1.引言

声调作为音节中能够区别意义的音高变化，在普通话中分为阴平、阳平、上声和去声四种，其区别主要在基频（F0曲线）、能量包络（振幅）和音长三个方面[8]。其中，基频是影响声调感知最主要的因素[7][8][11]。但声调的表达不只依靠基频，还要依靠振幅和音长[25]。因此，能量包络、音长等声学特征也应作为影响声调感知的因素加以考察。

能量包络反映了声调的振幅变化，具体表现为音强曲线。吴宗济和林茂灿[27]通过实验将普通话声调的音强曲线归纳为平台型、前强型、中强型、后强型和双峰型，认为四声和音强曲线之间的关系并不固定，即上声的音强曲线不都是双峰型，阴平和阳平的音强曲线也只是多数为前强型和中强型。Coster和Kratochvil[4]对大量自然语言进行了区分实验，结果表明在很大程度上，振幅曲线是具有声调特殊性的。Whalen和Xu[15]以信号相关噪音（signal-correlated noise）为刺激音的四声辨认实验也证实了Coster和Kratochvil[4]的观点，并进一步指出阴平和去声的振幅曲线最为相近。

声调的时长即声调的持续时间，在汉语音节中，普通话四声在音长方面存在差异[2][5][8]。吴宗济和林茂灿[27]通过对四声的相对时长进行分析，认为时长在声调中并无一定的相对关系，但在大多数情况下，上声比其他声调要长一些。研究表明，普通话中单音节声调时长关系大致为：上声＞阳平＞阴平＞去声[17][19][23]，但也有实验分析指出男声声调音长关系为阴平＞上声＞阳平＞去声[23]。

当前对影响声调感知的声学特征研究主要集中于基频，即音高因素方面，大量实验结果表明基频信息对声调感知确有显著影响[13][26]。能量包络对声调感知影响的研究较少，多在耳语的声调感知研究中有所讨论，因为在耳语中基频信息缺失，故声调的表达主要依赖于振幅信息[21][25][28]。音长对声调感知影响的讨论较多，但在实验结果上不同研究间存在争议[3][13][14][29]。基于上述研究，我们拟采用范畴感知的范式——辨认实验和区分实验，就能量包络对普通话声调感知的影响进行初步探讨，对音长因素对普通话声调感知的影响进行实验再探讨。