论文部分内容阅读
摘要：不同文明下的人类语言在文化交流互鉴的过程中发生深度交互。语言形式的使用和理解受到文化规范的制约。实验社会语言学试图解决的重要问题是：社会文化的不同方面，包括文化标准、文化预期以及交际环境，如何制约语言的使用方式;反之，语言的使用方式如何塑造社会行为。文化定义了相同种族内部的共性，即通过言语的和非言语的社会交互习得特定的社会规范与行为习惯。非言语（或“副语言信息”，如嗓音、面孔等）表情的编码和解码规则揭示了社会交互中文化与非言语行为之间的关系。这些规则的文化间差异定义了“文化修饰规则”。这些修饰性规则限定了说话者使用的表情是否恰当，声明了听话者应该如何以及向谁表达这样的意义。为了维持人际沟通过程的和谐，避免出现障碍，特定文化族群内的个体会积极有效地、自动地使用这种规则来编码言语和非言语的表述。最新的研究通过语用学、语音学、实验心理学、认知神经科学等多学科的多研究方法整合来揭示有关言语和非言语表情加工的跨文化认知机制。
关键词：文化规范;语音表情编码;语音表情解码;文化修饰;副语言信息;实验社会语言学
中图分类号：H0-05 文献标识码：A 文章编号：1009-3060（2020）01-0116-09
一、引言
人类世界面临着文化多样化、经济全球化的趋势，这一趋势增加了人类不同文化之间理解和信任的风险，给应对这一风险的人类社会带来新的挑战。不同文明、不同文化之間的交流互鉴的核心思想在于尊重不同文明，在于从不同文明、文化中寻求智慧。本研究回应此社会变迁之大格局，以文明交流互鉴作为重要的研究驱动。从微观上来剖析不同文明、不同文化之间的交流互鉴，是为了最终实现不同文化内个体说话者之间的有效交际，消除不同文化交际者之间可能存在的隔阂和偏见，这些课题一直是相关领域的语言学家、民族文化学家、教育学家和认知神经科学家为推动不同地域、不同国家和不同文明之间的理解与信任而设立的研究目标。
文化定义了同一族群内、通过和族群内个体间交互习得的社会规范和行为习惯（Matsumoto，2007;Matsumoto et al，2001;Triandis，1994）。文化规范了语言使用的文化与非言语行为之间的关系，或“社会交互中非言语行为的知觉凸显性差异”——即解码和编码非言语表情时的文化差异[例如，相比西方文化下非言语表情与说话者相一致的沟通意图，特定的东亚文化比较强调经过修改非言语表情来修饰真实的沟通意图，或称“文化修饰规则”（cuItural dispIay）]（Ekman & Friesen，1969）。这些修饰规则定义了说话者意义恰当的以及不恰当的表达方式，声明了个体应该在什么时候、怎么样以及对谁表达他们的意义（Matsumoto，1990;Matsumoto et al，1999）。为了维持人际沟通中的和谐，避免冲突的产生，特定文化中的个体应该积极地运用这一规则来理解言语与非言语的表情（Jiang &Zhou，2015;Pell，2007）。传统的社会语言学研究通常采用描述性或定性的分析（例如会话分析），最新的研究借助多学科、多种定量研究方法来考察社会与文化交际的问题（B6gels & Levinson，2016）。本研究将围绕言语与非言语表情加工的跨语言和跨文化差异、“文化内”与“文化外”的非言语表情加工、文化学习与语言水平影响非言语表情加工等三个问题，讨论来自语用学、言语韵律、实验心理学以及认知神经科学交叉学科的最新实证研究，并对该领域的未来趋势做出展望。
二、言语与非言语表情加工的跨语言和跨文化差异
人类的嗓音线索（vocal cue）是重要的非言语信息。研究者关注音高、音强、节奏以及语速等信息来揭示非言语表情的“嗓音相关物”，以及语言或文化如何影响嗓音表情的编码。例如，佩尔等人比较了四种不同语言（包括加拿大英语、德语、印度语与阿拉伯语）和七种嗓音表情（包括惊讶、高兴、生气、悲伤、害怕、厌恶与中性表情）的声学测量指标（Pell et al，2009）。研究者让具有表演经验的说话者产出“假句子”（pseudo-utterance）。这些“假句子”具有完好的音韵结构，句中的词汇由无意义词语所代替，并且所有假句子都携带不同的嗓音表情。研究者找了每种语言的母语说话者来评价表情，考察表情知觉的准确性。基于被准确知觉的表情进行声学分析，计算出平均基频（音高有多高）以及速度（说话者说得有多快）用于区分不同类型的表情。不管哪一种语言，相比中性表情，带有情绪的表情听上去更轻，音高变化更小，说话速度更快。表情音高和语速的平均水平与变化可以预测表情的具体水平。不同语言和文化内部，声学特征数值大小（基频高低及其标准差，音强大小及其标准差）与不同的表情类型之间呈现相关模式，如高兴和生气具有较高的平均基频，而悲伤和恐惧具有较低的基频。这些发现揭示了表情编码的文化一致性规律。
为了揭示文化对于非言语表情解码的影响，刘攀等人测量了母语为汉语与母语为加拿大英语的说话者，在同时听到假句子和看到面孔时引起的脑电活动（Liu et al，2015）。文化制约编码嗓音和面孔当中非言语表情的方式，进一步影响大脑从多种通道中解码特定表情的结果。在实验中，被试或被要求注意嗓音通道，或被要求注意面孔通道，并对注意通道中的信息进行判断，因此模拟出要求把注意聚焦在不同通道的交际情景。实验采用了实验心理学中适合观察文化差异的“斯特鲁普”（Stroop）范式的变式，即使用的嗓音表情（如恐惧和悲伤）与面孔表情相一致或者不一致（Oyserman et al，2009）。被试判断表情的正确率和表情诱发的脑电活动都存在跨文化差异。与一致的条件相比，不一致的表情降低了反应正确率，提高了视听刺激引起的N400波幅（刺激出现后引起的、在400毫秒达到峰值的负活动）。在指导语要求听话者忽略面孔通道而注意嗓音通道信息时，不一致条件在英语说话者身上引起不同的脑电活动，而在汉语说话者身上并未看到差异。这些结果表明，当注意偏离面孔通道时，英语说话者更容易受到视觉信息的干扰。这些结果印证了东方文化个体对嗓音线索更敏感，而西方文化个体对视觉线索更敏感（Ishii et al，2003）。 三、对比“文化内”与“文化外”的非言语表情加工
