第二章 语音学
2.1 音位
如果我们就 kiso（接吻）、kaso（钱柜）、kuzo（堂兄弟）三个词的第一个音（或者如人们所说，第一个音段或音素）作一番精确的发音考察，我们便会发现：这些音通常并不是彼此完全相同的。Kiso 一词从一个舌背前部对着硬颚发出的音开始。（发音器官及其命名，见附图。）我们可以把这个 k 的异体标作 [k̟]。Kaso 开头的音是舌背中部对着软颚发出的，即 [k]。Kuzo 开头的音是舌背后部对着靠近小舌的软颚后部发出的，即 [k̠]。把这三个开头的语音片段孤立地看，我们能够比较容易地辨认出它们之间的语音差别：[k̟, k, k̠]。
但是这种差别对该语言来说显然是毫无意义的。它们是开头的辅音自动地适应后随的元音的结果。Kiso 一词中 [k̬] 的偏前（即同其他各种 k 相比它的发音阻碍出现在口腔中稍前的位置上这一事实）使得它更近似于后随的前元音 [i]（“前”是同 [a][u] 之类相比而言）。这样一来，/ki/ 这个组合的发音就容易一些。同样地，kuzo 中 [k̠] 的偏后得归因于这样的事实，即后随的元音 [u] 是一个后元音。采取这种适应以后，移动舌头的动作就可以简单一些。
我们说，异体 [k̬, k, k̠] 是世界语音位 /k/ 的音位异体（同位音素）。这里涉及的是该音位的多音性（异读）。组成每个音位的是一个类语音（或“一族语音”），在某个语言里，它们之间的差别并不用于区分词义；而且，属于同一类的语音——即属于一个音位的各个异体——彼此之间必须具有语音的相似性。
不同的语言有不同的一批音位。各音素所属的音位因语言而异。例如，我们仔细考察一下南美洲的克楚亚语就会发现，[k] 和 [q] 两个音类是能区别词义的：/kara/ 意思是“贵的，亲爱的”（正好同世界语一样）；但是 /qasa/（用 [q] 的读音）意思是“皮肤”。由此可见，在世界语和别的许多语言中是音位异体的语音区别，在克楚亚语中却具有音位一级的价值（或音系学的价值）。同样的一种音位价值也见于爱斯基摩语和古阿拉伯语。
再举一个例子。对于 banko（银行）、longa（长的）这样的词，许多世界语者用软颚鼻音 [ŋ]，读成 [baŋko]、[loŋga]；另一些人则用象 nomo（名字）、lando（国家）之类词中的普通的 [n]。长久以来都有人问：两种读音之中哪一种正确？这个问题只涉及音位异体。不论我们读成 [baŋko] 还是 [banko]，都不会使 banko 的意义产生差别。那些读 [baŋko] 和 [loŋga] 的人，他们的音位 /n/ 有一个特别的异体，这个异体用于软颚音之前（即 /k/ 或 /g/ 之前；而且如果出现 /n x/ 的组合的话，一定也用于 /x/ 之前）。那些读 [banko]、[longa] 的人没有这样一个特别的“位置”异体，在任何时候都只用普通的音素 [n]。在被问及这个问题的时候，柴门霍夫是这样回答的（见瓦伦锉 Waringhien 1962: §71）：
大家不必惊奇，在实践中人们往往把 g 或 k 之前的 n 音发成 ŋ 音。在发音中反对这种自然倾向，我看似乎完全是无的放矢，没有必要。因为这种发音（比起纯理论的发音来，它多少更优雅一些）不会造成任何误解或实际困难。但是我们也不应该推荐这种发音，或者把它称为“唯一正确的发音”；因为从理论的观点看来（在世界语中通常可以不拘泥于这种理论，但决不会说这种理论是“错误的”），我们应该在发音中严格区分每一个音。因而，如果我们想严格按照规则说话，我们应该发成…… san-go。
（《语言答问》之(56)，见 Oficiala Gazeto 第四卷222号，1911年）
我们应该原谅柴门霍夫此处在语音上有点混淆不清，①不过他的劝告掌握了正确的分寸。事实上，无论我们说 [baŋko] 还是 [banko]，都没有什么要紧。如果有人发现 [baŋko] 这个读音更容易因而采用了它，也不会造成混乱。因为 [ŋ] 和可能发成的 [n] 是同一个世界语音位的两个异体，它们之间的区别并没有音位的价值。②
正因为即使世界语用 [ŋ] 这个音，它也决不可能具有音位的价值，所以为它设立专用字母的一些拼法改革建议完全是多余的（参看哈尔维历 Halvelik 1966:14）。这一点同样适用于意大利语、捷克语和其他一些语言。反之，在英语、德语、斯瓦希利语和其他一些语言中，软颚音 [ŋ] 和齿（龈）音 [n] 的区别则确实很重要。在英语中，就我的发音而论，[θɪŋ]（thing，事情）和 [θɪn]（thin，薄的）之间的唯一区别是，第一个词用软颚音 [ŋ] 结尾，第二个词用齿龈音 [n] 结尾（文字上拼作 thing 和 thin）。同样地，rang（响）和 ran（跑），banger（鞭炮）和 banner（旗）之间的区别也是如此。③在斯瓦希利语中，这种区别尤其重要；因为不但在词的中间和结尾、而且在词的开头，这种区别都有音位的价值。
