1 引言 语言和音乐是人类两种用于交际的产物，两者存在着紧密联系。音乐和语言的加工均涉及复杂的认知过程，均调用音高加工资源(南云，2017；Nan & Friederici，2013；Patel，2008)。音高指在知觉范畴内声音的“高”“低”，由基频(F0)决定。在音乐中，音高独特的排列构成乐曲的旋律(Bakan，2012)。而在语言中，音高可以区分词义，可以由单音节上相对音高的变化来实现，具有这种特征的语言被称作声调语言(Pike，1948)。 1.1 “训练迁移效应”与声调范畴感知 基于语言和音乐加工调用相似的认知资源，研究者提出音乐与语言加工的“共享论”：认为语言和音乐加工具有共同的神经生理基础，二者共享声音范畴学习的认知和神经生理机制(Patel，2003，2008；Friederici，2017)。Besson等(2011)进一步指出，语言和音乐共享认知神经机制，音乐和语言领域的经验不仅会在领域一般性(domain-general)的普通声学(acoustic)层面发生迁移，两个领域的经验也可以在领域特异性(domain-specific)层面出现迁移，体现了“训练迁移效应(transfer of training effects)”。 在同属于语言和音乐领域的一般性声学加工层面，相关研究证实了这两个领域的音高加工经验存在双向迁移(Cooper & Wang，2012；Creel et al.，2023；Giuliano et al.，2011；Hu et al.，2020；Marie et al.，2011；Zhao & Kuhl，2015)。例如，Marie等(2011)发现法语母语音乐专业人士(以下简称“音乐人”)对汉语普通话(以下简称“普通话”)声调辨别的精度显著高于非音乐专业人士(以下简称“非音乐人”)，表明音乐到语言方向的迁移；Giuliano等(2011)发现，相较于非声调语言母语者，普通话母语者音乐音高的表征精度有明显提高，表明语言到音乐方向的迁移。上述研究关注两个领域存在共性的音高曲拱变化加工，发现的跨领域迁移效应属于领域一般性声学加工优势的迁移。 除了领域一般性的声学加工，音乐和语言加工还需要调动各自领域内部的特异性资源。语言加工需要调动语言领域特异的音位(phonemic)加工资源。音位是指某一特定语音系统中能够区别意义的最小语音单位(王理嘉，1991)。音位加工能力越强，就越能有效区别语言中具有区别意义作用的最小语音单位。研究表明，由于长期的声调语言经验，声调语言母语者在音位长期记忆中建立起了可靠的声调音位表征模板，对母语曲拱声调形成范畴感知(categorical perception，CP)模式(Francis et al.，2003；Wang，1976；Xu et al.，2006；张林军，2010)。与音乐音高的连续感知不同，在语言的范畴感知模式下，声调连续统中连续渐变的音高会被感知为离散的、有限的音位表征，声调母语者需要忽略音位范畴内不同音高的声学差异，而对跨范畴边界的声学差异保持敏感(Xu et al.，2006)，这种范畴感知模式体现的是语言领域特异性声调音位加工。具体而言，声调音位的范畴感知程度越高，表明对不同音位的区分度就越高，音位加工能力就越强(陈飞等，2019)。 1.2 音乐经验对声调范畴感知的影响 从语言的领域特异性角度，已有研究发现，音乐人加工音段音位(元音和辅音)差异也具有一定优势，支持“训练迁移效应”，但在超音段(韵律)层面的研究还不充分。 在音段音位层面，Bidelman等(2014)发现音乐人在感知元音变化时更为准确且迅速；Chobert等(2011)发现儿童音乐人对语音中嗓音起始时间(voice onset time，VOT)的细微差异更为敏感。说明低水平感觉层面上的能力提升也可能对高层次的认知构建(例如语言的音位表征)产生影响(Besson et al.，2011；Chen & Peng，2020)。 超音段层面的研究还没有取得一致意见。前人的部分结果似乎暗示音乐经验对声调音位加工的积极影响(Tang et al.，2016；姚尧，陈晓湘，2020)。例如，Tang等(2016)发现，普通话母语音乐人感知声调变化时表现出更大的失匹配负波(mismatch negativity，MMN)。但是，音乐人对声调感知的优势可能来自声学(不同声音)和音位(不同声调)加工两方面，这一项研究没有很好地剥离声学与音位加工。姚尧和陈晓湘(2020)对4～5岁的汉语母语儿童进行了为期一年的音乐训练，借助经典声调范畴感知范式①，发现音乐训练能够显著提升儿童声调范畴感知程度。这一结果提示音乐经验不仅可以提升声学音高加工能力，也能够提升声调音位加工能力。然而，对于已经建立声调范畴感知模式的成人而言，已有研究均未能发现音乐人的声调音位加工优势(Chen et al.，2020；Wu et al.，2015；Zhu et al.，2021)，只发现了音乐经验在领域一般性声学加工上的迁移。不合适的实验材料可能是未发现音乐人声调音位加工优势的原因。Zhu等(2021)采用的T2-T4②连续统跨越了阳平、阴平、去声三个声调范畴，整体基频跨度超过100 Hz，客观上降低了感知难度，易导致对连续统的感知出现天花板效应。Wu等(2015)、Zhu等(2021)和Chen等(2020)采用的刺激时长均为200 ms，低于自然状态下阴平调、阳平调的最低必要时长(约为230 ms；郭锦桴，1993)，可能无法诱发出正常语音感知下的范畴感知模式。 1.3 声调范畴感知模式对音乐感知的影响 借助声调范畴感知范式也可以观察语言经验向音乐感知的迁移(Chang et al.，2016；李贤卓等，2022)。感知声调语言时，范畴感知模式需要母语者忽略范畴内刺激的声学差异，将音高感知为离散的音位表征；而感知音乐时，则要求其尽可能对音高信息进行精细化加工，准确感知音符的音高，进行连续化的感知。二者之间对于音高精细化加工程度的要求相反。结合“共享论”，非音乐人在感知范畴内刺激时，声调范畴感知经验可能会对音乐音高精细化加工造成阻碍(李贤卓等，2022；Patel，2014)。目前，已经有证据支持了这一假设。Chang等(2016)发现，普通话母语非音乐人在音乐旋律区分任务上的表现不如英语母语音乐人与非音乐人，说明属于领域特异性的声调范畴感知经验可能迁移到了音乐感知中，削弱了对音乐音高变化的敏感程度。李贤卓等(2022)发现，声调母语者的声调范畴感知模式可以跨领域迁移到音乐音高感知上，在感知音乐音高时也形成了类似的范畴感知模式，阻碍了音乐音高的精细化加工。以上两项研究均考察的是普通话母语非音乐人，而普通话母语音乐人在声调语言和音乐两个领域均有长期经验，同时具备音位层面的范畴感知模式和精细化的声学加工能力。基于音乐和语言加工“共享论”的假设和上述证据，声调母语音乐人在感知与母语声调音高近似的音乐刺激时，是更加精细化的领域一般性音高感知模式占据主导，还是迁移声调范畴感知模式，有待进一步研究。
