组会文献精读 · 心理语言学

声音,会自带形状吗?

The bouba/kiki effect is robust across cultures and writing systems

一个 1929 年发现、长期被疑为「识字副产品」的效应,在 25 种语言、10 种文字系统上迄今规模最大的检验

Ćwiek et al. (2022), Phil. Trans. R. Soc. B, 377(1841), 20200390
汇报人:〔汇报人〕 | 组会文献精读

论文元数据


期刊
Philosophical Transactions of the Royal Society B: Biological Sciences(Phil Trans B)专题刊 “Voice modulation: from origin and mechanism to social impact (Part II)” 之一
卷期
377(1841), 20200390 · elocation-id,无传统页码
发表
在线 2021-11-15,刊期 2022-01-03 · 文献口径引作 2022
开放数据
全部数据与代码见 OSF https://osf.io/w7crs
方法规范
经 German Linguistic Society 伦理委员会 + Leibniz-ZAS 数据保护官批准;无预注册无功效分析报告
研究取向
语言类型学的混合效应贝叶斯建模;以文字系统的自然变异为「自然实验」,检验正字法对效应的影响
图与素材许可:论文原图 © the authors,随 CC-BY 4.0;Fig 1 形状原创重绘、原形状改编自 Bremner et al. (2013);交互音频为自制示意替身。

作者与研究团队


22 位作者、19 个研究机构、13 个国家——大团队本身即研究「跨语言协作」性质的写照。本文无并列一作:Ćwiek 为第一作者兼通讯,Winter 为资深作者。

角色作者机构
第一作者 · 通讯Aleksandra ĆwiekLeibniz-ZAS|柏林洪堡大学
资深作者 · 统计主笔Bodo Winter伯明翰大学
核心构思与写作Susanne Fuchs|Marcus PerlmanLeibniz-ZAS|伯明翰大学
在线调查平台(Percy)Christoph Draxler慕尼黑大学(LMU)语音所
17 位语言合作者Asu · Dediu · Hiovain · Kawahara · Koutalidis · Krifka · Lippus · Lupyan · Oh · Paul · Petrone · Ridouane · Reiter · Schümchen · Szalontai · Ünal-Logacev · Zeller翻译并向各语言母语者分发问卷
表中角色划分依据论文 Author contributions 段。

汇报导览


I研究背景与理论定位现象 · 理论意义 · 研究空白 · 研究问题 · 核心概念
II研究方法被试 · 实验设计与流程 · 交互演示 · 分析策略
III研究结果总体效应 · 逐语言 · 正字法 · 不对称
IV讨论与结论机制推测 · 语言起源意义 · 局限与例外 · 要点小结
I

研究背景与理论定位


现象 · 理论意义 · 研究空白 · 研究问题 · 核心概念

现象 · bouba/kiki 效应


下面两个形状,一个叫 bouba,一个叫 kiki——哪个是哪个?

示意 · 非原图(原形状改编自 Bremner et al. 2013)
效应绝大多数人会把 bouba 配给圆润形状、kiki 配给尖刺形状。这种跨越听觉与视觉的稳定匹配,即 bouba/kiki 效应(bouba/kiki effect)。
历史Köhler(1929,Gestalt Psychology)最早以 baluba / takete 发现,后改为 maluma / takete;Ramachandran & Hubbard(2001)改用 bouba / kiki 使其广为人知。
为何反直觉如果词的读音真的「自带」形状,那么语言符号就并非全然任意——这触动了语言学一个长期的基本假设。

理论定位 · 任意性与象似性


主流假设

任意性(arbitrariness)

语言符号的形式与意义之间没有必然联系——英语 tree、德语 Baum、汉语「树」指同一事物却形态各异,说明形义配对多属约定俗成。

反例

象似性(iconicity)

形式与意义相似的情形。长期以来象似性被认为局限于拟声词(如 bangpeep);近年研究显示它其实广泛存在于基本词汇(大小、颜色、形状等)。

定位bouba/kiki 是 跨模态对应(crossmodal correspondence)——不同感官通道之间稳定匹配——在言语中的典型例子,把象似性从「听觉拟声」延伸到形状这类非听觉语义。若这种声音—形状对应跨文化普遍存在,象似性就可能在口语起源中扮演过角色(对峙「手势优先 gesture-first」的语言起源假说)——这正是本文发表于语言演化专题刊的原因。

研究空白 · 正字法混淆假说


一个长期存在的疑点

bouba/kiki 效应会不会只是识字的副产品正字法混淆假说(orthographic confound):Roman 字母里,kiki 的字形〈k, i〉本就比 bouba 的〈b, o, u, a〉更尖锐——识字者可能按字母的字形匹配,而非按声音。

