ipa_tutorial

Chapter 15 — 副语言 II：对话转写整合（时间轴、重叠、韵律与多模态）

1. 开篇：从“标本”到“生态”

欢迎来到 IPA 转写的深水区。在前面的章节中，我们像在实验室显微镜下观察切片一样，精细地描写孤立的单词或单次咳嗽。然而，人类语言的真实生态是混乱、流动且高度互动的。

现实对话不像剧本那样一人一句。它包含着：

抢话与重叠：两个人同时说话。
微秒级的博弈：通过吸气声暗示“我要说话了”。
副语言的持续流：一边大笑一边说话，或者压低声音说悄悄话。

本章的目标是构建一个时空框架。我们将结合 IPA（描述音质）、extIPA（描述嗓音特征）和 CA（会话分析）符号体系（描述时间与交互），打造一套能记录“此时此刻到底发生了什么”的高级转写系统。

学习目标

时间维度：精确记录停顿（Pauses）、延长（Lengthening）与抢话（Latching）。
交互维度：掌握多轨重叠（Overlap）的视觉对齐与标注。
音质维度：熟练使用 extIPA 的“大括号系统”处理贯穿性特征（如笑语、耳语、哭腔）。
呼吸维度：通过气流声（Inbreaths/Outbreaths）捕捉话轮转换的信号。

15.1 事件 vs. 音段：决策矩阵

在处理一段充满噪音的录音时，初学者最大的困惑是：“这个声音我该拼出来，还是写汉字？”

我们采用以下决策矩阵来规范化：

声音来源	特征	处理策略	推荐写法 (Narrow)	宽式写法 (Broad)
全词汇 (Lexical)	有语义的词	IPA	`[twei˥˩]`	(汉字)
半词汇 (Semi-lexical)	填充词、语气词、应答	IPA	`[ʔəːː]`, `[m ̀h]`	`<uh>`, `<mhm>`
声道副语言 (Vocal)	咳、笑、喷嚏、啧嘴	IPA / extIPA	`[ʔhːʔ]`, `[ǀǀ]`	`<cough>`, `<tsk>`
非言语人声	拍手、跺脚、拍大腿	标签 (Tag)	`<clap>`	`<clap>`
环境音	关门、电话铃、背景乐	标签 (Tag)	`<door_slam>`	`<noise>`
无法辨识	听不清的人声	占位符	`(xx)` 或 `(??)`	`(unclear)`

Rule-of-Thumb #1

“只要气流经过了声门或口腔，就尽量用 IPA。” 只有当声音完全是由肢体碰撞产生（如拍手），或者属于环境噪音时，才使用 <标签>。

15.2 时间轴的魔法：停顿、延长与抢话

真实的对话不是乐谱，节奏极不规则。我们需要一套符号来标记时间的流动。

1. 顿 (Pauses)

在 IPA 对话转写中，我们不再使用 | 或 ‖ 来表示句法停顿，而是使用时间测量。

**微停顿 (Micro-pause) (.)**：
短于 0.2 秒的停顿，通常听感上只是一个极短的断裂。
用途：表示犹豫、找词或强调。
**计时停顿 (Timed Pause) (0.0)**：
超过 0.2 秒的沉默，按秒记录，通常精确到十分之一秒。
示例：[ni ɕiã ʔi ɕiã] (0.8) [wo pʰa pu sɨ̃]

2. 延长 (Lengthening)

**IPA 标准 ː**：
ː (0.1s+ extra)
ːː (0.3s+ extra, 明显的拖长)
ːːː (极长，通常伴随犹豫)
示例：[tweiːː] (对——) vs [twei] (对)。

3. 抢话 / 紧密衔接 (Latching)

**符号 =**：
用于标记前一个人的话尾和后一个人的话头之间没有任何静音间隙，甚至连呼吸的时间都没有。
也可用于同一个人语速极快地连接两个句子。

ASCII 演示：

A: 我觉得不行 = [wo tɕɥe tɤ pu ɕiŋ] =
B: = 为什么？   = [wei ʂəm ma]

15.3 交互的核心：重叠 (Overlap)

这是对话转写中最具挑战性、也最有价值的部分。甲还没说完，乙就插进来了。

标注规则

左方括号 [**：标记重叠开始**的地方。必须上下行严格对齐。
右方括号 ]**：标记重叠结束**的地方（可选，但推荐高精度转写使用）。
垂直对齐：在 Markdown 或文本编辑器中，利用空格确保视觉上的对齐。

场景演示：插话与共建

场景 A：打断 (Interruption) B 在 A 说话途中强行切入。

Speaker A:  这 个 问 题 非 [常 严] 重，你明白吗？
            tʂə kə wən tʰi fei [tʂʰɑŋ jan] ʈʂʊŋ ...
Speaker B:                     [对 对] 对，我知道。
                               [twei twei] twei ...

