Why should we use Jyutping instead of other Cantonese romanizations?

This is a frequently asked question: Why should I choose Jyutping instead of Yale or other Romanizations? This article will explain in depth, why you should use Jyutping and stop using other romanization systems.

The design principles for romanization systems

Cantonese uses Chinese characters (a.k.a. Han characters, or Sinogram) as its writing system. However, Chinese characters are logographic, not phonographic. So we need a phonographic transcription system to represent the sounds of Cantonese. Such a system is called a romanization system. Therefore, the first priority of a romanization system is to accurately transcribe the phonology, or the sound system of a language. Additionally, in our 21th century Internet era, romanization systems are also useful in making input methods(IME) and other digitization tools. Starting from these utility concerns, we can summarize a set of principles and criteria for designing a romanization system. We will dive into these principles, examine some extant Cantonese romanization systems accordingly, and explain why Jyutping should be our choice.

Principle #1:“One symbol to one phoneme mapping”

To accurately represent the phonology of a language, a Romanization system should strictly follow the rule: one symbol always maps to only one phoneme and vice versa. If one symbol can map to multiple phonemes, or one phoneme can be represented by multiple symbols in a romanization system, we can say that this system is inconsistent, unable to represent the phonology both accurately and concisely.

One familiar example is the Mandarin Pinyin. In Pinyin, letter e is a phonemic transcription. It is pronounced /ɤ/ when preceded by initials g, k, h, and pronounced /e/ in the final ie, However, in Pinyin, initials j q x are phonetic transcriptions. They share the same phonemes with g k h, which means, the same phonemes can be represented by either g k h or j q x. Pinyin transcribes sounds both phonemically and phonetically. This introduces inconsistency and violates our first principle.

Principle #1 also implies another rule of thumb: the sound that a symbol represents should not depend on that symbol’s environment (the symbol that precedes it and the one that follows it). One good example is the Yale romanization for Cantonese. In Yale, the letter a can represent two vowel phonemes, /a/ and /ɐ/. The table below shows the Yale romanizations for three characters 花 翻 分. We can see that in open syllable (syllables that don’t end with consonants) characters, which is the character 花 in this case, letter a represents the vowel /a/. While in closed syllable characters, it represents another vowel phoneme /ɐ/ (分 in the table). This is what we call “one symbol a maps to two phonemes /a/ and /ɐ/”. Similarly, 花 and 翻 share the same vowel /a/, but in 花 it is transcribed as fa while in 翻 it is faan, which is “one phoneme /a/ can be represented by two symbols aa and a”.

花 /a/ 翻 /a/ 分 /ɐ/
fa faan fan

所以耶魯呢度就係「依賴環境嚟確定一個符號實際代表咩音」,符號 a 究竟代表 /a/ 定係 /ɐ/ 要靠係開音節定閉音節嚟判斷(後邊有跟個 n 嘅話就係 /ɐ/,乜都冇就喺 /a/)。呢個就係耶魯嘅設計缺陷之一。粵拼統一規定 aa 就係 /a/,a 就係 /ɐ/ ,唔使睇環境直接就可以確定係咩音。

Hence, Yale romanization is a perfect example of “the sound of a symbol depends on its environment”. Whether the letter a means /a/ or /ɐ/ depends on whether the syllable is a open or closed one. This creates a lot of ambiguities and inconsistencies and it is also one of the critical flaws of the Yale Romanization system. In Jyutping, /a/ is always transcribed as aa and a always represents /ɐ/, regardless of the environment.

Principle #2: Avoid using non-ASCII characters.

A romanization system should try to limit its symbol usage to ASCII codes (American Standard Code for Information Interchange) only. In other words, the system should try to use the 26 English letters and Arabic numbers only, and avoid using diacritics like ´ˋˇ˘˜.

A perfect example is the ü in Mandarin Pinyin. We all know how troublesome it is to type the letter ü with American keyboards. Most people have to look for a special character input app to type it. Aside from being troublesome, ü does not belong to the ASCII code set, which means it can’t be encoded in the simplest form (unless you transcode it into v). This increases both the memory usage and the risk of bugs. Pinyin also uses diacritics like ˉˊˇˋ to mark the tones, which are like the ü, not supported by the ASCII encoding.

We know that romanization systems have another important use case, which is making input method software.

