普通话以北京语音为标准音，对此也会有人提出异议。从感性认识出发它是说不清楚的，因此本文一开始就着重提出三个基本认识。首先，人类语言是包含有声性、系统性和社会性的特殊的社会现象。其次，有声语言与书面语言既有一致方面，又有不同方面。它们最终都有总体一致的语言学功能属性，却使用两种不同的信息波实体，一种是可听声音，另一种是可视图形。第三，书面语言是复制有声语言的产品，不是独立的语言，它们有脱胎换骨关系。它们在不同的交际方式中起作用，因此有声的和书面的语言体制会有局部的适度的独立性。

有了以上认识就可以进一步提到，文字读音是复制语音区别性质的结果。通过复制，它跟声音建立了固定联系。文字最终要靠人把读音属性恢复成声音。有声模子是全体社会成员言语产品的实体，任何成员随时都可以从中取得有声楷模，而且一般都从小就学会它了，然后每次使用它又都在校准它。正常人学习文字读音是在文字、语音、声音之间建立新的联系，它也在使用中不断得到校准。言语声音和文字图形都是信息波实体。它们首先负载、主要负载语言学本体信息，然后又进一步负载其他交际信息。把文字读出声音来，是把它转化为有声语言，因此应该像有声语言那样去使用声音。

汉字读音系统以汉字为直接对象，主要以字词为范围。汉语拼音是为汉字读音服务的析音工具，也主要以字词为范围。汉语语音系统不但有声韵调、轻声、儿化和音变，而且还有词语单位的语音类型，以及词以上的节奏、停顿、句重音和语调等。词以上的语音与读音系统的关系是模糊的。那一部分语音是有声语言、朗读语言、各种职业语言和艺术语言的事实。恰恰在那里我们的知识明显地不足。

跟语音系统比，读音是个小系统，它提供的有声信息往往是不充足的。我们所以能够读懂文字，不但靠字面，还要靠文字和语言的信息冗余度。有冗余就可以排除不可能成立的因素，才能够借助上下文、借助语言经验，甚至借助猜测或试读，去读懂它。中文缺少分词信息和词以上的大部分信息。行外人读“股骨骨折、股骨头骨折、英语语音音高高低变化”，分不清词就变成绕口令了。“365天天天添块砖”里有四个同音字，拿它们相比，音高、音长等有明显的变化。说话时候人人都有那种类似的变化。它们起各种语音学作用，而读音系统管不了它们。

人类语言具有稳定的需要和维护自身稳定的能力。言语声音的稳定借助每个人的耳朵兼听自己和别人来实现。从正常人相对于社会平均水平的偏差来看，它的精确性极好。语言的稳定是在亿万次交际过程中实现的。能够达到预期目的的交际活动，必定符合或接近于符合语言的社会标准，它能够起巩固个人使用经验和维护社会标准的作用。相反，交际活动失败迫使个人去做相应的调整，因此会有相反相成的作用。在稳定的前提下人类语言又有可调节的机制，它通过交际过程中新的社会约定和规范化工程来完成调节过程。

晓东认为，普通话语音在逐渐地变化，普通话语调与北京口语语调之间形成了明显的差异。本文认为，对此提法有必要做一些讨论。（参见晓东“亟需解决的一个问题，普通话轻声词整理原则琐议”，语文建设1998年第3期；晓东文中把轻声跟语调联系在一起，有别于一般看法，本文对此不予进一步评论。）

在现代中华民族自觉意识促使下，本世纪初中文开始采用现代白话文，它是信息文明和精神文明新建设的重要内容。自那时起，从民族共同语到方言都发生了可以觉察的动荡。这一过程至今仍在进行中。然而那种变化现在主要是推广普通话过程的变化，不是普通话本身的变化，尤其不是语音系统和语音音值的明显变化。普通话概念只有近半个世纪的历史。半个世纪太短，还谈不上有什么演变。

提倡国语和推广普通话之初，宣传鼓动、培养师资和课堂教学是重点。全体民众新的社会意识有一个从朦胧到鲜明的渐变过程。从宣传教育到社会运动是质的变化。今天推广普通话不但是国策，也是群众自觉需要。在数亿人的运动中，社会交际过程是学习普通话的大课堂，知识教学已经是进修和提高的补充需要了。现代通信和媒体的进步和发展使大时空的距离缩小，它是全民有声交际的好条件。在交际中人们最终学到的是普通话全部活的精髓，而不仅仅是初步知识。

