03 音位论和汉语音系

Phonology and Chinese Phonemes

 

语音学（Phonetics）的研究对象是音素（phone）。音素被定义为从音质角度划分出来的最小的语音单位，分元音和辅音两类。因此，语音学的任务主要在于，从发音、成音的角度对不同的音素进行分析和描写。辅音要从发音部位和发音方法两方面进行分析，元音则要看三个方面，即舌位的高低、舌位的前后和唇形的圆展。

一般说元音和辅音，指的都是单纯音，即前面所谓音素。语音学同时还要分析比单纯音复杂一些的复合音。单纯音无边界的连用造成复合音，这是最自然、最简单的复合，譬如[ai]、[ei]、[ɑu]、[ou]是元音的复合，[pl]、[kl]、[ps]、[ks]是辅音的复合。此外还有一种情况：单纯音在发音过程中伴随出现了某种变化，譬如元音发生了时间长短的变化，或者辅音发生了气息强弱的变化，结果都会造成不同的音。这样造成的音理论上也叫复合音。譬如[a:]，即英语里经常提到的所谓long ā，实际是音延（duration）比一般元音的发音时间长了一些，也就是说在[a]的基础上增加了部分时长而形成长元音。辅音[ph]，则是发音过程中，由于克服摩擦，较之相同发音部位的[p]表现了较为明显的气息，语音学上称之为送气（aspirated）。与送气相对的是不送气（unaspirated），两者共同作为塞音、塞擦音的区别特征。可以看出，语音学所关注的是语言里面所有可能发出的声音，它只考虑语音本身的发音特点，因此被称为纯粹的语音学。

跟纯粹的语音学不同，音位学（Phonology）所关注的主要不在音素的发音，而在音素的功能（function）。所谓功能，指的是某个音实现在一个具体的语音结构中的时候，它对于意义的形成起什么作用。音位概念是这样提出来的：有些学者发现，某个音的具体实现形式并不像它在这种语言的语音系统中的作用那么重要，因为很多时候，语音的不同的实现形式并不影响语音的功能。建立在这样一种认识上的语音后来称之为音位（phoneme），它的一些不同的语音实现形式则称为同位音（allophone）。从这个角度看来，音位是比音素高一级的单位，所以一般不能把音位直接理解为音素，事实上它可以代表一个音素，但并不总是代表一个音素。

正因为如此，在对语言的语音进行实际调查的时候，最先获得的并不就是音位。音位不是语音调查的直接记录，而是在语音调查的基础上，经过与同类其他的音进行功能比较之后而得出来的一种理论上的认识。在一般语言学著作中我们读到的较为流行的措辞是这样的：音位是一个语音系统中能够区别意义的最小的语音单位。这个定义当然不错，但它省去了很多内容，因此不利于读者从本质上了解清楚音位到底是一种什么样的语音单位，有些时候甚至会误导读者把音位跟音素混为一谈。事实上，一个具体的音素，在它不跟同类其他音素进行功能比较的时候，无所谓辨义作用。譬如[p]和[ph]这两个辅音，对它们单独进行观察的话，很难说各自有什么辨义作用。只有把它们放在相同的语音结构当中，譬如把它们分别作为声母而与同样的韵母相配形成有意义的音节，它们的不同的功能才能显现出来。

