实验结果：模仿式粤语只有4个可以识别的调型，而广东粤语则是6个调型
附广东粤语的6个调型：
调名    调值    字例
1    55<——>(思)；
2    35<——>(屎)；　　　
3    53<——>(试)；　　　
4    22<——>(时)；　　　
5    13<——>(市)；　　　
6    31<——>(事)。
模仿粤语的4个调型：
调名    调值    字例
1    55<——>(思)；
2    35<——>(屎、市)；　　　
3    53<——>(试)；　　　
4    22<——>(时、市、事)。　　　

.
    分析和思考：观察模仿式粤语和广东粤语调型之间的关系可以发现，模仿式粤语和广东粤语调型之间不是一一对应关系。
    从调型区别汉字的功能上看，广东粤语的一个调型对应原来粤语汉字的唯一的一个汉字，因此，识别广东粤语的一个调型就能准确区别出该调型对应的汉字，广东粤语调型和汉字之间的关系同样是一一对应关系。而模仿式粤语的一个调名对应的是一个或者一组粤语汉字，模仿式粤语调型和汉字之间的关系是一对多的关系。
    从调名与音高特性的关系上看，广东粤语的一个调名对应唯一的一个调型，广东粤语的调名与音高特性之间的关系的一一对应关系，而模仿式粤语的一个调名对应的是一个或者多个音高特性，即一个或者多个调型，因此，模仿式粤语的调名与音高特性之间的关系是一对多的关系。

『模仿式粤语的调式形成的原因分析』
    因为北方人所讲的母语北方官话是一种高音语言，北方人在学习广东粤语的时候，由于受到母语北方官话对音节音高的高低的理解能力的限制，北方人在理解广东粤语的高音调型的时候相对地比较容易，而在理解广东粤语的低音调型的时候相对比较困难。因而广东粤语的部分低音调型在北方人学习发音时被搞混淆而分不清楚，这些分不清楚的多个广东粤语调型被他们混淆为相同的一个调型，或者一个调型被错误地理解成两个调型。具体的调型演变转归如下：
    一，由于对声调理解上的障碍，北方人实际上只读准了广东粤语的“第一声——高平调(55思)平”和“第三声——高降调(53试)”这两个声调，这就是模仿式粤语中的第1声和第3声。
    二，由于北方人难以区别“第二声——高升调(35屎)”和“第五声——低升调(13市)”这两个上升调，因此，北方人把它们混淆为一个调，这就是模仿式粤语的第2声。
    值得一提的是，这个第二声由于同时具有低音区上升调型和高音区上升调型这两个音高特性，因此，这个调实际上已经失去了汉语声调的那种音高唯一识别性，这个调实际上是两个音高形式对应一个字的，它唯一可以确定的是字而不是调。所以，这个调实际上只能算是字调而不可以算声调(这个问题将在下面详细讨论)。
    三，因为北方人说的是一种高音语言(下有简单介绍说明)，他们难以学会广东粤语的“第四声——低平调(22时)”、“ 第五声——低升调(13市)”和“第六声——低降调(31事)”这三个低音声调，所以，北方人把广东粤语的这三个调混淆成为一个调，这就是模仿式粤语的第4声，这同样是一个字调而不是声调。

『模仿式粤语和广东粤语在声调作用机制上的差别』

为了弄清声调发生作用机制各环节中每个对象的作用机理和弄清楚那里的概念差异，特附加以下说明性讨论：

『声调与语音种类』
    调(即音高)是音节的一个基本属性，西方语言音节中的音高是不区分语义的，它仅仅起语气的作用，而汉语相同的一个音节却因为调(即音高)的不同而表达的语义各不相同。汉语是一音一字一义的语言，汉语区别语义的【音】不等于西方语言区别语义的音节，汉语区别语义的【音】实际上是包含了不同音高类型的音节，所以，汉语独立表达意义的最小语音单位是包含了音高的音节，这也是人类听觉能够区别的能独立表达语义的最小语音单位，即音节种类。为了便于在讨论中区别概念，这里把汉语带有调高的音节称呼为【汉语音节】或者【音】(以下同)。
    汉语的语音种类和英语的语音种类是不同的，他们的结构不同如下：
    汉语的语音种类 = 辅音 + 元音 + 辅音 + 声调
    英语的语音种类 = 辅音 + 元音 + 辅音