把普通话跟北京语音对立起来，是某种观念下的老生常谈。那种对立观念十分有害，会使普通话概念失去有声语言活的基础，以此为国策会把它推上文言文走过的僵死老路。那种观念也许本无其他混杂目的，只是为了申明自身观念的正确性。然而说有容易说无难。要证明它不正确，十倍努力也往往无济于事。

许多语言调查表明，老北京人中文化程度高和青年人是推动语音微观演变的两种主力属性。（北京话的语音微观演变主要表现为内部分歧，跟普通话没有直接联系。）在交际频度较高的许多人群中，有那两种属性的成员很多。北京市的那种人群中，充其量三四十万老北京人和新北京人跟何止百万非本地出生的人组成的已经是普通话同盟，其边际还有普通话程度不等而又迅速进步的人。他们跟国内外各行各业有广泛联系，组成了更大的普通话群体。北京的普通话群体不但是全国的缩影和代表，而且也是维持普通话生命所需要的有声新鲜楷模的生产中心。

作为标准音的北京语音改变了吗？问题是什么在变。它的起点可以指本世纪上半叶的北京语音，是指当时代表上述主力因素人群的语音，不是指“京油子”。普通话群体在规范化前提下做一种“磨合”性协调处理，处理结果是使普通话语音规范朝着精细方向推进，落实到语言每一细节上。精细化不但有语音方面，而且有词汇和句法方面。精细化有别于一般意义上的所谓改变。在北京的那种群体特征被媒体语言敏感地反映出来，迅速传播出去，它的影响是极其深远的。

值得注意的是，以北京语音为标准音，首先是指语音系统和该系统各音类典型的有声方式（用实际声音说明的音值）。遴选普通话词语的起点是北京话里全民公认的部分。全民范围有词语和字词所属音类方面的分歧，所以有相当一部分词语需要有以北方话为基础的各方言的协调、古今延续的关联和规范化的处理。

任何个人或机构发表的词表，例如轻声词表等，都有复杂因素，不能一概而论。那种词表的差别或改版一般并不代表北京语音或普通话语音的演变。它们反映的可能是不同侧面的事实，也可能是认识的深化。一部新辞典可能会改写部分字词的拼音形式，那里会有许多复杂问题，未必都是语言细节的演变，最好先把它看成是辞典专家的认识和处理问题。至今还没有发现专门论证有关演变的详细报告。老北京的轻声词比较多，有关词表多半是调查资料，不是规范标准。随着老北京人口比例下降，有些轻声词淡出流通领域了。它是推广普通话的成果，不是普通话的演变。轻声的理论认识并不完全成熟，目前似乎不宜采用强制性词表或细则。

北京话与普通话的细微差别主要是词汇问题，包括词语的音类属性问题，例如“亚、发”未用去声。音类分属有别，但就音类的系统属性和音值而言，它们依旧是普通话的音类。普通话群体里的北京人都能够随时切换用词方式，他们说北京话还是普通话按交际对象决定。他们也有混淆的场合，类似情况在各方言区普通话人群中都会出现，局部“出错”并没有严重到要把整个北京开除出普通话。

普通话语音的标准只能是具体的北京语音。媒体仅仅是这一标准音在全国、在其影响所及范围中起作用的重要中介。随着普通话的推广和方言隔阂的逐渐消除，以北京语音为标准音的普通话将会更加稳定。任何地区都可能会有特殊而细微的口音色彩，如卷舌、鼻化、央化等程度上的差异。它们不属当前的推广内容，但也不是北京语音不属普通话的理由。从长远看，熟练的或快速的语言里必定出现的音变现象将会突出出来，到时候它们还是要用北京语音做依据来具体说明。眼前计算机语音处理中它们已经是有突破性的关键问题或障碍了。另外语音毕竟会演变。物质文明、社会文明、精神文明在发展，信息文明也要发展。当语音系统信息冗余度不足或信息负荷失去平衡的时候，语音系统必须改变。那种变化是以世纪为尺度来衡量的。确定以北京语音为标准音的地域实体可能是一种千年大计。

