普通话拼音 r 是塞擦类的阻塞音还是边音类的响音：从知觉修复看响度层级

英文题目：Le /r/ mandarin se comporte-t-il comme une obstruante ou comme une liquide ?

会议身份：conference:jep:2026:conference-paper-id:jiang26_jep

✅ 来源为官方会议 PDF；表格与 Figure 按原文证据绑定。PDF 公式以原页区域图片展示，未冒称作者原始 TeX。

会议来源：官方记录 · 官方 PDF

标签：#心理声学实验 #语音学与音系 #言语感知 #语音 #语音属性识别

评分：6.5/10 | 创新 1.3/2 | 技术严谨 1.2/1.5 | 实验充分 0.8/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 1.5/1.5 | 可复现 0.1/0.5 | 工程/实践 0.0/1.5

排名：前50% | 文档类型：理论研究

👥 作者与机构

• Yezhou Jiang：机构信息未能从会议 PDF 纯文本可靠映射
• Pierre André Hallé：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

普通话拼音 <r> 的音系地位存在分歧：近期描写主张其为近音型颤音 /r/、与边音 /l/ 对立，传统描写与历史音系学主张其为卷舌擦音 /ʐ/、与 /ʂ/ 配对。本文输入为塞音加目标辅音构成的非词对立，输出为母语听者能否区分辅音簇与带央元音过渡形式的感知判断，难点在于表面常呈近音实现却可能具有阻塞音音系行为。研究先以母语者录制塞音加 /l， s， r/ 的 C1C2 与 C1əC2 非词对，再组织30名普通话单语听者完成词首对比的辨别任务，随后按目标辅音类型比较辨别正确率，最后结合音响顺序原则解释修复偏好差异。与把 <r> 视作近音流音的近期描写不同，该设计用感知响度而非声学摩擦直判类别归属。在辨别任务中，CəL 与 CL 条件正确率为74.6%，显著高于 CəR 与 CR 条件的62.6%与 CəS 与 CS 条件的59.6%，而后两者之间无显著差异。该结论仅适用于普通话母语者对词首塞音加目标辅音结构的感知，未验证其他辅音组合、语境位置或跨语言群体的外推性。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

输入是什么，目标是什么，写完你应能复述什么？

这篇解读的输入只有论文正文提供的证据，不引入外部语料库或个人听感。目标是让刚进入语音与音系领域的读者能够不看原文也复述出研究逻辑：争论点是什么，用什么行为任务把响度差异操作化，被试和材料如何控制，关键数字如何分组，以及为什么作者敢于在声学实现偏向响音的情况下仍下阻塞音的结论。你读完应当能说清三件事。

第一，拼音字母 r 在普通话里对应哪个音位存在两派描写，一派按当代近音听感和分析记为卷舌近音并与边音对立，另一派按历史演变和传统音系记为卷舌擦音并与清擦音构成清浊对应。第二，研究者不直接争论发音部位，而是把问题转化为响度知觉问题：如果 r 是响音，它与塞音构成的辅音丛应像塞音加边音一样是上升响度，较易与塞音加元音加辅音区分；如果 r 是阻塞音，它应像塞音加擦音一样是平响度，较难区分且更容易引发知觉修复。

第三，最终判断依赖可重复的实验条件而非修辞，包括被试人数与语言背景、发音人构成、非词对数量与韵母集合、第一辅音与第二辅音的取值范围。

历时来源 × 共时音系地位： 历时来源追踪拼音 r 从上古鼻音经中古擦音到普通话卷舌擦音的演变链条，提供历史连续性的证据；共时音系地位追问当代母语者在心理表征中把它当作哪一类音来使用，分工是前者解释为什么传统描写归为擦音，后者决定当前的音节组合与知觉行为，搭配理由是只有两条线索收敛，才能避免把拼写习惯或单一样本发音误当成音系结论。

本解读的输出是一套按学习依赖排列的说明，从背景争论到方法全景，再到具体操作、实验条件、结果与限制。所有数字保留原文写法和精度，不做四舍五入，不补测误判率或反应时。凡是原文没有报告的实现细节，会明确指出缺项，不从模型名称或术语习惯推定。例如发音细节、声学测量流程、试次随机化与平衡方式若原文未展开，就只转述已给出的部分，不虚构完整流程。