现在，我们以[p]和[ph]这两个双唇塞辅音为例，看看这两个音在不同的语言里有哪些相同和不同的表现。

从语音学的角度看来，[p]和[ph]是性质非常相似的两个音，它们的差别仅在于前者发音时不送气而后者发音时送气。在现代汉语中，[p]和[ph]这两个辅音的作用是做声母，跟韵母相配组成表示不同意义的音节。譬如[p]与ān[⊂an]相配组成bān[⊂pan]，表示班次的“班”、搬动的“搬”等不同的意思，[ph]与ān[⊂an]相配组成
pān[⊂phan]，表示攀登的“攀”、姓潘的“潘”等不同的意思；[p]与ānɡ[⊂ɑŋ]相配组成bānɡ[⊂pɑŋ]，表示帮助的“帮”、邦交的“邦”，[ph]与ānɡ[⊂ɑŋ]相配组成pānɡ[⊂phɑŋ]，表示乒乓的“乓”、滂沱的“滂”。这些情况说明，两个不同而相似的辅音分别与相同的韵母结合时，会组成不同的音节并造成不同的意义，其中不同意义的形成是靠这两个辅音之间的差别形成的。两个辅音之间的这种差别，一般称为最小差别（minimal contrast），意思是说，是这种差别造成的譬如bān与pān两个音节各自所表示的意义的对立。这是汉语的情况。现代英语也有[p]和[ph]这两个塞辅音，它们对与它们相配的元音的选择作用，跟汉语很不相同。在英语中，双唇塞辅音直接与元音结合，结合的次序可以是在元音前，也可以是在元音后，而所形成的音节有时成词，如pad、grape；有时不成词，只是作为很长的一个复音词里的一个语音组成成分，如positive、microscope。塞音在英语中遵循一条发音规则：出现在擦音[s]的后面时发不送气音，出现在其他场合时发送气音。按照这样的分工，譬如sport（娱乐，运动）里面的p就要发不送气的[p]，point（点，标点）里面的p就要发送气的[ph]。这是没有问题的。根据我们对英语发音规则的理解，sport和point这两个单词里面的字母p所代表的[p]和[ph]两个辅音，前者不送气、后者送气，这应该是规则规定好的、不能改变的事实，如果违反了规则，把sport的p读成了[ph]，把point的p读成了[p]，一定会造成词的意义的变化，或者根本不能表示意义。可是，非常值得注意的是，事实并不是这样。前面提到的关于塞音发音的所谓什么时候送气、什么时候不送气的特点，其实只是反映了一般英美人的发音习惯；而在生活中真的遇到，譬如有人把sport里的p发成了送气音[ph]或者把point里的p发成了不送气音[p]，英美人往往不大在意，一般是没有反应，或者其实不是不做反应，而是他们根本没有觉察出这里边的不同来。

塞音在汉语和英语里的这种不同的表现，可以说明一个事实：在汉语中，双唇清塞音发音时气息强弱即不送气和送气的分别，对于所在音节的意义具有直接的影响，不送气是一个意义，送气又是另一个意义，就是说，在汉语中[p]和[ph]具有分别字义的作用；而在英语中，双唇清塞音[p]和[ph]发音时的气息强弱即不送气和送气的分别，则一般不会对所在音节所参与的更复杂的语音实体的意义产生影响，因为事实上[p]和[ph]各有自己的出现环境，它们从来不在同样的语音环境中对比着出现，分布上的这种互补的关系削弱了人们对[p]和[ph]发音时送气或不送气特征的注意力，而这样一来，[p]和[ph]两个辅音虽有语音方面的差异，但并不起区分字义的作用。

两个相似而不同的音在一种语言里有辨义的功能，而在另一种语言里没有辨义的功能，这是很常见的事。事实上，在两种不同的方言里，同样也会见到类似的情形。

现代汉语有两个舌尖辅音：[n]和[l]。这两个舌尖辅音的唯一差别在于发音方式的不同：前者气息从鼻腔流出，后者气息从口腔流出。从功能看，[n]既能做声母，也能做韵尾，[l]则只能做声母，不能做韵尾。所以，在做韵尾的功能上，[n]和[l]没有可比性；但在做声母的功能上，它们在不同的方言里的表现有很大差别。如果我们以长江为界，大体说来，江北的方言是一个样，江南的方言又是一个样。江北的方言对待[n]和[l]两个音的态度是严格地加以分别，而江南的方言对待[n]和[l]两个音的态度则不是那么严格地加以分别的，甚至是不加分别的。譬如有nónɡ和lónɡ两个音节，我们知道，前者的声母是[n]，后者的声母是[l]。讲江北方言的人觉得这是读音和意义都完全不同的两个音节，并且他们会拿譬如工农联盟的“农”和龙凤呈祥的“龙”这两个字作代表，说明两个字的声母不同。可是，讲江南方言的人觉得这两个音节没有区别，或者，如果我们一定要跟他们强调两个音节对应的是不同的两个字的话，他们也一定会说：nónɡ和lónɡ，“农”和“龙”，是同音字。