注：此时 IPA 文本也需要像乐谱一样对齐。

场景 B：后半段重叠 (Terminal Overlap) B 预判了 A 的结尾，提前进场（通常表示积极的倾听）。

Speaker A:  所以我打算明天就 [去。]
            ... miŋ tʰian tɕiou [tɕʰy]
Speaker B:                      [噢  ] 好的。
                                [ou  ] xau tɤ

15.4 呼吸作为信号：气流机制

在 extIPA 扩展中，呼吸不仅仅是生理活动，更是话轮管理（Turn-taking）的重要信号。

符号	描述	功能含义	写法示例
h / .h	短吸气	准备抢话、惊讶	`[.h] [twei]`
hhh / .hhh	长吸气	犹豫、深思、准备长篇大论	`[.hhh] [wo ɕiã ʂuo]`
hː / h	呼气	放松、无奈、结束话轮	`[ai] [hː]`
(H) / (h)	强可听呼吸	剧烈喘息（如运动后或情绪激动）	`(H)`

Rule-of-Thumb #2

“吸气是开始的信号，呼气是结束的信号。” 如果 B 在 A 说话时发出了急促的吸气声 [.h], 即使 B 还没发出元音，这也意味着 B 试图抢夺话轮。这在对话分析中至关重要。

15.5 语气与情绪：extIPA 的“大括号”系统

怎么标示一个人是“笑着说”、“哭着说”、“极快地说”或者“咬牙切齿地说”？extIPA 提供了一种非常强大的大括号记号（Labeled Braces）机制。

格式语法

单一特征：{label ... sound ... label}
嵌套特征：{label1 {label2 ... sound ... label2} label1}

1. 嗓音发声类型 (Phonation Types)

{whisper ...} (耳语)：声带不振动，气流摩擦。
{creaky ...} (嘎裂声/Vocal fry)：低频、断续的振动。常用于句末或表示厌烦/疲惫。
{breathy ...} (气声)：声带振动但不闭合，混有大量气流。常用于性感、神秘或虚弱语气。
{falsetto ...} (假声)：音高极高，去除了胸腔共鸣。常用于模仿女性、卖萌或讽刺。

2. 动态与节奏 (Dynamics)

{f ...} (forte, 大声)：喊叫。
{p ...} (piano, 轻声)：低语。
{allegro ...} (快板)：语速突然加快。
{lento ...} (慢板)：语速突然变慢，逐字顿挫。

3. 副语言姿态 (Paralinguistic Attitude)

{smile ...} (笑意)：由于颧肌收缩，声道缩短，听感上共振峰频率提高（声音变亮）。
{trem ...} (tremulous, 颤音)：哭腔，声音颤抖。
{yawny ...} (哈欠中说话)：听起来含糊且口腔空间极大。

综合示例：嵌套使用

情境：一个人非常生气（大声），并且语速极快地指责对方，最后无奈地叹气。转写： {f {allegro [ni tsəm ma nɤŋ tʂɤ jaŋ !] allegro} f} (0.4) {breathy [fan sɨ le] breathy} (大声且快速地：你怎么能这样！…… [0.4s] …… 气声：烦死了)

15.6 多层级转写实战 (The Layered Approach)

为了展示如何整合以上所有知识，我们对同一段录音进行三个层级的转写。

语料背景：播客片段。Host 正在讲述一件尴尬的事，Guest 忍不住大笑打断。原文： Host: 我当时就——你知道吧，我都傻了。 Guest: 哈哈哈哈，真的假的？

Level 1: 宽式 (Broad/Content) — 仅供阅读内容

H: [wo tɑŋ ʂɻ̩ tɕiou] [ni tʂɨ tau pa] [wo tou ʂa lɤ] G: (laughs) [tʂən tɤ tɕia tɤ]

Level 2: 中式 (Prosody) — 加入停顿与语调

H: [wo tɑŋ ʂɻ̩ tɕiou ː ] (.) [ni tʂɨ tau pa ↗] (0.4) [wo tou ʂa ː lɤ ‖] G: [x x x] [tʂən˥ tɤ tɕia˨˩ tɤ ↗]

Level 3: 窄式 (Fine-grained Interaction) — 包含重叠、extIPA 与微观细节

这一层记录了互动发生的确切机制：Host 在犹豫时，Guest 的笑声已经盖过了他的话。

1 Host:  [wo tɑŋ ʂɻ̩ tɕiou ː ] (.) [ni tʂɨ tau pa ↗] (0.4) [wo tou [ʂa ː ] lɤ ‖]
2 Guest:                                                  {smile [x x  ] x] .h [tʂən tɤ tɕia tɤ ↗] smile}

