语音学研究70年

管季超0712

语音学研究70年

作者：李爱军、胡方  　时间：2019-11-13

　

　　编者按

　　本文是中国社会科学院语言研究所所长刘丹青研究员主编《新中国语言文字研究70年》（中国社会科学出版社，2019年）中的第三章。作者是中国社会科学院语言研究所副所长李爱军研究员、语音室负责人胡方研究员。

第三章

语音学研究70年

第一节 实验语音学的创立

　　一、 兴起

　　中国语音学研究肇始自1919年五四运动前后，但蓬勃兴起的势头因1937年全面抗日战争的爆发而打断。

　　1924年，留学法国的刘复（半农），采用浪纹计等先进设备完成实验，写成博士论文《汉语字声实验录》（法文），随后改写为《四声实验录》在国内出版，这是中国人写的第一本实验语音学论著。1925年秋，刘半农携仪器设备回国，在北京大学文科研究所建立“语音乐律实验室”。其后，北京大学由罗常培领导文科研究所与“语音乐律实验室”，提出用“实验以补听官之缺”之主张，致力于推进国语发音学向现代语音学转变，发表了诸如《音标的派别和国标音标的来源》（1937）、《语音学的功用》（1940）、《耶稣会士在音韵上的贡献》（1930）、《中国音韵学的外来影响》（1934）等系列文章。新中国成立以后，罗常培、王均编著的《普通语音学纲要》（1957），以中国语音事实阐明语音学原理，至今仍是语音学最有价值的读本之一。

　　同一时期，1927年，王力也在法国完成了实验语音学博士论文《博白方音实验录》。另外，1928年，中央研究院历史语言研究所在南京成立，赵元任任语言组组长，确定以调查汉语方言和建立语音实验室为工作重点，把语音学的发展放在了重要地位。1930年，赵元任创制了五度制标调法。1935年，建立语音实验室，吴宗济任助理，跟随赵元任进行语音学研究，后因抗日战争爆发而停顿。

　　二、 草创：20世纪50—60年代

　　20世纪50年代中国科学院哲学社会科学部语言研究所的成立标志着中国现代语音学研究的创立。发展历程可以分为两个阶段：50—60年代的草创阶段与70—80年代的正式创立。

　　1950年6月，中国科学院成立后不久，应周恩来总理的要求，由著名语言学家、原北京大学文科研究所所长罗常培负责组建语言研究所，并主持语言所的工作。根据有关安排，语言研究所在原北京大学文科研究所的基础上，吸收前“中央研究院历史语言研究所”（南京）的部分成员，以及北京大学、清华大学、燕京大学等高等院校的相关学者组建而成，隶属于中国科学院哲学社会科学部。当时设立了3个研究组：（一）现代汉语组；（二）少数民族语言组；（三）中国文字改革研究组。在原北大文科研究所“语音乐律实验室”基础上组建的语音实验小组，属于第二研究组，丁声树任小组的负责人，罗常培原先在北大的秘书兼办公室主任周殿福参加语音实验小组的工作。

　　1956年，吴宗济奉罗常培所长之邀加入语言研究所，为开展实验语音学研究奠定了基础。这时语言所已经搬迁到中关村，即中国科学院院部所在地。语音室建立之初，实验仪器陈旧，主要包括浪纹计、乙一和乙二声调推断尺、音叉、渐变音高管、钢丝录音机等，已不能满足学科发展的需要。为了解国际上实验语言学的发展状况，1957年，吴宗济受国家委派前往当时的捷克斯洛伐克共和国进修。到达捷克不久，他就发现属于社会主义国家阵营的捷克斯洛伐克也同样与西方国家隔绝，而语音学研究必须使用最新的语图分析、频谱分析，于是他就给国内写报告，请求到当时与中国有交往的属于西方阵营的瑞典、丹麦进修。瑞典皇家工业学院的语音学研究，尤其是声学研究媲美美国，征得同意后，他先到瑞典进修了一段时间，后又转到生理语音学研究更先进的丹麦继续进修相关学业。

　　1958年，吴宗济结束进修回国，语言所结构调整，成立了以刘涌泉为组长的第三组，专业范围是机器翻译和语音实验，语音实验方面的工作人员还包括周殿福、邢继禄，以及稍后加入的杨力立。同年，为了加强声学语音学的研究，在罗常培所长和吕叔湘副所长的要求下，南京大学物理系系主任魏荣爵教授推荐了大学毕业生林茂灿加入语言所。1959年夏，鲍怀翘结束昌黎方言调查回所后加入语音实验小组工作。

　　在国家支持下，中国科学院语言所购买了一批进口语音分析设备。在60年代花费了2万美元添置了声学分析仪器，如频率仪、示波器、语图仪等；同时，由吴宗济先生设计制作了腭位照相装置。声学与生理设备结合，并通过与医院的X光照相合作，着力研究普通话元音和辅音的生理特性和声学特性，主要研究成果体现在：吴宗济提出的共振峰简易计算法，鲍怀翘和吴宗济录制的普通话音素X光静态发音资料、普通话发音腭位图和舌位图等。

　　1964至1965年，部分研究人员赴山东劳动锻炼，或参加四清运动，或赴江西参加四清运动，其余大部分人员正常工作。五卷本《普通话语音实验录》和《普通话发音图谱》都是这个时期的重要成果。前者未公开出版，包括第一卷“总论”，第二卷“元音”，第三卷“辅音”，第四卷“声调”和第五卷“仪器和试验方法”；后者由周殿福、吴宗济主编，1963年在商务印书馆出版。

　　这段时期，周殿福进行了艺术发音的研究，活跃在艺术语言领域，与相声名家侯宝林、花脸大师郝寿臣等向年轻演员讲课；后来与中央音乐学院王湘浩教授、友谊医院耳鼻喉科杨和钧主任、同仁医院徐荫翔院长等一起组成研究小组，研究艺术嗓音的科学发声，专门对歌唱演员，戏曲演员、话剧演员讲课，纠正发声方法，宣传科学保护嗓子。文艺界许多名人比如王晓棠、李婉芬等都得到周先生的指导。

　　林茂灿着力于普通话声调的研究，用自己研制成功的“音高显示器”（电子画调器）进行了大量的单音节和多音节声调的声学实验，发表了《音高显示器与普通话声调声学特性》（《声学学报》第2卷第1期，1965）等重要文章。

