摘要:本文讨论跟音节有关的十个问题：一、音节的定义是什么？二、语音分析的基本单位是什么？三、语音连续统是什么？四、音节和语素有怎样的关系？五、什么是汉语音节的时间格？六、汉语零声母是真是假？七、声化韵还是韵化声？八、元音-辅音与声母-韵母有什么区别？九、声调覆盖音节还是覆盖韵母？十、音节和字音有什么区别？其中的前四个问题具有普遍性，不仅适用于汉语语音分 析，也可以适用于其他语言的语音分析。汉语是音节时长趋同，英语是音步时长趋同。这是汉语跟英语音节类型的区别。后面六个问题主要集中于汉语语音中的 音节时长分析。在已有的汉语音节四个时间格论述的基础上，作者提出了汉语音 节时间格原理。这是把汉语作为世界语言中典型的单音节语言所得到的单音节类型特征。

关键词:音节；元音；辅音；声母；韵母；时间格

音节是语言中构建话语的基本单位。音节分析是语言分析的基本问题。人们从生理、声学、听觉等角度做过很多探索。呼气说、肌动说、响度说。其中响度说（响度序列）影响最大。音节不仅是一个语音学单位，更是一个语言学单位。它具有心理、物理、生理的属性，更有语言学的属性。因此我们不仅需要有心理、物理、生理方面的音节定义，更需要有一个基于语言学角度的音节定义。

音节的语言学定义：音节是语言中能够自由组合的最小的音段结构单位。

音节的这个语言学定义可以跟语素和词的定义相互对比。语素：语言中最小的音义结合体。词：能够独立运用的最小的语言单位。

音节的语言学定义中，“最小的”表明定义以最小为基准，大道至简，最小就是初始，初始最简。语素和词也是各自范畴领域中的最小者。

“音段结构单位”包括两个意思：1、音节是音段组成的。即音节只包括元音和辅音而不考虑韵律。音节可以负载韵律特征，但不包括韵律特征。2、“结构单位”即，有层级，有联系，有规则。音位配列规则就是音节内部成分的配置规则。

“自由组合”的意义最重要。语素不能“独立运用”，表明它的独立性不如词。词的“独立运用”又不如音节的“自由组合”。词的独立并不是自由，音节才是充分的自由。

一切语言单位都是语音单位。语素、词、短语等语言单位都具有二重性，既是语法单位，又是音节序列，因此，也都存在音节组合是否自由的问题。

语素、词、短语等，在相互组合时会受到不同因素的不同程度的制约。从词法到句法，从语义到语用。可是在语音方面，人们从来不需要考虑在音节序列的内部和外部组合方面有什么制约，因为它是自由的。因此这种情况已经使人们对此达到习焉不察的地步，以为这是理所当然的。其实，这里有一个普适性的音节自由组合原理：音节在语言各层级单位中的自由组合程度是最大的，音节的组合具有最大限度的自由。

音节的语言学定义并不排斥从其他角度提出的音节定义。它们之间的关系是相容的，互补的。

对于语音分析的基本单位，目前至少有三种意见：1、区别特征，2、音位， 3、音节。这有点儿类似于语法分析的本位说：字本位（语素）（徐通锵）、词本位（马建忠）、短语本位（朱德熙）、句本位（黎锦熙、邢福义）。还有双本位、多本位等各种意见。

那么它们之间可不可以统一起来啊？我以前曾多次讲过，所有的这些本位都是学者个人的本位，不是语言学界整体的本位。语言的系统很大，学者个人的精力有限，各有自己的切入点。张三的兴趣是句子，在句子上收获大。李四关注的是单字，在单字中成果多。学界并没有一个统一的，定于一尊的本位。本位说只是个人的想法，显示个人的专长。这样就可以使不同的本位和平共处，相互补充， 而不是互相排斥。

语音分析可以基于区别特征，也可以基于音位，还可以基于音节，以及不同的音节序列。每一种基本单位对应一个层级，把所有的层级合在一起就是语言的系统。语言系统中的每一个层级都很重要，一个都不能少。每一个层级都需要有人来研究。如果一定要大家都去研究其中的一个层级，那语言研究就失去平衡，我们对语言的认识就可能限于片面。语言是多层级的，语言研究应该是多本位的， 百花齐放。

