二、儿童语音产出的发展

儿童要发出语音需要有生理基础，发音器官的成熟是语音产出的前提条件。从出生到4个月，婴儿的声道类似于猿的声道。新生儿有一个位置更高的喉，更小的咽门，以及与成人不同的舌形（Lieberman，Crelin & Klatt，1972）。声道形状的差异不但反映了婴儿和成人共鸣腔之间的差异，而且它们限制了婴儿言语声音的生成。大约4个月时，婴儿的发音器官经历极大的变化后，开始接近成人的形状。一个主要的变化是喉的下降。正如黑猩猩一样，喉在婴儿体内位置较高，而成人的喉位较低。婴儿喉位的下降在4—6个月时开始，直至3岁才完成。声道内还有其他解剖学上的变化发生，参与发声的身体其他部分也有变化。比如胸腔（in the rib cage）的变化，出生时肋骨与脊椎几乎成直角，3个月时他们开始朝成人的形状发展，脊椎向下和向外成角度倾斜。这样的结果是，婴儿就如成人一样，能控制气压并发出声音较长的片段。

直至声道成形，才为咿呀声——像言语生成的最初形式——的产生做好了准备。这并不意味着咿呀声的发生完全和主要取决于发音器官的解剖结构的发展，而是说发音器官的发展是咿呀声出现的前提。

（一）前语言时期的声音产出

婴儿出生时即会发出简单的哭声，之后他们沿着有顺序的系列发展到复杂的咿呀学语阶段，这一阶段伴随可辨别的音节；然后发展到具有类似成人语调模式的阶段。从相当早的时期开始，根据功能，儿童发出的声音可以分为两种类型：（1）反射发音——哭声、咳嗽声和似乎是反映婴儿身体状态的、自动反应的、不自觉的哼哼声；（2）非反射发音——像表示满足的哼哼声或让人听不懂的咿咿呀呀，这些声音是非自动生成的，包含很多在成人语言中能找到的语音特征。

不管在哪种社团中被抚养，所有的幼儿似乎都经历了语音发展的相同阶段。虽然通常被称为“阶段”，这里描写的这些时期并非离散的，即发音类型通常一个阶段重叠着另一个阶段。新的阶段以在前一时期中未被观察到的语音行为的出现为标志。

阶段1：反射发音（出生至2个月）。这一阶段以大部分的反射发音为特征，如哭声和嘟囔声，和类似咳嗽、打嗝和喷嚏那样的不自主的反射性声音。而且，有些像元音的声音可能出现。

阶段2：哼哼声和哭声（2至4个月）。在这一阶段，婴儿开始制造一些舒服状态的发音，通常叫作哼哼声或咕咕声。如果贴上了这一标签，这些发音似乎是由口腔后部发出的，伴随舌根辅音和后元音。

阶段3：发音游戏（4至6个月）。这一阶段看起来好像婴儿正在测试他们的发音装置，以决定他们能发出来的音质的范围。这一阶段以很强和很弱、很高和很低的声音出现为特征。一些婴儿会发出长时间的系列咂舌声和长元音，还有偶尔一些由辅音和元音构成的未发展完全的音节。

阶段4：有规则的咿呀学语阶段（6个月至更大）。这个阶段的主要特征是出现类似成人发音进程的辅音—元音系列。婴儿的声音在第一时间听起来就好像他们真的在试图说出单词一样，比如婴儿会说出听起来像“妈妈”或“爸爸”这样的音节。然而在大多数情况下，并无证据表明这种语音生成在语义上和同一的指称对象联系在一起，鉴于此，这些形式还不能被视为单词。这一阶段的多音节话语通常可以分为复制型的咿呀学语（同一音节系列如[bababa]）或交杂型的咿呀学语（音节系列包含变化的辅音和元音，如[bagidabu]）。咿呀声的特征表现为：

