Les quatre ancêtres
Vers le VIIe siècle de notre ère — à l'époque du dictionnaire de rimes Qieyun (切韻), compilé en 601 sous les Sui et érigé en norme par la dynastie Tang — le chinois avait quatre catégories tonales : Píng (平), Shǎng (上), Qù (去) et Rù (入). Le ton entrant (入声) n'était pas une courbe mélodique mais une catégorie structurelle : toutes ses syllabes se terminaient par une consonne occlusive brève (-p, -t ou -k).
La scission voisée — une règle pour les gouverner toutes
Le chinois médiéval disposait de nombreuses paires d'initiales voisées/non-voisées. Quand les initiales voisées disparurent, elles laissèrent une empreinte durable : les syllabes à initiale voisée développèrent un registre grave, celles à initiale non-voisée un registre aigu. C'est la scission Yin-Yang (陰陽分化).
Le cas cantonais : 9 tons (ou 6+3)
Le cantonais est l'exemple emblématique. Six tons vivants résultent de la scission Yin-Yang de Píng/Shǎng/Qù — 6 tons à contour. Le cantonais a aussi conservé le ton entrant. La scission Yin-Yang lui a donné deux tons vérifiés, et une scission plus tardive, propre au yue — conditionnée par la longueur vocalique et non par l'initiale ancienne — en a ajouté un troisième, d'où 3 tons vérifiés. Total traditionnel : 9 tons.
Le mandarin : 4 tons, le ton entrant disparu
Le mandarin standard a simplifié de façon spectaculaire. Les initiales voisées ont disparu tôt et complètement ; le ton entrant a perdu ses occlusives finales et ses syllabes ont été redistribuées presque aléatoirement dans les quatre tons restants.
Le cantonais conserve avec une fidélité remarquable les finales et les catégories tonales du chinois médiéval — mais ses neuf tons ne sont pas simplement les quatre tons de la Tang doublés. Huit proviennent de la scission Yin-Yang ; le neuvième est une évolution plus tardive, interne au yue, où la longueur vocalique a divisé le ton entrant supérieur (陰入) en 陰入 et 中入.
Le min nan : 7 ou 8 tons, le ton entrant vivant et dédoublé
Le hokkien/taïwanais (闽南语, min nan) a conservé le ton entrant avec ses occlusives finales intactes (-p, -t, -k). Comme le cantonais, il a appliqué la scission yin-yang au ton entrant, ce qui donne deux tons entrants (陰入 et 陽入). Les autres tons ont subi d’autres fusions et scissions, aboutissant à une base de 7 tons en min méridional standard. Le min nan est aussi célèbre pour son système de sandhi : dans la parole naturelle, le ton d’une syllabe change selon sa place dans le syntagme, si bien que les apprenants doivent mémoriser pour chaque mot le ton de citation et le ton de sandhi.
Hakka, wu et le spectre complet
Les parlers hakka (客家话) comptent en général 5 à 7 tons, et certains conservent le ton entrant. Le wu (吴语, shanghaïen compris) a gardé les initiales voisées plus longtemps qu’aucune autre grande branche sinitique, de sorte que la scission yin-yang y reste en partie audible phonétiquement. Certains parlers wu comptent 7 à 8 tons. Les linguistes décrivent parfois le wu comme un instantané vivant de ce qu’était le contraste de voisement du chinois médiéval.
Le cantonais conserve les finales et les catégories tonales du chinois médiéval avec une fidélité inhabituelle, mais ses neuf tons ne sont pas simplement les quatre tons des Tang dédoublés. Huit viennent de la scission yin-yang ; le neuvième est un développement plus tardif, interne au yue, où la longueur vocalique a scindé le ton entrant supérieur (陰入) en 陰入 et 中入.