  声调作用的过程就是使用音节种类起辨认语义(汉字)的过程，广东粤语和模仿式粤语最主要的差异就在于此：

    广东粤语：音高种类(6个)——>可辩调的种类(6个)——>汉字种类(6个)
    音高种类(6个)：高平调55、高升调35、高降调53、低平调22、低升调13和低降调31；
    可辩调的种类(6个)：第一声、第二声、第三声、第四声、第五声和第六声；
    汉字种类(6个，如音节si)：1思、2屎、3试、4时、5市、6事；   

    模仿式粤语：音高种类(6个)——>可辩调的种类(4个)——>汉字种类(4个)
    音高种类(6个)：高平调55、高升调35、高降调53、低平调22、低升调13和低降调31；
    可辩调的种类(6个)：第一声、第二声、第三声和第四声；
    汉字种类(6个，如音节si)：1思、2(屎市)、3试、4(时市事)；   


『声调与字调的本质区别』
    观察广东粤语和模仿式粤语音节种类起辨认语义(汉字)的过程，就会发现，二者的可辩调的种类与汉字种类之间都是相等的，广东粤语是6对6，而模仿式粤语则是4对4，这也说明了听觉可以辨别的调高种类决定了汉字可能的种类。
    二者最本质的差别在于音高种类与可辩调的种类之间的对应关系，广东粤语的音高种类与可辩调的种类完全一致(6-6)，这是一一对应的关系；而模仿式粤语音高种类与可辩调的种类则不一样(6-4)，这不具备一一对应的特点。

    因此，广东粤语音节种类起辨认语义(汉字)的过程是建立在音节本身具备的音高特性的基础之上的，这就是【声调】；而模仿式粤语音节种类起辨认语义(汉字)的过程汉字种类的基础之上的，这就是【字调】
　　声调与字调的本质区别
　　1，从音高特性上看，【声调】具备音节音高的唯一识别性，即【声调】对应单一的一种音高调型，而【字调】则不具备音节音高的唯一识别性，即【字调】对应的是多个调型；
　　2，从功能上看，【声调】对应一组汉字从而使【声调】具备识别汉字的功能，而【字调】同样地对应一组汉字从而使【字调】也能具备识别汉字的功能，但是这组汉字包含了多组声调所对应的组，并且这些组仍然是原来声调的组，即【字调】包含了多少个【声调】调型则这个【字调】所对应的组同样地全部包含这些【声调】调型所对应的组。

『概念』
　　【声调】是指在发声生理特性、声音的物理特性和人对声音音高的听觉感知特性上都是唯一被辨别的音高形式。
　　【字调】是指在功能上能够区别汉字音节的可辩调的种类，它可以是一种形式(一字一调)，也可以是多种形式(一字多调)；

『声调语言和字调语言』

　　值得一提的是，提出把清官话的调称呼为【字调】而不是【声调】的人正好是现代汉语语音学的奠基人赵元任先生。赵元任先生在他的《汉语的字调和语调》、《北平语调研究》和《语言问题》等著作中一直坚持把北京话的调称呼为【字调】而不是“【声调】”，现代汉语将声调解释成字调，这是完全违背赵元任先生的初衷的。

　　【声调语言】：就是直接以音高种类来区别汉语音节的语种；
　　【字调语言】：就是以调类来间接区别汉语音节的语种。

　　从声调作用的过程即使用音节种类起辨认语义(汉字)的过程的机理上看，显然，人类最初使用音高类型来辨别不同的汉语音节肯定是声调而不可能是字调，字调必然是依赖于声调而存在的产物，没有声调就没有字调，所以，字调语言一定是模仿声调语言的产物。

『普通话是字调语言』

　　说普通话是字调语言，这不仅仅依据于赵元任先生的观点，普通话声调发生作用的机制揭示着普通话只能是字调语言而不可能是声调语言，因为普通话是通过调类来区分汉字的而不是直接通过音高来区分汉字的，普通话的调类系统中，一个调名并非只对应一个调型，下面的例子能揭示普通话调型与调类之间关系的本质：


