生命的第一次发声：语言之旅的起点

生命的第一次发声：语言之旅的起点

产房里的奇迹

2019年3月15日清晨8点17分，一声响亮的啼哭打破了浙江省某医院产房的寂静。一个名叫小星的女婴来到了这个世界。她的眼睛还没能完全睁开，小拳头紧紧攥着，粉红色的皮肤上还带着羊水的痕迹。然而，就在医生轻轻拍打她后背的那一刻——就在那一刻——人类文明延续了二十万年的能力，被一个崭新的生命重新点燃。

这是小星人生中的第一声啼哭。

对于门外焦急等待的家人来说，这声啼哭意味着母女平安，意味着新生命的到来，意味着无数种可能的开始。但对于科学家而言，这声啼哭有着更加深远的意义：它是一个信号，一个证明，证明人类最神奇的能力——语言能力——的种子，已经在生命诞生之初悄然种下。

为什么新生儿会啼哭？为什么小星能在出生后几秒钟内就开始呼吸、开始发声？为什么与人类基因相似度高达98.8%的黑猩猩，却永远无法学会说话？人类之所以能说话，究竟是造物主的恩赐，还是进化的偶然？

这些问题的答案，藏在每个人的大脑深处。

神奇的语言工厂：大脑中的语言区域

如果把大脑比作一座工厂，那么语言就是这座工厂最复杂、最精密的产品。这座工厂的核心车间，分布在大脑的特定区域，它们各司其职、紧密配合，共同完成从“想说什么”到“说出来”的全过程。

让我们先来认识三位最重要的“车间主任”。

布洛卡区（Broca's area），以19世纪法国医生保罗·布洛卡的名字命名。这位医生曾遇到一位奇特的病人——他的理解能力完好无损，能够听懂别人说的每一句话，读书看报也毫无障碍，但他说起话来却极其困难，常常只能说出一个词，甚至无法说出完整的句子。布洛卡医生检查后发现，这位病人的大脑左半球额叶区域存在损伤。1861年，布洛卡发表了这一发现，首次确立了大脑特定区域与语言能力之间的关联。

布洛卡区的主要功能是负责语言的产生和语法加工。当你想要组织一句话的时候，这个区域就开始高速运转：它负责把词语按照正确的顺序排列，确保动词和名词的搭配符合语法规则，让你的句子既有意义又通顺流畅。想象一下，如果布洛卡区受损，你就会像一台打印机出了故障——墨水和纸张都完好，但就是打印不出正确的句子。

韦尼克区（Wernicke's area），位于大脑的颞叶后部，由德国医生卡尔·韦尼克在1874年发现。与布洛卡区的病人不同，韦尼克区的患者说话流利，嘴巴动得飞快，但他们说出的内容往往让人摸不着头脑——句子可能是完整的，语法也可能正确，但语义却乱七八糟。例如，医生问“你今天感觉怎么样？”病人可能会回答：“是的，蓝色的云在跳舞，我的鞋子想要飞起来。”这就是著名的“韦尼克失语症”——说话流畅却毫无意义。

韦尼克区的主要功能是负责语言的理解。它就像大脑中的“翻译官”，负责把听到和看到的词语转化为我们能够理解的意义。没有韦尼克区，我们就像拿到了一本用未知语言写成的书——字都在，但意思全无。