同时很有可能同一学者，在这个阶段研究音位，在下一个阶段研究音节；也可能另一学者开始研究区别特征，后来研究音位。这都是相容的，而不应是相斥的。例如，我就是一开始研究苏州话浊音声母中区别特征与声学特征的关系，这是以特征为基础；后来又考察连读变调中调位性变调和非调位性变调，调位就是声调音位；现在来集中讨论音节问题。所以基本单位并不是固定不变的。我们要坚持的一个总的原则：在学术上不能只有一种声音，不能唯我独尊。

我目前的想法是倾向于音节作为基本单位。同时我也会包容和理解其他观点。已经有很多学者注意到音节的重要作用。Abercrombie（1967）提出音节作为语言中的基本语音单位。Arlotto（1968）把世界语言分为“音节定向”与“语素定向” 或“单词定向”加以对比。赵元任（1975）认为在中国人观念里“字”是中心主题。徐通锵（1997）系统阐述了字本位语法观，这里的字就是单音节语素，语音上就 是带调音节。端木三（Duanmu   2008）写出专论音节的著作《音节结构》。朱晓农（2008）把以音节为基本单位的音系学称为音节学。陈卫恒（2018）发明语素—音节分类法，依据跟语素对应的音节数把人类语言划分为单音节语、双音节语、三音节语和 X 音节语四种类型。

音节是一种自然发音单位。所有的元音和成音节的辅音都是以音节形式发音的。所有不能成音节的辅音在发音时，一定要跟元音组成音节才能正常发音。因此，自然发音，也就是没受过语音训练的一般人的正常发音，一定是音节或音节序列。

语言学家实际的语音分析都是以音节为缺省框架，以音节为默认平台。音位配列规则都是基于音节，在音节内部运作。韵律特征的负载单位至少是音节。元音长、短，辅音松、紧的区别，音调的升降高低，读音轻、重，都是在音节中实现的。否则就会失去依据，没有意义。

自然界和人类社会到处都是连续统。连续统的条件是其中的各个成分共有同一个维度，可以在这个维度上进行量化排序。连续统的特征就是两端清晰，中间模糊。连续统两端之间可以划分出若干等级范畴。其中的每个范畴，中间清晰，边界模糊。

人类语言中同样充满连续统：实词-虚词是连续统；名词-动词是连续统，等等。在语音方面，从清声到喉塞的不同发声类型是连续统：清声（常态）—耳语—气声—浊声（常态）—紧喉—喉塞。如果采用声门肌电测试声门开商，清声接近 1，气声约 0.7 以上，一般常态浊声为 0.5，紧喉约 0.3 以下，喉塞接近 0。从鼻音到口音也是连续统：鼻音—鼻音弱化—鼻化—鼻化减弱—口音。我们采用鼻音计测量鼻化度，鼻音约 80%以上，口音约 40%以下。在 80%和 40%之间，依次是鼻音弱化、鼻化、鼻化减弱。

元音和辅音最显著的区别在于发音时声腔是否受到阻碍。其实，阻碍的有和无这种区分本身，就存在着阻碍大小的程度等级。我们把阻碍程度作为元音和辅音共同具有的维度，形成语音连续统。

这是一种语音的理想化描述：阻碍程度为0，是全部打开；阻碍程度为100%，是完全堵塞。中间的 20%、40%、60%、80% ，都是主观设定的等级范畴。如果把阻碍程度 50%作为元音与辅音的界限，小于 50%是元音；大于 50%，是辅音。发音阻碍为 0 的是低元音；20%是中元音；40%是高元音；阻碍为 60%是通音；80%是擦音；100%是塞音。元音和辅音两个端点的低元音和塞音之间，是很清晰的；中间 50%两侧的高元音和通音如半元音之间，界限模糊。

通音的英语是 approximant，近似的意思，跟谁近似呢？跟元音近似。在哪方面近似呢？在结构和功能两个方面近似：结构上，具有共振峰结构；功能上， 具有音节性，可以自成音节。很多语言和方言中，都有通音自成音节的情况。通音的类别有四种：鼻通音是口腔关闭，鼻腔开通；边通音是舌尖两侧开通；r 通音是舌尖翘起而不堵塞；全通音即半元音。

