不邀自来惹。最近正在做一个关于清浊音和送气音的课题，所以手痒答一下咯。

先说结论：

从语音学（phonetics）上说，汉语拼音的bdg是不送气清辅音；英语的ptk和汉语拼音的ptk都是送气清辅音。西班牙语、法语、日语的bdg都是浊辅音；西班牙语、法语、日语的ptk都应该是不送气清辅音。

从音系学（phonology）上说，汉语普通话的ptk和bdg的区别被分析为送气和不送气的对立；英法德西日等语言的ptk和bdg的区别被分析为清浊对立，其中英德又可认为是fortis（紧？）lenis（松？）的对立。

当然有些语言比较腻害，会区分三种（如泰语、韩语）乃至四种塞音（如印地语），但这不在咱们今天的话题里。

它们都可以有音位变体，可能受个人习惯，地域变体和语音环境的影响。比如日语的ptk在词首，法语的ptk在r, l, 半元音之前以及词尾会有送气的现象；汉语普通话的bdg在弱读音节里会有浊化现象，有些人甚至倾向于一直都发浊音（我身边就有这样的同学）；英语的ptk在词中的非重读音节或者/s/的后面送气很弱，可以视为不送气音；意大利语使用不送气清塞音，但是北部的意大利语听起来比南部送气更强烈。

英语的bdg，一般认为也是不送气清辅音，但是存在非常广泛的个人差异以及地域差异（别忘了英语是个世界分布最广的语言），所以，实际上可以观测到大量的浊辅音的情况，这是我们认识上的混乱根源之一。这一点下面的分析中也会提到。

语音学侧重对语音的声学层面、接受层面、发音方法层面的分析；音系学侧重于对某具体语言的音位系统的理论归纳，二者使用的术语可能出现交叉的情况，所以这又是造成我们认识上混乱的根源之二。

以下内容是从语音学的角度进行的进一步的分析，不感兴趣可跳过了。

————————————————————————————————————————

从发音的角度来看，辅音发音可以分成三段：成阻，即在气流通路上形成阻碍的阶段；持阻，即该阻碍保持的阶段；除阻：即解除阻碍，气流得以释放。成阻部位（唇、齿龈、硬腭等）和除阻方式（爆破、摩擦、鼻、边、塞擦等）决定了辅音的大部分特点。除此之外，发音器官的微小改动会令辅音产生伴随特征。伴随特征则进一步改变辅音的发音细节。比如声带振动与否决定清浊（元音在正常的语流里都是浊的）；气流强弱决定送气与否，此外还可以有喉音化、咽音化、硬腭化、唇音化等等各种细节。还要注意，上述三个阶段不一定都要出现，比如词尾塞音不除阻可以形成入声韵尾。

所以，本题要谈的就是，除阻时采用爆破方式的几个塞音在除阻时的伴随特征的问题。具体来说讲的是清浊和送气与否这两个伴随特征。

从听觉（acoustic）的角度解决塞音/b, d, g, p, t, k/的性质问题，必须引入一个概念：浊音起始时间（Voice Onset Time），以下简称“VOT”。VOT指的是塞音除阻和声带振动之间的那段时间（林焘，王理嘉，1992：86）。需要注意，VOT的长短受语音环境（后续元音、声调、调音位置、etc）的影响非常大，所以平均VOT并不是一个绝对的指标，但这不妨碍我们拿它来区分塞音类型。

我们想象一个数轴，规定除阻的时间为原点（0）。左边是负的，右边是正的。

如果VOT= 0，说明塞音除阻的同时声带立即开始震动，意味着元音立刻开始发音，此时发出的就是真正的不送气音。

如果VOT>0，说明塞音除阻之后一段时间声带才开始震动，意味着在发出元音之前，发音器官忙着处理之前因为持阻憋住的气流，此时气流有一段时间的存在感，故而形成“送气”。VOT越长，送气越明显，气流喷出的越猛烈。