弓状束（Arcuate Fasciculus），这个名字听起来有些陌生，但它却是连接布洛卡区和韦尼克区的关键“桥梁”。这条神经纤维束像一条银色的丝带，蜿蜒穿梭于大脑皮层之下，将两个语言区域紧密相连。弓状束的主要功能是在语言理解和语言产生之间传递信息——当我们听到一句话时，韦尼克区负责理解其含义，而这份理解需要通过弓状束传递给布洛卡区，布洛卡区再把它转化为我们想要说的话。如果没有这座桥梁，即使两个区域都完好无损，也无法进行正常的语言交流。

```mermaid graph TD A[听觉信息输入] --> B[听觉皮层] B --> C[韦尼克区<br/>语言理解] C --> D[弓状束<br/>信息传递] D --> E[布洛卡区<br/>语言产生] E --> F[运动皮层] F --> G[嘴唇、舌头、声带<br/>发音输出]

C -.->|语义处理| H[概念系统] H -.->|意图表达| E

style A fill:#e1f5fe style G fill:#e1f5fe style C fill:#b3e5fc style E fill:#b3e5fc style D fill:#81d4fa ```

这张图展示了语言在大脑中“旅行”的完整路径。当有人对你说话时，声波首先被耳朵捕捉，通过神经系统传递到大脑的听觉皮层，然后转到韦尼克区进行语义解码。解码后的信息沿着弓状束“快递”到布洛卡区，布洛卡区将这些信息组织成符合语法的句子，最后指令运动皮层控制嘴唇、舌头、声带等器官，产生活生生的语音。

这座“语言工厂”的神奇之处在于，它在婴儿出生时就已经基本建成，但真正投产却需要数年的学习和调试。刚出生的婴儿虽然具备了这些神经结构，但它们之间的连接还非常薄弱，需要通过后天的语言环境来不断强化和完善。这就引出了一个根本性的问题：语言能力究竟是先天的还是后天的？

人类的特权：语言与其他动物的本质区别

在回答这个问题之前，让我们先来看看动物界的“语言”状况。

你可能听说过一些关于黑猩猩学习手语的惊人故事。1970年代，心理学家阿妮·帕特森成功教会了一只名叫“可可”的雌性大猩猩使用美国手语。可可学会了超过1000个手势，能够表达“我想要……”这样的简单诉求，甚至会说“我爱你”来回应关心它的人类。这是否意味着猩猩也拥有语言能力？

答案是否定的。原因在于，人类的语言与动物的任何交流方式之间，都存在着几个根本性的区别。

第一是创造性（Productivity）。 人类的语言具有无限创造性。我们可以用有限的词汇创造无限多的句子。想象一下，汉语常用字大约有3500个，英文常用词汇大约有2万个，但这些有限的基本元素可以组合出近乎无限的表达。无论是谈论宇宙的起源，还是描述此刻窗外的雨声，又或是表达对未来的期待——这些句子可能从未有人说过，但你能理解它们，这就是语言的创造性。而动物交流系统则完全不同。黑猩猩可以使用手势表达“想要香蕉”或“想要出去玩”，但它们无法表达一个全新的、从未被教过的概念。它们的“词汇库”是封闭的，无法像人类一样无限扩展。

第二是离散性（Discretness）。 人类语言是由离散的符号组成的——每个音素、每个词汇都有明确的边界，不会发生混淆。“妈妈”和“骂骂”听起来完全不同，即使只有一个音素的差异，表达的意思也完全不同。这种离散性使得语言可以被精确地编码、传输和解码。相比之下，蜜蜂的舞蹈语言虽然可以传递信息（告诉同伴花蜜的位置和距离），但其信息是连续变化的，精度远不如人类语言。

第三是递归性（Recursiveness）。 这是语言最神奇的特性之一，也是人类语言区别于动物交流系统的关键。递归是指在一个语言结构中可以嵌入相同类型的结构，使得句子可以无限嵌套。语言学家诺姆·乔姆斯基曾举过这个经典例子：“爸爸说，妈妈说，哥哥想吃冰淇淋”——在这句话中，“说”这个动词后面可以无限嵌套另一个“说”，形成复杂的多层次结构。这种能力让人类能够表达极其复杂的思想，让语言具有了无限的深度和层次。动物的声音信号则完全不具备这种嵌套能力。

