语言的起源

语言的起源是一个有高度争议性的话题，由于可得到的实证证据的欠缺，许多人认为严肃的学者不应涉足于此问题。1866年，巴黎语言学会甚至明令禁止讨论此问题，这一禁令对西方学界产生的影响一直延续到20世纪末。现今，关于语言在何时何地如何起源的问题有着众多的假说，幾乎每個人各有一套說法。对旁观者来说，与一百年前用达尔文演化論对这一问题作粗糙解释的时代相比，如今此领域中似乎并没有达成更多的共识。自1990年代起，越来越多的语言学家、神經科學家、遺傳學家、演化生物學家、考古学家、心理学家、人类学家等都开始尝试应用各种新方法来探究这一“人类学界最难的问题”。许多人认为，语言的起源可能与现代人类的行为发展相关，但对此猜想及其引申意义还未达成共识。

理論

语言起源理论可以根据它们前提假设的不同划分为连续性假说与非连续性假说两类。连续性假说的基本思想认为，语言不可能瞬间就形成其最终的形式，它必定是由人类灵长类祖先的早期前语言系统演变而来。非连续性假说则持相反的意见，它认为语言有着独一无二的特征，这只能表明，语言是在人类演化历程中的某一时间点上相对突然地出现的。不同理论间的另一争议是，有些认为语言是一种先天的能力，它由遗传因素决定，而另一些则认为语言具有文化属性，它是通过社交接触而习得的。

现今唯一一位重要的非连续性假说支持者是诺姆·乔姆斯基。乔姆斯基如此回应达尔文主义的理论，他说：“在研究语言起源的很长历史中，人们一直想知道它是如何从猿类的叫声中演变而来。然而对我而言，这完全是在浪费时间，因为语言的基础是建立在与任何动物的沟通方式都截然不同的原则之上的”。当被问到应该如何解释语言的起源时，乔姆斯基的回答是我们无法知晓：“讲一个神话故事的话，很久以前某些灵长类动物在到处闲逛，突然间，或许是在受到奇异的宇宙射线的辐射后，他们产生了一些随机突变，它重组了灵长类大脑，并将一个语言器官植入其中”。他提醒我们不应该仅仅按照字面意思来理解他的故事，同时他也坚持“和其他包括语言在内的与演化有关的神话故事相比，这可能更接近于事实”。最近，乔姆斯基甚至更进一步地指出，产生于某个个体的一个随机突变，导致了语言在突然之间便以完美或近乎完美的形式出现。

大多数学者则更倾向于连续性假说，但对于演变的过程他们各自有着不同的看法。有一些人，包括史迪芬·平克在内，把语言能力看作很大程度上是天生的，他们避免去研究灵长类中明确的语言雏型，而是简单地认为“语言本能”是以通常的方式渐进演化而来。另外一些学者则认为语言并不是从灵长类的交流，而是从灵长类的认知能力中演化而来，因此也更为复杂。而迈克尔·托马塞洛（Michael Tomasello）等学者认为，语言是从灵长类的某些可以通过认知控制的沟通方式中发展而来的，这些方式更多地是基于手势而非发声。还有些支持发声说的人把语言看作是发源于歌唱的能力^{引用可能有错，该文章并没有把语言看作发源于音乐}。

同时还有学者超越了连续性与非连续性的二分法，他们认为语言的出现是某些社会转变的结果。由于建立了前所未有的公众信任，人类才得以将原先潜藏的语言能力解放出来。这些学者指出，野生的黑猩猩与倭黑猩猩也有潜在但几乎从未使用的符号能力。

演變

由于语言的起源处于人类史前史的非常早期，因而其发展过程未能留下直接的历史遗迹，同时如今也没有发现可与之相比较的发展过程。尽管如此，现代新诞生的一些手语（如尼加拉瓜手语）或许可以揭示出语言发展中必定出现的阶段与过程。另一种研究方法是通过观察早期人类化石，以试图找到适应语言使用的生理结构变化的痕迹。而对一些已灭绝人类的DNA的检测中，能否找到与语言功能有关的基因（如FOXP2）或许也能为我们提供许多信息。还有一种考古学方法，是去寻找象征行为（如重复的仪式活动）所留下的考古学遗迹，比如用作人体彩绘的颜料，同时从理论上论证由象征行为到语言的逻辑关系。

