人们的发音频率是会有偏差的。它们会有一定频率分布范围。频繁出现的声音成分会在这一频率分布的中心呈现。声音频率的偏差通常会符合统计规律,一般都集中在标准离差可以说明的有限范围之中。以 sh 为例,男子一般都以 1600 Hz 为中心频率,女子或童声的中心频率会高一些。此外,北京话 sh 的频率可能高一些,台湾同样的语音频率可能会低一些。它们都可以用统计数据去说明。这些都是语音科学可以说明的事实。如果教科书教你把舌尖向后卷起,就会得到低钝的发音。大陆教科书一般都说它是舌尖向上翘起发音的,尽管发音部位依旧偏后。教科书应该说明多数人发音的事实,它是尖细的声音。
对于汉语 sh 来说,具有特征性的指标,并不是能量强大的频段,很可能是图解中极不起眼的小东西。它很容易丢失。只要离开话筒远一点,图解中就找不到它了。但是对于人的听觉来说,它肯定是很容易觉察到的小东西。那里是听觉的敏感区,是 2000 Hz 以下唯一的、频率比较低而又有最显著的能量表现。它是舌尖下部至双唇的空腔(舌下腔)特有的贡献。也许方言区的人从发音来说还不熟悉那个 sh 特有的东西,但是方言区的人都能够听出它不同寻常的色彩来。老外照样能够听出它来。 上世纪初瑞典汉学家高本汉《中国音韵学研究》提到了 sh 有听感尖钝之别。那个小东西在 2000 Hz 以上它非常尖利、刺耳。在 1500 Hz 以下它又非常粗钝、沉闷。它们全是那一段里的变化。从发音部位来说,舌尖向齿龈靠拢它就尖细,向硬腭方向后移它就粗钝。那是听觉明明白白的显著的差别。用耳语方式发音,舌尖从齿龈位置到硬腭上可以到达的偏后位置移动,可以听出那个小东西的频率在顺序变低,改变了 sh 的音色。