3.陳述—疑問語句感知實驗

為了探索陳述句和疑問句之間的感知模式和句位范疇，我們采用了語音感知研究的經典范式識別實驗和區分實驗，并合成聽辨刺激進行感知實驗。

3.1 合成刺激樣本

利用發音人錄制的八個語句為母本，分別改變原句的基頻和時長合成實驗刺激，因本文暫不探討具體哪個參數對語句感知貢獻大的問題，因此我們將所有參數同時改變，力求合成的聽辨刺激足夠自然。

3.1.1 基頻和時長的合成

首先，使用Praat軟件，通過基音同步疊加法（pitch-synchronous overlap and add，PSOLA），改變母本基頻。例如，以“他不吃（陳）”為母本，目標樣本為“他不吃（疑）”。首先將兩句話拆成6個單字。相同字為一組，以他（陳）、他（疑）為例。首先用Praat腳本程序等距提出每個字11個點的基頻數據；通過插值的方法計算出2個基頻測量點之間的7個刺激樣本的基頻[16]然后以他（陳）作為母本和組內的第一個刺激樣本，按照計算出的7個基頻數據逐步改變他（陳）的基頻，均勻地合成7個刺激樣本；最后按照他（疑）的實際基頻，在他（陳）的母本上合成第9個刺激樣本。同樣的方法得到合成所有樣本。刺激樣本基頻曲線如圖2所示。

圖2 四組合成樣本基頻曲線

其次，我們要在合成基頻的基礎上調整時長。分別測量“他（陳）”和“他（疑）”的時長。通過插值的方法，計算出2個時長測量點之間的7個刺激樣本的時長倍數關系，然后對已合成基頻的刺激連續體進行對應倍數的時長伸縮。用同樣的方法對其他兩組單字形成的連續體進行時長更改。

最終，我們得到了“他（陳）—他（疑）”“不（陳）—不（疑）”“吃（陳）—吃（疑）”三組刺激樣本連續體。利用Adobe Audition將對應序號的波形拼接為完整句子，得到“他不吃（陳）—他不吃（疑）”這組的9個刺激樣本。

母本不同可能會影響被試的感知結果，因此，我們隨后以“他不吃（疑）”為母本，用同樣的方法逐步修改基頻和時長，得到“他不吃（疑）—他不吃（陳）”這組的刺激樣本。將所有刺激樣本用上述方法進行合成。

3.1.2 振幅的合成

當筆者順序播放合成的過渡樣本時，發現以陳述句為母本的連續體，在聽到第七、第八個刺激樣本時，幾乎聽不出語氣變化。第九個樣本與錄制的疑問句目標樣本聽感差異巨大，特別是“他不走（陳）—他不走（疑）”這一組。筆者發現這是由于陳述句在句尾振幅減弱。而振幅的幅值低到一定程度時，即使基頻變化，由于音強不斷減弱，所以感知不到。以“他不走（陳）—他不走（疑）”這一組為例，陳述句中，句末字“走”的振幅逐漸減弱，而疑問句中，“走”字的振幅有兩個峰值，第二個峰值就是上聲拐點處之后的語音信號，如圖3、圖4所示。當振幅的參數調整以后，合成的語音刺激從聽感上和目標樣本接近。而蔣丹寧、蔡蓮紅[14]也通過實驗說明，當句末音節聲調為三聲、四聲時，能量、時長特征在語氣分類中的作用相對較大。因此，振幅也是本實驗調整的參數之一。

圖3 “他不走（陳）”中“走”的振幅曲線

圖4 “他不走（疑）”中“走”的振幅曲線

改變振幅的程序基于Matlab開發，首先，將起始音和目標音讀入程序，分別進行分幀并逐幀進行振幅調整。振幅調整過程通過調整譜包絡實現。將起始音和目標音的譜包絡對應的每一幀進行插值計算，內插出2個音之間的7個過渡樣本的譜包絡，再依次通過倒譜和快速傅里葉變換恢復到時域，完成幅值變化的7個過渡樣本的合成。

此時，基頻、時長、振幅3個參數調整完成，最終得到8組刺激連續體，每組9個樣本，共計72個。

3.2 實驗被試

本實驗的被試共30名（14男16女），年齡在18—30歲，身體健康，聽力、視力正常，均為在校學生，日常交流以普通話為主。

3.3 實驗過程

每個被試都參與了聽辨實驗中的識別任務和區分任務。所有的刺激由鐵三角AR5BT耳機播放，耳機頻響范圍5Hz—40kHz。實驗和數據采集均使用心理學實驗設計軟件E-PRIME1.1進行。

