黃睿紅
摘 要:本文使用Cite Space軟件,以2012-2022年期間WOS收錄的1564篇國(guó)外語(yǔ)音學(xué)領(lǐng)域感知與產(chǎn)出研究為主體,從研究機(jī)構(gòu)及國(guó)家、作者、關(guān)鍵詞及關(guān)鍵詞聚類(lèi)、關(guān)鍵詞突顯對(duì)語(yǔ)音學(xué)領(lǐng)域感知與產(chǎn)出的研究進(jìn)行可視化分析,以追蹤和捕捉國(guó)外語(yǔ)音學(xué)領(lǐng)域感知與產(chǎn)出研究的發(fā)展現(xiàn)狀及研究前沿。結(jié)果表明,感知與產(chǎn)出領(lǐng)域跨學(xué)科趨勢(shì)明顯,新技術(shù)運(yùn)用廣泛,語(yǔ)音意識(shí)、個(gè)體差異、音韻編碼等是研究前沿,感知相關(guān)的研究比產(chǎn)出豐富,關(guān)于感知與產(chǎn)出之間的關(guān)系尚未達(dá)成一致。
關(guān)鍵詞:感知;產(chǎn)出;Cite Space;知識(shí)圖譜;研究前沿
中圖分類(lèi)號(hào):H311? 文獻(xiàn)標(biāo)識(shí)碼:A? 文章編號(hào):1673-2596(2023)05-0056-08
一、引言
感知(perception)與產(chǎn)出(production)是第二語(yǔ)言語(yǔ)音習(xí)得研究中的關(guān)鍵問(wèn)題,也是目前語(yǔ)音學(xué)領(lǐng)域研究的熱點(diǎn)之一。感知和產(chǎn)出是語(yǔ)音鏈的重要組成部分,對(duì)其的研究可以粗略分為三大類(lèi):一是語(yǔ)音感知;二是語(yǔ)音產(chǎn)出;三是語(yǔ)音感知與產(chǎn)出之間的關(guān)系。
20世紀(jì)70年代,范疇感知,即識(shí)別(identification)和區(qū)分(discrimination)連續(xù)變化的語(yǔ)音音段邊界(phonetic boundary),在幼兒語(yǔ)音習(xí)得領(lǐng)域研究得到廣泛開(kāi)展。20世紀(jì)80年代,二語(yǔ)習(xí)得領(lǐng)域的語(yǔ)音學(xué)家,如Strange、Flege、Kuhl和Best等設(shè)計(jì)了針對(duì)成年人二語(yǔ)語(yǔ)音習(xí)得的實(shí)證研究,試圖探尋成年學(xué)習(xí)者對(duì)非母語(yǔ)語(yǔ)音的感知情況并找到科學(xué)合理的解釋。進(jìn)入21世紀(jì),中國(guó)國(guó)內(nèi)的學(xué)者翻譯并總結(jié)了Flege等語(yǔ)音學(xué)家關(guān)于二語(yǔ)語(yǔ)音感知與產(chǎn)出方面的理論和模型,并結(jié)合理論開(kāi)展?jié)h語(yǔ)二語(yǔ)習(xí)得中感知與產(chǎn)出方面的研究[1]。
二語(yǔ)語(yǔ)音產(chǎn)出受到學(xué)習(xí)者母語(yǔ)語(yǔ)音系統(tǒng)的深刻影響。語(yǔ)音產(chǎn)出是發(fā)音產(chǎn)生的聽(tīng)覺(jué)和聲學(xué)結(jié)果,也是語(yǔ)言加工的外在表現(xiàn)形式[2]。語(yǔ)音產(chǎn)出是從模仿開(kāi)始并通過(guò)積累經(jīng)驗(yàn)在語(yǔ)言學(xué)、生理學(xué)和聲學(xué)層面感知和產(chǎn)出語(yǔ)音[3]。Flege通過(guò)實(shí)證研究發(fā)現(xiàn)二語(yǔ)語(yǔ)音產(chǎn)出存在等值匹配(Equivalence Classification)模式,即學(xué)習(xí)者總是把二語(yǔ)語(yǔ)音中的相似音素(Similar Phoneme)歸入母語(yǔ)某個(gè)語(yǔ)音范疇中[4]。