这种情况说明：站在江北方言的立场上，[n]和[l]是相似而不同的两个音，两者在发音方法上的差异，成为说江北方言的人用来区分一系列以[n]和[l]做声母的字的依据，就是说，江北方言把[n]和[l]之间的语音上的其实非常细微的差别，看作造成相同音节环境下的[n]声母字和[l]声母字对立的最小差别，用来区分字义；而站在江南方言的立场上，[n]和[l]本质说来自然也是相似而不同的两个音，但是两者在发音方法上的差异，并未成为说江南方言的人用来区分一系列以[n]和[l]做声母的字的依据，相反，他们不承认——实际多数人或许根本没感觉到——[n]和[l]之间的语音上的不同，所以这种不同，也就不可能作为最小差别来区分字义。

这里，有必要做些说明的是：所谓江北方言和江南方言，都是临时使用的概念，目的在于说明，在长江以北和长江以南两大片土地上的汉语可以大致分别为两个方言，它们在对待[n]和[l]这两个辅音的同和异的态度上具有差异性。江北方言内部的多数地方话都严格分辨[n]和[l]；江南方言内部的多数地方话都不严格分辨[n]和[l]。譬如属于江南方言的广州话，作为声母使用的都是[l]而不是[n]，[n]的相应的音韵地位被比它强势的[l]排挤掉了。而同属于江南方言的岳阳话，作为声母使用的只是[n]（或其变体[ȵ]），[l]的相应的音韵地位被比它强势的[n]排挤掉了。江北方言固然总的趋势是严格地区分[n]和[l]的，可是，我们也注意到其中的一些特殊情况，譬如属于江淮官话的安徽省庐江话在作为声母使用的意义上，[l]只出现于跟齐齿呼和撮口呼韵母相配的音节，[n]只出现于跟开口呼和合口呼韵母相配的音节，就是说，庐江话的[n]和[l]在体现各自声母价值的意义上，是一种互补的关系。庐江话表现出来的这种本质上属于[n]、[l]混而不分的情形，或许是因为庐江地处与江南接壤的地带，江南方言的影响使它部分地改变了原来[n]、[l]严加区分的特点。

上面说的是涉及辅音辨义功能的一些情况。跟辅音相比，元音的表现会有些不同，这种不同主要是在作为音节组成成分的时候，元音常常不像辅音那样总有自己独立的身份：它们或者做声母，或者做韵尾——当然不是所有的辅音都能取得这样的自由权利。所以，考察元音在音节中的辨义作用，很多时候也就不像辅音那样，总能在很表面的层次上观察清楚。

下面，我们举一对元音的例子。

现代汉语有两个舌面低元音：一个是发音时舌位偏前的[a]，一个是发音时舌位偏后的[ɑ]。单凭听觉，似乎很难分辨这两个元音的异同，但是，这两个元音，正是凭借各自发音时舌位偏前和偏后的一点细微差异，能在有些方言里，发挥它们的区分意义的作用。

在苏州话里，这两个元音的差别非常重要，有些字就是靠这一差别区分字的意义的，譬如[maʔ⊃]是麦子的“麦”，[mɑʔ⊃]是袜子的“袜”。苏州话属于吴方言。可是，同属于吴方言的上海话却不做这样的区分，随便你说[maʔ⊃]或者[mɑʔ⊃]，上海人都觉得这说的是同一个字，既代表麦子的“麦”，又代表袜子的“袜”，就是说，在上海话里，“麦”和“袜”是两个同音字。这个情况说明：就苏州话而言，[a]和[ɑ]虽然差别很小，但这很小的一点差别却具有区分字义的作用，因此不能够混同不分；就上海话而言，[a]和[ɑ]虽然存在差异，但这差异没有区分字义的作用，因此无妨不加分辨。

