3.1 二语语音习得理论模式
对于二语者与母语者在语音上的表现差异，人们往往关注二语者本身母语语音系统、母语加工模式与其目标二语发音、感知表现的种种联系，从不同角度提出理论模式或假设。其中影响较大的主要有Flege的语音学习模式（如Flege,1995）, Best的感知同化模式（如Best,1995），以及Kuhl的母语磁石模式（如Kuhl,2000）和Bohn的感知脱敏假设（如Bohn,1995）。另外，中国学者石锋的语音格局理论（石锋，2008）近年来在以汉语为二语的语音习得研究中也得到越来越多的应用。
3.1.1 语音学习模式
Flege提出的语音学习模式（speech learning model，即SLM）主要目的是解释学习者在习得二语发音和感知历程中的进展变化情况。该模式包含两个假设：其一，学习者不能充分区分其母语和二语两个语音系统；其二，其成功习得母语语音所需要的各种能力（如对语音输入的准确感知能力、根据语音共同特征进行范畴化的能力、发出与自己所感知到的语音特征相对应语音的能力）终生保持完整（Flege,2003）。
在SLM模式中，特定语言的声音都在长期记忆中以记忆表征的形式存在，以语音范畴（phonetic category）的形式构成。在二语语音学习的早期阶段，对于二语的语音输入，学习者可能会在感知中将那些二语中存在、但母语中没有的区别特征过滤出去。但当学习者一旦习得大量需要在语音上加以区别的二语词汇后，这种对输入的过滤性感知就不再存在了。SLM预测，二语音如果与母语中最接近的音感知距离越远，则学习者对该音越容易形成新的范畴。
SLM主张，二语学习者与母语者在语音上的偏差主要是由于先前母语语音习得过程的干扰，而非神经系统失去了可塑性。即使是成人也较好地保持了儿童习得母语那种习得能力，其中就包括对二语元音或辅音建立新范畴的能力。然而，随着年龄的增加，建立二语语音范畴的可能性越来越小。因为在母语语音范畴经过儿童时期和成人早期的发展后，二语元音或辅音越来越容易被同化到母语语音范畴中。如果二语语音范畴总是被归入到相关的母语范畴中，二语语音的范畴形成进程就会遇阻停止。
SLM认为，双语者的母语语音系统和二语语音系统必然会相互影响，因为组成两个语音系统的元素都存在于“同一个语音空间”，是从属的两个分系统。因此，双语者不管是对母语语音系统还是对二语语音系统，对其中各音的区分方式会尽量保持一致，将其视为都属于同一个语音系统看待。对二语语音系统语音范畴的影响方式主要有两种，即“语音范畴同化”（phonetic category assimilation）和“语音范畴分解”（phonetic category dissimilation）。在这个共同的语音空间中，如果一个二语语音在原先被母语语音占据的部分建立了新的范畴，则该二语语音范畴与先前存在的母语语音范畴就会相互有所区别。而此时双语者的二语语音范畴和母语语音范畴都与其他非双语母语者在该部分的语音范畴已经不同。这种现象就是语音范畴分解的结果。如果一个二语语音与在母语系统中相近的语音感知上存在区别，但仍未建立新的范畴时，就会发生语音范畴的同化现象。在这种情况下，学习者会将该二语语音范畴和母语语音范畴等同起来，在综合两者特征的情况下，建立一个共同的复合式语音范畴。这样，学习者发出的二语音就带有其母语音的特点，而发的母语音又听起来像二语音。
SLM模式还认为，跟母语语音的习得历程一样，二语语音的习得进展较为缓慢，而且需要在获得大量的二语输入后才可能成功。语言输入在语音习得中有重要作用，Flege（2003）指出，在评价二语学习者在习得二语语音时是否要受到种种限制，要看学习者是否也接受了与母语同样多的语音输入，否则二语语音习得受限的观点便难以成立。
3.1.2 感知同化模式
感知同化模式（perceptual assimilation model，即PAM）将非母语语音的感知分为两类情况，第一类是非母语听音者对非母语音的感知，实际上就是单语者对不熟悉的非母语音的感知，这些听音者并不将该语言的语音作为第二语言来积极学习或使用，早期的PAM（Best,1995）就是针对这类感知现象提出的。第二类情况是真正意义上的二语学习者的感知，他们主动学习和使用第二语言以实现交际功能与目标，后来的PAM-L2 （Best&Tyler,2007）对此有深入的描述。