2.2 世界语的音位系统
世界语语音学的基本事实很容易说清楚。世界语有28个音位，其中5个是元音，23个是辅音，①如下面表1所示。其次值得注意的是，单词重音毫无例外地落在倒数第二个音节上。
表1 世界语音位表
| 唇音 | 齿音 | 齿龈音 | 硬颚音 | 软颚音 | 声门音 | |
| 爆破音 | p b | t d | k g | |||
| 破擦音 | c /ts/ | ĉ /tʃ/ | ĝ /dʒ/ | |||
| 摩擦音 | f v | s z | ŝ /ʃ/ ĵ /ʒ/ | ĥ /x/ | h | |
| 鼻音 | m | n | ||||
| 流音 | l r | |||||
| 半元音 | j | ŭ /w/ |
元音：
| 前元音 | 后元音（圆唇音） | |
| 窄 | i | u |
| 中 | e | o |
| 宽 | a |
注：音标和世界语字母不一致的符号有：c /ts/，ĉ /tʃ/，ĝ /dʒ/，ĵ /ʒ/，ŝ /ʃ/，ĥ /x/，ŭ /w/。
表1的各栏表示发音部位，就是对气流造成阻碍的发音器官所在之口腔的各个部分。唇音是用嘴唇发出来的音。同样，其他各类音的世界语名称都是从各相应发音部位的拉丁语名称衍生出来的。表中各横排表示发音方式，即发音器官对气流的各种阻碍类别。在发爆破音时，发音器官突然阻止气流，继而把它放出。在发破擦音时也是这样，但是气流是一点一点地放出来的，这样，继发的气流必须经过一条狭窄的通道。在发摩擦音时，气流同样是经过一条狭窄的通道，但是没有前述那种中断气流的动作。在发鼻音时，气流经过鼻孔出来。流音（这个术语的定义有点难下）是 [l]、[r] 或者类似的音。元音开口度决定于口盖和舌头上表面的距离。发圆唇音时，两片嘴唇形成一个圆圈。
在拼写时 /ts/ 写作 c，/tʃ/ 作 ĉ，/dʒ/ 作 ĝ，/ʒ/ 作 ĵ，/ʃ/ 作 ŝ，/x/ 作 ĥ，/w/ 作 ŭ；表示其他音位时使用的字母和国际音标是一样的。值得一提的是，世界语的拼写法是完全规则的：贯彻了音位和字母一一对应的原则。在《基础语法》（柴门霍夫，1963年版，301页）第9条规则中曾说明过这一原则。但是人们在会话中有些地方是偏离了这个原则的；这一点我们将在下文（2.7）提到。
2.3 各种音系
某个语言或方言的音位及据以把这些音位配列起来的规则，构成它的音位系统（音系）。通过该系统的各个单位，我们要指明一组音位，即具有音系学价值的那些音类。我们说世界语的元音系统中有5个元音的时候，要指出存在着这样一种可能性，就是：有一个五词系列，每个词都有不同的意义，但是只靠一个元音来区别。例如 pira（梨的），pera（间接的），para（成对的），pora（有孔的），pura（纯净的）；或 tino（无盖水桶），teno（持胆），tano（鞣革），tono（声调），tuno（吨）。但是不可能存在多于这样五个词的系列。所以，世界语中没有 [pera—pera] 这样的区别，也没有 [tuno—tano] 或 [para—para] 那样的区别。辅音系统的23个辅音可以通过象下面这样的系列而显示出来：kapo（头），kabo（地角），kato（猫），kado，kako（前缀：坏的），kago，kaco（阴茎），kaĉo（粥），kaĝo（笼子），kafo（咖啡），kavo（洞穴），kaso（钱柜），kazo（场合），kaŝo（隐瞒），kaĵo，kaĥo，kaho，kamo（凸轮），kano（芦苇），kalo（手足的茧），karo（昂贵），kajo（码头），kaŭo。许多可能的词形是世界语中不曾利用的，星号表示不见于《世界语插图大词典》（PIV），也不见于《诗歌格律指南》（卡洛察依等著，1968年版）。然而我们可以把 rado（轮子），tago（日子），aĵo（东西），monaĥo（僧侣），ŝaho（伊斯兰教国家的国王），naŭo（九个一体）之类同这些不曾利用的词形互相比较一下。[ŋ] 不属于世界语的辅音系统，*kaĝ 之不可能存在就表明了这一点。
2.4 元音系统
如果我们观察一下世界上的语言，我们就会发现那是相当纷繁的。这已经是众所周知的事实。人类语言中可以见到的元音系统，从两位系统到二十位或更多位的系统，各种级别的都有。据一些人的报告，元音系统中只有两个元音对立音位的是高加索的阿巴札语。这个语言的元音只有 /i, a/，但它们有许多异体，随前后的辅音而定。在非重读音节中，甚至连这两个元音的对立也没有。
