声学语音学(acoustic phonetics): 这个学科研究的是语音的声学现象，如声波的波长、时长、振幅等。

听觉语音学(auditory phonetics): 这个学科研究的是听觉器官怎么对语音进行感知和识别。

国际语音学学会所制订的国际音标是语言学界广泛用来标注语音的音标方案。

早期的语音学研究，多为了语言教学的需要以及语言研究的兴趣。由于医疗器械的完善，人们能观测发音器官的动作和功能，就发展了生理语音学。由于声学仪器的发展，许多只能耳听的语言现象不但可以目测，而且可以用人工来合成，于是有了声学语音学。由于心理测验方法的改善，思维和听觉神经生理的研究日趋进步，言语控制、听觉反馈中的语音规律分析得越来越深入，又产生了感知语音学（或心理语音学），并发展为神经语音学。这是从研究手段来看的三大分支。由于信息时代的前进和人机对话的需要，孤立研究语音已不能满足要求。因为人类的语言不是一个个孤立的音的缀合，而是一系列相互依存制约而且多变的音的串连，同时语言又离不开社会环境和个人语言习惯，研究语音不能离开特定语言的规律（包括语法、修词、音变等），于是又提出了语言学的语音学。

语音学的研究对象，传统上一般只限于元音、辅音、声调、重音以及节奏、音变等，这些都属于定性研究。由于分析手段的进步和语音信息处理的迫切需要，又加强了语音韵律特征的综合研究和定量研究。

语音学的应用方面，除教学和语言学研究外，已遍及与人的语言有关的各个学科，主要如：言语矫治、通信工程、自动控制、以及人工智能等方面。随着第五代计算机的开发以及人工智能和人机对话的探索，传统语音学的理论和成果已不能适应要求，所以又提出了第五代语音学或言语工程学。它综合上述生理、声学、感知和语言学等领域的知识来探求人类言语的变量和不变量，以便为技术革命服务。

主词条：国际音标

为了使记录语音的符号比较一致，国际语音协会在1886年制订了一套《国际音标》，于1888年刊载于该会的刊物《语音教师》上，从此为世界语言学家所采用。其间几经增改，最近的一次修订是在 2020年。这些音标和一些附加符号基本上满足了描写世界各语言中语音的要求。

分喉下、喉头、喉上三个部分。喉下部分由气管到肺。从肺呼出的气流成为语音的声源。喉头部分主要是声门和声带。声带是两条韧带，起着喉的阀门作用，它的闭拢和打开成为声门。声门大开时气流畅通，声门闭合，气流冲出使声带作周期性的机械波就产生“乐音”。喉上部分包括咽腔、口腔和鼻腔3个区域，主要起调节语音的作用。

口腔和鼻腔是调节发音的主要器官。鼻腔基本上是固定的，而口腔中则由于舌的伸缩、升降，小舌的抬起、下垂，使容积变化而产生不同的语音。口腔从唇部到声门总称为“声腔”，分成若干段。

人耳分外耳、中耳、内耳 3个部分。外耳有耳轮、外耳道和鼓膜。耳轮收集音波，由耳道送到鼓膜，随机械波而变化。中耳包括一组“听小骨”，联系着鼓膜传到内耳。内耳主要的构件是耳蜗，里面的基底膜对声音的大小等变化起响应作用。

声带颤动时发出有周期性机械波的乐音，在语音学上称为浊音。声门开时，气流通过声腔受到各部分阻碍而产生不规则的噪音，语音学上称为清音。言语的声波在说者与听者之间传播而达到对方的耳朵里。声压的变化作用于听者的听觉器官，并产生神经冲动传到大脑而辨别和理解。人在说话时，语音也同时传到自己的听觉器官而起监听作用。

语音由人的发音器官产生，发出后变成声波，传到对方耳中，被对方接收理解而构成“言语交际”的一套链环，称为“言语链”。因此，语音由发音器官产生，由听觉器官接收，这两部分的研究属于生理学和心理学范围，而言语音波的特性则属于物理声学范围，至于言语的控制和理解，则属于语言学范围。