颤音一般是跟边通音或 r 通音互为变体。法语有小舌颤音，俄语有舌尖颤音，如果不会发这些音，就可以发 r 通音代替。一些少数民族语言有颤音，跟 r 通音是变体。闪音一般不作独立音位，只作为舌尖辅音的快速或弱化变体。

元音有二合元音、三合元音，辅音也同样有二合辅音、三合辅音。二合辅音：塞擦音是塞音擦音叠合在一起，送气擦音是擦音和送气叠合到一起。送气塞音比较常见，是塞音和送气叠合到一起，送气是喉擦音。三合辅音：送气塞擦音包括三种音姿，即，塞音+同部位擦音+喉擦音。

塞擦音为什么是一个音位，而不是复辅音？我考虑有三条：1、从发声类型上，塞擦音的塞和擦是清浊同类，或者都是清音，或者都是浊音，而复辅音中的成分则不一定。2、从发音方法，即声腔阻碍连续统上，塞擦相邻且顺序，这样才有可能塞擦叠合，塞音为摩擦除阻；复辅音则或不相邻或为逆序。3、从发音部位上可能是最为重要的，塞音擦音部位相同，塞擦同位只需单一音姿。而复辅音则不同位，需要两个或多个明显不同的音姿。

为什么喉擦音 h 带有元音性？这涉及协同发音的条件问题。一个音节的声母和韵母理论上可以同时启动，然而是否真的能够同时启动，要看具体条件是否允许。首辅音后接元音在允许条件下，会尽量局部提前启动。发音动作之间不影响， 发音才能够协同，主要是看发音部位是否冲突。舌尖辅音和后元音就不能同时启动。舌面后辅音和前元音也不能同时启动。舌头不能同时又到前面又到后面，只能干完一个，再干另一个。

唇和喉正是在声腔的两端。唇辅音发音不影响舌头的动作，元音舌位可以同时启动，预做准备。这个 h 音更是如此。只是喉部摩擦，整个口腔完全自由，一点儿也不影响元音的发音动作。所以，h 音的擦音能量集中区跟后接元音共振峰是一致的，也就是具有元音色彩。我们测量元音时，常选零声母和双唇辅音，还可以选喉擦音，以减少辅音对元音的影响。如：Peterson & Barney（1952）著名的英语元音实验，选词都是 hVd 结构，如 Heed/whoed，等等。

语言单位都是音义结合体。所谓音义结合，在意义方面是以概念为基本单位， 在语音方面是以音节为基本单位。音节是语音和语义结合的联结点，构成最小的音义结合体--语素。音义结合的初始单位是语素。前面已经讲到，人类语言中语素跟音节数目的对应有四种：单音节语、双音节语、三音节语和 X 音节语。（陈卫恒 2019）

这里要注意的是，汉语语素的单音节性很容易使人把语素和音节相混淆。二者只是貌似，其实不是等同的。区别在两个方面：一是音节没有意义，而语素有意义；二是音节不包括声调，所以英语词中就有重读的音节和非重读音节；汉语的语素字音称为带调的音节。下面很多内容就是讨论汉语音节的表现。

讲到音义结合自然会联想到语言的演化。若问人类语言之前是什么？人的语言之前应该是猿啼。我曾有文章即提出猿啼说作为人类语言的起源（石锋 2018）。那么，语言有没有前音节时代？再问，先有元音还是先有辅音？音节之前应该是韵律音流。如果同意音节之前是韵律音流，那么韵律肯定是依附于元音，或称为原始元音或类元音构成的音流，否则不可能存在。

把元音称为母音，把辅音称为子音的说法，很有道理。体现出前人的智慧。音段这个词本义是切分，这也反映前人的智慧。即只有元音（类元音）很难分出音节，不能区分出更多的类别。于是就用各种辅音把连续的元音切分为一段一段的成分。所以有学者说过：辅音不过是元音开始或结束的方式。音段不是独立存在的，而是以音节中的构成成分而存在的。音段化就是音节化。有了音节，是人类语言产生过程中的飞跃。从猿怎样到人的过程，同时也就是从猿啼怎样到人语的过程。