不同文化与语言间非言语表情解码的一致性体现在，交际者具有识别他们原生文化以外的语言中的嗓音表情。来自美国的、母语为英语的说话者用不同表情产出日常交流的句子，这些句子被呈现给母语为英语和母语为来自亚马逊厄瓜多尔的、舒阿尔族的西班牙语说话者。舒阿尔族说话者识别美式英语句子表情的正确率高于依靠猜测的机会概率（或“机会水平”），但是他们的识别正确率比母语说话者低（Bryant & Barrett，2008）。这些结果表明：个体有能力在不同文化范畴之间进行沟通。
汤普森和博克威尔比较了英语说话者在解码英语、汉语、德语、日语和他加禄语句子表情时（生气、高兴、悲伤、恐惧）的正确率（Thompson & Balkwill，2006）。听话者以至少30%的正确率判断表情（高于25%的机会水平）。平均正确率在判断他们母语时最高，其次是德语、他加禄语，汉语和日语的正确率最低。“文化外”加工对表情识别具有阻碍作用，降低了区分不同表情类型的能力。
另一项研究考察了言语速度和静默停顿在多个文化嗓音表情评价中的作用（Tisliar-szabo&Pleh，2014）。人类非言语表情的原始形式之一是人的发声语（vocalization）。该研究考察了自己的和不熟悉文化下的发声语，让母语为匈牙利语的说话者采用不同的表情（如发笑）说出不带有情绪性语义的语段。为了制作语速变快或变慢的嗓音片段，表情样本经过调节之后缩短（原始句子的21%-50%）或拉长（原始句子的18%-50%），其情绪性接受匈牙利（同种族）和德语（不同种族）说话者的评价。相比匈牙利语说话者，德语评价者倾向于将外种族的匈牙利语说话者评价为更负面（更悲伤、更生气、更不积极、更害怕）。这些结果表明，语言/文化熟悉度可能和声学参数一起影响嗓音表情的解码。不管哪个文化族群，较低的语速和更长的停顿都会增强对悲伤和害怕的评定，降低高兴和积极性的评定。在解释语音线索在表情知觉过程中的作用时可能存在文化共性。
“文化内”与“文化外”情绪判断的正确率的差异是非言语表情解码的文化特异性机制（如在自己的文化内表现较好，而在其他文化中表现较差）。个体在识别同一文化族群成员说话者的意义时有更好的成绩。肥田等人考察了原生和非原生文化中非言语发声语表情的知觉（Koeda et al，2013）。他们让母语为日语和加拿大英语的说话者分别判断加拿大法语说话者发声语的情绪效价（表情令人愉悦的程度）、强度（表情的强烈程度）和唤醒度（体验到的程度）。与加拿大英语说话者相比，日语说话者评价生气、恶心和恐惧表情时给出更低的强度和更负性的评分，而在评价愉悦度时给出更低的评分。暗示了东方文化可能存在“文化修饰现象”，进而影响了该文化中个体对西方文化中表情韵律模式的知觉。
研究者也通过比较听话者，判断自己与他人文化中的发声表情，来考察同种族和不同种族对文化知觉的影响。母语为英语和来自辛巴族说话者（来自北部纳米比亚、讲少数民族语言的部落）分别评价自己及他族语言中的五种基本情绪（如生气、恶心、害怕、悲伤和惊讶）以及四种正性的高级社会情绪的表情（如获得成就感、消遣娱乐、感官愉悦和宣泄）（Sauter et al，2010）。对于基本情绪，两组听话者对来自同种族与不同种族文化的识别率都很高。对于获得成就感和感官愉悦的发声语，只有同种族语言才被识别。这些积极的情绪发声语促进了同种族内的社会和谐，故带有积极情绪的发声沟通可能被局限在建立起社会关系的同族成员之间。但是，不管哪个文化群体，表达消遣娱乐的发声情绪都可被识别，表明与“笑”有关的发声表情与听话者在开玩笑中体验到的享受有关，这种关联存在文化一致性。
非言语表情的情感特征会影响知觉不同种族表情的结果。罗卡等人比较了由印度、肯尼亚、新加坡和美国的英语说话者产出的八种不同发声语表情，被瑞典语母语被试识别的正确率（Laukka et al，2013）。文化之间的比较不涉及“文化内”的知觉条件，因此排除了同种族和不同种族比较可能产生的混淆效应——对于听话者来讲，实验所有待评价的语言都属于“文化外”的。结果发现，不管何种文化类型，正性表情（高兴、感兴趣、诱惑、释放、平静和惊叹）和负性表情（生气、轻蔑、厌恶、害怕、悲伤）都可以得到准确的识别。但是，与自我意识相关的表情类型（羞愧、愧疚、骄傲），不管哪种文化下的识别率都较低。因此，与自我相關的概念可以与文化效应发生相互作用，并进而影响对非母语语言中非言语表情的知觉。
有研究表明：加工不同种族文化的表情时可能遇到阻碍，表现为“假句子”表情的识别正确率下降。“方言理论”认为，与不同地区的方言类型相似，不同文化下说话与沟通方式也具有“方言”特征，这些特征改变了非言语线索的知觉（Elfenbein & Ambady，2002;Elfenbein et al，2007）。方言中与文化相关的非言语线索可以促进表情识别并提高正确率，而与文化无关的线索会阻碍识别过程并降低正确率。采用不同范式的实验研究支持了“方言理论”。
第一组研究中，佩尔等人让阿根廷西班牙母语者判断他们本国语言以及他们不熟悉语言（例如德语、加拿大英语和阿拉伯语）中的六种基本情绪和中性表情的假句子（Pell et al，2009）。不管是哪一种语言，听话者都表现出高于机会水平以上四倍的识别率（约50%，且每种表情的识别率都高于机会水平）。更重要的是，相比判断不熟悉的语言，当听话者判断自己的母语时，识别率更高。