3.3.1 識別實驗

實驗將8組刺激樣本隨機播放，每組的9個刺激樣本隨機出現2次，每次每個刺激樣本連續播放2遍，被試共需做出144（8×9×2=144）次反應。聲音播放的同時屏幕上會出現“陳述”“疑問”兩個選項，播放完畢后，被試須在5秒內做出判斷，并在兩個選項中選擇聽到的句子是陳述句還是疑問句。在正式實驗之前，被試可以進行循環練習，以熟悉實驗流程。此外，本實驗共分4段進行，每段結束被試可以休息。

3.3.2 區分實驗

區分實驗選用AX范式，即兩個刺激樣本配對播放，由被試判斷是否相同。樣本對由“相同樣本對”和“不同樣本對”組成。本實驗中的“不同樣本對”由1—3、2—4、3—5、4—6、5—7、6—8、7—9和3—1、4—2、5—3、6—4、7—5、8—6、9—7這些刺激樣本對構成，共14對，每對刺激樣本之間間隔2個步長；“相同樣本對”由2—2、3—3、4—4、5—5、6—6、7—7、8—8共7對刺激樣本對構成。8組刺激樣本共組成了168（14×8+7×8=168）個樣本對。每個樣本對在實驗中播放2次，被試共需做出336（168×2=336）次反應。每對2個刺激樣本播放間隔500毫秒[5]，被試有5秒時間判斷這對刺激樣本是“語氣相同”還是“語氣不同”。所有樣本對的播放都是隨機的。同樣，在正式實驗前，也有練習供被試熟悉實驗。因區分實驗所需時間較長，被試在實驗過程中可以隨時稍作休息。

3.4 數據分析

本文統計了每個被試的實驗結果，所有數據均沒有嚴重偏離均值，故全部采用。數據分析通過軟件Excel 2010和SPSS（IBM SPSS Statistics 24）完成。

3.4.1 識別實驗結果

在識別實驗中，我們可以將識別結果由“識別為‘陳述’或識別為‘疑問’”轉化為“是否識別為陳述”，那么只有“是”或“不是”兩種結果。基于此，本文構造了二元邏輯回歸模型（the binary logistic regression model），方程為：

其中，P1為識別率，是指被試將一個刺激樣本識別為“陳述”或識別為“疑問”的百分比。x是第幾個樣本點，回歸系數b₁是擬合曲線的斜率，b₀是截距。

具體算法是：首先，統計每名被試對每一個刺激的識別結果，并將結果轉寫為0和1（若識別為“陳述”記作0，若識別為“疑問”記作1）。其次，將統計結果導入SPSS中并進行二元邏輯回歸得到擬合的方程（自變量為x，因變量為P1）。

識別邊界x_cb是指識別率為0.5時所對應的x值。識別率為0.5，即識別概率等于不識別概率時，認為受試者無法做出正確判斷，記為識別邊界。將P1=0.5代入公式（1），即

邊界寬度w_cb是識別率為25%和75%之間的線性距離[7]。識別曲線越陡峭，邊界寬度越窄，則范疇化程度越高。將P1=0.25和P1=0.75分別代入公式（1），

3.4.2 區分實驗結果

本文采用如下公式計算區分率[7]：

其中，P（″S″|S）為相同樣本對的判斷正確率，P（″D″|D）為不同樣本對的判斷正確率。P（S）和P（D）是相同樣本對和不同樣本對在整個區分實驗中的比例，本次實驗中分別為1/3和2/3。每個樣本對的區分率由2組不同樣本對的判斷正確率和1組相同對的判斷正確率計算得出。

具體算法是：我們記不同樣本對的判斷正確率為P2，相同樣本對的判斷正確率為P3。以1—3和2—2樣本對為例，T1等于1—3和3—1判斷為不同的次數；T2等于判斷1—3和3—1的總次數；T3等于2—2判斷為相同的次數；T4等于判斷2—2的總次數。

得到所有區分率之后，需要判斷區分波峰的位置，即判斷哪個或哪幾個樣本對的區分率顯著高于其他樣本對。通過單因素方差分析（One-way ANOVA）確定各樣本對區分率之間是否具有顯著差異，再通過圖基事后檢驗法（Tukey HSD post-hoc）對所有樣本對的區分率進行兩兩比較，輸出的每一個子集之間差異顯著，子集內部差異不顯著[12，19，25，26]。如果統計結果輸出為兩個或多個子集，區分率均值較高的子集，就是區分波峰所在位置。如果統計結果輸出為一個子集，則說明樣本對區分率之間沒有顯著差異，無法判斷區分波峰。

