牛津通识读本：缤纷的语言学 [13]
上述规律涉及的单位本身都是抽象的。那么，它们又是如何与说话者发出的声音这一物理现实联系在一起呢？
答案看起来似乎很简单。当人们书写pat这个单词时，先写字母p，然后是字母a，最后是字母t。口头表达时，它被分为三个连续的“音”：首先是［p］“音”；［p］结束时，发第二个“音”［a］；接下来发最后一个“音”［t］。每个“音”都是说话者向他人传递信号的一个“部分”。当单词组合在一起时，便形成较高层次上的“部分”。
如果事实真是这么简单，也就不必把“音”或“部分”放在引号里了。看看图15中的声谱图吧。在第一章中，我们引用了相同词组的波形图（图1）来阐述此类信号的连续性。当时我们只需要波形图。比较而言，声谱图包含了更多信息，但即便如此，人们仍然无法判断对应于单词的一个“部分”以及对应于元音、辅音的“音”的起止点。
究其原因，我们需要了解产生听觉信号的基本机制。
英语中的两类元音
目前使用的音标适用于英国南部的英语，在其他变体中存在不同的对立关系。南部英语的元音分为两大类，每类各包含六个音，这六个音均可根据后接辅音的单音节词做出区分。
以上六个音还可通过重读音节加以区别，如左栏的三个音分别出现在下列三个单词中：bitter（［'bItə］）、better（［'bɛtə］）和batter（［'batə］）。但是，这六个音只有在后接辅音时才能被区分开来。
B类元音也有六个，其中两个是“长元音”，四个是“双元音”。
B类元音不需后接辅音就能被区分开，如左栏三个音分别出现在下列单词中：pea（［pi：］）、pay（［peI］）和pie（［pʌI］）。
B类元音两栏的排列方式反应出双元音的特征。［eI］和［ʌI］的发音逐渐向pit中的［I］靠近，［əʊ］和［aʊ］的发音则向put中的［ʊ］靠近。
声音是怎样产生的
医生在检查病人的咽喉时，通常要求病人发“Ah”音，这是人类的发音器官能够发出的最简单的声音之一。我们不妨以此为例，看看声音是如何产生的。
当人们发“Ah”时，空气平稳地从肺中排出。如果对此感到怀疑，不妨试着发“Ah”，并持续几秒，最终会感到有气流出来。这股气流从咽喉底部穿过喉头——带有两片平行膜形成的阀的盒状器官。这两片膜就是声带，平时正常呼吸时是分开的。当发“Ah”时，声带并拢并在肺中气流经过时产生振动。不同的振动频率导致不同的音，如“Ah”和口中的吹气声，以及“Ah”和“Ha”之间的差异。发“Ha”时，一开始声带并不振动，但可以听到气流的排出。另外，发高音“Ah”和低音“Ah”时，声带振动也有所不同：前者振动快而后者振动慢。
图15 those three oranges的声谱图。声谱图揭示出声能在一定范围内的变化频率。从左到右表示时间，间隔为十分之一秒，从下到上表示频率，以赫兹为单位。超过某点的较高值的声能用较深的阴影来表示。图下方的国际音标显示出何时可以听到连续的元音和辅音：［ðauz］(those)［θri:］(three)［ɒrɪndʒs］(oranges)。
气流接着经过咽喉和嘴，好比经过一个复合共鸣器。当声带振动时，其中的空气随之振动，通过变化嘴的大小和形状，使之发生不同频率的共鸣。发“Ah”时，上下颌张大，舌头平伸并缩回，上述情景可在镜子中清楚地看到。下面与另一发作“Eee”的音做一对比。发“Eee”时，上下颌间隔缩小，如果发得稍微夸张一些，嘴唇会向两侧拉开，舌头会向前伸展。声音的共鸣随着口腔大小和形状的变化而改变。“Ah”和“Eee”的主要区别在于三千赫兹频率以下的三个不同的声能集中。发“Ah”时，两个声能集中的频率很低，第三个较高；发“Eee”时，一个声能集中接近最高值，另一个稍低，还有一个很低。
图15中的横条纹代表类似的声能集中。试比较three中的［i：］和oranges中的［ɑ］这两个音标的频率。我们能够很清楚地看出为什么［i：］和［ɑ］不能被截然分开。人们在发音时，可以从镜子中看到舌头快速地往回缩。同时，舌前部也在运动，不断改变着共鸣器的形状。上述连续的变化导致听觉信号的不断改变。这种差异反映在图15中就是横条纹在某个频率幅度之间上下起伏。
在一般的言语中，类似的音效通常与其他因素共同起作用，有些甚至还可以被单独感知。拿“Shh”这一要求别人安静的音来说，人们在发这个音时在镜子中几乎什么也看不到，但是却能感觉到舌头向嘴前方抬起，舌两侧与上牙槽紧密接触。来自肺部的空气从中间的狭窄通道中挤出，冲向齿前。我们不妨将之比作河流经过峡谷，牙齿好似一排巨石。水流撞击巨石时，快速而湍急。气流同样如此，“Shh”音就好像湍流的声音。
