国际音标的发音机制，你真的懂吗？
国际音标的发音机制，你真的懂吗？
国际音标（International Phonetic Alphabet，简称IPA）是一套用于标注世界各种语言发音的标准化系统。它由国际语音学学会设计，以拉丁字母为基础，遵循“一音一符、一符一音”的原则，旨在精确记录口语中的音位、语调及音节分隔等信息。自1888年首个版本发布以来，国际音标经历了多次修订，逐步增加新符号并优化体系，目前包含107个单独字母和56个变音符号，涵盖辅音、元音、声门状态及超音段成分。
IPA在语言学研究中的重要应用
近年来，IPA在语言学研究中的应用取得了重要突破。中国社会科学院民族学与人类学研究所民族语言文化行为实验室龙从军研究员团队，利用深度学习的神经网络算法，训练出了国际音标字符自动识别模型——IPAOCR-IEA模型，并开发出“龙水国际音标识别软件”。该软件可以高效处理民族语言和汉语方言文献中的国际音标数据，以较高准确率快速实现国际音标的图文转换。这一成果在国际音标字符识别研究领域尚属首创，标志着国际音标数字化进程的加速。
IPA的科学性评价
从科学角度评判某个概念或理论体系，出发点应该立足于，它是否可以告诉我们更多关于客观现象的信息。从这个角度来说，一味地抨击 IPA 把它批倒批臭显然是不可能的。至少，到目前为止，IPA 仍然是唯一一套可以用来描述非特定语言的语音体系的符号系统。没有别的任何符号系统达成了这个目的。当语言学家调查一个新的欠研究的语言时，IPA 是他们赖以生存的工具。不然连转写都无法科学地完成，何谈记录词汇，形态和句法结构呢？
但是，IPA 的不科学性也恰恰隐藏在它实用的方便性中。话说到这里，让我们思考一个问题：IPA 是语言的一种记录符号，还是“人类语言”的语音框架？
如果我们认为它是前一种，IPA 是某种语言的某种记录符号，那无疑是将 IPA 降格成为了正字法。那么正字法的要求是什么？首先肯定不是记音的科学性。不然“的”和“地”、“他”和“她”就不会被人为地各自分成两个符号， light 和 lite 就不会有两种写法，ず和づ在现代日语中没必要再做区分。正字法讲究的是某语言内部的系统自洽性，和记音效率性，仅此而已。所以如果我们的目的纯粹是为了针对某个语言的记音准确性，发明一套自洽又易写的拼音文字就好。举个简单例子，拼音系统在记音上虽不完备，但其实对于普通话音系来说区分度足够，效率也超高，正好用到了常用的罗马字母。但是我们会依赖于拼音进行语音学分析吗？
当我们采用 IPA 作为我们的记音系统的时候，虽然我们没有言明，但是有一个假设是所有 IPA 使用者都（应该）意识到的：我们在把当下正在被我们所记录的语言的语音放在“语言”而不是话语的层面，和人类所能使用的其他所有语言的语音系统进行比较。简而言之，我们是在利用 IPA 发现“人类语音”的“可能性”。所以，IPA 在这个意义上就不是一个发音记录系统，而是一个理论体系，一个假设包含了可能的语言语音的工具包和理论体系。
IPA的局限性
IPA 虽然表面上是符号系统，但其实是一种language-free的音系学体系。那这个体系有着什么样的性质和特点呢？我们来看看 IPA 的总表是如何表示的：
首先我们会注意到，IPA 直接建立于这两个假设上：
- 辅音和元音为两类不同的音。
- 每个基础符号都可以分解为若干个特征。
Ladefoged 和 Halle [1] 将之总结为下图：
（隐藏在 IPA 里的特征结构）
每一个符号都是这样一个特征结构里的终结点 (terminal node)。那我们来看一下，这样的结构哪里科学哪里不科学？
首先，IPA 通过将语音单位拆解为特征的方法将世界语言里纷繁复杂的发音简化成了一个极具描述力和解释力的框架，将高复杂度的系统降维成了一个低自由度非常好查询的系统。那学者们凭着这套系统，顺着最顶端的结点，一步一步往下找，就可以慢慢发现某个特定语言的音系和其音系特点。从这一点上来说，IPA 功勋卓著，不容抹杀。可是，我们应该满足于这样的 IPA 吗？当我们研究人类语言的语音的时候我们是在描述什么？
我们知道，当代语言学领域，根据学派不同，基本上在怎么看待语言和其他认知系统的时候分为这两大派别：
“语言体系是自洽的体系”，还是“语言系统不自洽。即，语言体系的成立受到其他认知系统的制约”？
为了知道这个问题的答案，我们假设肯定句1是正确的。那么根据科学的否证可能性特征，我们要做的是不断实验找到坚实的证据排除所有导向 2 的可能。可是，长达百来年的当代语音学研究告诉我们，至少在音系的构建上，2 极大可能是对的。下面举几个例子。