　　北京大学的林焘关注语音与语义、句法之间的密切关系。这个时期撰写的两篇文章《现代汉语补语轻音现象反映的语法和语义问题》（1957）和《现代汉语轻音和句法结构的关系》（1962），一经发表就在语音学界产生了很大的影响。此外，他对北京话的社会变体问题开展研究，发表了《北京话的连读音变》（1963），把连读音变分为不自由的连读音变和自由的连读音变两类。

　　1966年，“文化大革命”爆发，中国科学院语言研究所的语音实验及相关研究工作被迫中断，但人员未散，研究设备和仪器也保存完好。

　　三、 创立：1970-1980年代

　　1975年底，语言研究所由原来临时蜷缩的国家文改会门厅搬到原地质学院主楼办公。语音实验室分配在四楼西侧，有办公室、仪器室，以及待建的录音室、审音室、计算机房。1977年，中国社会科学院成立，原中国科学院语言所三组分为语音研究室和应用语言学研究室，吴宗济任语音研究室主任。1978年，林焘在北京大学中文系重建语音实验室，使北京大学中文系成为全国最早培养实验语音学方向研究生的单位之一。

　　1978年12月18—22日，中国共产党第十一届中央委员会第三次全体会议在北京举行，全会决定把党的工作重点转移到社会主义现代化建设上来。自此以后，我国哲学社会科学事业迎来了繁荣发展的新时期，语音学研究从此开始了新进程。

　　实验室设备建设方面，国家经委批准语音研究室于1977年花费8万美元进口了丹麦B.K仪器公司生产的Warrn 77计算机和实时声谱分析器（即3348分析器）。以后又得到国家专项经费支持，继续进口全数字化各类语音分析仪如美国KAY公司的7800语图仪和4800分析仪等，语音学研究工作逐渐走上了数字化道路。

　　1979年在丹麦召开了第九届国际语音科学大会，吴宗济应会议主席的邀请参加了此次学术盛典，林茂灿同行，中国科学院声学研究所张家騄一同出席。吴宗济在会议上报告了他的共振峰简易计算法（中文论文见《声学学报》第1卷第1期），并当选为国际语音科学大会常设理事会理事。会后，在两地大使馆的安排下，吴宗济、林茂灿、张家騄三人在哥本哈根和斯德哥尔摩学习考察，访问了哥本哈根大学语言学系和B.K仪器公司，以及瑞典皇家理工学院和爱立信公司。其中，在瑞典皇家理工学院访问期间，跟方特教授领导的“语音传输实验室”举行多次座谈。方特教授非常关心中国语音学研究，多次对语音工作提出具体建议，如方特教授建议在研究声调曲线的“弯头段”和“降尾段”时，应该进行感知实验，后来的不少工作在声学分析的基础上，都加上了“听辨实验”和“感知实验”的方法，使研究结论更为可靠。这是中国语音学界第一次“走出去”。

　　中国语音学事业的恢复与发展，从一开始便引起了国内外学术界的关注，不少国外著名学者纷纷前来中国访问交流。1979年瑞典著名言语工程师兼语音学家方特教授首次来访，并在中国社会科学院语言研究所语音研究室度过了他60岁生日。1982年，赵元任来访，并在语言研究所语音实验室录制了国际音标（见《音路历程》光盘，社科文献出版社）。1983年美国著名语音学家Peter Ladefoged来语音室进行了为期一个月的访问研究，对普通话合成技术和语音室的研究工作进行了肯定，并且推荐相关研究成果在国际学术期刊Journal of Phonetics上发表。1985年，日本著名言语工程学家、东京大学藤崎博也（Hiroya Fujisaki）教授首次来访，从此与中国的联系不断，几乎每年来访，交流切磋一直延续至其荣休之后。在国外学者频繁来访的同时，中国语音学界也通过派出进修人员和参加国际语音学会议，加强与国际学术界的学术交流。

　　（一）本体研究

　　1979年，中国科学院哲学社会科学学部从中国科学院独立，正式成立中国社会科学院，吴宗济任语言所语音研究室主任，他带领大家利用语图仪，对普通话的单音节和双音节展开了大规模的语音实验，系统地开展声韵调的声学特性分析。代表性著作包括：吴宗济、曹剑芬的《普通话辅音声学特征的几个问题》（1979），吴宗济与曹剑芬、杨力立合作在《中国语文》上五连载的《实验语音学知识讲话》，吴宗济主编的《普通话单音节语图册》（中国社会科学出版社，1986）。此外，曹剑芬的《普通话轻声音节特性分析》(《应用声学》1986年4期)，曹剑芬、杨顺安的《普通话二合元音的动态特性》（《语言研究》1984年1期）和《北京话复合元音的实验研究》（《中国语文》1984年6期）等一批研究成果，也都是在此基础上形成的。

　　同一时期，林焘的《探讨北京话轻音性质的初步实验》（1983）是汉语轻音问题研究中的重要的文献之一。1984年，林焘与王士元合作《声调感知问题》一文，通过改变双音节词中后字的基频和时长，考察前字声调的感知问题。

　　总之，语音学事业在这个时期全面恢复，蓬勃发展，在本体研究方面取得了显著的成绩。

　　首先，吴宗济发现，和其他语言相比，汉语的声调尤为复杂，值得深究，因此他便开始专攻声调研究，在声学实验的基础上发表了一批论著，一方面着重从语言学角度来分析语音，揭示语音——特别是普通话语音的生理、物理特性，另一方面为言语工程提供了必要的数据和规则。在研究中，吴宗济提出了普通话语音变量的理论和规则，为探索我国自己的实验语音学理论做出了重要贡献。

　　其次，生理语音研究也全面开展。1978年，鲍怀翘发表《骨导语言清晰度测量》（《电声技术》4期）。1982年6月鲍怀翘在上海召开的第三届全国声学学会上发表《元音连续发音的X光电影研究——兼论元音分类的标准》，是我国语音学界第一次看到真实的发音动作，虽然仅仅是几个元音的连续舌位变化。1983年，鲍怀翘在301医院放射科的支持下，拍摄了普通话发音器官动态 X 光电影胶片和录像带，从此真正实现了普通话的“可见语言”。鲍怀翘首次对语音肌电信号进行分析研究，在1983年艺术嗓音学术会议上，发表《发音时咽（喉）内肌肌电(EMG)研究》。鲍怀翘还与北京市朝阳医院耳鼻喉科合作，通过声带计算机断层照相（CT），研究真假声的声带厚度和声室容积大小。1985年出版了《普通话发音器官动作x光录像带》（北京语言学院出版社）。这个时期，鲍怀翘还采用声带断层照相来进行不同音高条件下声带的厚薄变化和声带甲杓肌的肌电实验研究（见《实验语音学概要》语音生理基础章），并撰写了《声道截面函数和元音共振峰计算》《由共振峰预测声道形状》等文章。

