1.引言
模仿是二语语音学习中最常用的方法之一。语音模仿非常容易掌握，不需要特殊的训练。二语者可以在多大程度上模仿语调？二语者是模仿抽象的语调模式，还是对音高和时长具体参数的模仿？
婴儿就会通过模仿学习语言[22]。对话时，母语者的语音融合（phonetic convergence）和语音趋同（phonetic accommodation）也是语音模仿的结果，即说话者在对话中有接近对方语音的趋势[21，32]。这可能依赖于与生俱来的感知—运动能力（sensory-motor abilities）[22，29]。研究发现，说话者即使在没有被要求模仿的情况下，也会自动模仿他们听到的声音[14，17，27，36]。模仿在语言习得过程和自我监控过程中都发挥着重要作用[32]，这可能也是习得二语语音的驱动机制[35，16]。二语学习者并不需要特别的技能就可以轻松模仿二语语音。
语音模仿在许多声学参数上都有表现，如元音共振峰（vowel formant）[1，14]、嗓音起始时间（VOT）[15，30]、音强（intensity）[28]、基频（F0）[2]和声调（tone）[18，24]。在二语者元音模仿的研究中，Llompart和Reinisch[23]提出，模仿需要借助二语的音系系统过渡，并且产出与感知密切相关。但二语者声调和词重音的模仿研究中，却发现模仿很可能不需要通过音系编码[18]。
在上述研究中，常用的模仿方式是听到语音后重复，一种是要求发音人尽量模仿所听到的语音，这里称为“跟读模仿（listen and repeat，LAR）”；另一种并不特别要求发音人模仿所听到的语音，而只是要求尽快重复所听到的内容。还有少数研究用了同声朗读的任务，让两个人同步朗读相同的文本。这时两个人在韵律层面也有趋同，如语速、语句重音、节律（rhythm）和停顿等[20，21，28，45]。
Gabor Harrar将同声朗读的方法用于瑞典语二语教学中，发现对掌握词重音有帮助[40]。在他们的训练中，学习者从耳机里听到一个多次重复的短语，在第二次重复之后，开始和耳机里的目标声音同步朗读，多次重复。被试通过耳机可以听到他们自己的声音和目标声音的混合音，这种方法他们称为“重复同声模仿（Repetitive-Synchronous-Imitation，RSI）”，但还没有严格的测试与评估。
同声朗读的另一个成功应用是减少口吃。Kalinowski和Saltuklaroglu[19]发现，合唱或齐声说话时，口吃者会减少甚至消除口吃，这是因为产生了齐声效应（choral speech effect）。齐声效应是一种改变听觉反馈（altered auditory feedback，AAF）的方式，这样学习者可以听到同步或接近同步的语音信号。在这种情况下，流利度会有明显提高。他们认为齐声效应是对语音形式的直接模仿（form direct imitation），这是人类与生俱来的能力。SpeechEasy这一产品成功地利用了齐声效应帮助降低口吃[31]。
Cummins[9，10，11]对同声朗读进行了系统和深入的实验研究。他采用最简单的一种同声朗读形式进行实验，即两个人在实验环境下，先默读一份不熟悉的文本，然后在主试发出“1，2，3开始”的信号后同步朗读文本。这一系列研究发现，同声朗读是一个简单的认知任务，不需要特别训练。朗读双方的不同步时间平均仅有40ms左右，且同步性基本不依赖视觉交流和面部信息。此外，两个人同声朗读的同步程度要高于一个人和录音进行同声朗读。Cummins提出，基于感知运动同步理论（sensor-motor synchronization theory）[25]，在同声朗读中，发音双方是在产出和感知上紧密耦合的一个相互协调的系统[11，13]。
模仿广泛运用于二语学习中，但其机制仍不明晰，缺少实验性研究。在跟读时，发音人需要感知和记忆听到的语音，可能依赖情景记忆（episodic memory）保存语音的信息[17]，然后产出。在此过程中，记忆随时间衰减，遗忘可能导致模仿不成功。另外，从感知到产出，二语音系还可能对所模仿的语音进行修改。相比之下，同声模仿时，产出很可能是依赖于感知运动同步机制[11，13]，这是完全不同的认知过程。另外，同声朗读时，节律的耦合也有可能对音高的同步有帮助。我们推测，同声模仿可能优于跟读。但是同声模仿在语音的哪些参数上有优势并不清楚。
为了对两种方法在语调模仿上的差异进行量化的比较，本文选择了焦点语调作为考察目标。焦点具有明确的交际功能和稳定的实现模式，也是语调研究中的重要问题。在语音上，汉语普通话的焦点语调具有“三区段”特征，即焦点词音高上升且音域扩大；焦点后音高骤降且音域压缩（post-focus compression，PFC）；焦点前音高变化不大。另外，焦点词时长延长，但焦点词前后的词时长没有系统变化[33，39，41]。
以往的研究发现，二语者习得焦点语调的难度较大。对英语作为二语的汉语母语者[5，37，44，48]以及汉语作为二语的英语母语者[6]、日语母语者[53]、泰语母语者[50]的相关研究都表明，二语者在习得正确的焦点语调特别是焦点后压缩（PFC）的特征上存在困难。Chen[7]等人（2014）研究了闽南语母语者习得普通话韵律焦点的问题，发现只有年轻人可以习得汉语中焦点后压缩的特征，而中年人和老年人都没有习得该特征。这表明在自然习得二语的情况下，只有二语输入量大且开始学习的时间早的二语者才能够习得焦点语调。对于晚期二语学习者，高薇[48]等的研究发现，通过专门的跟读模仿训练，汉语学习者可以部分掌握英语的焦点语调。
本实验选择哈萨克斯坦—汉语二语学习者作为被试。哈萨克语无声调但焦点语调与汉语类似，也是表现为焦点词音高上升，焦点后音高下降[47，52，54]。本实验比较了单次模仿时，同声和跟读这两种模仿方法在声调、语调以及时长上的变化。该研究将为后期的训练研究提供理论和数据分析方法上的指导。具体来说，针对哈萨克斯坦汉语学习者的语调模仿，本文的研究问题如下：
（1）单独朗读时，二语者是否可以正确产出汉语的焦点语调？
（2）跟读和同声模仿这两种方式在语调模仿上是否有差异？
（3）二语者在模仿抽象的语调模式还是具体的语音参数？
（4）二语者在模仿任务中是否会提高声调的正确率？两种模仿任务在声调产出上是否存在差异？