解析：

H 在 [tɕiou ː ] 处拖长思考，有一个微停顿 (.)。
H 在说到“傻” [ʂa ː ] 的时候，G 开始大笑。
G 的笑声 [x x x] 前两个音与“傻”重叠 [ ]。
G 笑完后有一个急促吸气 .h，然后用 Smile voice (笑着的声音) 说了“真的假的”。

15.7 常用转写模板

针对不同场景，推荐使用不同的精度。

模板 A：访谈/口述历史 (Interview Mode)

重点：内容的完整性与情感色彩。
配置：宽式 IPA + (.) 停顿 + {label} 情感标记。
不包含：精确的重叠对齐（用文字说明即可）。

模板 B：会话分析 (CA Mode)

重点：话轮转换权力的争夺。
配置：精确的时间戳 (0.4) + 严格的 [ 对齐 + 呼吸信号 .h + 抢话符号 =。
适用：社会语言学研究、吵架分析、法庭辩论记录。

模板 C：语音病理/临床 (Clinical Mode)

重点：发音动作的准确性。
配置：窄式 IPA + extIPA 变异符号（如齿间音、鼻化溢出） + 语速标记。
(详见下一章 Chapter 16)

15.8 练习题

基础题 (50%)

符号填空：
- 表示“无缝抢话”的符号是：__
- 表示“小于 0.2 秒停顿”的符号是：__
- 表示“吸气”的 extIPA 简写通常是：__
extIPA 翻译：将以下描述翻译成带有大括号的 IPA 格式（假设内容为 “Hello” [xə lou]）：
- (a) 用耳语说
- (b) 笑着说
- (c) 极其缓慢地说
对齐练习：阅读下文，判断 B 是在 A 的哪个字开始说话的？ ```text A: 天气预 [报說] 明天有雨。 B: [不会] 吧？

```

挑战题 (50%)

复杂场景构建：请写出一段 IPA 转写（含 extIPA），描述以下场景：
- A 正在哭泣（Tremulous），断断续续地说“我没有”（wo mei jou），中间夹杂抽泣声（吸气）。
- B 在 A 说完之前，温柔地（Piano, soft）插话“好了好了（xau lɤ xau lɤ）。
纠错题：以下转写有什么逻辑问题？ A: [wo tɕɥe tɤ] (0.5) = [pu twei] Hint: 检查时间标记和连接符号的矛盾。
开放思考：在转写“阴阳怪气”的说话方式时（比如反讽），你会结合哪些韵律特征（时长、音高、extIPA 标签）来在书面上体现这种语气？

练习题参考答案

点击展开答案

**1. 符号填空** * `=` * `(.)` * `.h` 或 `h` (或箭头符号) **2. extIPA 翻译** * (a) `{whisper [xə lou] whisper}` * (b) `{smile [xə lou] smile}` * (c) `{lento [xə lou] lento}` **3. 对齐练习** * B 在 A 说“报”的时候开始说话，在 A 说“说”的时候重叠结束。 **4. 复杂场景构建** * **A**: `{trem [wo] .hh [mei] .hh [jou ː ] trem}` * **B**: ` {p [xau lɤ xau lɤ] p}` *(注意：B 的起始点应根据你的理解对齐，通常在 A 拖长或犹豫时介入)* **5. 纠错题** * **错误点**：`(0.5)` 表示停顿了半秒，而 `=` 表示无缝连接（Latching）。这两个符号在同一个位置是逻辑互斥的。要么是停顿了，要么是抢话了，不可能既停顿又无缝。 **6. 开放思考** * **反讽的特征**：通常包含夸张的**延长** (`ːː`)、异常的**音高变化**（如过度的升降调 `˥˩˥`）、**鼻化**加重（extIPA `[ ̃ ]`），或者使用 **Smile voice** `{smile}` 但内容却是负面的。转写时可以组合使用：`{smile [ni kʰə tʂən ː li ˥˩˥ xai ‖] smile}` (你可真厉害)。

15.9 常见陷阱与错误 (Gotchas)

1. “上帝视角”的对齐 (The Omniscient Aligner)

错误：你在转写时，根据剧本或你的语义理解去对齐重叠，而不是根据实际听到的声音。
调试：使用音频软件（如 Praat 或 ELAN）查看波形图。你会惊讶地发现，人类打断别人的时机往往比你想象的要早（在对方吸气时）或晚（在对方说完很久）。相信耳朵，不要相信语法。

2. 标签滥用

错误：把所有的副语言都写成标签，如 <laugh>, <cry>, <sigh>。
问题：这丢失了声音的质感。一个尴尬的笑 [h .h h] 和一个大笑 [xa xa xa] 在交互意义上完全不同。尽量用 IPA 拟声，保留标签给非人声。

3. 忽略“微停顿”的威力

错误：忽略 (.)。
影响：在法庭记录或谎言分析中，一个微小的 (.) 往往是认知加工（编造谎言）的证据。在精确转写中，不要因为停顿太短就忽略它。