语音是否是词加工过程中的一个必然环节？
以往的研究中争议较大的一个问题是在词汇认知中语言信息是否产生了作用。要探讨这一问题，首先要回答的一个问题是，在词汇识别过程中是否存在语音信息的激活，即语音是否是词汇加工中的一个必然的环节。如果在词汇加工的时候不存在语音信息的激活，讨论语音通路在语义通达中的“中介”（mediation）（VanOrden&Goldinger，1994）作用就没有太大的意义了。为了更具有操作性，研究者们一般把语音发生的“必然性”（mandatory）定义为语音信息的“自动发生”（automatic）。研究语音的自动激活主要有两种方法，一是采用掩蔽的实验范式，由于在这种范式中刺激项目呈现时间很短（一般为20～30毫秒），在这样短的时间内不论是目标词，还是启动词都不能得到充分的加工，在这种情况下如果得到了语音效应（即同音启动效应），则可以认为语音的激活是自动发生的，没有受到意识的控制；另外一种方法是通过考察在不需要语音参与的任务（例如语义类别判断任务）中，如果语音信息对完成任务会有干扰作用，那么也可以认为语音的激活是自动发生的，不受策略因素的影响。
一掩蔽启动实验研究
Perfetti&Bell（1991）采用后向掩蔽启动的实验范式，结果发现语音在拼音文字中是自动激活的。在实验中首先呈现的是目标词，呈现时间约为30毫秒，然后呈现假词作为掩蔽刺激，其呈现时间为25毫秒。掩蔽词与目标词的关系或者同音，或者形似，另外还有无关控制词（实验材料举例：rate—rait；rate—ralt；rate—busk）。最后呈现的是图形掩蔽，图形掩蔽会一直停留在在屏幕的中央直到被试者写下目标词。实验结果显示形似掩蔽假词和同音掩蔽假词都对目标词的加工产生了促进效用。并且在同音掩蔽条件下，被试者的识别正确率比形似掩蔽条件下高出5个百分点。同时另外一个实验发现同音掩蔽的促进效应与词频不存在交互作用。因此研究所得到的结论是，语音信息在拼音文字的加工中被激活得很早并且激活的速度较快。同时这种激活具有普遍性，即不论是高频词还是低频词的加工中都存在着语音的作用。
在采用前向掩蔽启动范式的研究（Lukatelaetal.，1998）中也发现了语音的自动激活现象。实验中先呈现的是掩蔽刺激，然后是启动词和目标词。启动词与目标词或者形似或者同音。启动刺激与目标刺激不同步呈现的时间间隔（即SOA）分别为29毫秒或者57毫秒。结果表明在两种时间条件下同音的启动效应都大于形似的启动效应。
汉字与拼音文字相比较在拼写加工单元（笔画）与语音单元（音素）之间的对应几乎没有规则性，汉语阅读中语音的激活是自动发生的还是受到被试者的某种策略的控制呢？Tanetal.（1995，1996）采用汉语的单字词作为实验材料，当目标词与掩蔽词的呈现时间分别为60毫秒和40毫秒时，在掩蔽条件下得到了同音掩蔽的易化效应，出现了音同的促进效应，但是同音的易化作用只在高频词中才显著，在低频词中同音掩蔽与控制条件没有差异。
张武田等（1993）也采用掩蔽启动范式探讨了高、低频汉字词的语音激活情况。实验结果同样发现了语音的自动激活现象，但是其激活程度与词频存在着交互作用。具体表现在高频形似音同的启动字在SOA为25毫秒启动下有显著的促进效应，而形似音异的启动字在25毫秒与35毫秒时间点上对目标词的加工有显著的抑制效应。低频字与上述相应情况表现为不显著的促进和抑制效应。这种实验结果表明高频词的语音激活程度可能要高于低频词。
二语义任务实验研究
另外，一些研究（如VanOrdenetal.，1988，1990）在语义任务中也得到了同音干扰效应，在这种实验范式中被试者的任务是对目标词进行语义类属的判断，任务的完成并不需要语音信息的参与，在此类任务中发现语音干扰效应从一个侧面也反映了语音的加工是自动的，不受被试者意识控制的影响。
Perfetti&Zhang（1995）研究汉语加工，在同义判断任务中得到了语音干扰效应，即被试者在对同音但语义无关的字对作同义判断时错误率与反应时间都要大于完全无关的控制字对。
三亚词汇实验研究
