上面我们提到诗学家罗曼·雅各布森，他实际上在语言学，尤其是语音学和音系学方面的成就更大。他先后在哥伦比亚大学、哈佛大学及麻省理工学院任教，还是9个科学院的院士，并获得25个荣誉博士学位。雅各布森精通多国语言，尽管每一国语言从他嘴里说出来，听上去都像是俄语。他出生于俄国，早年在捷克求学任教，在那里加入了著名的布拉格学派，并为推动、发展音位学的理论和方法出了大力。二战时期，他移居美国，为美国培养了大量的语言学家。其中最著名的学生，就是麻省理工学院开一代形式音系学学范的莫里斯·哈莱（MorrisHalle）。
图6.14：雅克布森
雅各布森的父亲是位化学家，他曾对儿子的事业表示不解，不知道这音位学到底是干什么的。雅各布森告诉他父亲，音位学和研究自然物体一样，追踪最小单位——基本粒子。年，雅各布森和哈莱以及一位瑞典工程师G·方特（GunnarFant）合作了著名的《语音分析初探》，从声学语音学角度来寻求世界语言音系的‘基本粒子’。这就是此后半个世纪音系学的基本单位——区别特征distinctivefeatures。
区别特征的发现对共时音系学的蜕变——从音位学嬗变到生成音系学——起到了催化作用。年，哈莱和乔姆斯基合作，出版了《英语音型》（SoundPatternsofEnglish）一书，完全剔除了早期形式音系学的基本单位——音位——这个概念，把音系学的基本单位定为区别特征，并直接连接到形态音位上。这种做法一方面发展了形式音系学，另一方面也把音系学原有的弱点——没有基本单位，或者说基本单位与语音学基本单位相同——更充分地暴露出来。有鉴于此，朱晓农后来在‘音节和音节学’（）中，把音系学的基本单位首次定为‘结构单位’，而不是过去一百年来的‘最小的分析性单位’，才算理清了语音学和音系学的关系。不过这是后话，当年区别特征的发现（语音学中而非音系学中）是很有哲学意义的。
我们知道，自古以来哲学上，不管是古希腊的还是古华夏的，就有一种看法：物质是无限可分的。用庄子的话说就是：‘一尺之棰，日取其半，万世不竭。’在物理学中，就是不断地发现小了还有小，小了还有小……从分子到原子，再到原子核，再到粒子。每次切分，都从空间上分解，即横切出更小的物体。但到了粒子以后，无法再横切下去了。最后是竖剖为不同的‘夸克’。每种夸克是不单独占有空间的，他跟别的夸克拧成一个粒子。这在哲学上就大成问题了。物质不是无限可分的，至少不是空间上无限可分。不同夸克在同一空间单位内拧成一个粒子，那么夸克就不是物质本身，而是一种性质。物质不断横切、横切，到最后是竖剖了——从物质分解为性质了！这可是哲学上的大意义。
夸克的发现是上世纪六十年代，比起区别特征的发现来晚了好几年。语音也是一种‘物质’，他不占有空间，但占有时间。从时间上分解、横切语音，我们可以把大的语音单位——句子——切分为短语，再切分为词，再切分为音节，然后就是声母、韵母等。从语音学上说，就到了‘辅音’、‘元音’音素这一层了。是不是还能再横切呢？比如把一个元音a在时间段上再横切，他不过成了个短a，再切分下去就成了一个脉冲、一个声波周期了。不过，这时可以把他竖起来剖分为语音的性质——区别特征。数个区别特征（如[+主音性，+集聚性，+洪音性]等）都不单独占有时间，他们拧成一束，构成了元音a的语音属性。你看，物质层层切分到最后，变成了性质。这哲学上的基本看法的转变，语音学比物理学早了好几年。
语音与人种差异
我们在讨论发音器官时，都不言而喻地假定全人类是一致的，所以我们能用同一套生理、物理参数来描写所有语言中的音。事实上也基本如此。不过，总还有些种族差异，对发音会产生一些影响。例如舌头的长短似有种族差异，Brosnahan曾有过一些测量数据（有些数据的受测人数较小），见下表。表中显示日本人的舌头明显短于非洲人和马来尼西亚人。这引得大语音学家卡福忍不住遐想日语音系简单是否与短舌头有关（卡福Catford:22），再细一点，跟日语音系中没有边音l可能有关。