1、去去(1_1)
    日月  大厦  破例  庆贺  宴会  画像
    示范  大会  快报  致意  建造  干部
2、去阳(1_2)
    自然  化学  措辞  特别  电台  会谈
    政权  配合  未来  要闻  调查  辨别
//2、去阳(1_-2)
//    自然  化学  措辞  特别  电台  会谈
//    政权  配合  未来  要闻  调查  辨别
3、去阴(1_3)
    下乡  矿工  象征  地方  贵宾  列车
    卫星  认真  降低  特征  印刷  气温
4、去上(1_4)
    耐久  剧本  跳伞  下雨  运转  外语
    办法  信仰  戏曲  电影  历史  探险
//4、去上(1_-2)
//    耐久  剧本  跳伞  下雨  运转  外语
//    办法  信仰  戏曲  电影  历史  探险
//去上(1_2) 这样的组合不存在，这是因为普通话的读音习惯是前高后低
5、阳去(2_1)
    豪迈  辽阔  模范  林业  盘踞  局势
    革命  同志  局势  雄厚  行政  球赛
//5、阳去(-2_1)
//    豪迈  辽阔  模范  林业  盘踞  局势
//    革命  同志  局势  雄厚  行政  球赛
6、阳阳(2_2)
    直达  滑翔  儿童  团结  人民  模型
    联合  驰名  临时  吉样  灵活  豪华
//6、阳阳(-2_-2)
//    直达  滑翔  儿童  团结  人民  模型
//    联合  驰名  临时  吉样  灵活  豪华
//6、阳阳(2_-2)
//    直达  滑翔  儿童  团结  人民  模型
//    联合  驰名  临时  吉样  灵活  豪华
//阳阳(-2_2)这样的组合不存在，这是因为普通话的读音习惯是前高后低
7、阳阴（2_3）
    国歌  联欢  革新  南方  群居  农村
    长江  航空  围巾  营私  原封  图书
//7、阳阴（-2_3）
//    国歌  联欢  革新  南方  群居  农村
//    长江  航空  围巾  营私  原封  图书
8、阳上(2_4)
    华北  黄海  遥远  泉水  勤恳  民主
    情感  描写  难免  迷惘  平坦  旋转
//8、阳上(-2_4)
//    华北  黄海  遥远  泉水  勤恳  民主
//    情感  描写  难免  迷惘  平坦  旋转
9、阴去(3_1)
    庄重  播送  音乐  规范  通信  飞快
    单位  希望  欢乐  中外  失事  加快
10、阴阳(3_2)
    资源  坚决  鲜明  飘扬  新闻  编排
    发言  加强  星球  中国  签名  安全
//10、阴阳(3_-2)
//    资源  坚决  鲜明  飘扬  新闻  编排
//    发言  加强  星球  中国  签名  安全
11、阴阴(3_3)
    参加  西安  播音  工兵  拥军  丰收
    香蕉  江山  咖啡  班车  单一  发声
12、阴上(3_4)
    批准  发展  班长  听讲  灯塔  生产
    艰苦  歌舞  公款  签署  根本  方法
13、上去(4_1)
    改造  舞剧  主要  访问  考试  想象
    土地  广大  写作  典范  选派  讲课
14、上阳(4_-2)
    指南  普及  反常  谴责  讲完  朗读
    考察  里程  起航  软席  领衔  党员
//上阳(4_2)这样的组合在正常的情形下普通话没有这样的朗读，除了在特别强调的口气//下
15、上阴(4_3)
    指标  统一  转播  北京  纺织  整装
    掌声  法医  演出  广播  讲师  取消
16、上上(2_-2)
    古典  北海  领导  鼓掌  广场  展览
    友好  导演  首长  总理  感想  理想
//上上(2_2)如果后面紧接着仍然是上声则前两个上声读高升调(2_2)成(2_2_4)，如“古//典小说”读“古2典2小4说3”
17、第六调型(-3)
刀子dāozi-3        车子chēzi-3        孙子sūnzi-3        丫头yātou-2        后头hòutou-2
胳膊gēbo-2        抽屉chōuti-3        姑娘gūniang-2        师傅shīfu-3        苍蝇cāngying-3
哆嗦duōsuo-3        他们tāmen-2        朋友péngyou-2
记得jìde-2        心思xīnsi-3        知识zhīshi-3        扎实zhāshi-2
那边nàbian-3        在乎zàihu-3                模糊móhu-2        月亮yùeliang-3
        似的shìde-3        亲家qìngjia-3               
便宜biányi-2        别扭bièniu-2                直溜zhíliu-3        硬朗yìnglang-2

