生理性别、社会性别与音质
像平常一样，那深沉、略带沙哑的声音使安妮感到脊椎的颤抖。
——戴安娜·汉密尔顿：《激情的苏醒》
她的声音总是那么温柔、轻微而舒缓，这正是女人出类拔萃之处。
——威廉·莎士比亚：《李尔王》
当你接到电话，从来电者的说话声中，你立即可以判断出来电话者是男性或是女性。你的判断一般都不会错。这是怎么回事？显然，女人和男人的声音特质有区别。但这些区别是什么？它们究竟属于生理差异还是由文化教养而后天习得的？
我们对这些刻板印象都非常熟悉，“米尔与波恩”（Mills & Boon）系列小说里的男主角，声音听起来深沉沙哑，正如前面的第一段引文所述。在电影、特别是动作片的预告片中，从粗重、沙哑、深沉的话外音里，我们可以听出典型的男性气质。女人的声音音调高，音质柔和，带有呼吸的气声或者尖细（如果女主角是金发美女就尤其如此）。人们认为男人应该声音洪亮，而女人的声音应该“温柔、轻微而舒缓”。这些刻板印象都是文化上的变量，在语言内部、在不同语言之间，都存在这些刻板的文化印象。在美国英语（至少是好莱坞电影的英语变体里）中，鼻音是另一刻板定型的男性特征，但在其他英语变体中，却不存在用鼻音讲话的男性化发音特点。
声音发自身体，个人的音质显然受其身体结构的影响。但是，仅仅是身体结构不同就能解释男人和女人在音质上的不同特点吗？要回答这个问题，我需要考虑发音器官，这是声音的物质基础。讲话是因为气流受到干扰，确切地说是呼出的气息受阻。当我们说话时，我们所做的是用发音器官干扰从肺部向外界呼出的一段气流，使之在通过声道时受到阻塞。实际声音的高低，其音调取决于喉或“喉头”中声带的振动频率（把手放在喉部，然后说点什么，你可以感觉到声带振动）。尽管如此，但音调如何被其他人感知还取决于别的，也就是说取决于音色。音色是由你的共鸣声道，也就是你嗓门的大小决定的。实际上，你有三个声道：喉咙、口腔和鼻腔声道。
声带的颤动频率（用专业术语来说叫基音频率）主要取决于声道颤动的长度与厚度，这正如你拨动不同尺寸的橡皮筋或吉他弦发出的声音。它也取决于肌肉的张力，紧张的声带比松弛的声带发出的音调要高，如果你在吉他或其他弦乐器上调过琴弦，对这种情况就很熟悉。由颤动的声带发出的声音实际上是由几组不同频率的音响构成的（不同频率构成声音的共鸣结构）。大嗓门产生低频率，而小嗓门产生高频率。你可以拿这一点与两种弦乐器做比较，两个乐器安装了同样的琴弦，但由于共鸣箱的大小不同，各自发出的音调也就不同。
基音频率和共鸣结构共同组成人们耳中听到的音调。在说话时，人们经常改变音调，以便表现出不同语调。否则，讲话就会太单调，令人难以忍受。人们说话声音大，例如大喊大叫时，音调就会升高。当然，人们也可以“装腔作势”，我们可以有意地操纵发音器官，让音调急剧改变。
因此可以说，人们所感知的男人与女人的音调，有其身体结构上的决定性因素，这就是声带的长度、厚度以及共鸣腔的容量。由于成年男子往往比成年女子身材高大，这似乎可以解释为什么男人音调较为低沉。这当然也牵涉到常识性的假设：人的身材越高大，发音器官也越宏大。这种假设有时是明确记录在案的（正如拉弗与特拉金尔所述，1979：7-8），可是，并没有经验上的证据来支持这一观点。
我现在要来考虑儿童的声音，以便使这一画面复杂化。男孩与女孩身材相仿，大体上，男孩比女孩的体形略大一点。因此我们可以假设，男孩和女孩的发音器官在生理结构上差别并不大。在出生时，男孩的基音频率比女孩略高一点点，这一细微差异常常被归之于男孩有更结实点的肌肉。男孩的基音频率与女孩相同或者略高一点，这种情况会一直持续到青春期之前。影响人们所理解的音调的另一生理因素是荷尔蒙的作用。当男孩身体开始分泌一定数量的睾丸素/雄性激素时，他们就进入了青春期。就是这个荷尔蒙促使身体进入性成熟阶段：睾丸发育，阴毛生长。同时，男子的喉结也开始增长，喉咙与其声带的肌肉组织增大；这使得男性声音低沉了八度，有时这种变化相当惊人。在中世纪，做歌手的男孩有时在青春期之前会被阉割，这样他们就不会失去人们珍视的男性高音。人们偶尔会用“阉割”的说法来开玩笑，笑男人突然提高音调讲话；这样的玩笑是基于男性恐惧，而不是事实。喉咙的生长是不可遏止的。