通过对不同的文化样本进行检验，伯尔曼和奥斯库邀请了汉语和母语为英国英语的说话者对各自和对方语言中的情绪性假句子做判断（Paulmann & Uskul，2014），从而形成了“同种族”（汉语说话者知觉汉语句子、英语说话者知觉英语句子）和“不同种族”的知觉案例（汉语说话者知觉英语句子、英语说话者知觉汉语句子）。研究者检验了加工非言语信息的“文化一致性”和“文化特异性”的假设。“文化一致性”假设认为语言内部的声学变化足够让同种族和不同种族听话者准确地判断某种语言中的表情。“文化特异性”假设认定“同种族优势效应”，即：相比其他语言，对母语的反应更为准确。结果表明，这两种假设都得到了支持：（1）同种族和不同种族听话者都以高出机会的水平识别了目标表情（支持“文化一致性”理论）;（2）即使用来识别表情的声学变量相同，每种语言中都有一些情绪存在“同种族优势效应”（支持“文化特异性”理论）。 研究也采用了“面孔情绪判断任务”（Face-affect detection task，简称FADT）来考察“文化外”嗓音的内隐知觉（Pell & Skorup，2008）。在该范式下，听话者在收听假句子以后观看面孔表情，并对面孔表情是否带有情绪做判断。假句子与面孔情绪可能一致，可能不一致。结果发现，即使嗓音表情没有外显地被提示，听话者也能区分不同表情的假句子，表现出“面孔一嗓音一致性”效应，即：相比一致的条件，不一致条件的正确率更低、反应时更长。结果表明，听话者可以对嗓音表情做内隐加工（Pell，2005）。基于这一发现，佩尔和斯克鲁普进一步比较了英语说话者判断与加拿大英语和阿拉伯语假句子同时出现的面部表情的正确率。他们操纵了嗓音和面孔之间的时间间隔（短：600ms vs.长：1000ms）（Pell & Skorup，2008）。在有足够时间激活说话者文化背景的条件下（1000ms），与一致条件相比，不管说话者知觉到的是同种族还是不同种族的嗓音，不一致条件都表现出更多的错误。但是，当嗓音的时间长度受到限制时，听话者对嗓音和面孔之间的一致性变得更不敏感，在加工不一致和一致条件时所犯的错误数量没有区别，表明激活非母语中嗓音表情的意义需要更多的时间。
这些实验的共性在于：要求说话者判断来自他们文化内或文化外言语形式的表情。有两个问题尚未做出回答：第一，判断非母语说话者意义时所表现出的较高的正确率，是听话者群体特有的，还是可以扩展到相同方言群体评价同一语言的其他听话者群体。第二，同种族优势效应是可以通过暴露在目标文化中习得的动态过程，还是相对稳定的、受同种族和不同种族语言韵律特征决定的过程。
四、非言语表情加工的影响因素：文化学习与语言水平
为了回答这些问题以及检验表情判断的速度和有效性，研究者采用了“听觉一门控范式”来考察两种不同母语说话者（加拿大英语和印度语）分别判断其母语和对方语言中假句子的表情。研究者以句子的起点为始，以六个不同的长度为终点对假句子进行切分。句子长度包括即200ms，400ms，500ms，600ms，700ms以及整个句子。听话者从他们的母语（英语说话者判断英语、印度语说话者判断印度语）、外语（英语说话者判断印度语）、第二语言（印度语说话者判断英语）中判断四种基本表情（Jiang etal，2015）。结果发现，即使听话者第二语言表现出较高的熟练度（印度语说话者判断英语句子），相比非母语说话者，听话者在母语中表现得更准确、更高效（在较少声学信息的条件下获得较高的正确率）。印度语说话者主观报告较高的英语口语水平（包括说和听），可以预测其在该语中的较高的表情判断效率以及减弱的“同种族优势效应”。这些数据进一步支持了“方言理论”，表明在非言语表情方言中，文化一致性线索促进了同种族表情的识别，文化不一致线索阻碍了该表情的识别。
为了进一步考察文化学习（或文化修饰规则的获得与维持）对于表情解码过程的影响，研究者比较了移民到加拿大（住在加拿大或沉浸在加拿大一英语文化中至少6年）且有汉语经验、刚来加拿大（少于2年）且母语为汉语和母语为加拿大英语的说话者，来判断三组个体对表情加工的脑反应差异（Liuet al，2016）。这些比较背后的逻辑是：如果文化学习影响听话者对于非言语表情的解码，移民组身上的行为或神经反应模式应该类似于加拿大英语组的模式。这一结果表明：文化影响是有局限性的。当研究者要求听话者忽略说话者的面孔时，移民组的正确率降低，该模式与母语为英语的被试相似。但是，不一致条件下提高的N400不受到注意焦点转换的调节，模式与母语为汉语的被试相似，而与母语为英语的被试不同。后者在注意偏离面孔时，表现出更大的N400变化。这些结果表明：文化影响加工多种非言语线索背后的神经认知过程，表现出渐进性的适应机制，其行为适应先于神经可塑性。
文化学习对表情解码影响的机制，也通过直接比较母语说话者、第二语言说话者（L2）和外语说话者发出的目标表情的识别正确率来进行研究（Altrov，2013）。研究者要求被试在网络测试平台上对不同表情的嗓音（高兴、生气、悲伤和中性）做出判断。三个听话者组，包括爱沙尼亚语母语者、居住在俄罗斯的俄语母语者和居住在爱沙尼亚的俄语母语者，完成基于网络的实验。实验中噪音表情语句子内容相一致或不相一致，韵律表情与句子内容相一致或不相一致（如听话者用高兴的表情说“我们住在这里感到很不舒服”）。所有听话者群体都以高于机会水平的概率判断表情，母语者和居住在爱沙尼亚的俄语母语者以高出两倍机会水平以上的概率进行判断。相比爱沙尼亚说话者，居住在爱沙尼亚的俄语说话者判断正确率更低，但是相比住在俄罗斯的俄语说话者，该组说话者在生气、高兴和中性表情上判断正确率更高。这些结果支持了表情解码同时依赖文化差异和文化学习过程，提示了听话者通过社会交互和与目标语言的接触进行非言语表情的规则学习。
这些研究无法区分，表情产生和识别过程中的跨文化差异是来源于声音刺激属性的不同，还是来源于文化标准间的差异。例如，文化修饰即编码和解码与特定文化相关的情绪标准，反映了控制和解码表情的能力，深刻影响了社会交互（Matsumoto，1989）。文化学习可能植根于接触不同文化下、用于表情编码的物理属性，或者源于习得并采用与谁、于何时以及如何沟通的规范标准。对这两个变量的区分对于多个领域，包括商业、教育以及法律情景中的跨文化沟通具有重要的意义。
为了尝试区分上述的可能性，研究采用了机器学习和模拟的方法，旨在分离听觉刺激的物理属性和影响嗓音表情知觉分类的文化标准（Laukka et al，2014）。研究者从来自5种不同英语文化的、由100个受过训练的说话者所表达的、10种典型情绪（生气、轻蔑、害怕、高兴、兴趣、中性、性欲望、骄傲、悲伤和羞耻）的短句中，提取出声学特征。研究者训练了支持向量机的机器学习模型，用来识别不同表情类型下基频、嗓音强度、共振峰、嗓音质量和时间信息等声学特征的组合模式。这些模型被进一步用来对相同或不同文化群体中声学特征模式的表情进行分类。总体来讲，在跨文化的条件下，机器学习模型的区分率高于机会水平，相比不同文化，相同文化下进行检验的模型正确率更高（例如美国和印度之間）。相同种族文化和不同种族文化之间的分类正确率，在澳大利亚和美国英语的表情之间没有差异。这些结果表明：不同文化之间的嗓音表情具有共同特征，不同文化的非言语表达具有“方言”属性，表现在嗓音风格中。由于不同文化下，表情识别的主观偏好不影响分类正确率，同种族（或不同种族）文化下更高（或更低）的识别率可能来源于更多的接触，也可能是由于对文化特异性的表达风格更熟悉。 五、研究展望