注：
上面的数字表示的是普通话字调编号：
1为去声；
2为高音语态的阳平，调值约为35；
3为阴平；
4为上声的前半上，调值约为22；
-2为低音语态下的阳平，调值约为13；
-3为第六调型，调值约为31或者11。


　　综上可见：
1，普通话的第2声(阳平)实际上有2种调型，即高音区上升掉和低音区上升调；
2，普通话的第3声(上声)实际上有3个调型，即高音区上升掉、低音区上升调和低音区平行调。

　　这有力地说明了普通话的第2声和第3声是字调而不是声调。

『问题』

　　众所周知，现代汉语的声调理论是在普通话这种语言的语音机制的基础上建立起来的，但是，普通话所谓的“声调”实际上不过是字调而已，它并不是真正的声调。这样看来，现代汉语声调理论从出发点上已经完全错误，它的所谓的“声调”理论实际上是“字调”理论，因而基于错误出发点之上建立起来的所谓的“汉语声调理论”肯定是缺陷的。
　　比如，在现代汉语理论中，普通话共有4个所谓的“声调”，而其中的普通话的第3声(上声)理论上只有一种调型，即214，然而，在普通话的实际发音中，普通话的第3声会发成跟第2声读音完全相同的调型来，如“古典”、“ 北海”、“ 领导”、“ 鼓掌”、“ 广场”、“ 展览”、“友好” 、“导演” 、“首长” 、“总理”、“感想” 、“理想”等等这些词组中的首一个字的读音就已经完全是更第2声的35值读音。

(以下将具体讨论传统汉语的声调理论中对声调的定义上的错误)

一，        【调体】和【调尾】
　　【调体】是这样的一种概念，在音节的整个发音时程中，发声动作存在着声母对音节的整个发声过程的控制作用，整个音节的发声动作是这样的一个过程：
　　口腔内先形成气流堵塞的闭合状态，闭合位置因为声母的不同而不同，发声动作开始后，口腔中的闭合迅速打开并一次性地达到最大张嘴状态，打开的方式也因为声母的不同而不同，口腔从闭合状态到张嘴最大的过程就是声母的发声过程。这个过程在整个音节的完成过程中是决定性的，音节所有的音素都是在这个“闭合——>最大张嘴”过程中完成的，【调体】就是口腔闭合到张嘴最大这个时程中的元音频高。而口腔达到最大张嘴后，音节或者继续发音，或者停止发音，如果继续发音，口腔中也再没有动作，而仅仅是吼中的声带继续发生振动而已，这不过是音节的元音的延长而已。最大张嘴后的这个时程实际上并不影响音节的辨认效果，所以，最大张嘴到声带完全停止发音的这段时程的频高就是【调尾】。对于没有声母的音节，同样存在着“开始张嘴——>张嘴最大——>音节最终停止”的过程，调体是音节客观存在的一种现象。

　　在普通话所谓的“声调”调值认定中，只是考虑到了音节的音高，而根本不考虑音节的时长。这是十分荒谬的，音高是离不开时长的，同一个汉语音节(含声母、韵母和音高)，如果读音的时长不一样，则它的音高形式会完全不一样。做一个简单的时长实验就能证明这一点，如果普通话的4个字调的读音都超过1秒以上，则4个字调所发出来音的音高几乎完全相同而无法分辨。

