在左）一致； - 用 Bark 标度（感知等距的音高对应等距）；F2 标度因其能量小于 F1（F1 约占元音 80% 能量）而不如 F1 展开。 - 结果：[i][u] 在左上/右上、[æ][ɑ] 在底部，其余居中——复现传统元音四边形。
重要立场（呼应 Ch1/4）：传统发音描述"不全令人满意"，常与真实发音不符。元音"高度"更对应 F1 而非舌高；"前后"最好对应 F2 与 F1 之差（二者越近，越"后"）。语音学先驱 G. Oscar Russell 名言："语音学家在用声学事实思考，却用生理幻想来表达。"
5. 辅音的声学（Acoustics of Consonants）¶
辅音声学通常比元音复杂。许多辅音可看作"开始/结束一个元音的特定方式"，辅音调音本身常无区别特征：[b d g] 闭合期声音几乎无别，[p t k] 闭合期全是静默。
塞音靠对邻接元音的影响传递音质： - 唇闭→开（[bɛ]）：共振峰起于较低位置（唇闭使所有共振峰降低，见扰动理论）→ 迅速升到 [ɛ] 位；[ɛb] 则共振峰随唇闭下降。 - locus（轨迹/原点）：每个调音部位的共振峰"表观起点"。起点依邻接元音而变（因不参与闭合的舌部位大致取邻元音位置）。
三个浊塞 [b d g]（Fig 8.7，bed/dead/[gɛg]）： - 三词 F1 都从低位上升（仅标示"有塞闭合"，不区分部位）； - 区分靠 F2/F3 的起讫：[b] F2/F3 起点低、F2 明显上升（低 locus）；[d] F2 起始较平、F3 略降；[g] F2 与 F3 在元音边缘相互靠拢（仿佛趋向共同点）——这种 F2/F3 靠拢称 velar pinch（软腭夹挤），是软腭辅音的典型标志。 - 注：该说话人（如许多英语者）词首"浊"塞无浊音条（voice bar）；词尾浊塞近基线有微弱浊音条。
三个清塞 [p t k]（Fig 8.8，[pʰɛm][tʰɛn][kʰɛŋ]）： - 释放标志=突然尖峰（噪声爆破 burst）→ 一段送气噪声（F1 无能量、无规则浊音竖纹）分隔爆破与元音浊音段； - 爆破频率：[p] 最低；[t][k] 噪声超过 4000 Hz，最高频在 [t] 爆破；耳语 [t k p] 序列：音高 [t]>[k]>[p]，响度 [t]>[k]>[p]（[p] 爆破有时弱到几无尖峰）； - 送气后共振峰过渡发生在送气期，故不如浊塞后明显。
鼻音 [m n ŋ]（Fig 8.8）： - 清晰标志=闭合形成时语图突变（鼻音、边音皆然）； - 共振峰结构似元音但更弱，位置取决鼻腔特征共鸣；通常极低 F1 约 250 Hz，其上有一大段无能量区；区分靠前接元音的过渡（[m] 前 F2 降、[ŋ] 前 velar pinch），但部位线索有时不清。
清擦音 [f θ s ʃ]（Fig 8.9，fie/thigh/sigh/shy，频标升到 8000 Hz）： - 都有宽频随机噪声；[f] 与 [θ] 噪声型相近（靠 F2 过渡区分：[f] 几无移动、[θ] F2 从 ~1200 Hz 下移；二者噪声环境中常混淆，Cockney fin/thin 不分）； - [s] 噪声集中高频（5000–6000 Hz）；[ʃ] 较低（下探至 ~2500 Hz）；[s][ʃ] 声强大、图案更深；F2 locus 在 fie→shy 递增（shy 中近 [i] 位再大幅下落）。
浊擦音 [v ð z ʒ]（Fig 8.10，元音间）： - 似清版但加浊音竖纹；[v]（ever）擦音成分比 [f] 更弱、几乎只在后续元音起始可见；靠邻元音共振峰区分（[ð] 周围 F2 高于 [v]）； - [z][ʒ] 高频擦音能量明显；[z] 有微弱浊音条、[ʒ] 浊音难见。
