- Nguyễn Thanh Lộc 与 黄耿阳 合著 -
近年来，短影音平台上大量出现所谓「纠正发音」的内容。然而，这类内容往往着重于批评或否定他人的发音，却缺乏语音学（Phonetics，语音学）的理论基础。
许多影片只是主观指出「哪里错」，却无法解释真正的发音机制（Articulation Mechanism，发音机制）。
在语言学中，发音并不是一个绝对固定的点，而是一个语音范围（Phonetic Range，语音带），其中包括：
- 辨识范围（Recognition Range）：只要发出的语音仍落在母语者可辨识的范围内，且没有违反构音规律而转变为另一个音位（Phoneme，音位），便应视为正确发音。
- 个体差异（Individual Variation）：气流强弱、共鸣效果等差异，多半来自口腔构造及个人的发音习惯。若仅凭摩擦音是否够「嘶」就判定对错，实际上是一种过于片面的理解，忽略了语音本身具有的自然变异。
以声母 x 与 s 为例。
两者确实不同，但许多所谓「纠错」影片忽略了一个重要概念——互补关系（Complementary Relation，互补关系），亦即互补分布（Complementary Distribution，互补分布）。
若要理解这一点，首先必须回到四呼（四呼）的概念。
四呼系统最早形成于明代晚期《韵法直图》，至清代潘耒《类音》正式确立，属于宋元时期开口、合口（二呼）系统的进一步发展。
四呼
开口呼（开口呼）
指没有介音 i、u、ü，且主要元音也不是 i、u、ü 的韵母。
构音时口腔自然张开。
在中古音系中，大致对应于开口一等与开口二等韵。
现代汉语例子：
- a
- o
- e
- ai
- ei
- ao
- ou
- an
- en
- ang
- eng
齐齿呼（齐齿呼）
指具有 i 作为介音，或主要元音为 i 的韵母。
其构音特征为舌面前抬、两唇微展，露出牙齿，因此称为「齐齿」。
在中古音中，大致对应于开口三等与开口四等。
现代例子：
- i
- ia
- ie
- iao
- iu
- ian
- in
- iang
- ing
合口呼（合口呼）
合口呼是指具有 u 作为介音，或主要元音为 u 的韵母。
其构音特征为双唇向前收拢呈圆形，气流经由两唇之间的狭窄空隙通过。
在中古音中，大致对应于合口一等与合口二等。
现代汉语例子：
- u
- ua
- uo
- uai
- ui
- uan
- un
- uang
- ueng
（注：依现代《汉语拼音方案》，ong 亦归入合口呼。）
撮口呼（撮口呼）
撮口呼是指具有 ü 作为介音，或主要元音为 ü 的韵母。
「撮」意为收拢，因此其构音方式是双唇收圆且比合口呼更窄，舌位则与齐齿呼相近。
在中古音中，大致对应于合口三等与合口四等。
现代例子：
- ü
- üe
- üan
- ün
- iong
由此可以推论：
- z、c、s（舌尖前音）只会出现在开口呼与合口呼的语音环境中。
- j、q、x（舌面音）只会出现在齐齿呼与撮口呼的语音环境中。
由于两组声母永远不会在相同的音韵环境中形成对立，因此，只要一个人所搭配的韵母仍然正确，就不存在把 s「读成」x 的情况。
更进一步来看：
一、声母 s（舌尖前擦音）的历史来源
现代普通话中的 s 主要来自两个来源：
• 精组（精组）
主要来自中古汉语精组中的：
- 心母（心母）
- 邪母（邪母）
这也是现代 s 最主要的来源。
• 庄组（庄组）
另一部分则来自庄组。
中古的卷舌音在历史演变过程中，有一部分发生了平头化（平头化），最终演变成舌尖前音，而不再保留原本的卷舌构音。
二、声母 x（舌面擦音）的形成
x 并不是一开始就存在于中古汉语。
它是由腭化（Palatalization，腭化）所形成的新声母。
所谓腭化，是指当某些声母遇到以 i 或 ü 起始的韵母时，舌面的前部会向硬腭抬起，原本的构音位置因此向前移动，最终产生新的舌面音。
从构音角度来看，这是一种自然的同化现象。
由于 i 与 ü 的舌位本来就非常靠前，因此它们会「拉动」前面的声母，使其构音位置逐渐靠近硬腭。