王士元（2014）把人类语言演化的分为四种相变：双足直立；象征作用；音段系列；文字发明。他认为，“早期的人属一定是采用手势和韵律相结合的方式进行沟通的。”“使语言表达力得到大幅增强的是语音音段的引入，……很可能是现代智人在非洲出现后不久发生的。”这里所说的音段引入，其实就是音节化。韵律化-音节化-词汇化-句法化。韵律化至多有几十种区别项，音节化可以有几百上千种区别项，词汇化能有上万的区别项，句法化就达到无限量。从有限区分项一步一步实现无限区分项，与人类社会发展同步，满足了人类交际发展的需要。从韵律化到句法化，都是为传递信息表达意义的用途作为驱动力。其中每一个阶段都是跟前后阶段部分叠合的，而不是截然划分开的。

汉语是典型的以单音节跟语素相对应的语言，具有典型的单音节性。解析汉语音节的表现，应该具有一定的普遍意义。在分析一个语言的音节结构时，是以基础音系为考察对象的。首先要明确基础音系跟派生音和边际音的区别，这是不同的层级（王洪君 1997）。如，汉语普通话的儿化韵就是派生音；助词、叹词、语气词的发音属于边际音。它们只是涉及局部的或个别的情况，需要分别另行加以说明，不能进入基础音系，否则会使基础音系发生混杂。

汉语音节结构非常整齐，有很强的规则性，这是汉语的突出特点之一。首先分为声母和韵母两部分，韵母又分为韵头、韵腹、韵尾三部分。声母跟韵母是在同一层级，而跟韵头、韵腹、韵尾不在同一层级。不过它们可以按照时间顺序成为四个时间格（王洪君 1997）：声母、韵头、韵腹、韵尾。这样构成一个完整的音节。下面就是把汉语音节分为四个时间格的图示：

图 1  汉语音节结构

首先来看韵母的三个时间格。韵母的结构为：韵头--韵腹--韵尾。韵头又称为介音。韵腹是韵母的核心，又称为主要元音或核心元音。这充分说明了韵腹在韵母中，以至在音节中的核心作用。汉语音节的韵母中，如果没有韵头，它的时间格并不删除，而是由韵腹向前扩展来填充；如果没有韵尾，它的时间格同样保留，由韵腹向后扩展来填充。即，在韵头或韵尾缺失的时候，它们的时间格还是保留不变的。韵腹能够增加相应时长来补充它们的时间空位。因此，韵母的三个时间格总是完整无缺的。

很多汉语方言保留入声的塞音韵尾。它们只有闭塞段而不除阻发音，因此人们听到的入声字音是短促的。在这里要注意，塞音韵尾不同于无韵尾。若是无韵尾，可以由韵腹延长，填充韵尾的时间空位；塞音韵尾闭塞持阻的无声段却是不可填充，不可删除，要计入韵母时长中（石锋 1995）。因此，不能说入声音节的时长比其他音节短。正是因为入声字音的时长包括了塞音韵尾的无声段，所以才有入声短促的听觉印象。如果只是短，就成为轻声，而不是入声了。

从表面看来，汉语音节的韵母只有韵腹是不可缺少的，韵头和韵尾都是可以缺失的。实际上，韵头和韵尾的时间格一直是保留的，韵母时长的完整性是始终如一的。否则，音节的时长就会有很大的差异，而实际上并不是这样。

现在来看声母的时间格。一般声母的时间格为一个辅音音位占据。如果在声母的位置上没有辅音音位，声母的时间格同样要保留，既不会删除，也不可填充。占据这个声母时间格的就是零声母。零声母不是可有可无的，而是必有的音节成分。汉语普通话 22 个声母，其中就包括零声母。零声母不是虚构的，而是实有的。零声母确实是汉语中的客观存在。

赵元任在《中国话的文法》一书的语音部分曾经讲到：“这个零声母，大部分的人发音时，都有一点像辅音似的闭塞，或者发成无摩擦的舌根或小舌部位的浊通音。这就是为什么‘棉袄’mian-ao 里的 n 跟 ao 不像英文的 ran out 可以连读的缘故。”（赵元任 1968）