为了更直观地理解人类语言与动物交流的本质差异，让我们来看一个对比实验。1965年，心理学家阿瑟·沃克让一只名叫“萨拉”的黑猩猩学习使用符号来表达概念。萨拉学会了用塑料符号代表“苹果”、“香蕉”等食物，用“红色”、“蓝色”等符号代表颜色。训练一段时间后，沃克让萨拉面对这样的情境：在一个盘子里放着一个红色的苹果和一个蓝色的香蕉，而萨拉只能选择一个。研究者问萨拉：“什么颜色的苹果？”萨拉正确地指向了“红色”符号。研究者又问：“什么颜色的香蕉？”萨拉正确地指向了“蓝色”符号。

这个实验似乎表明萨拉理解了颜色和物体之间的对应关系。但仔细分析会发现，萨拉实际上只是在执行一种模式匹配——它学会的是“苹果总是和红色在一起，香蕉总是和蓝色在一起”，而不是真正理解“颜色”这一抽象概念。如果换一个场景，把红色的香蕉和蓝色的苹果放在它面前，萨拉很可能就会犯错了。

这个例子揭示了一个关键点：动物可以学习具体的符号和关联，但它们无法掌握像“颜色”、“形状”、“数量”这样的抽象范畴。而人类语言恰恰建立在这些抽象范畴之上。我们能够说“大的红色的苹果比小的绿色的苹果好吃”，这句话包含了物体、大小、颜色、比较等多个抽象层次，动物的大脑根本无法处理这样的信息。

那么，人类是如何获得这种独特能力的呢？

生命初期的语言准备：婴儿天生的语言感知能力

让我们回到小星出生的那一刻。当护士把小星放到妈妈怀里时，她其实已经在“听”了。虽然她的视觉还很模糊，但她的听觉系统在胎儿期就已经发育完全。大约从怀孕第七个月开始，胎儿就能听到外界的声音，其中最清晰的当然就是妈妈的声音——她的心跳、她的呼吸、她说话的语调。

神经科学家们发现了一个令人震惊的事实：刚出生几天的婴儿，就已经能够分辨世界上所有语言的音素。

什么叫音素？音素是语言中最小的声音单位。比如中文的“爸”/bà/由一个声母/b/和一个韵母/à/组成，而英文的"bat"（蝙蝠）虽然也有/b/这个音，但后面的元音/æ/是中文普通话中没有的。神奇的是，婴儿在出生时能够区分这两种不同的元音——他们不仅能区分中文的音素，还能区分英语、法语、日语、斯瓦希里语等任何人类语言的音素。

为什么说是“曾经能”？因为这种能力是限时供应的。大约在婴儿6到12个月大的时候，他们开始逐渐丧失这种“超能力”。如果一个婴儿在日语环境中长大，他就会慢慢失去区分英语中/r/和/l/这两个音的能力——因为日语中不区分这两个音，日语母语者会把"rake"（耙子）和"lake"（湖）听成同一个词。这就是为什么很多日本人在学习英语时会遇到困难——他们的大脑在婴儿期就已经“剪掉”了那根分辨/r/和/l/的神经连接。

美国华盛顿大学的Patricia Kuhl教授是这一领域的先驱研究者。她和团队在1990年代做了一系列经典的实验。研究人员让6个月大的美国婴儿和瑞典婴儿分别听英语和瑞典语的发音，然后测量他们的脑电波活动。结果发现，6个月大的婴儿能够准确区分两种语言中所有的音素差异——无论他们将来要学习哪种语言。

但到了12个月，这种能力就出现了明显的分化：那些持续暴露在母语环境中的婴儿，开始只对母语的音素保持敏感，而逐渐丧失对其他语言音素的感知能力。

这个发现告诉我们一个重要道理：语言发展的窗口从生命的第一天就开始计时。婴儿出生时自带一副能够学习任何语言的“耳朵”，但这副“耳朵”需要在特定的环境中持续使用，否则就会“生锈”。

科学家们还在婴儿身上发现了另一个惊人的能力——统计学习。1996年，Canton的Jenny Saffran及其同事做了一个实验：让8个月大的婴儿听一段由假词组成的连续语音流。这些假词是完全没有意义的音节组合，比如"bidaku"、"pabatu"、"golabu"。但其中隐藏着真实的单词结构——每三个音节构成一个“单词”，这三个音节出现的频率总是很高，而单词和单词之间的过渡频率则很低。