若干种语言有一个三位元音系统，即 /i, a, u/。古阿拉伯语及南美洲的克楚亚语和艾马拉语就是其中的几种。从根据宽窄（又叫开闭或高低）把元音分类的观点来看这样的系统，我们会看到，它只有两等：/i, u/ 是闭（高）元音，而 /a/ 是开（低）元音。其次 /i/—/u/ 的对立决定于舌的前后和唇的圆扁。
更常见的许多元音系统是五位的，即 /i, e, a, o, u/。具有这种系统的是现代希腊语，还有欧洲的塞尔维亚-克罗地亚语、俄语、西班牙语，亚洲的泰米尔语，非洲的班图诸语言如硕那语、祖鲁语和斯瓦希利语，美洲的玛雅语；还有许多别的语言，包括世界语。①在这种元音系统中，宽窄不是分为两等，而是分为三等。因为还有中等（半高）的 /e, o/。五个元音的语言——其中最令人满意的是那种复合元音最少的语言，正好作为世界语元音的发音榜样。这一点似乎是苏联的霍赫洛夫首先提出来的，他推荐克罗地亚人的世界语发音作为大家的榜样②（Hohlov 1927）。
有些语言也同样地配列五个元音，但是附加了一个因素：元音分长短。古典拉丁语和日语就是这样，元音长度具有音位的价值。这一点我们可以从拉丁语的 mālum [ma:lum]（苹果）和 mălum [malum]（坏的东西）的区别看出来。因此这种元音系统有 5 × 2 = 10 个元音。
如果前元音和后元音的区别扩及开口最宽的那一等，就会有一个六位系统。波斯语的元音系统就是这样，它有前元音 /æ/ 和后元音 /ɑ/ 的对立。这种元音系统和其他类似的前元音系统如表2所示。
表2 各种元音系统①
| 三位 | 五位 | 六位 | 七位 | 八位 |
| i u a |
i u e o a |
i u e o æ ɑ |
i u e o ɛ ɔ a |
i u e o ɛ ɔ a ɑ |
元音的宽窄有四等，就构成七位或八位系统，这取决于开口最宽的那一等是否有前后之别。七位系统见于加泰隆语，也见于意大利语（至少就那些区别用 [e] 的 pesca“捕鱼”和用 [ɛ] 的 pesca“桃子”的人来说是这样）。它还见于非洲南部的索托语和非洲西部的约鲁巴语，后者附加了复杂的鼻化元音。八位系统是法语元音的基础，但该语言也有鼻化元音，还有圆唇前元音。
在德语和其他一些语言里，元音的宽窄甚至多于四等。但在那里开口度是和长度（或松紧度）结合在一起的。详见后文。匈牙利语也具有这样的系统。
说法语、德语、匈牙利语的人，比起说希腊语、克罗地亚语或日语的人来，会更加有意识地仔细区别宽窄各等。这是没有什么可怪的。又恰恰是法国、德国和匈牙利的世界语者不断提出关于世界语的 /e/ 和 /o/ 的宽窄“问题”，而希腊、南斯拉夫（不是说斯洛文尼亚语的人）和日本的世界语者则完全没有注意到这一点。这也不足为奇。假如伊朗有一大群世界语者的话，他们就会提出世界语那 /a/ 的“正确的”前后位置问题了。这个问题是我们大多数人都意识不到的。每个人都总爱透过自己父母语的音位系统的“箍眼”去观察每一种语言。
迄今为止我们考察过的只是这样的元音系统，其中元音的前后之分不超过两等：前元音（/i, e/ 之类）发音时用不圆唇动作；但不宽的后元音（/u, o/，可能还有 /ɔ/）则用圆唇动作。有一些元音系统具备央元音，即不前不后的元音——这样一来前后就分出三等了。这种央元音可以在英语的 another [əˈnʌðə]（另一个）里听到。保加利亚语的元音系统中有6个元音，即表2所列的5个（/i, e, a, o, u/）加上中央元音 /ə/（文字符号为 ĭ）。罗马尼亚语有7个元音，包括高央元音 /ɨ/ 和中央元音 /ə/（文字符号为 î 和 ă）。
2.5 元音的区别特征
但是决不可能有这样的通例，规定前元音应该不圆唇，后元音应该圆唇（如果是低元音，则不在此限）。我们可以看到，在欧洲的许多语言中，前后和圆扁的特征可以是彼此独立的，就是说，这些语言有圆唇前元音。例如法语和德语就是这样：不但有 /i, e/ 和 /u, o/，而且有 /y, ø/（法语 du“……的”，deux“二”；德语 Tüten“纸袋”，töten“杀死”）。由此可以简单地说明一个显然的事实，即法国人说话时比英国人更用力地使用嘴唇：在法语中，前元音的圆唇性是独立的；而在英语中，前元音的圆唇性并不是独立的，所以没有区别作用，也显得不重要，自然而然地可以忽略。
芬兰语和越南语的元音系统如下面表3所示。在芬兰语中是8个元音音位（通过分别长短还要增加一倍）：6个如表2所列，加上两个圆唇前元音。越南语有10个元音，宽窄分为四等，开口最宽一等只有 /a/，其余三等各有3个元音：1个不圆唇前元音（/i, e, ɛ/），1个圆唇后元音（/u, o, ɔ/），1个不圆唇后元音（/ɯ, ɤ, ʌ/）。
表3 芬兰语
| i | y | u |
| e | ø | o |
| æ | ɑ |
越南语
| i | ɯ | u |
| e | ɤ | o |
