音节是一系列语音的序列组合,至今仍然没有一个非常好的定义。因为传统上来说,音节是与说话人的语感、单词的重音、韵律等等其他因素都相关的概念,因此音节的界限有时并不好切分。比方说英语中lemon这个单词,可能大家都会觉得这个单词有两个音节,这点毫无疑问,但是是哪两个音节?音节界限该怎么划分?是le.mon,lem.on,还是lem.mon?没人说得清楚答案。因此我们只能大致地说,音节是由一个中心成分韵核(通常是元音)加上一些可选的声母或韵尾成分构成的。相反,汉语是一门音节界限十分清楚的语言,也许跟我们汉语的文字系统有关:汉字自古以来,就是一字一音节,上古汉语时期甚至基本上能做到一字=一词=一音节。所有音节的界限都清清楚楚。汉字这种基于
语素的意音文字系统,并不能直接表示每个字的语音构成(当然汉字系统也有很多类似声旁的东西),表音能力远远不及
拉丁文字这种基于字母的
表音文字。因此,按理说,音节再往下的语音结构,在汉语中应该是一件很难捉摸的事情。光看一个汉字"袋",如果没有小学语文老师教你认字,没有人知道这个字该怎么读。不像英语,只要学会了表音的26个字母,给你看一个单词bag,你一下子就知道这个音节有[b] [a] [g]三个音。可是,即便如此,中国人研究音节结构的历史依然非常久远。早在公元三世纪的三国时期,
吴国的孙炎就发明了“反切”来为汉字注音(有人说反切出现的时间甚至可能比这更早)。
反切法即用两个与目标汉字发音相近的其他两个汉字来为其注音。第一个汉字,即反切上字,与目标汉字的声母相同;第二个汉字,即反切下字,与目标汉字的韵母和声调相同。这个方法的诞生,表明在两千年前,古人们就开始意识到,每一个汉字(音节)是可以进行拆分的,最起码可以拆分为声母和韵母。至于声调,在反切发明时,声调系统还没有那么复杂,数量也很稀少。到了隋唐
中古时期,四声调的格局基本形成,学者在编韵书时也发现,有些字,发音完全相同,区别只在声调的“抑扬顿挫”,于是把不同声调的字,编入不同的册。这个传统也就随着韵书一直延续到了现代。