感知與產(chǎn)出領(lǐng)域主要有以下四種理論模型。母語(yǔ)磁吸模型(Native Language Magnet,NLM)認(rèn)為母語(yǔ)者腦中存儲(chǔ)著對(duì)某一個(gè)音的感知形式。二語(yǔ)語(yǔ)音中的某個(gè)音與學(xué)習(xí)者母語(yǔ)系統(tǒng)中的相似音感知效果越相近,學(xué)習(xí)者將這個(gè)音與母語(yǔ)中相似音分開(kāi)的難度越大[5]。Best提出的感知同化模型(Perceptual Assimilation Model,PAM)認(rèn)為學(xué)習(xí)者傾向于把二語(yǔ)語(yǔ)音范疇歸類(lèi)到與其發(fā)音相似的母語(yǔ)語(yǔ)音范疇[6]。Strange提出的自動(dòng)選擇感知模型(Automatic Selective Perception,ASP)認(rèn)為語(yǔ)音行為反映學(xué)習(xí)者對(duì)聲學(xué)信息的選擇和整合,學(xué)習(xí)者對(duì)二語(yǔ)和母語(yǔ)的聽(tīng)覺(jué)能力并不能決定其二語(yǔ)語(yǔ)音行為[7]。Flege于1995年提出了語(yǔ)音學(xué)習(xí)模型(Speech Learning Model,SLM),并認(rèn)為二語(yǔ)語(yǔ)音學(xué)習(xí)基本是從學(xué)習(xí)者的母語(yǔ)范疇開(kāi)始的。該模型認(rèn)為,二語(yǔ)語(yǔ)音感知先于產(chǎn)出,且感知能力會(huì)極大地影響產(chǎn)出能力[8]。
二、數(shù)據(jù)來(lái)源與研究工具
(一)數(shù)據(jù)來(lái)源
利用WOS的SCI-EXPANDED、SSCI、CPCI-S、CPCI-SSH五大引文庫(kù)對(duì)2012—2022年期間以TS=“perception” and “production”為主題詞的文獻(xiàn)進(jìn)行高級(jí)檢索,文獻(xiàn)類(lèi)型設(shè)置為“文章(article)”,文獻(xiàn)出版時(shí)間設(shè)定為“2012—2022年”,得到有效文獻(xiàn)17358篇。通過(guò)WOS類(lèi)別篩選保留“l(fā)inguistics”“psychology”“psychology experimental”“audiology speech language pathology”“neurosciences”“l(fā)anguage linguistics”“acoustics”8個(gè)與語(yǔ)言學(xué)相關(guān)的類(lèi)別,剔除“agriculture”“business management”等與語(yǔ)言學(xué)無(wú)關(guān)的類(lèi)別,從WOS導(dǎo)出1627篇文獻(xiàn)的全記錄txt文件。利用Cite Space軟件自動(dòng)去重功能,最終得到1564篇文獻(xiàn)。這樣的文獻(xiàn)獲取方式和文獻(xiàn)篩選方法能較好地平衡總文獻(xiàn)的查全率和查準(zhǔn)率,保證基礎(chǔ)數(shù)據(jù)的代表性和權(quán)威性。
(二)研究工具
Cite Space軟件是由美國(guó)德雷克塞爾大學(xué)信息科學(xué)與技術(shù)學(xué)院和大連理工大學(xué)WISE實(shí)驗(yàn)室聯(lián)合開(kāi)發(fā)的信息可視化軟件,可以測(cè)量和分析研究數(shù)據(jù),展示知識(shí)圖譜可視化研究領(lǐng)域的研究趨勢(shì)和合作情況[9]。本文利用Cite Space軟件,通過(guò)對(duì)研究國(guó)家(地區(qū))、研究作者、研究機(jī)構(gòu)、關(guān)鍵詞、關(guān)鍵詞聚類(lèi)及關(guān)鍵詞突現(xiàn)的分析,總結(jié)了國(guó)外語(yǔ)言學(xué)領(lǐng)域感知與產(chǎn)出研究的研究熱點(diǎn)和研究趨勢(shì)。
數(shù)據(jù)導(dǎo)入Cite Space 5.8.R3,軟件參數(shù)設(shè)置如下:時(shí)間區(qū)域(Time Slicing)為“2012年1月—2022年12月”,時(shí)間切片(Year Per Slice)為“1”,節(jié)點(diǎn)類(lèi)型(node types)分別為“作者(author)”“國(guó)家(country)”“機(jī)構(gòu)(institution)”“關(guān)鍵詞(keyword)”。
