童言童語知多少？語言學家如何研究兒童語音發展
動漫《蠟筆小新》中，5 歲的小新常因為發音錯誤，在大人面前鬧出笑話。現實生活中，學齡前兒童適逢口語發音逐漸成熟的階段，有哪些發音類型最容易出錯？哪些聲調組合的錯誤率最高？中央研究院「研之有物」專訪院內語言學研究所曾淑娟研究員，她為了分析兒童語音習得軌跡，展開以語料庫為本的兒童語音評估研究，成果可用於設計評估兒童語言發展的指標、訓練自動語音評估 AI 模型，協助篩檢可能有語言發展問題的孩子。
落風、臭奶呆~可愛發音藏著哪些秘密？
兩歲的小寶拉著媽媽的衣襬，淚眼汪汪地喊：「馬迷，ㄉㄨˋㄉㄨˋ痛痛……」媽媽心頭一驚，立刻蹲下焦急觀察孩子。「是吃多了嗎？還是腸胃炎？糟了得掛急診！」抱起小寶就往門口衝。
「等等！」爸爸忍笑攔住，指指地上。媽媽一愣，低頭一看──小寶最愛的兔娃娃掉在地上，耳朵還被椅子壓住。媽媽哭笑不得，輕輕抱住小寶：「原來是兔兔痛痛啊！」
這種溫馨又好笑的場景，對有孩子的家長來說一定不陌生，幼兒學說話，總免不了鬧出雞同鴨講的趣事。語言學習並不是「叮」一聲就開啟的技能，孩子剛開始只會咿咿呀呀的無意義發音，慢慢可以說出不太標準但能理解的句子，經過不斷嘗試與修正，最終才越來越接近正確發音。
這個過程涉及多種因素，包括聽力發展、認知能力和發音肌肉的控制；此外，所學語言在聲調與發音上的細微差異，也會影響學習進展。
對此，中研院語言學研究所曾淑娟研究員進行了一項「臺灣華語 3 至 6 歲兒童語音習得跨域研究」，以語料庫語言學嚴謹的研究方法，建立兒童語音標記數據，並進行深入分析，揭示各年齡層各種語音現象的習得順序與狀況。
曾淑娟表示，透過「兒童語音習得語料庫」的建立，可以歸納出幼兒學說話時最容易出錯或發音不準的地方，藉以制訂語音發展的常模。有了常模對照，就有精準依據可以建立自動語音評估工具，讓一般大眾可以很快瞭解孩子的發音與常模相比是否有落後，並觀察成長過程中的語音習得歷程。
面面俱到的「中研院兒童平衡詞表」
兒童語音習得語料庫的建立，說起來容易，實際執行可是難關重重，第一關就是如何選定語料。如果讓小朋友自由發揮，隨機的語料將過於雜亂，既難以分析，也不易用來建立模型。因此，研究的第一步，就是要制訂一組標準化的「詞表」，讓孩子照著唸，以確保數據的可比性。
最終定案的兒童語音平衡詞表可是大有學問。曾淑娟長年進行成人對話語音語料庫研究，發表授權多項資料庫，她以 60 萬字口語對話建立的中文音節結構組合頻率表為基礎，選取簡單、具體、生活化的詞彙，畢竟要讓小朋友順利唸讀，太冷僻艱澀可不行。
而真正的門道，在於這些詞彙的音節結構、聲調分布及語意範圍，全都經過精心設計，以達到最佳平衡。
對語言學不熟悉的讀者，這邊可能會冒出問號：聲調？音節結構？那是什麼？
簡單來說，「聲調」就是我們學注音時的一、二、三、四聲，例如「媽、麻、馬、罵」，僅僅是音高變化，就能讓同樣音節結構的字表達出完全不同的意思。有興趣的讀者可以欣賞語言學家趙元任寫的〈施氏食獅史〉，這篇趣文就把聲調特性玩到了極致。
此外，一個漢字就是一個音節，傳統音韻學將字的「音節結構」拆解為「聲母 + 韻母」，類似臺灣學生從小學習的注音符號系統。不過進行語言學研究時，是採用國際音標表示音韻系統，進一步將音節結構拆解成四個部分：
聲母對應的是「起始輔音（C, Consonant）」，韻母則可以區分為介音（G, Glide）、元音（V, Vowel）和鼻音韻尾（N, Nasal Coda），也就是「C-G-V-N」的架構。在後續的聲學分析及語音評估學習模型中，CGVN 結構可連結個別的「音」，也是表示「語音內容」概念的重要基石。