喉部肌肉也有种族差异，例如环甲肌，这是朝环状软骨前面上下牵动甲状软骨的肌肉，同时拉紧声带，他有三种不同的情况：（a）单条肌肉，（b）两条在中间挨着的肌肉，（c）两条完全分开的肌肉。他们的分布情况在不同民族中是不一样的。欧洲人基本上是c型，HottentotsHereros人基本上是a型，日本人有一半强是c型，三分之一是b型，还有少量是a型。欧洲人跟日本人还有个不同的地方。有两条控制喉门往上到咽腔的肌肉（M.thyreoepiglothicusinferior和M.thyreomembranosus），绝大部分德国人（85.7%）和丹麦人（83.7%）都有，但日本人中只有不到五分之一(19.7%)的人有（Catford）。丹麦语中有喉门紧缩glottalconstriction音，德语中有一种‘挤咽’的音质，不知是否与此有关。
不过，语音和人种方面的关联也许跟下一节要讲的、两条小小的risorius肌肉最为有关。
汉语中为什么有‘又高又紧’的
元音
中国人学英语，如果老改不了口音，总是拿汉语里面的i去对英语里面的i,可以说十有八九都会偏高。汉语里的那个i总是特别高，特别‘紧’，甚至还依稀可闻一些摩擦的噪声。这个‘高i紧i’还不断地向更高的方向发展，直到在国际音标的元音图里面实在容不下它。这种情况，我们把它叫做‘高顶出位’。
汉语中的高顶出位非常普遍，由于汉语的i都很高，略不小心再让它高一点儿，就会发生擦音化现象，变成一个存在摩擦的高元音，江浙一带的吴方言中普遍存在。这个带擦高元音再继续高化，就会成为舌尖元音??。在中国的好多方言，例如西北的官话、安徽的江淮官话、广东某些客家话，山西汾阳、文水等地的方言中，都有这种现象。例如安徽人读‘鸡’，就会读成像普通话的‘滋’一样的音。因此，合肥人就有这样的段子：‘从肥东到肥斯（西），买只老母滋（鸡），丢到河里死一死（洗）……’早晨起来死脸，还互相推让客气：‘你先死’，‘不，你先死’，‘那就大家一起死’。
高顶出位的另一种表现，则是会给高化的再加上个鼻音。在浙江省的温州话里面就有这个现象。类似的情况在温州附近的苍南﹑泰顺的蛮话里也可以见到。
还有一种情况则是高化了的会发生分裂。从分裂为[ij]，然后变低，成为[ei]，再变为[ai]。就像英语里面的i读成[ai]一样。经历了同样的变化。
既然高顶出位在汉语中如此普遍，那么又是什么原因导致了高顶出位的产生呢？这个问题一直是个大难题﹐迄今为止用来解释这种变化的概念都很抽象。其中最著名的也许是法国语言学家马丁内(Martinet)提出的两条对立的抽象原理﹕省力原理和区别原理。省力原理是从说话人方面来说的﹐说者有‘发音和心理上的惰性’，一个发起来更简易的音自然就更受到说话者的偏爱﹔区别原理是从听话人角度来考虑的﹐听者要听明白﹐也就是‘交际的需要’，则要求说话者不能省过了头，至少足以把不同的意思给区别开。因此，‘语言演变可以看作是受控于这两方面永恒的冲突。’
而高顶出位的出现，可以看作是区别原理起作用的结果。汉语大多数方言的的一个特点就是有[y]的存在。一般来讲，世界上所有语言基本都有，但和相对的圆唇高元音[y]则只存在于少数语言中。在有[y]的语言里，为了和[y]区别开，这个语言中的都会略高一些。例如汉语中的就比英语中的来得高，因为英语没有[y]。而较高的则容易带点儿摩擦，因此就会在说话人有意识的加强区别的过程中，逐步发生高化或是裂化。
