问学习者什么是重音,答案基本是「念响一点」。那只占三分之一。时长和音高也在动 —— 而在这套语料里,最稳的是响度,最不动的恰恰是音高。
英语的节奏靠「有些音节比别人大」建立。而这个「大」字后面藏着三件独立的事:那个音节更长、更响、音高通常也更高。三者由不同机制产生 —— 时长靠时间控制,响度靠送气压力,音高靠声带张力 —— 所以它们没有义务保持一致,实际也常常不一致。
下面三个数字说的是哪一项靠得住。响度在 83% 的词里方向正确,中位差 +4.3 dB,大约是听感上响一倍。时长在 64% 的词里方向正确,但倍数很大 —— 重读元音是同词非重读元音的 1.26 倍。音高在 70% 的词里方向正确,中位只差 +0.88 个半音:听得出来,但撑不起「这就是重音」。
这个排序有个实际后果:如果你靠「音高跳上去」判断哪个音节被重读了,会漏掉三分之一。
在 180 个词上测得
六个三个参数同时动的词
柱子是这个词里各个元音的实测时长,填色的是重读的那个。卡片上方是同一个词另外两个参数的差值。这六个之所以被挑出来,是因为三项都朝同一方向、而且幅度都大 —— 这是「好讲」,不是「典型」。
60 句里有 180 个词同时满足「至少两个元音」和「恰好一个重音符号」,只有这样的词才能做词内比较。其中 64% 的重读元音更长。上面六个是最清楚的,不是平均水平的。
为什么比较必须留在同一个词里
最直觉的量法是:把语料里所有重读元音收一堆,所有非重读元音收一堆,两组比。这个做法不成立 —— 我们是先跑了它才发现不成立的。两组的中位时长都是 50ms。原因是重音符号来自发音词典,而词典把 is 的元音标成重读,跟把 demand 的元音标成重读一样干脆。可真说话时 is 是弱化的,demand 不是。于是这两组根本不是「重读元音」和「非重读元音」,而是「实词」和「功能词」。
拿一个重读元音跟它自己那个词里的非重读元音比,就避开了这一层:同一个词、同一个说话人、同一个语速、同一处上下文。剩下的才是重音带来的差。
避不开的是元音本身不同。英语的非重读音节多半弱化成中央元音,而中央元音天生就短,所以这 1.26 倍里,一部分是重音,一部分只是两个不同的元音在比。这在真实语音里没法拆开 —— 而且某种意义上,它就是现象本身:英语的重音,有一部分是靠「不弱化」实现的。
边界在哪
时长来自强制对齐,按 20ms 一帧量化,一个 50ms 的元音只有两帧半的证据。响度取的是元音区间内的中位强度(10ms 窗)。音高以半音为单位、相对本句中位,这样低音和高音能放进同一根轴。
还有一条:这是朗读语料。念稿的人为了让人听清而加重一个词,比日常对话里顺手加重要明显。三个参数之间的排序应该扛得住这个偏差,幅度未必。