三、結(jié)果與討論
(一)文獻(xiàn)計(jì)量現(xiàn)狀
利用WOS網(wǎng)站自帶的引文分析功能對(duì)1564篇文獻(xiàn)及其被引頻次進(jìn)行統(tǒng)計(jì)分析,探究國(guó)外感知與產(chǎn)出研究的基本發(fā)展情況。經(jīng)分析,2012—2022年國(guó)外感知與產(chǎn)出研究的文獻(xiàn)數(shù)量在2022年前一直保持穩(wěn)定的數(shù)量,大約每年有140—160篇文章產(chǎn)出,研究文獻(xiàn)年產(chǎn)出較為穩(wěn)定,說(shuō)明感知與產(chǎn)出領(lǐng)域的研究發(fā)展平穩(wěn)。感知與產(chǎn)出領(lǐng)域的文獻(xiàn)被引頻次逐年上升,在2020年后曲線增陡,增速加快,說(shuō)明語(yǔ)言學(xué)領(lǐng)域感知與產(chǎn)出研究熱度逐步升高。由于在檢索時(shí)文獻(xiàn)發(fā)表時(shí)間限定在2022年6月30日前,所以2022年的發(fā)文量為平均值的一半左右,符合事物發(fā)展的普遍規(guī)律。
(二)研究現(xiàn)狀分析
1.研究國(guó)家(地區(qū))分布
通過(guò)對(duì)研究所在的國(guó)家(地區(qū))進(jìn)行文獻(xiàn)計(jì)量,可以明確國(guó)外對(duì)感知與產(chǎn)出研究的地域空間分布,從而分析出不同國(guó)家(地區(qū))在該領(lǐng)域的關(guān)注度和貢獻(xiàn)度。首先將分析對(duì)象設(shè)定為“國(guó)家(地區(qū))”,在Cite Space軟件中的Node Types界面選取“country”,經(jīng)數(shù)據(jù)處理分析得到國(guó)外感知與產(chǎn)出研究的國(guó)家(地區(qū))可視化圖譜。國(guó)外感知與產(chǎn)出研究的國(guó)家(地區(qū))可視化圖譜中共有節(jié)點(diǎn)74個(gè),連線65條,網(wǎng)絡(luò)密度0.0241。以上數(shù)據(jù)說(shuō)明感知與產(chǎn)出的相關(guān)研究共涉及74個(gè)國(guó)家(地區(qū)),這些國(guó)家和地區(qū)之間的研究互動(dòng)過(guò)65次,總體合作程度不高。目前國(guó)家(地區(qū))間的合作互動(dòng)以美國(guó)為中心,英國(guó)、加拿大、德國(guó)等國(guó)家(地區(qū))之間的合作居于次位。
在可視化圖譜中,中介中心性(Centrality)表示相同節(jié)點(diǎn)在某領(lǐng)域當(dāng)中的中介作用,凸顯節(jié)點(diǎn)在結(jié)構(gòu)中的重要程度。中介中心性數(shù)值>0.1即說(shuō)明該節(jié)點(diǎn)的影響力較強(qiáng)。突現(xiàn)性(Burst)數(shù)值通過(guò)突增算法得出,突現(xiàn)性高說(shuō)明未來(lái)具有爆發(fā)力和創(chuàng)新性。Sigma值由公式Sigma=(Centrality+1)* Burstness(突現(xiàn)指數(shù))得出。Sigma值可以用來(lái)識(shí)別創(chuàng)新性文獻(xiàn)或者創(chuàng)新性主題。
由表1可以得知,2012—2020年美國(guó)、加拿大、英國(guó)、德國(guó)和法國(guó)占據(jù)了國(guó)外有關(guān)感知與產(chǎn)出研究的文獻(xiàn)總量排名的前五位。作為語(yǔ)音學(xué)領(lǐng)域的熱點(diǎn)研究,感知與產(chǎn)出研究在各國(guó)研究的規(guī)模與國(guó)家(地區(qū))的發(fā)展水平密切相關(guān)。
位列第七的中國(guó)發(fā)文量85,中心度為0.01,影響力與美國(guó)、英國(guó)還有一定差距,但中國(guó)的發(fā)文突現(xiàn)性為4.91,位列第一,Sigma為1.04,體現(xiàn)中國(guó)在感知與產(chǎn)出方面的研究勢(shì)頭正猛,研究潛力大,未來(lái)應(yīng)加強(qiáng)國(guó)際間的學(xué)術(shù)交流合作,提升我國(guó)在感知與產(chǎn)出研究領(lǐng)域的學(xué)術(shù)影響力。
