实验1～3采用语音中介语义启动任务得出的一般结论是，语音在汉语词汇的识别过程中起一定的作用，但是在不同频率的词汇加工中语音所产生的作用是不同的。在高频词的加工中语音的作用很微弱；而在低频词的加工中语音起了一定的作用。这与拼音文字中的相关研究不太一致，例如FolkandMorris（1995）以及Lukatelaetal.（1998）在研究中发现语音在拼音文字中起了较为重要的作用，不论是高频词还是低频词，语音信息都参与了词汇的加工。这种不同可能与文字体系的表音能力有关，拼音文字中由于存在形与音的对应关系，语音激活的速度快，因而会对词汇的识别产生较大的影响，而在汉语中，字形与语音之间没有直接的对应关系，语音信息的激活相对较慢，因而对词汇加工的影响较小。
汉语的另外一个特点是：汉语是一种声调语言，声调与声母、韵母一样都具有区分意义的作用（例如“跑”pǎo，“炮”pào）。在汉语词汇的识别过程中声调信息是否被利用是个比较重要的理论问题。从汉语音节的构成来说，汉语中的单音节主要由三部分构成：声母、韵母以及声调。声调依附于韵母之上，从这点来说声调的加工应该略晚于音段信息的加工，已有研究（CulterandChen，1997；Zhou，2000b）证实了这一点。然而以上的两个实验呈现刺激时是以听觉的形式呈现，主要考察的是听觉词汇的加工，并且实验任务主要涉及到语音的加工而不是语义的通达。在视觉词汇词义通达中声调的作用是怎样的？从语言学的角度来看声调具有区分意义的作用，那么声调的这种功能是否具有心理现实性？这些重要的问题是实验4将要考察的。
对汉语声调与词汇认知加工的实验研究
（实验4）
一研究目的
本次实验研究的目的有两个：一是考察声调信息在汉语视觉词汇识别中的作用；二考察在不同的加工时间上，声调作用的变化。
二研究方法
实验设计与材料
实验采用两因素的混合设计。被试者内、项目内因素为启动类型，包括语义相关词，语音中介启动词（与语义启动词音段相同、声调不同），以及无关控制词三个水平，被试者间因素的两个水平包括两个SOA时间，分别为120毫秒和400毫秒。实验材料包括27个目标字和81个启动字，每个目标字前对应三个启动字。三种启动条件下的平均频率分别为10.8、10.3、10.3；平均笔画分别为11.3、11、11。语义相关词与语音中介词的音段信息相同，在声调上有差异。目标词的平均频率为213，平均笔画数为9.2。语义启动词与语音中介词的语义关联性请20名中文系高年级学生或研究生在7点量表上进行评定，M=5.9（SD=0.68，range4.3~6.9）。
实验材料被分为三个版本，每个版本包含有相同比例的启动类型，每个目标字所对应的三个启动字分别放在不同的版本，关键刺激采用半随机的方式排列，在三个版本中，目标字都处在相同的位置。同时在每个版本中加入了53对填充词对，填充词与关键词无音、义上的联系。这样每个被试者要对80个项目做出反应。把被试者随机地分配到三组材料上，被试者分成两组，每组33人。
实验4的材料举例
启动类型启动词目标词
语义相关启动雁（yàn）鸟（niǎo）
语音中介启动腌（yān）
无关控制启动蛮（mán）
实验程序
同实验3。
被试者
本科生66人，女生36人，男生30人，平均年龄18～23岁，眼睛裸视或者矫正视力正常，普通话较为标准，实验后获得一份礼物。
三实验的结果与分析
删除低于200毫秒和高于1500毫秒的极端数据，被删除的数据占总量的不足1%。
实验4被试者在各种条件下对目标词的平均反应时（毫秒）及错误率（%）
SOA启动类型
语义相关启动同音中介启动无关控制启动
120毫秒548575578
3.349.3
400毫秒539572581
2.74.34.1
对正确反应的反应时进行混合设计的全方差分析，结果发现，被试者间因素的主效应不显著，F1（1，64）=0.11，P>0.05，F2（1，26）=0.05，P>0.05，被试者内因素启动类型的主效应显著，F1（2，128）=18.2，P<0.01；F2（2，52）=9.5，P<0.01，两者的交互作用不显著，F1（2，128）=0.44，P>0.05，F2（2，52）=0.7，P>0.05。
多重比较的分析结果表明，语义启动与无关控制启动相比有显著差异，被试者分析P<0.05，项目分析P<0.05，语义启动与语音中介启动有显著差异，被试者分析P<0.05，项目分析P<0.05，语音中介启动与无关控制启动差异不显著，被试者分析P>0.05，项目分析P>0.05。
对错误率的分析表明，SOA的主效应被试者分析不显著，F1（1，64）=3.7，P=0.07，项目分析显著，F2（1，26）=5.7，P<0.05；启动类型主效应显著，F1（2，128）=5.2，P<0.01，F2（2，52）=6.1，P<0.01，两因素的交互作用被试者分析显著，F1（2，128）=3.4，P<0.05，项目分析显著，F2（2，52）=3.1，P=0.05。事先的多重比较结果表明，在短的SOA上，语义启动与无关控制启动的差异显著，被试者分析P<0.05，项目分析P<0.05，语义启动与语音中介启动的差异不显著，被试者分析P>0.05，项目分析P>0.05，语音中介启动与无关控制启动差异显著，被试者分析P<0.05，项目分析P<0.05；在长的SOA上三种启动类型之间的差异不显著，被试者分析P>0.05，项目分析P>0.05。