了解「聲調」和「音節結構」後，再回頭看這份語音平衡詞表，就更能體會當中的精妙平衡。詞表中包含 70 個詞彙（8 個為三字詞，其餘為雙字詞），在「聲調」上，詞表覆蓋了所有雙音節聲調組合，也就是所有一、二、三、四聲的搭配組合都找得到。
在「音節結構」上，所有聲母在字詞中的各個位置也至少出現一次。以聲母 ㄅ 為例，它既出現在第一音節（如「白雲」），也出現在第二音節（如「嘴巴」），確保能全面檢測不同發音情況。
此外，詞彙的語意分布也經過精心挑選，儘量涵蓋不同的生活領域，讓詞表更符合幼兒的語言學習環境。這些詞彙的巧妙設計，也用於進行中的兒童語音收集計畫。
曾淑娟談到，雖然這份詞表有許多優點，但還不足以表達日常對話蘊含的起承轉合、語調、流暢度等個人特徵，還需要將研究素材推進到自然口語，才能貼近語言是用來表達概念、讓人理解語意的核心目標。
不可能的任務！兒童語料收集的艱辛幕後
詞表設計如此煞費苦心，目的就是為了確保收集到的語料品質。但要從小朋友那邊收集語料，談何容易！製作詞表時，研究者只需要跟資料打交道；但收集語料時，你卻得搞定一大群花樣百出的孩子。
「資料庫在國際會議上發表，得到的回饋都是 Amazing！因為收集這種規模的高品質標記數據，幾乎是不可能的任務。」
研究團隊將詞表中的詞彙畫成圖片，錄下小朋友看圖唸出的詞彙發音。曾淑娟回憶：「這看似簡單的動作，實際執行起來卻狀況百出。有的孩子怕生、緊張，得百般安撫；也有架子很大的小王子、小公主，不肯乖乖配合；有調皮搗蛋、天馬行空、也有半途而廢的。」
語言專家畢竟不是育兒專家，多虧兩位經驗豐富的研究助理參與協助，才辛苦擺平這項艱難任務。
除了人的問題，環境也是一大挑戰。學校通常沒有專業錄音室，研究團隊只能見機行事，有時擠在儲藏室、有時屈就體育室。錄音過程還會有干擾不斷的環境音、孩子們的嬉鬧、課堂鐘響，甚至突如其來的廣播。每一次雜音出現，都意味著錄音被迫中斷，只能耐心等待，再次來過。
終於，經過團隊多年的努力與無比的耐心，總算成功收集到一千多筆錄音資料。為了確保研究的精確性，部分數據仍需篩選過濾，最終留下 798 筆符合標準的語料，真的是筆筆皆辛苦！
臭奶呆可愛發音來襲，精細的語音標記工作
語料收集完畢後，下一步便是進行物理訊號及語音內容的標記、發音準確度的分級判讀和資料庫格式的整理。與成人語料相比，幼兒語料的處理更加困難，畢竟孩子們還在學習階段，發音不夠精準是很正常的現象。
研究團隊使用自動化的語音對齊工具 Sinica Phone Aligner，搭配人工驗證取得對應語音內容的聲學訊號進行分析。也使用 Assessing Speech 系統，分析並計算各語言學層級發音錯誤的比例。
除了機器計算外，還需要進行人工操作的「聽感標記」，這項工作極度仰賴標記人員的細心與判斷力。每筆語料，標記人員都需反覆聆聽，根據聲調（一二三四聲）、音節結構（CGVN）等標準，判定正確性與可接受性。
標記工作不僅是簡單的對錯判定，還要記錄「怎麼錯的」，是個別的音錯了？還是聲調錯了？也有可能個別聽的時候，有些音雖然發得不準確；但幾個字結合在一起連讀時，又可以很明顯的表達語意。
有時，許多影響發音的背景資訊也需一併標註，例如孩子缺牙，可能導致發音不清。這當中存在不少模糊地帶，非常考驗標記人員的共識凝聚。曾淑娟團隊採用嚴謹的語料庫標記程序，每筆資料都經過兩人以上的標記驗證，確保據以衍生的後續研究立基是穩固的。