2.研究作者分布
核心作者的可視化分布可以幫助我們了解該研究領(lǐng)域內(nèi)主要研究者狀況。Cite Space結(jié)合作者發(fā)文數(shù)量與引用率,在知識(shí)圖譜中突顯具有高影響力的作者。
在Cite Space軟件中,選取節(jié)點(diǎn)類(lèi)型為“作者”,時(shí)間跨度依舊設(shè)定為“2012—2022年”,單個(gè)時(shí)間區(qū)分長(zhǎng)度為“1年”,節(jié)點(diǎn)條件(Threshold)設(shè)置被引頻次為“5以上”,得到2012—2022年WOS數(shù)據(jù)庫(kù)中感知與產(chǎn)出領(lǐng)域研究作者被引頻次共現(xiàn)圖。研究發(fā)現(xiàn)該領(lǐng)域內(nèi)有一定量的研究者合作發(fā)文,高頻次作者中有一定比例的作者形成了合作網(wǎng)絡(luò),但其余的多數(shù)研究者仍以獨(dú)立發(fā)文為主,研究作者呈現(xiàn)出明顯的分散狀態(tài)。
據(jù)表2(發(fā)文量≥6篇)的研究作者信息可見(jiàn),2012—2022年國(guó)外感知與產(chǎn)出領(lǐng)域排名前五的作者為Katherine Demuth、Barbara Tillmann、Lucie Menard、Holger Mitterer和Benjamin Munson。其中Katherine Demuth和Barbara Tillmann發(fā)文數(shù)量最多,為8篇,引用率也居高位次。
Katherine Demuth發(fā)現(xiàn)在澳大利亞英語(yǔ)母語(yǔ)兒童中,閉音/l/(peel)的掌握要比起始音/l/(Leap)晚,兒童對(duì)起始音/l/的產(chǎn)生和感知的差異與生理和語(yǔ)音發(fā)展都有關(guān)[10]。Barbara Tillmann研究音樂(lè)和語(yǔ)言認(rèn)知研究的相似性,認(rèn)為音樂(lè)認(rèn)知研究為理解語(yǔ)言加工、語(yǔ)音感知與產(chǎn)出以及其他結(jié)構(gòu)化刺激加工提供了啟示。Lucie Menard等研究了先天性視覺(jué)障礙對(duì)成人語(yǔ)音產(chǎn)出的影響,在正常和擾動(dòng)(在唇間插入25mm直徑管道)條件下讓視力正常者和盲人進(jìn)行了法語(yǔ)元音/u/的發(fā)音,雖然所有被試在受干擾的情況下都將舌頭后移,但盲人更多地修改了舌形參數(shù)[11]。Holger Mitterer通過(guò)眼動(dòng)實(shí)驗(yàn)發(fā)現(xiàn)荷蘭語(yǔ)中擦音在早期就被感知學(xué)習(xí)改變,進(jìn)一步說(shuō)明感知學(xué)習(xí)影響語(yǔ)音加工的早期階段[12]。Benjamin Munson用視覺(jué)模擬刻度(VAS)評(píng)價(jià)兒童自然產(chǎn)生的/s/-/θ/、 /t/-/k/和/d/-/ɡ/這三個(gè)目標(biāo)音在單詞開(kāi)頭的位置,并考察了有經(jīng)驗(yàn)的言語(yǔ)病理學(xué)家(SLPs)與沒(méi)有經(jīng)驗(yàn)的人在感知兒童語(yǔ)音細(xì)節(jié)方面的不同,證明有言語(yǔ)病理學(xué)工作經(jīng)驗(yàn)的人會(huì)更好地感知兒童說(shuō)話時(shí)的語(yǔ)音細(xì)節(jié)[13]。
3.研究機(jī)構(gòu)分布