实验过程是这样的：婴儿先听两分钟这段语音流，然后研究人员换了一种方式呈现这些音节——把“单词”和“非单词”分开播放，同时用一种特殊的仪器测量婴儿的注意力。实验结果是惊人的：婴儿明显花更长时间听“非单词”，这说明他们已经学会了识别统计规律，无意识地从连续的语音流中提取出了隐藏的“单词”。

这个实验的启示是：婴儿的大脑从出生的第一天起，就在进行复杂的统计计算。它在记录每一种音素组合出现的频率，在构建语言的概率模型，在为正式学习语言做着看不见的准备。换句话说，婴儿不是一张白纸，而是一台预装了学习程序的超级计算机。

基因与环境的二重奏：Foxp2基因的启示

如果说大脑是语言工厂的硬件，那么基因就是决定这台机器如何运转的蓝图。科学家们一直想知道，有没有某个基因专门负责语言能力？

答案可能是令人失望的——目前没有发现任何单一基因能够“决定”语言能力。语言是一种极其复杂的功能，涉及数百甚至上千个基因的协同作用。但是，有一个基因引起了科学家的特别关注——Foxp2基因。

Foxp2基因的发现源于一个德国家族的奇怪病例。在这个家族中，至少有10名成员存在严重的语言障碍：他们的智力基本正常，能够理解别人说的话，但说话时存在明显的困难——发音不清晰，语法混乱，无法控制语言的节奏和韵律。更奇怪的是，这种障碍似乎是可以遗传的——患者的父母、子女中也有人表现出类似的问题。

2001年，科学家终于找到了罪魁祸首：Foxp2基因的突变。这个基因位于人类第7号染色体上，编码一种转录因子——一种能够调控其他基因表达的蛋白质。携带突变版本的Foxp2基因的人，大脑中与语言相关的神经回路发育会受到影响，导致语言能力的缺陷。

但Foxp2基因的真正神奇之处，在于它的进化故事。

这种基因并不是人类独有的。科学家发现，几乎所有的哺乳动物都携带Foxp2基因，而且版本非常相似。小鼠的Foxp2基因与人类有85%的相似度，黑猩猩与人类的相似度更是高达98.8%——只有两个氨基酸的差异。

然而，正是这两个氨基酸的差异，可能对人类的语言能力产生了深远影响。2009年，神经科学家Gre一类研究者做了一个大胆的实验：他们把人类版本的Foxp2基因“敲入”小鼠，替换掉小鼠自身的Foxp2基因。结果显示，这些转基因小鼠发出了一些奇异的变化：它们的超声波叫声变得更加复杂，学习走迷宫的速度也明显加快。

更细致的分析发现，携带“人类版”Foxp2基因的小鼠，其大脑中负责运动学习和序列学习的区域发生了变化——这些区域的功能与人类布洛卡区的功能有些类似。这表明Foxp2基因可能通过调控其他基因的表达，影响了大脑中与语言相关的神经回路的发育。

但我们必须强调：Foxp2基因并不是“语言基因”。它更像是一个“发育总开关”，影响着大脑多个区域的发育，包括与语言、运动、学习相关的区域。把它单独拿出来说“这就是人类会说话的原因”，就像把一台电脑的某个电容说成是“电脑之所以能运行的原因”一样——忽略了整个系统的复杂性。

Foxp2基因的故事给我们的最大启示是：语言能力既有生物学的基础，又与后天的环境密不可分。一个携带完美版本Foxp2基因的婴儿，如果出生后从未听到过任何语言，他依然无法学会说话。基因提供的是“可能性”，而环境提供的是“现实性”。两者缺一不可。

关键的一千天：语言发展的黄金窗口

在神经科学领域，有一个概念正在被越来越多的研究所证实：人类大脑存在一个语言发展的“关键期”（Critical Period）。

什么叫关键期？想象一下小鸟学习唱歌的过程。如果一只小金丝雀在出生后的头几个月里没有听到成鸟的歌声，它长大后就永远学不会正常唱歌——即使后来给它播放再多的歌声样本也无济于事。这是因为在关键的发育窗口期内，小鸟的大脑必须接收到特定的刺激，才能形成正确的神经回路。过了这个窗口期，大脑的可塑性就会大大降低，错误已经定型，难以纠正。

人类的语言发展是否也有这样的关键期？

答案是肯定的，虽然人类的语言关键期不像小鸟唱歌那样严格，但它确实存在，而且持续的时间相当长——大约从出生到7岁左右。