已有路线如何把拼音 r 分到不同类别？

第一条路线是共时描写中的响音分析。近年有研究把拼音 r 处理为卷舌近音，与边音构成对立，听感依据是它在很多语境中摩擦不强，更像英语美音的卷舌近音。这条路线重视表面声学和发音动作的连续性，如果成立，r 应与边音共享较高的响度，在音节组合中表现得更像响音。第二条路线是传统音系与历史音韵学的阻塞音分析。传统描写把拼音 r 归为卷舌擦音，是清卷舌擦音的浊对应项，并与拼音卷舌塞擦音放在同一组教学。

历史构拟进一步给出演变链条：上古的浊鼻音经过中古的浊擦音阶段，最终变为普通话的卷舌浊擦音。这条路线重视音系对立和历时连续性，如果成立，r 应与清擦音共享较低的响度，在音节组合中表现得更像阻塞音。两条路线分歧的实质不是字母写法，而是音系表征中响度等级的归属。

与响度判断直接相关的第 3 条路线是音节合式性研究。响度顺序原则主张音节首部响度向元音上升的结构更合式，平响度次之，降响度最差。已有针对普通话母语者的知觉研究显示，对辅音丛的知觉修复程度随响度轮廓变化，并报告了从较优到较劣的等级关系。本研究正是沿着这条可行为化的路线，把抽象的响度等级转化为可比较的辨别成绩：上升响度对应修复少、辨别好，平响度对应修复多、辨别差。理解这 3 条路线的分工很重要：前两条提供对立假设，第 3 条提供检验工具，本文的贡献在于用同一任务同时检验目标音与两类参照音。

要回答的具体问题是什么，为什么用辨别任务来问？

具体问题是普通话母语者感受到的 r 响度更接近边音还是更接近清擦音。直接问被试响度有多大并不可靠，因为响度是理论概念，被试没有稳定的量尺。研究者把它转化为一个可操作的问题：在塞音加第二辅音与塞音加中央元音加第二辅音的对比中，被试能否听出是否多了一个元音。如果第二辅音是响度较高的边音，塞音加边音是上升响度，相对合式，被试较少把它修复为塞音加元音加边音，因此两类刺激听起来差异明显，辨别正确率高。

如果第二辅音是响度较低的擦音，塞音加擦音是平响度，相对劣式，被试更容易把塞音加擦音听成塞音加元音加擦音，因此两类刺激容易混淆，辨别正确率低。把 r 放入同一框架，就得到清晰预测：若 r 表现为边音一侧，塞音加 r 的辨别应接近塞音加边音；若 r 表现为擦音一侧，其辨别应接近塞音加擦音。

这个设计的关键是控制除第二辅音之外的条件。第一辅音限定为塞音，第二辅音只在三者之间变化，韵母限定在给定集合内，非词形式限定为中央元音有无的最小对立。这样辨别成绩的差异才能归因于第二辅音的响度地位，而不是韵母、声调或词汇频率的干扰。教学上可以举一个例子帮助理解，但它只是例子而非实验刺激：设想比较普拉与普拉中间插入一个短元音的差别，若第二辅音是边音，辅音丛版本相对自然；若第二辅音是擦音，辅音丛版本更别扭，更容易被听成插入了元音。原文没有给出这类例词的数值，例子不产生证据。

方法全景：从一个试次走完输入到判断

先沿着一个试次走完全程。输入是两个先后播放的非词语音，其中一个是塞音加第二辅音加元音加韵尾的结构，另一个是塞音加中央元音加第二辅音加元音加韵尾的结构。被试的任务是判断这两个刺激是相同还是不同，或者说能否听出中央元音是否存在。表示层面不需要被试报告响度数值，系统只记录辨别正确与否。组件层面包括录制与筛选刺激的发音人、控制韵母与声学实现的材料集合、组织试次呈现与计分的实验程序。

