VOT是嗓音起始时间，又叫“发声起始时间”，指从爆发音除阻开始，到嗓音（声带振动）开始的相对时间关系。语图上表现在塞音频谱上冲直条出现前后声带振动的起始时间。

VOT是语音学中的一个重要概念。VOT 从声学角度描述了传统语文学/语言学对于所谓清浊的区分。在语音交际中，VOT的大小对塞音清浊和送气等的感知十分重要。

定义：声带震动起始时间与口腔除阻时间的差。

VOT 为负值的话：反应在听觉上就是所谓的带声辅音，辅音有前浊段，或浊辅音。 VOT基本为零的话：没有明显前浊段，清辅音，或被清化了。 VOT 为正的且数值较大话：就是不带声辅音，清音。VOT 如果长至20ms以上被描述为不仅送气塞音。

在语音学中，起音时间（VOT）是停顿辅音（consant）产生的一个特征。它被定义为从停止辅音的释放，到开始发声、声带的振动之间的时间长度，或者根据其他作者的说法，即周期性。有些作者允许负值标记在发音关闭期间开始的辅音并在释放时继续的发声，对于那些在发音关闭时没有发声的非送气的浊音停止。

起源 嗓音起始时间的概念可以追溯到19世纪，当Adjarian(1899: 119)[1]研究了亚美尼亚停止,并为他们的“两个时刻之间存在的关系:一个辅音时破裂口的空气被释放时,或爆炸,和一个当喉部开始振动”。然而，这个概念只是在20世纪60年代才开始“流行”，林和安培描述了当时的环境。Wang(2011: 514):[2]“当时，关于哪种语音属性可以有效地区分浊音和不浊音停顿，一直存在争论。例如，发声，渴望和发音力是一些属性被定期研究。在英语中,“表达”可以成功分离/ b, d,ɡ/ / p、t, k /停止在word-medial位置时,但这并非总是如此word-initial停止。严格地说,word-initial表示停止/ b, d,ɡ/只有部分表示,有时甚至是无声的。”VOT的概念最终在Lisker和amp的著名研究中获得了它的名称。

类型 可以根据声音起止时间来分析三种主要的停顿类型。

1.单纯的不送气的无声（非响音的）塞音，有时也称作无声爆破音——中文习称为全清音。其VOT长度等于或近似于零，也就是说几乎在除阻的同时，后接的响音（比如元音）即开始发音。（好比塞音[t]，如果其消退时间为15ms，或者如塞音[k]，30ms，则认为它们是无声爆破音）

2.后接响音的送气塞音，其VOT比全清音的要长，称作爆破VOT。爆破VOT的长度是衡量送气程度的实用指标：VOT越长，送气就越强。比如，在强送气的纳瓦霍语中，送气的持续时间是英语的两倍：[kʰ]的VOT值两者分别为160ms 和 80ms，而英语不送气[k]的VOT却只有45ms。另一些语言中也有比英语更弱的送气音。概括地说，以软颚塞为例，不送气[k]的典型VOT在20-30 ms之间，弱送气的的参考值为5060ms，中等送气[kʰ]平均约为8090ms，而拥有超过100ms甚至更长VOT的音则视作强送气音。呼吸音，通常也称作送气浊音，为了将VOT用作分析浊送气音的指标，须将VOT中的O——Onset（起始）——理解为开始发呼吸浊音[ɦ]的一刹那。当然，送气辅音不一定都有后续的响音，但VOT是以响音的起始来定义的，就是说在这种情况下送气的强度是不能用VOT来衡量的。

3.浊塞音的出奇之处在于它拥有小于0的VOT值，VOT的负值意味著，声带在除阻之前就开始了震动。术语完全浊塞音是指声带恰好在成阻的一刹那开始震动，而不完全浊塞音则是指在持阻阶段中的某一时刻声带开始震动。 由于送气和有声（声带震动）都不是绝对的概念，允许有不同程度的中间值存在，所以我们常常会用相对的术语“强”（fortis）和“弱”（lenis）来描述呈二元对立的两个辅音系列。将VOT高的界定为“强辅音”，将VOT低的界定为“弱辅音”。当然，强弱都是相对而言的，不同的语言里强弱的涵盖可以迥乎不同。

清浊对立可以应用于所有类型的辅音,而送气却是塞音和塞擦音才有的特征。

哪些语言上的因素会左右实际观测到的 VOT 值？ 影响 VOT 值的不仅仅是各语言不同的音系，或“语音语法知识”。众所周知，语言虽然是一个具有静态结构且相对稳定的复杂系统，但是落实到话语层面，这些相对稳态的结构是需要被我们的调音器官（调音器官包括口腔内各器官和手势）执行并且输出成语音或手势（手语）信号的。调音器官的具体执行落实到生理或物理层面会受到诸多因素影响，

具体参考资料： VOT