最有力的证据来自“狼孩”的案例。1920年，印度传教士辛格在森林中发现了两个被狼群抚养大的女孩，大的约8岁，小的约1岁半。辛格把她们带回了孤儿院，开始尝试“回归人类”的教育。较小的女孩在2年后就去世了，而较大的女孩（取名“卡拉”）活了下来，但她的语言发展却始终停滞不前。卡拉学会了大约50个单词，能够进行简单的生活交流，但她永远无法说出完整的句子，语法混乱，发音怪异。1952年，卡拉因肺炎去世，年仅约40岁。

这个案例的启示是：语言学习错过了关键期，后果可能是终身的。虽然卡拉在8岁之前可能已经接触过一些人类语言，但狼群的环境显然没有给她提供足够的语言输入。当她被“解救”回来时，她的大脑可能已经过了语言发展的最敏感阶段。

更系统的证据来自聋哑儿童的研究。在美国手语（ASL）研究中，科学家发现了一个有趣的现象：那些在婴儿期就接触手语的聋哑儿童，他们的手语水平与母语者几乎无异。但那些在童年或成年后才开始学习手语的聋哑人，无论学习多长时间，他们的手语中都存在明显的“外国口音”——手型的位置、动作的幅度、表情的使用，都与真正的母语者有细微但可察觉的差异。

这说明，即使是在视觉-手势语言这样相对“宽松”的领域，关键期的作用依然存在。

那么，语言发展的关键期具体是什么时候呢？科学家们通过大量的研究，逐渐勾勒出了一个时间线。

0-1岁：感知敏感期。 这个阶段是婴儿建立语言感知系统的关键时期。婴儿需要听到大量的语音输入，才能形成对母语音素的敏感。前面提到的Kuhl教授的研究表明，6到12个月是婴儿感知系统重塑的关键窗口。如果一个婴儿在这个阶段只听到一种语言的声音，他的大脑就会逐渐“专门化”，只对这种语言的音素保持敏感。

1-3岁：词汇爆炸期。 一旦婴儿开始说话，他们的词汇量会以惊人的速度增长。正常的英语儿童在18个月大时平均能说50个左右的单词，但到了2岁，这个数字可能已经增长到200-1000个。这种现象被语言学家称为“词汇爆炸”（Vocabulary Explosion）。为什么会出现这种现象？一种解释是，婴儿需要积累足够多的词汇，才能发现语言中隐藏的“规律”——比如词尾的变化规则、词语的组合模式。一旦这些规律被“悟到”，新的词汇就能被快速吸收和创造。

2-6岁：语法习得期。 这个阶段是语法能力快速发展的时期。幼儿开始掌握越来越复杂的句子结构，包括否定句、疑问句、被动句，甚至开始使用嵌套结构。英语儿童通常在4岁左右就能基本掌握母语的主要语法规则。当然，更精细的语法知识——比如虚拟语气、复杂的从句——可能要等到上学后才逐步完善。

7岁之后：关键期逐渐关闭。 过了7岁，大脑的语言可塑性开始明显下降。虽然人类依然能够学习新的语言，但达到母语水平会变得越来越困难。这就是为什么大多数语言学习者都难以摆脱“外国口音”，即使他们在成年后移居到另一个国家生活了几十年。

这个时间线告诉我们：0-3岁不只是一个普通的成长期，而是语言发展的“黄金窗口”。在这三年里，婴儿的大脑每秒能够建立超过100万个新的神经连接（这个速度在人的一生中都是最高的）。如果把大脑比喻成一座正在建设中的城市，那么0-3岁就是这座城市地下管网铺设的关键期——一旦管道铺好，后续的建筑就能顺利通水通电；但如果错过了这个时期，后面的建设就会事倍功半。

家庭观察实践：婴儿发声观察记录

了解了语言的生物学基础之后，让我们把目光从实验室收回，放到每个普通家庭的日常中。其实，作为父母或即将成为父母的人，你完全可以在家里进行简单的观察，用科学的方法记录宝宝的“语言发展历程”。

下面是一份专门设计的“婴儿发声观察记录表”。你可以在接下来的一周里，每天抽几个固定的时间段（建议在宝宝清醒、状态平静的时候），认真观察并记录宝宝的每一次发声。

婴儿发声观察记录表示例

| 日期 | 时间段 | 发声类型 | 具体描述 | 情境 | 频率 | 备注 | |------|--------|