目标层面是比较 3 类第二辅音条件下的平均辨别成绩，并检验 r 条件更接近哪一参照。输出是分组判断：边音单独一组，清擦音与 r 同组。

从全景看，该方法属于知觉音系学中的非法结构辨别范式，不训练神经网络，不拟合声学分类器，不做发音运动跟踪。它的因果链条依赖一个已验证的前提：普通话母语者对辅音丛的知觉修复敏感于响度轮廓。只要这个前提在相同任务中成立，辨别成绩就可以作为响度距离的代理指标。反之，如果被试群体、任务形式或刺激自然度发生大变化，代理关系需要重新验证，不能直接套用结论。原文明确给出被试数量与语言背景、发音人构成、非词对数量与韵母集合，这些是复现时必须保持的信息条件。

比较的锚点如何设定：塞音、边音与擦音各自负责什么？

第一辅音选塞音的作用是提供统一的低响度起点。塞音在响度层级中处于低端，与后续辅音的响度差主要由第二辅音决定。原文限定第一辅音取双唇塞音与软腭塞音，既避免使用过多发音部位引入额外变异，也保证刺激可以用普通话语音合成或真人发音实现。第二辅音中边音负责代表响音参照，清擦音负责代表阻塞音参照。边音在普通话中是典型的响音，气流经舌侧通过，成音性强。

清擦音是典型的阻塞音，气流受窄缝约束产生噪声，响度低。目标音 r 的任务就是看它站在哪一边。

阻塞音 × 响音： 阻塞音指发音时气流受到显著阻塞并产生较强噪声或完全堵塞的辅音，如塞音和擦音，响度较低；响音指气流相对通畅、成音性强的辅音，如鼻音、边音和近音，响度较高；二者搭配的理由是响度顺序原则用响度差预测音节首辅音丛的优选程度，组合意义在于把拼音 r 归入哪一类可以直接转化为对塞音加 r 是平响度还是升响度的预测。

韵母集合限定为 4 个带鼻音或双元音尾的结构，作用是让非词听起来仍符合普通话韵母库存，避免因韵母非法带来额外拒绝或注意偏差。非词形式限定为中央元音有无的最小对立，作用是让修复操作恰好对应是否听到一个额外元音。若用其他元音或改变声调，修复的感知线索会发生变化，比较就不再干净。发音人包括 1 名受过语音学训练的普通话女声和 1 名英汉双语男声，作用是覆盖至少两种嗓音与发音习惯，减少单一发音人特异性的影响。但原文没有报告每位发音人各录制多少对、是否平衡呈现、强度与时长是否归一化，这些是复现时需要补问的缺项。

响度轮廓与知觉修复如何搭配成可测指标？

响度轮廓是理论语言，知觉修复是行为语言，二者需要一座桥梁。桥梁就是辨别成绩：轮廓越合式，修复越少，含元音与不含元音的版本差异越显著，辨别越好；轮廓越劣式，修复越多，辅音丛版本被听成含元音版本的概率越高，辨别越差。因此实验并不要求被试理解响度，只要求完成听辨。数据分析时比较 3 类第二辅音的平均正确率，若 r 与擦音无显著差异而均显著低于边音，就判定 r 的知觉响度接近擦音。

响度顺序原则 × 知觉修复： 响度顺序原则负责给出音节内部响度应向元音递增的合式性等级，平响度或降响度被判定为劣式结构；知觉修复负责在听到母语不合法的辅音丛时自动补入元音或改写为合式形式，分工上前者是理论预测，后者是可测量的行为指标，搭配理由是无法直接询问被试响度数值，只能用修复多少来反推被试感受到的响度距离。

这个搭配的合理性来自已有普通话知觉研究的等级发现，即不同响度轮廓对应不同程度的修复。沿用同一逻辑可以减少方法创新带来的不确定性，但也继承了它的适用边界：它测量的是音系知识驱动的修复倾向，不是纯粹的听觉分辨率。若刺激的声学差异本身很大，即使音系上劣式也可能被听出来；若录音中中央元音的时长或共振峰过渡不自然，也可能人为抬高或压低辨别率。原文没有提供声学测量表或试听样本的客观参数，因此不能从数字上排除声学可辨性差异，只能依靠最小对立设计与同一录制流程来尽量控制。