『调尾的可变性和语调』

　　在汉语的实际语流中，调体被用于区别因音高不同而不同的音节发音种类，所以，调体需要有一个唯一不变的音高特性，因而，汉语音节中能够任意变化音高的音段只能是调尾。能够任意变化音高是语调的客观基本要求，语调是语言的客观基本要求。汉语是音高被固定使用的语言，即声调语言，但汉语同样地是音高可以任意地变化的语言，这个矛盾的解决方案就是汉语的调体与调尾在功能上的分开。
　　有人的观点认为汉语音节的调(即音高tune)是死板固定的不能变化的，汉语在句子表达中是没有感情变化(即调tune)，这种观点是完全错误的，因为汉语音节的开始部分的音高(即调体)虽然是固定不变的，但汉语音节的后部分音高(即调尾)却是可以任意变化的，这样，整个汉语音节就成为一个可以向任何方向变化音高的的音节，每一个汉语音节都是可变的，这就是汉语音节音高的本质。
　　传统的观点认为汉语音节的调(即音高tune)是死板固定的不能变化的，汉语在句子表达中的感情变化(即调tune)是靠变调来实现的，并且认为这种变调就是变成跟原来的调完全不一样的调，这种观点同样是完全错误的，如果是那样的话，汉语的所谓的“声调”根本不存在的意义，因为它不再具备区别汉语音节的音高再分类的功能，句子中杂乱无章的音高变化会使汉语变成象英语那样的无声调语言。
　　实际上，这两种观点错误在于没有搞清楚汉语音节调尾和调体在功能上的分工，调体保证了汉语音节的唯一可辨性，调尾实现了汉语音节的感情可变性(声调语调与调体调尾关系见下图)。

『调尾的音高特点』
1，调尾的起始音高完全等同于该音节调体的终点音高，调尾音高是完全承接于调体结尾音高的；
2，调尾的发声动作跟调体的发声动作是一气呵成地一体的连贯动作的前后两部分；
3，调尾有并且只有三种形式，即平行型调尾、上升型调尾和下降型调尾。平行型调尾表达平和的语气和感情，上升型调尾表达上升的语气和感情，下降型调尾表达下降的语气和感情，调尾的变化方向在结构上与感情语气的变化的功能完全一致。

『单读时的读音是语调而不是声调』

　　传统的观点在认定和测定汉语某调型的调值的时候采用的方法就是以“单读时的读音”来进行采样，实际上，“单读时的读音”仍然是语调而不是声调，“单读时的读音”不过是平和语气的语调而已，它仍然是有调体和调尾的基本构成的。调体只有不超过125毫秒的时长，超过这个时长的音节尾部音高都是调尾，如果“单读时的读音”取样过长，则所观察到的音节音高的主体就是调尾而不是调体，这样就存在拿千变万化的调尾来认定为该调型的调值的系统误差，那是十分荒谬的。
　　从另一个角度来看，声调之所以在句子语流中被识别，必然是因为声调在句子语流中有它唯一被识别的音高特性，这样看来，“声调指单读时的读音”这句话不但不准确，而且不符合逻辑。

『五度标调法』(本节为介绍内容而不是本人个人的看法)
　　赵元任先生发明了一种记录和认读汉语调的方法，叫做五度标调法。五度标调法将汉语音节的音高分成五个听觉可以识别的音阶：高音(5)、次高音(4)、中音(3)、次低音(4)和低音(5)。根据这个衡量标准去衡量每个汉语音节的音高，就可以描述出那个音节的音高变化的大体过程，它到底是上升还是下降？从什么音阶位置开始升？从什么音阶位置开始降？升或降到什么音阶位置？等都可以以清晰的形象来表示音节音高那里发生的变化，这套方法被广泛应用于汉语普通话以及各方言的声调调值的认定和认读。比如普通话的四个字调的调值被认定为：
普通话的声调是：
　　阴平 　  ̄　ā ō ē ī ū ǖ　　 55
　　阳平　  ́ 　á ó é í ú ǘ　　 35
　　上声 　  ̆　ǎ ǒ ě ǐ ǔ ǚ　　 214
　　去声　  ̀　 à ò è ì ù ǜ　　 51
　　上图是早年白涤洲根据实验得到的音高数字制作的。

　　上图是普通话声调音高对数示意图。

　　
　　但是，五度标调法法则只是规范了汉语音节音高的音阶的高低，而对音节的时长是没有任何规范的。就是说，五度标调法法则所记录的是声调、语调、地方口音(方腔，下同)以及个人口音等任何包含音高因素的情形而不是声调。
　　上面已经分析过，普通话并不是以声调为识别单位的，普通话识别汉字的实际上是字调而不是声调，因此，上面白涤洲先生和沈炯先生的图例标示的并不是普通话的声调，同时也不是普通话的字调，因为字调是没有固定的音高模式的，上面两个图例不过是一种指导式的思考图而已，那并不是语言中的声调实际。

