Символом [æ][124] записывается гласный звук в слове «cat». Он низкий, передний и неокругленный. Если двигаться вверх по схеме и по направлению к глотке, то мы доходим до звука [u], гласного звука в слове «boot». Это задний, округленный гласный. «Задний» в данном случае означает, что поднимается задняя часть языка, а не кончик или передняя часть, как происходит в случае с неокругленным гласным [i]. При произнесении звука [u] губы принимают округлую О-образную форму. Округленным может быть любой гласный звук. Так, чтобы произнести французский гласный [у], произнесите английский [i], но попытайтесь при этом округлить губы.
В сущности, различные звуки, встречающиеся во всех языках мира, понять и повторить довольно просто. Сложность не в том, как их классифицировать или анализировать, а в том, чтобы их произносить. Люди могут освоить какие угодно звуки в раннем возрасте, пока базальные ганглии не «вошли в колею». Но по мере взросления ганглиям все сложнее формировать новые связи.
Когда я начинал первый в моей жизни курс по артикуляционной фонетике (чтобы научиться произносить все звуки, встречающиеся в различных языках мира) в Оклахомском университете в 1976 г., преподаватель провел с каждым студентом индивидуальное собеседование, чтобы определить уровень нашей фонетической одаренности (или перцептивных способностей). Я зашел в кабинет, и первое, что мне нужно было проделать, — это произнести слово «hello» на вдохе, а не на выдохе. «Чуднó», — подумал я. Но сделал что просили. Потом мне нужно было повторить несколько слов из языков майя, содержащих глоттализованные эйективы. Это «хлопающие» звуки, при извлечении которых воздух движется наружу, но инициируется выше легких; сначала смыкаются голосовые связки, за ними формируется давление, после чего говорящий выпускает воздух, и звук «извергается» изо рта. Я также попытался скопировать африканские щелкающие звуки. Я знал, что этот курс мне пригодится, поскольку готовился отправиться на Амазонку, чтобы вести там полевые исследования языка, о котором в мире почти ничего не было известно, — языка пираха.
Еще раз отметим, что все языки мира — от абхазского до японского — используют один и тот же набор артикуляционных движений и звуков. Причина в том, что человеческая слуховая система эволюционировала вместе с речевым аппаратом, то есть люди научились лучше всего слышать те звуки, которые сами могут издавать. Конечно, встречаются обособленные группы и до сих пор случаются неожиданные открытия. В действительности лично я во время работы на Амазонке открыл два звука, которые не встречаются в других языках мира (один в чапакурских языках, другой — в пираха).
Лингвист-полевик должен уметь осваивать языки, которые человек способен воспроизводить, и использовать в речи, поскольку ему надо быть готовым приступить к работе сразу по прибытии в пункт назначения, с первой минуты. Ему нужно знать, что он слышит, чтобы начать анализировать речь и язык тех людей, к которым он приехал.
Приведенная краткая справка охватывает лишь одну треть фонетики — артикуляционную фонетику. Но что же происходит со звуками речи, когда они покидают наш рот? Как люди их различают? Слушающие часто не могут смотреть на рот говорящего, так как же мы понимаем, какой звук произносится: [p] или [t], [i] или [а]?
Это предмет акустической фонетики. Первый вопрос насчет восприятия звука: если звук при говорении исходит изо рта, почему слышно только согласные и гласные, а звук самого потока воздуха — нет? Во-первых, гортань изменяет этот поток благодаря вибрации голосовых связок или колебанию других своих частей. В результате изменяется частота звука, он переходит в воспринимаемый человеком диапазон; эволюция сопоставила эти частоты с тем, что может воспринимать ухо. Во-вторых, звук вырывающегося изо рта воздуха был исключен эволюцией, выведен за пределы диапазона, непосредственно воспринимаемого человеческим слухом. И это хорошо. Иначе люди при разговоре звучали бы так, как будто у них постоянная одышка.
Модификацию потока воздуха гортанью называют фонацией, которая формирует для каждого звука то, что известно под названием «частоты основного тона». Частота основного тона — это скорость вибрации голосовых связок во время фонации. Она различается в зависимости от размера, формы и толщины стенок гортани. У невысокого, маленького человека обычно более высокий голос (то есть более высокие основные частоты), чем у крупного. У взрослых более глубокие голоса, более низкие основные частоты, чем у детей; у мужчин голос ниже, чем у женщин; у высоких людей голос часто глубже, чем у низкорослых.