　　再次，除了普通话的研究，实验语音学也涉及汉语方言的研究。从1977年开始，曹剑芬在致力于普通话辅音及复合元音的分析研究之外，同时开展了对吴语浊声母的实验研究，并先后在《中国语文》上发表了《常阴沙话古全浊声母的发音特点》（1982年4期）和《论清浊与带音不带音的关系》(1987年2期)等重要研究论文。曹剑芬的重要发现先后在第十一届国际语音科学大会（苏联, 塔林，1987年）和第一届国际言语处理学术会议（日本, 1990年）上报告。1987—1989年，她在美国进修和访问期间，又系统地考察了吴语浊声母的发声特性，随后在国际刊物Journal of Phonetics（Vol. 20, 77-92, 1992）上发表了‘An exploration of phonation types in Wu dialects of Chinese’（《汉语吴方言的发声态考察》）一文。该文一经刊出，就被The Sino-Tibetan Languages, The Structure of Tone, The handbook of Phonetic Sciences 等书收录，并被时任Journal of Phonetics的主编M. Beckman和她的同事分别吸收进发声态教材和汉语语音教材。此外，在这个时期，曹剑芬还与任宏谟合作，翻译出版了《言语链》（中国社会科学出版社，1983年）一书，在英文图书资料并不普遍的当年，此书刚一出版就成了国内重要的语音学参考读物。

　　复次，80年代初期，林焘带领北京大学中文系语言专业的部分师生，对北京城区和近郊以及少数远郊区县的口语进行了系统的文本记录和录音。发表了《北京话儿化韵个人读音差异问题》（1982）、《北京话去声连读变调新探》（1985）、《北京东郊阴阳平调值的转化》（1991）、《北京话儿化韵的语音分歧》（与沈炯合作，1995）等文章。80年代中后期，由于城市建设的发展，北京城区和郊县的人口发生了急剧的流动，北京话原来的地区变体格局被打破，林焘与中文系师生们的这些调查资料在今天已经成为非常珍贵的北京话的历史材料。北大中文系语音实验室出版研究论文集《北京语音实验录》（林焘、王理嘉，1985），迄今仍然是汉语实验语音学领域的重要参考文献。

　　最后，20世纪80年代后期至90年代初期，推出了一批重要的著作与教材。吴宗济、林茂灿主编的《实验语音学概要》（高等教育出版社，1989）于1991年获国家教委直属出版系统优秀成果奖。曹剑芬编写了《现代语音基础知识》（人民教育出版社，1990）。林焘、王理嘉出版了《语音学教程》（北大出版社，1992）。这些都是中文系高年级学生和研究生语音学课程重要的参考教材。

　　（二）应用研究

　　语音学的基础研究从一开始便与应用研究紧密结合在一起。首先，在普通话语音声学特性研究全面展开的基础上，基于语音规则的语音合成研究也开展起来了。在曹剑芬、许毅等参与下，杨顺安在计算机上实现了我国第一个基于语音规则的共振峰语音合成系统（phonetic rule based formant synthesizer）。基于这个合成系统，许毅实现了汉语普通话全音节的规则合成，祖漪清进行了发音参数语音合成（articulatory synthesis）的研究。基于语音规则的参数合成是这一时期的应用研究的典型代表。杨顺安的研究成果《普通话音节合成系统》获1987年中国社会科学院优秀成果奖，以及国家重大科技成果奖。专家们认为这个系统在提高合成语音的音质方面取得了突破性进展，合成的普通话语音已接近人的发音，在国内外处于领先水平。杨顺安的《面向声学语音学的普通话语音合成技术》（社会科学出版社，1994）最后在1994年出版。

　　除了参数合成之外，语音学研究也一直关注基础理论研究与社会应用实践的结合。早在“文化大革命”期间刚恢复业务的1972年，林茂灿和鲍怀翘就被借调到科学院电工所，参与“海洋石油勘探电火花震源”的研制任务。1977年，吴宗济带领鲍怀翘和刚刚调入语音室的曹剑芬赴四川彭县四机部30所，参加语音编码器的语音诊断工作。鲍怀翘先后负责与有关研究所合作“骨传导语音研究”“深潜水氦氧语言研究”。这些工作体现了语音研究在通讯工程的重要性，拓宽了语音学事业的发展视野。此外，孙国华应邀参加电影《反贪局长》的拍摄（1996年），展现如何使用声学仪器进行司法声纹鉴定。　第二节 语音学研究全面发展：20世纪90年代至2012年

　　进入90年代后，语音研究和言语工程的结合越来越紧密，语音研究对象从孤立的单音节进入到自然的连续话语，从单纯的音段研究发展到音段、超音段兼顾，特别是加强了协同发音、语流音变、重音、节奏、语调和韵律结构等研究。随着计算机技术和语音分析手段的现代化，尤其是进入21世纪以后，语音研究发展更加迅速。

　　一、 理论与建模研究

　　首先是人类发音机理与三维发音建模研究。

　　20世纪90年代后期开始，国际学术界普遍使用MRI、CT等设备采集三维发音器官的形态数据，用于发音器官的形态分析和轮廓建模；使用NDI Wave、超声等设备采集发音器官特征点的运动数据，用于发音器官运动特征的分析和建模。发音器官模型是基于发音机理的发音模型的重要基础；发音器官模型的准确与否直接决定生成的目标语音是否准确。运用党建武的生理模型，方强等(2016，An improved 3D geometic tongue model, Interspeech 2016, 1104-1107; 2018, A nonlinear 3D geometic tongue model, ICASSP 2018, 4989-4993)采用基于发音器官的建模方法，实现了对发音器官轮廓的准确建模，并且已经在少量发音的MRI数据上进行了研究，在模型的准确度和发音器官运动的自由度的解释力上都强于传统模型。

　　随着深度学习技术发展，运用统计学习和深度神经网络对发音器官轮廓的自动提取技术得到应用。方强等(Acoustic VR in the Mouth: A Real-Time Speech-Driven Visual Tongue System, IEEE VR 2017）结合EMA、语音和fMRI数据，利用DNN方法，构建了一个实时 3D VR发音模型。研究提出了舌头的二次重构模型，大幅提高了模型的重建精度。对舌头模型引入了体积不变性约束，保证运动过程中发音器官形态的合理性。研究还初步考察了考虑不同时刻不同发音器官在发音过程中重要性高斯加权对进一步提高发音逆推的准确性的作用，实验表明效果不明显。