| ɛ | ʌ | ɔ |
| a |
又有圆唇前元音 /y, ø……/，又有不圆唇后元音 [ɯ, ɤ……] 的情形在世界上是罕见的。乍看起来，人们或许会期待在什么地方找到类似表2的三角形系统，而它又具备圆唇前元音和不圆唇后元音，如表4。不过，任何地方都不曾发现过这样的语言。很明显，存在着一种把后元音和圆唇结合（低元音除外），把前元音和不圆唇结合的普遍倾向。我们可以承认这样的通例，即如果某语言只有一个系列的前元音，这些元音就是不圆唇的。（就后元音而言，情况并不如此明确：如所周知，日语的 /u/ 常常是不圆唇的；虽然日语的元音系统一如拉丁语那样，/i, e, a, o, u/ 都有长短之分。）
表4
| y | u | |
| ø | ɤ | |
| a |
特别有趣的一个元音系统见于土耳其语。它有4个高元音：/i, y, ɯ, u/（后两个的文字符号为 ı, u；人们也常常用音标 [ɨ] 表示 /ɯ/）。另外有3个中元音 /e, o, ø/ 和1个低元音 /a/。从语音学观点来看，元音的配列如表5。然而我们可以看到，中元音和低元音之间的区别并不是独立于前后和圆扁的特征之外的；而且，土耳其语的 /a/ 常常不完全是低元音。那么，从音系学观点来看，不妨认为高低只分两等，而土耳其语是利用了三个区别特征（每个特征有两种可能的数值）。这种分析可以通过表6的矩阵来表示。其中正号表示有关的二值特征取正值，负号表示取负值。
表5 土耳其语的元音
| i | y | ɯ | u |
| e | ø | o | |
| a |
表6
| i | y | ɯ | u | e | ø | o | a | |
| 前 | + | + | − | − | + | + | − | − |
| 圆 | − | + | − | + | − | + | + | − |
| 低 | − | − | − | − | − | − | − | + |
大家可以看到，元音的语音特征并非每一个都在所有语言中成为区别特征，其可区别性因语言而异。在土耳其语中，圆唇性这一特征是区别性的，因为它和前后无关；在世界语中（就象在别的许多语言中）它是非区别性的，因为它按规律必然受前后性的制约。①独立的、完全具备区别性的圆唇特征，给那些其父母语中没有这种区别性的语言学习者带来了许多问题：土耳其语的 /y, ø/ 对几乎所有人来说都是容易的，但是 /ɯ, u/ 对许多人来说可就难了。柴门霍夫非常明智，他仅仅给世界语制定 /i, e, a, o, u/ 这些元音，并使圆唇受前后的制约。而史莱耶尔则很愚蠢，他赋予沃拉普克语圆唇前元音 ü 和 ö；②同样的笨人还有哈尔维历，他要把这两个音引入世界语（Halvelik 1966:114）。
把最简单的元音系统撇开不谈，高低和前后的特征一般是区别性的（一般有音位的价值）。圆唇，就我们所见到常常是区别性的。其他许多元音特征则有时在这个语言里具有区别性，有时在那个语言里具有区别性。
元音的长短在许多语言里是区别性的，例如捷克语和日语的无音系统都有 2×5 个元音：/i, i:, e, e:, a, a:, o, o:, u, u:/。古典拉丁语也是这样；虽然其中的短元音似乎同时在各音上也和相应的长元音有所不同，正如在今天的德语中那样（Bienen [i:]“蜜蜂”，binnen [ɪ]“在……内”）。在英语中，长短特征在一对音里不如音色的区别重要。根据一些人的分析，这是一种“松紧”特征：sheep（羊）用“紧的”[i]，但那几乎听不出是真正的长音；ship（船）用“松的”[ɪ]，那是个短音。
鼻音性在法语、葡萄牙语、约鲁巴语、印地语及其他一些语言的元音系统中是区别特征。例如在法语中，人们读 très（很）为 /trɛ/，但是读 train（火车）为 /trɛ̃/。
2.6 元音的异读
我们说过，克楚亚语有一个非常简单的元音系统 /i, u, a/。然而这并不意味着，[e, ɛ, o, ɔ] 这些音类在这个语言里完全听不到。它们确实是能听得到的，但是被分析为 /i, u/ 的异体。例如：/i/ 在邻近小舌音 /q/ 时发成 [e]。不过对于说克楚亚语的人而言，这种音素变异几乎是听辨不出来的。
某个系统的音位越少，它们之体现（读音）的自由就越大。如果 /u/ 只需要清楚地区别于 /i/ 和 /a/，它就可以随便地有时体现为 [u]，有时体现为 [o]。在三位元音系统中，/i/ 可以有从 [i] 经过 [e] 直到 [ɛ] 这样一个读音范围，而无造成元音对立之虞。这种音素变异可以受语音环境或邻近形位的制约，也可以是完全自由的（有时是因语体不同而变异，有时则纯属偶然变异）。反之，一个系统当中的音位越多，它们就要表现得越加精确。英语（就我的发音而论）有一个二十位元音系统，包括12个单元音。所以，同诸如西班牙语或希腊语（具有五位元音系统）的元音比较起来，英语的元音必须发得非常精确。正如大家在表7中可以看到的，/e, æ, ɑ/ 必须细加区别，否则就有混淆“杯子”（cup）、“帽子”（cap）和“鲤鱼”（carp）的危险。但是一个说西班牙语的人学起英语来，要作出这些区别是极其困难的。因为对他来说所有三个音听上去都是 /a/ 一类的音。西班牙语的 /a/ 实在可以毫无危险地在 [æ～ʌ～ɑ] 的范围内游移，但是英语的低元音则不能。