需要说明的是，[a]和[ɑ]在上海话里，并非在一切场合都不做区分，只是它们不像在苏州话里那样，在相同的语音环境下对比着出现，以相互之间的差异作为最小差别来区分意义。事实上，在上海话里，虽然[a]和[ɑ]不具有对比着出现从而以两者之间的差别分别意义的作用，但同时也不是一切场合下都允许自由替换，而是各有各的活动范围。我们注意到上海话的[a]和[ɑ]是这样的活动方式：譬如有[an]这样的组合，但不会有[ɑn]这样的组合；同样，有[ɑŋ]这样的组合，但不会有[aŋ]这样的组合。譬如安心的“安”，起头的元音一定是[a]；放心的“放”，起头的元音一定是[ɑ]。[a]和[ɑ]两个音这样的分工，表明它们之间在音节分配上的关系是互补（complement）的，而不是对立（contrast）的。所以，在上海话里，[a]和[ɑ]在分配上遵循一个原则：在被用来充当韵母主要元音时，凡是在[n]韵尾的前边出现的一定是[a]，凡是在[ŋ]韵尾的前边出现的一定是[ɑ]。

分析到这里，我们已经可以看出来一个道理：[n]和[l]作为相似而不同的两个辅音，它们在北方方言里具有区分字义的作用，而在南方方言里没有区分字义的作用。 [a]和[ɑ]两个元音，在苏州话里，总是对比着出现，所以具有区分字义的功能；而在上海话里，并不是对比着出现，自然没有区分字义的功能。对于上述情况，音位理论是这样解释的：[n]和[l]两个辅音，北方方言更多地注意了它们的差别，虽然差别十分细微，但它们被用来区分意义，因而在北方方言里属于两个音位；南方方言更多地注意了它们的一致，虽然一致之外还有差异，但差异不被用来区分意义，因而在南方方言里属于一个音位。同样道理，[a]和[ɑ]在苏州话里具有区分意义的功能，因而属于两个音位，而在上海话里，它们没有区分意义的功能，因而属于一个音位。所以，赵元任（1980：28）说：

音位论对语言研究最大的用处，是在能够把须得辨别的声音都辨别出来，不管它多么微细，而把无须辨别的声音故意混为一谈，不管它在声音上是差得多远。

由此我们知道，音位所指常常并不是一个具体的音，而是一组音（a group of phones）。可以归并为一个音位的这一组音，一般要具备三个条件：

第一，一个音位之下的各个音，彼此都要很相似，本地人不留心的话一般很难听出差别来。在这方面，本地人的音感（phonetic intuition of the natives）是十分重要的，在对某种语言或方言进行调查的时候，两个音相似或者不相似，一定要采用本地人的判断。

第二，一个音位之下的各个音，在分布上是一种互补的关系。譬如有一个音位/p/它有三个同位音P1、P2、P3，这三个同位音各有各的出现环境，就是说：P1出现的时候P2、P3都不出现，P2出现的时候P1、P3都不出现，P3出现的时候P1、P2也都不出现。这就是互补的关系。我们所熟知的现代汉语元音音位/a/的四个音位变体的分布情况正是这样，它们四分天下，各居其一：