支持混淆

字形尖锐度是主导来源

Cuskley et al.(2017)发现对识字英语者而言,字形尖锐度主导效应;Turoman & Styles(2017)发现被试能凭 56 种文字的字母猜出所代表的音,远超随机。

反对混淆

不识字者同样显示效应

先天盲人靠触摸也显示效应(Bottini et al., 2019);部分前识字儿童显示效应(Maurer et al., 2006 等);非识字文化(如纳米比亚 Himba 语者)同样显示效应(Bremner et al., 2013)。

跨文化证据仍零散:既有 meta 分析只覆盖 6 种语言,且各研究条件不一,难以在统一标准下比较。本文要补的空白:在同一套实验条件下、用尽可能多样的语言与文字系统,检验效应是否稳健、是否被正字法驱动。

研究问题与预期


研究问题

bouba/kiki 效应在跨越众多语言与文字系统时是否稳健?它在多大程度上独立于正字法

方法主张(保守测量)以迄今最大规模的跨语言样本、在统一实验条件下检验,并刻意采用倾向于压低而非放大效应的保守测量(下一章详述)。若在如此保守的条件下效应依然成立,结论会更有说服力。
预期(明确的分寸)作者并不主张效应会被每一种语言的每一位说话者绝对遵守;便利抽样下各语言样本量不等,也不宜对特定文化群体下精确结论。目标是评估这种声音—形状对应作为跨文化现象的普遍程度

关键概念界定


本研究的全部设计,都围绕一个核心区分展开——效应到底来自哪里?

来源 A

跨模态对应(crossmodal correspondence)

感官通道之间稳定、可复现的匹配,此处指声音的听觉/发音特征形状的视觉特征之间的对应。若效应源于此,它就根植于声音本身。

来源 B

正字法偏差(orthographic bias)

识字者依据书写字形的圆/尖来匹配所带来的偏差。若效应源于此,它就是识字的副产品,跨模态对应的证据便不成立。

策略纳入大量主用非 Roman 文字的语言(Armenian、Farsi、Georgian、Greek、Japanese、Korean、Mandarin Chinese、Russian、Thai),看剥离 Roman 字母后效应是否仍在——如汉语被试看到的书写形是「布巴 / 奇奇」,其字形并不像 Roman 字母那样自带圆/尖对照。
II

研究方法


被试 · 实验设计与流程 · 交互演示 · 分析策略

研究被试


便利抽样(opportunity sample),滚雪球式——联系各语言母语者、请其向其他母语者转发问卷(2018 年 8–12 月分发);目标每语言 ≥ 20 人(部分未达成),样本量决策独立于结果,无报酬(Zulu 语者除外)。

样本漏斗在线调查 · 25 语言 × 9 语系 × 10 文字系统
招募
N = 976
便利抽样 · 滚雪球
剔除
− 59(6%)
未同时完成两 trial / 不说该语言;Malagasy、Tamil 因样本过少整组剔除
分析样本
N = 917
进入统计分析
文字系统
Roman 文字为多语言共享;另有 9 种主用非 Roman 文字的语言
多语背景
86% 会第二语言;80% 以英语为 L1 或 L2;293 人 L1 非 Roman 文字
论文未报告
年龄 M / SD、性别比、族裔——便利抽样在线调查未纳入人口学报告

实验设计与流程


序列强迫选择(sequential forced-choice):两个形状始终同时在屏,两个词逐个 trial 呈现、听一个词选一次;作者刻意避开会放大效应的 2AFC(two-alternative forced-choice)

每 trial 流程每人 2 相继 trial · 52.5% 先听 bouba
1
屏上同时显示圆润形状尖刺形状Fig 1 两图
2
被试播放的词bouba 或 kiki
3
被试哪个形状更对应该词forced-choice
测量两 trial 都对才算匹配一致(congruent):bouba→圆 且 kiki→尖。每被试 1 个数据点。
Fig 2:bouba 与 kiki 录音的频谱图与振荡图
Fig. 2bouba(左)与 kiki(右)录音的频谱图 (a, b) 与振荡图 (c, d),红线为基频 F0 轮廓,时间轴 0–0.716 s。音频由第一作者录制:bouba = [′buːba]、kiki = [′kʰikʰi],均首音节重音、各 0.716 s(平台 Percy 在线调查)。

被试视角·完整流程复刻

交互 · 听音选形

示意音频与形状 · 非原始刺激。真实实验中每人只做这 2 个 trial;总体结果、匹配率、25 语言等信息一律留到结果章。

分析策略


主分析 = 混合效应贝叶斯 logistic 回归(mixed Bayesian logistic regression),因变量为 congruent(个人为分析单位);截距估计「回应匹配一致的被试平均比例」。

