面向普通键盘输入的国际化中立的音系与组合法设计

本文试图解决现行语言中的正字问题。初学者水平，仅做抛砖引玉。

我的中文和英语都是使用归纳式学习方法进行学习的。而大学后学习的其他语言都是在对语言学的启蒙后学习的，因此我发现现行诸多语言设计具有一些不合理之处。

• 中文采用了过多的宽音位和音调设计。后者对外来学习者造成了绝对的门槛姑且不提，前者也对学习者造成了巨大的考验。在学习外语的过程中，我通常会选择参考（也许存在的）中文拼音，但是读了几遍发现自己竟然说不出中文了……
• 日语也存在部分宽音位的问题。此外不区分送气和非送气更是抽象。而且50音和全CV开音节导致组合过少，大量依赖汉字和音调做区分。
• 英语就不说了，坏的设计总是心有灵犀。
• 世界语作为人工语言，正字法非常优秀，一字一音，美中不足的就是不够国际化，偏向欧陆通用语，加上多了很多键盘很难打出的辅音。

好的音系设计应满足：

• 能被普通键盘打出
• 一字一音
• 单读音信息熵高
• 不同背景的人姑且能轻易学习2
• 非母语使用者也能分辨各种区别（别笑，[p][b]区分不出的人大ba）

如果一套语言希望能满足要求，最朴素的约束就是：尽量只使用 26 个基础拉丁字母，不依赖变音符号，不把核心区别压在难打、难听或难学的语音特征上。

这类音系设计不是单纯追求“字母用满”，也不是把自然语言里常见的音都塞进来。它真正要解决的是三个问题：

好输入：基础键盘即可稳定输入。
好学习：字母和读音的关系尽量固定。
好区分：高频词在真实口音和噪声中仍然能听开。

因此，音系和组合法必须一起设计。音系决定有哪些声音，组合法决定声音怎样组成词，检测机制负责筛掉那些理论合法但听起来太近的形式。

一、为什么以 26 字母为核心

26 个基础拉丁字母的优势很明确：键盘直接支持，文件名、网址、代码、搜索、排序和跨平台输入都方便。缺点也同样明显：如果不用变音符号，又想保持一字母一核心音位，就必须重新分配一些字母的读音。

这种设计的核心不是复刻英语、拼音或世界语，而是在三者之间取一个工程平衡：

尽量符合已有学习经验；
必要时重新定义字母读音；
重新定义后必须有明确规则；
高风险字母不承担高频最小对立。

比如 x、q、c、j 在不同语言里的读音差异很大。若要充分利用 26 个字母，就不能完全依赖任何一种既有拼写传统，而要把它们放进一个内部一致的系统里，再用高频词检测来降低学习和听写风险。

二、元音：五元音优先

元音采用五元音：

a e i o u

对应大致是：

a /a/
e /e/
i /i/
o /o/
u /u/

五元音的好处是学习门槛低，跨语言稳定性高，也方便输入和朗读。这里不使用长短元音、鼻化元音、声调来区别词义，也不要求英语式双元音化。例如 e 应读成纯 /e/，不是 /eɪ/；o 应读成纯 /o/，不是 /oʊ/。

这会牺牲一些音色细节，但换来的是更强的可预测性。对一套面向输入和学习效率的音系来说，这个取舍通常是值得的。

三、辅音：用 26 字母建立稳定库存

一个候选辅音库存可以设为二十一个：

p b t d k g
f v s z x q h
c j
m n
l r
y w

设计目标是：每个核心辅音尽量由一个字母表示，不依赖 sh、ch、zh、ph 这类多字母拼写。这样输入和切分会更简单，词形也更短。

对应读音可以设为：

p /pʰ/    b /b/ ~ [p]
t /tʰ/    d /d/ ~ [t]
k /kʰ/    g /g/ ~ [k]

f /f/     v /v/
s /s/     z /z/
x /ʃ/     q /ʒ/
h /h/

c /tʃʰ/   j /dʒ/ ~ [tʃ]

m /m/     n /n/
l /l/     r /r/
y /j/     w /w/

这里最需要解释的是两点：阻塞音采用“强送气 / 弱浊音”的对立，x q c j 被重新分配为后齿龈音相关字母。

四、阻塞音：用强弱提高听辨度

传统拉丁字母系统里，p/b t/d k/g 常被理解为清浊对立：

p /p/    b /b/
t /t/    d /d/
k /k/    g /g/

但严格清浊对立对很多学习者并不稳。普通话使用者会自然把拼音 b d g 读成不送气清塞音 [p t k]，而不是标准浊塞音 [b d g]；英语使用者在词首也常常同时利用送气和清浊来听辨。