　　北京大学孔江平《论语言发声》（中央民族大学出版社，2001）从语音学、言语声学、嗓音生理等多角度讨论了语言嗓音发声类型方面的研究，尤其是少数民族语言的嗓音发声；研究涉及语言发声的语音学理论、声学特性与分析方法、基于高速数字成像的动态声门研究等内容。其后，孔江平团队围绕其主持的国家自然科学基金面上项目“汉语普通话语音生理模型研究”（批准号：61073085，2011至2013年）开展了语音生理建模的系列研究：1）汉语普通话X光动态声道研究；2）汉语普通话磁共振三维声道研究；3）声带振动高速数字成像；4）汉语普通话呼吸韵律研究；5）汉语普通话发音模型、嗓音发声模型、呼吸模型、唇形模型及其相对应的声学特性的研究。

　　此外，对发音机理的探索也来自语言的本体研究。根据对电磁发音仪（EMA）数据的统计建模，胡方的系列论文探讨了元音产生中的舌运动机制（《论元音产生中的舌运动机制——以宁波方言为例》，《中国语音学报》第一辑，商务印书馆，2008年版）、舌颚配合机制（《论元音发音中的舌颚配合机制》，载路继伦、王嘉龄主编，《现代语音学与音系学研究》，天津社会科学院出版社，2004年版）、舌运动与元音内在音高的关系（Hu, F. 2004, Tonal effect on vowel articulation in a tone language. Proceedings of TAL 2004, pp. 97-100. Beijing, China；Hoole, P. & Hu, F. 2004, Tone-vowel interaction in Standard Chinese. Proceedings of TAL 2004, Beijing, China, 2004）等理论问题。

　　最后，语音产生的研究不仅关注本体，而且也越来越关注情感等泛语言学、非语言学的内容。李爱军英文专著Encoding and Decoding of Emotional Speech: A Cross-Cultural and Multimodal Study between Chinese and Japanese (Springer, 2015)，首次从中日跨文化的角度，利用心理语言学和语音学方法，探讨多模态情感语音的编码、解码机制以及编解码之间的关系。中日语言文化背景之间情感编码和解码有相同也有跨文化的差异，作为声调语言的汉语，其情感语调还采用后续叠加边界调的编码方式来表达情感语气。通过分析情感语调的声学特征与情感表达的关系，说明了情感语音的编码和解码之间是复杂的多对多的关系。

　　二、 本体研究

　　（一）语言学本体

　　与前一时期相比，关注语言本体的语音学研究向纵深拓展：在研究对象方面，由主要关注普通话语音向汉语方言与少数民族语言拓展；在研究内容方面，不仅涉及声韵调等音节语音学的内容，而且包括跨音节的、甚至语篇层面的韵律、语调、情感等内容；在研究方法方面，不仅使用生理、声学、心理等实验室采样，而且包括自然语流。代表性的研究团队从中国社会科学院语言研究所、民族学与人类学研究所、北京大学等向南开大学、复旦大学、南京师范大学等高校与科研机构扩展。

　　北京大学的孔江平团队依托其所主持的教育部人文社科基地重大项目（批准号：10JJD740007，2011—2013年）“中国有声语言及口传文化保护与传承的数字化平台建设”开展了系列研究，发表了系列成果，尤其值得关注的是对于少数民族语音现象的调查与实验研究，其中，关于藏语调查研究的经验总结为《藏语方言调查表》（孔江平、于洪志、李永宏、达哇彭措、华侃，商务印书馆，2011年版）。

　　中国社会科学院民族学与人类学研究所的实验语音学研究比较有特色的是北方少数民族的语音研究，尤其是蒙古语的语音学研究，代表作：呼和的《蒙古语语音实验研究》（辽宁民族出版社2009年版）、哈斯其木格的《基于动态腭位图谱的蒙古语辅音研究》（社会科学出版社2013年版）。

　　中国社会科学院语言研究所的实验语音学本体研究则以汉语方言为主要研究对象，代表作如胡方的《宁波话元音的语音学研究》（2005年香港城市大学博士论文，2014年由中国社会科学出版社出版）使用声学采样、发音生理、空气动力学实验等科学手段对宁波方言的元音产生进行了全面的语音学分析，不仅验证了元音产生过程中具有人类语言普遍性的舌运动机制，而且揭示了宁波方言特有的圆唇特征，探讨了汉语方言特有的舌尖元音的性质等具有理论意义的语音现象。

　　南开大学的石锋团队围绕通过实验语音学数据反映音系格局这一核心理念，对汉语与方言，以及相关少数民族语言进行了语音格局描写，并从早期的声调格局开始，逐渐扩展到元音格局、辅音格局等内容（代表作：石锋，2008，《语音格局——语音学与音系学的交汇点》，商务印书馆），近期还包括语调格局（石锋，2013，《语调格局——实验语言学的奠基石》）。

　　复旦大学实验语音学研究以吴语为主要研究对象，代表著作包括游汝杰、杨剑桥主编《吴语声调的实验研究》（复旦大学出版社，2001）、平悦铃的《上海方言语音动态腭位研究》（香港文汇出版社，2004）等。南京师范大学的实验语音学研究以汉语方言中的声调问题为主要研究对象，代表性著作包括刘俐李等的《江淮方言声调实验研究和折度分析》（四川巴蜀书社2007年版）。

　　香港科技大学的朱晓农在其1995年完成的澳大利亚国立大学博士论文的基础上出版了中文修改版《上海声调实验录》（上海教育出版社，2005年版），并在2010年出版了以汉语、方言、少数民族语言研究为基础的 《语音学》（商务印书馆）。此外，朱晓农的系列论文加深了学界对于发声态在语言中的作用的理解，比如《浙江台州方言中的嘎裂声中折调》（《方言》2004年3期）、“Creaky voice and the dialectal boundary between Taizhou and Wuzhou Wu”（Journal of Chinese Linguistics，34，2006）、《证早期上声带假声》（《中国语文》2007年2期）、《嘎裂化：哈尼语紧元音》（与周学文合作，《民族语文》2008年4期）、《弛声化：佤语中的松元音》（与龙从军合作，《民族语文》2009年2期）、《全浊弛声论：兼论全浊清化（消弛）低送高不送》（《语言研究》2010年3期）等。