近音 [l r w j]（Fig 8.11，led/red/wed/yell）： - 都有似元音的共振峰；[l] 共振峰约 250/1100/2400 Hz，在元音起始处强度突变（鼻/边音特征）；词末 [l] 可能无中央接触→实为后非圆元音；初始边音 F2 ~1100–1200 Hz 是多数人典型； - [r]（=[ɹ]） 最显著特征=F2、F3 频率低，尤 F3 极低（本例起点 ~1600 Hz）； - [w] 三共振峰皆起于低位，但 F2 升得最陡（似离开极短 [u]）；[j] 似离开极短 [i]；[w][j] 称半元音（semivowels）。
辅音特征的声学对应（Table 8.1，粗略指南）： - 浊：对应声带振动的竖纹； - 双唇：F2、F3 locus 都较低； - 齿龈：F2 locus 约 1700–1800 Hz； - 软腭：F2 locus 通常高；F2、F3 过渡共同起点（velar pinch）； - 卷舌：F3、F4 普遍降低； - 塞：图案空隙 + 清塞爆破噪声/浊塞共振峰骤起； - 擦：随机噪声（尤高频，依部位）； - 鼻：似元音但有鼻共振峰约 250/2500/3250 Hz； - 边：似元音但共振峰约 250/1200/2400 Hz，高共振峰强度大减； - 近音：似元音、通常在变化中。
6. 读语图（Interpreting Spectrograms）¶
连续语流中音更难辨。读图策略（以 "She came back and started again"、"I should have thought spectrograms were unreadable"、"He left here—three days ago" 等为例）： 1. 先找最明显的：清擦音 [s][ʃ] 最突出（[ʃ] 频率低于 [s]）； 2. 由已知锚点向两端推； 3. 注意连读中本"该浊"的音可能清化（如 "I should have thought" 整段可无浊音 → [aɪʃtf̩θɔt]；spectrograms 的 [t] 高送气使后 [r] 几乎全清 [ɹ̥]）； 4. 善用 velar pinch（F2/F3 靠拢）定软腭塞；F3 低定 [r]/r 音色；闭合期短浊音条定浊塞或闪音 [ɾ]； 5. 弱化元音多记 [ə] 或 [ɪ]（弱读、velar 前常 [ɪ]）； 6. 用对可能英语词的知识"走通"候选路径（如 (1)…(10) 列出每段候选符号再连成 He left here）。
7. 宽带 vs 窄带语图与谐波（Wide/Narrow-Band & Harmonics）¶
物理权衡（测不准）：不能同时精确知道"声音何时发生"与"其频率"。分析需足够长时窗以观察多次气压重复 → 时间精度与频率精度互斥。 - 宽带语图（wide-band）：时间精确——每次声带振动=一条竖线、塞音爆破=竖尖；但频率不精确（一个共振峰内多个分量混在一宽带里）。 - 窄带语图（narrow-band）：频率精确（牺牲时间精度，爆破尖被时间维抹开）——可见构成各共振峰的谐波。
谐波（Harmonics）：声带振动产生基频的整数倍谐波（基频 100 Hz → 200/300/400… Hz）。某元音中显现的谐波是对应该元音声道共振的那些。 - 例（Fig 8.16，Is Pat sad, or mad?）：sad 基频 ~118 Hz → 第 5/10/15 谐波 = 590/1180/1770 Hz；sad 的 F1 由第 5、6 谐波构成，F2 主成分为第 14、15 谐波；mad（同 /æ/）共振峰相似。 - 音质取决共振峰频率，音高取决基频（声带振动率）。 - 女声（基频高）共振峰更难精确定位（[ʊ] 因不同谐波递补呈"阶梯"变化，Fig 8.17）。 - 窄带语图利于测语调/声调：看基频本身，或看第 10 谐波（基频 100→120 Hz 时第 10 谐波 1000→1200 Hz 更易见），实际基频=第 10 谐波的 1/10。低基频或声带不规则振动时，窄带分析尤有用。