目标音的两种表面实现为何重要？

目标音 r 在普通话实际发音中存在变异，有时摩擦明显，有时接近近音。区分这两种实现对解释结论至关重要。如果刺激中的 r 以摩擦强的变体为主，那么被试把它当阻塞音处理并不意外，结论的信息量有限。如果刺激中的 r 以摩擦弱、共振峰清晰的变体为主，被试仍把它当阻塞音处理，就说明知觉归类超越了表面声学，更可能由音系表征驱动。原文明确报告了后一种情况占多数，这使得结论更具挑战性，也更值得复现者核对。

塞音 × 第二辅音： 塞音在此研究中固定充当首辅音丛的第一辅音，提供统一的低响度起点，如送气与否受控的双唇音和软腭音；第二辅音是被检验的变量，分别取边音、擦音和目标 r，分工是第一辅音锚定比较基准，第二辅音制造响度差，搭配后塞音加边音构成升响度，塞音加擦音构成平响度，从而让塞音加 r 的归属可以通过与两类参照的相似性来判定。

擦音实现 × 近音实现： 擦音实现指带有明显高频摩擦噪声、共振峰结构较弱的 r 变体，更接近传统描写的卷舌擦音；近音实现指摩擦很弱、第一第二共振峰清晰稳定的变体，声学上更像英语近音，分工是前者对应阻塞音的表面证据，后者对应响音的表面证据，组合意义在于即使刺激以近音实现为主，被试仍按阻塞音处理，就能把音系表征与表面声学区分开。

理解这一点可以避免一个常见误解：声学上像响音不等于音系上就是响音。语音学测量描述的是信号性质，音系学归类描述的是母语者心理语法中的类别与组合行为。二者可以分离，本文正是利用这种分离来论证：即使多数 token 听起来像响音，组合行为仍站在阻塞音一边。复现时若只做声学分析而不做知觉任务，会错过关键证据；若只做知觉任务而不标注声学实现，会无法判断结论的强度。

本研究训练了什么，没有训练什么？

本研究没有训练任何神经网络模型，也没有拟合分类器权重、优化声学特征或更新语言模型参数。因此不存在训练集与验证集划分、学习率、优化器、早停或梯度路径需要交代。把无训练等同于结果确定是错误的，被试行为本身存在变异，发音人实现存在变异，试次抽样也存在变异，结论的稳定性依赖统计检验与材料控制，而非参数冻结。

实际执行的计算与构造过程是刺激构造与行为数据聚合。刺激构造包括选择第一辅音与第二辅音组合、嵌入给定韵母、由 2 位发音人录制非词对、筛选可用的对比。行为过程包括向母语被试呈现成对刺激、记录辨别反应、按第二辅音条件聚合正确率并做显著性比较。原文报告了被试数量与纳入标准、发音人背景、非词对数量与韵母集合，但未报告试次总数、每种条件的重复次数、随机化与平衡方案、剔除标准与统计模型的具体形式。这些缺项不否定已报告数字，但意味着严格复现需要向作者确认呈现与分析细节，或在复现报告中明确自己的补充选择。

被试、发音人与材料如何控制公平比较？

被试侧控制强调母语单一性与听力正常。原文限定为普通话单语母语者且自报无听力障碍，人数为 30 人。单语限制的作用是排除其他语言音节结构经验的干扰，例如英语母语者对首辅音丛更熟悉，可能整体提高辅音丛版本的接受度。听力自报是最低限度的筛选，不是纯音测听，不能保证高频听力完全一致，但在组内比较设计中，3 类条件面对的是同一批耳朵，个体差异被平衡掉了。

材料侧控制强调最小对立与韵母合法。非词对数量为 24 对，韵母取 4 个给定结构，发音人包括受过语音学训练的普通话女声与英汉双语男声。最小对立保证比较聚焦于中央元音有无，韵母合法保证非词不因韵母怪异而被拒绝，发音人多样性保证结论不依赖单一嗓音。需要指出，原文没有说明 24 对如何在第一辅音、第二辅音、韵母与发音人之间分配，也没有说明声调是否固定。若声调在不同 token 间不一致，可能引入额外的辨别线索。