一个语句分成若干个词，一个词包含一个或几个语音单位，称为音节，它由一个以上的音素构成。例如英语的 communication一词有五个音节，come一词只有一个音节；而汉语的一个单字是一个音节，一个词包含一个到五个音节不等，但绝大多数是两个音节。音节的定义用一两句话来说清楚是困难的。过去语言学家对音节有种种定义，例如：“胸搏说”，一个音节有一次胸部搏动；“响峰说”，每个音节只有一个响音峰;“音节核心说”，一个音节只有一个最强的元音或辅音作为核心；“肌肉紧张说”，说话时肌肉紧张和减弱一次成为一个音节等等。但是这些说法都不全面。因为在实际的连续语音中，根据这些说法来划分音节的结果就可能不一致。所以单独从语音生理来说，发音角度与听觉角度的音节划分就会有分歧，如果再根据语音描写上或音位分类上来分析，就会有更多的不同。

不过从一般声学现象来看，可以这样认为：①一个音节中至少有一个元音（有时是一个辅音）是起着核心作用的；②音节与音节之间在音强上有一个较弱的分界点。但如两个音节之间是元音相连而没有一个辅音来分隔时，则分界很不明显，如普通话的“西安”、“先”都拼xian。

每一语言集团中通用的最小语音单位如元音、辅音等音素，都有其固有的音质。这些音质在不同说话人之间，或不同语音环境之间有一定程度的变动范围。例如一个[e] 可以读得开些或闭些，一个[l] 可以读得明些或暗些，虽然有了变化，但辨义功能和原来正常的音一样。这每一簇音称为音位，而每一变动后的音素称为音位变体。实验证明，两个相邻音位之间并没有崭齐的界限，而且两音位的变体还有叠接交叉现象。

20世纪50年代初，西方语音学家鉴于以往的语音分析所采用的规格还不能表达语音的最小区别，于是产生了区别特征的语音分析理论。R.雅柯布逊等人认为一切语言的语音可以根据其生理特点和声学特性，用二分观点分为若干项最小对立体。如：①元音性/非元音性，②辅音性/非辅音性，③鼻音性/口音性，④集聚性/分散性，⑤突发性/延续性，⑥急停性/非急停性，⑦浊音性/清音性。后来有人认为这些项目还不够全面，又逐渐加以修订。N乔姆斯基和M哈利另定了若干项。其中除个别与上述相同者外，按发音部位的有：①舌前/非舌前，②舌顶/非舌顶，③长缝/非长缝，④舌后/非舌后，⑤舌面抬高/舌面不抬高，⑥舌面压低/舌面不压低；按发音方法的有⑦除阻/缓除阻。他们还把语音分为共鸣音/阻碍音两大类。中国有人又根据汉语语音特点，补充了几项，如：元音的开/合、齐/撮、洪/细，辅音的戛/透（不送气/送气）。

语音的最小区别，在有些场合不一定能由二分特征来概括。例如舌位高低之间还有半高、半低；口音与鼻音之间还有半鼻音、不同程度的鼻化等等特征。因此又有人提出了与前不同的多分特征以及其他的理论。在实际语言中，从一音位到另一音位，中间可以存在无数个音位变体，也就是可分成无数个音素单元，而每一对相邻的音素单元又都构成对立。因此，如按辩证关系来看，则每一对对立体之间可分为无数个特征，而这些特征之间，又各为对立关系，可以称为 N-对偶关系。用这种概念来分析语音，可以表达语音的相互关系。

一个音和另一音相连，由于发音动作的自然度或其他原因，常常互相影响而改变了原来的读音，称为同化作用。前音影响后音为顺同化，反之为逆同化。顺同化如普通话的“鸭蛋”[jiɑ tan]→[jiɑ dan]。逆同化如“南门”[nan men]→[nam men]，而前后都被同化如“三八”[san pa]→[sam ba]。

两个相似的音节相连，为避免重复或单调而使其中一个音变成另一个时，称为异化作用。如前述的两上声连读而使前一上声变为阳平，即异化的一种，此外还有弱化，如北京话弱化现象。此外还有增音、减音、脱漏、换位、代替、转换等音变现象。这许多音变现象有的属于节省发音动作或韵律节奏上的原因，有的则属于历史演变或语言失误的结果。