这正是语音学中所说的省力发音（Articulatory Economy，省力发音）。
与其让舌头从后方移动很长一段距离去接续前元音，不如直接在距离元音更近的位置完成构音，因此新的构音方式便逐渐固定下来。 其腭化主要来自两个历史来源。
第一类：来自见系（见系）
包括中古汉语的：
- 见母（见母）
- 溪母（溪母）
- 晓母（晓母）
- 匣母（匣母）
当这些软腭音与 i 或 ü 等前元音、介音结合时，其构音位置会逐渐由舌根前移至舌面，最终形成现代普通话的 j、q、x。
例如：
家
中古可近似为 ka / kia
↓
现代普通话
jiā
又如：
学
在粤语与潮州话等较多保留中古特征的方言中仍读作：
hok6
日语汉音则读作：
ガク（gaku）
可见其历史来源原本属于见系。
在普通话中，由于匣母与前元音结合，构音位置逐渐前移：
gh-ak
↓
gh-üo
↓
xué
再例如：
香
亦属晓母系统，
历史演变可概括为：
hiang
↓
xiāng
这些都是典型的见系腭化结果。
第二类：来自精组（精组）
另一个来源则是中古汉语的：
- 精母（精母）
- 清母（清母）
- 心母（心母）
当这些舌尖前音遇到 i 或 ü 等前元音时，舌尖的作用逐渐减弱，而舌面向前抬起参与构音，最终形成新的舌面音。
例如：
洗
历史上原本属于精组，
在与 i 类韵母结合后，
最终演变为现代普通话的 xǐ。
另一个典型例子：
剑 与 箭
历史上，
剑 属见系，
箭 属精组。
两者原本具有完全不同的声母来源。
然而，在经历腭化之后，
二者最终都演变为：
jiàn
这正是音韵学上著名的：
尖团合流（尖团合流）
亦即：
原本属于不同来源的声母，
在普通话中合并为同一组 j、q、x。
因此，现代普通话中的 j、q、x，
其实并不是单一来源，
而是两套不同历史声母经过腭化后共同汇流而成。
腭化所形成的是整个音系，而不是单一字音
腭化（Palatalization，腭化） 的本质，是中古汉语精组与见系声母在齐齿呼、撮口呼环境中的系统性同化。
其结果并非少数例外，
而是重新建立了一套新的声母分布。
在现代普通话中，
形成了极为稳定的互补分布：
- j、q、x 专属齐齿呼、撮口呼。
- z、c、s 专属开口呼、合口呼。
因此，
两组声母根本不存在直接竞争的机会。
换句话说，
只要韵母仍然正确，
s 就不可能「误读成」x，
因为两者根本不会出现在相同的音韵环境之中。
从构音能力而言，
人类当然可以发出类似 [si] 的语音。
但在普通话音系里，
s + i（齐齿）
这种组合早已在历史演变中被完全淘汰，
并由
x + i
所取代。
因此，
许多 TikTok 影片所谓「你把 s 念成 x」，
实际上只是将：
- 摩擦强弱；
- 气流大小；
- 音色差异；
误认为音位差异。
真正决定音位的是：
构音位置（Place of Articulation）
而不是：
气流是否比较强、
摩擦是否比较尖锐，
或声音是否比较「嘶」。 此外，还必须理解：
表演语音（Performative Speech）
与
日常交际语音（Conversational Speech）
是两种完全不同的语音系统。
许多 TikTok 创作者所展示的，其实属于：
表演语音学（表演语音学）。
为了让摩擦音听起来更加明显，
他们会刻意：
- 增强气流；
- 紧绷发音器官；
- 放大摩擦噪音；
借此营造出更强烈的「发音效果」。
然而，
在真实的口语交流中，
语音遵循的却是另一套原则。
其中最重要的现象之一，就是：
弱化（Lenition，弱化）。
人在自然说话时，
发音器官倾向保持放松，
许多音节都会因语流而产生不同程度的弱化。
这是所有自然语言都普遍存在的现象。
因此，
若拿：
- 戏曲唱腔（戏腔）
- 播音员
- 专业朗读
作为一般日常口语的标准，
本身就是一种方法论上的错误。
更何况，
中国传统戏曲还存在：
上口字（上口字）
的概念。
所谓上口字，
是指为了符合：
- 韵律；
- 曲牌；
- 传统舞台习惯；
而刻意保留古音、