如果VOT <0，说明塞音除阻之前一段时间，在持阻阶段声带就开始震动，意味着该塞音发音时声带有震动，则该塞音为浊音。

现在我们清楚了，VOT的正负值决定了塞音的清浊；清辅音（VOT为正）的VOT长短决定了送气程度大小；浊辅音的VOT长短决定它有多么“浊”。

所谓“不送气音”只是个相对说法，实际说话时每个“不送气音”都完全不送气也是挺难为人的。

再啰嗦一句VOT并不是区别清浊音送气音的绝对指标，还有其他因素同样起作用，比如后续元音的起始音高。关于这一点，请参见我的另一个答案，

本答案只关注VOT。

学者们测量过很多语言的平均VOT，我从中引用一些数据。

以上普通话数据来自Chao & Chen（2008），英国英语数据来自Docherty（1992），其他数据来自Lisker & Abramson（1964）。

所以，都是不送气清辅音，普通话的VOT还是比西语长一点；都是送气清辅音，汉语（普通话或者粤语）的VOT还是比英语长一点。这解释了英美人念中国人名时，ptk的发音听着还是有点像bdg。因为他们的VOT太短，在我们听来有点像不送气的。而即使同为浊音，西班牙语也比匈牙利语更“浊”。

值得注意的是，在Lisker和Abramson的的数据中，他们对四位美国英语发音人进行了采样。其中，有2位发音人的bdg的平均VOT小于0（表中带括号的数据），意味着他们念的是浊辅音。另两位发音人的VOT大于0，意味着他们使用的是不送气清辅音，这都是塞音在词首时的数据。Lisker和Abramson对此的解释是，平均VOT小于0的两位，他们的语音样本内部都是高度一致的，说明这种个人倾向是非常稳定的。

所以这印证了我们混乱的印象，英语的bdg的发音的确存在很大的容忍空间，至少从上表可知，平均VOT在-101到27之间都是可以接受的。

小结一下，仅看平均VOT这一个指标。

当你的母语为塞音区分清浊对立的语言（如西班牙语）时，你的耳朵只会在意VOT的正负值，VOT为正，不管多长，它都是一类，即清辅音；反之则为浊辅音；

当你的母语为塞音区分送气与否的语言（如汉语）时，你的耳朵对长的VOT和短的VOT比较敏感，至于VOT短到0还是短成负的，并不重要。VOT够长则你认为是送气清辅音；反之则为不送气清辅音。

所以，这解释了为什么中国人学习西班牙语时，认为西语的ba和pa是一样的，因为我们不在意VOT是正是负；相反，西班牙人学汉语也会觉得汉语的ba和pa是一样的，因为他们不在意VOT有多长。至于英语，因为它的“浊音bdg”容许空间太大了，如果普通话为母语的学习者没有其他语言的学习经验还好，一旦学过类似西班牙语或者法语日语这样有真浊音（VOT<0）的语言，获得了辩听浊音的能力后，就会对它变得敏感起来，问题也就随之而来了。

带点私货：我们最近的一项研究发现，经过很短的训练，西班牙语和加泰罗尼亚语的双语者（对送气与否不敏感）可以非常轻易的get到汉语的送气塞音和不送气塞音的区别，并且在口语产出中有显著的进步。但是对塞擦音组的习得就不这么乐观了。所以，既然他们能够做得到，咱们反过来练习浊辅音也不是啥难事。所以，冲鸭！

参考文献：

Chao, K. Y., & Chen, L. M. (2008, June). A cross-linguistic study of voice onset time in stop consonant productions. InInternational Journal of Computational Linguistics & Chinese Language Processing, Volume 13, Number 2, June 2008(pp. 215-232).

Docherty, G. J. (1992).The timing of voicing in British English obstruents(No. 9). Walter de Gruyter.

Lisker, L., & Abramson, A. S. (1964). A cross-language study of voicing in initial stops: Acoustical measurements.Word,20(3), 384-422.

林焘, 王理嘉. 语音学教程[M]. 北京大学出版社, 1992.

英语中分别b，p等塞音靠的是

1. 词首、词中主要看送气与否

2. 词末还要靠前面元音的长短来判定，如bed和bet。

speak，star，sky中的p，t，k实现为不送气。如果把词首的s切除掉，英语母语者听到的会是beak，dar，guy，而非peak，tar，kye。

也就是说，英语中的塞音是没有清浊对立的。清不送气和浊音都是b，d，g可能实现的形式。词中的b，d，g更容易实现为浊塞音，词首只有b更容易实现为浊塞音。d和g在词首不太容易实现为浊塞音。

当然，英格兰北部有一块地方的塞音是靠清浊对立来区分的，与荷兰语、西班牙语、法语一致。其他绝大部分地方的英语都是靠送气与否来区分的，与汉语普通话类似。