　　（二）声调与语调

　　汉语是声调语言，因此，关于声调以及语调的研究一直是汉语语音的本体研究的重中之重。

　　吴宗济先生关于声调和语调的一列研究，集中体现在《吴宗济语言学文集》（商务印书馆，2004年版）。他认为汉语不同于西方的非声调语言。单就声调而言，就有“字调”与“句调”的不同。一个句子中各短语（基本单元）的调形，有些是有规律的，有些竟是几种调形的混合体，从来在语音研究中成为难于分析的瓶颈。按物理学的论点，一切事物的变化不论多么复杂，必有其生成的原因，不会无中生有。语音的变量尽管复杂，也应该有其原因。以声调而言，其变化再多，必然是“三个条件”（或称“三个平面”）相互依存制约的结果。首先是发音生理和发音声学（暂不提心理学）的条件，是属于语音学的范畴；再就是词句结构的条件，属于语法学的范畴；还有是历时的与共时的语音演变的条件，属于音系学（或音韵学）的范畴。

　　吴宗济提出了普通话三、四字组的连读变调规则，特别对上声连读的连锁变调，剖析了从底层到表层的递变，是服从音系的、语音的和语法的三种不同平面的规则的。这就为多字变调的规则提供了理论依据。他提出了“跳板规则”“多米诺规则”“音系学规律”“调位守恒”“移调”“变域”“韵律互补”等规则和原则。还对情感语调和篇章中语调的声学表现进行了探索性研究，发现篇章韵律和书法绘画等等其他艺术表达手段有很多共同认知基础。

　　吴宗济指出普通话短语调域在不同语气中的守恒性，并用实验证明：多组四声的调域在不同基调中，其旋律关系都是相等的。这就把语调处理的难度减轻了不少。吴先生提出了普通话不同语气语调可预测性，并指出了韵律三特征在语句中的相互补偿作用，及其搭配规则。1997年，吴先生提出《全语音标记文本》的设计方案，列举普通话中所有的音段和超音段连读变化的标记，为应用于语音合成建立了规正数据的范例。同年，吴先生提出了普通话韵律特征的标记文本。

　　林茂灿《汉语语调实验研究》（中国社会科学出版社2012年版）通过语音实验对汉语的声调、重音以及功能语调等问题进行了全面而系统地研究。提出了语调“双要素”理论，强调语调实验研究在对外汉语教学上的应用。林茂灿利用AM理论研究汉语的语调，提出汉语语调的双要素模型：音高重调和边界调，它们分别传递焦点和语气信息。汉语语调的主要特征是音高重调和边界调的音高(F0)曲线位置和/或范围，而声调的特征是其音高(F0)曲拱，所以，语调和声调在音高(F0)上的表现是不同的。认为区分汉语疑问和陈述语调的信息存在于句末音节，疑问边界调F0曲拱音阶（调阶）比单念字调的高，陈述边界调F0曲拱音阶（调阶）比单念字调的低。汉语疑问和陈述边界调特征是：[±raised]。

　　沈炯在《汉语语调模型刍议》（《语文研究》1992年第4期）提出语调的“高低线理论”，以赵元任音域调节的角度来考察语调，认为代数和往往用在多因素的内在语音变化中，它们跟语音的区别性质没有直接的关系。将音域分为高音线和低音线，不同句型的语调音高在这两条线上的变化程度不一致，音域变化受这两条线的制约。

　　曹剑芬对汉语节奏的考察实际上是对汉语韵律结构的开创性研究，主要通过对汉语韵律切分的声学特性及其语音学和语言学线索的考察，重点讨论了韵律词和韵律短语的界定、停顿分布与句法结构和词性特点的关系以及实际言语中的韵律词组词规律。她对汉语声调与语调关系的探索，重点解剖了汉语语调的深层结构。同时，曹剑芬还对语音学和言语处理普遍关注的、跟韵律结构密切相关的语音变化问题进行了初步探索，先后发表了“音段延长的不同类型及其韵律价值”（《南京师范大学文学院学报》2005年第4期）、“发音增强与减缩——语言学动因及语音学机理”（《中国语音学报》第一辑，商务印书馆2008年版）、How do Speech Sounds Vary and Serve Efficient Communication? （《庆祝吴宗济先生百岁华诞纪念文集》，商务印书馆2010年版）等论述。曹剑芬的主要论文收录在论文集《现代语音研究与探索》（商务印书馆2007年版）与《语言的韵律与语音的变化》（中国社会科学出版社2016年版）。

　　对韵律与语调的讨论也涉及焦点问题，涉及多种语言和方言。许毅（1999，Effects of tone and focus on the formation and alignment of f0 contours, Journal of Phonetics, 27, 55-105）最初观察到焦点的音高曲线加强，焦点后的音高曲线压缩；但后期的研究则强调焦点后压缩（PFC: post-focus compression），并通过语言中是否存在焦点后压缩进行分类（比如：Xu, Y. 2011, Post-focus compression: Cross-linguistic distribution and historical origin. The 17th International Congress of Phonetic Sciences, pp. 152—155, Hong Kong; Wang, B. & Xu, Y. 2011, Differential prosodic encoding of topic and focus in sentence-initial position in Mandarin Chinese. Journal of Phonetics, 37, 502-520; Chen, Y., Xu, Y. and Guion-Anderson, S. 2014, Prosodic realization of focus in bilingual production of Southern Min and Mandarin. Phonetica, 71, 249—270; Alzaidi, M., Xu, Y. & Xu, A. 2019, Prosodic Encoding of Focus in Hijazi Arabic. Speech Communication, 106, 127-149）。其他学者也有提到非焦点成分的音高曲线在语流中被压缩的现象，比如胡方（2002，A prosodic analysis of wh-words in Standard Chinese, Speech Prosody 2002, pp. 403-406. Aix-en-Provence: Laboratoire Parole et Langage.中文修正版《汉语普通话疑问词韵律的语音学研究》，《中国语文》2005年第3期269-278页）通过考察普通话疑问句发现，焦点成分是句子的语调重音所在，因而其本身之词调拱度能够得到保持，有时得到增强，然而非焦点成分之词调拱度则会被压缩弱化、有时甚至弱化成一个平调。

　　另外值得注意的是台湾“中研院”语言学研究所郑秋豫（2010）提出“阶层式多短语语流韵律HPG架构”（Hierarchical Prosodic Phrase Grouping）（《语篇的基频构组与语流韵律体现》，《语言暨语言学》11，183-218），说明口语语流的基频行为是由字调、韵律词调、句法调、语篇联系位置、边界延长、停顿等多种成分系统性共构而成，各级韵律单位对韵律生成均有贡献，层级贡献度可通过统计分析厘清。