四对实验结果的讨论
本研究采用语音中介语义启动任务，考察了汉语语音构成中的特殊组成部分——声调在汉语词汇识别中的作用。实验假设如果声调信息在词汇加工中被激活了，那么同音不同调的词之间会有相互竞争的关系（Zhou，2000b），由此会产生抑制效应。然而本实验中在SOA为120毫秒时，同音中介启动与无关控制启动在反应时间上没有差异，但是对错误率的分析发现同音中介启动与无关控制启动的差异显著，同音中介启动的平均错误率约为4%，无关控制启动的错误率约为9.3%，相差约5.3个百分点，差异显著，这说明同音中介启动字对目标字的加工有促进作用，只不过这种促进效应发生在对目标字加工的精确度上，而不是在加工速度上。因此可以设想，当“腌”（yān）被呈现后，其语音表征被激活了，而这种激活会通过心理词典的网络自动扩散到其他的同音词，并且由于其声调在这期间并没有被完全地加工，被激活了的同音词也包括了音段相同、声调不同的词的语音表征（例如“雁”），通过语音表征又激活了相对应的语义表征，语义相关词的语义表征被激活后，就会对与其在语义上有联系的目标词产生促进效应（如“鸟”）。
随着加工时间的延长，声调信息被完全地加工了，这时只有“腌”的语音表征被激活了，而“雁”的语音表征最终被抑制住了，因此它的语义表征无法得到激活，也就无法对目标词产生抑制效应。这一研究结果与前人相关的研究一致，例如Zhou（2000b）在实验采用视—视启动判断任务中在较短的时间点上（SOA为100毫秒）没有发现音段相同、声调不同的词之间的相互抑制效应，而在长的时间点上（SOA为357毫秒）则发现了这种抑制效应。Xuetal.（1999）的研究中采用语义分类任务，语义类别词与范例词的呈现时间均为500毫秒，分心刺激是与正确范例词共享音段、而声调不同的词，或者完全同音的词。结果只发现了完全同音的词产生干扰作用，部分同音的词没有产生干扰作用。作者认为这是因为由于声调的不同，与目标词同音的词汇表征无法提取出来，因而不会激活目标词的语义。
以上的两个实验中，Zhou（2000b）所关注的主要问题是汉语加工中语音的激活状况，实验中采用的是同音启动命名任务，实验中发现了音段相同、声调不同的词汇之间有抑制效应，证实了声调信息在词汇加工中被激活了，但是却无法更进一步考察声调在汉语语义加工中的作用。Xuetal.（1999）虽然在实验中采用了语义任务，但是语义范畴与范例词的呈现时间均为500毫秒，因此实验中所发现声调的作用有可能发生在词汇识别后的阶段。本实验中以语音中介语义启动效应作为窗口，采用两种不同SOA，考察了不同的SOA上声调在语义加工中的作用以及发展趋势，结果发现在较短的SOA上，音段相同、声调不同的语音中介对目标词的加工产生了促进效应，而在较长的SOA上，音段相同、声调不同的语音中介没有产生启动效应。这说明在较短的时间点上声调信息没有被完全加工，因为如果被呈现的字（例如“腌”）的语音表征（包括声、韵、调）完全被激活了，那么被呈现字的确切含义将通过语音表征得以通达，由于被激活的语义信息与目标字在语义上没有关联，因此不应对目标词的加工产生促进效应。当加工时间被延长时声调信息被完全加工了，这时被呈现的字的确切意义也得到了激活，因此对与它没有关系的目标词的加工不会产生影响。
实验在较晚的时间点上发现了声调的作用，这种现象可能在于在汉语的语音加工中，声母、韵母以及声调并不是并行加工的，而是序列地加工。Berent&Perfetti（1995）在一系列的掩蔽启动实验中发现在拼音文字的加工初期，相同辅音的启动效应要大于相同元音的启动效应，而在词汇加工的后期，同元音的启动效应要大于同辅音的启动效应，因此可以推论拼音文字的词汇加工中，辅音的加工要快于元音的加工。这可能是因为从语言学角度来看元音和辅音是两个不同的类别，元音与辅音相比语音区分性（distinct）的精确度更小一些，因此元音的加工需要更多的认知能量（cognitiveenergy）（BrysonandWerker，1989）。事实上初学者或者水平低的英语学习者在习得元音时尤其感到困难（Fowleretal.，1977；ShankweilerandLiberman，1972）。另外从形—音的匹配上来看，辅音的形—音匹配比元音的匹配更准确，这也会影响辅音、元音的加工速度，BerentandPerfetti（1995）认为，辅音的加工自动化程度较之元音的加工更高一些，后者则需要更多意识的参与。
而汉语的声调与元音、辅音相比具有不同的特性。大脑机能偏侧化的研究（陈卓铭等，1999）发现切分信息（声母、韵母）的加工主要在左半球，而声调的加工则是大脑两半球协同作用完成的，这可能是由于声调信息与韵母和声母不同，既有音乐的特点，与音乐中的曲调有着相同的声学基础，又是一种语言学信号。另外声调作为一种超音段音位，是不能独立存在的，在汉语的音节中必须依附于韵母之上，因此在加工过程中声调信息的加工应至少不早于韵母的加工；最后声调的四个调型之间的区别性并不均衡，已有研究（郭锦桴，1993）指出了声调的易混性，如按照所共享的区别性特征的数量来说，一声和三声之间的相似程度最小，二声和三声之间的相似程度较大，二声和四声之间相似程度较小。总之以上这些因素都会影响到被试者在提取某个声调时的准确性和反应速度。