Zhang&Perfetti（1999）同时考察了字频与声旁、整字读音一致性两个因素在同音、同义判断中的影响。结果发现不论是高频词还是低频词在同义判断中均出现了语音干扰效应，这说明在高频词和低频词的加工中语音在整词水平上都被激活了。同时在同音判断任务中，声旁读音与整字读音一致的字（如“仪”）其反应时和错误率均低于不一致的字（如“视”），这说明在词汇的识别过程中语音信息的激活发生在两个层次，既可以发生在整词水平，也可以在亚词汇水平。
总之，不论是在拼音文字还是在表意文字中，研究得到了大体一致的结果：语音信息在词汇识别中被自动激活了。
词汇认知中语音表征的作用
一语音转录假说
20世纪70年代到80年代初，对于词汇识别的研究主要集中在“语音转录”假说上，自从Rubensteinetal.（1971）提出“语音转录”假说之后，研究者们做了大量的工作对其进行验证。研究的假设是，如果心理词典内词条的通达要经由形素到音素的转换才能通达到词条，那么词汇加工的难易应受到形—音转换难易的影响。Gough&Cosky（1977）报告了形素—音素对应符合读音规则的词比不符合规则的词（如pint—pill）命名速度快。关于音节数的研究（Spoechr&Smith，1973，1975）也发现，单音节词比两个音节的词（词长和频率匹配）的识别正确率高。另外同样是单音节词，包含4个音素的词（e.g.shark）比包含5个音素的词（e.g.stark）识别率更高一些。然而其他的一些研究（Frederiksen&Kroll，1976；Green&Shallice，1976）在语义分类任务以及词汇决定任务中都没有发现音节数效应。
语音转录假说在70年代和80年代颇为盛行，它主要探讨的是形素向音素转换的理论问题，研究者通过实证研究表明了某种情况下会发生形素到音素的转换，而某些情况下不会发生这种转换，从形到音的映射是在整词水平上进行的，由此产生了语音的双通道理论（Coltheartetal.，1977）：视觉词汇语音的激活既可以通过前词通路（prelexical），也可以在整词的水平上进行。然而语音的激活是发生在整词水平上还是在亚词汇水平上，与语音在词汇识别通达中起怎样的作用似乎没有很直接的联系。因此根据传统的“双通道理论”无法很好地说明语音在词义通达中的作用这个问题，以后的研究者采用更为合理的研究方法从多个角度对语音在语义通达中的作用进行了探讨。
二语义分类任务（semanticclassificationtask）研究
语义分类任务首先呈现给被试者一个语义类别（如植物，物体等），然后再呈现给被试者目标词，被试者的任务是判断目标词是否属于前面出现的语义类别（如flower）。探测项目为语义类别词（如rose）的同音词（如rows）或者同音假词（如roze）。研究假设如果语音是语义激活中的中介通路，那么同音词或同音假词被呈现后，其语音表征被激活并自动扩散到语义类别词的语音表征上，然后由语音表征映射到其语义表征上，这样语义类别词的语义就被激活了，就会使被试者容易做出错误的“是”反应，或者为了纠正错误而延长了反应时间。与词汇判断（lexicaldecisiontask）以及命名（namingtask）等实验任务相比，语义分类任务需要通达到目标词的语义才能完成，所以更接近于正常的阅读行为。
VanOrdenetal.（1988）考察了同音非词（如suteforanarticleofclothing）作为干扰项目的情况。结果发现，同音非词与无关控制条件相比，在判断错误率上前者显著大于后者。研究者认为这种干扰效应的出现是因为同音词通过语音表征激活了正确类别词的语义，对被试者做出正确的判断形成干扰而造成的。并且由于非词在心理词典中没有相应的词条，因此语音的激活是由非词典通路来完成的，另外一个实验把真词作为同音干扰项目也发现了干扰效应。如果把非词看作词频极低的词，而把真词看作词频较高的词，那么实验的结果说明不论词的熟悉性如何，语义都是经由语音中介通路进达的。
Jared&Seidenberg（1991）对VanOrdenetal.（1988）的实验结果提出质疑，认为在实验中得到的干扰效应受到了语义类别对目标词“预启动”效应的“污染”：在VanOrden的实验中，由于语义范畴都很小，当被试者看到类别名称时可能会预先产生几个可能的范例，而如果被预激活的词在形、音、义任一层面上与目标词相匹配，都会使被试者容易做出错误的“是”的反应，也就是说被试者作出的反应并不一定都是基于语义层面，因此这个实验结果无法说明语义是经由语音通路来通达的。Jared等人在实验中使用了范畴较广的语义类别，结果只在低频词中发现了同音干扰效应。