Частота основного тона, которая обычно обозначается как Fo, — это один из способов узнать, с кем вы разговариваете. Мы привыкаем к диапазону частот голосов других людей. Изменение частоты вибрации голосовых связок — основа пения и управления высотой звука в тональных языках, например мандарине или пираха, а также сотнях других языков, в которых тон слога имеет такое же значение для формирования смысла слова, как гласные и согласные звуки. Возможность контролировать частоту звука также важна для продуцирования и восприятия относительной высоты тона в пределах фраз и предложений. Это называется интонацией. Благодаря Fo некоторые языки также применяют свист, используя либо относительную высоту слогов, либо частоты, присущие отдельным звукам речи.
Однако Fo — это еще не все. Помимо основной частоты при извлечении каждого звука речи продуцируются гармонические частоты, или форманты, связанные исключительно с конкретным звуком. Эти форманты позволяют нам различать конкретные гласные и согласные звуки в родном языке. Например, человек непосредственно не воспринимает слог [dad]. Мы слышим форманты и их изменения, связанные с этими звуками. Форманту можно представить визуально. Возьмем камертон, дающий ноту «ми», ударим по нему и поставим на корпус акустической гитары рядом с резонаторным отверстием. Если гитара настроена верно, то струна «ми» той же октавы, что и камертон, тоже начнет вибрировать. Различные гармоники или форманты каждого звука формирует резонанс. Эти форманты видны на спектрограмме, где каждый формант имеет определенную кратность основной частоте звука (рис. 24).
Рис. 24. Спектрограмма гласных звуков.
На этой спектрограмме отражены четыре гласных звука. В нижней ее части расположена частота основного тона, от которой вверх поднимаются темные полосы. Каждая такая полоса, связанная с частотой, указанной в левой части спектрограммы, — это гармонический резонанс, или форманта соответствующего гласного звука. Горизонтальная ось — это время продуцирования звука. Чем темнее полоса, тем больше относительная громкость звука. Именно форманты являются «отпечатками пальцев» для всех звуков речи. Человеческое ухо эволюционировало для восприятия этих звуков, с отбором тех формант, которые отражают физическое строение нашего речевого тракта. Форманты, в порядке возрастания частоты, обозначают как F1, F2, F3 и т. д. Они формируются под воздействием резонаторов, таких как форма языка, округление губ и других механизмов артикуляции звука.
Формантные частоты гласных указаны на спектрограмме в герцах (Гц). Удивительно не то, что мы слышим различия в частоте звуков речи, а что слышим их, совершенно не осознавая этого, хотя продуцируем и воспринимаем эти форманты безошибочно. Это как раз тот вид невыражаемого знания, который часто приводит лингвистов к предположениям о врожденных, а не приобретенных способностях. Некоторые аспекты, безусловно, являются врожденными. Человеческий рот и уши — подобранный комплект. Спасибо естественному отбору.
Для подробного обсуждения физиологической интерпретации звуков ушами и мозгом (фонетика восприятия) у науки пока слишком мало данных. Но акустики и артикуляции звуков вполне достаточно, чтобы начать разговор о ходе эволюции этих способностей.
Если язык предшествовал речи, то следовало бы ожидать, что Homo erectus, хотя он и изобрел символы и язык G1, все же не обладал передовыми человеческими речевыми способностями. Он и не обладал. У него гортань была больше похожа на обезьянью, чем на человеческую. В действительности, несмотря на то, что неандертальцы имели относительно современное строение гортани, эректусы в этом плане остались далеко позади.
Основные различия между речевым аппаратом эректуса и сапиенса: отсутствие гиоидной кости и дочеловеческие рудименты, например воздушные мешки в центре гортани. Текумсе Фитч — один из первых биологов, отметивших, что воздушные мешки имеют отношение к человеческой вокализации. Из-за них многие извлекаемые звуки получаются не такими четкими, как у сапиенсов. Свидетельства того, что у них были воздушные мешки, основаны на удачных находках — окаменелых гиоидных костях эректусов. Гиоидная кость располагается над гортанью и прикрепляется к ней с помощью соединительных и мышечных тканей. Сокращение мышц, соединяющих гортань с гиоидной костью, позволяет людям поднимать и опускать гортань, изменяя Fo и другие параметры речи. А вот у гиоидной кости эректуса, в отличие от более поздних ископаемых видов Homo, мест крепления мышц не обнаружено. И на этом отличия не заканчиваются. Голосовой аппарат у эректусов и сапиенсов отличается настолько, что Крелин делает следующий вывод: «Полагаю, что голосовой тракт [эректуса] практически обезьяний». Другие исследователи пишут:
Авторы описывают тело гиоидной кости, без рогов, приписываемой Homo erectus из Кастель-ди-Гьюдо (Рим, Италия), датируемой примерно 400000 лет до н. э. Тело гиоидной кости имеет брусковидную форму, характерную для Homo, в отличие от булавовидной формы у африканских приматов и австралопитеков. Ее измерения отличаются от снятых с единственного целого образца вымершего вида людей и ранних гоминид (