3.5 實驗結果

3.5.1 他不吃

圖5 “他不吃（陳）-他不吃（疑）”感知結果（a）母本為“他不吃（陳）”感知結果（b）母本為“他不吃（疑）”感知結果

圖5（a）表示句末字是陰平以“他不吃（陳）”為母本的聽辨實驗感知結果。統計得出，識別邊界和邊界寬度分別為7.55和1.96，識別曲線相對平緩，識別邊界在比較靠右的位置，邊界寬度較小。識別曲線相對陡峭。前三個刺激樣本的識別率為100%，第六個樣本的識別率仍高達80%以上，隨后驟降至第7個樣本的44%的識別率，接著又平緩下降。在最后一個刺激樣本處，識別率并沒有降至0，而是高達33%。圖5（b）表示句末字是陰平，以“他不吃（疑）”為母本的聽辨實驗感知的結果。統計得出，識別邊界和邊界寬度分別為6.71和1.84，和“他不吃（陳）”為母本的邊界位置差別很大。圖5（b）上，在前四個樣本處識別為陳述句的概率幾乎為100%，隨后呈現線性下降，直至第九個樣本識別率下降至8%。從兩圖對比來看，無論以陳述句還是疑問句為母本，刺激樣本都更多地被感知為陳述語氣。

從“他不吃（陳）—他不吃（疑）”這一對立組的區分實驗結果來看，當母本為“他不吃（陳）”時，區分率差異顯著（F（6，203）=4.530，P=0.000），輸出為2個子集，但子集間重疊嚴重，且區分率較高的子集橫跨除1—3以外的所有樣本對，無法判斷區分波峰。母本為“他不吃（疑）”時，區分率差異不顯著（F（6，203）=1.491，P=0.183），實驗結果輸出為一個子集，不存在區分波峰。如表3所示。

表3 “他不吃（陳）—他不吃（疑）”對立組區分率數據

表3 “他不吃（陳）—他不吃（疑）”對立組區分率數據續

3.5.2 他不來

圖6 “他不來（陳）—他不來（疑）”感知結果（a）母本為“他不來（陳）”感知結果（b）母本為“他不來（疑）”感知結果

圖6（a）表示句末字是陽平，以“他不來（陳）”為母本的聽辨實驗曲線。統計得出，識別邊界和邊界寬度分別為5.87和3.16。圖6（b）表示句末字是陽平，以“他不來（疑）”為母本的聽辨實驗曲線。識別邊界和邊界寬度分別為6.41和3.21。兩組感知結果的識別邊界差別很大。

從“他不來（陳）—他不來（疑）”這一對立組的區分實驗結果來看，當母本為“他不來（陳）”時，經過單因素方差分析，區分率差異不顯著（F（6，203）=1.202，P=0.307），通過圖基事后檢驗，感知結果同屬于一個子集，不存在區分波峰。母本為“他不來（疑）”時，區分率差異顯著（F（6，203）=2.332，P=0.034），輸出為2個子集，但子集間重疊嚴重，無法判斷區分波峰。如表4所示。

表4 “他不來（陳）—他不來（疑）”對立組區分率數據

表4 “他不來（陳）—他不來（疑）”對立組區分率數據續

3.5.3 他不走

圖7 “他不走（陳）—他不走（疑）”感知結果（a）母本為“他不走（陳）”感知結果（b）母本為“他不走（疑）”感知結果

圖7（a）表示句末字是上聲，以“他不走（陳）”為母本的聽辨實驗曲線。識別邊界和邊界寬度分別為5.59和1.96，識別邊界大致位于刺激樣本的中間位置，識別邊界相對陡峭。圖7（b）表示句末字是上聲，以“他不走（疑）”為母本的聽辨實驗曲線。識別邊界和邊界寬度分別為5.7和2.37，兩組實驗的識別邊界幾乎重合，同樣位于刺激樣本的中間位置。從兩組感知結果的識別率來看，目標樣本的識別率都接近100%。

從“他不走（陳）—他不走（疑）”這一對立組的區分實驗結果來看，兩組感知結果的區分率差異均不顯著（F（6，203）=1.794，P=0.102；F（6，203）=2.011，P=0.066），區分率數據各輸出為一個子集，因此都不存在區分波峰。如表5所示。