/a/：[a]出现在韵尾[-i]或[-n]之前，如：来lái[⊆lai]、蓝lán[⊆lan]、关ɡuān[⊂kuan]；

[ᴀ]出现在无韵尾的音节，如：扎zhā[⊂tʂᴀ]、花huā[⊂xuᴀ]；

[ɑ]出现在韵尾[-u]或[-ŋ]之前，如：烧shāo[⊂ʂɑu]、刚ɡānɡ[⊂kɑŋ]、江jiānɡ[⊂tɕiɑŋ]；

[ɛ]出现在韵头[i-]和韵尾[-n]之间，如：燕yàn[iɛn⊃]、年 nián[⊆niɛn]。

第三，一个具体的语言里的音位总是成系统的。譬如现代汉语，辅音系统中有三个不送气的清塞音[p]、[t]、[k]，又有三个送气的清塞音[ph]、[th]、[kh]，但是没有跟这两组清塞音相当的浊塞音[b]、[d]、[ɡ]；英语的情况有所不同，它有三个不送气的浊塞音[b]、[d]、[ɡ]，又有三个不送气的清塞音[p]、[t]、[k]和三个送气的清塞音[ph]、[th]、[kh]，但是不送气和送气的两组清塞音之间的关系不是对立，而是互补。此外，汉语和英语都有跟不同发音部位的塞音相配的[m]、[n]、[ŋ]三个鼻辅音，从而成就了汉、英两种语言中塞音跟同部位鼻音构成的整齐而略见差异的辅音音位聚合格局。

赵元任（1980：33）这样表述音位的定义：

一个语言里，凡是一个音群，其中各个音性质相似而成互补分配，同时又跟其他合乎以上条件的音群形成一个简单整齐的系统，这个系统就叫作这个语言的音位系统——简称音系，这些音群就是这种语言的一个一个的音位，每个音位所包含的各种音就是那个音位的音值，一般叫作同位音。

同位音，即一般语言学著作中所谓的音位变体。采用同位音说法的好处是，对于一个音位下面的几个不同的变体的态度一视同仁，不是以哪一个为主而其他的都处于从属的地位。这是符合音位工作的实际的。

前面说过，音位不是语音调查的直接记录，而是通过对调查来的语音素材做语音功能比较而得到的一种分析性的结论。所以，就音位的本质而论，要是用索绪尔的语言观来认识或解释音位和音素的关系的话，我们其实可以说：音位是语言的单位，而音素则是言语的单位。言语单位属于语言单位的实现形式。不过，音位既是属于某个具体语言的，又是属于人们对某个具体语言进行语音调查之后所得出的理论认识的，因此不免带有一定程度的主观判断的性质。所以，有些时候，可以根据不同的研究目的，对语言的音位数目进行调整。当然，从学习和记忆的角度看来，音位数目以少为好。譬如20世纪初叶我国实行注音字母的时候，以读音统一会所规定的字音为标准，规定了、ㄉㄊㄋㄌ、ㄍㄎㄏ、ㄐㄑㄒ、ㄓㄔㄕㄖ、ㄗㄘㄙ，比现在的汉语拼音方案多出、、三个。[v]是浊唇齿音、[ŋ]是舌面后鼻音，北京话没有这两个音，所以实际只用于拼读方音。但是舌面前鼻音[ȵ]，北京话是有的，它所承担的作为声母的工作，相当于现代汉语拼音方案中字母n所代表的/n/音位其中拼齐齿、撮口韵母的这一部分工作。/n/音位包含ㄋ[n]、[两个音值，前者只配开口、合口两呼，后者只配齐齿、撮口两呼，由于两者在分布上的互补关系，ㄋ、两个声母后来合并为一个音位，现代汉语拼音方案用字母n表示。