更进一步，从世界范围的语音分布类型来看，高顶出位的擦化元音和舌尖元音?在汉语（以及周边语言）中特别普遍，欧洲语言、阿尔泰语群中几乎没有这样的元音。这是为什么呢？原因或许与种族的生理差异有关。我们左右嘴角后各有一条横向小范围活动的risorius肌肉（笑肌），微笑时把嘴角往后拉。但是，这两条肌肉不是每个人都有的，而且明显带有民族差异。中国人和马来人中分布最广，几乎人人都有（80~%）。其次为欧洲人（75~80%），再次为非洲人（60%）。而澳洲土著和马来尼西亚人中只有20％的人有这肌肉。这对表情来说当然影响很大，对发音来说笑肌也有影响，比如大展唇发很高的i就需要这两条肌肉。由于中国人几乎人人都有这肌肉，所以汉语各方言里的i都能发得很高很紧，甚至是高顶出位的擦化的。相比之下，其他很多民族不是每个人都有，所以无法把‘高顶出位’的元音作为一种音位。
笑肌的另一个功能是帮助微笑。也许这么说不对，笑肌本来就是用来助笑的，发擦化元音才是‘另一个’功能、额外的功能。一些外资企业到中国来，有一个员工培训课程，用手指往上提嘴角，训练中国员工微笑。嘿，这真多此一举了，外国老板没有语音学知识。他们到非洲去训练员工有这必要，但到中国来用不着那个用手指帮助微笑，因为我们每个人都有笑肌。中国人微笑迷人（如果心情好），生气时爱撇嘴，都是有生理基础的。
小个子发声：假声和嘎裂声
我们上面提到周杰伦唱歌时用嘎裂声，沈星说话时也常用嘎裂声。其实，在从南到北很多很多方言中，我们都用嘎裂声。当然在大部分方言中，他只是个辅助的、伴随的语音特征，用来刻画一个?低?的特征。例如北京话的第三声?好?字，发音时是个向下拐，然后翘起来的?凹调?。就在这最低的拐点上，很多人都会发成强弱不等的嘎裂声。
还有不少语言中，嘎裂声是能用来区别意义的。比如河北省境内的元氏县南因乡方言，属于秦晋官话，共有五个调类：阴平[42]、阳平[52]、上声[44]、去声[50]、入声[]。竟有三个降调。我们知道，降调的语言目标在声调曲线的起点高点处，因此元氏南因乡话阴平[42]和阳平[52]的差别就在起点的低高不同上。但是，阳平和去声这两个降调的起点相同（例见下图），区别就在于调尾的发声不同。左面那个语图中是个阳平字‘寒’xan?2，调头起点Hz，是一个普通发声的降调。右面那个去声字‘饭’fan??，起点Hz，最后阶段带有嘎裂声。还有个区别是，带嘎裂声的声调较短。
图6.15.属秦晋官话的元氏南因乡话中，嘎裂声作为降调对立的区别特征。阳平‘寒’han?2，普通发声的降调，去声‘饭’fan??，调尾带有嘎裂声，基频断裂。
在当场的听辨实验中发音人可以轻易地分辨出这是两个不同的调类，那么它们的分别是由什么决定的呢？这时候发声态的不同就要发挥作用了。阳平是用清洌声（clearvoice）清声态，去声是嘎裂声，因此两个用不同发声态发声的调类差别便产生了——去声听起来比阳平降得更低，而这全拜嘎裂声所赐。下面一个例子也许看得更清楚，连调长的区别都没有了。调头起点几乎一样高，但最后阶段一个是普通发声，一个是嘎裂声。
图6.16.贺州厦良村八都话，右阴入字，普通发声；左阴去字，结尾处有嘎裂声
嘎裂声还可以作为凹调对立的区别特征，下图是安徽省境内江淮官话寿县方言的一对例字：阴平[]，阴上[]。两者音高起点、终点、时长都相当，唯一区别在于前者用嘎裂声，后者是常态发声。
图6.17.嘎裂声作为凹调的区别特征。阴平‘边’pi?n3?3，音节中间有嘎裂声，调头起点Hz。阴上‘扁’pi?n323，普通发声，起点Hz。时长相当。
汉语方言中有那么多以前从未注意到的发声态，嘎裂声不但用于南北数以百计的方言中，还广泛用于通俗歌曲，这当然不是偶然的。相反，黑人白人的男低音却能唱得极低依然浑厚，例如罗伯逊唱到50赫兹声带还好好的振动，没有嘎裂。其原因下面讲完假声再来讲。