这里为零声母做了两点说明：1、汉语的零声母并非真的什么音都没有，而是有非音位的辅音成分。具体说，就是在没有/ i 、u 、y /韵头的开口呼韵母前面的零声母，开头多有轻微的喉塞音[ʔ]或者浊喉擦音[ɦ]；韵头为 /i/的齐齿呼韵母，韵头为/u/合口呼韵母，韵头为/y/的撮口呼韵母，前面的零声母，开头分别带有浊通音[j] [w] [ʮ]。

2、汉语的零声母不同于英语单词以元音开头的情况。在前面的音节以辅音结尾的时候，汉语不能连读，不发生音节重组。如：“棉袄”mian-ao 里的 n 跟 ao 不连读，“翻案”fan-an 不读成“发难”fa-nan。英语在这种情况下就可以连读。如：ran out，an apple 都可以连起来读成 ran͜ out，an͜ apple。所以英语不同于汉语。英语没有零声母，这样就会出现音节重组(resyllabification)。汉语一般不发生音节重组，原因就是有零声母。这是汉语音节完整性的重要表现。

汉语的语气词“啊”有音节重组现象，如在“天、好”后面可以读成：“天哪、好哇”。这是因为前面已经讲过的，语气词属于边际音，不进入基础音系。边际音不受基础音系时间格规则的限制，可以没有零声母，发音比较自由。

关于音节重组问题，依据重组成分涉及的范围，可以分为词内重组（worker, player）和词际重组（an apple, run out）；依据重组成分运作过程，可以分为拷贝式单音节重组（runner，run out）和转移式双音节重组（get up, worker）。另外，let’s跟 let him→letim 构成词际的删除式重组。前者为元音删除，重组结果为后音节只剩辅音尾附在前音节之后，使前音节辅音尾增加成分。后者为辅音删除，前音节辅音尾转移，与后音节首辅音删除后的成分组成新音节。这已经不是纯粹的音节重组，而是语音脱落造成的音节重组。汉语的“啊”（a）音变属于拷贝式单音节重组。

在一些汉语方言中，有的辅音自成音节，加上声调就成为语素和词。如，苏州话的[ŋ̍]（鱼）、[m̩]（无），杭州话的[l̩]（伢“儿”），广州话的[ŋ̍]（吴），山西文水话[n̩]（你）。一般自成音节的多是鼻通音[m]、[n]、[ŋ]或边通音[l]等，称为声化韵。可以理解为是声母性质的韵母，或是声母转化为韵母。声化韵在音节时间格上的表现：在韵母缺位的情况下，由声母向后扩展延长，填充韵母的全部三个时间格。这样，声化韵的音节也是四个时间格一个不少。因此声化韵的名称很切合实际。

为什么没有按照零声母的名称类推，称为零韵母呢？因为它们二者并不同类。运作过程不一样。零声母是在声母时间格内有非音位辅音成分的发音，因而声母 时间格保留不变，不可填充。所以，零声母是一个有确定时间格的非辅音音位。

声化韵则是声母扩展延长，填充了韵母的三个时间格，即韵母完全缺失，由声母转化为韵母。声化韵的音节是由通音性的声母占据全部音节的四个时间格。四个时间格完整无缺，音节齐整性不变。

英语 sudden 中的[dn]和 little 中的[tl]，都应该作为一个音节。其中的 n 和 l 是音节性辅音。但是这不是声化韵，因为音节的首辅音和后接成音节辅音都不同。汉语单独一个辅音占据全部音节的四个时间格，并成为一个语素和词。这是很值得关注的语音和语义、语法结合的实例，也是一个单音节性特点。

由此可见，汉语音节中声母和韵母之间有单向蕴含关系：没有韵母，声母可以扩展填充为声化韵；没有辅音声母，韵母却不能去填充，也不可删除，要保留一个零声母作为位置固定的非辅音音位，同时保留零声母的时间格。语言中有很多实例表现为单向蕴含关系，或称非可逆性，也就是不对称性。这应该是人类语言的普遍现象，很重要。

除元音之外，所有能构成音节的成分都具有元音性或音节性。即通音这一大类的成员。用实验语言学术语：所有能成音节的成分都具有共振峰结构。这句话应该是跨语言适用的。当然，具有元音性不一定就有音节性，具有音节性不是一定会去成音节。而只是为这种可能性提供了条件。

