毫无疑问，若要强调唱词音声本体也是音乐形态分析的重要内容，首先要做的事情，必然是为唱词音声本体的音乐价值辩护。

这里所说的“音声”，与美国音乐人类学家梅里亚姆^[5]创立的“概念—行为—音声”^[6]三维模式中所提“音声”，在物理性与时间性上并不矛盾，只是多了一个限定——“唱词”。也就是说，“唱词音声”特指声乐品种的唱词中具有音乐性音响形式的所有语言因素（如：唱词音色、唱词声调、唱词时值长短、唱词轻重等等）。

音乐的基本形式要素——音色、时值、音高、音强，在唱词音声中一件也不缺少。因为唱词音声本体的基本构成是语音声波的音质、音长、音高、音强。具体分述如下：

（一）唱词音色的音乐性

顾名思义，“音色”是：声音的品质、色彩。韩宝强站在音乐声学角度，给音色下的定义是：“乐音的品质特征，能够将音高、音强和音长都相同的两个音区分开来的一种声音属性。”^[7]他认为，给这个词下定义有难度，自己的说法也未必精准。我认为这个词义的模糊性，正显示了这个词义内涵的多样与丰富。换种说法，音色是一个音素区别于另一个音素的基本特征。一般认为，音色的不同取决于三点：①发音体；②发音方法；③共鸣腔的形状^[8]。

所谓“唱词音色”，是指在声乐品种中，作为音色成分的语言音素。提到“音色”这个词，与乐器音色联系的人多，与唱词音色联系的极少。明清戏曲大家李渔在他的《闲情偶寄》里提到的“词采”，也并非唱词音色，实为具有诗情画意的词义。倒是沈约有言：“夫五色相宣，八音协畅，由乎玄黄律吕，各适物宜。欲使宫羽相变，低昂互节；若前有浮声，则后须切响。一简之内，音韵尽殊；两句之中，轻重悉异。妙达此旨，始可言文。”^[9]我理解，这段话所描述的语言色彩及其对比变幻形态，应该是词义之外的唱词音色。

古人言：“丝不如竹，竹不如肉。”^[10]其中之“肉”，指歌唱者使用人自身的发声体，即嗓音乐器。每种乐器都因其特有的质地、构造、演奏方式而产生能够显现其独特美感的音色，嗓音乐器也不例外。血肉之躯是它的“乐器质地”，唇、齿、喉、舌、牙、鼻、声门等是它的“乐器部件”，而“乐器部件”之间的不同运作（如唇、齿、舌尖、舌面、舌根等不同部位的塞音、擦音、塞擦音、颤音、鼻音、边音、闪音等不同运作所发出的辅音；口腔不同部位的展唇、圆唇、舒唇等不同运作所发出的元音；以及不同辅音与不同元音之间的种种搭配发声；再加上不同的用气），既包括嗓音乐器的“演奏方式”，又包括变换“共鸣腔形状”的过程。嗓音乐器与其他乐器的重要不同点，是嗓音乐器部件的可变性非常大，其主动部件（如舌、唇、声带等）的变异功能自不必赘言，即便其被动部件（如软腭、硬腭、齿根等），在特殊训练前后，也会有微妙的差异（肌肉、神经）。由于声乐是离不开语言的综合艺术，唱词音色，便成了这种嗓音乐器所具备的音色之主要成分。

音乐的重要艺术价值，在于听觉器官所能感知的音响形式美。唱词音色恰恰具备了满足听觉效果的音响形式美。

地域性唱词音色是唱词显性音乐中极其重要的成分，但被音乐界严重忽略。

值得专门关注的是，浊声也属音色现象，但从音乐的角度讲，它有些特殊。浊声是语言中与清声相对存在的一种音声现象。浊声与清声的不同点，是前者比后者的声门震动大，浊声比清声多了一种下探的力量，以至字调上会显示为先下探再反弹的现象。因此浊声字的声调往往为［-35］［-24］［-13］等升调类字调。中古时期的汉语中，浊声字是很丰富的，因此保存在南方方言中的浊声字，进入传统声乐品种，从音乐性的角度审视，就既有音色意义，又有音高意义。