过去有关文化的理论模型较少地考虑有关人类非言语表情的相关研究证据。随着文化交流互鉴的不断深入，跨学科的科学研究问题和方法学逐渐成熟，研究非言语表情的编码和解码越来越成为跨文化认知神经科学、跨文化心理学和跨文化语言学的重要研究问题。考察非言语表情与文化之间关系的一条有价值的研究路径，是考察文化维度（如个体主义vs.集体主义）如何调节非言语表情的使用和解码。霍夫斯泰德（Hofstede，1983）提出了文化维度理论，用来揭示文化对其成员的影响以及这些价值如何与他们的行为相关联。文化变异的维度包括“个体主义一集体主义”“权力距离”“不确定性回避”“男性一女性化”“目标长期一短期性”以及“纵容一约束”等文化规范取向（Hofstede，1983;2001）。其中，“个体主义一集体主义”维度是非言语沟通过程中适用“文化变异修饰规则”的有意义的预期变量，该维度的分数很少在实验上得到检验。高度个体主义的文化鼓励外向性的表达，易夸大个体感受的强度;而在高度集体主义的文化中，情绪的表达依赖自我和他人间的关系进行控制和评价（Matsu—moto et al，1998）。有一项研究报道了居住在伊朗的波斯语说话者，从他们自身文化的发声语中，判断六种基本情绪的正确率。说话者对携带情绪词汇内容的句子以一致的表情进行发声，因此在发生语的言语和非言语两个通道都表征了情绪。高个体主义倾向得分的文化群体表现出95%的表情识别正确率（Hofstede et al，2010）。虽然这项研究没有比较位于文化属性两个极端的群体，但是跨研究的比较表明：个体主义倾向高的德语和加拿大英语群体的表情识别正确率低（约70%和约83%）（Paulmannet al，2009），而集体主义倾向高的华人群体的正确率也低（约73%）（Liu & Pell，2012）。跨研究的比较并没有导致一致性的结果，并可能伴随多个混淆变量。这些变量包括：（1）“迫选一判断”任务中表情的数量;（2）是否存在额外的非言语或言语线索可用于表情识别;（3）不同群体说话者特异性的声学特征以及其他与听话者和说话者个体共变的文化变量。
与此相关的问题是：社会心理学变量如何与文化相互作用来共同影响非言语表情的解码。听话者的生物性别影响识别说话者意义的表情能力，女性说话者对非言语线索中的社会性信息更敏感（Schirmer & Kotz，2006），特别是当注意没有被外显地导向这么做时，她们更倾向于整合非言语和言语线索（Jiang & Pell，2016），用来完善意义表征。在两项事件相关脑电位的研究中，语义积极和语义消极的词汇分别以高兴或悲伤的语调呈现给听话者（从而构造出词汇一韵律一致与不一致的条件），要求对词汇的情绪意义进行判断，而忽略韵律线索（外显任务指导语）或者判断韵律和词汇意义之间的一致性（内隐任务指导语）（Jiang & Pell，2016;Schirmer et al，2002;2005）。母语为德语的说话者判断德语表情（Schirmer et al，2002;2005），母语为广东话的说话者判断广东话表情（Schirmer et al，2006）。不论听话者的母语和文化是什么，只有当非言语线索被忽略的时候，性别差异才体现出来;相比一致条件，不一致条件引起更强烈的神经活动，且只在女性说话者身上才有所体现。这些结果表明，生物性别影响非言语和言语表情的解码，这种影响是独立于文化的。
跨文化沟通场景中，与文化相关的非言语线索的编码和解码机制是多文化/多语言研究中社会语言学方面所感兴趣的问题（Min & Schirmer，2011）。传统的社会语言学研究者使用大量的态度调查问卷，来揭示与语言身份相关的积极或消极刻板印象（“社会污名”），从心理学视角看，近期有越来越多的研究开始关注神经认知系统如何加工与刻板印象相关的口语信息。例如，贝丝托迈尔记录了英语为母语的听话者在收听与他们方言相同（南部英语或苏格兰英语）或不同（美式英语）的说话者，在口头报告数字时听话者的大脑活动（Bestelmeyer et al，2014）。两组被试者中有的持南部英语口音，有的持苏格兰英语口音。研究者采用了“适应范式”，即反复呈现特定方言时采集他们的神经反应变化。杏仁核——通常在伴随情绪反应时活动增强——中的神经活动，在呈现相同方言时增强，在呈现不同方言时减弱。这些结果提示当知觉到说话者的语言中包含与听话者相同的地理、种族和社会等级时，该语言的社会凸显度表征提高。在另一项研究中，母语为加拿大英语的听话者基于不同口音说话者的嗓音表情，进行可信度推理。结果发现，当听话者将不同种族口音知觉为更可信时，负责冲突解决的脑区（如扣带前回）活跃程度增强。这些结果提示，听话者激活了说话者有关的刻板印象对说话者的非言语表情进行解码（Jiang et al，2018）。
非言语表情的准确解码对母语和非母语的加工都有重要影响。嗓音表情可以被用来解决第二语言加工中的词汇歧义。阿努利科娃和奥斯塔的研究（Hanulikova & Haustein，2016）表明，在用悲伤的語调来说话的时候，以第二语言为英语的德语说话者更倾向于将英语中的“消极一中性类”同音异义词（如：banned/band，被禁止/乐队），判断为具有悲伤的意义。但是，以高兴的语调来说话的时候，以英语为第二语言的说话者和母语者都倾向将英语中“积极一中性类”同音异义词（如：flower/flour，花/面粉）知觉为携带积极的意义。这些结果提示，说话者的嗓音表情与听话者的文化身份可以消解词汇歧义中的情绪意义。