表7
| i: | bean | bead | keep |
| ɪ | bin | bid | kip |
| e | Ben | bed | kep(t) |
| æ | ban | bad | cap |
| ʌ | bun | bud | cup |
| ɑ: | barn | bard | carp |
| ɒ | Bonn | bod | cop |
| ɔ: | born | board | corp(se) |
| ɜ: | burn | bird | curb |
| u: | boon | bood(le) | coop |
| ʊ | Buddha | ||
| ə | ban(ana) | cap(acity) |
异读的幅度在不同的语言中可以是不同的，和系统的大小无关。俄语和希腊语都有一个五位元音系统 /i, e, a, o, u/。但希腊语的元音几乎没有异读；而俄语的异读却是引人注目的（这主要取决于元音是否被重读，以及其前后辅音的“软硬”）。某个语言中这样的异读越多，一个人想学得优美发音所碰到的困难就越大。
世界语的元音是一个小系统（只有5个音）；这意味着元音的体现可以有一定的灵活性，甚至表现出较大的变异也不会导致混淆。例如，peno（努力）应当清楚地区别于 pino（松树）和 pano（面包）；但 peno 中 /e/ 的音质并无严格的规定——只要既不太窄，以免使人听成 pino，又不太宽，以免使人听成 pano，就行了。
有人想为世界语的 /e, o/ 制订这样的异读规则：在开音节（也就是不用辅音结尾的音节）里用较窄的音质，而在闭音节（也就是用辅音结尾的音节）里用较宽的音质。假定我们把 /e, o/ 的较窄的音记作 [e, o]，把较宽的音记作 [ɛ, ɔ]，我们就可以把这一类异读表示如下：veni（来），reto（网），mono（钱），oka（第八）；vendi（卖），resto（停留），mondo（世界），ok（八）。制定诸如此类规则的书有好几种，其中有地位显赫的《语法全书》（卡洛察依、瓦伦锉合著，第21节）。对于那些其父母语中的元音宽窄多于三等的人来说，例如对于法国人、德国人和匈牙利人来说，这条规则似乎是很自然的；不过要看到，那些其父母语中的元音宽窄仅分三等的世界语者（捷克人、克罗地亚人、希腊人、日本人和其他许多国家的人）实际上从来不实行这条规则。日本的语言学家川崎说过，《语法全书》定下的这条规则“对于日本人来说始终是陌生的东西”。①
我本人的意见是：给世界语的 /e, o/ 制订的上述规则，可以为其父母语的元音宽窄多于三等的那些人所容忍；但绝不能认为它是必需的。在中立的国际发音方式中没有它的地位。
即使人们愿意有 [e, ɛ] 之间和 [o, ɔ] 之间的音素变异，上述规则——它受音节开闭的制约——也并非不言而喻地是唯一可能的规则。祖鲁语有一个五位元音系统，在 /e, o/ 之类音里也存在异读，但是却有完全不同的规则。在祖鲁语中，如果后随音节的元音本身是窄元音，即 /i/ 或 /u/，人们就用较窄的 [e] 或 [o]；而在其他情况下则用较宽的 [ɛ] 或 [ɔ]。所以祖鲁人在说世界语时读必感到自然的那种发音，当然是 veni 了——但 vendi 也还是不错的；resto 和 mondo 确实很好，但 reto、mono 又何尝不然。在斯瓦希利语中应用的也是别的规则，例如在鼻音前用 [o]，其他情况下用 [ɔ]。
我觉得，希腊语似乎在这方面提供了令人满意的模式。在希腊语中 /ˈðeno/（ðevu，我）和 /ˈenðro/（ðevro，树）的 /e/ 在语音上是相同的。又如在日语中，/neda/（床）和 /nenda/（年代）、/te-ga/（手）和 /ten-ga/（天）之中的 /e/ 是同质的。（后二例的词带有格助词 ga。）
2.7 语音加工（音变）
在人类语言中我们可以看到许多共时的语音加工，通过它对某些词或词素（构词成分）的语音形式进行修整。这些加工有诸如同化、省音、音节溶合、元音和谐等名目。规则异读也可以看成是加工：即 kiso 的 /k/ 在后随元音 /i/ 的影响下成为 [k̬]，等等。我们把这样的加工称为共时的（同一时间内的）加工，因为它们是根据存在于某一段时间里的语言的规则而产生的。当这些规则本身经年历岁发生变化的时候，就产生了历时的加工（历史音变）。