Jared&Seidenberg（1991）主要对VanOrdenetal.（1988）实验中所用的材料与方法提出了批评，而Frost（1998）则指出用双通道理论同样可以解释VanOrdenetal.（1988）的实验结果。根据双通道理论（Coltheartetal.，1977；Seidenberg，1985），视觉通路通常快于语音中介通路，因此当同音干扰词（如rows被呈现时），它的语义由视觉通路通达，而由于语义分类任务需要一段时间才能完成，这就使得语音信息能够参与到加工过程中来，通过语音表征其同音词rose的语义也得以通达。这样两条通路就得出了互为矛盾的结果：根据视觉通路产生的结果应做出“否”的反应，而根据语音通路则应做出“是”的反应，这种不一致就会导致较大的错误率和较长的反应潜伏期。
由此看来，采用语义分类任务这一实验范式考察语音在语义通达中的作用，不论是在方法上还是在理论上还存在一定的不足之处。
三语音中介语义启动实验研究
在语音中介语义启动实验任务中，在目标词（如frog）前面所呈现的不仅有其语义相关词（toad），而且还有语义相关词（源词）的同音词（towed）或者同音假词（tode）。实验范式假设，如果语义表征是被语音信息激活的，那么不仅语义启动词对目标词的识别有促进作用，同音词或者同音假词对目标词的识别也应该有促进效应。这是因为当启动词被呈现时，不论是语义相关词、同音词还是同音假词，其共同的语音表征被激活后会映射到相应词汇的语义表征上，这样不仅所呈现的词的语义信息被激活了，其同音词的语义信息也被激活了。随后被激活的语义信息又扩散到与之相关联的或者部分重叠的语义表征上，这其中也包括了目标词，因此目标词的语义被预激活了，反映到加工时间上反应时间被缩短了。
Lukatela&Turvey（1991）采用语音中介语义启动范式发现语音在拼音文字的语义通达中起了重要的作用。实验中所用的启动词为与真词同音的假词，如chare—table（chare为假词，按照英文的读音规则，chare与chair同音）。启动词和目标词之间的SOA为280毫秒。实验结果发现启动刺激对目标词的加工有促进作用，并且这种启动作用与直接的语义启动相比较并没有显著的差异。因此作者认为，在英文中的词汇识别中，语音起到了关键的作用。
另外的一个研究（Lukatela&Turvey，1994）考察了在较短的SOA时间点上语音中介语义启动的情况。启动词分别为目标词的语义相关词（源词）、源词的同音词、同音假词、与源词形似的词，以及无关控制词（材料举例：toad，towed，tode，tord—frog）。研究假设如果语音信息对语义的提取产生重要作用，同音词也应与语义相关词一样对目标词产生启动效应。结果发现当SOA为50毫秒时，语义启动、同音中介启动以及同音假词启动都对目标词的识别有促进作用，并且同音启动与直接的语义启动之间无显著差异，而形似启动效应不显著。实验的结果说明语音激活发生的很早并且对词义的通达产生作用。当SOA为250毫秒时，则只得到了同音假词和语义相关词的启动效应，同音词的启动效应不显著。作者认为这是因为随着SOA的增加，形的因素开始发挥作用抑制了被激活的在字形上与目标刺激不匹配的词。例如在towed的加工中随着SOA的增长，在字形上与所呈现的词不符的词（toad）就被抑制住了，因此towed就无法对目标词产生启动效应。而由于拼写核证过程对假词无法产生影响，因此在长的SOA的时间点上，仍然可以观察到同音假词对目标词的启动效应。总之，Lukatela等人的实验结果支持了VanOrden（1988）提出的“核证模型”，即语音在词义激活中起到了关键的作用，被激活的不恰当的同音词在词汇加工的后期被抑制住了。
Lesch&Pollatsek（1993）采用同样的实验范式，比较了语义关联词、同音词以及形似词对目标词加工的影响（实验材料举例：beech，beach，bench—nut）。实验结果发现当SOA为50毫秒时，语义相关条件和同音词条件都对目标词产生易化效应，当SOA为250毫秒时只发现了语义相关启动效应。而在两种条件下都没有发现形似启动效应。实验的结果同样支持了VanOrden（1988）“核证模型”。