【调体】就是口腔闭合到张嘴最大这个时程中的元音频高，而这个发音过程就是声母的发音过程。从生理上看，声母发音时，口腔闭合到张嘴最大的这个过程是一个连续的单向过程，是不可以中间停顿或者改变的一次性生理动作。这样看来，调体的音高只有一种方向的可能性，就是说，调体的音高要么上升，要么是下降，要么是平行，而不可能在上升后下降或者下降后再上升，它不存在音高方向的改变，就是说，调体是不存在折调的。
　　对比白涤洲先生图示中的普通话第三声调值被描绘成214，这是一个先下降再上升的音高变化进程。然而，214这样先降后升的折叠式音高变化在调体中是无法发得出来的，就是说，如果以214作为普通话第三声的“声调”是不可能成立的。
　　声调是在任何说话环境中都保持着唯一被辨认特性的音高，在实际的语言交流中，普通话的第三声也是不能被唯一发成214这样的一个唯一音高模式的，任何人说话都可能有快速发音的时候，而在快速连续发音的时候，214这样的折叠式音高也是不可能发得出来的。因为快速连续发音要求在最短的时间内完成整个音节的发音，所以，『快速连续发音』是最接近调体发音的发音，也就是最接近声调音高模式的发音。
　　有人说，声调是指单读时的读音，你怎么拿实际会话中的读音来说明声调？上面已经说过，单读时的读音实际上同样是语调而不是声调，而且，在粤语跟普通话是完全不同的，粤语在快速连续发音以及任何语气环境中同一个字的读音的调体音高都是唯一地不变的，这跟普通话那样的字调语言是本质不同的。

语音学的学术模式

(纯属皮扎诺个人观点)
　　为了准确而没有纰漏地分析声调的各种可能的影响和制约因素，就必须准确地去了解
声调形成的全部机制，只有把影响和制约声调形成和作用的方方面面彻底地把握，才有可
能在做声调分析时不至于犯思维逻辑错误的可能。声调作为语音的一个成分，它跟整个音
节是一体的，声调的整个形成和作用机制也是和语言本身一体的。那么，那些方面的因素
与声调的形成有关呢？

　　人们说话交流有最起码的两个方面：听的一方和说的一方。

　　1，说的一方的影响和控制机制在于人的发音器官，因而发音器官本身的生理决定了声
音的形成的全部。
　　2，听的一方的影响机制在于人的听觉器官和听觉心理，因而听觉器官本身的生理机制
和听觉心理决定了声音形象的辨认的全部。
　　3，在听的一方和说的一方之间，还有一个重要的中间机制，这才使得听和说双方实现
语言的交流，这就是在空气中传递的声波。人们做语音实验中所能记录到的只能是这个环
节，而声波本身有它自己的物理特性，所以，声波的物理机制也是语音分析中的一个重要
的组成。
　　4，而在上面三个环节都具备的时候，人们还是不能实现语言的交流，要最终实现语言
的交流还需要一个最重要的环节，这个最重要的环节就是社会协议。比如：为了实现“苹
果”这个概念的交流，如果说的一方发出来的是“apple”这个声波形象，而听的一方理解
的是“píng guǒ ”这个声波形象，由于双方没有一个共同的协议，这就完全不能进行语言
交流了。所以，社会协议也是语音分析中的一个重要的组成。对于语言，社会协议表现为
全体语民的默认、约定俗成和语言的规范化等形式。

　　根据上面的分析。从这个声调形成和作用的整个流程中我们可以得到，声调是遵循这
样的模式：
　　“生理——物理——心理——社会”模式

　　从这个关系模式中可以看出，语音实验中物理仪器测量到的音高数据只不过是声调影
响和制约因素的四个重要环节中的一个环节而已，而其它的三个环节则处于它的思考分析
范围之外，显然，这样的思考是不全面的，所以，单单靠物理仪器测量到的音高数据不具
备分析实际语言声调的能力。