我哋要儘量令一套拼音方案凈使用 ASCII 字符集(美國資訊交換標準代碼)入邊嘅字符,即係要儘量齋用廿六個英文字母加數字就表達晒成個方案,唔好用 ´ˋˇ˘˜ 呢啲符號。呢個係出於信息時代方便信息處理考慮嘅,因爲噉樣可以避免好多潛在問題同 bug。

一個最熟悉嘅例子,就係普通話拼音入邊嘅 ü。相信大家都清楚打呢個 ü 有幾麻煩,估計大家平時打呢個符號都係網上複製粘貼落嚟嘅。用 ü 呢個符號除咗輸入麻煩之外,仲有個問題就係佢唔喺 ASCII 字符集入邊,所以冇辦法用最簡方式嚟編碼(轉成 v 係另一回事),噉樣一嚟用非 ASCII 編碼會增加內存佔用,二嚟編碼轉換個陣有可能會出現各種 bug。同樣嘅,普通話拼音用 ˉˊˇˋ 四個符號嚟標註聲調,輸入唔方便亦都容易出錯。當然呢個係因爲普拼方案喺上世紀五十年代設計,個陣電腦仲未普及,所以呢處疏忽都係正常嘅。

另一方面,我哋知道拼音方案仲有一個用途就係攞嚟做拼音輸入法。如果一個拼音方案到處都係 ˉˊˇˋ,大家又點打字呢?好彩普通話拼音入邊呢啲符號凈係用嚟表示聲調,而普通話拼音輸入法就算唔打聲調都係冇問題嘅。如果話呢啲符號唔單只用嚟表示聲調,仲要攞嚟區分輔音元音,好似 â ä ô ö û ü 噉嘅話就大鑊嘞,拼音輸入法可能會麻煩到大家都唔想用。

原則三:符號選擇儘量符合大衆習慣

呢條原則嘅意思係,選擇字母嚟對應發音個陣,要儘量符合大家嘅既有認知,例如字母 a o e 一般用嚟表示元音,b p m f 表示脣音等等。一個比較出名嘅反例就係切洛基語嘅書寫系統,佢用字母 Ꭰ 嚟表示發音 /a/,字母 Ꮃ 表示發音 /la/,呢個就好反直覺嘞。再例如話普通話拼音嘅 q 代表發音 /t͡ɕʰ/,呢個就唔符合英語人士嘅習慣。因爲英文入邊 q 一般表示 /k/,所以西方人學普通話拼音個陣,第一眼見到個 q 就容易下意識噉發成個 /k/ 音,要花一段時間先適應到過嚟。

粵拼經常畀人批評用字母 j 嚟表示個發音 /j/ ,就係因爲違背咗呢條原則,因爲大家都習慣咗用字母 y 嚟代表個發音 /j/,用 j 嚟表示就好唔習慣。關於呢一點下面會詳細解釋。

原則四:準確反映語言音位系統

呢條可以講係最重要嘅設計原則,但亦都係最麻煩最容易出問題嘅。因爲音位分析有一定嘅主觀性,有時無法將一門語言嘅音位系統完全確定落嚟。最熟悉嘅例子就係普通話,目前學術界對語普通話嘅元音音位數量仲未有一致共識(例如是否考慮埋兒化音又會影響個分析結果)。所以呢啲差異都會直接影響到拼音方案嘅設計,有時甚至會影響到拼音方案嘅表達能力,嚴重嘅話會導致個方案冇辦法表示一啲音。

要注意嘅係,呢一條原則有時係同第一條原則相衝突嘅。譬如英語入邊嘅 h 同 ng 音互補,可以夾硬歸納成同一個音位然後用同一個字母嚟表示,但係噉樣就會好反直覺唔適合大衆使用。呢種原則一同原則三取捨嘅問題,我哋會喺下面嘅例子中遇到。

其他粵語拼音方案嘅缺陷

明白咗拼音方案嘅設計原則之後,我哋就可以逐個嚟睇最出名嘅幾個粵語拼音方案:耶魯拼音、教育學院拼音方案(教院式拼音)、廣州話拼音方案(饒秉才方案),分析下佢哋有咩設計問題,從而證明點解我哋要揀粵拼。

耶魯拼音

耶魯拼音算係除咗粵拼之外最常見嘅粵語拼音方案嘞。同粵拼相比主要有下面幾個區別:

  1. 耶魯拼音中,/a/ 喺開音節用 a 表示,閉音節用 aa。/ɐ/ 喺閉音節中用 a 表示,無法表示開音節 /ɐ/。
  2. 耶魯拼音用 j ch y 嚟代表 /ts/、/tsʰ/、/j/ 三個音。因此元音 /yː/ 需要用 yu 嚟表示。
  3. 耶魯方案唔區分 /ɵ/ 同埋 /œ/,兩者都用 eu 嚟表示。亦都因爲噉耶魯拼音無法表示 /ɛːu/ 呢個音。
  4. 耶魯用附加符號 ˉˊ 同埋字母 h 嚟表示聲調(新版本加入咗數字標調)。