採訪過程中，我們實際聆聽了幾筆「不夠正確」的語料，小朋友稚嫩又臭奶呆的發音實在可愛，但要對這些發音的正確與否做出一致判定，卻比想像中困難。連採訪團隊內部也對標記結果產生不同見解，可見這項工作十足的挑戰性。
從數據勾勒兒童的語言學習軌跡
針對這五萬多個詞（798 位兒童 × 70 個詞）的標記判讀結果，曾淑娟團隊進行了多層次的分析，以年齡與發音正確率的關聯性，成功建立語音習得發展的常模。
研究顯示，在「聲調」學習上，3 歲兒童的發音正確率已相當高；在「詞語表意」與「音節結構」方面，則觀察到明顯的年齡差異：從 3 歲至 6 歲，正確率隨著年齡穩步提升，形成一條清晰的學習曲線。
透過語料分析找出這些發展模式，有助家長、教師或語言治療師判斷孩子的語言發展是否符合預期，需不需要及早介入語言訓練或治療。
此外，若能進一步釐清「哪些發音類型最容易出錯」，則有助於更精準地對症下藥，提供有效的學習與治療策略。因此，研究團隊針對「發音錯誤類型的分布」進行分析，找出某些錯誤率特別高的語音類型。
例如在「聲母」發音方面，兒童最常見的問題是捲舌與不捲舌的混淆，詞表中的「壽司」成為錯誤率最高的詞彙，有的小朋友會唸成壽「師」或「嗽」司。
而在「聲調」方面，研究發現「二、三聲」的錯誤率明顯高於「一、四聲」，尤其當「三聲＋二聲」組合出現在雙音節詞句時（如詞表中的「恐龍」、「草莓」），錯誤率最高，顯示當詞語的末音節需要上升時，發音穩定性較低。
除了直接分析發音錯誤，研究團隊還企圖進一步拉近「人類」與「機器」的距離，將標記人員對語音的聽感判斷，與聲學訊號的物理特徵進行交叉比對，試圖建立與人耳聽感一致的兒童語音評估模型。
例如在日常對話中，許多發音會因為連音、省略或含糊而沒那麼準確，像是「你知道嗎？」聽起來會像「你ㄓㄠˋ嗎」。研究團隊曾在成人研究中，將這類「變形」的發音，以音韻規則的減縮將物理訊號歸類，增進語音辨識的效能。
但聽感與聲學訊號的差別在於，人是透過語言體系及個人經驗去解讀語音，如何讓自動語音評估系統除了依賴聲學訊號，還可以更人性的給出評分，是團隊努力的目標。
從數學到語言學的學術之路
曾淑娟最初就讀的是清大數學系，從基礎科學研究跨到追求應用的計算語言學，看似衝突，但其實一點都不奇怪。
「數學和語言學都是在尋找規律和邏輯，兩者的差距比你想像得小。」
對曾淑娟來說，從複雜事物中找出規律，是很有成就感的事，這也讓她愛上了語言學，致力於建立各種模型，解析溝通的奧秘。
曾淑娟談到，有一部分的自己喜歡接觸人群；但也有另一部分，喜歡待在只有自己的小空間裡。這種人格上的二元性，跟她的語言學研究之路不謀而合。收集語料、觀察語言使用時，必須與人互動；但當進入語音分析與數據處理階段，又是一個純粹與自己對話的世界。
「不過，如果數據對不上，那可真是研究裡最痛苦的時刻。」曾淑娟笑著回憶。有一次，在上萬筆數據中，發現有三筆資料不匹配，雖然只是極小比例，但為了確保研究的嚴謹性，還是得大海撈針、層層回溯比對，有時甚至得刪掉重來。這種交叉驗證與反覆確認的過程，既枯燥又考驗耐心，卻是語言學研究的必經之路。
博士論文研究德語，回臺後卻轉入漢語研究，這是一場「歸零式」的轉換嗎？曾淑娟並不這麼認為：「語言學的基本理論是相通的，雖然不同語言結構的特色各異，但理解語言運作的方式，仍然有許多共通點。」
從數學到語言學、從德語到漢語，曾淑娟的學術旅程，表面上充滿了跳躍與顛覆，但她始終悠然自得。因為她總能在異中求同，在複雜變化的世界裡，找到規律與秩序。
「走到哪裡，就在哪裡找到有趣的問題。」這種對未知的開放與好奇，正是曾淑娟研究的動力，也是她學術人生的底色。
本文轉載自《研之有物》。原文請<點此>