固定效应
order(首 trial 是 bouba 还是 kiki,kiki = −0.5 / bouba = +0.5)+ script(主用 Roman 还是其他文字,Roman = +1 / 其他 = −2.12,使截距可解读为总均值 grand mean)
随机效应
随机截距=语言 + 语系(Japanese、Korean 作独立语系);随机斜率=语言/语系内 order 的变异(script 只在印欧语内有变异,故不设其随机斜率)
先验与采样
截距先验 Normal(0, 1);各 β 系数先验 Cauchy(scale = 2.5);MCMC 四链,每链 6000 样本、弃 4000 warm-up,共 8000 后验样本
保守判据相比 2AFC,本文三重设计都倾向压低效应估计——① 序列呈现(非同时二选二);② 两 trial 都对才算 congruent(部分匹配算不匹配);③ 基线设 50%(假设两 trial 完全依赖)而非独立情形下的 25%。
附属研究:另请独立被试(English n = 78、German n = 97、Mandarin n = 78)仅凭字形把 9 种非 Roman 文字的 bouba / kiki 匹配到形状,生成各文字正字法偏差分数,作主实验的预测因子。
III

研究结果


总体效应 · 逐语言 · 文字系统与正字法 · bouba/kiki 不对称

总体效应·跨语言稳健


统计方法 混合效应贝叶斯 logistic 回归:因变量为 congruent(两 trial 都匹配,个人为分析单位),截距即跨语言的平均匹配比例。
统计结果
后验平均匹配比例72% 95% 可信区间 credible interval(CrI)[56%, 82%]
截距 logit 系数+0.93 s.e. = 0.31 95% CrI [+0.26, +1.53](不含 0) P(β₀ > 0) = 0.99
Fig 3:主模型三个系数(截距 / order / script)的后验分布
Fig. 3主模型三系数的后验分布:黑横线=95% CrI,粗框=50% 区间,点=中位数,虚线=0。顶部截距明显落在 0 右侧=总体效应稳健(order / script 见后两页)。
结论72% 明显高于本文设定的 50% 保守基线。作为对照,已有研究从同时呈现改为序列呈现时匹配率曾从 80% 降到 60%——本文在序列呈现下仍得 72%,说明这一跨文化效应对更严格的测量是稳健的。

逐语言结果·普遍而非绝对


读图 Fig 4:方块=后验中位数(蓝=Roman 文字,红=其他),竖线=95% CrI,菱形=描述均值,虚线=50% 基线。
最高100%(Swedish)
最低36%(Romanian)
CrI 可靠 > 50%17 / 25
描述均值 < 50%仅 3 种
Fig 4:25 种语言逐语言森林图
结论多数语言可靠显示效应,但并非每种都在基线之上、例外的 CrI 含机会水平——效应普遍却非绝对

文字系统与正字法·影响很弱


三条独立证据 Roman vs 其他文字 · L2 文字系统 · 感知正字法偏差——三条一致指向:没有可靠证据表明正字法在驱动效应。
统计结果
Roman vs 其他文字+0.21 描述均值 75% vs 63% s.e. = 0.13 95% CrI [−0.05, +0.46](含 0) 仅弱趋势
L2 文字系统+0.08 s.e. = 0.66 95% CrI [−1.31, +1.35](居中于 0)=无影响
感知正字法偏差+0.74 独立被试凭字形平均 56% 一致 s.e. = 1.90 95% CrI [−3.17, +4.41](含 0)=不确定
Fig 5:L2 文字系统效应与正字法偏差分数的后验样本
Fig. 5(a) L2 文字系统效应的后验=较窄、聚在 0 附近;(b) 正字法偏差分数的后验=极宽、跨 ±8 且聚在 0(虚线=0)。
结论三条证据都指向声音本身、而非字形在驱动效应。Roman 文字略高的匹配率,至多说明正字法能增强效应,但其作用微弱。

bouba 与 kiki·不对称


统计方法 主模型 order 效应 + 仅首 trial 的单独模型:两个词都可靠唤起对应形状,但 bouba 的效应强于 kiki
统计结果
order 效应(主模型)+0.56 s.e. = 0.29 95% CrI [−0.06, +1.10] P(β > 0) = 0.97
仅首 trial 模型+0.79 s.e. = 0.34 95% CrI [0.08, 1.45](不含 0)=bouba 更准
逐语言可靠性22 vs 11 bouba 在 22/25 语言可靠匹配圆;kiki 仅在 11/25 语言可靠匹配尖
Fig 6:仅首 trial 分析,bouba trial 比 kiki trial 更准
Fig. 6仅首 trial 分析:黑方块=后验中位数,误差棒=95% CrI,虚线=0.5。bouba(后验≈0.82)明显高于 kiki(≈0.68),全图黑白。
结论不对称本身是个稳健发现,其可能机制在讨论章展开。
IV