文化互鉴视角下的最新研究进展揭示了非言语表情的文化多样性基础，跨文化非言语表情的编码和解码具有“同种族文化优势效应”，个体文化和语言程度可以预测文化外的非言语表情解码。未来研究应针对非言语嗓音表情编码和解码的跨文化机制，特别应以中国传统文化背景下非言语表情加工为基础开展跨文化研究。应面向更丰富的文化认知维度，应考察跨文化机制与个体社会认知、社会心理变量之间的相互作用，结合跨学科的、具有更高的时空精确度的神经认知测量方法，多维度地反映人类语言交际的文化基础和文化问差异的语言学基础。
关键词：文化规范;语音表情编码;语音表情解码;文化修饰;副语言信息;实验社会语言学
中图分类号：H0-05 文献标识码：A 文章编号：1009-3060（2020）01-0116-09
一、引言
人类世界面临着文化多样化、经济全球化的趋势，这一趋势增加了人类不同文化之间理解和信任的风险，给应对这一风险的人类社会带来新的挑战。不同文明、不同文化之間的交流互鉴的核心思想在于尊重不同文明，在于从不同文明、文化中寻求智慧。本研究回应此社会变迁之大格局，以文明交流互鉴作为重要的研究驱动。从微观上来剖析不同文明、不同文化之间的交流互鉴，是为了最终实现不同文化内个体说话者之间的有效交际，消除不同文化交际者之间可能存在的隔阂和偏见，这些课题一直是相关领域的语言学家、民族文化学家、教育学家和认知神经科学家为推动不同地域、不同国家和不同文明之间的理解与信任而设立的研究目标。
文化定义了同一族群内、通过和族群内个体间交互习得的社会规范和行为习惯（Matsumoto，2007;Matsumoto et al，2001;Triandis，1994）。文化规范了语言使用的文化与非言语行为之间的关系，或“社会交互中非言语行为的知觉凸显性差异”——即解码和编码非言语表情时的文化差异[例如，相比西方文化下非言语表情与说话者相一致的沟通意图，特定的东亚文化比较强调经过修改非言语表情来修饰真实的沟通意图，或称“文化修饰规则”（cuItural dispIay）]（Ekman & Friesen，1969）。这些修饰规则定义了说话者意义恰当的以及不恰当的表达方式，声明了个体应该在什么时候、怎么样以及对谁表达他们的意义（Matsumoto，1990;Matsumoto et al，1999）。为了维持人际沟通中的和谐，避免冲突的产生，特定文化中的个体应该积极地运用这一规则来理解言语与非言语的表情（Jiang &Zhou，2015;Pell，2007）。传统的社会语言学研究通常采用描述性或定性的分析（例如会话分析），最新的研究借助多学科、多种定量研究方法来考察社会与文化交际的问题（B6gels & Levinson，2016）。本研究将围绕言语与非言语表情加工的跨语言和跨文化差异、“文化内”与“文化外”的非言语表情加工、文化学习与语言水平影响非言语表情加工等三个问题，讨论来自语用学、言语韵律、实验心理学以及认知神经科学交叉学科的最新实证研究，并对该领域的未来趋势做出展望。
二、言语与非言语表情加工的跨语言和跨文化差异
人类的嗓音线索（vocal cue）是重要的非言语信息。研究者关注音高、音强、节奏以及语速等信息来揭示非言语表情的“嗓音相关物”，以及语言或文化如何影响嗓音表情的编码。例如，佩尔等人比较了四种不同语言（包括加拿大英语、德语、印度语与阿拉伯语）和七种嗓音表情（包括惊讶、高兴、生气、悲伤、害怕、厌恶与中性表情）的声学测量指标（Pell et al，2009）。研究者让具有表演经验的说话者产出“假句子”（pseudo-utterance）。这些“假句子”具有完好的音韵结构，句中的词汇由无意义词语所代替，并且所有假句子都携带不同的嗓音表情。研究者找了每种语言的母语说话者来评价表情，考察表情知觉的准确性。基于被准确知觉的表情进行声学分析，计算出平均基频（音高有多高）以及速度（说话者说得有多快）用于区分不同类型的表情。不管哪一种语言，相比中性表情，带有情绪的表情听上去更轻，音高变化更小，说话速度更快。表情音高和语速的平均水平与变化可以预测表情的具体水平。不同语言和文化内部，声学特征数值大小（基频高低及其标准差，音强大小及其标准差）与不同的表情类型之间呈现相关模式，如高兴和生气具有较高的平均基频，而悲伤和恐惧具有较低的基频。这些发现揭示了表情编码的文化一致性规律。
为了揭示文化对于非言语表情解码的影响，刘攀等人测量了母语为汉语与母语为加拿大英语的说话者，在同时听到假句子和看到面孔时引起的脑电活动（Liu et al，2015）。文化制约编码嗓音和面孔当中非言语表情的方式，进一步影响大脑从多种通道中解码特定表情的结果。在实验中，被试或被要求注意嗓音通道，或被要求注意面孔通道，并对注意通道中的信息进行判断，因此模拟出要求把注意聚焦在不同通道的交际情景。实验采用了实验心理学中适合观察文化差异的“斯特鲁普”（Stroop）范式的变式，即使用的嗓音表情（如恐惧和悲伤）与面孔表情相一致或者不一致（Oyserman et al，2009）。被试判断表情的正确率和表情诱发的脑电活动都存在跨文化差异。与一致的条件相比，不一致的表情降低了反应正确率，提高了视听刺激引起的N400波幅（刺激出现后引起的、在400毫秒达到峰值的负活动）。在指导语要求听话者忽略面孔通道而注意嗓音通道信息时，不一致条件在英语说话者身上引起不同的脑电活动，而在汉语说话者身上并未看到差异。这些结果表明，当注意偏离面孔通道时，英语说话者更容易受到视觉信息的干扰。这些结果印证了东方文化个体对嗓音线索更敏感，而西方文化个体对视觉线索更敏感（Ishii et al，2003）。 三、对比“文化内”与“文化外”的非言语表情加工
不同文化与语言间非言语表情解码的一致性体现在，交际者具有识别他们原生文化以外的语言中的嗓音表情。来自美国的、母语为英语的说话者用不同表情产出日常交流的句子，这些句子被呈现给母语为英语和母语为来自亚马逊厄瓜多尔的、舒阿尔族的西班牙语说话者。舒阿尔族说话者识别美式英语句子表情的正确率高于依靠猜测的机会概率（或“机会水平”），但是他们的识别正确率比母语说话者低（Bryant & Barrett，2008）。这些结果表明：个体有能力在不同文化范畴之间进行沟通。