　　三、 应用研究

　　1995年在瑞典斯德哥尔摩召开的第13届国际语音科学大会上，提出了“语音学是一门独立的科学”。1996年在中国社会科学院语言研究所主办的第三届全国现代语音学会议文集的前言中反映了同样的观点。

　　语音研究中采用各种实验方法大致有两个作用：一是“弥补听官之不足”，二是揭示言语交际的机理，解释自然连续语音中的各种现象。科学发展到今天，对语音现象，只作描写已经不够了（对语音作描写是必要的，但不是充分的）。有关学科如生命科学和人工智能（包括言语工程）等，要求语音学家对语音现象做出解释。因而，在语音研究中，语音实验研究的第二个作用越来越大；也正因为如此，用“实验语音学”一词来概括我们所研究的学问似乎已经不太确切，因为这个提法不能涵盖语音研究的全部内容，因而必须称为语音学。现在人们认识到，语音学是一门语言的科学。

　　这一时期，国际科技巨头，如微软、IBM、摩托罗拉、诺基亚等等，看准了语音技术的发展前景，纷纷抢滩中国，在中国建立了各种研究中心和研究院。语音学研究有了更大的应用需求，与言语工程学界的合作日渐增加。

　　科技巨头在中国的研究中心，以语音合成、语音识别技术、声纹识别技术研发为主，同时也与中国的高校和研究所开展各种合作研究。包括自然话语的语调韵律特征研究、少数民族语言语音合成、多风格语音合成研究、情感语音研究、地方普通话和英语学习者口音研究、音段与音段音变的研究、音段的语音实现与超音段的韵律结构的关系研究等。

　　1990年，吴宗济先生在东京初次见到中国科技大学的王仁华教授，得知他们和藤琦博也先生一直合作进行汉语语音合成研究。1994年吴先生在横滨会议上再次见到王教授，王教授说：“觉得只有你的成果才能解决我们的问题。”以后，王教授不断派刘庆峰（现任科大讯飞董事长）跟吴先生学习语音学，也请吴先生到中国科技大学讲学，一起完成了自然科学基金项目“用定量化变调规则和移调方法合成汉语语调”。

　　1992年和1993年由李爱军负责，语言研究所语音研究室连续两年参加国家863语音合成系统的评测，是唯一一个基于共振峰规则合成的系统。1996年，语音室开始承担国家863项目，第一个项目就是关于连续语音库的文本设计，在祖漪清的负责下，顺利完成了国家级的语音识别语音库设计，这个库也成为国家各个语音识别单位使用的标注库，之后祖漪清和李爱军负责完成了863语音合成语料库的设计，同时提出了汉语的韵律标注系统C-TOBI（李智强、李爱军）、音段标注系统SAMPA-C。此后，在语料库的基础上，开展了连续话语中一系列语音问题研究。

　　2000年，中国社会科学院语言研究所语音研究室与科大讯飞公司成立了中国社会科学院讯飞语音实验室。科大讯飞公司是国家863支持的自主语音产业化基地，吴宗济先生被聘请为顾问，语音实验室在联合实验的平台下，适时开展了面向语音技术的基础研究，以自然话语处理中的语音问题为主要研究对象，还包括与语音问题相关的句法、语义和语用等方面的问题。

　　2003年中央台《走进科学》栏目采访吴宗济先生，2007年中央电视台《大家》栏目制作了吴先生的专访，体现了语音学研究在言语工程应用中的重要作用。第三节 新时代语音学研究的特点

　　2017年，党的十九大报告明确提出“中国特色社会主义进入了新时代”，这是在总结改革开放近40年历程所取得的历史性成就和十八大以来所面临的历史性变革的基础上所做出的科学判断。从科学研究的视角看，2010年以来，人类科技进步的步伐进一步加速，尤其是大数据、人工智能等与语音研究相关的内容进入公众视野，成为热点。在这样一个政治、历史、文化、科技都面临挑战与变局的时代，语音学研究也必然呈现出与以往不同的特点。

　　一、 研究领域不断拓宽

　　在语言本体研究领域，学者们思考如何进一步把实验证据导向的研究范式贯彻于更加广泛的汉语及方言、少数民族语言的语音与音系现象研究之中。胡方《汉语方言的实验语音学研究旨趣》（《方言》2018年第4期）提出实验描写主义，提倡实验证据导向，用与时俱进的科技手段描写语言中的语音现象。

　　另外，语音学研究领域早已从语言本体研究全面深入到更为广泛的多模态言语交际研究，同时，更为关注自然口语语篇。自然口语语篇的接口研究与人工智能交互技术密切相关。在社会交际中，人们使用多种多样的交际手段来交流信息和传递意图，这些手段既可以是单模态信息也可以同时包含多个模态的信息，如文字、语音、面部表情、身体姿态、书画、音乐等。在国家项目和中国社会科学院创新项目支持下，语言所语音研究团队，采用声学语音学和多模态分析（音频和视频、呼吸等），研究口语语篇的韵律特征、音系表达方法以及语法结构三者之间的关联性，探索语音特征特别是韵律特征对交际意图实现的贡献。

　　中文言语信息处理项目首次得到科技部973项目“互联网环境中文言语信息处理与深度计算的基础理论和方法”（首席科学家：党建武，2013—2017）的支持。李爱军和贾媛基于汉语口语语篇的特征，提出一套分层表示体系，对口语语篇的音段、韵律、句法、语义和语用信息进行多层级的解析；建立了国内最大的口语语篇库DISCOURSE-CASS， 包括不同风格、领域、体裁的口语语篇。其中，篇章层级研究成果，集中体现在贾媛的专著《汉语语篇分层表示体系构建与韵律接口研究》（中国社会科学出版社2018年版）中：以重音等级和停顿时长等参数为切入点，开展了基于依存语法、篇章回指、修辞结构、向心结构、话题和话题链、以及信息结构等篇章理论的语篇—韵律接口研究，从不同层面反映了语篇信息对韵律的作用。

　　在口语对话方面，李爱军等采用语篇/语境的语调韵律范式来研究言语行为与标注标准（Zhou, K., Li, A. & Zong, C. 2010. Dialogue-Act Analysis with a Telephone Speech Corpus Recorded in Real Scenarios. OCOCOSDA 2010, Nepal.）、汉语问答系统的功能和形式及其分布特征（Li, A. 2018. Response Acts in Chinese Conversation: the Coding Scheme and Analysis. ISCSLP 2018, Taipei.），以及对话意图信息编码和解码（李爱军等《自然口语对话语境中回声问句的解码初探》，ICPLC 2013; Huang, G., Zhu, L. and Li, A. 2018. Syntactic Structure and Communicative Function of Echo Questions in Chinese Dialogues. ISCSLP 2018, Taipei.）、疑问言语行为实现的韵律特征（Liu, X., Li, A., Jia, Y. 2016. How does prosody distinguish Wh-statement from Wh-question? A case study of Standard Chinese. Speech Prosody 2016）。