又称母音。普通话里如 a、i、u等都是元音。早期人们已经知道元音是在口腔中无阻碍的音，而辅音则不同。后来用X光透视方法，观察到了发元音时口腔中各部位器官的活动状况。有了声学分析，又知道元音音色的不同都是由于声腔中共鸣值的不同而造成的。至于元音是怎样发生的，声带的动作怎样，也都有了分析的仪器。所以关于元音的知识已大为丰富。

元音的产生，简单说来是由闭着的声带被呼出的气流所冲击，发出有周期性的机械波，经过口腔的调节有了共鸣而形成的。元音音色的不同，由口腔各部位，包括舌的高低、前后，唇的圆、展，以及下颌的起落来决定，其中最主要的因素是舌的位置。因此以前描写元音音色，主要是凭“舌高点”，也就是舌尖、舌面或舌根与上腭距离的大小来决定，而把唇的圆、展定为次要因素。根据实验，把元音的生理参数分得更多，如：①舌的高低度，②舌的前后度，③舌的拱度（凹凸度），④咽喉的宽度，⑤喉头抬高度，⑥唇的垂直高度（开口度），⑦唇的宽度（展唇度），⑧唇的前撮度（圆唇度），⑨软腭下垂度（鼻化程度），⑩声带闭合度（气声程度）等。

语音学家作出三边形或者四边形的图，把一种语言的元音前后高低（主要是参考舌位）位置标在图上，指出各元音的特点，据此可以帮助学话人自行练习发音，也便于教学。著称于世的，有英国语音学家D.琼斯的标准元音图。这个图只包括8个元音，图1中1～5是不圆唇元音，6～8 是圆唇元音。后经语言学家们修订，把更多的元音位置标在一个图里。图1中各条直线的左边是不圆唇音，右边是圆唇音。根据元音的声学参量也可作出类似舌位图的元音声位图。

元音按舌的升降，可以分为高、次高、次低、低4个等级，如i、e、ε、a和u、o、婖、ɑ，依次由高到低。舌位越高，口腔越闭，越低就越开。另外，按舌位的前后又可分为前、央、后三个位置。如图1的左边都是前元音，右边是后元音，中间倒三角形内的是央元音。不前不后不高不低的是央元音 [?#91;]，又称混元音。

一般语言里的元音音位，至少有四五个，多的有十几个。在正常说话中，发这类元音时舌位不滑动的称单元音。有的语言中常有松紧对立或长短对立、起着辨义作用的两套元音，长的多半是紧元音，而短的多半是松元音。还有，发元音时软腭下垂，带有鼻音色彩的称鼻化元音。在北京语音中有些元音带有 r色彩的，称卷舌（或翘舌）元音。

在一个音节中有两个以上的元音结合在一起的称为复合元音。汉语中一般是两个到三个元音结合在一音节内。两个元音的称二合元音，如普通话的ai、ao、ia、ua；三个的称三合元音，如普通话的 iao、uai，这些结合在一起的各元音的强度是不相等的，往往其中一个较强，其余较弱。因此按照这个强元音在音节中的位置不同，又分为前响、后响，或中响的复元音。如ai、ou等为前响，ia、uo等为后响，iao、uai等为中响。一般是在一音节中响元音的舌位比不响的要低些。复合元音中第一个元音如是 i、u、ü的，称为介音。

复合元音的各个元音连在一起发音时，舌位从前一元音转到后一元音是逐渐滑动、而不是跳跃的。而且在普通话中，前响或中响复元音的末一个元音往往读得“不到家”，也就是舌位本来高的偏低一些，本来后的偏央一些。如[ai]→[ae]，[ou]→[oe]。

又称子音。普通话里如b、p、m、f等都是辅音。发音方法是，由于口腔中有了阻碍，呼出的气流通过这些阻碍而爆发成音或摩擦成音。发音动作的次序可分为三个阶段。一开始先把发音器官位置摆好的阶段称为成阻，已作势而还未出声的阶段称为持阻，声音发出时称为除阻。辅音的气流一般来自肺部，通过声门、声腔，由阻碍而成声。由于声门的开着或闭着而形成辅音的两种不同声源，声门开着，声带不颤动，成为爆发或摩擦的噪音，称为清辅音，声门闭合，肺部气流冲开使声带颤动，产生乐音，与爆发或摩擦同时（或先期）发出的，称为浊辅音。

