3.结果

语音分析的声学参数包括音高最大值、音高最小值和时长，重点比较单独朗读、跟读和同声模仿时这些参数在不同焦点条件间的差异。在R中[34]采用混合线性模型（lme4）进行分析[3]。

3.1 音高分析

图1是所有音节在四种焦点条件下的音高最大值的比较，其中母语者的结果呈现在左上角，二语者单独朗读的结果呈现在右上角，而跟读和同声的结果在第二行。图中的数据是对8位发音人朗读的3个目标句的平均。由图1可见，母语者表现出典型的三区段焦点语调模式：相比于中性焦点条件，焦点词音高上升，焦点后音高下降，但焦点前音高变化不明显。另外，句末焦点的音高上升比较有限。而二语者在单独朗读条件下，四种焦点语调差别不明显，也就是说二语者基本不能通过改变音高最大值突显焦点。在跟读和同声模仿中，二语者产出了类似母语者的焦点模式，既有焦点词的音高上升，又有焦点词后的音高压缩，但音高变化幅度要比母语者小很多。可见，二语者对绝对音高变化的模仿是有限的，但是可以部分模仿语调模式。另外，与预期不一致的是同声模仿和跟读间没有明显差异。以下将对此观察结果进行统计分析。

图1 三种朗读任务时各焦点条件下目标句各音节的音高最大值

为了进行统计检验，分别计算了句首、句中和句末三个目标词的音高最大值。所有二语发音人音高最大值的平均值（st）和标准差见表1。

表1 三种朗读任务中各目标词在不同焦点条件下的音高最大值平均值和标准差（st）

对表1中音高最大值的统计分析采用混合线性模型（linear-mixed-model，LMM）进行分析。第一步，把所有的因素放在统一的模型中，以词的位置、焦点条件和朗读任务为三个固定因素且设定三个变量间有交互作用，以发音人和句子为随机因素，采用了REML的估计方法，并且去掉了两个标准差以外的数据。结果发现与朗读任务有关的显著差异仅表现为句末词上，跟读比单独朗读音高更高（b=2.22，SE=0.91，df=819，t=2.462，p=0.015）。而其他条件都没有主效应，也没有交互作用。

第二步，分别对单独朗读、跟读和同声模仿三个任务做混合线性模型分析，每个任务中分别分析三个目标词，以焦点为固定变量，设定中性焦点条件为基线，且发音人和句子为随机因素（截距随机）。结果发现单独朗读时，各词上均没有焦点效应，这和图1中的观察结果是一致的。

跟读和同声模仿任务下的统计检验结果比较复杂。受篇幅限制，这里只呈现焦点间有显著差异的结果，见表2。

表2 三个朗读任务中各目标词的音高最大值进行LMM模型分析中在焦点条件间有显著效应的结果（df=80）

结合表1可以看出，这两个任务中，句中焦点与中性句比有显著的音高升高（跟读：1.8st；同声：2.2st），另外，句首焦点使句中和句末词的音高显著下降（跟读：-2.0st；同声：-1.5st）。虽然表1中可以看到句首焦点有音高上升的趋势（单独：0.4st；跟读：0.2st和同声：1.2st），但是音高上升量较小且离散程度比较高，在统计上并没有达到显著水平。句末焦点的音高上升对母语者来说也非常有限[41]，这里发现二语者也没有稳定的句末焦点音高上升。

进一步地，考虑到二语学习者有很大的个体差异，在音高最大值上对每位发音人在不同焦点条件下的音高最大值进行比较。图2中显示了三个目标词的音高最大值在四个焦点条件间的比较，其中每个数据点都是三个句子的平均值。从个体的结果看，8位发音人在单独朗读时基本都没有实现焦点音高上升和焦点后音高下降。在跟读和同声模仿时，所有发音人都在一定程度上产出了接近母语者的焦点音高变化，但是也不系统。同声模仿和跟读间的焦点模式没有系统的区别。

图2 三种朗读任务下三个目标词在各焦点条件间的音高最大值，其中1—8行为8位二语者，最后一行为母语者

具体来看，在同声模仿的条件下，虽然时长上二语者和母语语音基本保持同步，但是音高上二语者仍与母语者有明显差异。可见，音高和时长的控制在言语产出过程中很大程度上是分离的。另外，二语者的音高模仿能力也存在差异，有些人几乎不能模仿二语的语调（发音人1、7和8），有些人更好地模仿了句首焦点（发音人4），有些人更好地模仿了句中焦点（发音人2、3、5和6）。

接下来对音高最小值做类似的分析。图3为母语者和二语者在三个朗读任务中11个音节音高最小值，每个图中对四种焦点条件进行了直接的比较。可以看出，母语者的音高最小值也表现出焦点词音高上升和焦点后音高下降的模式。但是，二语者基本上不能够在不同的焦点条件下系统改变音高最小值。三种朗读方式之间也没有明显差异。