语音学的学术模式的实践意义


　　分析语音学的学术模式，目的在于搞清楚语音发生语言意义的必然过程，学术模式的意义在于它能够指导语音问题的最科学地思考，同时它也为语音问题的论证提供了一个逻辑性的论证模式，它的实质意义在于：符合模式的思考和论证必然是科学的，反之，不符合模式的思考和论证必然是缺陷的。

　　比如，在一定的情况下，普通话的第3声(上声)会发成与第2声(阳平) 一样调高来，但是，传统认识上对这个问题存在很大的争议，有认为第3声“的确发成了第2声”，有认为“那不能称为第2声”，到底第3声变读的情形是不是第2声？这个问题可以用语音学的学术模式来解决，如果能够证明变‘读了的第3声’在发声生理动作上、在物理频高特性上和和听觉感知上二者都不可能存在任何本质的区别，则可以清楚地说明‘读了的第3声’就是‘第2声’，而如果能够从发声生理动作、在物理频高特性和和听觉感知这三个方面证明二者存在本质的差异，则可以确凿地说明‘读了的第3声’不是‘第2声’（参考语料如“古典  北海  领导  鼓掌  广场  展览  友好  导演  首长  总理  感想  理想”）

『“生理——物理——心理——社会”模式下的五度标调法』

　　本节的内容主要讨论的是，五度标调法作为标记汉语声调的一种记录方法，它是否符合“生理——物理——心理——社会”模式的实质，就是说，它所描述的那种把音高划分成5个不同音高的音阶，是否跟声调的发音生理特性，声调发音的物理特性，声调发音的听觉感知特性以及声调发音的社会约定俗成机制完全一致？如果它在四个方面都是一致的，则五度标调法必然是科学的，反之，则是不够科学的。

【五度标调法所可能标记的调型种类】

　　以下是在“声调就是调体音高”的认识的基础上，对五度标调法在逻辑上所可能标记得出来的所有调型的种类的概括：
表1
55  54  53  52  51
45  44  43  42  41
35  34  33  32  31
25  24  23  22  21
15  14  13  12  11
　　这个表说明一个根本性问题，即五度标调法按二元组合在数学上只能产生出 5 * 5 =25 种可能，这是五度标调法对汉语调体声调所能记录的最大极限，就是说，汉语的所有调体声调应该不超出这25种这个数字，五度标调法的科学性也必然地局限在这个范围之内。
　　这个问题给我们一个思考，即尽管汉语各地方言各异，但汉语的声调的种类应该是有限的。

【在声调的发声生理上】
　　这仅仅是一个可能性的问题，就音阶(scale)来说，人类完全可以发出并准确控制比五度更加复杂的音阶来，比如音乐中的音阶比五度音阶更加复杂。但是，音乐中的音阶是自然音阶(见巴赫的《十二平均律》)，自然音阶是完全符合人的听觉感知规律的自然界中客观存在的一种声音音高级进现象，因而它虽然复杂却是人生来就具备的识别能力。而五度音阶则是人为主观臆造出来的一种非自然音阶，因此，人们要适应这种音阶就必须先破除自然音阶生理习惯的束缚然后再适应这种新的音阶，因此，实现掌握和控制它的难度比十二自然平均音阶还要大，总的来说，人类掌握五度音阶还是可能的。
【在声调的发声物理上】
　　这是一个一致性的问题，即物理仪器检测到的人声频高和五度音阶是否一致。从物理仪器测量到的人类声音的频高看来，人声的频高范围在50~8000周之间，它频谱图上完全表现为一种线性的连续进程，而完全不具备音阶的特性，因此，五度音阶与人声的物理频高不存在必然的一致性，所谓的一致只可能是听觉的感知的结果而不是自然法则的结果。
【在声调的听觉感知上】
【在声调的约定俗成上】