发“Shh”时，声带形成的阀门张开；发“Ah”时，声带则产生振动。所以，在Shah这样的单词中，人们能够很容易根据“音”的不同特征及出现的时间分辨出辅音［ʃ］和元音［ɑ:］。three中的［θ］发音时是将舌尖放在上下齿中间，气流从上齿冲出，因此也具有湍流的特征。如图15所示，它的音响效果不同于元音中的“Eee”类音的特征。
然而，要在［θ］和［i：］中间辨认出［r］却非易事，如［ri：d］（reed）中的［r］也是由于声带振动而产生的。显然，声带受制于舌头以外的肌肉和控制下颌及其他相关器官的肌肉，因而具有更加敏感的动作协调能力。
塞音
让我们对pat（［pat］）一词做一个更详细的描述。人们可以感觉到或从镜子中看到，刚开始发这个音时嘴唇微微抿起。发mat（［mat］）时，嘴唇同样抿起，并使空气从鼻腔中通过。气流流经的鼻腔可被看作是为下一个音做准备的共鸣器。但在［pat］以及“Ah”和“Shh”中，气流却被阻滞，导致空气不能被排出。
发音时气流通路闭塞的辅音被称作“塞音”。［pat］中包含三个不同的“部分”：先是塞音［p］，然后是［a］，最后是塞音［t］。发［t］时，我们无法在镜子里看见气流通路闭塞，但能够感觉舌尖伸向上齿后部区域。这样就阻止空气外流，气压随之提高，最后听到的声音是空气在第二次闭塞后释放的产物。
［a］“音”处于两次气流闭塞之间，但它并非想象中的那么简单，所以仍然放在引号中。
先来看喉头以上部位器官的运动情况。当嘴唇合拢时，上下颌间距离变小，正如发［p］的情形。当嘴唇张开时，下颌向下拉，平放在嘴里的舌前部也跟着往下，此种情形出现在从［p］到［a］的转变。从［a］到［t］，下颌再次向上；同时，舌头上抬，往该辅音的目的位置靠近。发［p］和［t］时共鸣器的大小和形状都不相同。因此，两者的听觉信号也不同，正如前面图15中显示的从［i：］到［ɑ］的转变。
20世纪50年代所做的一个著名实验证明了上述转变的重要性。发tap或cat时，嘴唇、舌头和下颌的运动都不同，因此声谱图中代表声能集中的条纹上下起伏不定。由此可见，这种方法是将条纹代表的输入言语进行人工合成。虽然受试者听到的［p］、［t］和［k］只是短暂的停顿，但仍可感知到这三个辅音之间的差异。
下一个问题是：在［p］和［b］或［t］和［d］之间存在怎样的差异呢？发这两组辅音时，嘴唇或舌头的运动基本相同，主要区别在于声带张开或振动的次数。
图16显示出许多操英语者言语间的差异。发totter和dodder时，气流在嘴里闭塞两次，且都后接元音。接下来看看气流闭塞处的情形。发totter时，声带没有立刻振动，所以存在气流继续流动的间隙；阻塞消除后，嘴唇里的气流则升高。发dodder时，声带会立刻振动，因而没有间隙；阻塞消除后，气流将降低。在poppy和Bobby这一组单词中可以发现类似的区别。当闭塞结束后，声带开始振动时，则发出了元音之前的［b］；当振动受到阻滞时，就发出了［p］。
除此之外，还能发现其他一些区别。当［d］处于两个元音之间（如dodder），声带振动较早，气流在嘴中受阻后振动马上消失（正如图16所示）。发［t］时，气流立刻阻塞。另外，［d］前面的元音延续时间较长（再见图16）。以上差异常见于从元音到塞音的转变，而非塞音内部的变化。
图16描述了许多操英语者讲话时的差异。注意：不是所有人都存在这种差异。当然，其他语言存在的不同情况也被发现了。
有些语言却不存在类似的对立关系，比如一些澳大利亚土著的语言。相同的辅音对于操欧洲语言者而言，有时听起来像［p］或［t］，有时却像［b］或［d］，在欧洲语言内部甚至还存在着进一步的差异。比如，英国人刚开始学习意大利语时，可能搞不清应该如何发音。如英国人发babbo（“爸爸”）这个词，一开始嘴唇闭合时，声带便开始振动，并在接下来的两个元音及第二次闭合中一直持续下去。发pappa（“面包糊”）时，声带振动应始于第一次闭合，止于第二次闭合。其他语言区分出三种类型。第一种类似于英语中的［t］，声带振动明显迟于闭合结束点，此类辅音传统上被称作“送气”音。第二种类似于意大利语中的“p”：闭合期间声带不振动，闭合结束时没有明显的阻滞。第三种的发音类似于“b”。这样我们就区分了四种塞音中的三种，在乌尔都语和印地语中，四种塞音都存在。
超越元音和辅音
像pat这样的单词并不是由音的三个“部分”——［p］+［a］+［t］组合而成。相反，语音单位如［p］、［a］和［t］可被看作某个系统内部有意义的抽象概念。我们不禁要问：是否所有的抽象概念都像字母书写体系所呈现的那样呢？
图16 totter和dodder的波形图和声谱图。箭头表示闭合结束点，在totter中还表示声带开始振动