更稳的方案是：

p /pʰ/    b /b/ ~ [p]
t /tʰ/    d /d/ ~ [t]
k /kʰ/    g /g/ ~ [k]

也就是说：

p t k = 强送气、强清音
b d g = 标准浊音；允许读成弱不送气清音

这套设计把主要听辨线索从“是否严格发浊音”转移到“强送气 vs 弱不送气”。对普通话使用者，它接近拼音 p/b t/d k/g 的直觉；对英语使用者，它也接近词首 pin/bin、top/do、key/go 的听感。

关键限制是：b d g 可以弱，可以不完全浊化，但不能送气。否则就会和 p t k 合并。

同样的逻辑可以扩展到塞擦音：

c /tʃʰ/   j /dʒ/ ~ [tʃ]

c 是强送气的后齿龈塞擦音，接近更强的 ch；j 是浊塞擦音，允许读成弱不送气 [tʃ]。这样 c/j 和 p/b t/d k/g 属于同一种强弱对立。

不建议引入三分对立：

不采用：p /p/、ph /pʰ/、b /b/
采用：p /pʰ/、b /b/ ~ [p]

三分对立会明显增加学习成本，也会破坏“一字母一核心音位”的输入目标。

五、擦音和流音：保留，但高频词要保护

擦音可以保留清浊对立：

f /f/    v /v/
s /s/    z /z/
x /ʃ/    q /ʒ/

这能提高字母利用率和词形容量，但也带来听辨风险。v z q 对部分语言使用者不稳定，q /ʒ/ 的字母直觉也不强。因此，高频词不应只靠这些差异区分。

例如，普通词里可以允许：

sa / za
xa / qa

但若它们都是代词、否定词、疑问词、连接词、时体标记等高频功能词，就太危险。

l/r 也类似。r 可以设为齿龈颤音 /r/，以便和 /l/ 拉开距离；学习者口音中可弱化为 [ɾ]。但高频词仍应避免只靠 l/r 区分，因为很多人会把它们听近或读近。

y /j/ 和 w /w/ 很有用，但它们容易和 i/u 发生边界混淆。检测时应特别关注：

y/i
w/u
ya/ia
wa/ua
iy
uw

这些组合不一定都要禁止，但不适合在高频词中制造最小对立。

六、组合法：让词形可生成、可解析

音系只解决“有哪些声音”。组合法解决“声音怎样组成词”。

基础记号可以这样设：

V = a e i o u
C = 全部核心辅音

允许一组复合音核：

D = ai au ei eu oi ou
U = V 或 D

这里的 D 被视为一个音核，而不是两个普通元音随意相连。这样可以开放常见双元音，同时避免所有元音连续都自由出现，降低边界歧义。全上升的双元音也便于发音同时规避ua和wa这样的元音流音难以区别的问题。

短保留形可以优先分配给高频语法词、前缀和后缀：

V
CV
VF
C+D

普通裸词根可以限制在一音核或二音核：

短根：  O U F
标准根：O U I U F

其中：

O = 允许的词根声母
I = 允许的词中辅音连接
F = 允许的词根尾辅音

候选规则可以开放一部分容易读的辅音丛，例如：

pl pr bl br kl kr gl gr fl fr tr dr
sp st sk

词中也可以开放一些鼻音、流音加阻塞音或擦音的连接：

mp mb nt nd nk ng ns nz
lp lt lk ls rp rt rk rs

这种组合法的重点不是把所有可能组合都放开，而是让候选池足够大，同时保持可程序化生成、可程序化解析。

七、结构排歧：不要让裸根和派生词抢同一形式

如果允许前缀、词根、后缀组合，就必须处理结构歧义。

一个标准根如果也能被拆成：

前缀 + 短根
短根 + 后缀

那它就不应再作为普通裸根收录。否则同一个表层形式既可能是一个词根，也可能是一个派生词，词典和解析都会变复杂。

完整词结构可以按：

前缀* + 词根 + 后缀*

来判定。裸词根不开放三音核以上形式，三音核以上默认留给派生词、复合词、术语或外来词改写。这样做不是为了让表层语言变成公式，而是为了让自然词形背后有稳定的结构边界。