（1）它是一种音节组织（Oller & Eilers，1988）；

（2）它使用的是自然语言中所能发现的可能声音的次集（Locke，1983）；

（3）缺乏联想意义（Elbers，1982）。

这一时期，婴儿对自己的声音和周围声音的听觉感知显得尤为重要。虽然聋儿也参与更早形式的发音，但他们只生成极少量有规则的咿呀声，而且随着时间的推移，这种声音越来越少。另外在这一阶段，聋儿发音中辅音的多样性会随年龄降低，而健听儿发音中辅音的多样性会随年龄升高。

如果聋儿从一出生就接触到自然手语，那么他们在手语的发展上也会出现“咿呀学语”阶段。在与健听儿开始发出有声的咿呀声同样的阶段，接触手语的聋儿开始用手“咿咿呀呀”（ Petitto & Marentette，1991）。手动的咿呀既区别于所有婴儿出于交际目的使用的手势（gesture），也区别于婴儿有节奏的用手的自动活动（Thelen，1991；Petitto，1992）。它展现出与有声的咿呀声相同的特征。它能按照语言学上相关的单位来描写，就像有声的咿呀声一样，它有音节组织。用于咿咿呀呀的手势（sign）代表了手语中所用手势“清单”中的次集，而且运用时没有意义。同样，与有声的咿呀声相同，手动的咿呀也有两种类型，规则性的和交杂性的。从10个月左右开始，婴儿手势的“曲目”会在某种程度上反映其所处环境中所用的手语的项目。

至少要到8—10个月，语言经验才开始在某种程度上调节婴儿的咿呀声。Boysson-Bardies等（1998）已经表明，这一时期在不同言语社团（法语、英国英语、阿拉伯语、瑞典语、约鲁巴语、粤方言）喂养的婴儿所发出的元音音质有变化。有趣的是，这些差异在其所处环境中使用的语言里也存在。在同样思路的研究中，Boysson-Bardies和Vihman（1991）表明10个月左右婴儿辅音的生成，也在某种程度上受周围环境的影响。属于不同言语社团的婴儿会对目标语中频率更高的词语中的那些语音成分表现出偏好。例如，唇音在法语词中出现的频率高于英语词。根据这一点，相比于学习美国英语的婴儿，学习法语的婴儿会发更多的唇音。齿音在日语词中比在法语词中频率更高，由此学习日语的婴儿比学习法语的婴儿会发更多的齿音。Boysson-Bardies和Vihman（1991）的研究证明了以上推断。环境的影响在生成双音节时也是明显的，在法语、英语、瑞典语婴儿的咿呀声中，双音节系列的主体是辅音—元音—辅音—元音形式，而在约鲁巴语中，则是元音—辅音—元音形式，这同样真实反映出目标语中的音节模式（Boysson-Bardies，1993）。

研究者得出结论：8—10个月时咿呀声中声音的选择在某种程度上是受语言经验的影响的。将这一点和婴儿8个月时对外语语音对照的敏感性开始下降的事实放在一起，可以看出，在发展过程中的这一个点上，语言的特异性在生成（咿呀声）和感知中显而易见。因此，8—10个月左右的婴儿正在建立他们目标语中的辅音对照组，并逐渐趋向于成人的语音系统。

阶段5：错语阶段（10个月和更大）。咿呀学语的最后阶段通常和有意义话语的早期阶段重叠在一起，以所说的声音和音节系列具有重音和语调模式的丰富多样为特征。根据Menn和Stoel-Gammon（2008：71）所说，错语阶段以“使用丰富多样的重音和语调模式说出声音和音节串”为特征。也有人把这个阶段叫作“会话式咿呀学语”或“模式化的咿呀学语”。这一阶段，父母经常会认为他们的孩子正试图在说什么，而儿童的第一个词也确实会在错语串中产生。该阶段儿童所说的辅音类型包括塞音、鼻音和滑音，这些也是他们第一个词通常会包含的音。不会出现在咿呀声中的辅音类型有擦音、塞擦音和流音，这些音也通常不会出现在儿童的第一个词里。这些观察支持连续性假设，根据Menn和Stoel-Gammon（2008：72），连续性假设意指“儿童早期有意义言语中的语音模式与他们在咿呀声中使用的模式直接联系在一起”。