若分配不均，某些条件的估计精度会高于其他条件。复现时应固定声调并完全交叉条件，或明确报告非完全交叉的理由。

任务形式与指标方向是什么，什么算支持阻塞音？

任务是首部辅音丛与塞音加中央元音加辅音的辨别，指标是辨别正确率，方向是正确率越高表示两类刺激越易区分、修复越少、结构相对越合式。支持阻塞音的模式是目标 r 的正确率显著低于边音且与擦音无显著差异；支持响音的模式则是 r 的正确率接近边音且显著高于擦音。若三者两两差异均显著，则需要更精细的等级解释，不能简单 2 分。原文采用的就是这种分组逻辑，并用显著性语言报告了分组结果。

下表把实验的信息条件整理为可核对的配置清单，便于复现前逐项确认。若复现者改变其中任何一项，都应在报告中说明并讨论对结论可能的影响。

上表不是结果表，不产生胜负判断，它的作用是锁定公平比较的前提。表中前四行的数字与类别均有原文连续句覆盖，发音人构成同样有原文明确说明。缺失的是试次平衡、声调固定与统计模型细节，复现时必须补充记录，不能默认与原文一致。特别要注意双语发音人的英语经验是否影响其 r 实现的近音化程度，原文没有分解发音人效应，复现时可增加按发音人分组的次级分析，但主结论仍应先看合并后的分组模式是否重现。

主结果显示了怎样的分组，数字如何读？

比较的问题很直接：在其他条件相同的情况下，3 类第二辅音的辨别正确率是否分离为两组。公平条件是同一批被试、同一任务、同一韵母集合与同一最小对立形式。指标方向是正确率越高表示修复越少、结构越合式。原文报告的正确率从高到低为边音条件最高，目标 r 居中但接近擦音，擦音最低，且只有边音与其他两者的差异达到显著，目标 r 与擦音之间无显著差异。

上表中的 3 个正确率数字与分组判断均来自原文同一连续句的逐字证据，百分号与小数精度保留原文写法。表后需要强调代价与边界。收益是分组清晰：塞音加 r 的行为与塞音加擦音不可区分，而与塞音加边音可区分，这正是阻塞音预测的模式。代价是正确率都远高于随机水平，说明被试并非完全听不出差异，修复是倾向性而非全或无。

未胜出的项是边音参照，它在这里表现最好，但这不意味着边音在所有语境中最易辨别，只是在本任务的上升响度条件下修复最少。未评测的边界包括其他第一辅音、其他擦音参照、其他韵母与声调组合，以及非单语被试群体，结论不能自动推广到这些条件。

声学实现偏向响音时结论为何反而更强？

论文特有的第二类细节是声学实现与知觉归类的分离。原文报告多数目标音实现摩擦弱、共振峰结构清晰，更像响音而非典型擦音。若只看频谱或听感，容易把这些 token 归为近音。但行为数据恰恰显示这些偏响音的 token 在组合中仍引发与擦音相当的修复。这构成一种反证式对照：表面声学支持响音假设，行为模式支持阻塞音假设，二者冲突时作者主张音系地位决定知觉归类。

上表把直接报告与有限解释分开。直接报告的是多数实现偏响音与行为分组偏阻塞音；有限解释是音系地位决定知觉归类；未验证的推测是若按摩擦强度分组是否仍得到同组结果。原文没有提供按声学子类的条件分析，也没有报告发音人或韵母是否调节效应，因此不能说每一类 r 实现都必然表现一致。

复现时值得补做的验证是先标注每个 r token 的摩擦强度与共振峰清晰度，再检验强摩擦与弱摩擦子集是否都与擦音同组。若只有强摩擦子集与擦音同组，结论需要修正为梯度性；若两者都与擦音同组，音系解释得到加强。

哪些条件没有测，哪些推论不能做？

首先，参照擦音只选了清齿龈擦音，没有比较卷舌清擦音本身。若目标 r 的直接对应项是卷舌浊擦音，用齿龈清擦音作参照虽然同属阻塞音，但发音部位不同，可能低估或高估相似性。更干净的设计应同时纳入卷舌清擦音参照，检验 r 是否与同部位擦音更接近。其次，第一辅音只用了双唇与软腭塞音，没有测试齿龈塞音或送气对立，也没有测试擦音作第一辅音的降响度条件，因此等级的全貌没有展开。再次，韵母集合有限且声调处理不明，若声调在刺激中变化，被试可能利用声调线索而非中央元音线索做判断。