语言的演化与其所需的解剖学上的先决条件，理论上其时间跨度从人属（230至240万年前）自黑猩猩属（500至600万年前）分化出来一直到行为现代性（behavioral modernity）的完全出现为止（约5至15万年前）。一般都认同南猿与类人猿的交流方式并无显著区别，但对于人属约250万年前出现后的发展，学者间有着不同的意见。有一些认为能人就已经具备了原始的类语言系统，另一些则认为到直立人（180万年前）或海德堡人（60万年前）时才有原始符号的交流，而直到10万年前的智人时期语言才开始发展。

伯克利加州大学的语言学家约翰娜·尼科尔斯使用统计学方法来估算形成今天现代语言的分布与多样性所需要花费的时间，她认为有声语言的出现至少在10万年之前。这一结果也得到来自遗传学、考古学、古生物学等不同领域的证据支持，这显示语言出现于中石器时代非洲大陆撒哈拉以南某处，大约在智人出现之时。

语言学家认同，如今已无“原始”语言存留于世，所有现代人类所说的语言都有着相差不大的复杂性与表达能力。

语言的特征

语言并不局限于口头的表达，它也可以体现于文字或手势。口语只是语言对信息的编码与传递方式之一，并且或许也是其最自然的表现方式。

有些学者将语言视为一种认知的发展，在人类演化后期，认知能力的“外化”造就了语言的交流功能。根据这种说法，人类语言的显著特征之一是递归：短语迭代嵌入语句之中。但有些学者对此持有否定观点，他们认为递归不是语言的普遍特征，因为某些语言，例如皮拉罕语就缺乏这种特征。

提问的能力也被一些人认为是区分人类语言的特征之一。某些生活在人类饲养环境中的灵长类（例如黑猩猩和倭黑猩猩）也可以使用一些初级手语与它们的训练员进行交流，它们可以正确的回应问题和请求，却无法主动提出哪怕是最简单形式的问题。幼年人类在学会使用语法结构之前就有了提问的能力。尽管生于不同文化的婴儿各自从他们环境中习得母语，但世界上所有的语言无一例外地使用了类似的上升的“问题语调”来表达是/否问题（一般疑问句）。这个事实是对存在一种普遍的提问语调的强力证据。根据一些学者的说法，句子的语调在口语语法学习中非常基础，在儿童学习任何语言时，它都是最先被掌握的东西。

语言与认知间的关系

语言拥有高级指涉的能力，语言的使用者可以向对方表述位于当前环境之外的，甚至是不存在的事物的能力。这种能力常被认为与心灵相关，它能够将交流对象视为是与自己一样的，有需求和意向的个体。根据乔姆斯基、豪瑟和惠誉（2002）的说法，这种高级指涉能力表现在以下六个方面：

• 心智理论
• 表达非语言概念的能力，例如对物体/类别的区分
• 用于指代的声音信号
• 依据理性、有意图的模仿
• 按照意愿控制交流信号，表现出交流由意向驱动的证据
• 对数字的表达

心智理论

主条目：心智理論

Simon Baron-Cohen(1999) 论证说，人类心智必定在语言之前就已形成，他的结论基于我们发现的40000年前的人类遗迹中显示出的这些特征：有意的交流，对交流失败的修复，教学，有意的说服，有意的欺骗，制定共同的计划与目标，有意的分享话题，以及假装。Baron-Cohen 认为有些灵长类也能表现出上述的某些特征，但它们并不具备完整表现出所有特征的能力。