感知與產(chǎn)出研究領(lǐng)域的研究機(jī)構(gòu)分布圖譜中包括307個(gè)節(jié)點(diǎn),508條連線,網(wǎng)絡(luò)密度為0.0108。據(jù)表3信息可見(jiàn),在國(guó)外感知與產(chǎn)出領(lǐng)域中高等院校是研究主力,其中麥吉爾大學(xué)(McGill Univ)、英國(guó)倫敦大學(xué)(UCL)、哈斯金斯實(shí)驗(yàn)室(Haskins Labs Inc)、蒙特利爾大學(xué)(Montreal University)是核心研究機(jī)構(gòu)。麥吉爾大學(xué)發(fā)文數(shù)量為42篇,居于首位。英國(guó)倫敦大學(xué)緊隨其后,發(fā)文40篇,且具有高中介中心度(Centrality=0.24),英國(guó)倫敦大學(xué)與蒙特利爾大學(xué)研究合作密切,蒙特利爾大學(xué)發(fā)文32篇,位列第四。位列第三的是美國(guó)耶魯大學(xué)的哈斯金斯實(shí)驗(yàn)室,發(fā)文38篇。表3顯示,拉德堡德大學(xué)(Radboud Univ Nijmegen, Burst=3.17, Sigma=1.33)、法國(guó)國(guó)家科學(xué)研究中心(CNRS, Burst=2.7, Sigma=1.22)和麥考瑞大學(xué)(Macquarie Univ, Burst=3.1, Sigma=1.18)在感知與產(chǎn)出領(lǐng)域具有高創(chuàng)新性,2012年至2022年的相關(guān)發(fā)文數(shù)量突增,具有極高的研究潛力。
(三)研究前沿和熱點(diǎn)分析
1.研究前沿分析
Cite Space通過(guò)詞頻統(tǒng)計(jì)、關(guān)鍵詞共現(xiàn)、關(guān)鍵詞聚類(lèi),聚焦某一領(lǐng)域的研究熱點(diǎn)。詞頻分析方法就是通過(guò)在文獻(xiàn)信息中提取能夠表達(dá)文獻(xiàn)核心內(nèi)容的關(guān)鍵詞或主題詞頻次的高低分布,來(lái)研究該領(lǐng)域發(fā)展動(dòng)向和研究熱點(diǎn)的方法。關(guān)鍵詞聚類(lèi)則是對(duì)文獻(xiàn)主要關(guān)鍵詞的高度凝練與概括,對(duì)文獻(xiàn)的關(guān)鍵詞進(jìn)行詞頻分析后,找出頻率相對(duì)較高的關(guān)鍵詞聚類(lèi)成主題詞,這在一定程度上可反映該領(lǐng)域形成了哪幾個(gè)研究類(lèi)團(tuán)。節(jié)點(diǎn)的大小與關(guān)鍵詞出現(xiàn)的頻次成正比,各節(jié)點(diǎn)間的連線代表不同關(guān)鍵詞之間的共現(xiàn)關(guān)系,關(guān)鍵詞之間共現(xiàn)關(guān)系的強(qiáng)度由連線的粗細(xì)反映[14]。
通過(guò)Cite Space進(jìn)行詞頻和關(guān)鍵詞聚類(lèi)分析后,可以得到國(guó)外感知與產(chǎn)出研究的關(guān)鍵詞聚類(lèi)知識(shí)圖譜,圖譜中N=184,E=263,網(wǎng)絡(luò)密度為0.0156,每個(gè)時(shí)間段排在前50的文獻(xiàn)中一共包括了184個(gè)關(guān)鍵詞,圖譜共有263條連線?,F(xiàn)將頻次排名前20的關(guān)鍵詞制成表4。
通過(guò)表4可知,國(guó)外感知與產(chǎn)出研究領(lǐng)域中出現(xiàn)頻次最高的詞是“perception”,一共出現(xiàn)588次。高頻詞反映出以“perception”為中心的其他關(guān)鍵詞節(jié)點(diǎn)還有“l(fā)anguage”“speech”“perception”“English”“acquisition”“discrimination”“brain”“recognition”“children”“FMRI”“frequency”等。國(guó)外感知與產(chǎn)出領(lǐng)域研究以感知研究為主,且對(duì)英語(yǔ)學(xué)習(xí)的研究數(shù)量較多。研究角度多聚焦于習(xí)得、認(rèn)知、表征、可理解度、人腦語(yǔ)音感知和產(chǎn)出的機(jī)制神經(jīng)等。研究理論多采用感知與產(chǎn)出方面的經(jīng)典理論模型,如SLM、PAM、NLM等。近十年神經(jīng)語(yǔ)言學(xué)研究技術(shù)FMRI是感知產(chǎn)出領(lǐng)域熱門(mén)的研究方法。在被試群體方面,針對(duì)兒童的語(yǔ)音感知和產(chǎn)出研究較多。