首先第一點我哋已經喺上文講過。耶魯拼音噉樣設計,係因爲當年嘅音位分析認爲開音節 /ɐ/ 並唔存在,所以乾脆將開音節 aa 都縮寫成 a。噉一縮寫法就出問題嘞,首先佢違背咗我哋嘅第一條原則「一個符號嚴格對應一個音位」,令學習者困惑提高掌握成本。然後佢噉導致無法表示開音節嘅 /ɐ/ 字,例如語氣詞「嘞」,違背咗原則四。所以呢個係個好大嘅設計缺陷。

第二條入邊,耶魯拼音用咗 yu 嚟表示 /yː/,又係違背咗第一條「一個符號對應一個音位」嘅原則,因爲佢需要根據佢嘅環境嚟判斷實際發乜音。首先耶魯拼音已經用咗 y 嚟代表 /j/、u 代表 /u/,而家又規定 yu 組合起身變成 /yː/,即係「一隻字母代表一個單元音,兩隻字母組合起身又代表另一個單元音」,噉樣一嚟又係令學習者困惑,二嚟都唔方便電腦信息處理(輸入法難以處理簡拼、寫正則表達式都要加入環境判斷)。而粵拼方案對於呢個問題嘅處理,我哋會喺最尾嘅粵拼缺陷進一步說明。

第三條,耶魯拼音用 eu 嚟代表 /ɵ/ 同 /œ/,呢個就係原則四入邊講嘅音位分析嘅問題嘞。呢條直接導致咗耶魯拼音冇辦法表示 /œ/ 同 /ɛːu/ 呢啲音,影響咗呢個拼音方案嘅表達能力,就好似下面呢個表噉:

睡 /sɵi˨/ 掉 /tɛːu˨/ 𠰲 /œt˨/
耶魯拼音 seuih 無法表示 無法表示
粵拼 seoi6 deu6 oet6

第四條用附加符號同埋 h 嚟表示聲調,例如「蛇」嘅發音拼成 sèh,係既違背咗原則二,又違背咗原則一,因爲 h 已經用咗嚟表示聲母 /h/。好彩新版耶魯拼音都增加咗用數字嚟表示聲調嘅方案,噉樣對於信息處理係個好大嘅幫助。

所以綜合嚟講,耶魯拼音嘅設計違背咗原則一二四(第三條比較主觀無法定奪),呢啲設計缺陷足以令我哋放棄耶魯拼音改用粵拼。

廣州話拼音方案(饒秉才方案)

廣州話拼音方案係 1960 年廣東省政府公佈嘅粵語拼音方案,後嚟喺 1980 年出咗修訂版,因爲係饒秉才教授修訂嘅,所以又稱饒秉才方案。我哋呢度以 1980 年修訂後嘅版本爲準,講解呢個方案有乜設計問題。除咗聲調之外,廣州話拼音方案同粵拼嘅主要區別有以下:

  1. 用 e ê é ü 分別表示元音 /ɐ/、/œː/、/ɛː/、/yː/
  2. 用 y 表示輔音 /j/,gu、ku 表示 /kʷ/、/kʷʰ/
  3. 同時用 z c s 同 j q x 嚟表示 /ts/、/tsʰ/、/s/,兩組其實冇分別,都係表示同一組音位
  4. 入聲韻尾用 -b -d -g 表示
  5. 唔區分 /ɵ/ 同 /œ/,無法表示粵拼中嘅 oet 音

好顯然,第一點完全違背晒原則二,用咗大量嘅附加符號嚟表示啲元音。噉樣嚴重阻礙咗電腦信息嘅處理,亦都冇辦法用嚟做輸入法。而第三條則違背咗原則一,同一個音位用唔同嘅符號嚟表示。呢條設計當初係爲咗兼容普通話拼音,但其實係完全冇必要嘅,反而仲增加咗困惑度。

而第二同第四點都係比較主觀嘅符號選擇問題,唔可以算缺點。第五條就同前面講嘅耶魯拼音一樣,冇辦法表示粵拼入邊嘅 oet eu 呢兩個音節。所以總嘅嚟講第一同第三點係最嚴重嘅缺陷,呢兩點直接決定咗廣州話拼音方案冇辦法喺信息時代推廣普及。

教育學院拼音方案(教院式拼音)

教院式拼音亦都係除咗耶魯粵拼之外好多人用嘅一個粵語拼音方案,除咗聲調之外,佢同粵拼嘅主要區別有以下:

  1. 用 dz 同 ts 嚟 表示 /ts/ 同 /tsʰ/
  2. 用 y 嚟表示 /y/
  3. 唔區分 /ɵ/ 同 /œ/,統一用 oe 表示
  4. 用 oey 嚟表示 粵拼中嘅 eoi

