黄页信息制作:梁伯深、杜毅(中国科学院心理研究所)
监制:计算机网络信息中心
跟我一起读:“mámámámàmà……”
你觉得没有压力吗？
但是对于外国人来说，没那么容易。
看外国人说中文拜年的视频:
外国人学习声调的视频:
(图片来源:梁伯深，蒋欣桐绘)
有一位英语老师是中国的一所高中的班主任。她平时和学生相处得很好，但有一天一群多动的孩子在自习课上太吵了。看自习课的老师终于忍不住了，激动地站起来拍着讲桌:
“我来告诉你你在烦什么，你为什么这么吵！”
学生们意识到班主任生气了，但还是忍不住笑了。班主任很无奈。看到场面失控，她也捂嘴笑了起来…
(图片来源:梁伯深，蒋欣桐绘)
事实上，他是牛津文学院的高材生，对中文了如指掌——注册第一次班会时，他拿着花名册，一个个念着同学的名字——包括说话的语气。开学前，他给学生家长打电话，他们连他的“歪果”口音都没听出来。后来才发现，他用拼音标注了每个人的名字，并把声调写在花名册上。但是那天自习课，同学们闹得太厉害，让他在很生气的情况下“原形毕露”。
不仅是来自英国的老师，很多能掌握几种语言的外国人，中文还是说不好。如果你问他们汉语最难学的是什么，他会毫不犹豫地告诉你——“声调”。
(图片来源:梁伯深，蒋欣桐绘)
难语气，难…
汉语博大精深，声调可以说是汉语的国粹之一。本质的另一层含义是难度，就像哥德巴赫猜想是数学皇冠上的明珠，数学家花了很多年，更别说我们家的调子了。所以声调难学，声调不准。真的能怪勤劳好学的“歪坚果”吗？
首先，我们来看看是什么语气。我们日常的说话(言语)，听起来很简单，用录音机录下来，画成图，就是一些波形:
(来源:梁伯韬)
但是这些波形中有甘昆。请看，下图的小包是一个音节。这里是普通话的“马”。这个“Ma”的前后部分分别代表/m/和/a/。
(来源:梁伯韬)
那么“歪坚果”是什么语气呢？为了看清楚音调，我们需要对“Ma”进行加窗傅里叶变换。
(图片来源:梁伯深，蒋欣桐绘)
简单来说，傅里叶变换就是将一个声音信号分解成许多不同频率的简单谐波(即不同音高的声音)——这些波可以叠加成我们听到的声音信号。这就像一个大合奏，原始波形就像合奏本身，傅立叶变换让我们看清楚组成合奏的各种乐器，比如小提琴、大提琴、笛子、笛子。窗口傅里叶变换是指在选定的一段时间内，对信号进行扩展后的傅里叶变换，就像选择一段音乐来看各个乐器的表现一样。
再说频率——我们来看下图。“马”的其中一段被分解成许多不同频率的简谐波，其中频率最低的那段频率称为“基频”(F0)，基频整数倍的那段称为“谐波”，这一段声音的音高由基频决定。
(图片来源:梁伯深，蒋欣桐绘)
每个片段可以计算基频值，该基频值代表该片段的音高。如下图所示，连接每个段的值形成一条代表音高变化的曲线。
(图片来源:梁伯深，蒋欣桐绘)
这是什么语气？对于单音节来说，声调就是音高曲线(音高轮廓)。物理上，音调是基频F0的波动。
那么为什么“歪坚果”学声调这么难呢？我们来看看英语和普通话的基频(F0)是如何变化的。
这是英语:
(来源:梁伯韬)
这是普通话:
(来源:梁伯韬)
看出区别了吗？
作为一种非声调语言，英语句子的音高基本上是平稳的。如果是疑问语气，会一直往上走。但是普通话不一样。单音节组合成句子时，每个音节的音高变化就是声调和语调的叠加。换句话说，普通话和英语一样的句子长度的音高变化，叠加在句子“大浪”上的“小波”——声调！
(图片来源:梁伯深，蒋欣桐绘)
就像开车一样。说英语就像在平坦的路上行驶。虽然有起伏，但都是平缓的上坡下坡。普通话不一样。不仅要上山下山，还要面对密集音节长度的突然震颤。这就像一个开二手路的司机，突然遇到颠簸的山路，需要你手脚并用，轮流换挡踩刹车油门。从小没有练过十八般武艺，你的声音(大脑)如何快速应对？
但是，为什么声调的难度很难学呢？
由于声调具有如此独特的语言地位，研究者对其进行了大量的研究。比如中国语言学之父赵元任先生，他创造了一种标注声调的研究方法:
(图片来源:梁伯深，蒋欣桐绘)
比如在一个声调和两个声调之间创造一系列(不存在的)“声调”，让人听后判断是一个声调还是两个声调(类别感知):
△图示:我们日常说话中的第一声和第二声一般都有固定的基频波动范围——比如第一声几乎不变，第二声在100~200Hz之间，比如。如果人为制造一个振幅低于第二个音正常振幅(如图2~5)的音，就很难判断这个音了。(图片来源:梁伯深，蒋欣桐绘)
或者，一些不怕卡片机的大脑(或者即使卡片机老了，也是越勇敢)试图建立大脑与声调的关系——我们的大脑是如何处理声调的？
我们的大脑是如何处理音调的？
要明白这一点，比“歪歪扭扭的坚果”更难学的是声调，是n (n >: 1)个事物的n次方倍。然而，有人冲在前面，咬了螃蟹几口。