突現(xiàn)是指短時(shí)間內(nèi)突然增長(zhǎng)或者頻次明顯增加的關(guān)鍵詞。Cites Space的突變檢測(cè)計(jì)算可以檢測(cè)一個(gè)學(xué)科內(nèi)研究興趣的驟變程度,反映研究前沿的時(shí)間變化規(guī)律和演化路徑。結(jié)合突現(xiàn)詞和關(guān)鍵詞,可以進(jìn)行以下分析。第一,鏡像神經(jīng)元(mirror neuron)、基地神經(jīng)節(jié)(basal ganglia)、前運(yùn)動(dòng)皮質(zhì)(premotor cortex)等關(guān)鍵詞的突現(xiàn)表明近年來(lái)感知與產(chǎn)出領(lǐng)域神經(jīng)科學(xué)、腦科學(xué)、語(yǔ)音學(xué)習(xí)等相結(jié)合的研究趨勢(shì)。第二,語(yǔ)音知識(shí)和詞匯加工之間的關(guān)系也受到研究者們的關(guān)注,語(yǔ)音短時(shí)記憶在詞匯加工上發(fā)揮著重要作用。此外,許多研究發(fā)現(xiàn),影響語(yǔ)言加工的因素,如經(jīng)驗(yàn)(experience)、短期記憶(short term memory)等會(huì)產(chǎn)生個(gè)人差異(individual difference),個(gè)人差異研究受到許多學(xué)者的關(guān)注[15]。
2.研究熱點(diǎn)分析
采用Cite Space對(duì)關(guān)鍵詞進(jìn)行聚類(lèi),采用對(duì)數(shù)似然率算法,通過(guò)提取文獻(xiàn)的關(guān)鍵詞對(duì)聚類(lèi)進(jìn)行命名。Cite Space依據(jù)網(wǎng)絡(luò)結(jié)構(gòu)和聚類(lèi)的清晰度,提供了模塊值(Q值)和平均輪廓值(S值)兩個(gè)指標(biāo)。聚類(lèi)的模塊值可反映網(wǎng)絡(luò)的模塊度。該值越大,表明網(wǎng)絡(luò)的聚類(lèi)效果越好。Q值一般在[0,1)區(qū)間內(nèi),Q>0.3就意味著劃分出來(lái)的社團(tuán)結(jié)構(gòu)是顯著的。聚類(lèi)的平均輪廓值可反映網(wǎng)絡(luò)同質(zhì)性的高低,該值越接近1說(shuō)明網(wǎng)絡(luò)的同質(zhì)性越高。當(dāng)S值在0.5以上,一般認(rèn)為聚類(lèi)是合理的,若在0.7時(shí),聚類(lèi)是高效率的、令人信服的。
此次共得到了46個(gè)聚類(lèi),篩選出的前8個(gè)聚類(lèi)(聚類(lèi)大?。?0)分別為“intelligibility(可理解度)”“speech(語(yǔ)音)”“eeg(腦電圖)”“fmri(功能性磁共振成像)”“voice onset time(發(fā)音起始時(shí)間,VOT)”“l(fā)anguage(語(yǔ)言)”“English(英語(yǔ))”“extended bandwidth(頻帶擴(kuò)展)”。
由表6可見(jiàn),本次共有8個(gè)聚類(lèi)生成。聚類(lèi)0的標(biāo)簽是“可理解度”,指說(shuō)話者的言語(yǔ)被實(shí)際理解的程度[16]。近年來(lái),可理解度是國(guó)外語(yǔ)音教學(xué)的研究熱點(diǎn),相關(guān)研究數(shù)量快速增加[17-21]。聚類(lèi)1的標(biāo)簽是“語(yǔ)音”。在此聚類(lèi)下,感知、韻律、可預(yù)測(cè)性是重要的下一級(jí)標(biāo)簽。2012年至2022年間,韻律及其可預(yù)測(cè)性是語(yǔ)音感知領(lǐng)域研究的熱點(diǎn)。聚類(lèi)2和聚類(lèi)3的標(biāo)簽分別是“eeg”和“fmri”。這反映了近十年的研究熱點(diǎn)是將語(yǔ)音研究與腦科學(xué)和核磁共振技術(shù)結(jié)合,探索人類(lèi)語(yǔ)音習(xí)得的神經(jīng)機(jī)制。聚類(lèi)4以“發(fā)音起始時(shí)間(VOT)”為標(biāo)簽。在語(yǔ)音產(chǎn)出領(lǐng)域,塞音的研究最為廣泛,VOT是塞音最突出的聲學(xué)特征。近十年圍繞VOT開(kāi)展的研究多聚焦于音韻發(fā)展和語(yǔ)言老化等,其中針對(duì)西班牙語(yǔ)的研究數(shù)量較多。