总之，在有关语言起源的研究领域，人们普遍认同心智的必要性。也就是说，人类心智的发展是充分开发语言潜能的必要前提。

对数字的表达

在一些实验中，老鼠和鸽子都有能力做到按下对应次数的按钮以获取食物奖励。当数字小于4时，动物可以表现出十分敏锐的分辨力。然而，随着数字的增加，错误也随之增加。灵长类研究者松泽哲郎曾试图教黑猩猩阿拉伯数字。 人类与黑猩猩在这方面的能力差距巨大，黑猩猩通过数千次训练才掌握了1-9的概念，并且它们学习每一数字花费的训练时间相似。而人类儿童（5.5-6岁）在学会1，2和3的概念后，他们就能轻易的使用后继函数推理出后续的数字（例如，2比1大1，3比2大1，4比3大1，等等，一旦掌握到数字4的概念，儿童马上就明白了数字n就是比前一个数字大1）。简而言之，其它灵长类动物只能一个个的学习数字，而人类却可以通过学习一系列的符号序列（1，2，3，4...）从而理解它们的准确含义。这些研究结果可被视为人类语言的“开放式生成属性（open-ended generative property）”在数字感知领域的应用。

演化时间表

灵长类的交流方式

灵长类学者的田野调查为我们提供了许多关于大型猿类交流方式的认识。有发现表明，非人类灵长动物的叫声是按照等级而非类别区分的，信息接收者可以通过对方的叫声评估他当前的情绪与身体状态。非人类猿猴的叫声一般只能在对应情绪下发出。饲养状态下的猿类可被教授简单手语，或是使用符号字与人类交流。某些猿类，例如黑猩猩坎兹可以理解并使用数百个符号字。

灵长类动物大脑中的布若卡氏区和韦尼克区负责控制面部、舌头、嘴巴和喉部的肌肉，并帮助识别声音。 众所周知，灵长类动物会发出“呼嚎（vocal calls）”，这些呼叫由脑干和边缘系统中的电路产生。

在野外，人们对疣猴的交流进行了广泛的研究。它们交流的很大一部分都是对群体中其它成员的警告，它们会提醒同伴有捕食者正在接近。这些警告包括 “豹叫”、“蛇叫”和 “鹰叫”。每种不同叫声都会在接收者中引起不同的防御策略，科学家们通过扬声器播放预先录制的声音，可以在猴子中激发出预期的反应。其它还有一些用于识别的交流。当一只幼猴发出叫声，它的母亲就会转向它，但其他疣猴的母亲反而会转向该幼猴的母亲，看她会怎么做。

类似的，科学家观察到，饲养状态中的黑猩猩会使用不同的“词语”来指代不同的食物。科学家录制了黑猩猩在指代中所用的声音，当他们播放指代“葡萄”的声音，黑猩猩会指向包含有葡萄的图片。

始祖地猿

2017年，一篇在《HOMO》期刊上发表的文章声称，始祖地猿（距今450万年）的解剖学显示出人类演化谱系中首个有关发声能力的证据。这项研究将始祖地猿的头骨与29个不同年龄段黑猩猩的头骨作了比较，结果显示始祖地猿头骨的许多特征与幼年、未成年黑猩猩相似，而与成年黑猩猩不同。值得注意的是，这种相似性还体现在与幼年、未成年黑猩猩头骨类似的三维构造上，这或许表明，这种相似性赋予了始祖地猿更多的发声能力。这种观点认为，黑猩猩在青春期的发育过程中产生的生长因子影响了声道的结构，从而阻碍了它们的口语能力，而始祖地猿的发育过程没有受到这类发育因子的影响。与黑猩猩的颅骨相比，始祖地猿被发现有一定程度的颈部脊柱前凸，这个特征更有利于声音的协调。

这项研究的另一个重要意义在于，它表明与攻击性降低相关的头骨变化同时也促进了早期人类的口头发声能力。文章作者在研究中将灵长类解剖学中与交配相关的证据、声带和颅骨的解剖学证据以及它们的社会结构相结合，他们认为在当前阶段，古人类学家的还未认识到人类社会演化与语言能力之间的重要联系。

