连读 · 词与词之间到底有没有断

中国人读西语最容易出现的不是单个音发错,是每个词都读成一个独立的小块。西语的词边界在语音上几乎不存在 —— 我们把「词内两个元音相接」和「跨词两个元音相接」放在同一把尺子上量,两者没有统计差异。

三个数

−1.2dB词内元音相接108 个
−1.5dB跨词元音相接385 个
0.43两者差异的 p 值无显著差异
数字是「接点处的能量凹陷」:把接点前后 40 毫秒里最安静的那一小段,和两侧元音的电平相比。0 表示完全不掉,负得越多表示越像断开。如果词边界真的造成停顿,跨词那一组应该明显更负 —— 它没有。

两组凹陷的分布

每一根柱子是「凹陷值落在这一小段(4 dB)」的接点占该组的比例。两组样本量差 3.6 倍,所以各自按自己的百分比归一 —— 否则看到的只是「哪组样本多」。横轴向左 = 凹陷更深 = 更像断开。

30%60%0−20 dB 以下视为真的断开−1.2−1.5词内(例如 lí-ne-as 的 e–a)跨词(例如 que una 的 e–u)−40−200接点处能量凹陷(dB)
两组柱子几乎重合:词边界处的中位凹陷只比词内多 0.3 dB。跨词那一组的左尾巴更长 —— 那 12% 就是下面的第三组例子。

三条规则

西语的连读比英语规则得多:基本按拼写就能算出来,不需要记例外。

01

元音 + 元音 → 并成一个音节(sinalefa)

前一个词以元音结尾、后一个词以元音开头,两个元音并进同一个音节,音节日数会减少。mi amigo 读成 mia-mi-go(3 个音节,不是 4 个);todo estaba 读成 to-doe-sta-ba。

02

词尾辅音 → 挪到下一词开头(enlace)

西语不喜欢音节以辅音收尾,所以词尾辅音会跑到后一个词身上。un oso 读成 u-no-so;estoy aquí 里 y 的音并到 a 前面。

03

词尾 s → 归到下一个音节(并浊化)

los amigos 不是 los | amigos,而是 lo-za-mi-gos —— s 成了下一音节的声母,并且因为夹在两个元音之间而浊化成 [z]。这一条最容易听出来:把 s 读成清清楚楚的 [s] 并停一下,母语者立刻觉得你在念单词表。

三条合起来的结果是:西语的实际音节数往往比词数少。这也是为什么逐词念听起来那么「机械」—— 音节数就已经不对了。

十二个接点,三档

从全库 385 个跨词接点里挑的。前两档说明连读是真的,第三档说明它不是必然的。

连上了(接点处不掉能量)

接点比两侧元音还响 —— 气流根本没停。

典型(轻微凹陷,仍然连)

最常见的形态:轻微凹陷,但远不到静音。

mismo+aspecto
[o] + [a]
−7.8dB

VIO CON EL MISMO ASPECTO EXTERIOR COSAS Y PERSONAS AL SALIR DE SU ABSTRACCIóN

sg_ci_1-20140416-cdx · 西班牙
altura+eran
[a] + [e]
−6.8dB

DOS SALONES AGRANDADOS POR LA ESCASEZ DE SU ALTURA ERAN EL CAMPO VISUAL DE OJEDA

cvr-20100722-cdj · 西班牙
tostado+husmear
[o] + [u]
−6.5dB

MANTECA Y MERMELADAS EL PAN TOSTADO HUSMEAR EL PERFUME DEL Té O SEGUIR EL BURBUJEO DE LAS AGUAS MINERALES TEñIDAS DE JARABES Y LICORES

AGOs-20100831-jdm · 西班牙
té+o
[e] + [o]
−6.3dB

MANTECA Y MERMELADAS EL PAN TOSTADO HUSMEAR EL PERFUME DEL Té O SEGUIR EL BURBUJEO DE LAS AGUAS MINERALES TEñIDAS DE JARABES Y LICORES

KsauKao-20130227-uzv · 西班牙

真的断开了

这四条的句子中间没有标点,是说话人自己换了气。真人朗读里 12% 的接点是这样 —— 连读是默认,不是义务。

reflejo+húmedo
[o] + [u]
−49.9dB

LA BLANCURA DE LA MADERA LAQUEADA TEMBLABA CON CIERTO REFLEJO HúMEDO QUE PARECíA VENIR DEL EXTERIOR

Ro027-20140207-lnk · 智利
rosa+igual
[a] + [i]
−40.9dB

LOS ASIENTOS TAPIZADOS DE SEDA ROSA IGUAL A LA QUE ADORNABA LOS PLANOS DE LAS PAREDES

sg_atis_albertoayora-20140812-onw · 西班牙
perspectiva+al
[a] + [a]
−39.6dB

QUE CERRABAN LA PERSPECTIVA AL OTRO LADO DE LOS CRISTALES LIGERAMENTE TURBIOS POR LA HUMEDAD EXTERIOR

sg_ce_cecilia_03-20140425-hzv · 西班牙
pilastra+a
[a] + [a]
−29.5dB

MADERA TENDIDOS DE PILASTRA A PILASTRA Y EL VERDE AMARILLENTO Y VELLUDO

sg_ac_Juan-20141117-tkl · 西班牙

这些数字是怎么来的

语料:VoxForge 西语语料库,15 位志愿者、145 条朗读录音、2293 个词。16 kHz 单声道,MMS_FA 强制对齐,全部 char-anchored(边界锚在真实字界上)。

判据:接点两侧都是元音时,取接点为中心固定 40 毫秒的窗,窗内每 5 毫秒算一次 RMS,取最小值,再和两侧元音电平的较低者相比,单位 dB。取较低者是为了保守 —— 宁可低估「掉得多」,不要高估。

对照:词内相邻元音用完全相同的窗宽、算法、参考电平,唯一的差别是窗中心没有词边界。这样才排除掉「元音本来就比辅音响」这类混淆。结果 −1.2 dB 对 −1.5 dB,Mann-Whitney p = 0.43,15 位说话人里 14 位两组的差不到 6 dB。

反例照报:跨词组里 12% 的接点低于 −20 dB,最深 −49.9 dB。其中一位说话人几乎每个词都停(语速 51 词/分,全场最慢)。所以这一页的结论是「连读是默认」,不是「西语总是连读」。

三次失败的尝试(写在这里是因为它们决定了上面那个数字):① 先想直接量「词间间隔毫秒」,结果四组全是 60 ms、92.3% 精确落在对齐帧的整数倍上 —— 那是对齐器把词的边界往内缩造成的,这个量根本不存在;② 再试词尾 s 的浊化比例,元音前和清辅音前都是 0.20,同一个人内部差值的中位数是 −0.06 —— 没有信号;③ 再试「元音相接 vs 辅音相接」,看着差得很开(−1.6 对 −8.6 dB),但辅音组里有塞音,塞音本来就有闭塞 —— 混淆太大。最后才定到这个「词内对跨词」的固定窗设计。

本页只报测量,不判对错。连读读不出来通常不是「不够快」,而是把每个词都当成独立单位来读了 —— 那是母语(汉语)的音节计时习惯。