聚類(lèi)5和聚類(lèi)6的標(biāo)簽分別為“語(yǔ)言”和“英語(yǔ)”,主要包括音韻編碼(phonological encoding)、音韻相似性(phonological similarity)、音節(jié)重量(syllable weight)、聲學(xué)線索(acoustic cue)和音位序列頻率(phonotactic probability)等。
聚類(lèi)7標(biāo)簽為“頻帶擴(kuò)展”。在此聚類(lèi)中,語(yǔ)音發(fā)展(speech development)、聲學(xué)特征(acoustic characteristics)突出。頻帶擴(kuò)展在不改變信源編碼和網(wǎng)絡(luò)傳輸?shù)那疤嵯?,在解碼重碼信號(hào)中人為添加高頻成分,能有效地增強(qiáng)音頻。隨著對(duì)聲學(xué)感知研究的深入,人們發(fā)現(xiàn)佩戴具有頻帶擴(kuò)展屬性的助聽(tīng)器可以幫助聽(tīng)障兒童聽(tīng)到聲音。
語(yǔ)音感知與產(chǎn)出領(lǐng)域跨學(xué)科研究趨勢(shì)愈加明顯。隨著語(yǔ)言學(xué)領(lǐng)域技術(shù)的飛速發(fā)展,越來(lái)越多的實(shí)驗(yàn)設(shè)備和實(shí)驗(yàn)方法被引入語(yǔ)音學(xué)領(lǐng)域。眼動(dòng)實(shí)驗(yàn)研究中,眼動(dòng)儀可以同時(shí)追蹤被試的閱讀路徑和朗讀錄音。神經(jīng)語(yǔ)言學(xué)領(lǐng)域的實(shí)驗(yàn)設(shè)備如腦電圖(EEG)、腦磁圖(MEG)、功能性磁共振成像(fMRI)、功能性近紅外光譜技術(shù)(fNIRS)等技術(shù)也應(yīng)用于語(yǔ)音感知方面的實(shí)驗(yàn)中。
四、結(jié)論
據(jù)本文分析可得,從2012到2022年國(guó)外感知與產(chǎn)出領(lǐng)域研究發(fā)展迅速,研究論文數(shù)量呈快速增加趨勢(shì)。從研究現(xiàn)狀看,該領(lǐng)域跨學(xué)科研究趨勢(shì)明顯,語(yǔ)言學(xué)、醫(yī)學(xué)、心理學(xué)、教育學(xué)、人工智能等的交叉結(jié)合,在研究方法、研究目的、被試群體上都有明顯體現(xiàn)。在實(shí)驗(yàn)方法上,研究者多結(jié)合EEG、FMRI等神經(jīng)語(yǔ)言學(xué)技術(shù)探究人腦對(duì)語(yǔ)音習(xí)得的神經(jīng)機(jī)制。在被試群體上,成人、兒童、單語(yǔ)者、多語(yǔ)者、聽(tīng)障群體受到更多關(guān)注。目前感知與產(chǎn)出領(lǐng)域研究熱點(diǎn)包括個(gè)體差異、語(yǔ)音意識(shí)、可理解度、音韻編碼等,主要圍繞語(yǔ)音感知的神經(jīng)機(jī)制和語(yǔ)音識(shí)別處理。
在感知和產(chǎn)出的研究發(fā)展中,研究者對(duì)語(yǔ)音感知和產(chǎn)出之間的關(guān)系仍然存在爭(zhēng)議。肌動(dòng)理論(Motor Theory)和直接現(xiàn)實(shí)主義理論(Direct-Realist Theory)認(rèn)為產(chǎn)出先于感知,而一般聽(tīng)覺(jué)理論(General Auditory Theory)和語(yǔ)音學(xué)習(xí)模型(Speech Learning Model)則認(rèn)為感知先于產(chǎn)出。總體而言,對(duì)語(yǔ)音產(chǎn)出的關(guān)注度不如語(yǔ)音感知高,語(yǔ)音產(chǎn)出方面的研究還有待增加。
——————————
參考文獻(xiàn):
〔1〕常莉.語(yǔ)音感知和語(yǔ)音產(chǎn)出——二語(yǔ)語(yǔ)音習(xí)得研究梳辨[J].語(yǔ)文學(xué)刊(外語(yǔ)教育教學(xué)),2015(04):47-49.
〔2〕陳瑩.語(yǔ)音產(chǎn)出的實(shí)驗(yàn)研究方法[J].外語(yǔ)研究,2021,38(05):6-11+32.