汤普森和博克威尔比较了英语说话者在解码英语、汉语、德语、日语和他加禄语句子表情时（生气、高兴、悲伤、恐惧）的正确率（Thompson & Balkwill，2006）。听话者以至少30%的正确率判断表情（高于25%的机会水平）。平均正确率在判断他们母语时最高，其次是德语、他加禄语，汉语和日语的正确率最低。“文化外”加工对表情识别具有阻碍作用，降低了区分不同表情类型的能力。
另一项研究考察了言语速度和静默停顿在多个文化嗓音表情评价中的作用（Tisliar-szabo&Pleh，2014）。人类非言语表情的原始形式之一是人的发声语（vocalization）。该研究考察了自己的和不熟悉文化下的发声语，让母语为匈牙利语的说话者采用不同的表情（如发笑）说出不带有情绪性语义的语段。为了制作语速变快或变慢的嗓音片段，表情样本经过调节之后缩短（原始句子的21%-50%）或拉长（原始句子的18%-50%），其情绪性接受匈牙利（同种族）和德语（不同种族）说话者的评价。相比匈牙利语说话者，德语评价者倾向于将外种族的匈牙利语说话者评价为更负面（更悲伤、更生气、更不积极、更害怕）。这些结果表明，语言/文化熟悉度可能和声学参数一起影响嗓音表情的解码。不管哪个文化族群，较低的语速和更长的停顿都会增强对悲伤和害怕的评定，降低高兴和积极性的评定。在解释语音线索在表情知觉过程中的作用时可能存在文化共性。
“文化内”与“文化外”情绪判断的正确率的差异是非言语表情解码的文化特异性机制（如在自己的文化内表现较好，而在其他文化中表现较差）。个体在识别同一文化族群成员说话者的意义时有更好的成绩。肥田等人考察了原生和非原生文化中非言语发声语表情的知觉（Koeda et al，2013）。他们让母语为日语和加拿大英语的说话者分别判断加拿大法语说话者发声语的情绪效价（表情令人愉悦的程度）、强度（表情的强烈程度）和唤醒度（体验到的程度）。与加拿大英语说话者相比，日语说话者评价生气、恶心和恐惧表情时给出更低的强度和更负性的评分，而在评价愉悦度时给出更低的评分。暗示了东方文化可能存在“文化修饰现象”，进而影响了该文化中个体对西方文化中表情韵律模式的知觉。
研究者也通过比较听话者，判断自己与他人文化中的发声表情，来考察同种族和不同种族对文化知觉的影响。母语为英语和来自辛巴族说话者（来自北部纳米比亚、讲少数民族语言的部落）分别评价自己及他族语言中的五种基本情绪（如生气、恶心、害怕、悲伤和惊讶）以及四种正性的高级社会情绪的表情（如获得成就感、消遣娱乐、感官愉悦和宣泄）（Sauter et al，2010）。对于基本情绪，两组听话者对来自同种族与不同种族文化的识别率都很高。对于获得成就感和感官愉悦的发声语，只有同种族语言才被识别。这些积极的情绪发声语促进了同种族内的社会和谐，故带有积极情绪的发声沟通可能被局限在建立起社会关系的同族成员之间。但是，不管哪个文化群体，表达消遣娱乐的发声情绪都可被识别，表明与“笑”有关的发声表情与听话者在开玩笑中体验到的享受有关，这种关联存在文化一致性。
非言语表情的情感特征会影响知觉不同种族表情的结果。罗卡等人比较了由印度、肯尼亚、新加坡和美国的英语说话者产出的八种不同发声语表情，被瑞典语母语被试识别的正确率（Laukka et al，2013）。文化之间的比较不涉及“文化内”的知觉条件，因此排除了同种族和不同种族比较可能产生的混淆效应——对于听话者来讲，实验所有待评价的语言都属于“文化外”的。结果发现，不管何种文化类型，正性表情（高兴、感兴趣、诱惑、释放、平静和惊叹）和负性表情（生气、轻蔑、厌恶、害怕、悲伤）都可以得到准确的识别。但是，与自我意识相关的表情类型（羞愧、愧疚、骄傲），不管哪种文化下的识别率都较低。因此，与自我相關的概念可以与文化效应发生相互作用，并进而影响对非母语语言中非言语表情的知觉。
有研究表明：加工不同种族文化的表情时可能遇到阻碍，表现为“假句子”表情的识别正确率下降。“方言理论”认为，与不同地区的方言类型相似，不同文化下说话与沟通方式也具有“方言”特征，这些特征改变了非言语线索的知觉（Elfenbein & Ambady，2002;Elfenbein et al，2007）。方言中与文化相关的非言语线索可以促进表情识别并提高正确率，而与文化无关的线索会阻碍识别过程并降低正确率。采用不同范式的实验研究支持了“方言理论”。
第一组研究中，佩尔等人让阿根廷西班牙母语者判断他们本国语言以及他们不熟悉语言（例如德语、加拿大英语和阿拉伯语）中的六种基本情绪和中性表情的假句子（Pell et al，2009）。不管是哪一种语言，听话者都表现出高于机会水平以上四倍的识别率（约50%，且每种表情的识别率都高于机会水平）。更重要的是，相比判断不熟悉的语言，当听话者判断自己的母语时，识别率更高。
通过对不同的文化样本进行检验，伯尔曼和奥斯库邀请了汉语和母语为英国英语的说话者对各自和对方语言中的情绪性假句子做判断（Paulmann & Uskul，2014），从而形成了“同种族”（汉语说话者知觉汉语句子、英语说话者知觉英语句子）和“不同种族”的知觉案例（汉语说话者知觉英语句子、英语说话者知觉汉语句子）。研究者检验了加工非言语信息的“文化一致性”和“文化特异性”的假设。“文化一致性”假设认为语言内部的声学变化足够让同种族和不同种族听话者准确地判断某种语言中的表情。“文化特异性”假设认定“同种族优势效应”，即：相比其他语言，对母语的反应更为准确。结果表明，这两种假设都得到了支持：（1）同种族和不同种族听话者都以高出机会的水平识别了目标表情（支持“文化一致性”理论）;（2）即使用来识别表情的声学变量相同，每种语言中都有一些情绪存在“同种族优势效应”（支持“文化特异性”理论）。 研究也采用了“面孔情绪判断任务”（Face-affect detection task，简称FADT）来考察“文化外”嗓音的内隐知觉（Pell & Skorup，2008）。在该范式下，听话者在收听假句子以后观看面孔表情，并对面孔表情是否带有情绪做判断。假句子与面孔情绪可能一致，可能不一致。结果发现，即使嗓音表情没有外显地被提示，听话者也能区分不同表情的假句子，表现出“面孔一嗓音一致性”效应，即：相比一致的条件，不一致条件的正确率更低、反应时更长。结果表明，听话者可以对嗓音表情做内隐加工（Pell，2005）。基于这一发现，佩尔和斯克鲁普进一步比较了英语说话者判断与加拿大英语和阿拉伯语假句子同时出现的面部表情的正确率。他们操纵了嗓音和面孔之间的时间间隔（短：600ms vs.长：1000ms）（Pell & Skorup，2008）。在有足够时间激活说话者文化背景的条件下（1000ms），与一致条件相比，不管说话者知觉到的是同种族还是不同种族的嗓音，不一致条件都表现出更多的错误。但是，当嗓音的时间长度受到限制时，听话者对嗓音和面孔之间的一致性变得更不敏感，在加工不一致和一致条件时所犯的错误数量没有区别，表明激活非母语中嗓音表情的意义需要更多的时间。