图3 三种朗读任务时各焦点条件下目标句的音高最小值

对音高最小值的统计分析采用与最大值类似的方法。第一步，对二语者的音高最小值，以词的位置、焦点和任务为三个固定因素进行LMM模型分析显示，结果发现焦点和任务均无主效应，且无交互作用。第二步，对三个不同的朗读任务分别做以焦点为固定因素的LMM模型分析，焦点同样没有主效应。可见，二语者单独朗读和模仿时，基本不能在焦点条件下系统调节音高最小值。

总体来说，二语发音人在单独朗读时基本不能够通过改变音高实现焦点；但是在跟读和同声模仿时能部分模仿焦点音高上升和焦点后音高下降。音高的模仿主要在音高最大值上而不是最小值。另外，跟读和同声两种任务在音高模仿上没有明显区别。

3.2 时长分析

首先考察语句的流畅程度，对句中停顿进行分析。

不同朗读任务中，停顿出现的次数和平均时长见表3。结果显示，跟读和同声朗读中停顿的次数都明显降低了。对平均停顿时长，以朗读任务为固定因素，单独朗读为基线，句子和发音人为随机因素，做LMM模型分析，同声模仿时停顿时长显著降低（b=-52.2，SE=16.2，df=232，t=-0.484，p=0.629）；但是跟读和单独朗读间没有显著差异（b=-7.303，SE=15.1，df=234，t=-3.211，p=0.001）。可见，同声模仿时停顿出现次数减少，平均停顿时长降低，流畅性有明显提高。

表3 三种朗读任务中停顿的次数及平均时长和标准差（ms）

具体地，200ms以上的停顿在单独朗读和跟读模仿中分别出现21次和11次，同声朗读中为0次。各任务中，200ms以下的停顿时长的频次分布，见图4。从图4中可见，跟读模仿中停顿的出现整体比单独朗读少。同声模仿中大部分停顿在100ms以下，100ms以上的停顿明显少于另两个朗读任务。

图4 三种朗读任务中200ms以内停顿时长的频次分布

下面考察各焦点条件下的目标词的时长变化，分别计算了句首、句中和句末三个目标词的时长。所有二语发音人的平均值（ms）和标准差见表4。

表4 三种朗读任务中各目标词在不同焦点条件间的时长和标准差（ms）

采用与音高分析相同的方法，用LMM模型对目标词的时长表现进行统计检验。第一步，先把所有的因素包括在统一的LMM模型中。结果发现，句首焦点条件下，焦点词时长比中性焦点条件下长（b=75.274，SE=27.456，df=780，t=2.742，p=0.006）。而其他各条件都没有主效应，也没有交互作用。第二步，分别对三种朗读任务下各目标词上的时长做LMM模型分析。以焦点条件为固定变量，中性焦点为基线，发音人和句子为随机因素（不固定截距），有显著效应的结果见表5。

表5 对三个朗读任务中三个目标词的时长进行LMM模型分析中有显著效应的结果，各模型均以焦点条件为固定因素（df=80）

结合表4可以看出，同声模仿的时长模式与母语者是一致的，句首焦点和句中焦点都有显著的焦点词时长延长，句首焦点后的词时长缩短。表明，发音人是可以比较好地和录音保持同步的。有意思的是，在单独朗读和跟读时，句首和句中的焦点词也都有显著的时长延长，但是没有焦点后的词时长缩短。可见，发音人在跟读时，并没有模仿到具体的时长变化。但是发音人是掌握了通过延长时长实现焦点的方法的。

3.3 声调偏误分析

以上的语调分析并没有考虑到二语者的声调错误。第一作者在Praat中，通过听感判断，同时结合音高曲线图对二语语音中的声调错误进行了标注。对于错误的声调，标出了听感上接近的某一个声调。比如，二语者把二声错读成的一声并不是标准的一声，只是接近一声的调型和调值。

接下来，对二语者在不同朗读任务下出现的声调错误进行统计，数据见表6。这里，T1—T0这5个声调在一套朗读材料里出现的次数分别为：5次、6次、3次、7次和12次。每个朗读任务下，8个发音人在3个焦点条件下朗读的所有句子中T1—T0这5个声调的总次数分别为：120次、144次、72次、168次和288次。由于声调分布并不平衡，表6中的数据是各条件下出现次数的百分比。

表6 不同朗读任务中声调混淆矩阵（%）

从表6中对角线上加粗的数据可以看出，相比于单独朗读（平均57.1%），跟读（69%）和同声（81.5%）模仿中声调的正确率都有明显的提高。卡方检验显示只有单独朗读和同声模仿在声调正确率上的差异是显著的（χ（1）=4.3，p=0.038）。也就是说，同声模仿对于提高声调的准确度是有帮助的。

从声调的错误类型来看，总体来说，一声的正确率比较高。而其他声调出错时，也比较容易读成一个接近一声的平调。与以往很多研究一致，该研究中的二语者也是更容易在二声和三声上出错。从表6中可以看出，同声朗读中三声的正确率有明显提高，可以达到81.9%。

总体来说，跟读模仿中声调正确率的提高有限，而同声模仿中声调正确率显著提高，特别是三声。有趣的是，虽然同声模仿中的声调正确率有提高，但是焦点词的音高上升程度和焦点后音高压缩都没有显著好于跟读。可见声调和语调的模仿在一定程度上是分离的。