讨论与结论


机制推测 · 语言起源意义 · 局限与例外 · 要点小结

机制推测


理论推测 · 非实证结果
A

为何存在效应(声学线索)

bouba 全程带浊音,整体频谱能量低于 kiki;人们倾向把低频、平滑的声音与圆形关联,把突变、尖锐的声音与尖形关联。kiki 的清浊交替造成频谱不连续,指向「尖锐」。

B

为何 bouba 强于 kiki

bouba [′buːba] 更充分地用到与圆形关联的线索(浊双唇塞音 /b/、圆唇元音 /uː/、连续基频);kiki [′kʰikʰi] 在浊与清送气之间交替,提供的是相互冲突的线索。另一可能:人对曲线轮廓存在普遍视觉偏好,独立地抬高 bouba、压低 kiki。

对语言起源的意义


核心推论

效应在剥离 Roman 字母、采用保守测量后仍跨文化稳健,就在很大程度上独立于正字法,根植于声音与形状之间真实的 跨模态对应(与盲人、部分前识字儿童、非识字文化的证据相互印证)。

对语言演化的含义若 bouba/kiki 仅系于文字系统,它就不可能在口语起源中起过作用;本文证明这种声音—形状对应不受文字系统限制而被广泛识别,因而与语言起源理论更相关——象似性可借跨模态对应从拟声延伸到形状乃至大小、触觉、颜色等领域。
与「手势优先」之争用嗓音产生象似信号的能力,削弱了「语言首先起于手部手势」一派的一个关键论据(该派认为嗓音的象似潜力有限)。
一点保留正字法与声音象似并不互斥——Roman 等文字中 /i/、/u/ 的字形,历史上或许本就带有 bouba/kiki 式的声音象似,今天又反过来影响实验行为。

研究局限与例外作者自陈


1样本偏教育人群:便利抽样 + 滚雪球 + 互联网分发,多数被试会说外语(英语为主),也大多接触过 Roman 文字(如中文使用者用拼音输入);样本偏向受教育群体。
2例外语言待解:少数不显示常见匹配的语言,既有大人口语言(Mandarin Chinese),也有 Roman 文字语言(Albanian、Turkish、Romanian)。典型例:Romanian 匹配率最低(36%),作者推测因 Romanian 词 bubă [bubə](「疮/伤」)可能干扰——与尖锐疼痛的联想或压过与圆形的联想。
3范式局限:只测了 bouba / kiki 两个词,未系统变化语音属性,故对声音象似的根源只能推测。

要点小结


结论25 语言、9 语系、10 文字系统、917 名被试,后验平均匹配比例 72%(95% CrI [56%, 82%]),且在序列呈现、两 trial 全对、50% 基线的保守测量下成立——bouba/kiki 效应跨文化稳健
1

不由正字法驱动

Roman 文字略高(75% vs 63%)但趋势弱,L2 文字系统无影响,感知正字法偏差不能可靠预测效应——效应根植于声音本身的跨模态对应。

2

bouba 强于 kiki

bouba 在 22/25 语言可靠匹配圆形,kiki 仅在 11/25 语言可靠匹配尖形。

3

理论意义

支持象似性可能在口语起源中起过作用;也留下例外语言的成因、正字法与声音象似如何交织等问题待后续研究。

限定:便利抽样下各语言样本量不等,结论评估的是跨文化普遍程度,而非每一语言每一说话者的绝对遵守。
Thank you

The bouba/kiki effect is robust across cultures and writing systems

谢谢 | 讨论欢迎

Ćwiek, A., Fuchs, S., Draxler, C., … Winter, B. (2022). Phil. Trans. R. Soc. B, 377(1841), 20200390 · DOI: 10.1098/rstb.2020.0390
汇报人:〔汇报人〕 | 组会文献精读
许可:© 2021 The Authors,CC-BY 4.0(creativecommons.org/licenses/by/4.0)。Figures © the authors, licensed CC-BY 4.0(Fig 2/3/4/5/6 原图直用)。
替身声明:Fig 1 与交互中的形状为原创重绘替身,原形状改编自 Bremner et al. (2013);交互音频为自制示意替身、非原始刺激。
数据与代码:OSF https://osf.io/w7crs · 本 deck 为面向 GitHub 访客的公开 journal club 示范,由 paper-deck-reveal skill 制作。