在PAM框架中，听音者在感知非母语音时，常常根据母语经验，将非母语音同化到发音最相近的母语音位范畴中。在感知两个非母语音时，一般有以下几种同化模式：① 将两个非母语音分别同化到母语音的两个范畴，即双范畴型（Two Category, TC）同化，区分效果非常好；② 将两个非母语音同化到母语音中一个范畴，且两音与母语音范畴的拟合程度都差不多，即单范畴型（Single Category, SC）同化，其结果是无法区分；③ 将两个非母语音同化到母语音的一个范畴，但两者与母语音范畴的拟合程度不一样，即范畴拟合度差异型（Category Goodness, CG）同化，此时的区分效果中等；④ 两个非母语音只有一个音能同化到母语音范畴，即单方范畴型（Uncategorized-Categorized, UC）同化，区分效果较好；⑤ 两个非母语音都没同化到母语音范畴，即双无型（Uncategorized-Uncategorized, UU）同化，区分效果中等或较差，取决于两音与相关母语音的相似程度；⑥ 比较少见的极端情况是，两个非母语音听起来完全不像正常的语音，即不可同化型（Non-assimilable）。
值得留意的是，PAM将母语系统对非母语音感知的影响在音系层面和语音层面上的关系有所考虑。非母语音听音者并不清楚所区分的两个非母语音的语音区别在音系层次上的差异，他们只意识到在自己母语中，语音层面的感知差异可影响到对音系层面的语言功能范畴的区别。
为了将学习者初期阶段的非母语音感知与后期更高阶段的二语音感知区分开来，Best与Tyler（2007）在PAM基础上提出了PAM-L2。该模式更为突出语音和音系层面上的语音的关系，指出音系层面对二语音感知至关重要，二语学习者正在发展其二语语音系统，这与单语者的非母语音感知情况大为不同。当二语学习者在感知两个二语音差别时，PAM-L2提出四种情况，即：① 只有一个二语音系范畴被感知为与一个母语音范畴类似；② 两个二语音系范畴被感知为与同一个母语音系范畴类似，但其中一个比另一个类似程度更低；③ 两个二语音系范畴被感知为与同一个母语音系范畴类似，但两者的类似程度差不多；④ 二语音系范畴与任何母语音系范畴都完全不同，无法同化。与PAM类似，在每一种情况里，PAM-L2还根据语音层次的可能表现，详细预测了感知效果。
3.1.3 母语磁石模式
Kuhl（2000）的母语磁石模式（native language magnet model，即NLM）主要目的是解释从听觉加工转换到特定语言的感知加工过程。该模式认为，对语音声学属性的感知取决于人早期的语言经历。婴儿可根据语音输入中一些反复出现的语音特征，在感知过程中将语音段归入到各个范畴，这样就在所形成的母语语音范畴和相关语音输入之间建立了特定的“映射”关系。婴儿对身边语音输入的映射过程会形成一个复杂的网络或过滤器，对语言的感知就是通过这个网络或过滤器进行的（Kuhl,2000:11854）。而感知系统在经过调整适应母语语音范畴后对二语语音的感知会受到一定影响。由于难以将母语和二语语音的映射（即范畴化）功能截然分开，同时对母语音位范畴映射已形成的神经专职化（neural commitment）也会影响到二语语音加工，二语的感知就相应受到干扰。
值得一提的是，NLM模式还认为二语语音感知的困难主要是来自先前的语音经历，而非是由于神经系统失去了可塑性所导致，所以成人习得二语语音并非不可能。Kuhl（2000:11855）指出，如果儿童在幼年时期就同时学习两种语言，已经对母语和二语语音建立了两种不同的映射系统，则其先前经历对以后的影响就会很小。而成人学习二语语音要想避开母语经历的干扰，最好的办法是重新经历当初幼儿习得母语的那种过程，即接受夸张化的声学信息，接触不同说话人的语音实例，积累大量的听音经验。
3.1.4 感知脱敏假设