　　语篇焦点是语篇语义、意图表达和理解的关键，对语篇焦点的语音特性研究备受关注。贾媛《普通话焦点的语音实现和音系分析》（中国社会科学出版社2012年版）系统地分析了不同类别的单焦点、双焦点以及多焦点成分的语音实现方式，并采用AM语调音系学理论，以及有关语调的优选论分析模式，来解释普通话的焦点的分布问题、焦点和重音的对应关系问题，以及普通话的语调音系表征模式。智娜Study on Form and Function of Prosody Based on Acoustics, Interpretation and Modelling with Evidence from the Analysis by Synthesis of Mandarin Speech Prosody（世界图书出版公司，2015）通过从韵律的形式和韵律的功能两个视角探讨自然话语的韵律特征，解析了汉语在不同层级的韵律功能和韵律特征，探讨了声调语言不同于非声调语言的语调标注方法。李爱军等开展了多焦点句的韵律特征研究，首次从跨语言角度考察当核心重音在语句最左侧的时候，核心后焦点重音的语音实现，及其与韵律结构之间的关系（Yuan, Y., Li, A., Jia, Y., Hu, J., Surány, B. 2016. Phonetic realizations of post-nuclear accent under dual-focus conditions in Standard Chinese. Speech Prosody 2016）。李爱军《普通话不同信息结构中轻声的语音特性》（《当代语言学》2017年第3期）揭示了轻声的语音特征（声学相关量）与所处的信息结构的关系，轻声在不同信息结构或者语境中的声学模式，在不同语境中影响轻声产出编码的主要特征。

　　此外，语音学与儿童语言习得、二语习得、病理语音、司法语音、言语工程、人工智能等领域的交叉越来越深入，也促使语音学的研究领域不断拓展。限于篇幅，除了二语习得，这里不做深入讨论。另有《儿童语言获得研究70年》章节讨论涉及儿童语音发展。

　　二、 语音学研究普及化

　　2000年以来，尤其是进入新时代之后，科技发展日新月异，语音学研究所依赖的研究设备日益普及，尤其是声学语音的研究，目前甚至可以使用全民普及的智能手机采集语音信号。此外，各类收费或者免费的声学采集、分析软件也为专业的语音分析提供了便利。语音学的研究不再局限于中国社会科学院、北京大学、南开大学等少数科研单位，一批高校和科研机构纷纷成立了语音实验室，语音学研究力量和研究水平均得到显著提升，呈现出百花齐放的良好发展态势。

　　在高校与科研系统中，语音学研究主要依托于中文系或者外文系，以及对外汉语教育相关院系。一般来说，中文系类的以语言本体研究为主，比如宋益丹的《基于EGG的吴语阻塞音发声研究》（世界图书出版公司，2012），顾文涛《语音韵律的实验分析与建模》（世界图书出版公司，2013），蔡莲红、孔江平的《现代汉语音典》（清化大学出版社，2014），刘新中的《广州话单音节语图册》（世界图书出版公司，2014）等。外文系类的或者对外汉语教育院系的多从事第二语言习得研究，其中，外文系侧重中国人学英语的研究，而对外汉语系则侧重外国人学汉语。进入新时代，二语习得研究迅猛发展，不过，针对二语学习者的语音习得研究，大多都是基于对比分析的方法将学习者对于目标语语音的感知和产出同本族语者的语音表现进行比较，并根据两者的差异情况分析学习者在二语语音习得中的问题和规律。对于学习者的二语语音习得研究可分为两个大的研究方向，即语言理解（language comprehension）层面和语言产出（language output）层面。但学界对于二语产出方面的研究却一直不如在语言理解和感知方面的研究做得成熟和深入，很多关于二语者的语言产出问题还没得到完全解答，尤其是在自然口语的产出层面还存在很多研究空缺。

　　在二语英语语音习得方面，李爱军主持了国家社会科学基金重大项目“中国方言区英语学习者语音习得机制的跨学科研究”（2015—2020），贾媛主持了子课题方言区英语学习者语音库的收集和语音特性研究，并得到中国社会科学院创新工程项目支持。项目构建了大规模英语学习者语音库AESOP-CASS，开展中国境内主要方言区和少数民族地区英语学习者的发音研究，在音段方面系统地归纳出不同方言区英语学习者的语音偏误类型（贾媛，《中国方言区英语学习者元音习得类型研究》，中国社会科学出版社，2019年版）。智娜承担“方言区英语学习者的语音特征与可视化发音训练策略研究”博士后研究项目，对影响外语元音的可懂度感知和口音评分的相关声学信息开展研究，并利用电磁发音仪（EMA）对元音的发音生理特征进行分析和探索。於俊和李爱军等基于3D的发音生理模型进行可视化的语音训练研究（Yu, J. & Li, A., etc. Data-Driven 3D Visual Pronunciation of Chinese IPA for Language Learning. OCOCOSDA 2013.）。

　　在超音段方面，基于大规模语料库探索英语学习者的语调产出和语调感知，代表作如陈桦的《中国学生英语语调模式研究》（上海外语教育出版社，2008）、王霞的《英语韵律习得——基于大规模中介语语料库的语音学研究》（中国社会科学院研究生院博士论文，2010）、纪晓丽、张辉、李爱军、龚箭的《不同水平学习者对英语语调感知的实证研究》（《外语教学与研究》2018年第3期）。

　　汉语作为第二语言的语音习得，声调一直是二语者习得过程中的难点。林焘曾指出“洋腔洋调”形成的关键不是声母和韵母，而是在声调和比声调更高的语音层次（《语音研究和对外汉语教学》，《世界汉语教学》1996年第3期）。王韫佳《也谈美国人学习汉语声调》（《语言教学与研究》1995年第3期）分析了美国学习者在双音节产出时的声调偏误，发现阴平和去声的产出正确率远高于阳平和上声，美国学习者产出汉语四声的偏误规律为阴平和去声的偏误类型主要是调型偏误，阳平和上声调型和调域的偏误都有。张林军的《母语经验对留学生汉语声调范畴化知觉的影响》（《华文教学与研究》2010年2期），王韫佳、李美京的《韩语母语者对普通话阳平和上声的知觉》（《语言教学与研究》2011年1期）考察二语者对汉语普通话声调的声调范畴感知行为学特性，是范畴感知还是连续感知，探索感知模式与习得者的水平、习得母语背景的关系。