（二）唱词时值与轻重音的音乐性

时值，是指音响在时间中延展的长度。我国一些少数民族语言或汉语方言中存在着紧喉音与松喉音、长元音与短元音、舒声调与促声调的对立关系。语言学界所谓“对立关系”，是指在相似的条件下，双方的“紧”“松”，“长”“短”，“舒”“促”差异传递了不同的语义信息。如的韵母是紧喉音，［po55］的韵母是非紧喉音（即松喉音），在景颇语里，前者传递的语义是“便宜”，后者传递的语义则是“拔”；［na：55］的韵母是长元音，［na55］的韵母是短元音，在广州方言里，前者的意思是“孬”，后者的意思是“生气、恨”；［li24］的调值24，属舒声调，［］是低入声，属促声调，在吴语里，前者是“连”或“联”的意思，后者却是“力”或“利”的意思。也就是说，传递不同语义的功能，支撑了这些音声差异的存在。这种差异自然带入地域性唱词音声。于是，紧喉音的时值，必然比松喉音的时值短；长元音的时值必然比短元音的时值长；促声调（四种入声调）的时值也因“入声短促急收藏”而短于舒声调。

轻重音，在语言中有两大类，一种为特定语言中的固定习惯性轻重音。如北京话的“裤子”“袜子”重音必定在前，又如维吾尔语作为多音节语言，一般重音都在最后一个音节。另一种则依据表述情绪可以自由调整，如普通话的“听话”，不带情绪时是不分轻重的，而具有强调语气时，则往往把第一个字加重。

上述语音的时值与音量差异，自然存在于唱词音声，因此构成不同地域声乐品种唱词音声的微观音乐运动。(www.daowen.com)

（三）唱词字调的音乐性

语言的字调变化具有音乐性，是音乐界普遍认可的，值得重视的是，语言中的字调变化实际上可分为三类。

1.“声调语言”的字调变化

语言学界在语言的各种分类中，有一种“声调有无”分类，下分“声调语言”与“非声调语言”两个区别项。其特点是在相似的前提条件下，字的声调差异具有辨义性，如汉语的［mɑ55］［mɑ35］［mɑ214］［mɑ51］，就是“妈”“麻”“马”“骂”。它们的相似前提条件是［mɑ］，四种不同的字调标示了不同的语义。

世界上，属于“声调语言”类的语言里又可分为两大类型^[11]：一种为“高低型”声调语言，如刚果语（属班图语）［la1ko1lo1］，三个音节都低读时，是“棕榈果”的意思；后两个音节改读成高调［la1ko5lo5］，意思就变成了“驱魔符”。再例如，尼日利亚西部的约鲁巴语［o5wa5］是“他来”的意思，［o5wa3］是“他看”的意思，［o5wa1］是“他在”的意思。另一种为“旋律型”声调语言，即除了高低变化外，字调还会有曲折的变化（有的表现为从低到高的滑动，如普通话的阳平［-35］；有的表现为从高到低的滑动，如普通话的去声［-51］，当这些不同趋向滑动的音声连续出现时，就会产生音声的曲折变化；还有的字调自身就有曲折变化，如普通话的上声［-214］）。汉藏语系各族语言中以旋律型声调语言为主（因为汉语是旋律型声调语言，汉藏语系人口中汉族人最多），但也有高低型声调语言，如云南彝族东南部方言的一个小支系，声调是五个：［-55］［-44］［-33］［-22］［-11］。

汉藏语系语言的声调不但多为旋律型，而且数量多，汉语各地方言，有3～12个字调（江苏吴江话有12个声调^[12]）；其他汉藏语系语言中有字调0～15个（个别民族语言有声调趋势，规律性尚未成熟，故我算作0字调）。

显而易见，是辨义功能支持了声调语言中字调音高差异的存在，支持了语言本体音高呈线的曲折运动。

2.语气性字调变化

这类字调变化依据的是语气。如英语里“This is his book.”（这是他的书。）与“Is this his book？”（这是他的书吗？）前者语气为陈述，后者语气为疑问，这两句中的单词“book”（书），声调趋向是不一样的。

3.习惯性声调

这类字词声调的变化，仅仅是一种地域性习惯。如朝鲜语是非声调语言，但是这个族群追求言语中的起伏曲线，唱词中尤为明显。在多句的唱词中，奇数句的句尾字，往往下趋，而偶数句的尾字则往往上挑。四川彝语的基本字调只有55、33、21三个调值，但是当两个33调值的字拼在一起成为一个词时，前一个就习惯性地读成44调值。汉语各地域方言及其他汉藏语系语言的词搭配也存在类似的情况。

上述几类语言字调的变化，在它们成为唱词后，不仅造成唱词自身的音高起伏，还较大程度地影响着“腔”的构成，造就了具有地域色彩的各种腔调。

综上所述，音色、时值、音量、音高的差异与变化，构成了唱词音声本体的音乐性——听觉所能感受的音响形式的变幻美感，它们不应该被排斥在音乐之外。