北京话音系是现代汉语音系的代表，当然也是北方方言的代表。可是，北方方言的地理分布范围十分广大，因此从它的内部还是可以划分出来很多互见差异的地方话。不同的地方话之间，音位体系会各有特点，不过相互之间的差别一般不属于绝对对立的性质。譬如北京话和天津话，虽然总的说来音位体系上存在差异，但是差异很少反映在音位的种类方面，多数是反映在音位的分配关系方面。北京话和天津话的舌尖辅音声母都分两组：一组是舌尖前辅音声母[ts]、[tsh]、[s]，一组是舌尖后辅音声母[tʂ]、[tʂh]、[ʂ]。按照发音原理，这两组声母在跟各类韵母配合而形成音节的选择作用上，并无不同。但是，我们注意到，在所有以[ts]和[tʂ]（举[ts]以赅[tsh]、[s]，举[tʂ]以赅[tʂh]、[ʂ]）做声母而形成的有意义的音节——换言之，字——里面，读[ts]和读[tʂ]的字的比例，北京话和天津话之间表现出了很大的不同。譬如《现代汉语词典》（第6版）所收的规定读[ts]和读[tʂ]的全部865个字，北京话读[ts]和读[tʂ]的字的比例是258∶607，而天津话读[ts]和读[tʂ]的比例是744∶121。现代的天津话分为新派和旧派。比较而言，旧派读音相对保守，他们对[ts]和[tʂ]两组声母的使用基本遵循至少自清末开始一直坚持下来的一个原则：《广韵》“知”“见”两组声纽的字，三等的读[tʂ]，二等的读[ts]；新派读音则相对自由，他们对[ts]和[tʂ]两组声母的使用，原则上是坚持二等字全部读[ts]之外，三等字也大部分读[ts]，从而表现出一种《广韵》“知”“见”两组声纽的字不分二等、三等全部读[ts]的变化趋势。实际说来，让北京人感觉出天津话跟北京话不同，换言之，能够引起北京人对天津话产生方言直觉的，一是天津话的声调调值格局，特别是其中阴平调值的音高至低的声调特点，再就是平舌声母多而卷舌声母少这一明显有别于北京话的声母特色——不论新派还是旧派。

刚才说过，说新派天津话的人，表现出一种把“知”“见”两组声纽的字不分二等、三等全部读[ts]、[tsh]、[s]的变化趋势。我们在调查中注意到，时下说新派天津话的人——主要是读书相对少一些的年轻人，他们对声母读[ts]组或读[tʂ]组采取了一种更加极端的选择方式：除了跟舌尖后元音韵母[ʅ]相配的很少数的字读[tʂ]组卷舌声母之外，其余北京话读卷舌声母的字，他们差不多全部读[ts]组平舌声母。这就是说，跟旧派天津话相比占有绝对优势的新派天津话，只有韵母是[ʅ]的字选择读[tʂ]组声母，其他30多个韵母的字声母都选择了[ts]组。这种情况告诉我们，按照音位分布理论，[ts]、[tsh]、[s]和[tʂ]、[tʂh]、[ʂ]其实可以合并为一组音位，譬如用[ts]、[tsh]、[s]来代表，从而使天津话的音位数量比原来——同时也比北京话——减少3个：

 

当然，就北京话和天津话来说，还可以选择另外的一种音位归纳方式，同样可以减少辅音音位的数目。我们知道，北京话里有这样四组辅音声母，如表3-1：

 

从音位分配的角度看，[tɕ]、[tɕh]、[ɕ]和[ts]、[tsh]、[s]有互补关系，[tɕ]、[tɕh]、[ɕ]和[k]、[kh]、[x]有互补关系，[tɕ]、[tɕh]、[ɕ]和[tʂ]、[tʂh]、[ʂ]也都有互补关系。这样的话，我们就可以把舌面前声母[tɕ]、[tɕh]、[ɕ]跟其余三组声母中的任意一组声母合并为一组，但是不能同时合并。合并音位需要考虑语音相近这个条件，那么，[tɕ]、[tɕh]、[ɕ]和[ts]、[tsh]、[s]，[tɕ]、[tɕh]、[ɕ]和[k]、[kh]、[x]，[tɕ]、[tɕh]、[ɕ]和[tʂ]、[tʂh]、[ʂ]，其中的哪种情况在语音上更加相近呢？从历史来源看，现在读[tɕ]、[tɕh]、[ɕ]的字有一部分是从古代的[ts]、[tsh]、[s]来的，也有一部分是从[k]、[kh]、[x]来的，但是[tɕ]、[tɕh]、[ɕ]跟[tʂ]、[tʂh]、[ʂ]两组历史上毫不相干。这样看来，把[tɕ]、[tɕh]、[ɕ]跟[ts]、[tsh]、[s]或者把[tɕ]、[tɕh]、[ɕ]跟[k]、[kh]、[x]合并为一组，都是合理的，合并后北京话的辅音声母，由21个减少为18个。而[tɕ]、[tɕh]、[ɕ]跟[tʂ]、[tʂh]、[ʂ]，虽然在分布上具有互补的关系，但是从历史音韵的角度看，两组声母并无关联，因此不宜进行合并。这是中国人的眼光。可是，这件工作如果交给外国人做，结果可能是另外一种情况。因为在外国人特别是说英语的人看来，[tɕ]、[tɕh]、[ɕ]跟[tʂ]、[tʂh]、[ʂ]这两组辅音是比较相近的，[tɕ]、[tɕh]、[ɕ]跟[ts]、[tsh]、[s]或[k]、[kh]、[x]倒不怎么相近。跟英美国家有过接触的人都有这个经验：好像他们不仅把姓秦的老师叫秦老师，而且也把姓陈的老师叫秦老师。以此足可证明，在英美人的感觉上，[tɕ]、[tʂ]两组声母是比较接近的。当然，这是一种导源于不同民族语说者的音位背景的听感错觉（misconception），因为实际情况是：我们听起来像是秦老师的“秦”的这个音，他们说的其实是[ʧhin]而不是[tɕhin]。