〔3〕Keyser, S.J. and K.N. Stevens. Enhancement and overlap in the speech chain[J]. Language, 2006, 82(01): 33-63.
〔4〕關(guān)雪.語(yǔ)音感知和語(yǔ)音產(chǎn)出關(guān)系的分析研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2020.
〔5〕Kuhl P. K. Innate Predispositions and the Effects of Experience in Speech Perception: The Native Language Magnet Theory[A]. Boysson-bardis B., Schonen S., Jusczyk P., et al. Developmental Neurocognition: Speech and Face Processing in the First Year of Life[M]. Dordrecht: Springer Netherlands, 1993: 259–274.
〔6〕Best C. T. A direct realist view of cross-language speech perception[J]. Speech Perception & Linguistic Experience Issues in Cross Language Research, 1995.
〔7〕Strange W. Automatic selective perception (ASP) of first and second language speech: A working model[J]. Journal of Phonetics, 2011, 39(04): 456–466.
〔8〕Flege J. E. Production and perception of a novel, second-language phonetic contrast[J]. The Journal of the Acoustical Society of America,1993,93(03).
〔9〕陳悅等.CiteSpace知識(shí)圖譜的方法論功能[J].科學(xué)研究,2015,33(02):242-253.
〔10〕Lin S., Demuth K. Children's acquisition of English onset and coda/l: Articulatory evidence[J]. Journal of Speech, Language, and Hearing Research, 2015, 58(01): 13-27.
〔11〕Ménard L, Turgeon C, Trudeau-Fisette P, et al. Effects of blindness on production–perception relationships: Compensation strategies for a lip-tube perturbation of the French [u][J]. Clinical Linguistics & Phonetics, 2016, 30(3-5): 227-248.
〔12〕Mitterer H, Scharenborg O, McQueen J M. Phonological abstraction without phonemes in speech perception[J]. Cognition, 2013, 129(02): 356-361.
〔13〕Munson, B., J.M. Johnson and J. Edwards, The Role of Experience in the Perception of Phonetic Detail in Children's Speech: A Comparison Between Speech-Language Pathologists and Clinically Untrained Listeners[J]. American Journal of Speech-Language Pathology, 2012,21(02): 124-139.
〔14〕陳超美,陳悅.科學(xué)發(fā)現(xiàn)的結(jié)構(gòu)與時(shí)間屬性[J].科學(xué)與管理,2014,34(03):27-32+81.
〔15〕Fu, R., The Influence of Individual Differences on Learning a Second Language[R]. Jeju Island: 2013 3rd Inernational Conference on Social Sciences and Society, 2013.
〔16〕Munro M J, Derwing T M, Morton S L. The mutual intelligibility of L2 speech[J]. Studies in second language acquisition, 2006, 28(01): 111-131.
〔17〕Fogerty D, Ahlstrom J B, Bologna W J, et al. Sentence intelligibility during segmental interruption and masking by speech-modulated noise: Effects of age and hearing loss[J]. The Journal of the Acoustical Society of America, 2015, 137(06): 3487-3501.
〔18〕Sewell A. The intranational intelligibility of Hong Kong English accents[J]. System, 2015, 49: 86-97.
〔19〕Orikasa M. The intelligibility of varieties of English in Japan[J]. World Englishes, 2016, 35(03): 355-371.
〔20〕Sheppard B E, Elliott N C, Baese-Berk M M. Comprehensibility and intelligibility of international student speech: Comparing perceptions of university EAP instructors and content faculty[J]. Journal of English for Academic Purposes, 2017, 26: 42-51.
〔21〕Crowther D, De Costa P I. Developing mutual intelligibility and conviviality in the 21st century classroom: Insights from English as a lingua franca and intercultural communication[J]. TESOL Quarterly, 2017, 51(02): 450-460.
(責(zé)任編輯 曹彩霞)
Abstract: This paper uses Cite Space software to visualize and analyze foreign speech perception and production that collected by WOS from 2012 to 2022. In terms of research institutions and countries, authors, keywords and keyword clustering, and keyword highlighting, this paper aims to track and capture the development of speech perception and production. The results indicate that there is a clear interdisciplinary trend in the field of perception and output, and new technologies are widely used. Speech awareness, individual differences, and phonological encoding are research frontiers. Research related to perception is more abundant than output, and there is no consensus on the relationship between perception and output.
Keywords: Perception; Production; Cite Space; Knowledge Graph; Research Frontier