表意文字（如汉字）与表音文字（如英语）在符号与现实世界关联方式上的根本差异：

• 汉字：字形 → 意义 → 实物（如“山”字像山，直接唤起山的形象）
• 英语：字母 → 声音 → 意义 → 实物（如 “mountain” 这串字母本身无意义，需先读出声音，再联想到山）

那么问题来了：英语这样的表音文字，其“音”是如何最终与实物建立联系的？

答案是：通过“约定俗成的语言符号系统”和“儿童语言习得机制”实现的。下面从几个层面详细解释：

一、语言的本质：符号与意义的任意性（索绪尔原理）

现代语言学奠基人索绪尔（Ferdinand de Saussure）指出：

语言符号 = 能指（signifier） + 所指（signified）

• 能指：声音形象（如 /maʊntən/）
• 所指：概念（“高山”这个抽象概念）
• 二者之间的联系是任意的、约定俗成的，而非自然或图像性的

举例：

• 英语用 /maʊntən/ 表示山
• 法语用 /mɔ̃tɑ̃/（montagne）
• 日语用 /yama/
• 汉语用 /shān/

这些声音彼此毫无关联，却都指向同一个现实物体——因为每个语言社群内部达成了“社会契约”。

所以，英语的“音”不是“天然”对应实物，而是通过社会学习建立的心理联结。

二、儿童如何学会“音 ↔ 物”的对应？

孩子学语言时，并非先学字母，而是通过听觉-视觉-动作的多模态体验建立联系：

1. 情境绑定（Situational Binding）
   • 父母指着一座山说：“Look, a mountain!”
   • 孩子将 听到的声音 /maʊntən/、看到的山、父母的手势/表情 绑定在一起。
   • 重复多次后，/maʊntən/ 这个声音就自动激活“山”的概念。
2. 无需文字介入
   • 文盲或幼儿不会拼写 “mountain”，但完全能理解并使用这个词。
   • 语音 ↔ 概念 的联结发生在文字之前。

所以，表音文字的“音”之所以能指代实物，是因为语言本身（口语）已经完成了这一映射；文字只是记录语音的工具。

三、文字的角色：记录语音，而非直接指物

• 汉字：文字 ≈ 概念符号（可跨语音存在，如中日韩都认“山”字）
• 英语字母：文字 = 语音符号（必须通过发音才能通向意义）

因此，英语使用者看到 “mountain” 时，认知路径通常是：

视觉（字母） → 内在语音（/maʊntən/） → 概念（山） → 实物

而熟练读者会发展出快速通路（直接字形→语义），但底层仍依赖语音系统的支撑。

🔬 神经科学证据：
阅读英文时，大脑的听觉皮层会被激活，即使 silent reading（默读）也是如此；
而中文阅读更多激活视觉-语义区域。

四、表音文字如何表达抽象或无实体的概念？

你可能会问：那像 “justice”（正义）、“freedom”（自由）这种看不见摸不着的概念，怎么通过“音”对应？

答案是：人类通过隐喻、类比和社会共识构建抽象概念的“心理现实”。

• “Justice” 最初可能源于“平衡”“公平分配”的具体行为；
• 通过语言反复使用，/ˈdʒʌstɪs/ 这个声音就固化为一个共享的心理范畴；
• 社会制度（如法庭、法律）进一步赋予它现实锚点。

所有语言（包括汉语）都如此——“义”“道”“理”也是抽象概念，汉字只是用图形符号标记它，而非“画出”它。

五、对比总结：两种文字的“指物路径”

维度	汉字（表意）	英语（表音）
基本单位	字（形-义结合）	词（音-义结合）
与实物连接方式	字形 → 意象/概念 → 实物	语音 → 概念 → 实物
是否依赖语音	否（可“望文生义”）	是（必须知道读音或词义）
跨方言能力	强（粤语、官话都认“山”）	弱（不同语言用不同词）
学习起点	视觉记忆 + 语义	听觉输入 + 情境绑定

六、哲学思考：所有符号都是“中介”

其实，无论是图像还是声音，都不“天然”等于实物。

• “山”字也不是真山，只是人类创造的符号；
• /maʊntən/ 也不是山，只是空气振动。

它们之所以能指代山，是因为人类集体赋予其意义。这就是语言的魔力——用任意符号构建共享现实。

正如维特根斯坦所说：
“语言的界限，就是世界的界限。”
我们不是通过符号“复制”世界，而是通过符号“协商”世界。

结语

英语的“音”之所以能与实物对上，不是因为声音本身像山，而是因为人在特定文化中，通过经验、教育和社会互动，把某个声音与某个概念牢固地联系起来。表音文字只是忠实地记录了这一声音符号系统。

而汉字则选择了一条不同的路：跳过声音，直接用视觉符号标记概念。

两者殊途同归——都是人类为理解与沟通世界而发明的伟大工具。