不少语言的音系中都有一种弱化加工，即把所有非重读音节的元音变为近于共同的元音。这样，非重读音节中可以区别的元音就少于重读音节。①俄语就是这样的语言。在俄语中，对于重读音节完全有效的 /a/ 和 /o/ 之间的对立，到了非重读音节里就消失了。假如某个说俄语的人让自己把同一种加工应用到世界语中来，他就会把 afero（事情）和 ofero（牺牲），或者把 akcidento（事故）和 okcidento（西方）读成同样的词。然而在世界语中这样两对词是不能混淆的。所以说俄语的世界语者应当特别注意，在说世界语时不能应用元音弱化的加工。
在法语之类的若干语言里，存在着音节溶合的加工（也叫非音节化）。通过这种非音节化加工，不重读而又位于另一个元音之前的 /i/ 或 /u/ 失去了音节性，而采取了和 /j/ 或 /w/ 相同的读音。那些把这个习惯带到世界语中来的说法语的人，把 regiono（地区）读成好象 reĝiono 一样，把 jaguaro（美洲豹）读成好象 jagŭaro 一样。他们很可能区别不了 koloniano（侨民）和 kolonjano（德国科伦人）。
把这种种民族语言音系中的加工应用到世界语中来，就导致一种情况：写法不同的词读成相同的了。这就破坏了拼法规则性的原则（参见上文2.2）。这是不值得提倡的。然而对许多人来说，要避免把父母语中所需要的加工带到世界语中来，又谈何容易。
在世界语中，从与拼式一致的观点上说，我们有几处该连续使用清浊辅音。这种情况可能存在于一个形位之中（如 akvo“水”，absoluta“绝对的”）；或者更常见的是，存在于两个形位或词的界线两边（如 subtaso“茶托”，okdek“八十”，vidas ĝin“看见它”）。法语、俄语和其他种种语言在这种场合里有清浊同化的加工：因而人们倾向于在世界语中应用同样的加工，即读成好象 agvo、apsoluta、suptaso、ogdek、vidaz ĝin 那样。①说英语的人对这种读音特别反感；他们没有清浊同化的加工，他们容易忍受 /kv, bs, bt, kd, sĝ/ 之类的辅音组合（如 back vowel“后元音”，absolute“绝对的”，subtract“扣除”，book-debt“帐面负债”，misjudge“错审”）。而对说法语和其他语言的人来说，清浊同化似乎是自然的、正常的。在世界语中，这种同化只在极少数场合会导致误解（如把 subtaso“茶托”读成 supasto 就成了“汤杯”），所以大概可以容忍。但是不宜提倡，特别不宜在英国人和其他某些人中间提倡——因为他们读必要经过专门学习才会这样发音！
2.8 辅音的区别特征
在几乎所有语言中，辅音系统都比元音系统大得多。而且它（经常）表现出较差的对称条理。这一点在世界语的辅音中也可以看出来（见上文表1）。但是我们对辅音同样可以用区别特征进行分析（见表8）。
我们略去了 j 和 ŭ。这两个音可以作为非成（音）节元音处理。
表8 世界语辅音的区别特征
| p | b | t | d | k | g | f | v | s | z | ŝ | ĵ | ĥ | h | c | ĉ | ĝ | m | n | r | l | |
| 响音 | − | − | − | − | − | − | − | − | − | − | − | − | − | − | − | − | − | + | + | + | + |
| 延续 | − | − | − | − | − | − | + | + | + | + | + | + | + | + | − | − | − | − | − | + | + |
| 除阻迟滞 | − | − | − | − | − | − | + | + | + | + | + | + | + | − | + | + | + | − | − | − | − |
| 鼻 | − | − | − | − | − | − | − | − | − | − | − | − | − | − | − | − | − | + | + | − | − |
| 口腔前 | + | + | + | + | − | − | + | + | + | + | − | − | − | − | + | − | − | + | + | + | + |
| 舌顶 | − | − | + | + | − | − | − | − | + | + | + | + | − | − | + | + | + | − | + | + | + |
| 浊 | − | + | − | + | − | + | − | + | − | + | − | + | − | − | − | − | + | + | + | + | + |