语图能/不能给的信息（小结）： - 最可靠：段长（常比波形更佳）；元音/鼻音/边音之别（波形中难见）； - 较可靠：相对元音质（F1 准确示舌高、F2 较好示前后但受圆唇干扰）；许多调音方式（塞弱化为擦/近音、塞擦化、颤 vs 闪、清 vs 浊、相对运动速率）； - 不能：测鼻化程度；区分相邻调音部位（须用别的技术）。
8. 个体差异（Individual Differences）¶
重要性：(1) 判断某语音型属言语社群典型还是个人特异；(2) 测量语言性特征时须排除纯个人特征；(3) 声学分析用于法庭（forensic）说话人辨识的有效性。
- 语图中个体差异明显——故前文只说语图示相对元音质。可用 Fig 8.5 类共振峰图说明"美式 who'd 平均比 hawed 更前"，但难断定某词在甲口中的元音是否高于乙。
- 一般：两说话人发相同音质的元音集时，共振峰图上相对位置相似，但绝对值因人而异（Fig 8.18，两加州英语者：相对位置似、绝对值异；加州大学生多不分 hod/hawed、cot/caught）。
- 无简单技术能完全平均掉个体特征。一种办法：以第四共振峰平均频率作个人头围指标，再把其他共振峰表为 F4 均值的百分比。
9. 本章速记总表¶
源—滤波器理论：声带（源，定音高/基频）+ 声道（滤波器，定共振峰/音质）
共振峰公式（均匀管）：Fn = (2n−1)c/4L；声道越长共振峰越低；擦音共鸣段短→F1 高（[h] 例外）
两种解释工具： - 管模型：声道复杂形状→多气团→多泛音之和；共振峰独立于声带振动率 - 扰动理论：V 处收窄→频率降；P 处收窄→频率升（解释圆唇、高低元音的共振峰）
共振峰↔发音：F1 ↔ 舌高（反向）· (F2−F1) ↔ 前后 · F2 受圆唇影响
辅音语图特征：locus · F2/F3 过渡 · velar pinch（软腭 F2/F3 靠拢）· burst（爆破，[t]>[k]>[p] 频率与响度）· voice bar（浊音条）· 鼻/边音的突变与弱共振峰 · [r] 的低 F3 · [s]高频/[ʃ]较低 · [w][j] 半元音过渡
宽带 vs 窄带：宽带时间准（竖线/竖尖）· 窄带频率准（见谐波）；测不准权衡
谐波：基频整数倍；音质=共振峰、音高=基频；窄带利于测语调（看第 10 谐波）
个体差异：相对位置似、绝对值异；forensic 辨识须谨慎；F4 ≈ 头围指标
10. 章末练习概览（原书 Exercises，供自测）¶
本章练习以测量共振峰、绘共振峰图、读/转写语图为主，强依赖 WaveSurfer 等软件与 CD 音频：
- 测量与作图：用 Fig 8.4/8.5 的箭头测 F1/F2 频率（按左侧标尺），列表并在共振峰图上绘出八元音；用 WaveSurfer 录自己的 heed/hid/head/had 做语图，对比 Fig 8.3。
- 读图转写：对 Fig 8.12–8.15 的语图做音段转写——先定锚点（[s]/[ʃ] 突出、velar pinch 定软腭塞、低 F3 定 [r]、突变定鼻/边音），注意连读清化，用英语词知识走通候选路径（如 He left here—three days ago）。
- 声学概念应用：用扰动理论预测圆/不圆、高/低元音的共振峰差异；用谐波解释窄带图中共振峰由哪些谐波构成；判断给定语图为宽带还是窄带。
注：本章练习多依赖软件实测与语图判读，答案随说话者（口音、性别、头围）而异；目标是建立"看语图即能描述声学结构"的能力。