八、检测思路：生成宽，筛选严

组合法给出的候选池通常会非常大。真正重要的不是“能生成多少词”，而是“哪些词适合进入高频核心层”。

检测可以分四层：

1. 结构合法性检测
2. 形态排歧检测
3. 听觉距离检测
4. 高频风险检测

结构合法性检测判断候选词是否符合模板。形态排歧检测排除那些既像裸根、又能拆成派生词的形式。听觉距离检测负责比较候选词之间是否太像。高频风险检测则对语法词、代词、否定词、连接词等常用词类设置更高门槛。

听觉距离不能只用普通编辑距离。pa 和 ba 只差一个字母，pa 和 ta 也只差一个字母，但它们的听辨难度不同。前者是同部位强弱差异，后者是发音部位差异。

更合理的模型是：

距离 = 音段特征差异 × 位置权重 × 风险修正

位置权重可以初步设为：

词首差异权重最高
第一个音核差异次高
词中差异中等
词尾差异较低

弱差异表至少应包括：

p/b t/d k/g
f/v s/z x/q c/j
l/r
y/i
w/u
s/x
x/c
q/j

还可以在高频层额外关注：

e/i
o/u
词尾塞音差异
s 后强送气弱化

检测规则不应简单把这些差异全部判为非法。更好的做法是分层处理：

高频语法词：不得只靠一个弱差异区分
核心常用词：弱差异要叠加惩罚，距离阈值更高
普通词根：可以放宽，但记录风险分
外来词：允许更多不规则压力，但不得冲突核心词

这样可以保留词库容量，同时保护最容易造成误听的高频层。

九、送气方案对组合法的额外要求

如果 p t k c 是强送气音，组合法检测就要特别关注两个位置。

第一是 s 后的阻塞音。很多语言中，s 后的 p t k 会自然失去送气，例如英语 spin、stop、skin。因此，sp st sk 这类辅音丛即使被开放，也不适合轻易进入高频词。检测器应把同音节内的 s+p/t/k/c 环境标为送气弱化风险。

第二是词尾阻塞音。词尾的 p t k c 容易弱化、不爆破或送气不明显。因此，高频词不应该只靠下面这种差异区分：

ap / ab
at / ad
ak / ag
ac / aj

普通词可以保留更多形式，但高频核心词必须更保守。换句话说，组合法允许某种结构，不等于高频词可以无条件使用这种结构。

十、一次候选词检测可以怎样运行

实际生成词表时，可以按这个流程：

1. 枚举候选形式
2. 检查是否符合短根、标准根或短保留形模板
3. 排除与前缀、后缀、短保留形冲突的形式
4. 把词形转写成音段和特征序列
5. 与已选词计算听觉距离
6. 对弱差异、危险位置、边界风险加惩罚
7. 按词频层级使用不同阈值
8. 输出可用、需复核、拒绝三类结果

检测报告最好给出原因，而不只是给一个分数：

pa / ba：只差 p/b，若都是高频词则风险过高
xa / qa：只差 x/q，q 的读写直觉和浊擦音稳定性都有风险
li / ri：只差 l/r，不适合核心语法对立
spau...：含 s 后强送气弱化环境，高频层需复核
...ak / ...ag：词尾塞音差异，低可靠

这样设计者可以决定是换词、降频、保留但标注风险，还是调整组合法规则。

十一、总结

这套音系的核心判断是：

为了 26 字母输入，避免变音符号和多字母核心拼写。
为了易学，保持五元音和相对固定的字母读音。
为了易区分，用强送气/弱浊音增强阻塞音对立。
为了真实可用，用检测机制保护高频词。