( ‧曉方 ) 從武漢來到加州，最懷念的故鄉小吃就是熱乾麵。熱乾麵在武漢的名氣和普及程度，可以說居於各種小吃之冠。國內外遊客到了武漢，也無不爭相品嚐熱乾麵。這是因為，熱乾麵是武漢獨樹一幟的小吃，在全國各地都是沒有的，可謂獨一無二。

武漢人把早餐叫作「過早」。而「過早」的當家食品之一就是熱乾麵。上學族與上班族，清晨行色匆匆，來一碗熱乾麵，加上一杯豆漿，可以說是最佳搭配。一是快捷方便，立等可得，符合現代速食的要求。二是味美可口，經濟實惠，一般一塊到一塊五人民幣就可以買一碗。熱乾麵已經有上百年歷史。據說行成於清末民初。傳說有一位賣湯麵的，到晚上常常為賣不完的麵條發愁。武漢是全國三大火爐之一，夏天隔夜的麵條很容易變質。一天，他靈機一動，把賣剩的麵條在開水中煮到七八成熟，撈出來淋上麻油拌勻，抖散放涼。到第二天用開水燙一下就上碗，加上自製的佐料，竟然有獨特風味，深受顧客歡迎。由此給它起了個名字叫「熱乾麵」。在發展過程中，居然形成了名店名牌，其中以「蔡林記」為代表。到武漢，要吃正宗的熱乾麵，就要到「蔡林記」。現在「蔡林記」 已形成連鎖店，並非「只此一家，別無分店」。

熱乾麵的做法並不難，關鍵是佐料的搭配。選用中粗的水切麵，在開水中煮到七八成熟，撈起來淋上麻油，抖散拌勻，放涼了備用。基本佐料有﹕醬油，醋，芝麻醬，味精，胡椒，蔥花，蝦米末，醬胡蘿蔔等。芝麻醬要加麻油和鹽調和。要吃時，只要把備好的麵在開水中燙一下，加上佐料即可。現在也有增加香腸絲，雞絲，海帶絲，豆芽等，形成不同風味。當然愛吃辣的，不妨再準備一瓶辣醬。

他叫Baxter, 是一只德国猎犬。当我第一次踏入他主人家的大门， 他惊恐的狂吠，四处乱窜，主人一次次阻止他向我的‘袭击’，并一个劲地解释这是一条好狗。几个回合后，他已是浑身发抖，用审视的大眼珠上下打量着我。

 

寒暄几句后，我找了个地方坐了下来，他趁机悄悄的靠近了我，脑袋一下子凑了过来，朝我浑身上下嗅着，并不停的翻吐着舌头，朋友告诉我他告气味识别人，并开玩笑的说他现在在尝我的味道。虽然我不懂狗经，衣裤已被他舔得湿漉漉的，但我还是礼貌性的抚摸着他短而刚硬的棕色狗毛，无奈的表示我的友好。

 

他离开了，朋友对他是又亲又抱。看着他一对硕大的黑眼珠和两瓣皱巴巴的下巴，心里并无多少好感。他在每个人之间窜来窜去，每次经过我，都要凑上来嗅一嗅，我顺手抚摸他的脑袋，他会警惕的躲开。朋友大声地吼着：’be nice to your friend’, 他疑惑而无辜的张望着我们，用他那一对硕大的黑眼珠。

 

我蹲下身来，与他四目相对，那一霎那，我心里一震，眼前的分明就是充满灵气的和人一样的生命。我伸出手去挠他的下巴，他低下了头，吐出热乎乎的舌头。我坐在了地上，他前脚踏在我大腿上，嘴巴一下子就凑到我脸上，我的脸顿时感觉到了温度和湿度。我想，我们成朋友了。他笑了。

 

于是，他跟着我楼上楼下房里房外，我找到柔软物体便去砸他，他便扑向我，我再把他踢开，或把他按倒，他挣扎着爬起来，再次进攻。初次见面，我多少有些拘谨，他却不顾仪态的兴奋。玩耍中，我多少有些担心他天性发作，但他总是温柔的避开的尖牙和利爪对我的伤害，我隐约感到他是一条通人性的狗。

 

出乎意料的是，不一会儿，他却趴在了地上，嘴里喘着粗气。朋友告诉我， 他老了。我再次坐在了地上，降到跟他同等的高度。他扭过耷拉着脑袋的头，缓缓得走到我跟前，静静地坐在了我的怀中。我注意到了他有两条狗圈，朋友说，一条是用于节育的。他的头朝着窗外，我分明看到，他硕大的黑眼珠闪烁着泪花，忧郁的眼神总想要诉说什么。我一次次抚平他紧皱的眉头，他在思考，也许他也有忧愁。我紧紧地搂住他，他再次舔着我的脸，仍然是那么的热乎乎，湿漉漉。

 

晚上临走时，他一直跟到了门口，我跟大家道别后，没多想就走了。但在路上，我意识到，我的内心多了一份感觉，并且难以忘却。

I write a matlab program to test the frequency of my voice. I record my shouting(in high pitch) and Jane Zhang's famous dolphin-voice, and realize I lag behind of her(of course). My base frequency is 946Hz, but very pure peak, while that bitch reaches 1280Hz, with some chaos frequency distribution, due to some factors. Below is the program and the plot:

 

clear;
[F,fs]=wavread('lovingyou.wav');

T=size(F,1)/fs; % the time of recording.
t=1/T:1/T:size(F)/T;
figure (1)
plot(t,abs(fft(F)));

Xlabel([num2str(1/T) 'Hz Per Interval'])