汉语的入声韵尾脱落、英语的爆音词尾失去爆破、日语的促音，是不是相同现象？为什么会产生这种现象？ 第1页

0. 引

结论：是的，是类似的现象。可以看做都是音节尾的辅音的显著性慢慢减弱导致的语音现象。当然日语里的稍微复杂一点，但是本质上都是一样的：避免 (C)VC 这样的音节结构出现。汉语普通话是入声韵尾脱落，英语是无闻除阻，日语是延长后一个音节的辅音的闭合区间 (closure duration)。

所以题主的问题可以重新理解为：

为什么 (C)VC 的音节结构倾向于像 (C)V 变化呢？

这问题问得更加抽象一点是：

为什么人类语言偏好使用 CV 形式的音节结构 (开音节) 而不是 VC 形式的音节结构 (闭音节) ？

1. 语音产出和调音动作

那么要搞清楚这个问题我们首先要问音节到底是什么？到底是怎样产生了音节？

这个问题要解释清楚，我们首先得明确语音产出的机制是什么。我们知道产出语音需要人们激活和移动各种发声器官，这些粗略地包括嘴唇，舌头，下颚，声带等等，详细的话就牵扯到颈部，喉部，口腔周围的各个肌肉，是一个极其复杂的高自由度系统。直接从动力学角描述每个单个的运动子的运动太麻烦了，涉及到海量的计算，所以语言科学家一直在想有没有一种办法可以降低这个复杂系统的自由度，让我们更好的去理论角度去模拟和解释它的行为。

Turvey 等人^[1][2]在七八十年代提出，这些单个的发声器官并不是各自独立运作的，这个系统在运行中产生的各种多变性 (variability) 是取决于发音环境 (context-sensitive) 的。比如当我们要发一个高元音的时候，嘴唇，舌头，下颚同时移动。上下嘴唇互相靠拢，舌头和下颚上移，与此同时喉部肌肉让两条声带并拢振动发声。这样就发出来一个我们熟悉的前高元音 [i]. 辅音也同样如此，要发出一个双唇爆发音[p]，也需要嘴唇和下颚协同移动。语言科学家把这样的运动叫做协同运动 (coordinated movement)。这样的协同运动是得到了发声实验的证明的。其中一个著名的实验发现^[3]，如果在人说话的时候，比如在你发 [a]/[i] 的时候突然施加一个干扰让你的下颚无法正常下移/上移，那么人的舌头和嘴唇会代偿性地增加移动距离。这显示嘴唇，舌头，和下颚的移动并不是各自独立的，而是受到同一个指令的控制。这个指令负责调解各个发音器官需要的模式，是处在一个协同运动控制之下的。

所以，题主所问的，为什么有一类音节结构如此常见而另一类则不然的秘密就隐藏在这样的协同 coordination 中。

基于这套理论，语音学家发现，我们可以不依赖于纯粹的符号系统来研究音节和发音，我们可以直接从生理运动层面找到这样一个个具体的 coordinated movements 来研究语音是如何产出的。于是这些语音学家在八十年代末提出了著名的调音音系学(Articulatory phonology)^[4][5]。其基本主张是

最基础的音系单位是调音动作 (articulatory gesture)。

与刚才提到的具体的运动不同，调音动作并不是具体结构，而是在语言产出过程中指导，计划，协调各发声器官的抽象目标。怎么理解呢，就好像我们使用鼠标，实际过程中我们需要用到整个手臂的各块肌肉来移动我们的手臂，手腕和手指。在这过程中，具体移动的是各块肌肉和各个关节，但是指导协同这一整套移动的是一个个很简单的抽象指令：{鼠标前移，鼠标后移，鼠标左移，鼠标右移, …}。当我们告诉别人往什么方向移动鼠标的时候我们只需要对着同一块屏幕说，上面或者下面就可以了，而不用告诉别人他们应该用哪一块肌肉发力。

同理，人发声说话的时候也是这样全局性计划每块肌肉该如何移动的。这些调音动作包括，闭唇，抬舌尖/舌面/舌根，软腭降低等等等等。这样我们就可以从生理角度来把对抽象的音系系统 (IPA) 的描述和具体的器官运动的描述统一起来。大家可以看一下用同一套发声态势来区别六个除了音核以外全都不一样的单词。下面这种图在语音学上又叫做 gestural score（暂译为动作谱）^[6][7]

