量化值：100%
兩語言關係密切

量化值：58%
兩語言關係中等

量化值：13%
兩語言關係很差

量化值：2%
兩語言幾乎無關

圖：四對理想語言的1000字聲母對應關係

一、語音距離

　　語音距離，大體有兩種方法：一是給音標們規定好距離，比如o-u近，a-u遠，給定距離，然後做量化統計；二是不理會音標，只比較音類對應的整齊程度，把音標換成任何符號都不影響結果。小站採用第二種，稱其為「語音對應整齊度」。

　　我們知道，親緣語言存在語音對應，語言越親密，語音對應整齊度越好，語言越疏遠，語音對應整齊度越差。「好、差」是一種直覺，如果量化為一個可比的數字，讓一大堆語言公平對比，是需要動腦筋的，網絡上已經有兩位前輩做了很好的實踐：

　　黃藝華：基於方言之間的預測相似度進行方言聚類 （音類法漢語聚類的先驅）

　　王贇：方言音系、韻母「存古度」的一種定量描述 （一個出色的音類差異量化方法）

　　推薦大家讀讀這兩篇網文，會有很大啟發和收穫。

二、量化要求

　　① 切中要害、兼顧算力，1000多個語言兩兩比較，超過100萬組，每組若0.1秒要用36小時。

　　② 字音表字數不同、各語言聲韻調數量不同，都是材料的普遍情況，這些差異不能影響可比性，計算方法要抹平這些差異，進行公平對比。

　　③ 量化值要求在0%-100%間。

三、計算方法

　　考慮到上面3個要求，小站採用的辦法如下：

　　觀察上面四圖，我們不難發現一個規律：語音對應越整齊，每根對應線佔據兩端音位的字數比例越高，如第一圖，所有線兩端都是100%；反之則越低，如第四圖，多數線兩端都不到10%。我們把單根對應線佔據左、右端音位字數比例記為a%、b%，定義「a%乘b%」為這根線的「獨立程度」（在0-100%之間），那麼容易得到：

　　這樣，就得到了一個直觀的、有效的「語音對應整齊度」量化方法，下面舉例子說明：

　　假設某一對語言，聲母有100根對應線，第一根t-d對應，該線粗為10字，t端有20字，d端有40字，即分別佔50%、25%，那麼該線的「獨立程度」可記為：50%*25%=12.5%。 如此計算全部100根線，再以每根線的字數加權求平均，得到平均的「獨立程度」（即上面四圖的數值），這個數值在0-100%間，該值越高，聲母對應越整齊，語言越親密。 分別對「聲母、韻母、聲調、介音、元音、韻尾、聲母+介音、元音+韻尾」8組對應進行計算，得到8組「獨立程度」，再以每組加權平均（權重見下），再次得到平均化的「獨立程度」，仍在0%-100%間，這個值被小站稱為兩個語言的「語音對應整齊度」，是網頁使用的最終數據。

四、總分權重

五、多音字處理

　　① 有標註白讀且白讀唯一的，採用這個白讀音，其他音不用。

　　② 未標註白讀的，去掉文、新、又音後如果只剩一個音，那麼採用這個音，其他音不用。

　　其中約75%多音字滿足①，5%多音字滿足②，也就是說，約80%多音字得到了利用，剩下20%多音字全部捨棄，不參與統計。如此處理後，所有字都滿足一字一音，語音面貌力求白讀層次。

六、避錯

　　① 弱化特殊音影響：要求特殊音變、特殊對應對結果影響小，由於每條對應規則已乘上字數的權重，字少的對應規則，對得分影響小，所以語言中的借用層次，如果字不太多，就不影響大局。

　　② 聲調的影響力：經常見到，同一種語言，東鄉比西鄉少一個聲調，得分差別會不會很大？不會的。計算結果中，聲調權重是1/16（聲調數量較少，因而權重也小，見「總分權重」）。

七、統計數據

八、局限須知

　　② 語言中反映重要歷史的字詞，往往比較少量，如一等重韻、魚虞韻等，該方法對歷史證據不分主要、次要，所以傳統分析仍然很重要。

感謝近年來工作在一線的漢語調查工作者！