初学者往往把元音和辅音的概念跟声母和韵母相混。其实这是两种性质不同的分类，内涵和外延也各不一样。元音和辅音是普适的语音分类，依据的是客观的生理发音、听觉感知和物理表现的性质。其中特别重要的指标是发音时声腔的阻碍程度。这些内容在前面已经做了初步的说明。

声母和韵母是源于汉语音韵的术语。从上面的讨论中可以知道：声母和韵母的分类是以元音和辅音分类为基础的上位概念。即在语音本身的客观性质之上又增加了两个条件：1、在音节内部的结构框架中定义；2、依据语音在音节中的位次定义。声母就是音节开首的辅音音位，包括音节开首的非音位辅音成分。韵母就是音节中在声母后面的元音和辅音结构，包括韵头、韵腹、韵尾。

一种语言中的辅音并不是都可以做声母，在汉语普通话里有 22 个辅音音位，其中有一个/ŋ/不能做声母，其他辅音都可以做声母。普通话的 22 个声母是其余的 21 个辅音加上零声母。其他语言和方言中还有复辅音声母，即两个或三个辅音连缀构成声母。所以声母并不等于辅音。这一点很重要的。

韵母就可以等同于元音吗？更不行。一般情况下，韵头是前滑音，韵腹是主元音，韵尾是后滑音或尾辅音。有时候，韵头、韵腹、韵尾都是同一个元音。个别情况，有声母、韵头、韵腹、韵尾都是同一个通音类辅音。所以韵母跟元音的概念相差更远。可以这样说：韵母的核心通常是元音来充当的，称为韵核，即核心元音。

韵母中韵腹和韵尾合起来成为押韵的韵，有人称为韵基。似乎是舶来品，其实具有汉语传统的根基。《广韵》有多达 206 韵，可是分为 16 韵摄就已经把不同的介音合并起来了。以后从作诗的“平水韵” 106 韵，到作曲的《中原音韵》19 韵部，写诗作曲的押韵一直在简化。作为北方戏曲通用的京剧十三辙的押韵，如发花、梭波、怀来、由求、言前等等，已经基本都成为只看韵腹加韵尾了。

声母和韵母有位次制约，时间格就是一种结构制约框架。它们的位置都是严格规定，不可改变的。元音和辅音则没有这种制约，位置可以自由。所以，零声母和声化韵可以有；而*零辅音、*辅化元却不可以有。英语不是单音节跟语素对应的语言，不具有典型的单音节性。英语没有零声母，可以讲辅音开首或元音开首。英语没有声化韵，可以讲成音节辅音或音节性辅音。

同时，汉语的韵母内部的韵腹和韵尾的时长互补；声母和韵母之间的时长互补；声母内部的时长互补（如塞音送气段和闭塞段的互补）。（石锋 1990）如广州话有长短元音/a/为韵腹的音节中，不论韵尾是元音还是辅音，都会跟韵腹的时长相互补偿。所以虽然韵腹/a/的时长相差较大，可是整个音节的时长相差并不那么大。这些规则性和齐整性都是英语中没有的现象。

图 2  声调覆盖音节的图示

（上：中间段为清声母；下：中间段为浊声母）

在单字调发音表现中，声调曲线常常会有弯头和降尾，其中弯头主要出现在浊音声母，是声带从自然状态向调型段的过渡；降尾是发音结束时声带振动的惯性从调型段回归自然状态的轨迹。在连续话语中间，就没有这种降尾段了，只有过渡段和调型段。在话语音流中，相邻声调之间需要过渡衔接，没有过渡段的声带调整就不会产生调型段的特征。这样，过渡段也应包括在声调之中。

实验显示，声母部分是对应声调的过渡段，韵母部分对应声调的调型段。如果声母是浊辅音如通音或零声母，可以得出声调曲线中跟声母对应的弯头。如果声母是清辅音，声调曲线中跟声母对应处就出现一段空白，尽管看不到过渡段的曲线，声带仍然在调整声门状态和紧张程度，以便在韵母中发出声调的调型段。