对世界语的辅音音位进行分类，用7个二值特征就够了。①在表8中每一栏（即每一个音位）和另一栏（即另一个音位）能通过至少一个特征区别开来。如果气流自由逸出，这个辅音就是响音；如果在舌中线通过口腔的气流从未停留，就发出延续音；如果气流产生杂乱运动，就发出除阻迟滞音（我宁可把这个特征称作“摩擦性”或“噪音性”）；如果发音部位是齿龈、牙齿或嘴唇，就发出口腔前音；如果舌前部或舌尖抬起，就发出舌顶音；如果声带振动（或伴有较强的气流），就发出浊音。
清浊的区别特征（p～b，t～d，k～g，f～v，s～z，ŝ～ĵ，ĥ～h）对于一些人来说是成问题的。不过假如我们不具备这些对立的话，要按照《基础语法》第15条规则采用国际性的词根可就难了。①有些语言靠送气不送气来区分辅音音位（/tʰ～t/ 等等），例如印地语、泰语、祖鲁语。②另外有些语言则靠产生发音所需气流的机制来区别辅音；例如亚美尼亚语、卡尔图维里语、克楚亚语、艾马拉语有升喉挤气音（/tʼ/，与 /t/ 对立），祖鲁语和布须曼语语言有搭嘴纳气音（/t/，与 /t/ 对立），等等。①世界语中没有这种罕见情形。
世界语的硬颚齿龈音（文字符号为 ĉ，ĝ，ŝ，ĵ）对一些人来也是困难重重的。但是，世界语没有对多数人来说都是困难的齿音和卷舌音（齿龈后音）的区别（如印地语的 /t～ʈ/ 之类）、双唇音和齿唇音的区别（埃维语的 /ɸ～f/ 之类），或软颚音和小舌音的区别（古阿拉伯语或克楚亚语的 /k～q/ 之类）。它既没有齿音和齿龈音两种摩擦音的对立（英语是以这个难处闻名的，如 thin“薄的”和 sin“罪过”中的 /θ～s/），③也没有辅音的次要（附随）发音中的对立（以这种困难著称的有俄语的“软”“硬”辅音，和阿拉伯语的所谓“强调”辅音）。这类东西不难举出一大堆，在这里就不说了。
2.9 读音的好坏
在世界语中，一如在大概所有应用音的语言中那样，并非一切读音方式都同样为人们所喜爱。我们经常听到一些品评，如“他的发音很差”，“她的世界语发音真好”。这些说法有什么根据吗？世界语读音好坏的标准是什么？
我承认这些说法或多或少有美学的根据，但是我想在眼下的讨论中撇开这个方面。所以现在不来谈优美粗劣的问题。
我们可以提出的第一个标准，是实用的标准。好的读音是，那种能使操不同民族语言的世界语者互相理解的读音。那就是，它便于（至少不妨碍）通过国际语来交际。所以我不主张一些英国人把 /v/ 读成 [ʋ]（似乎是不摩擦的 [v]）那样的习惯，①因为操其他语言的人会误解它而听成 [w]，从而会混淆 oro（金）和 ovo（蛋）之类的词。
第二个标准（或许更正确地说，一系列的标准），是语言学的标准。好的读音是，那种能反映世界语的音系特点的读音。那就是，它必须区别由拼式中不同字母所表示的每一对音位。它是把异读减至最低限度的读音。那就是说，它是尽可能维持拼写和读音一致关系的那种读音。所以如果哪位西班牙或日本的世界语者竟至分别不了 /b/ 和 /v/——例如我们必须明白辨认的，是 bolas（激昂起来）还是 volas（愿意），是 benas（祝福）还是 venas（来），是看见 korbon（篮子）还是看见 korvon（大乌鸦）——他全都分不清，这我就不敢苟同了。
第三个标准是地理的标准。好的读音是，那种在地理上中立的读音。那就是，它不呈现种种乡土特点、地区倾向或民族倾向。它不能使听话者猜中说话者是哪个国家的人。它是国际性的。因此，我不妨建议，不要把 /o/ 发成双元音；因为用双元音性的 /o/ 突出地表明说话者是操英语的人。我建议不要在 /j/ 前把 /n/ 发成颚化音；因为 ni（我们）中的颚化 /n/ 突出地表现了波兰人的面目。我建议重读还是落在单词的倒数第二个音节，不要落在最后一个音节；因为重读最后一个音节不但违反《基础语法》的第10条规则，而且尤其使法国人露出原形。我建议不要在每一个形位开头的元音前面加进声门爆破音（喉塞音），例如 alirĉejo（近道）；因为把构词成分这样分开主要是德国人的特点。我建议不要在非软颚音之前的位置上把 /n/ 发成 [ŋ]，例如不要读 min（我）为 [miŋ]；因为这主要是某些西班牙人的风格。
第四个标准是社会的标准。世界语的社会载体是它的说话人的集体，它的语言社群。这个地理上分散但精神上联合的集体，在信仰、观点和立场方面有大量共同的东西——从最广泛的意义上说，也就是有共同的文化。在那些共同的观点中，就有同读音相关的一些观点。这似乎足以说明，为什么 /r/ 发成舌尖颤音比发成其他音类更为人们所喜爱，为什么人们宁愿采用 e-音色的 /e/ 而不采用 o- 或 u-音色的 /e/ 之类情况。（保加利亚人使用后一种 /e/；说英语、荷兰语和葡萄牙语的人在某些位置上也使用它。）
