无论是“视频”的汉字还是“音频”的西方文字，各有千秋。那么两者之间有没有互补关系、甚至相互替代的可能性呢？

先说用“音频”代替“视频”，也就是走拉丁化的道路。如果我们认同西方语言学家语言发展的“四段论”，那么汉语目前的状态应该是处在第三阶段，也就是“半表音阶段”，而下一阶段就自然应该是完全表音阶段，即所谓“世界共同的拼音方向”。正如台湾作家李敖所言，由于中文的字，只有四百一十四个不同音的字，其它都是同音的字。好比说穿衣服的“衣”字，同一个字有一百五十八个。这么多的同音字，你用拉丁字母拼写成yi，把它辨别出来就很难。赵元任先生在上世纪的三十年代写的《施氏食狮史》一文，故意使用一组同一读音但字形不同的汉字讲了一个故事：“石室诗士施氏，嗜狮，誓食十狮。氏时时适市视狮。十时，适十狮适市。是时，适施氏适市。氏视是十狮，恃矢势，使是十狮逝世。氏拾是十狮尸，适石室。石室湿，氏使侍拭石室。石室拭，氏始试食是十狮尸。食时，始识是十狮尸，实十石狮尸。试释是事。” 这篇文章写成拼音文字“shishishi……shishishi”，恐怖不恐怖？看谁还敢来“试释是事”？我曾经把这个道理讲给一位法国朋友听的时候，他好像是理解了，但想了一下又问我：“那么你们中国人听不听收音机广播？”我一愣，说：“当然。”“好，既然可以听得懂广播，那汉语就应该可以拼音化。只要照着拼音念出来，读的人就像能听懂广播一样能够读懂拼音汉字。” 不错，如果仅从区别同音字的角度讲，把一百五十八个发“yi”音的汉字放在一百五十八个白话语境里，中国人在日常生活中也一样可以使用拼音文字（除了“试释是事”的特殊情况和文言文以外）不致引起误会。但问题是，如果用收音机的技术来表达汉语，那不就像一台出了故障的电视机只有声音没有图像了吗？

那么，“视频”可不可以代替“音频”呢？我们以日语为例。在汉字传入日本之前，日本人当然有自己的口头语言，如果当时他们知道表音文字的存在，我相信他们一定会借用字母系统来写日语，但随着汉籍佛经的传入给日本带来的却是方块汉字。日本人就采取了实用主义的态度，在需要汉字字义的时候就放弃字音，在需要汉字字音的时候就放弃字义。有时候借用汉字的意义，却保留日语的发音，也就是说给汉字配上日语发音。比如“山”这个字借来以后依然表达“山岳”的意义，但是却按照日语发音成为yama，这叫“真名”“训读”。与“真名”相反的是“假名”，用汉字的发音把yama这个日语词记录下来成为“也麻”，这里的“也麻”就是用视频信号来表达音频信号。现在问题来了，“也麻”固然可以勉强纪录yama的声音，但是“也”字和“麻”字在汉语里本来是有自己的意义的，与“山”毫不相干。要知道汉字是表意的文字，发音只是附属的、可变的第二特征。所以，用汉字当假名，无异于让张飞在帐中羽扇纶巾出谋划策，而让诸葛亮持长矛引兵出阵。于是日本人肢解汉字，发明了一套本身没有意义的“平假名”用来拼写日语固有的“和语”词汇，后来又以“片假名”来拼写欧美语言的“外来语”。如果要用西方语言学者的语言发展四段论来看日语，日语不处于四个阶段的任何一个阶段，而是四个阶段的充分混合，同时存在“象形”、“象征”、“表意文字之表音转用”和完全表音四种情况。

我认为，与其说各民族的语言将要走向“共同的拼音方向”，不如说世界正在快速走向日语式的大杂烩，IT（请注意这里我不用写“信息技术”大多数的读者就明白是什么意思）就是催化剂。从技术上说，数字化了的音频、视频已经没有什么实质区别。曾经认定表意的汉字不可能走向拼音化的我，却也不得不用拼音来输入这篇文章。也正因为是用拼音，我的这篇文章还有网上的文章会有很多错录的同音字，有的已经约定俗成进入了主流媒体。如果读者逐渐可以容忍越来越多的同音字，这不就是拼音文字的雏形吗？再说西方的表音文字，也随着互联网的发展收入了越来越多的没有声音的“符号”。使用email的人有多少人知道@应该怎么念？就算你知道@，那么呢？(::[ ]::)，还有 :-) 呢？如果能够接受:-)作为微笑的符号，那么是不是有朝一日“笑”也可以呢？