辅音由于口腔中发音部位（阻碍部分）的不同，而产生不同的音色，因此发音部位也是分析辅音的重要依据。口腔中的阻碍一般由静的器官和动的器官构成，静的多在上部，如上唇、上齿、上腭等，动的多在下部，如下唇、下齿、下颌、舌的各部等。软腭后端的小舌虽居上部，却非常灵活，它能上下移动而开闭咽通道，由此决定是口音还是鼻音。

辅音的分类多数是既按发音方法又按发音部位。由于世界各种语言的辅音彼此不同，此详彼略，因此要拟订出一套包括世界语言全部辅音的表格是不可能完备的。国际音标表中的辅音已概括了大多数。语音学家在分析某一特定语言的语音时每有修订和补充。

现代语音学研究辅音的特性愈来愈细致，除了发音部位和发音方法，还分析“成声类型”，就是说除了声门上的过程如清浊、送气之外，有些语言中的浊辅音，因声带颤动方式不同而具有不同声型，也起着区别意义作用。如低语音，又称气音，声带颤动时闭合不全；喉音声带一部分颤动正常，一部分动得缓慢；此外，还有耳语音，声带不颤动，气流因咽部收小构成摩擦而发出噪声。

又称爆发音。发音器官动的某部分向静的某部分靠拢，造成闭塞（成阻），气流从开着的声门流出，打开闭塞，爆发（除阻）而成音。除阻后声门立即关闭、声带颤动而接上元音的是不送气音，除阻后声门仍开着一小段时间，让气流继续流出，然后接上元音的是送气音。前者如普通话的 [p]、[t]、[k]，后者如[p‘]、[t‘]、[k‘]。

口腔中动静两部分器官靠近，形成缝隙，呼出的气流通过时产生噪音，成为摩擦音，如普通话的[f]、[s]，英语的[v]、[∫]。

发音动作是先闭塞后摩擦。动静两部分器官在某一点先靠拢如塞音，除阻时阻碍微微放松，让气流通过如擦音。但是它和擦音的区别是成阻时先闭塞然后放松；它和塞音的区别是除阻时不马上放开阻碍而微留缝隙。不送气塞擦音除阻后紧接元音，如普通话的[堭]、[慯]。塞擦音在西方语言中有时作为复辅音处理。送气塞擦音则是除阻后肺部仍有气流冲出，通过阻碍然后接上元音，如普通话的[堭‘]、[慯‘]。

口腔中动静两部分器官靠拢，构成如塞音的阻碍，软腭下垂打开鼻腔通道，声带颤动，气流在小舌处分两路，一到鼻腔，构成鼻音，一到口腔中被不同的阻碍部位挡住，造成不同的共鸣音色，如普通话的 [m]、[n]，上海话的[嬜]。

口腔中舌尖或舌尖后抵住上齿背、齿龈或硬腭，舌的两边（有时是一边）留出缝隙。软腭上升，声带颤动而发音，气流从齿边流出，然后释放，如普通话的[l]。有的边音同时带有摩擦，称边擦音，如广东台山话的 [峠]。

下唇、舌尖或小舌的动的部分和上唇、龈、腭等的静的部分接触，使声带音成为颤抖的音。抖动多次的称颤音，接触一次而离开的称闪音。前者如俄语的[p]，后者如英语的[徳]。

又称通音。有些高元音如[i]、[u]、[y]，发音时动的部分（舌高点）与静的部分距离很小，而造成轻微的狭缝摩擦。如普通话的[j]或[w]。

以上各辅音的声源大都来自肺部气流。另外还有几个辅音，发音时气流不是来自肺部，而是口腔中气压受喉头升降动作和舌头移动，成为打开闭塞的动力的，这类被口内气压推动的音有以下 3种：

①挤喉音：阻碍状况如塞音，发音时声门和声门上的各阻碍都被封闭，喉头上移，推动闭锁着的口腔中的空气，形成压力。闭塞放开，声门外挤的气流逸出。如美洲印第安语的 [p‘]、[t‘]、[k‘]。

