為什麼人類的聲音如此多樣

圖片來源：Shutterstock，Sergey Nivens攝

我們的聲音是如何產生的呢？

獼猴和狒狒這兩種遠親的靈長類動物可以發出的聲音範圍接近，同時也與人類的聲音範圍一致。

事實上，許多動物用聲音傳達基本信息，但它們並不能像人類一樣表現出全部的發聲能力，這些能力使得我們的聲音能夠被廣泛地應用於交流和娛樂。

這表明，人類聲音的獨特性，小部分取決於身體結構上產生聲音的能力，更多則在於能夠精確地協調肢體運動，並把聲音處理成有意義的語言。

人類的聲音如何多樣呢？

要想了解我們聲音的多樣性，可以思考一下在一種語言中，我們能使用多少種可以理解的聲音。

由於英語的拼寫是一團糟，把普通話拼音羅馬化可以更清楚地說明這個問題。使用拼音，普通話中的漢字可以由下列24個音節之一開頭。

b, p, m, f, d, t, n, l, g, k, h, j, q, x, zh, ch, sh, r, z, c, s, w, y or nothing

這些可以與下列35個韻母組合使用。

a, ai, an, ang, ao

e, ei, en, eng, er

i, ia, iao, ian, iang, ie, in, ing, iong, iu

o, ong, ou

u, ua, uai, uan, uang, ui, un, uo

u?, u?an, u?e, u?n

這可以提供24×35 = 840個可區分的聲音，而每一個組合有多達5個聲調（音高模式），這就提供了840×5 =4200個獨特的漢字。

事實上，在語言中實際只用到不到一半的漢字。但是現代漢語中大多數詞都是由其中的兩個漢字組成的，所以可能有2000×2000 =4百萬個獨特的詞使用該發音系統，然後再把詞串成句子。

然而這只是一種語言。每種語言都有一套自己的音節，可能（或不可能）與其他語言重疊。那麼，人類是如何產生這些各種各樣的語言的呢？

聲音是如何產生的

聲音的產生可以看作是一個聲源-濾波器模型。聲音由振動源和聲學濾波器組成，其中振動源控制了聲音的振幅和音高（如上例中提到的五聲調），聲學濾波器控制其如何發聲，這和在音響系統中利用均衡器調整聲音非常相似。

振動源是喉部聲帶的振動。濾波器是從聲帶到嘴唇或鼻孔的氣道，我們稱之為聲道。

聲音的解剖學特徵（攝影：Noel Hanna，插圖：Olivia Cox）

如上圖所示，喉嚨（喉頭）包括會厭到環狀軟骨的部分。男人的甲狀軟骨從頸部突出，叫做喉結。

聲源：控制聲音的振幅和音高

聲帶由兩瓣肉組成，說話的時候，其振動頻率約為100-300次每秒（Hz）。廣泛使用的名稱「聲帶」來源於法國解剖學家Antoine Ferrein的比喻，空氣像弓一樣撥弄古大提琴的琴弦（在法語中叫cordes），也像羽毛拔動大鍵琴的琴弦。

然而這些比喻並不十分準確，聲帶振動的物理學研究仍然是一個熱門的研究領域，因為實驗是非常困難的。觀察聲帶是可行的，但並不總是實用的。我們只能在上方觀察他們——即使這很不舒服。

在這個例子中，由於攝像機幀率的限制不能顯示出聲帶的振動，但是高速攝像機可以顯示出振動。

聲帶的振動不是由連續抽搐的肌肉形成的，它是由來自肺部的空氣經過聲帶時引起的。振動的頻率和幅值由以下三個因素決定：肺部提供的氣壓、褶皺之間間隙的形狀（即聲門）以及喉頭肌肉的張力。

詢問任何一個青少年男孩可以知道學習使用所有的這些控制聲音的方法並不容易。即使歌手也需要幾年時間才能熟練掌握獨立控制音高和音量的方法，實際中考察的方法名為「弱強弱」。

濾波器：控制發音

語音，如母音和輔音，由聲道決定，通過發音器官（如舌頭、嘴唇、軟齶等）的運動改變聲道的形狀來過濾聲帶產生的聲音。

核磁共振技術可以讓我們看到聲道移動範圍更加詳細的圖片（如上面視頻所示），但是要獲得三維信息仍然很困難，並且它仍不能幫助我們觀察聲帶是如何運動的。

對於一個物理學家來說，這顯然是更加難懂的，聲道就像是一個圓柱體一樣。這是一個共振系統，在聲帶處關閉（或者說幾乎是關閉的），在嘴巴處敞開。

呼吸道簡化模型可以幫助我們理解其共振特性

（圖片來源：Noel Hanna）

共振系統可以形成駐波。當聲帶處氣壓高、嘴巴處氣壓低的時候，在聲道中就會形成駐波或共振。

當聲帶產生的聲音的頻率接近這些共振頻率的時候，聲音會更加顯著。這些顯著的頻率叫做共振峰，它們能區別出不同的母音。

對於一個17厘米長的圓柱（大約是人聲道的長度），前兩個共振峰在500Hz和1500Hz附近，接近單詞「heard」中所能分辨出的母音。

如果把聲道的形狀從圓柱變為更切合實際的幾何形狀（模仿發音器官運動的效果），就會改變共振峰的位置，因此母音也會隨之改變。

把聲道當作一個圓柱體似乎是一個粗略的簡化，但在聲學方面，這個簡單的模型能使我們確定聲道中的能量損失。

這也提供了有關聲道壁硬度的信息，正如我和同事在一篇論文中寫道的那樣，這對於產生像「p」和「b」這樣的爆破音是非常重要的。

學習

如果所有人類（以及一些靈長類動物）可以產生這種大範圍的聲音，那麼為什麼我們在學習外語的時候還會有口音呢？

當然，如果我要學習普通話，我只需訓練自己發出前文提到的2000種聲音。這幾乎就像是一種體育鍛煉。問題是，我們的大腦傾向於把相似的聲音進行分類。這會阻礙我們發出和感知不屬於這些類別的聲音。

例如，對於一個未經訓練的以英語為母語的人，法語單詞「above」 和「below」 （法語中為「dessus」 和 「dessous」）發音相同。當我們學習法語的時候，我們的大腦必須學會把「u」 和 「ou」分開為兩個新的類別，但是以前只有一個。

因此，如果我們的大腦不能區分不同聲音之間的細微差別，我們能不能用我們對發聲的理解來提高語言學習能力呢？觀察聲道中的發音器官如何運動沒準可以幫到我們。

這個示例視頻展示了一種通過對舌頭和嘴巴的運動提供視覺反饋來訓練發音的系統。也許理解聲音的產生可以幫助我們在學習語言時發出那些巧妙的新聲音，並進一步提高我們聲音的多樣性。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！