【在声调的听觉感知上】
　　现在有新的观点认为整个人类语言都是感知的产物，虽然这样的观点尚有待认同，但是，对于语音来说，人类感知的重要性已经是被普遍认同了的，感知语音学( perceptual phonetics )已经成为一门真正的科学。
　　声调作为汉语特有的一种语音现象，它建立在人类对音节音高的感知的基础之上，它同样是不可能超越人类对语音音高这个特性的感知能力的。就五度标调法的音阶而言，五度音阶所能构成的二元组合(55  54  53  52  51 // 45  44  43  42  41 // 35  34  33  32  31 // 25  24  23  22  21 // 15  14  13  12  11)共25种音高类型，人类要精确地区别这样的音高差别是存在很大的困难的，这可以从人类学习音乐中的7个自然音阶的难度中得到证明。一个很有音乐天赋的人要想准确地发准这7个自然音阶，非经过几年的视唱练耳的苦练是做不到的，因此可以确定，人类要精确地发准这25个音高类型必然是很困难的，即使有人练成了那种精确控制发音，那也必然是少数人的事情而不可能是大众的事情。因此可以得出结论：这25种音高类型人类可以做得到，但不具备大众的普遍性。
　　言语感知的过程 　一般可分为 4个阶段：①听觉的，②语音的，③音位系统的(allophone & toneme)，④语法结构的。

调位(toneme)

【在声调的约定俗成上】

约定俗成的本质是一种大众的协议，它是在默契中自然形成的，约定俗成的基础前提在于共同的认识，而共同的感知则是共同认识的前提。声调是约定俗成出来的，它必然是建立在共同认识的基础之上，而对调型的共同感知则是必不可少的前提。这样看来，象五度标调法记录的31和21那样的调体调型，要想让所有的人在任何的语言环境中都能从发音上准确地控制和在听觉上精确地区别，那是做不到的。即使一部分人做得到，但也无法让所有的妇孺老幼都能运用自如，这就是说，一个调型要想成为鉴别汉语音节种类的声调，必须是所有的人都能清楚地辨别，这是声调约定俗成必不可少的前提。因而，五度标调法记录下的31和21不可能是两种声调而只能是一种声调，这说明声调是一种调位概念而不是线性音高的概念。

(例)谈粤语阴平的调值及调值的认知

　　声调调型中的调值的确定，在五度标调法提出之时靠的是听觉，但是，现代人有了更多的语音分析工具，一个普通的语言学爱好者就可以轻松地用praat等工具做语音分析，但是，人们做了语音分析实验后才知道：五度标调没那么简单！——听觉上的东西跟实验的物理记录相差太远！
　　如果不考虑听觉的心理感知因素是无法有一种统一的定论的。我的意思是：必须用物理——生理——心理——语言的模式去理解声调中的调型才能有一个统一的结论。

　　说粤语的阴平调值是55首先是人们脑中的概念就是55，人们希望自己发出来的是这个音，这是决定性的。但是，从近代的语音实验中人们更多地看到粤语的阴平字在一段短短的高音区平行音高(55)后有明显的下降的调尾(-3或-1)。这就是“粤语的阴平调值是55或是53”的争议的根本原因所在。但是，

　　从物理的角度讲，一个音节发音的结束，其声音的能量逐渐衰减是必然的趋势，这就产生了音节尾部的下降的音高变化，形成55-3或55-1的音高变化。可以说，高音区的平行调的调尾必然下降。

　　从生理的角度看，一个音节发音的结束，其声带和其它控制发音的肌肉就松弛是必然的，声带松弛的过程会引起音高的降低，这就产生了音节尾部的下降的音高变化，形成55-3或55-1的音高变化。可以说，高音区的平行调的调尾必然下降。

　　从心理感知的角度看，人们对音节的调高变化的注意力可能并不是整个音节而是音节的一部分，如果把注意力集中在音节的前半部分，则所感知到的调型就是55；如果把注意力集中在音节的后半部分，则所感知到的调型就是53或51。所以，是心理感知决定了对声调调型理解的不同。

　　从实际发音上看，当一个不考虑时长的51音高的音节的读音延长时，它的读音也必然成了55_1，它不可能是51_1，这说明51的本质就是55。

　　实际上，解决这个问题还是要回到语言的社会特性，语言是约定俗成的东西，社会的约定才是语言的决定因素，声调也不会例外。既然调值谈的是声调的一个调型，声调的社会特性是全体语民的共同认识的一个调型，意思就是必须有一个共同的认同，而不能是算它55也成算它53也可以的，这说的是社会的对声音在听觉上的认同，所考虑的因素就是全体语民对这个声调的听觉感知，而在这个意义上的调型才是声调的调型。