（二）语音发展的开始

1．单个词阶段的语音产出

儿童一般在1岁左右说出第一个词。似乎不难鉴别出儿童最初的话语：有一天他们制造了像成人词的声音，并且是在那个词适切的情况下这样做的。要被认为是一个真正的词，这个声音需要在特定的语境中得到一致的使用，而且需要有一个可识别的语音形式。它不一定与成人的发音匹配，但要与成人的目标词很像。这些首先能被识别的词通常是问候语、告别语或其他社会性短语，如“躲猫猫”（peekaboo）。还有另外一种情况，儿童反复说一个不像任何正确的成人词的形式，例如Halliday（1975）的被试Nigel创造了他自己的一些形式，比如na，用于指示想要的物体，这些儿童制造的原始词能否归入“词”的范畴？一般认为，至少可从两个方面将其算作词：首先，使用这一形式的儿童已经证明了对声音自觉控制的一个重要水平，这个水平对于开始说出具有成人模式的词是必要的，虽然可能不是充分的。其次，使用一个或两个创造出来的词的儿童已经超越了错语阶段——也就是让人听不懂的阶段，因为他已经习得了声音的特定系列具有特定意义这样难懂的概念。他现在不清楚的仅仅跟以下事实有关：应该去找到或发现什么词已经存在而不是自己去制造这些词。

原始词（具有或不具有成人模式）常常以另一方式区别于通常的“词”概念，虽然这些声音系列必须足够稳定，以至人们能识别它们的反复出现（否则成人绝不会认识到儿童想让声音具有特定意义），这些声音系列可能控制得很差，并且有些例子反复使用后变化很大，远远大过成人反复使用一个词时词所发生的变化。例如，Menn的被试Jacob有一个可识别的原始词，他常常用于伴随任何能翻动的旋转物体的动作（如轮子、书页、球形门把手），这一“纺纱歌”的形式从ioioio变为weeaweeaweea。

在语音习得的初始阶段，儿童会表现出个体差异。比如，虽然大部分儿童会使用爆破音和鼻音，但也可能有的儿童会更喜欢唇音，像/b/和/m/，或更喜欢齿龈音，像/d/和/n/。根据Menn和Stoel-Gammon（2008）所说，有些儿童首先学会的是将词作为整体发音而不是把它们看作是由个体音构成的。一旦儿童具备了大约50个单个词的词汇，他们就会采用一种新的、更有效的、将每个词作为单个音构成的策略，并因此而考虑他们正在学习的语言的语音规则（Bauman-Wängler，2008）。

2．双词阶段的语音产出

双词阶段在2岁左右。儿童学习语音有一定的顺序，这就使得他们说出来的词不会总是与成人的发音匹配。比如，儿童可能在2岁时正确地说出moon，因为这个词包含的恰好是早期会得到发展的音，但像spaghetti和spoon他们可能就会发得像“detti”和“poon”。

儿童2岁时处于掌握言语声的产出阶段。Stoel-Gammon（1987）报道，大约2岁时儿童在词首位置会使用9至10个不同的辅音，在词尾位置会使用5至6个不同的辅音。在24至39个月期间，儿童在词首使用辅音连缀的平均数是2.2个，在词尾是1.7个。随着年龄增长，根据所用不同声音的数量和他们所用的这些音在词中的位置，儿童的语音曲目也随之增长。大部分英语儿童语言的研究者同意，大概在7或8岁时，儿童相当好地掌握了英语音位，并在其言语中正确地产出了这些音位。当然，也有一些口语的发展可能持续到5年级，也就是10或11岁左右（Ingram，1989b；Sax，1972；Stoel-Gammon & Dunn，1985）。有不少研究涉及儿童会在什么时候学会产出特定的音（McLeod，van Doorn & Reed，2001a，2001b；Poole，1934；Smit，Hand，Freilinger，Bernthal & Bird，1990），虽然在研究的设计和标准水平上的差异使得对这些研究结果进行精确比较不太可能，但从这些研究中依然可以看到有类似的趋势出现。通常，儿童在2到3岁之间会学会掌握鼻音的产出，比如/m/、/n/和/ŋ/；塞音的产出，比如/d/、/k/、/g/、/p/和/b/；滑音的产出，比如/w/。这些音一般认为是在早期就得到发展，并相对容易。与此形成对照，擦音，比如/s/、/z/、/ʃ/和/ʒ/,以及塞擦音，比如/tʃ/和/dʒ/，都要更晚才能掌握，通常要到7或8岁。当然，儿童在掌握个别音的年龄上的确表明有变异性（McLeod等，2001a；2001b）。但通过了解儿童何时掌握了产出不同方式的发音，还是能发现一些趋势。大部分儿童通常会在擦音和塞擦音之前学会塞音和鼻音，儿童常常在上学之后还会在/r/和/l/上有发音困难。另外，元音的习得要比辅音简单。儿童往往在习得辅音之前就已学会正确产出元音。实际上，儿童3岁时就可以掌握元音的产出，超出随机水平的错误在学龄儿童产出元音时并不常见。