虽然从符号角度看上图所示这两个词除了音核 (nucleus) 之外辅音全都不一样，但他们从调音音系学角度来说也就是选择激活以及何时激活哪个调音动作（软腭下降，舌尖抬升，舌面抬升，闭唇，打开声门）的区别。上面四个词共享了一个调音动作的激活时机：闭唇，下方四个词则共享软腭放低。左边三个都没有打开声门，而右边三个在词首声门打开声带不震动。而这六个词都具有的特性是舌面降低和舌尖抬升的激活时机和时长。以上这六个词如用 IPA 描写的话，就很难反映出刚才所述的他们在发声机制上的内在异同。因为 IPA 本质而言是个离散性系统，而语音却是连续性的。此处可参考我关于 IPA 的思考：

调音音系学认为，语言中语词的对立 (lexical contrast) 是 1. 需要用到哪些调音动作和 2.需要在什么时机激活这些调音动作的对立。从这个角度来说调音音系学家们不倾向于认为 IPA 是十分符合物理事实的概念。最基础的是调音动作之间的协同。IPA 只是被用来方便我们书写的符号而已，是向人类的记录习惯做出的妥协。被描述为单个 IPA 的是一个个调音动作的组(constellation of articulatory gestures)。

2. 同相、反相和音节

有了调音动作这个概念，我们就可以来看到底什么是调音学意义上的音节了。调音语言学认为，不仅具体的发声器官(articulator)直接需要协同进行产出发声态势，调音动作之间也需要协同才能正确地产出。比如在发声音系学里，我们发现了很有趣的音核的发声态势与周围的附加要素 (onset, coda) 的发声态势之间有泾渭分明的两种协同模式。这两种模式是同相对准 (in-phase alignment) 和反相对准 (anti-phase alignment)。同相对准是说两个独立的周期性运动以同样的时机开始和结束动作。比如用两只手指敲打桌面，两只手指同时敲打就是同相，如果两只手指交替敲打且间隔时长一样的话那就是反相。

这样不同的协同模式在音节首和音节末也发现了。音节首是同相对准，而音节末是反相对准^[8]。

大家回看一下刚才的动作谱图。我们发现，元音主要是通过舌面的移动来发声的（一部分特殊元音除外，比如东亚，非洲和北欧的很多语言里有舌尖元音，舌面没有舌尖的移动重要）。在 pad 和 bad 里，我们看到舌面的下降态势的结束和舌尖抬升态势的起始时间同时。而在 ban 和 pan 里，鼻音的发声态势“软腭降低”开始于舌面抬升态势的中间偏后。大家比较一下所有音节首的发声态势的起始时间，我们发现他们都是同相的。所以音节首调音动作的对准模式 (pattern of alignment) 倾向于同相，而音节末发声态势的对准模式是反相的^[9]。

为了更好地感受这样的不同，请大家发这两组音感受一下你的各个发音器的动作:

pʰa …… pʰa …… pʰa …… pʰa …… pʰa …… pʰa ……
apʰ …… apʰ …… apʰ …… apʰ …… apʰ …… apʰ ……

虽然两组都是连续的 a 和 p 交替，但是可以明显感觉到嘴唇和舌面移动时机的不同。那么有意思的事情来了：现在还是请大家发上面这两组音，然后在各自过程中不停加速，直到你的嘴巴无法清楚地发出这两组音。是不是 pa 依然听上去像 pa，但是 ap 却慢慢地也变成了pa？这个现象叫做相变 (phase transition)。事实上，如果 [pʰa] 中舌面降低和闭唇不同相的话，这个音节会听起来像是[pɸa]（可以尝试发完 p 以后再发 a，听起来像“噗啊”）。

这就涉及到一个很有意思的现象了。对于人类来说，同相对准的运动远比反相对准的运动来得稳定，更容易保持^[10][11]。大家可以也用手指敲打桌子试一试，如果是两只手指同时敲打然后加速的话，一直到最后都可以保持同时，只是敲击频率变大了。但是如果是轮流敲击，频率加大以后就很难再保持轮流。很快就变成了同时敲击。

