三个数
14 位发音人,一人一排
每排两个点:橙色 = 拼作 z / ce / ci 的那一段,绿色 = 同一个人拼作 s 的那一段。两点分开 = 这两个音在他嘴里是两回事;两点重合 = 合流。右边是比值。
三句话,两地人各读一遍
同一段文字,不同地区的人读。每行后面是这个词里目标摩擦段的谱心。
怎么用
这一页不是让你改口音,是让你知道自己在听什么。
分界线由拼写决定,不由说话人决定
同一个字母组合,半岛读 [θ](舌尖轻触上下门齿,气从齿缝出),拉美读 [s]。所以听到 gracias 里的「th」不用怀疑自己听错——那是半岛的标准读法,不是强调,也不是口误。
选一个基准,别在同一个词上混
两种都是标准音,没有对错。真正会让人觉得别扭的是混用:同一个词里既想要 [θ] 又滑成 [s],或者今天一个明天一个。学的时候按一个地区定下来,比「两边都学一点」稳得多。
中文母语者最容易错的地方
[θ] 不是 [f],也不是「咬舌的 s」。中文没有齿间擦音,最常见的替代是 [s](舌尖抬起、气流从舌面中央走)或 [f](下唇碰上齿)。判断标准只有一个:舌尖有没有露在齿间。
另外三条,这批语料测不出来
常被列进口音差异的三条,在这 14 位朗读语料里分不开地区。把数字放出来,比写一句「受样本限制」有用。
词尾 s:保留 / 送气 / 脱落
常听说加勒比和智利会送气成 [h]。这批朗读里没有:三地的词尾 s 谱心中位几乎一样,而且区间大面积重叠。朗读体字正腔圆,正好把这条差异压掉了。
ES 3454 Hz(n=406) · MX 3944 Hz(n=92) · CL 4177 Hz(n=30)|区间 ES 566–5622 / MX 746–5914 / CL 317–4994ll / y:是 [ʝ] 还是 [ʒ] / [ʃ]
阿根廷的「sheísmo」是最有名的例子。但这一条在个人之间就天差地别——同一地区不同发音人的谱心能从 583 到 2902,比地区之间的差还大。
ES 1491 Hz(n=143) · MX 1256 Hz(n=33) · CL 658 Hz(n=14)|区间 ES 448–4691 / MX 535–3557 / CL 490–3986j 的 [x] 还是 [h]
同理。样本也最少(智利只有 6 个音),任何结论都会是三个人里挑出来的。
ES 2337 Hz(n=68) · MX 2530 Hz(n=14) · CL 2019 Hz(n=6)|区间 ES 1016–4192 / MX 1298–3358 / CL 886–4186这些数字怎么来的
语料:VoxForge 西班牙语朗读库(GPL),14 位发音人、145 条录音,地区标注是说话人自己填的(Español España / Mexicano / Chile)。同一段公版小说文字被多人读过,所以能拿「同一句话」做跨地区对照。
怎么找那一小段:强对齐(MMS_FA)给出音素级起止,取中间 60%%——两端是过渡,会把相邻元音的能量带进来。
怎么分类:靠拼写,不靠音素标注。gruut 只按语言给音素,对拉美同样输出 θ,拿标注分类等于把结论直接写进前提。字母归属用对齐同一套 DP(align_units),只认 z、ce、ci、s 四种;México 的 x、acción 里位于辅音前的 c 一律不计(共排除 167 段)。
样本量:半岛 11 人、墨西哥 2 人、智利 1 人。拉美只有 3 个人,这不是普查——它能说明「这三位没有这个对立」,不能说明「整个拉美都没有」。想坐实后者,需要每个地区十几位发音人。
一个还没解决的偏差:z/c 段的样本量比 s 段少一个量级(半岛 49 段 vs 871 段),所以每个发音人的比值只由 2–5 个音算出,噪声不小。页面上每个人那一排都是他自己的两个数相除,跨人比较的是比值,不是绝对谱心。
scripts/24e_es_accents.py 复算;页面上的百分比和人数都是脚本算出来注入的,没有手写。