汉语方言，尤其是南方的方言中，如浙江南部的吴语、江西北部的赣语、湖南的湘语和赣语、广东广西交界处的粤语，都大量使用假声作为声调特征，甚至作为语素。例如湘语长沙话有六个声调。下面图6.18是一位长沙男发音人的例子，长沙话有发声态区别，阴去是用假声（或者他的变体张声）发的。这位男发音人的大部分阴去例字是用张声发的，频率很高，个别字用假声，最高达Hz。
图6.18.长沙话声调格局图：高域调；中域调
假声不但作为声调的特征，还能作为一个小称语素。粤桂交界处的粤方言，如前面讲到的信宜话中存在一种‘超高调’，用以表示小称。这个高调高得超出了常规，因此被称为‘超高调’。它已经没法用五度制来表达，所以用一个上升箭头表示。
不但汉语方言，南方的少数民族，尤其是人数众多的壮侗族，他们的语言中也大量使用假声。例如前面说到的贵州的高坝侗语，有五个平调，四个低的都是真声，分布在多到赫兹之间。但那个最高的平调高高跃起，用的是假声，音高几达赫兹。
汉语和周边少数民族语中不但语音中有假声，音乐中更是如此。中国各地的地方戏几乎都用假声，如京剧、*梅戏、秦腔、越语和粤剧、绍兴大板等等。练功吊嗓子吊的就是假声，像梅兰芳《贵妃醉酒》出场那一声假声的吆喝，可以达到多赫兹。阿宝唱的信天游更是高达近千赫兹。但与此相对的是，帕瓦罗蒂可以唱到赫兹依然使用真声。有人认为，地方戏都在野外唱，比如打谷场上，所以要用假声高叫，远处的人才能听见。这有一定道理，但不是全部道理。因为帕瓦罗蒂他们也经常开露天演唱，但依然使用真嗓子。另一方面，如果要远处人听得见，使用低音才传得远，而不是高音或超高音。
那么，是什么原因造成东西方语音和歌唱的发声不同呢？
原因可能与人的体形大小有关。我们知道，人体各部位比例都是协调的，体格大的声带一般也粗厚还长，体格小的声带一般薄而短。声带就像两根橡皮筋，厚长的声域范围一定大过薄短的。具体地说，欧美人可以低到像罗伯逊那样，50赫兹还是浑厚地、不失原真地振动，高可像帕瓦罗蒂，超过赫兹还是圆润地唱着真声。而亚洲人体形较小，声带一般较薄较短。薄而短的声带一高就假声，一低就嘎裂。所以在我们的语音系统中有那么多假声和嘎裂声，而且南方比北方更为普遍，因为南方人的体形比北方人更矮小。也因此在我们的音乐歌唱艺术中那么多地使用假声和嘎裂声。
热带之声：气声
汉语从古到今，都有一种‘清浊’音的对立。例如1,年前，大语文学家陆法言在他的名著《切韵·序》中说：‘吴楚则时伤清浅，燕赵则多涉重浊。’
那么，‘清音’‘浊音’到底是什么意思呢？古人没明说。直到20世纪引进了西方的语音学，才把他们解释为发声母辅音时声带振动与否。声带不振动的声母叫清音或清声母，声带振动的浊音和浊声母。这一百年来不管是东方的语言学家，还是西方的学者，都是这么理解的。
但这实际上是错的。首先，古人是否告诉了我们，‘浊音’是振动声带的？没有，他们没说过这样明确的话。他们只是说听起来这音啊是‘浑浊’的。那这浑浊的音是什么意思呢？用现代语音学的概念来解释，他是怎么回事呢？
原来这‘浊音’是指发音的时候声带振动没完全关闭得很紧。我们一般发音时，声带振动是一开一闭，开的时候气流冲出喉门，闭的时候气流就被关闭在喉门下。所以我们发音时气流不是连续的，而是一股一股的，当然时间间隔很短，大概几毫秒（一般不到10毫秒）一个周期。这就像放电影一样，画面不是连续的，而是一格一格连着放，由于间隔很短，所以视觉就造成幻觉，以为是连续的画面。听觉也一样，一般你觉得气流或声带振动是连续的音，只有听到很低沉的音的时候，比如姚明、基辛格说话时，你好像能听见声带一个一个脉冲。那么发‘浊音’的时候，声带在关闭那个阶段，没有完全关上，还露点缝（见下面的图片）。这样关闭不严、漏缝发出来的韵母（注意，主要在韵母段上，不是声母）听起来就不清冽，很浑浊。所以古汉语中‘清浊’的浊音就是这么发的，而不是像今天英语、法语那样的modalvoicedsounds。欧洲语言、阿尔泰语言中的voicedsounds是常态的带声，一开一闭清清楚楚地两个阶段，关闭得很严实，不漏缝、不漏气。所以他们不是‘清浊’对立，而是清声和带声的对立。