这样就有实际操作问题需要解决：通常的声调测量计算只是根据是否有曲线来决定取舍。其实这并不公平。因为浊音声母的过渡段有对应的声调曲线，而清音声母的过渡段没有对应的声调曲线。在测量声调曲线的时候，为了数据的公平，无论声母清浊，都把跟韵母对应的那部分声调曲线作为调型段，按照一致的客观依据进行测量。这样可以避免主观判断的偏差，也能够保证韵腹作为音节核心凸显声调的特征。这不是韵母负载声调，而是韵母负载声调的调型段。声母对于声调同样有不可缺少的贡献。

汉语字音由声、韵、调构成。这里的“字”并非书上写的字，而是口中说的字。从汉语音位系统的角度，“字”就是带调的音节。汉语中绝大多数的字同时又是带有一定意义的语素。把音节和字音这两个概念区分开是很有必要的。音节只包括辅音和元音组成的结构单位，音节的结构只有声母和韵母（如图 1）。字音则是经过韵律赋值的音义结合体－语素的发音，这个韵律赋值的内容就是声调模式。因此字音的结构就是声调覆盖下的声母和韵母（如图 3），也就是负载着声调的音节。

图 3 汉语字音的结构

同样，认为汉语的字音除了“韵腹+声调”，其他成分都可以不要，这是一种片面的看法，没有考虑到汉语字音结构的完整性和稳固性。汉语的字音为：声母--韵母--声调。三者缺一不可。实际上，声母和韵母的术语最初就是源于汉语音韵学对字音结构的解析，后来应用于音节结构的分析。因为汉语的语素跟单音节对应，人们往往会把音节和语素混淆起来，误把汉语字音的“声、韵、调”称为汉语的音节结构。

当然，各种语言的音节分析中，都可以仿照汉语采用声母、韵母的划分作为普适性研究的方式。只是需要注意，声母不等于辅音，韵母不等于元音，音节不等于字音。它们的依据是不一样的。各种语言音节完整性程度也是不一样的。在声母和韵母的一般意义上，在比元音和辅音更高的抽象层级中，探索各种语言的音节类型的表现，将会很有意义。

本文的前半部分讨论了有关音节的具有普遍性的四个主要问题，以及一些相关联的论题。这些讨论不仅可以用于汉语的语音分析，也可以用于其他语言的语音分析。后半部分的六个问题主要集中于汉语音节的时间格分析。在已有的汉语音节四个时间格论述的基础上，本文提出了汉语音节时间格原理，以及两个下位的原理：声母时间格原理和韵母时间格原理。

汉语音节时间格原理：按照时间顺序为声母、韵头、韵腹、韵尾四个时间格（王洪君 1997）。占据各时间格的元音或辅音可以因缺失而改变，而四个时间格保留不变，完整无缺。

声母的时间格原理：声母的时间格既不可删除，也不可填充。不论占据声母时间格的是辅音音位，还是零声母，都是如此。

韵母的时间格原理：韵母的韵头、韵腹、韵尾三个时间格都不可删除，而可填充。如果没有韵头和/或韵尾，它们的时间格由韵腹加长扩展来填充。若是韵母全部缺失，通音声母可以延长填充韵母的三个时间格，成为声化韵。保持韵母的三个时间格完整无缺。

汉语音节时长趋向一致，我们有实验数据证明。选择零声母和 zh 声母加上相同的“韵腹、韵头＋韵腹、韵腹＋韵尾、韵头＋韵腹＋韵尾”四种结构的阴平调字音，在负载句中发音并测量时长。（石锋等  2008）初步结果如下。

zh 声母组跟零声母组平均时长相差 22 毫秒。320ms－298ms=22 毫秒。不同韵母音节平均时长：a=286ms；ua=307ms；an=308ms；uan=334ms。

其中 ua（韵头＋韵腹）、an（韵腹＋韵尾）等长。它们跟 a（韵腹）相差 22毫秒，跟 uan（韵头＋韵腹＋韵尾）相差 26 毫秒。

这是很客观的结果：多一个音素就增加 20 多毫秒。这是一个发音动作的用时。每个时间格应该占时在 70 毫秒以上（70x4）。增加动作的 20 毫秒在听感上一般不能分辨，要超过 50 毫秒以上才能分辨出来。这就是说，韵母被填充所减少的发音动作的时间一般不能分辨，而时间格保留不变是听感一致的印象。