直到青春期，荷尔蒙才影响这一发展。在特定年龄阶段，女孩和男孩的基音频率实质上是相同的。不过，对未进入青春期的说话者，人们仍然可以识别其性别。我们并非仅仅把个子小的孩子当成女孩，把个子大点的孩子当成男孩。在对一组4岁至12岁的男孩和女孩进行的实验研究中，听者成功辨别出说话者的性别的时间达到百分之八十（萨克斯、利伯曼、埃里克森，1973）。他们推测这一现象有两个互补的原因。听者先估计孩子的年龄和个头，然后才判断其性别；孩子为了符合男性气质和女性气质说话的规范，他们有意控制自己的发音器官。
如果上述第二个原因是正确的，也就是说，如果孩子们调节他们的嗓门，以便符合那种适度的社会性别化说话规范，那么男性和女性声音的差异显然是后天习得的。在英国南部成年人中进行的关于音调的一项研究也表明：男人和女人的一般音调确实有区别，但两者也有大量相互一致的地方（格拉多尔与斯旺，1983）。在这项研究中的男性仅仅使用了他们音域中声音较低的部分，他们采取的方式是使用相对单一的声调模式。女性在声调方面显示出更大的可变性，她们从一种声调转变到另一种声调的情形也比男人多。说话者的音域安排是有灵活性的。在格拉多尔与斯旺的研究中，婴儿尽管个头小，却有着非常宽广的音域；婴儿的音域超过他们所研究的任何成年人，虽然成年人可以通过练习来拓宽自己的音域（例如，我们可以想想那些善于模仿的演员或男扮女装的艺术家，他们的嗓音何其灵敏擅变）。
所以，我们确实可以看到，音调中涉及到社会性别的展示。决定两性之间的差异看来既有文化因素，也有生理因素。这些差异被不断强调和夸大了。正如杰奎琳·萨克斯（Jacqueline Sachs）所说：
成年男子和女子会修正自己的发音部位，降低或提高自己声音的共振频率，以便发出的声音趋于男性或女性原型。这些原型有可能是文化决定的。换言之，男人会用比他们实际音量要大的声音说话，而女性会用比她们实际音量要小的声音说话。（萨克斯，1975：154）
音域也会提供线索，显示讲话者的性别。女人说话似乎有更多的声调变化，这是一个特征。格拉多尔与斯旺的研究显示，英国南部的妇女使用的音域比这里的男性要宽很多。美国许多妇女的音域更宽，众所周知的美国女人假嗓子尖叫就是这种情形的极致。许多美国男人的音域则比英国男人小。关于男人女人的音域标准，这是有很多变化的。例如，在英国人听来，丹麦人、尤其是男人说话的音调往往很沉闷；而反过来，丹麦人则认为英国人的音调太情绪化了，英国男人的声音有点女性化。
对其他一些刻板印象我们还可以说些什么？有证据表明，女人的声音比男人有更多气声（亨顿与布莱顿，1985）。气声是语音研究学者非常熟悉的现象，它和声带活动关系不大；也就是说，气声是部分声带关闭与无颤音，换言之，是耳语，可以把这种说话情形看成尽可能不占空间的活动。气声也许并非是有意如此或蓄意达成，它不过是一种身体姿势。或许我们可以把气声与人们就座时放腿的位置做一比较，这里的姿势不自觉地流露出社会性别：男人的双膝大张，女人的膝盖缩拢或者交迭。
在结束这一节之前，我们可以回到本节开头部分引用的“米尔与波恩”系列小说中男主角的嘶哑声音。嘶哑是由喉咙中的粘液造成的，性刺激导致粘膜增多分泌。因此，嘶哑有时是由于荷尔蒙的原因，但它不属于特定性别。女主角被男主角“有点嘶哑的声音”所唤起，这不过是意味着她因这一事实而兴奋起来，因为她激起了他的兴奋（“米尔与波恩”小说中女主角的欲望从根本上说是被激发后的反应。参见塔尔博特，1997a）。那么，男人沙哑的声音又是怎么回事？那不过是吸烟过多罢了。