现代汉语的音位体系，按照现代汉语著作的比较通行的归纳方法，是22个辅音音位、10个元音音位。22个辅音音位，按照发音部位可分为六组：（1）唇音[p]、[ph]、[m]、[f]，（2）舌尖前音[ts]、[tsh]、[s]，（3）舌尖中音[t]、[th]、[n]、[l]，（4）舌尖后音[tʂ]、[tʂh]、[ʂ]、[ʐ]，（5）舌面前音[tɕ]、[tɕh]、[ɕ]，（6）舌面后音[k]、[kh]、[ŋ]、[x]；按照发音方法可分为五组：（1）塞音[p]、[ph]、[t]、[th]、[k]、[kh]，（2）塞擦音[ts]、[tsh]、[tʂ]、[tʂh]、[tɕ]、[tɕh]，（3）擦音[f]、[s]、[ʂ]、[ʐ]、[ɕ]、[x]，（4）鼻音[m]、[n]、[ŋ]，（5）边音[l]。这些辅音音位共同组成了下面的现代汉语的简单整齐的辅音聚合系统：

从发音部位和发音方法两方面看，现代汉语辅音音位的分布算是比较整齐的。首先，辅音多数是清音。具体说，除3个鼻音、1个边音和1个与舌尖后清擦音[ʂ]对应的同部位浊擦音[ʐ]这5个所谓次浊音之外，其余18个辅音全部是清音。其次，塞音、塞擦音有送气和不送气的对立。具体说，双唇、舌尖中、舌面后各有一对以送气和不送气为区别特征的塞音，舌尖前、舌尖后和舌面前各有一对以送气和不送气为区别特征的塞擦音。再次，舌尖前、舌尖后、舌面前、舌面后都配有一个清擦音，但是舌尖中辅音系列少一个清擦音而多出来一个孤立无依的浊边音[l]，舌尖后辅音系列清擦音[ʂ]之外多出来一个浊擦音[ʐ]，这是很值得注意的，因为很明显，[l]和[ʐ]这两个次浊擦音影响了汉语辅音双向聚合系统的整齐性。