这从具体的微观角度证实了汉语是以音节时长为导向的。汉语是音节时长趋同，英语是音步时长趋同。这是汉语跟英语音节类型的区别。把汉语作为世界语言中典型的单音节语言，这就是我们所得到的单音节类型特征的表现。

学人既入语言学之门，就要认识到语言学是经验科学。语言学需要基于语言事实的实证研究。语言实验是实证研究中的首选项。只有通过实地调查，亲身实验，才能真正认识语言。所以，语言调查是语言学者的基本功，语言实验是语言学者的必修课。实践出真知，实践是检验真理的标准。我们的目标是，积累第一手资料，增加研究实力。调查实验什么？汉语普通话和方言、民族语言、中介语、外国语言。第二手资料也需要，但是经不起提问，需要核实。

当前我们非常需要端正对汉语研究的态度，防止两种倾向。1、孤立进行汉语研究，认为汉语是最完美的语言；2、排斥贬低汉语研究，空谈跨语言研究。二者的根源一样，都是没有认识到汉语是世界语言中的典型成员，把汉语跟世界语言割裂开来。汉语因悠久的历史文献和富多彩的方言宝库弥足珍贵，我们至今对汉语了解得还很不够。越是民族的，越有国际性。汉语研究已经、正在并将来更要对国际语言学理论做出重要贡献。

我们是近水楼台，岂能舍近求远。一屋不扫，何以扫天下？连近在咫尺的汉语都不认真研究，何谈去研究世界语言。光是坐在屋子里做不出真正的语言学研究。空谈玄学，误人误己。语言学研究需要脚踏实地，走向社会，走向田野，走向实验室。

• 陈卫恒 (2018) 人类语言世界的四分法:单/双/三/X 音节语，《变音的奇妙世界》2018，第 11 期。

• 石锋 (2013) 音义结合是任意的吗？—重读雅可布森评索绪尔任意论，载《大江东去：王士元 80岁庆寿文集》，香港城市大学出版社。收入《秋叶集》，南开大学出版社，1-20。

• 石锋 (2018) 演化语言学的宏观史、中观史和微观史《南开学报》（哲学社会科学版）第4 期，65-71。

• 石锋、梁磊、孙雪 ( 2008)  汉语的音节/字音问题，载于《金秋集—刘叔新先生南开执教 50 周年纪念文集》，南开大学出版社。

• 石锋 (1995) 关于音节内部时长关系的几个问题,《中国语言学报》第６期, 48-61.

• 王洪君 (2008) 《汉语非线性音系学—汉语的音系格局与单字音》（增订版），北京大学出版社。徐通锵 (1997) 《语言论—语义型语言的结构原理和研究方法》，东北师范大学出版社。

• 赵元任 (1975) 汉语词的概念及其结构和节奏，《中国现代语言学的开拓和发展—赵元任语言学论文选》，清华大学出版社。

• 赵元任 (1968/1980)《中国话的文法》（丁邦新译），香港中文大学出版社。

• 朱晓农  (2008) 音节和音节学，《东方语言学》第 4 辑，142-164。

• Abercrombie (1967) Elements of General Phonetics, Edinburgh University Press.

• Anthony T. Arlotto (1968) On Defining "Monosyllabism", Journal of the American Oriental Society, Vol.88, No.3,521-522.

• Duanmu, San (端木三 2008) Syllable Structure: The Limits of Variation. Oxford: Oxford University Press.

• Ladefoged, Peter and Keith Johnson (2011) A course in phonetics. 6th edition, Boston: Wadsworth.

• Peterson, G. E. and Barney, H. L. (1952) Control methods used in a study of the vowels, J. A. S. A.,24,175-184.

• Saussure, Ferdinand de  (1916) Cours de linguistique générale compiled by Charles Bally and Albert Sechehaye. 高名凯中译本《普通语言学教程》，商务印书馆 1980。

• Trask, R. L. (1996) A Dictionary of Phonetics and Phonology, Routledge. 鲍怀翘等译《语音学和音系学词典》，语文出版社 2000。

• Peterson & Peterson, G. E. and Barney, H. L. (1952). Control methods used in a study of the vowels. Journal of the Acoustical Society of America 24:175-184.