汉语可以用声调区分词义，儿童何时可以完全产出四个声调以及声调的产出顺序如何，学界尚未有定论。Zhu和Dodd（2000）采用图片命名任务，对1岁6个月至4岁6个月的普通话儿童的声调产出进行了调查，产出结果由语言学家转写，结果发现儿童在2岁前就已经掌握了声调产出。但是Clumeck（1977）的研究显示，汉语儿童3岁时也未能掌握声调产出。大部分研究发现汉语的平调和降调比升调和曲折调的习得时间要早（Li& Thompson，1977；Zhu，2002），而且声调产出错误大多发生在升调和曲折调上（Clumeck，1977； Li & Thompson，1977）。也有研究发现,汉语儿童最先习得升调（Clumeck，1977），使用平调的出错率大于其他声调（Zhu，2002）。研究结果的差异可能在于对儿童声调产出的掌握能力没有确切的测评标准以及转写结果的精确度上。虽然有差异，但是上述研究都支持汉语儿童较早习得了声调系统，儿童对声调产出的掌握要早于音段产出的观点（Clumeck，1977；Li & Thompson，1977）。Zhu和Dodd（2000）在研究中发现，1岁6个月至2岁的儿童几乎没有声调产出错误，但元音的出错率是20%，辅音达到了40%。

儿童2岁时在未掌握所有言语声的情况下说出词语。儿童对词语简化的发音处在语音加工模式之后（Bauman-Wängler，2008）。比如，如果一个儿童规律性地用产出于口腔前部的辅音，如/t/、/d/，代替本该产出于口腔后部的辅音，如/k/、/g/，像把key说成tea，那么这个儿童就可以说使用了靠前加工。或者，如果一个儿童规律性地遗漏辅音连缀中的一个或多个辅音，像把spoon说成poon，这个儿童就可能被描述为使用了辅音丛简化加工。Ingram（1989b）在三种范围较广的分类下列举了儿童语音简化的加工，这三种分类包括音节结构、同化和替代加工。在音节结构加工中，年幼的儿童倾向于遗漏词尾或音节末位的辅音，比如把bite说成bi；或删除多音节词中的非重音音节，比如把pajamas说成jama；或减少辅音丛中的音的数量，比如把blue说成bue。同化加工指词中的一个音会影响另一个音的产出，受到影响的音变得与之相同或相近。比如把dog说成gog，把lamb说成mam。当儿童同时使用音节复制和同化加工时，把doggie说成gaga的现象就可能产生。最后，当儿童使用一个组群的音时，替代加工就会发生，比如塞音替代另一个组群——如擦音的音，所以儿童把soap说成toap的现象并不少见。

当儿童渐趋年长，他们会停止使用早期的语音加工，他们对词语的产出会接近于成人使用的那些产出形式。当然，因为这种学习要耗费时间，所以任何一个词都可能经历发音上的好几个阶段。因此，仅因为儿童能在一个词中正确地说出一个音，并不意味着这个音能在所有包含它的词里都被正确地说出来，如果不同的语音加工在其他词语的产出中正在起作用的话。