方言音、
甚至特殊舞台读音。
它们本来就不是现代普通话日常交流的标准。
若将这些舞台语音当成普通话唯一正确的发音，
无疑混淆了两套完全不同的语言系统。
真正有价值的发音示范，应该解释构音位置
一段真正具有教学价值的发音示范，
应该能回答：
构音位置到底发生了什么改变？
例如：
- 舌尖是否仍贴近齿龈？
- 舌面是否抬向硬腭？
- 双唇是否圆展？
- 气流经过哪个位置形成摩擦？
只有说明这些，
才能真正帮助学习者理解发音原理。
然而，
许多短影音创作者却掉入另一个陷阱：
偷换概念。
他们把：
音色（Timbre）
误当成
构音位置（Place of Articulation）。
于是，
只要把一个音念得：
- 更尖；
- 更刺耳；
- 更用力；
便宣称：
「这才是正确。」
实际上，
这只是改变了：
- 摩擦噪音；
- 气流强度；
- 共鸣效果；
并没有改变真正决定音位的构音位置。
因此，
如果只是把一个音念得比较重、
另一个念得比较轻，
便断定：
一个正确，一个错误。
那么，
这种教学其实是在利用：
声音大小
去欺骗听觉，
而不是在教授真正的语音学。
结论
语音从来不是单纯的生理现象。
它同时受到：
- 社会因素；
- 历史演变；
- 语言规范；
- 语言共同体；
等多重因素共同影响。
只有当一个人的发音：
- 已经变成另一个音位；
- 或超出母语者可辨识的语音范围；
才有充分理由认定：
这是一个真正的发音错误。
若只是：
- 摩擦程度略有不同；
- 气流稍强或稍弱；
- 音色存在细微差异；
而仍然维持相同的音位，
便不应武断地宣称：
「你念错了。」
更不能利用这些细微差异，
作为贬低他人、
制造流量，
或塑造自身权威的工具。
语音学真正关心的，
从来不是：
「听起来够不像别人吗？」
而是：
「它是否仍然属于同一个音位系统？」
只有理解这一点，
才是真正理解语音学。
对于语音教学内容的一点建议
语音教学的目的，
应该是帮助学习者：
- 理解发音原理；
- 建立正确的构音习惯；
- 提高沟通能力；
而不是透过放大细微差异来制造「谁对谁错」的对立。
一段真正优秀的发音教学，
应该能够回答下列问题：
- 这个音的构音位置在哪里？
- 气流如何通过？
- 舌头应该放在什么位置？
- 为什么会形成这个音？
- 它与其他声母真正的区别是什么？
如果一段内容只能不断重复：
「这样不对。」
「应该这样念。」
却无法说明背后的语音学原理，
那么它提供的只是结论，
而不是知识。
语音学关心的是音位，而不是音色
在现代音位学（Phonology，音位学）中，
真正重要的是：
音位（Phoneme）
而不是：
音色（Timbre）。
只要语音仍然保持同一音位，
即使：
- 摩擦程度不同；
- 气流略有强弱；
- 共鸣略有差异；
- 个人口音不同；
都属于正常的语音变异。
这些变异并不会改变语义，
也不会影响母语者辨识。
因此，
不能把所有细微差异，
都当成「发音错误」。
「标准发音」本身也是社会规范
值得注意的是，
所谓「标准发音」，
本身也是一种社会规范（Social Convention）。
它并不是自然界唯一存在的发音。
不同年代、
不同地区、
不同职业，
甚至不同媒体，
都可能形成略有不同的发音习惯。
例如：
- 播音员语音；
- 日常会话；
- 戏曲舞台语音；
- 方言口音；
- 教学示范语音；
彼此都可能存在一定差异。
因此，
不能将某一种特殊语体，
直接等同于唯一正确的普通话。
结语
语音学是一门研究语音系统与构音规律的科学。
它关心的是：
- 音位如何建立；
- 构音如何形成；
- 历史如何演变；
- 语音如何被辨识；
而不是单纯比较：
谁的摩擦音比较大。
谁的气流比较强。
谁听起来比较像播音员。
如果忽略音位系统、
忽略历史音变、
忽略互补分布、
忽略四呼、
忽略腭化，
只剩下：
「我觉得比较像。」
那么，
这已经不是语音学，
而只是建立在主观印象上的判断。
真正的语音教学，
应建立在可分析、
可验证、
可重复解释的语言学理论之上，
而不是建立在短影音的流量与表演效果之上。