例如，20年前，甘杜尔和其他研究人员让说泰语的人、说汉语的人和说英语的人躺在磁共振仪中。研究者每次听它们一对声调不同的音节(比如/khaa/和/khàa/)，都需要判断这两个音节的声调是否相同。在整个实验过程中，他们会听到很多对这样的音节，并做出判断。他们希望通过记录和比较具有三种母语背景的人判断的声调所激活的大脑区域的异同，来研究母语背景对大脑处理声调方式的影响。
(图片来源:梁伯深，蒋欣桐绘)
后来，关于大脑如何处理语言的脑成像研究越来越多——其中，声调研究不下二十种。
那么问题来了。
这么多声调研究都发现了同样的结果？
在这里，科学存在和发展的基石之一——结论的可重复性。比如小明观察到今天太阳从东方升起，提出了太阳从东方升起的理论。小红第二天也观察到太阳从东方升起，于是反复考小明的《太阳从东方升起》。如果小明的结论被独立观察反复验证，那么他发现的应该就是真相。
然而，对于大脑研究来说，事情并没有那么简单。
(图片来源:梁伯深，蒋欣桐绘)
不同人的大脑是不同的:有的是圆的，有的是平的；不同类型的仪器扫描不同的结果。所以要求后续研究严格重复结果是不现实的。然而，如果躺在扫描仪中的人的任务是相似的，那么他们的大脑激活模式也应该非常相似。
为了找到大脑中声调处理过程中最可能的激活点(不同的研究都有激活点)，我们对现有的声调处理的脑成像研究做了文献整理工作(学名meta-analysis)(梁& amp杜，2018)。在这项工作中，我们还整理了音素(如英语中的元音和辅音)和韵律(如疑问语调)的脑成像研究，并比较了它们与声调激活的脑区的异同。
(图片来源:梁伯深，蒋欣桐绘)
为了比较“歪坚果”(不会说声调的人)和会说声调的人，我们根据志愿者的母语背景将声调大脑激活的结果分为两类。因为节奏有长有短，我们根据节奏的长短分为两组。换句话说，我们收集了五组研究:声调母语者的声调感知、非声调母语者的非声调感知、音素感知、词韵感知和句子韵感知。我们对各组的大脑激活结果进行了元分析。
因此，大脑根据音调听起来像什么(声学分析)、说什么(发音模拟)以及它们具有什么语言功能来处理音调。
△图:元分析激活结果图:红色代表声调母语者的声调感知，蓝色代表非声调母语者的声调感知，绿色代表音位感知，紫色和黄色分别代表词长和句长的韵律感知(梁& amp杜，2018)。
具体来说，声调的激活区在听觉皮层(靠近耳朵的脑区)更偏向右侧，在处理声调时只有声调母语者在左侧被激活，这说明决定意义的作用使得声调在声调母语者的大脑中具有更多的语言功能(因为语言区偏向左脑)。在左听觉皮层，声调激活区与音素激活区重叠，位于句长节奏的前面，也反映了声调的语言功能。在右侧听觉皮层，声调激活区位于音素之后、节奏之前，进一步体现了声调长度夹在音素和节奏之间的声学属性。
另一个更神秘的激活区位于负责说话的区域。我们在左侧运动皮层发现了音素、音调和节奏的激活。而且声调和节奏(由喉咙控制)重叠，位于音位(由你的嘴唇控制)之下，符合大脑运动皮层的拓扑分布(运动皮层不同的小区域负责传达身体不同区域的运动指令，按照区域的比例绘制成人形，即“运动小人”，运动侏儒，如下图)。实际上，语音系统的参与是人们感知言语的一种独特方式。听者会通过重构和预测说话人的发音来帮助言语理解(杜等，2014，2016)。
(图片来源:梁伯深，蒋欣桐绘)
图示:声调感知的脑机制模型:(a)普通话“易？你在吃吗？”语音频谱图和基音轮廓；腹侧通道(在听觉皮层，声调的声学分析和语义识别)和背侧通道(在发音运动区，声调的发音运动模拟)(梁和杜，2018)
总之，通过对这些文献的整理，我们进一步了解了大脑处理声调的方式。然而，还有很长的路要走。
比如，如何让“歪坚果”学普通话不那么痛苦？就像遥远的黑夜里闪烁的北斗七星空，指明了我们前进的方向。
(图片来源:梁伯深，蒋欣桐绘)
单位:中国科学院心理研究所
参考资料:
杜，y，布克斯鲍姆，B. R .，格雷迪，C. L。阿兰·c .(2014年)。噪声对听觉和语言运动系统中的音素表示有不同的影响。美国国家科学院学报，111(19)，7126–7131。https://doi.org/10.1073/pnas.1318738111
杜，y，布克斯鲍姆，B. R .，格雷迪，C. L。阿兰·c(2016)。额叶运动皮层活动的增加补偿了老年人受损的言语感知。自然通讯，7，12241。https://doi.org/10.1038/ncomms12241
甘多尔，j，黄，d。哈钦斯，G. (1998年)。人类大脑对音高的处理受到语言经验的影响。神经报告，9(9)，2115–2119。https://doi.org/10.1097/00001756-199806220-00038
梁，文学学士；杜，于(2018)。词汇声调感知的功能神经解剖学:激活似然估计荟萃分析。神经科学前沿，12，495。https://doi.org/https://doi.org/10.3389/fnins.2018.00495