我们知道世界上的语言中辅音-元音 (CV) 的音节结构远多于元音-辅音 (VC) 的音节结构，也即开音节偏向性。有许多即使有闭音节的语言也倾向于在语言变化的过程中导致音节末辅音脱落。如果我们认为语言的音系是抽象的离散的符号组织系统，不是线性而连续的，那我们无法说明从语言产出的生理机制上说明为什么容易脱落的是辅音韵尾 (coda consonant)，而不是起始辅音 (onset consonant)。而语言产出几乎一定是受生理机制制约的，后文会详细谈到。
其次我们知道，如果一个元音周围有流音 (liquid)，即 /r/ 或者 /l/，那么元音的音质会受到很大的影响进而也导致音变。要么流音脱落（如波士顿口音和英式口音），要么韵母儿化（如以普通话为代表的官话口音，和英语的美国标准音）。那我们如果假设语言的语音系统是按照语言的其他部分一样被当做离散的符号处理的，那这样的变化应该不会发生。因为在抽象的符号系统层面，辅音和元音各自占有平等的地位，不存在某一方影响另外一方的关系。
最后，高元音前的舌根 (dorsal) 辅音容易经历腭化，比如 /ki/ -> /tʃi/。从纯粹的作为理论体系的 IPA 的角度来看，这样的音变能够发生简直匪夷所思。因为第一，/k/ 和 /tʃ/ 在特征组织层面（见上图），几乎不具备什么共同特征。第二，同样都是元音前的辅音，为什么 /ti/ 比 /ki/ 更难腭化，为什么 /pi/ 就基本不会腭化？如果我们采取上述 1 的态度，认为 IPA 也是一个独立自洽的离散性符号系统，那上面这些问题就统统无法解决。
即使是从这套符号体系本身而不是上面提到的语言观的角度出发，IPA 也是有大量问题存在的。下面提到的都是 Ladefoged 和 Halle 注意到的问题。
第一，IPA 先验性地将语音分成元音和辅音这互相没有交叉的两大类。但是大量历史研究发现，元音变辅音或辅音变元音都是可能的（瑞典语，班图语族和汉语族中的擦化高元音，柏博尔语和一些宫古语方言中的纯清辅音音节等等）。IPA 完全无法处理擦化元音和非擦化元音之间的连续性特征。为了描述这些语音性质各异的音，语音学家们用过 [ɿ], [ʅ], [ɹ], [ɨ], [z], [iᶻ], [ʑ]。这些符号之间看上去是如此的割裂，如果是不熟悉擦化元音或舌尖元音研究的语音学家的话，很难光看符号就能建立起他们的内在联系来。
另外，辅音和元音发声机制上都要用到声道 (vocal tract) 中的各个发声器 (articulator)，相互之前会造成大量影响。这一点也没有在 IPA 系统中得到体验。比如，t 在 /ata/ 和 /iti/ 中，舌头的移动方式明显区别巨大。以及在有小舌部位辅音的语言里，小舌辅音通常会让元音更低，而且这个影响更明显地反映在高元音上。
第二，带声与否 (voicing) 看起来是元音的自明无需提及的特征。这样无法解释为什么元音间的清辅音在语流中容易浊化。当我们从音系角度描述这个现象时，又必须把带声看成是元音内在的需要言明的特征。这与 IPA 的体系矛盾。
第三，同样都是全音段特征，带声有专门的体系化符号表示，可是鼻化 (nasalization) 却没有。这样进行体系构建没有任何先验的合理性。鼻化和带声都是只需要用到一个发声器的特征，一个是软腭，一个是声带。带声被打散成了每一个发音部位和方式都有一套对应于不带声的符号，而鼻化却只能用变音符号来表示。这种不平等的对待方式，显然不是科学的。
第四，IPA 的符号系统里，有一些符号的设置是非常随意的。比如，为什么舌根音的符号是 k，g，x，ŋ，而不是 q，ɢ，χ，ɴ？为什么舌面塞擦音是 c，ɟ，ɕ，ʑ 而不是 tʃ，dʒ，tsʲ，dzʲ？为什么清浊擦音要用 f/v，s/z，ʃ/ʒ 这样的对立项，而不用 p̪/b̪，t̪/d̪，ʈ/ɖ 这样的对立项？这些符号的选择显然不是基于任何科学的考量，而是基于历史的偶然和书写习惯。
第五，IPA 的符号系统里，有一些符号的设置是非常随意的。比如，为什么舌根音的符号是 k，g，x，ŋ，而不是 q，ɢ，χ，ɴ？为什么舌面塞擦音是 c，ɟ，ɕ，ʑ 而不是 tʃ，dʒ，tsʲ，dzʲ？为什么清浊擦音要用 f/v，s/z，ʃ/ʒ 这样的对立项，而不用 p̪/b̪，t̪/d̪，ʈ/ɖ 这样的对立项？这些符号的选择显然不是基于任何科学的考量，而是基于历史的偶然和书写习惯。
展望IPA的未来发展
尽管IPA存在上述局限性，但它仍然是目前最全面、最系统的语音记录工具。未来，随着语言学研究的深入和跨学科合作的加强，IPA有望得到进一步完善。例如，可以考虑将更多生理机制和认知科学的发现融入IPA体系，使其更好地反映人类语言的实际发音过程。同时，IPA的符号系统也可以进行优化，使其更加科学和合理。
总之，国际音标（IPA）是一套科学且灵活的记音系统，能够适应全球多种语言的复杂需求。掌握这套系统，有助于深入理解语音结构，并在学习或研究中更精准地表达和分析语言特征。