为什么起始的声音没有专门的名字
回声是由一种关系定义的，而不是由某个东西定义的。同一声拍手、喊叫或激光爆裂，在碰到东西反弹回来之前，就只是一个声音；只有反弹回来之后，它才成为一段回声的开头。因为叫法取决于接下来发生了什么，英语命名的是这一对声音，而不是第一个。声学把发出的声音称为声源或入射声，把返回来的称为反射声，而日常说话就简单说“引起回声的那个声音”。
提供的证据显示，这种命名上的空缺出现在非常不同的场景里。在一次深海测量中，一个内爆的玻璃外壳产生冲击波，冲击波在海面和海底之间反复反射，这些返回脉冲的到达时间被用来估算挑战者深渊的深度为10,983 ± 6米[2]。内爆是声源，反射是回声。这段叙述里没有任何地方需要一个单独的詞来指那个起始事件。
当“回声”是另一个人的话
当回声是言语上的，问题就更有意思了。在古诺尔斯语的对话诗中，一个说话者会重复对方刚说过的部分内容并稍作改动来回应。在《哈尔巴德之歌》（Hárbarðsljóð）中，Þórr隔着海峡喊话，摆渡人以嘲弄、变形的方式把他的词句送回来，有学者称之为“gækkende ekko”，即嘲弄的回声[1]。这里起始的声音就是第一个说话者的话，回声就是第二个说话者的回应。
语言学家有一个术语来描述让这种交流得以成立的共有结构。约翰·杜布瓦（John Du Bois）的“对话句法”描述说话者如何有选择地复制先前话语的部分内容，他的“对话图式”（diagraph）一词指两段话语之间共有的对应结构，其范围超出单个句子[1]。在一个会话例子中，一个人说某事物“有点像你”，另一个人回答“那一点也不像我”，重复了代词、副词和句子结构，却把意思反了过来[1]。第一句话是模板，第二句是建立在它之上的回声。
人造的回声，以及其他动物赖以为生的回声
人造的回声遵循同样的逻辑。冲击回波法通过敲击表面并听返回的声音来检测材料，所以有意的那一敲或一撞就是起始声音，回声则携带关于内部情况的信息[3]。在火星上，SuperCam麦克风记录了激光打在岩石上的爆裂声，那个火花的频率成分显示出由火星车桅杆结构反射的回声造成的缺口[4]。这两种情况下，有用的信号都是回声，但测量都始于一个受控的声源声音。
蝙蝠更进一步：它们发出声音，靠返回的回声导航，这种方法叫回声定位。一个叫EchoVision的混合现实展览让人模仿这一点：发出声音，并看到传播中的回声以视觉形式映射到周围的房间里[5]。这个展览的设计和物理原理说的是同一件事：动物自己的叫声是声源，回声是信息。这个展览是艺术性的模拟，并不是在断言蝙蝠如何感知世界。
那么该叫它什么？
如果你在普通写作中需要一个词，“声源声音”或“原始声音”清楚而准确。如果你写的是声学，“入射声”或“声源”是技术上的选择，返回来的叫“反射声”[2]。如果你写的是会话，“先前话语”或“模板话语”都可以，而“对话图式”指两者之间共有的结构[1]。这些都不是专为制造回声保留的术语，而这才是真正的答案：这个现象是从返回的声音命名的，而不是从引发它的声音命名的。
本文引用的文献
《哈尔巴德之歌》与《洛卡森纳》中的回声式回击
古诺尔斯语埃达对话诗使用跨说话者的言语回声，例如哈尔巴德嘲弄地送回Þórr的话，而对话句法和对话图式等语言学概念描述了这类重复背后的共有结构。
挑战者深渊的内爆：用冲击波进行回声测深
在约9,000米深处，一个内爆的玻璃外壳产生冲击波，冲击波在海面和海底的多次反射得出了挑战者深渊10,983 ± 6米的声学深度估算。
冲击回波：基本原理
冲击回波法是一种由来已久的技术，用有意的敲击作为起始声音，并分析产生的回声来检测材料。
来自火星的第一批声音：毅力号麦克风的结果
毅力号火星车的SuperCam麦克风记录了激光引发的火花声，其频率成分显示出由火星车桅杆结构反射的回声造成的干扰缺口。
EchoVision：通过混合现实体验蝙蝠回声定位
EchoVision是一种混合现实体验，用户发出声音并看到由此产生的回声的视觉表示，模拟蝙蝠回声定位以用于公众教育。