　　韵律和语调方面的研究多讨论学习者语调的音高时长特性、焦点重音的声学实现、韵律边界的声学特征、节奏模式等，利用对比分析来研究学习者语调产出模式受到母语的迁移影响，以及与目标语之间的关系。比如陈默《汉语作为第二语言的自然口语韵律的发展》[《清华大学学报(自然科学版)》2013(6)]和《美国留学生汉语口语产出的韵律边界特征研究》[《世界汉语教学》2013(1)]考察了不同汉语水平的美国留学生在习得汉语口语产出过程中韵律边界特征的发展，发现各韵律边界特征的习得是不均衡的，音高特征的发展好于边界前音节时长特征的发展。王萍、商桑、熊金津等《泰国学生汉语普通话正反疑问句的语调习得研究。（《南开语言学刊》2017年第2期），温宝莹、张子媛《美国学习者汉语疑问句语调的实验分析》（《南开语言学刊》2017年第2期）从广义语调出发，分别对泰国学习者、美国学习者习得汉语疑问语调时在音高、时长和音强方面的偏误模式进行了考察，分析了与汉语母语者的差异。

　　除了超音段特征，汉语音段的习得也是学者们关注的热点。在元音习得方面，王韫佳、邓丹《日本学习者对汉语普通话“相似元音”和“陌生元音”的习得》（《世界汉语教学》2009年第2期）对日本学习者习得汉语普通话“相似元音”和“陌生元音”的情况进行了考察，提出将声学分析、感知评估和音系对比三者结合，来界定相似音素和陌生音素。在辅音习得方面，王韫佳《日本学习者感知和产生普通话鼻音韵母的实验研究》（《世界汉语教学》2002年2期）考察了日本学习者感知和产出普通话鼻音韵母的习得表现，王韫佳、上官雪娜《日本学习者对汉语普通话不送气/送气辅音的加工》（《世界汉语教学》2004年3期）考察了日本学习者感知和产出汉语普通话不送气/送气辅音时的习得情况，发现日本学习者在加工汉语送气与不送气辅音时受到母语系统清浊对立的影响。王功平的《汉语二语习得者普通话口语语音习得研究》（暨南大学出版社2017年版）则既讨论了二语习得者的普通话声调与轻声问题，也重点讨论了辅音声母的二语产出与感知问题。

　　北京语言大学的曹文、张劲松团队对中介语的研究也非常有特色，尤其是借助计算机辅助的汉语中介语研究，比如曹文、张劲松《面向计算机辅助正音的汉语中介语语音语料库的创制与标注》（《语言文字应用》2009年4期）。此外，曹文的声调与韵律研究也值得关注，比如《汉语平调的声调感知研究》（《中国语文》2010年6期）、《声调感知对比研究——关于平调的报告》（《世界汉语教学》2010年2期）、《现代汉语焦点重音的韵律实现》（北京语言大学出版社，2010）。旧金山大学李智强的《汉语语音习得与教学研究》（北京语言大学出版社，2018）强调音系习得与语音教学的关系，指出汉语语音教学模型要符合汉语的特点，在理解音节结构和声调特征的基础上，语音教学要把音节和声调教学跟语句韵律相结合，以达到培养学生流利自然的语音表达能力的目标。

　　三、 学术交流密切化、体系化

　　首先，中国语音学逐渐形成自身的交流平台。1991年，“第一届全国现代语音学研讨会”在北京大学召开，其后每两年举行一次，这是全国语音学界的一个重要交流平台。2004年和2005年，中国社会科学院语言研究所语音研究室举办了两届语音学暑期讲习班，聘请了国内外语音学和言语工程学界的知名学者讲学，学员包括来自全国各高校相关院系的青年教师、研究生等200多人，推进了语音学基础研究在语言学、语言教学、言语工程等各个领域的传播。2006年4月26日中国语言学会语音学分会正式成立，第一任主任委员是北京大学的林焘教授，2006年10月之后，由中国社会科学院民族学与人类学所鲍怀翘研究员接任，2014年至今由北京大学孔江平担任主任委员。2008年4月18日至20日，第八届中国语音学学术会议——暨庆贺吴宗济先生百岁华诞语音科学前沿问题国际研讨会在北京召开。本次学术会议聚集了众多国内外著名语音学家，标志着中国语音学的本土会议也逐渐呈现国际化的趋势。

　　2006年，中国语言学会语音学分会组织了语音学资深学者讨论语音学中文术语问题。由于学术传承关系，中国语言学界有几种流行的国际音标表是历史上学者们根据1932年版或1951年修订版国际音标并结合中国境内语言的特点修正而来的，其后并未根据国际语音学会官方版本进行更新，因而造成语音学中文术语与国际语音学界通行术语脱节。经过半年左右的邮件讨论，术语修订组专家于2007年1月7日在中国社会科学院语言研究所举行专题研讨，一致同意发布新版本的语音学中文术语。其后，语音学分会于2007年在《方言》第1期发布了依据国际音标2005年版的中文版本；2011年，国际语音学会官方学术期刊Journal of International Phonetic Association刊登了中文版国际音标。目前，国际语音学会正在开展国际音标术语在英语之外的世界其他语言中的翻译工作。

　　其次，国际学术交流密切。不仅参加国际学术交流日益增加，举办国际学术会议也逐渐经常化。2000年，约1500人参会的第6届国际口语处理会议（ICSLP）在北京召开，吴宗济先生在大会上作了题为“从传统音韵学到现代语音处理”的精彩报告，成为语音学与言语处理前沿的经典之作；李爱军进行了大会总结。2004年，中国社会科学院语言研究所举办了第一届语言声调问题国际会议（TAL 2004），同时庆祝吴宗济先生95岁华诞，来自国内外的150多名语音学家和学者参与了本次大会，并出版了英文版的纪念文集《语音学与言语处理前沿》（From Traditional Phonology to Modern Speech Processing）（外语教学与研究出版社2004年版）。此外，中国语音学界所主办的重要的学术还包括：2011年香港举办了国际语音科学大会（ICPhS 2011），2012年上海举办了第六届语言韵律国际会议（Speech Prosody 2012），2012年南京师范大学举办了第三届语言声调问题国际会议（TAL 2012）等。