作者指出，虽然我们未在始祖地猿的头骨中发现类似成年黑猩猩头骨那样对语言能力的阻碍构造，但我们也还无法确定始祖地猿具体的语言能力到底如何。根据声道比例，他们认为始祖地猿的语言能力可能类似于人类婴儿，或是年幼的儿童。他们承认这还只是个猜想，但他们也很肯定，头骨构造的变化是语言演化的一个重要前提。正如他们在论文中写道的：

我们认为，由于颅底和颅面形态的差异，始祖地猿的口语表达不会像黑猩猩和倭黑猩猩那样受到限制。不过，始祖地猿的发声能力也有可能接近黑猩猩和倭黑猩猩，也许其特异的头骨形态并没有导致语言能力的任何重大进步。从这个意义上说，本文所作的解剖学分析或许可以应用在始祖地猿之后的，更具有表达能力的人类祖先身上。然而，考虑到发声能力在社会选择方面的巨大优势，我们有理由认为始祖地猿会发展出比黑猩猩和倭黑猩猩更复杂的发声能力。

早期人属

根据解剖学证据，一些学者认为人类的双足行走能力最早源于350万年前的南方古猿。大约在这一时期，人类祖先的颅骨中的声道开始呈现出明显的 L 形。为了能够发出特定的声音，例如现代人类语言中的元音，早期人属必须拥有一个特定构形的声带，并且他们喉咙的位置也更低。先前有研究指出，由于尼安德特人喉部位置的差异，他们的音域范围远没有人类这么宽广。对智人和尼安德特人化石证据的重新建模支持了这一理论；然而，现代研究也显示，智人与尼安德特人舌骨之间没有差异。尽管有研究指出，喉咙的位置是口语发声的关键，但也有一些其它研究持有不同意见，它们认为这个特征可能并没有我们想象中那么重要。 Cataldo, Migliano 和 Vinicius (2018) 认为，口语能力可能源于不同群体之间日渐增长的贸易与交流活动。由 Cataldo 提出的另一观点认为，口语的进化源自尼安德特人制造工具的需求。

早期智人

Steven Mithen 使用 Hmmmmm 这个术语来指代古人类使用的前语言交流系统。这个交流系统从匠人起始，到更新世中期的海德堡人和尼安德特人时达到了最高的复杂程度。Hmmmmm 是整体性（holistic，非拼凑而成的）、操纵性（manipulative，这类交流可以提出命令或建议，而不仅仅是描述性的陈述）、多模式（multi-modal，不仅仅体现于声音，也可通过手势或面部表情传达信息）、音乐性（musical）和模仿性（mimetic）的缩写。

海德堡人

海德堡人是匠人的近亲（很可能是匠人迁徙的后代）。一些研究者认为，海德堡人是首个能自主控制发声的智人，他们起初可能是为了模仿动物的发声，然后随着海德堡人产生出更复杂的文化，他们或许也发展出了早期形式的符号语言系统。

尼安德特人

1989年发现的 Kebara 2号舌骨（来自尼安德特人）表明，就解剖学层面而言，尼安德特人或许能发出与现代人类相似的声音。

然而，Richard G. Klein（2004） 提出，尽管解剖学支持了尼安德特人口头交流的能力，但他怀疑他们是否拥有完全现代的语言。Klein 的怀疑主要来自于古人类的化石记录以及他们所制作的石器。在智人出现后的200万年里，石器技术的发展很少。Klein 对古代石器进行了广泛研究，他认为古人类制作的石器十分粗糙，无法根据其功能进行分类，并且似乎尼安德特人对其工具的审美形式并不关心。Klein 认为，即使尼安德特人具备了产生语言的硬件条件，但它们的大脑可能尚未达到现代语言所需的复杂程度。

用于评估语言进化的计算机模拟显示，在语言进化的三个阶段中，尼安德特人似乎正处于第二阶段，这表明他们拥有比原生语言更先进的东西，但还没有达到现代人语言的复杂性。

一些研究人员将听觉生物工程模型应用于尼安德特人头骨的计算机断层扫描，他们发现在解剖层面，尼安德特人的听觉能力与现代人非常相似。他们声称，这一发现意味着“尼安德特人进化了听觉能力，以支持与现代人语言一样有效的发声交流系统”。