副语言是伴随口语出现、但不属于词汇语法系统的一类声音现象与发声方式，关注的不是说了什么，而是怎么说。[1][2] 它通常包括音高、音量、语速、节奏等声音特征，笑声、叹息、清嗓等声音修饰，以及话语中的停顿与沉默，一般被看作非言语交际的组成部分。[3] 研究副语言的学科称为副语言学，由美国语言学家乔治·L·特拉格在20世纪50年代开创。[4] 副语言能传递情绪、态度与说话人的社会身份，影响交际效果，在语言学、传播学与人机交互等领域受到关注。[5]
定义
副语言是言语活动中超出词汇与语法范围的非词语声音成分，它作用于说话的方式，而不改变词语本身的意义。 这一概念存在狭义与广义两种理解：狭义上只指伴随言语出现的某些声音现象，广义上则把面部表情、手势、身姿等非言语交际手段一并纳入。[6] 在多数研究中，副语言与身势学所考察的体态、姿势并列，被看作与语言共同组成交际系统。[7]
副语言成分可以出于说话人的有意设计，也可能在无意识中自然流露。[1] 它不构成独立的句子意义，却能给话语附加情绪与态度色彩，使同一段话因语调、语速的差别而获得不同含义。[2]
原理
副语言依靠语音的声学特征运作。音高、音强、音长和音质在连续语流中的变化，表现为语调与节奏的起伏，听者据此判断说话人的情绪状态与态度。[5] 与词汇、语法所承载的意义相比，这类线索对交际的作用较为间接，却能在听话人那里改变对同样一句话的解读。
乔治·L·特拉格提出的分类把副语言分为3部分：一是声音设定，涉及说话者相对固定的个体与群体特征；二是声音特质，涵盖音域、语速、音量、共鸣、鼻音等可调节的声学属性；三是发声，包括哭笑一类的声音特征音、耳语或喊叫等发音方式，以及“嗯”一类不进入词汇的短音。[8]
另一套较有影响的分类出自费尔南多·波亚托斯，他把音质、限定音与区分音视为段落性成分，把独立的非词语声音列为非段落性成分，并把片刻的沉默与停顿也算作副语言表现。[8]
特拉格分类的层级关系可以示意如下：
flowchart TD
P[副语言] --> A[声音设定]
P --> B[声音特质]
P --> C[发声]
C --> C1[声音特征音]
C --> C2[发音方式]
C --> C3[非词汇短音]
发展历程
对副语言较早的系统研究出现于1950年，出自亨利·李·史密斯提交美国国务院外交服务研究所的论文，他当时使用的说法是“发声”，并把它分成声音限定与声音修饰两类。 1958年，特拉格发表《副语言：初步描述》，术语“副语言”随之确立，其方案比史密斯的研究更为系统。 另有研究者认为，“副语言”一词最早由语言学家阿奇博尔德·希尔在1958年提及。[5]
特拉格当时任职于美国国务院外交服务研究所，与后来开创空间关系学的爱德华·T·霍尔、开创身势学的雷·伯德惠斯特尔以及查尔斯·F·霍凯特等人共事。[4] 他关于副语言的结论分别在1958年、1960年和1961年发表。[4] 由于副语言是习得的，它随语言与文化不同而变化，这一判断成为后来跨文化对比研究的起点。[4]
20世纪60年代之后，戴维·阿伯克龙比与戴维·克里斯特尔等人主张把副语言研究限定在“声音因素”范围之内。[5] 随着计算设备的普及，又发展出用机器自动分析与合成副语言现象的计算副语言学分支。[5]
应用
在人际传播中，副语言特征被用来反映说话人的心境与态度，其使用受到交际情境、文化背景、交际对象与话题等因素制约；忽略这类线索可能造成沟通障碍。 在跨文化交际与外语教学中，副语言的文化差异是常见的研究与教学议题。[9]
在语音技术领域，性别、年龄、个性、情感等副语言信息是语音情感识别与说话人识别等任务的处理对象，这类信息对实现更自然的人机交互具有意义。[10] 计算副语言学则专门研究如何用计算机自动分析并生成副语言现象，相关国际评测挑战赛也已设立。[5]
在人机对话与社交机器人方面，研究者尝试让系统实时生成“嗯”“哦”一类不含语义的副语言回应，以维持对话节奏并表达共情。[11] 也有系统通过识别用户语音中的情绪，配合表情、口型与手势给出反馈，以提升交互的自然感。[12]
局限
副语言的范围始终缺乏统一界定。特拉格在1958年提出这类现象不属于语言、不能归入音位系统，此后讨论不断，但学界对什么算作副语言至今没有一致看法。[13] 有学者批评，“语言—副语言”的二分容易把无法用语言模型处理的声音现象统统归入副语言，从而掩盖了其中的差异。[8]
副语言线索与语调、韵律之间的界限也不清晰，语调究竟属于语言系统还是副语言，学者意见并不一致。[8] 同时，不少副语言手段的意义缺乏跨语言、跨文化的普遍性，同一种声音效果在不同文化中可能被理解为不同的含义。
在技术应用上，副语言信息的自动化处理仍受识别准确率与语言迁移的限制。有研究显示，以英语语料预训练的语音情感识别模型用于韩语对话时，对“愤怒”的识别准确率仅为19.3%，明显低于多数其他情绪。[14] 该类系统把语音识别、情感识别与语言模型串接起来，还会带来约3秒的平均响应延迟，可能干扰自然的轮流发言。[14]
参见
参考资料
- 副语言学 . wikipedia.org [引用日期2026-09-29]
- paralanguage . koolearn.com [引用日期2026-09-29]
- k10outline . wa.edu.au [引用日期2026-09-29]
- epfl.ch 上的网页 . epfl.ch [引用日期2026-09-29]
- ieee.org 上的网页 . ieee.org [引用日期2026-09-29]
- 伴随语言_百度百科 . baidu.com [引用日期2026-09-29]
- S0388000184800224 . sciencedirect.com [引用日期2026-09-29]
- Doutoramento_Joanna_Anna_Skubisz(PDF) . unl.pt [引用日期2026-09-29]
- 文化副语言符号 . cnki.com.cn [引用日期2026-09-29]
- 融合发音生理信号及其反演算法的语音情感识别研究 . wanfangdata.com.cn [引用日期2026-09-29]
- ParaTalk: A Real-Time Paralinguistic Dialogue System . ishiguro-lab.org [引用日期2026-09-29]
- content(PDF) . zenodo.org [引用日期2026-09-29]
- 你发出的嗤笑和鼻音某种程度上也是一种语言 . baidu.com [引用日期2026-09-29]
- arxiv.org 上的网页 . arxiv.org [引用日期2026-09-29]
浏览次数：0 次
阅读量：0 次 · 阅读完成量：0 次
最近更新：2026-09-29T13:05:59Z
完成率 = 阅读完成量 ÷ 阅读量，分母是阅读量不是浏览次数 —— 关了 JS 的、秒退的都在浏览次数里、不在阅读量里。 详细口径在后台的「数据统计」页。