其次，统计与呈现细节缺失。原文用显著性语言报告分组，但没有给出检验方法、自由度、效应量、置信区间或被试内变异，也没有说明是否校正多重比较。没有这些信息，读者无法判断无显著差异是证据支持等价还是样本量不足导致的无法拒绝。在解读时应使用支持而非证明的措辞：数据支持阻塞音归类，但不等价性检验与贝叶斯因子等更直接的等价证据尚未提供。

最后，资源可用性必须如实说明。本次没有收到绑定且完成网络验证的代码、数据或模型资源，因此不得声称刺激音频、原始行为数据或分析脚本已公开。复现者应把材料重建、数据收集与分析脚本撰写都计入成本，不能假设下载即可运行。训练资源与推理延迟等工程量在本研究中不适用，不应承诺任何效率改善。

若要复现，先做什么，需要保留哪些超参数与信息条件？

第一步是重建最小对立材料。固定第一辅音为双唇与软腭塞音，第二辅音为边音、齿龈清擦音与目标 r，韵母固定为原文 4 个结构并固定声调，建议全用阴平或阳平以避免声调线索。非词对总数保持 24 对，并完全交叉第一辅音、第二辅音与韵母，若不能整除则明确报告非平衡结构。录制时至少保留 2 位发音人的多样性，并记录每位发音人的语言背景、录音设备、采样率与强度归一化方式。录制后标注每个目标 r 的摩擦强度与共振峰状态，以便后续做声学子集分析。

第二步是组织辨别任务。被试招募保持普通话单语、无听力障碍自报，人数不少于 30 人，并记录年龄、方言接触与外语水平。呈现时平衡条件顺序与左右耳或前后顺序，记录每种条件的重复次数与剔除标准。指标仍用辨别正确率，方向是越高表示越易区分。分析时先重现 3 条件均值与两两比较，再补做等价性检验与按发音人、按韵母、按声学子集的次级分析。关键超参数在这里不是神经网络学习率，而是信息条件：第一辅音集合、第二辅音集合、韵母表、非词对数量、发音人构成与声调固定方式，改变任何一项都应视为新条件。

第三步是报告与核对。报告中区分直接结果、有限解释与待验证推测。直接结果是 3 类正确率的数值与显著性分组；有限解释是平响度比上升响度引发更多修复；待验证的是音系地位决定知觉归类的机制主张。

核对时逐项对照原文数字的小数精度与百分号写法，不做四舍五入，不把百分点差误写成相对百分比。若发现某韵母或某发音人条件下分组不成立，应如实报告为边界条件，而非通过删除不利子集来维持结论。

何时值得采纳阻塞音结论，还需补哪项验证？

当你的问题是普通话音系中的类别归属、教材归类或音节合式性建模时，采纳阻塞音结论是合理的，因为行为分组、传统描写与历史演变 3 条线索收敛，且关键反例反而加强了论证：即使多数 token 声学上像响音，知觉组合仍站在擦音一边。当你的问题是语音合成的音色自然度或发音教学的口型细节时，不应把音系结论直接当作发音指令，因为表面实现存在近音化变异，合成与教学仍需处理摩擦强弱的连续变化。

还需补的验证很具体：一是加入同部位卷舌清擦音参照，检验目标 r 是否与同部位阻塞音更接近；二是按摩擦强度分组报告辨别率，检验音系效应是否独立于声学梯度；三是补充统计细节与等价性证据，明确 r 与擦音的无差异是实质等价还是 power 不足；四是公开刺激清单与行为数据，使他人可以在不重录的情况下重算分组。若这些验证都指向同一分组，阻塞音归类的可信度将显著提高；若出现分离，则更准确的表述可能是 r 在音系上为阻塞音但在语音上高度可变，而非简单的非此即彼。

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

• 评分规则：type-aware-v1
• 评分模型：muse-spark-1.3-contributor
• 评分请求协议：openai_responses

← 返回 jep-2026 论文汇总