图6.19.普通发声，弛声：漏气的‘浊声’
这种漏气的浊音现在叫做‘气声’，强烈点的叫‘浊送气’，弱一点的叫‘弛声’，意思是声带振动时很‘松弛’。用来标示的音标符号是下加两点，如a?。这种弛声元音很早就发现了，最早是基督教传教士艾约瑟牧师在上海话中发现的，当然具体性质他还不明白。到了20世纪初期，刘半农和赵元任解释了他的语音性质。近年来我们在大规模的语言调查中，发现不但吴语中有，赣语、湘语、桂北土话，还有苗瑶、侗台、南亚语、藏缅语中都广泛存在着。汉语方言中有，这不奇怪，因为它继承了古汉语的语音性质。藏缅语中有，也不奇怪，因为他们跟汉语是有一个共同的祖先！原始汉藏语。但苗瑶、侗台、南亚语是独立的语系，和汉语不是亲属语，他们的气声是从哪儿来的呢？
让我们来看两张语音分布图。
图6.20：两种发声活动的地理分布图，[左]声调分布，[右]内爆音分布
从上面两张分布图中可以清楚地看到声调（左）和内爆音（右）在地理上的重合，他们都分布在非洲中部和亚洲南部，以及少量的中南美洲一带——换句话说，是在热带和亚热带的地方。声调的产生很简单，拉紧或放松声带，就会引起音高的高低升降。内爆音是一种爆发时气流往嘴里冲进去的塞音，发音时需要降低喉头，扩大口腔，降低口腔内的气压。这样的话，塞音除阻时，口腔内是负气压，嘴巴外面的大气压就会冲进嘴里。发声调和发内爆音尽管看起来毫不相关，但其实有个很重要的共同点，他们都要靠操纵喉头/喉门来发的。但是要注意，两者不是彼此产生的原因。不是说产生声调就会产生内爆音，或者相反。产生两者的原因在于非洌嗓发声态，尤其是发气声。而发气声更是靠操纵喉门来实现的。所以一个民族经常操纵喉头的话，就会产生气声，同时也会引发声调和内爆音。由于声调和内爆音比较容易辨认，所以我们现在已经有了世界范围的分布图。而气声，尤其是较弱的气声（那个叫弛声和弱弛），要辨认是相当困难的。所以分布资料非常匮乏。根据已有的材料，长江以南的吴、赣、湘、粤北、桂北、四川‘老湖广话’等汉语方言，以及苗瑶、壮侗、南亚、南岛语，甚至印巴的Hindi,Urdu语中普遍存在非洌嗓的气声，还有嘎裂声和假声。事实上，有发声态对立（尤其是洌嗓和非洌嗓对立）的语言中容易产生声调以及内爆音。所以我们从上面声调和内爆音的分布可以推测气声的分布。出了亚洲南部，非洲中部的Igbo等语言中也有气声。可以说：常用喉头声，哪能没气声？常用喉头声，哪能没声调？常用喉头声，哪能不内爆？
但问题在于为什么热的地方会产生气声？喉头活动真的与气候冷暖相关？答案是肯定的。天气热，狗都喘。天气热的地方，很容易喘气，而在喘气的同时，你努力振动一下声带，也就是说一个‘a’，这时发出的就是气声的‘a’。你说我们这儿不热，就发不了气声了？那当然不是，你可以百米冲刺一个，然后在终点喘息的同时发一个‘a’。
综上所述，嘎裂声和假声是小个子的发声，气声是热地方的发声。那么如果又是小个子，又在南方，那会怎么样呢？那就是我们在亚洲南部看到的情况，又有气声、又有假声、又有嘎裂声，于是很容易产生声调，而且还是复杂的声调，带着各种不同发声态的声调。同时也很容易产生内爆音。
而在北方呢，没有了气声，假声也不容易产生，还没了内爆音，只有嘎裂声在低音区会时不时地出现。同时，北方汉语方言中的声调也比较简单，因为没了发声态的伴随。调类少，变化也少，一般只有四个调类。甚至很容易丢失，变为三个声调的系统，甚至只剩下两个声调，比如甘肃红古一带。两个声调一高一低，就不算声调了，就变得像重音系统了。