表5 “他不走（陳）—他不走（疑）”對立組區分率數據

表5 “他不走（陳）—他不走（疑）”對立組區分率數據續

3.5.4 他不去

圖8 “他不去（陳）—他不去（疑）”感知結果（a）母本為“他不去（陳）”的感知結果（b）母本為“他不去（疑）”的感知結果

圖8（a）表示句末字是去聲，以“他不去（陳）”為母本的聽辨實驗曲線。識別邊界和邊界寬度分別為5.44 和1.86。識別邊界基本位于刺激樣本的中間位置，識別曲線呈X形。圖8（b）表示句末字是去聲，以“他不去（疑）”為母本的聽辨實驗曲線。識別邊界和邊界寬度分別為3.96 和2.00。識別邊界偏移靠左。兩組感知結果的識別邊界差異非常大。

從“他不去（陳）—他不去（疑）”這一對立組的區分實驗結果來看，當母本為“他不去（陳）”時，區分率差異不顯著（F（6，203）=0.777，P=0.589），輸出為一個子集，不存在區分波峰。母本為“他不去（疑）”時，區分率差異顯著（F（6，203）= 3.487，P= 0.003），輸出為2個子集，但子集間重疊嚴重，無法判斷區分波峰。如表6所示。

表6 “他不去（陳）—他不去（疑）”對立組區分率數據

表6 “他不去（陳）—他不去（疑）”對立組區分率數據續

3.6 討論

“識別曲線陡峭、區分曲線存在波峰且與識別邊界位置對應”是大多數學者認同的兩項范疇感知判斷標準[1，2，3，4，6，7，9，20，25]。因此，本文基于以上兩點，對陳述—疑問語句的感知模式進行判斷。

從句末字為陰平的“他不吃（陳）—他不吃（疑）”實驗結果來看，無論母本是陳述句還是疑問句，均有明顯的識別邊界。在識別邊界一邊，無論設置的聲學參數如何變化，都被感知為同種語氣；一旦跨越識別邊界，就會感知為另一種語氣。從區分曲線看，沒有明顯的區分波峰。因此我們判斷句末字為陰平的感知模式為連續感知。另外，識別曲線非常平緩，識別邊界向右偏移至第七、第八個樣本之間，加之第九個樣本的識別率依然在30%左右，說明大部分刺激樣本被感知為陳述語氣。這是因為陰平是高平調，但在實際語言中，陰平的基頻曲線很少能保持標準的平調55，總是略升或略降。調位范圍內的變化不會影響到語氣意義的表達。林茂燦[17]和鄭梅、曹文[27]提到，句末字調為陰平時，只有抬高調階到一定程度時，才能感知為疑問語氣。

從句末字為陽平的“他不來（陳）—他不來（疑）”實驗結果來看，兩組實驗結果均呈現連續感知模式。

從句末字為上聲的“他不走（陳）—他不走（疑）”實驗結果來看，兩組的識別邊界均位于刺激樣本中間位置，并且識別邊界基本重合，這說明在語言學意義上，基頻、時長、振幅三個參數共同對語氣感知起作用，對識別陳述語句和疑問語句做出貢獻。但是，區分曲線上依然沒有明顯的區分波峰。因此感知模式為連續感知。

句末字為去聲的“他不去（陳）—他不去（疑）”的兩組實驗結果來看，均有較為清晰的識別邊界，但沒有明顯的區分波峰。因此感知模式為連續感知。

值得注意的是，從句末字為陰平、陽平和去聲的三個對照組的實驗結果來看，母本不同，識別邊界有較大差異。這可能是由于母本的發聲類型不同造成的。筆者基于以下兩點得出此結論。第一，陳述句有明顯的音階下傾走勢[8]，因此說到句末字時由于聲調變低會出現擠喉音[15]。而我們修改聲學參數是基于PSOLA的算法，不會改變聲源特征，因此發聲類型被完全保留。當句尾有擠喉音的陳述句為母本時，合成的刺激樣本句末字中均帶有擠喉音，影響感知結果。第二，在句末字為陰平和去聲的疑問句中，由于音階逐漸抬高，句末字基頻很高，在字尾出現假聲。這種發聲類型從聽感上發飄。作為母本進行合成時，假聲這個發聲類型被保留在所有合成樣本中，影響對語氣的判斷。