②缩气音：声门紧闭，口腔中阻碍与塞音同，喉头下降，使已闭塞的口腔中空气减压，除阻而成音。如非洲、美洲印第安语中的 [抩]、[庽]、[ɡ]。

③搭嘴音：舌根上升抵住软腭，使口腔与声门隔断，这时使闭塞的双唇或舌尖与上龈腭等迅速除阻，造成口腔内气压变低而在阻碍处产生向内的爆发音。非洲的祖鲁语有此音，如 [抣]。

又名超音段特征，传统也称节律（suprasegmental）。这是除元音、辅音等音色特征以外，包括音高、音强、音长和其相互关系的一切特征。它们在语音学中表现为声调、语调、重音、节奏。

除了元音和辅音，声调也是语音的主要组成部分。声调由音调的高低变化来表现。波长受到控制而有长短，使音调或高或低。一个人在自然状态的语言中，音调起伏的范围大致是稳定的。

世界诸语言可分为非声调语言和声调语言两类。非声调语言的声调担负着语气功能，而声调语言中的声调（表现于字调上）则同辅音元音一样，起着辨义功能。如普通话的“妈” m╣、“麻”má、“马”m╤、“骂”mà，发音相同，但因声调不同而意义有别。不同声调语言的音高模式有两类，一是音阶型，只用音阶高低分成等级的平调来区别调类，一是拱度型，用曲折的调形来区别调类（具备拱度的语言一般也同时具备平调）。语音调域宽的，各调值相差就大些，窄的就小些。不同的人之间，调域有大小差别，而同一人在不同语气中的调域也有变化。因此，语音声调的高低，是相对的等级而不是绝对的调值。

普通话的单字调值，早期曾由刘复、赵元任用实验方法测试过，经声学仪器测试，调形调值已准确得多。

过去语言学家常用高低曲线或五线谱来描写声调。赵元任于1930年发表的标调符号，或称标调字母，已为多数语言学家所采用。这是五度制的标调符号，把字调的平均相对音高分为低、半低、中、半高、高五度，分别用 1、2、3、4、5表示。调号以竖线为比较线，左边加横线或曲折线表示声调的调级和拱度（调形）。如普通话的四个字调：一种语言中的元音如有长短之分，则短调的符号可将横线缩短一半，如等。普通话中的轻声符号,又用点来代替横线。如等。遇有变调时就把横线或点放在竖线右边。

两个以上的音节连在一起说出时，原来的单字调单双格阳平，而“长”为中短调的过度调形。一般说来，两字连读变调具有基本的连调模式。三四字以上的连读变调除有少数个别规律外，都是单字调和两字连调的组合。

语句的声调变化称语调。非声调语言（如英语、德语等）以语调变化为主，依语气态势的不同而变调。例如英语一般是感叹句的句尾用感叹调，而疑问句的句尾用疑问调。声调语言（如汉语普通话）则以单字调和二字连调的调型为基本单元。在正常速度的语句中，即使有不同语气，这些基本调型仍能保持其原有拱度。所以绝对调值可以有变动，但一般调型是不变的。只有在加速语句中，调型才有较大变化。

一般指语句中各音节的长短快慢。语句的节奏由句中各意群来组成，相当音乐中的拍子。语言的每“拍”包括一个到三个音节，以双音节为最普遍。拍子的长度常视整个语句的速度以及意群的主次而变，不象音乐拍子那样严格。下面是普通话一句话的声学长度分析：句中底横线代表一个意群，成为一个拍子。句下数字是这个意群的长度，单位是秒，可以从这句看出二字组的长度基本上是0.3秒，三字组都是0.5秒，而轻读的单字只占0.1秒。这两个三字组都是着重词，所以和二字组比较，相对地长些。

语音的轻重由发音气流的强弱来表现。一个句子中的词有重有轻，代表这个词的加强与否。在非声调语言中，一个词的音节重音一般具有区别词义的作用，称为词重音。例如英语的'object（事物，名词），ob'ject（反对，动词）。在声调语言中，重音一般只代表语气，而不区别词义。在语句中，重音常落在一个着重的意群（语词的结合体）上，有时也能改变这个句子的意义，称为逻辑重音。