總體嚟講,教院式拼音係好接近粵拼嘅,設計都比較科學。第 2 同第 4 條都係主觀上嘅符號選擇問題,唔係缺點。而第 3 點上面都講過嘞。唯獨第一點係一個小缺陷。因爲用 dz 同 ts 除咗兩個字母冗長冇必要之外,仲會影響到輸入法嘅編碼處理。例如好多輸入法都有聲母簡拼功能,如果我打 ts,噉應該係識別成「此」呢一隻字嘅聲母,定係「聽寫」呢兩隻字嘅聲母呢?噉樣又增加咗重碼率,提高咗處理成本亦都令輸入法更難用。

香港政府粵語拼音 / 郵政式粵語拼音

香港政府粵語拼音(郵政式拼音承襲香港政府拼音)係泛指香港政府用嚟拼寫街道名同人名嘅拼音。因爲佢源於早期西方人用拉丁字母拼寫粵語嘅習慣,所以用都咗好多附加符號,例如 ’ 表示送氣,ò 表示 /ou/ ü 表示 /y/ 等等。但係英文入邊唔用得附加符號,所以香港政府嘅公文入邊要刪晒呢啲附加符號,噉就導致咗好多混亂。再加上政府冇規定一定要拼廣州音,唔同人可以用嚟拼自己嘅方音,所以就成日有「同一隻字有幾種拼法」、「一個拼寫可以代表唔同嘅音」,例如:

  • 「蔡」有 Choi、Choy、Tsoi 三種拼法
  • 「葉」有 yip、ip 兩種拼法
  • chun 可以表示「俊」,又可以表示「珍」
  • chai 可以表示「柴」,又可以表示「仔」

所以嚴格嚟講,香港政府拼音唔可以算係一個拼音系統,因爲佢連拼音方案嘅最基本功能——準確一致噉表示一門語言嘅發音系統都做唔到,即係話違背晒原則一。所以呢個拼音方案既做唔到字典亦都做唔到輸入法,我哋更加冇理由要用呢隻拼音方案。

粵拼嘅缺陷

關於 j 同 y

粵拼成日畀人呻得最多嘅,就係個 j 嘞。好多人都問點解唔攞 y 嚟表示 /j/,因爲呢個的確符合大衆嘅習慣,無論係普通話拼音定係英文都係用 y 嚟表示 /j/。噉點解粵拼要違背原則三用 j 嚟代表 /j/,而唔用 y 呢?因爲如果我哋用咗 y 嚟表示 /j/,噉會引出一個問題:廿六個英文字母就得咁多,家陣用咗 y 嚟表示 /j/,噉用乜嚟表示 /y/?

對於呢個問題,耶魯拼音嘅答案係:用 y 表示 /j/,然後用環境判斷咩時候代表 /y/。如果字母 y 後面跟嘅係 u,噉兩個字母 yu 串起身就代表 /y/。呢個就係上文講到嘅「一隻字母代表一個單元音,兩個組合起身又代表另一個單元音」。即係話,耶魯拼音犧牲咗原則一嚟換取原則三,所以呢個就係取捨問題嘞。噉邊個原則重要啲?肯定係第一條,「一個符號對應一個音位」最重要。因爲拼音方案嘅根本目的就係準確表示語言嘅音位系統,而且呢個一一對應關係如果打破咗嘅話會帶嚟好多麻煩,例如上文都講過嘅提高學習成本同信息處理成本、容易造成混淆等等。

另一方面,用 j 嚟代表 /j/ 都唔係咩太違背原則三嘅選擇,因爲用 y 嚟代表 /j/ 只不過係普通話拼音同英文嘅書寫習慣。世界上仲有好多語言嘅書寫系統,例如德文都係用 j 嚟代表 /j/ 嘅。所以其實凈係普通話拼音同英文使用者唔適應呢個設計唧,換成德文使用者就會覺得好自然嘞。況且大家都睇到,國際音標入邊呢個音(硬齶近音)嘅符號就係 /j/,所以粵拼噉寫都係遵循國際音標寫法。

韻母 yu

如果真係話粵拼有咩真正嘅設計缺陷嘅話,噉的確有一個,就係用兩個字母 yu 嚟表示元音 /y/,顯得冗長冇必要,完全可以單用一個 y 就搞掂又冇副作用。LSHK 當初設計噉用兩個字母,係考慮到大衆習慣同歷史遺留問題(原則三)。不過好消息係,目前市面上嘅粵拼輸入法基本上都支持 y = yu 嘅縮寫,所以大家打字嗰陣如果懶得打 yu 兩個字母,單打一個 y 都係完全冇問題嘅。

關於粵拼嘅設計,LSHK 嘅官網上面都有自己嘅 FAQ,大家可以參考瞭解設計當初考慮過嘅各種問題。

所以

仲所以咩?用粵拼啦!