说“普通话语调与北京口语语调之间形成了明显的差别”，把它当作科学结论不但没有充足的理由，而且会有明显的负面影响。

本文开头已经提到，读音系统是个小系统，语音系统里还有一些问题没有研究透彻，语调是其中重要的课题。我们拿不出一种关于汉语语调公认的看法来。在复杂的知识背景中，国外个别著名学者已经在专著中匆忙做出汉语语调不属于人类普遍语调的结论来了。国内专家也有做出类似结论的。

语言研究是为社会应用需要服务的。本世纪从提倡国语、扫除文盲、设计汉语拼音方案到推广普通话，主要精力一直放在字音上，还顾不上语调。语调一直只能放在朗读技巧中处理。书面上汉字没有直接的语调信息，却能暗示它，句子还用标号暗示它，使人有满足感。文字系统和读音系统限制了语调研究。现代信息技术（文语转换、语音识别、口授打字机、人机对话、音对音机器翻译、人工智能等）、对内对外汉语教学、残疾人言语康复、职业语言及艺术语言等的人员训练或深入研究，都迫切要求汉语语调的新知识。今天这一问题已经极其急迫地提到议事日程上来了。

关于汉语语调的功能机制，尤其是有声性质，要对它们做出科学解释来，必须面向人，必须采集有声样品来做具体研究。如果说普通话与北京语音无关，恐怕它也就只剩纸上谈兵了。纸上谈兵的语调确实不是人类普遍语调。

当然，媒体语调也应该研究，而且很重要，有关成果会有直接的应用价值。但是媒体语言有一定特殊性。受众在通信系统外端，不能直接反馈，这是特殊的交际条件。媒体依旧要宣读文本，那种保守风格至今还在影响其他节目。我们不要以为类似那种风格的语调才是普通话的标准。如果规定平民百姓都要像播音员那样说话，社会生活可能会变得令人发噱，人民群众语言的生动活泼也就受到限制了。

上面已经提到，北京语音作为标准音是具体的，实质性的，不是抽象认识问题。同样，语调的标准也应该取北京语音为标准。汉语各方言的语调有许多共性方面，普通话语调是取其共性的。但是它不能只有共性，还需要有细微的特殊性来支持那些共性，所以它必须以北京语音为标准。从媒体语言和各地人们所说普通话的实际语调来看，它确实是以北京语音为依据的。

普通话也有风格性区别，公众场合的正式风格有别于日常生活的口语风格。把格调较高的风格看成是普通话，把口语看成是北京话，并且把它们对立起来，这是不正确的。以方言为母语会说普通话的人需要使用两套口语方式，普通话方式和方言方式。那种普通话方式的日常口语不应该是粗糙的工具，它应该像母语方言那样能够自由表达各种细微的思想感情。从研究普通话语调角度来看，还是用北京人的口语更可靠。口语语调的研究特别困难，但是许多国家做本族语或外族语的语调研究，都很重视口语，特别是不加修饰就脱口而出的即兴口语。它是语调研究的基础，汉语不应该是例外。困难归困难，这里着重的是正确认识口语语调问题。

职业语言和艺术语言里有口语对白，那种语调不但会有风格问题，而且还会有流派问题。有时候流派会发挥到超出受众可以接受的程度。职业语言里有咬文嚼字的特殊技巧，为了增加清晰度和可懂度不得不做那些加工。媒体或舞台上经常需要把记忆中的台词恢复出来，它跟普通交际过程不一样。从根本上来说，媒体语言的语调跟字正腔圆问题一样，不能脱离群众语言的基础，否则是会有生存依据问题的。另外，节目主持人、播音员和演员等也都是普通人，需要有普通生活，他们使用日常语言来过日常生活，那种语言是他们工作语言潜在的基础，甚至也是演员们刻意了解生活语言的切身经验。

现代人大都会承认，书面语言、语文知识、词典和媒体语言等对个人语言的进步起过重要作用。但是从整个社会来说问题的性质不同。是社会在制约一切。那个社会是由人类群体组成的。这是我们考虑普通话语音问题的基本点。

本文作者：沈炯，北京大学中文系