这些实验的共性在于：要求说话者判断来自他们文化内或文化外言语形式的表情。有两个问题尚未做出回答：第一，判断非母语说话者意义时所表现出的较高的正确率，是听话者群体特有的，还是可以扩展到相同方言群体评价同一语言的其他听话者群体。第二，同种族优势效应是可以通过暴露在目标文化中习得的动态过程，还是相对稳定的、受同种族和不同种族语言韵律特征决定的过程。
四、非言语表情加工的影响因素：文化学习与语言水平
为了回答这些问题以及检验表情判断的速度和有效性，研究者采用了“听觉一门控范式”来考察两种不同母语说话者（加拿大英语和印度语）分别判断其母语和对方语言中假句子的表情。研究者以句子的起点为始，以六个不同的长度为终点对假句子进行切分。句子长度包括即200ms，400ms，500ms，600ms，700ms以及整个句子。听话者从他们的母语（英语说话者判断英语、印度语说话者判断印度语）、外语（英语说话者判断印度语）、第二语言（印度语说话者判断英语）中判断四种基本表情（Jiang etal，2015）。结果发现，即使听话者第二语言表现出较高的熟练度（印度语说话者判断英语句子），相比非母语说话者，听话者在母语中表现得更准确、更高效（在较少声学信息的条件下获得较高的正确率）。印度语说话者主观报告较高的英语口语水平（包括说和听），可以预测其在该语中的较高的表情判断效率以及减弱的“同种族优势效应”。这些数据进一步支持了“方言理论”，表明在非言语表情方言中，文化一致性线索促进了同种族表情的识别，文化不一致线索阻碍了该表情的识别。
为了进一步考察文化学习（或文化修饰规则的获得与维持）对于表情解码过程的影响，研究者比较了移民到加拿大（住在加拿大或沉浸在加拿大一英语文化中至少6年）且有汉语经验、刚来加拿大（少于2年）且母语为汉语和母语为加拿大英语的说话者，来判断三组个体对表情加工的脑反应差异（Liuet al，2016）。这些比较背后的逻辑是：如果文化学习影响听话者对于非言语表情的解码，移民组身上的行为或神经反应模式应该类似于加拿大英语组的模式。这一结果表明：文化影响是有局限性的。当研究者要求听话者忽略说话者的面孔时，移民组的正确率降低，该模式与母语为英语的被试相似。但是，不一致条件下提高的N400不受到注意焦点转换的调节，模式与母语为汉语的被试相似，而与母语为英语的被试不同。后者在注意偏离面孔时，表现出更大的N400变化。这些结果表明：文化影响加工多种非言语线索背后的神经认知过程，表现出渐进性的适应机制，其行为适应先于神经可塑性。
文化学习对表情解码影响的机制，也通过直接比较母语说话者、第二语言说话者（L2）和外语说话者发出的目标表情的识别正确率来进行研究（Altrov，2013）。研究者要求被试在网络测试平台上对不同表情的嗓音（高兴、生气、悲伤和中性）做出判断。三个听话者组，包括爱沙尼亚语母语者、居住在俄罗斯的俄语母语者和居住在爱沙尼亚的俄语母语者，完成基于网络的实验。实验中噪音表情语句子内容相一致或不相一致，韵律表情与句子内容相一致或不相一致（如听话者用高兴的表情说“我们住在这里感到很不舒服”）。所有听话者群体都以高于机会水平的概率判断表情，母语者和居住在爱沙尼亚的俄语母语者以高出两倍机会水平以上的概率进行判断。相比爱沙尼亚说话者，居住在爱沙尼亚的俄语说话者判断正确率更低，但是相比住在俄罗斯的俄语说话者，该组说话者在生气、高兴和中性表情上判断正确率更高。这些结果支持了表情解码同时依赖文化差异和文化学习过程，提示了听话者通过社会交互和与目标语言的接触进行非言语表情的规则学习。
这些研究无法区分，表情产生和识别过程中的跨文化差异是来源于声音刺激属性的不同，还是来源于文化标准间的差异。例如，文化修饰即编码和解码与特定文化相关的情绪标准，反映了控制和解码表情的能力，深刻影响了社会交互（Matsumoto，1989）。文化学习可能植根于接触不同文化下、用于表情编码的物理属性，或者源于习得并采用与谁、于何时以及如何沟通的规范标准。对这两个变量的区分对于多个领域，包括商业、教育以及法律情景中的跨文化沟通具有重要的意义。
为了尝试区分上述的可能性，研究采用了机器学习和模拟的方法，旨在分离听觉刺激的物理属性和影响嗓音表情知觉分类的文化标准（Laukka et al，2014）。研究者从来自5种不同英语文化的、由100个受过训练的说话者所表达的、10种典型情绪（生气、轻蔑、害怕、高兴、兴趣、中性、性欲望、骄傲、悲伤和羞耻）的短句中，提取出声学特征。研究者训练了支持向量机的机器学习模型，用来识别不同表情类型下基频、嗓音强度、共振峰、嗓音质量和时间信息等声学特征的组合模式。这些模型被进一步用来对相同或不同文化群体中声学特征模式的表情进行分类。总体来讲，在跨文化的条件下，机器学习模型的区分率高于机会水平，相比不同文化，相同文化下进行检验的模型正确率更高（例如美国和印度之間）。相同种族文化和不同种族文化之间的分类正确率，在澳大利亚和美国英语的表情之间没有差异。这些结果表明：不同文化之间的嗓音表情具有共同特征，不同文化的非言语表达具有“方言”属性，表现在嗓音风格中。由于不同文化下，表情识别的主观偏好不影响分类正确率，同种族（或不同种族）文化下更高（或更低）的识别率可能来源于更多的接触，也可能是由于对文化特异性的表达风格更熟悉。 五、研究展望