人们已经多次指出这一事实：世界语史无前例地从书斋里的纸上方案转化成了活生生的发挥着正常功用的语言了。它为自身创造了读音的规范：这个事实也值得注意。这个规范不是绝对统一的，也不是所有说这个语言的人都严格遵守的。然而它是存在的；这是一个重要的社会语言学事实。假如有人在哪一天祝贺我或别的什么人说得一口好的世界语，则那意味着，我和这个人已经成功地从父母语的语音枷锁下解放出来而学得了这个规范……或者说，我们明智地选择了说捷克语或塞尔维亚-克罗地亚语的人民作为我们的父母。
第二章 参考材料
大部分是众所周知的事实，或我自己的研究成果。
2.2，2.3 有关的世界语原著（至今为止最清晰好读的）：Bokarev 1966。
2.4 Trubetzkoy 1939a；O’Connor 1973：第七章。
2.5，2.6 阿巴札语：Allen 1956，Lomtatidze 1967；祖鲁语：Doke 1968：3—5；形式化：Chomsky 和 Halle：第九章，Hyman 1975：第五章。
2.7 世界语中的加工：Okamoto（冈本好次）1925：47。
2.8 Chomsky 和 Halle 1968；Ladefoged 1971，1975。
2.9 世界语的社会载体：Lapenna（1950：第三章，1974：2.3.3）。
第二章注释：
① 柴门霍夫此处把“音位”和“音素”混为一谈，故云。——译注
② 价值（不是一个音位）。乔姆斯基和哈勒（1968）以及许多“生成”音系学的信徒就把 [ŋ] 看作 /n/ 在软颚音之前的表层表现形式：/n/ 可能丧失它的本音，只让前鼻音的软颚化作为它的表现形式，所以 [n] → [ŋ]。——原注。
③ 在英语中，/ŋ/ 和 /n/ 的对立只出现在词的中部和末尾，不出现在词首。——译注
① 或者更准确地说，5个具有元音的功能（可以在音节中间辨别出来），23个具有辅音的功能（可以在音节边缘上辨别出来）。半元音是这样的音位：其功能象辅音一样，但其发音和元音相似。——原注。
① 表中“七位”一栏的 /ɛ, ɔ/ 和“八位”一栏的 /ɛ, ɔ, a, ɑ/ 只是示意，不同语言的具体元音数目和音质并不完全相同。——译注
① 这种关系可以用公式表述如下：
[−低] → [α圆] / [−α前]
即：在非低元音中，“圆”这一特征取和“前”这一特征相反的值。——原注。
译按：这个生成音系学公式应该这样理解：斜杠后是条件。当 α 取正值时，则全式表示“如果高元音是前元音，那么它就成为不圆唇音。”当 α 取负值时，则全式表示“如果高元音是后元音，那么它就成为圆唇音。”
② 史莱耶尔（Johann Martin Schleyer，1831—1912），德国人，神父。1880年前后创制了沃拉普克语（Volapük“世界之语”）。——译注
① 这里指俄语、法语等语言中非重读音节的元音弱化。——译注
① 这种同化在世界语中一般不宜提倡，因为它会破坏世界语拼写和读音一致的规则。——译注
① 这是就世界语辅音系统的区别特征分析而言。对世界语辅音音位进行特征分析的另一个尝试是瓦斯科作出的（Vaskó 1976:41）。——原注。
① 特鲁别茨柯依（Trubetzkoy 1939b）认为，对语音上理想的辅助语不应提倡这些对立。近来怀特（White 1972）也持这种意见。——原注。[译按：特鲁别茨柯依的主要学说是音位的（辨义性）对立理论。尽管特鲁别茨柯依不主张国际语中有清浊对立，无奈世界上许多语言（特别是印欧语言）有这种对立，而国际性词根恰恰多数源出这些语言。]
② 还有汉语。汉语的多数方言（包括普通话）靠送气不送气来区分爆破音，而这些爆破音都是清辅音。但吴语、闽语、湘语等方言的爆破音则分清浊（其清音多数仍有送气与不送气的分别），所以操以上各方言的人学习世界语爆破音方便些。因为多数方言区的人一般来说对此难以理解，现将爆破音的清浊和送气表解如下（以双唇音为例）：——译注。
| 清不送气 | 清送气 | 浊不送气 | 浊送气 | |
| 印地语 | p | pʰ | b | bʱ |
| 北京话 | p（伯，白） | pʰ（拍） | ||
| 上海话 | p（伯） | pʰ（拍） | b（白） | |
| 世界语 | p | b | ||
| 英语 | p | pʰ | b |
① 如亚美尼亚语、卡尔图维里语、克楚亚语、艾马拉语有升喉挤气音（/tʼ/，与 /t/ 对立），祖鲁语和布须曼语语言有搭嘴纳气音（/t/，与 /t/ 对立），等等。——原注。
③ 英语中 /θ/ 和 /s/ 的对立，如 thin /θɪn/ 和 sin /sɪn/。——译注
① 英语中 /v/ 有时发成 [ʋ]（唇齿近音），世界语中应避免。——译注