Bohn（1995）在其感知脱敏假设（desensitization hypothesis）中指出，尽管不少研究和理论都给予语言迁移假说以大量支持，认为二语学习者的母语背景对其二语感知表现有举足轻重的影响，但实际上这个观点并不完全正确。以二语学习者的元音感知情况看，如果二语的某元音所占的语音空间区域在学习者母语空间里并未得到占用，则学习者的母语背景对该元音的感知不会发生作用。在该研究中，英语母语者对“beat-bit”“bet-bat”系列音的区分主要是依赖其语谱特征，时长信息对其区分结果完全没有影响。与此相反，以德语和西班牙语为母语的被试对时长依赖程度较大，而以汉语为母语的被试对时长则完全依赖，而这三类被试的母语元音空间在相应区域都没有类似英语/i/-/ɪ/或/ε/-/æ/的音位对比。尽管对德语元音的区分需要用到时长信息，但在西班牙语和汉语中的元音并不利用时长进行辨别。可见，尽管二语学习者来自多种母语背景，对那些未在母语元音空间中分配有音位区域的元音使用时长进行区分是一个通用的语音感知策略。对此Bohn提出感知脱敏假设，即无论听音者具有何种母语背景，如其语言经历难以让其对一些非母语语音有语谱维度上的敏感性，则在区分这些语音时，一旦其难以觉察到语谱特征差异，他们就会依靠时长差异进行辨别。
3.1.5 二语语音格局
石锋（2008:19）提出，每一种语言或方言都有各自的语音格局。对语音格局的分析将语音学和音系学联系起来，反映出这种语言语音的系统性特征。语音格局可以有语音的切分和定位特征、音位变体的类别和分布趋势、不同音位之间的相对表现和配列关系。语音格局的方法可用于语音的辅音、元音、语调、韵律特征等各种成分、层次的分析。例如元音格局是元音系统性的表现，包括的内容可以有元音的定位特征、内部变体的表现以及整体的分布关系，等等。
语音格局的方法在二语的语音习得和语言接触的研究中已经得到有效应用。如李晶与石锋（2008）所指出，中国学生的英语语音应是一个自成体系的语音系统。该研究对中国小学生习得五个英语一级元音的情况进行分析后发现，学生对英语语音的习得展现出一种介于母语和英语之间的过渡性质；只有将该系统的内在系统性和外在母语影响相结合，才能对这个系统有一个准确全面的理解和认识。石锋及温宝莹（2005）对中日学生各自在汉语和日语中的元音发音进行对比分析后发现，母语的语音习得系统性较强，发展比较稳定；而二语发音的系统性一定程度上有所减弱；同时，二语语音习得过程中存在着许多母语迁移现象。类似结论在其他母语背景的二语学习者中也得到印证，如德国学生（高玉娟、石锋， 2006）、俄国学生（石锋、时秀娟，2004）以及韩国学生（石锋、曹巧玲，2005）的汉语语音学习中的母语迁移现象。石锋、温宝莹和李晶（2008）以汉语水平为初级的美国人为被试，对其元音系统格局进行考察后发现，其汉语语音系统同时受到其母语即英语以及元音标记性强弱因素的制约。其中，母语的影响是显性存在，而元音标记性的影响则隐性存在，但两者有很强的一致性关系。在两者的共同作用下，与母语语音相似的元音比相异的元音容易习得，母语中没有的新元音最难习得。
值得特别提及的是，夏全胜与石锋（2007）以学习两门外语的中国学生为被试也证实了石锋及温宝莹（2005）的结论。该研究对第一外语为英语的中国学生在学习第二外语西班牙语时的元音表现进行实验分析，考察母语和第一外语对第二外语的影响。研究发现，母语与第一外语、第二外语间存在正迁移、负迁移和零迁移现象，迁移来源和性质各不相同；第二外语元音学习既会受到母语迁移的作用，也会受到第一外语的迁移作用。第二外语的元音习得与母语元音习得有差异，其元音格局只是大致的、模糊的，缺乏系统性，个体差异较大，不像母语元音习得那样稳定、系统性强。
总体看来，上述几种语音习得理论既有相似点也有不同之处。Flege的语音学习模式对语音感知和发音两方面都有所探讨，PAM、NLM和感知脱敏等模型主要着眼于语音的感知问题，石锋的语音格局框架又主要描述二语发音表现在语音空间中的整体趋势。其中PAM模式与SLM模式都假设二语语音的感知问题是因为学习者常常将二语语音的音位范畴同化到母语范畴中去。另一方面，这两个模型对于这种同化的具体描述并不一样。根据SLM模式，随着两种语言间的语音感知相似度减小，形成新范畴的可能性就成线性增大。而PAM模式则认为，与母语语音只有一定相似度的二语语音比与母语语音高度相似或者完全不同的二语语音都更有可能形成新范畴（Flege et al.,1999）。同时， PAM模式还明确对二语感知中语音和音系层次所表现的关系做了描述。此外，SLM与NLM模式都主张二语学习者与母语者在语音上的偏差主要是由于先前母语语音习得过程的干扰，而非神经系统已经失去了可塑性。