所以在快速语流中，这就导致要么音节末（词末）的辅音会更容易发生变化，比如脱落（比如汉语，希腊语），或者这些辅音被再音节化 (resyllabification) 到下一个音节的词首（比如英语，法语，韩语等等）。这就导致全世界范围来音节首所拥有的的可能的音位范围远比音节末拥有的多。音节末的发声态势很容易因为语流加速而激活时机改变，甚至根本不激活。比如美式英语的音节末的[t, k, p]也正在慢慢经历喉音化的过程。这也很好地解释了，为什么音节末的鼻音比音节前鼻音更容易激发音核的鼻音化过程，因为在音核的调音动作还在进行过程中，鼻音的发声态势[下颚降低]就必须开始激活了。这样就造成了语音性质的协同发声现象 (coarticulation) ^[12]。这些本来语音上随机又细微的环境性扰动慢慢就会被听者解读为新的调音动作，进而搭建起新的音节特征。

但是这种变化却不是全然决定论性质的，语言可以选择接受这一趋势带来的变化，也可以采取其他手段对抗这种趋势带来的变化。比如，德语为了避免这种再音节化，他们在无词首辅音的元音前插入喉爆发音使词汇界限在连续的语流中也清晰可闻。

3. 结语

CV 比 VC 更常见的原因就可以总结为：音节末位置上反相的调音动作组织结构不稳定，更容易发生调音动作的脱落或相变。

回到题主最初的问题，为什么这些语言在本来词末或音节末有辅音的地方要停顿一下呢？这是因为音节末的调音动作开始渐渐不被激活，而代之以声门闭合以创造一个“无声”或，“非元音”的听觉环境，在声学上而不是发声态势上进行听觉模拟（或近似）。像大部分汉语族这样，发声态势的非激活状态进行到最后阶段就干脆连词末的“无声”听觉环境都不要了。著名语音学家 John Ohala 对于听话者在语言演变中起到何种角色有过一系列非常详细精彩的论述，有兴趣的同学可以去查看他的论文，这里就不赘述了。只是想说，这样的语音或发声上的演变是有调音动机，而不是随机的，既不少见也不奇怪。音节末或词末的辅音就是更容易经历各种各样的演变而消失不见。

最后，我觉得题主的问题提得非常非常好，敏锐地从跨语言现象中感觉到了语音产出中因生理性制约而呈现出来的普遍性原理。希望知乎能多一点这样的问题。

参考

1. ^ Turvey, M. T. (1990). Coordination. American Psychologist, 45(8), 938–953.
2. ^ Turvey, M. T., Shaw, R. E., & Mace, W. (1978). Issues in the Theory of Action : Degrees of Freedom , Coordinative Structures. In Attention and performance Vii.
3. ^ Kelso, J. S., Tuller, B., Vatikiotis-Bateson, E., & Fowler, C. A. (1984). Functionally specific articulatory cooperation following jaw perturbations during speech: evidence for coordinative structures. Journal of Experimental Psychology: Human Perception and Performance, 10(6), 812.
4. ^ Browman, C. P., & Goldstein, L. (1989). Articulatory gestures as phonological units. Phonology, 201-251.
5. ^ Browman, C. P., & Goldstein, L. (1992). Articulatory phonology: An overview. Phonetica, 49(3-4), 155-180.
6. ^ https://sail.usc.edu/~lgoldste/General_Phonetics/Slides/Gestural%20Scores%20and%20Transciption.pdf
7. ^ Kelso, J. S., Tuller, B., Vatikiotis-Bateson, E., & Fowler, C. A. (1984). Functionally specific articulatory cooperation following jaw perturbations during speech: evidence for coordinative structures. Journal of Experimental Psychology: Human Perception and Performance, 10(6), 812.
8. ^ 同注 1。
9. ^ Hall, N. (2010). Articulatory phonology. Language and Linguistics Compass, 4(9), 818-830.
10. ^ Kelso, J. A. (1984). Phase transitions and critical behavior in human bimanual coordination. American Journal of Physiology-Regulatory, Integrative and Comparative Physiology, 246(6), R1000-R1004.
11. ^ Spencer, R. M., & Ivry, R. B. (2007). The temporal representation of in-phase and anti-phase movements. Human movement science, 26(2), 226-234.
12. ^ Fowler, C. A., & Saltzman, E. (1993). Coordination and coarticulation in speech production. Language and speech, 36(2-3), 171-195.