喉部与声带的形状为何决定了嗓音
嗓音始于解剖结构。在喉部，两片组织褶皱在气流通过时振动，这些褶皱的大小和形状决定了气流的行为方式以及组织变形的程度。研究者用不同长度、厚度和深度构建了九种三维声带几何结构的计算模型，发现更薄、更长的声带产生的组织位移明显更大，而声带深度则强烈影响流速[2]。相比之下，声门两侧的压降几乎与声带长度无关[2]。通俗地说，声带的某些特征会改变组织运动幅度和通过的气流量，而另一些特征对压力几乎没什么影响。
声带上方的声道起到共鸣器的作用，其长度会改变输出的频率。一个基于41位说话者的磁共振成像构建的形状模型覆盖了1,947个语音，发现声道在垂直或水平方向每加长1厘米，共振峰数值就会降低约7–8%[4]。共振峰是赋予元音身份特征的共振频带，因此声道越长，嗓音听起来就越低沉。说话者之间的大部分差异来自口腔水平长度和咽部垂直长度的独立变化，其中垂直维度反映了男女之间的差异[4]。
解剖结构也决定谁能学会新声音
声音学习——即通过模仿获得新声音而非与生俱来的能力——在动物中分布并不均匀。一篇关于动物和人类声音学习的综述将这一主题与发声生理联系起来，指出发声器官的物理结构是使声音学习成为可能的部分原因[3]。这对互动很重要，因为两个个体只有在双方都能物理地发出相关声音时，才能共享一套发声曲目。一个物种如果其解剖结构限制了运动范围，那么它能模仿的声音就受到限制，进而它能在多大程度上精细匹配伙伴的叫声也受到限制。
人类的情况从另一个方向展示了同样的限制。由于声道长度和声带几何结构因人而异，说话者在不同的解剖起点上建立各自的发音策略，以达到相同的声学目标[4]。两个说同一个元音的人，可能通过不同的发声器官运动来发出相似的声音。这种灵活性使人类尽管身体不同却能趋同于一套共享的声音系统，但这也意味着底层解剖结构从来都不是无关紧要的——它是策略赖以运作的基础[4]。
当声音来自机器时会发生什么
机器人没有声带或声道，因此它们的声音是合成的，而非由组织产生的。问题于是变成：机器人的形态和声音的存在是否会改变人们对它的反应。一项关于机器人形态与信任的研究报告称，给机器人一个名字和声音有助于建立对其所传达内容的更大信任[5]。同一项工作围绕机器人像什么——人类、动物还是其他东西——来构建问题，并使用人与机器人互动的评分来衡量反应[5]。
这一发现关乎对信息的信任，而非发声生理，而且现有摘要并未报告不同机器人形态之间的比较结果。因此，诚实的解读比乍看之下要狭窄：至少在一项研究中，名字和声音与更大的信任相关联[5]，但机器人的体型是否像解剖结构限制人类或动物那样限制其声音互动性，这一证据尚未确立。与生物嗓音的类比是提示性的，而非已证实的。
人类—动物—机器人的比较究竟在哪里成立
在人类和动物中，限制是具体的：声带几何结构改变气流和组织运动[2]，声道长度改变共振峰频率[4]，发声生理与声音学习能力密切相关[3]。这些物理限制决定了能发出哪些声音，进而决定了两个说话者之间能共享什么。与机器人的比较则较弱。机器人的声音由合成器产生，因此相关限制是设计选择而非组织特性，而这里的证据涉及的是信任，而非声学或发音限制[5]。
一个专门研究人类、动物和机器人内部及之间声音互动性的系列研讨会将三者视为单一研究对象[1]，这表明该比较作为一个研究领域受到认真对待。但这一框架是研究议程，而非关于生理如何限制互动的发现。这里记录的具体机制来自人类建模以及对动物和人类声音学习的研究[2][3][4]；机器人方面贡献的是关于对有声音、有名字的机器的信任的证据[5]，而非关于形态对发声生产限制的证据。
本文引用的文献
第四届人类、动物与机器人内部及之间声音互动性国际研讨会论文集
该论文是關於人类、动物和机器人之间声音互动性的研讨会论文集，但并未明确讨论发声生理或形态。
人类发声中的性别差异：流体—结构相互作用与声带形态
九种声带几何结构的计算模型表明，喉部尺寸中与性别相关的差异显著影响声门气流和组织变形，更薄更长的声带增加最大组织位移，声带深度影响流速。
动物和人类的声音学习
该论文考察动物和人类的声音学习，关注发声生理，但并未明确讨论交流中的互动性。
声道的形态学与声学建模
一个基于41位说话者的全声道形状模型发现，垂直或水平方向加长1厘米会使共振峰数值降低7–8%，说话者间的大部分方差与口腔和咽部长度变化有关。
你能信任机器人说的话吗？机器人形态对信任的影响
该研究报告称，给机器人一个名字和声音有助于建立对其所传达内容的更大信任，依据是对类似人类、动物或其他形态的机器人进行的人与机器人互动评分。