过去有关文化的理论模型较少地考虑有关人类非言语表情的相关研究证据。随着文化交流互鉴的不断深入，跨学科的科学研究问题和方法学逐渐成熟，研究非言语表情的编码和解码越来越成为跨文化认知神经科学、跨文化心理学和跨文化语言学的重要研究问题。考察非言语表情与文化之间关系的一条有价值的研究路径，是考察文化维度（如个体主义vs.集体主义）如何调节非言语表情的使用和解码。霍夫斯泰德（Hofstede，1983）提出了文化维度理论，用来揭示文化对其成员的影响以及这些价值如何与他们的行为相关联。文化变异的维度包括“个体主义一集体主义”“权力距离”“不确定性回避”“男性一女性化”“目标长期一短期性”以及“纵容一约束”等文化规范取向（Hofstede，1983;2001）。其中，“个体主义一集体主义”维度是非言语沟通过程中适用“文化变异修饰规则”的有意义的预期变量，该维度的分数很少在实验上得到检验。高度个体主义的文化鼓励外向性的表达，易夸大个体感受的强度;而在高度集体主义的文化中，情绪的表达依赖自我和他人间的关系进行控制和评价（Matsu—moto et al，1998）。有一项研究报道了居住在伊朗的波斯语说话者，从他们自身文化的发声语中，判断六种基本情绪的正确率。说话者对携带情绪词汇内容的句子以一致的表情进行发声，因此在发生语的言语和非言语两个通道都表征了情绪。高个体主义倾向得分的文化群体表现出95%的表情识别正确率（Hofstede et al，2010）。虽然这项研究没有比较位于文化属性两个极端的群体，但是跨研究的比较表明：个体主义倾向高的德语和加拿大英语群体的表情识别正确率低（约70%和约83%）（Paulmannet al，2009），而集体主义倾向高的华人群体的正确率也低（约73%）（Liu & Pell，2012）。跨研究的比较并没有导致一致性的结果，并可能伴随多个混淆变量。这些变量包括：（1）“迫选一判断”任务中表情的数量;（2）是否存在额外的非言语或言语线索可用于表情识别;（3）不同群体说话者特异性的声学特征以及其他与听话者和说话者个体共变的文化变量。
与此相关的问题是：社会心理学变量如何与文化相互作用来共同影响非言语表情的解码。听话者的生物性别影响识别说话者意义的表情能力，女性说话者对非言语线索中的社会性信息更敏感（Schirmer & Kotz，2006），特别是当注意没有被外显地导向这么做时，她们更倾向于整合非言语和言语线索（Jiang & Pell，2016），用来完善意义表征。在两项事件相关脑电位的研究中，语义积极和语义消极的词汇分别以高兴或悲伤的语调呈现给听话者（从而构造出词汇一韵律一致与不一致的条件），要求对词汇的情绪意义进行判断，而忽略韵律线索（外显任务指导语）或者判断韵律和词汇意义之间的一致性（内隐任务指导语）（Jiang & Pell，2016;Schirmer et al，2002;2005）。母语为德语的说话者判断德语表情（Schirmer et al，2002;2005），母语为广东话的说话者判断广东话表情（Schirmer et al，2006）。不论听话者的母语和文化是什么，只有当非言语线索被忽略的时候，性别差异才体现出来;相比一致条件，不一致条件引起更强烈的神经活动，且只在女性说话者身上才有所体现。这些结果表明，生物性别影响非言语和言语表情的解码，这种影响是独立于文化的。
跨文化沟通场景中，与文化相关的非言语线索的编码和解码机制是多文化/多语言研究中社会语言学方面所感兴趣的问题（Min & Schirmer，2011）。传统的社会语言学研究者使用大量的态度调查问卷，来揭示与语言身份相关的积极或消极刻板印象（“社会污名”），从心理学视角看，近期有越来越多的研究开始关注神经认知系统如何加工与刻板印象相关的口语信息。例如，贝丝托迈尔记录了英语为母语的听话者在收听与他们方言相同（南部英语或苏格兰英语）或不同（美式英语）的说话者，在口头报告数字时听话者的大脑活动（Bestelmeyer et al，2014）。两组被试者中有的持南部英语口音，有的持苏格兰英语口音。研究者采用了“适应范式”，即反复呈现特定方言时采集他们的神经反应变化。杏仁核——通常在伴随情绪反应时活动增强——中的神经活动，在呈现相同方言时增强，在呈现不同方言时减弱。这些结果提示当知觉到说话者的语言中包含与听话者相同的地理、种族和社会等级时，该语言的社会凸显度表征提高。在另一项研究中，母语为加拿大英语的听话者基于不同口音说话者的嗓音表情，进行可信度推理。结果发现，当听话者将不同种族口音知觉为更可信时，负责冲突解决的脑区（如扣带前回）活跃程度增强。这些结果提示，听话者激活了说话者有关的刻板印象对说话者的非言语表情进行解码（Jiang et al，2018）。
非言语表情的准确解码对母语和非母语的加工都有重要影响。嗓音表情可以被用来解决第二语言加工中的词汇歧义。阿努利科娃和奥斯塔的研究（Hanulikova & Haustein，2016）表明，在用悲伤的語调来说话的时候，以第二语言为英语的德语说话者更倾向于将英语中的“消极一中性类”同音异义词（如：banned/band，被禁止/乐队），判断为具有悲伤的意义。但是，以高兴的语调来说话的时候，以英语为第二语言的说话者和母语者都倾向将英语中“积极一中性类”同音异义词（如：flower/flour，花/面粉）知觉为携带积极的意义。这些结果提示，说话者的嗓音表情与听话者的文化身份可以消解词汇歧义中的情绪意义。
文化互鉴视角下的最新研究进展揭示了非言语表情的文化多样性基础，跨文化非言语表情的编码和解码具有“同种族文化优势效应”，个体文化和语言程度可以预测文化外的非言语表情解码。未来研究应针对非言语嗓音表情编码和解码的跨文化机制，特别应以中国传统文化背景下非言语表情加工为基础开展跨文化研究。应面向更丰富的文化认知维度，应考察跨文化机制与个体社会认知、社会心理变量之间的相互作用，结合跨学科的、具有更高的时空精确度的神经认知测量方法，多维度地反映人类语言交际的文化基础和文化问差异的语言学基础。