边音[l]似乎是个不容易发的音。就笔者所知，儿童汉语习得很多都是最后完成这个音的发音的。跟汉语有过数千年接触往来的日语、韩语至今没有这个音，俄语也没有这个音，但这些语言有一个发音部位跟[l]接近的颤音[r]或闪音[ɾ]。我们注意到，有些中国学生在经过很长时间的学习之后，仍然不能很好地学会[r]或[ɾ]的发音方法。数年前，我们的一个学生被派往俄罗斯学习俄语，一年后回来，舌尖颤音[r]依然不会发，所有遇到该发舌尖颤音的地方她都用边音[l]来替代。英语有浊边音[l]，但也是很孤立的一个音，它是英语辅音系统中唯一没有配出同部位清音的一个浊音。就汉语而言，[l]早在先秦时代就出现了，中古时期已经定位为“来”母，迄今没有变化。较之边音[l]，舌尖后浊擦音[ʐ]也是个值得注意的音。关于这个音的来源和音值，数十年前王力先生提出过质疑，认为这个音不应该是[ʐ]而应该是闪音[ɾ]；近年王洪君、李娟提出，与卷舌清擦音[ʂ]对应的浊擦音不是[ʐ]也不是[ɾ]，而应该是与[ʂ]发音部位和姿态都相同但声带振动且摩擦更小的近音[ɻ]。她们还认为，英语出现在非重读音节如red中的r，是个被动发音部位与z[z]相同但摩擦更小的近音[ɹ]，这个音跟汉语的舌尖后近音[ɻ]相近似，具体说，发音部位较之[ɻ]略微靠前而不卷舌。此外，由于历史音韵的变化，从充当音节构成成分即参与音节构造的功能的意义看，在现代汉语中，22个辅音中有21个是可以充当声母的，只有舌根鼻辅音[ŋ]不做声母而只做韵尾。与[ŋ]不同，[n]既做声母又做韵尾。

10个元音音位，按发音部位分为三组：

舌面元音：[a]、[o]、[ə]、[e]、[i]、[u]、[y]

舌尖元音：[ɿ]、[ʅ]

卷舌元音：[ɚ]

舌面元音的[a]音位，主要有[a]、[ᴀ]、[ɑ]、[ɛ]四个同位音，[o]音位主要有[o]、[oc]两个同位音，[ə]音位主要有[ɤ]、[ə]两个同位音，[e]音位主要有[e]、[ɛ]两个同位音，[i]音位主要有[i]、[ɪ]两个同位音，[u]音位主要有[u]、[ɷ]两个同位音，只有[y]没有同位音。另外的两个舌尖元音音位[ɿ]和[ʅ]，也都没有同位音。[ɚ]音位有[ɚ]、[ɐr]两个同位音。包含了各种同位音的三组元音音位，共同组成了现代汉语相对复杂一些的元音聚合系统，如图 3-1。

这三组元音都能充当韵腹，但只有[i]、[u]、[y]这三个舌面高元音可以充当韵头，其中[i]、[u]又可以充当韵尾。韵尾是韵母后面的收音成分，[i]、[u]两个高元音韵尾之外，还有[n]、[ŋ]两个鼻辅音韵尾。10个元音音位中7个是舌面元音，3个是舌尖元音：其中[ɿ]、[ʅ]是平舌元音，[ɚ]是卷舌元音。舌尖前元音[ɿ]发音时，舌叶前伸接近上齿背；舌尖后元音[ʅ]发音时，舌尖上翘接近上齿背。发这两个元音时，气流通路狭窄，但是气流经过时都不发生摩擦，唇形不圆。[ɚ]属于卷舌、央、中、不圆唇元音，就音值而言，可以看作是舌尖上翘带有卷舌色彩的中央元音[ə]，发音时口形略开，舌位居中，舌头稍后缩，唇形不圆，在发央元音[ə]的同时，舌尖向硬腭卷起。值得注意的是，卷舌元音[ɚ]在以单元音形式充当韵母的时候只配零声母，如“儿”“而”“二”等字。顺便指出，在现代汉语中，元音卷舌不限于央元音，并且广泛存在韵母主要元音带上卷舌色彩的特殊音变现象——儿化，出现儿化的韵母称为儿化韵。

现代汉语的元音音位，从数量看，算是比较少、比较简单的。但是，元音音位的同位元音相对复杂、多样，不同的元音音位的分布和组合功能各有特点，元音在参与音节组成时有多种身份。从这个意义上来看，深入分析现代汉语元音音位和它们的具体表现是非常必要的。