Золотой ромофон

Помните, что вы можете работать с заданиями задачи в любом порядке. Советуем начать решение с установления соответствий для согласных звуков. Изображения звуков с похожими характеристиками будут похожи между собой, поэтому полезно помнить признаки согласных, такие как глухость и звонкость. Возможно, некоторые признаки вам придётся вывести самостоятельно: например, звуки к и т называются «взрывными», а ш и с — «щелевыми» (подумайте, что объединяет каждую пару звуков).

В установке соответствий между гласными вам могут помочь МРТ-снимки. Какие из них похожи между собой? В первую очередь обратите внимание на положение языка.

Начнем решение с заданий 1–3: в этих заданиях спектрограммы уже сопоставлены со словами. Вот первые наблюдения, которые можно сделать:

1. Некоторые названия городов состоят из двух слов. На осциллограммах и спектрограммах зачастую видны «пробелы», но они не соответствуют границе между словами;

2. Помимо «пробелов», на осциллограммах видны области упорядоченных колебаний (или, выражаясь научно, с выраженным периодическим компонентом), а также области апериодического шума, которые из-за высокой частоты волновых колебаний выглядят как черные пятна с неровными краями;

3. По мере произношения слов форманты на спектрограммах постоянно меняют свои значения, и расстояния между ними изменяются;

4. Когда осциллограмма теряет периодический компонент и принимает форму чёрных беспорядочных колебаний или форму «пробела», на спектрограммах пропадает нулевая форманта F0 (то есть низ спектрограммы становится светлым), а остальные форманты могут начать «терять» свою форму — точки начинает «разбрасывать», и эти форманты перестают выглядеть как линии.

В условии сказано, что форманта F0 возникает при колебании голосовых связок. Посмотрим на спектрограммы Alba Iulia и Odorheiu Secuiesc.

В первом случае F0 присутствует на протяжении всего слова — это объясняется тем, что название города состоит из гласных и звонких согласных.

Во втором случае F0 прерывается в четырех местах, и действительно, в Odorheiu Secuiesc есть несколько глухих согласных — h, s, c, а также s и c, стоящие друг за другом. Сравним эти части спектрограммы:

Зелёным выделены два явных «пробела», которые видны и на спектрограмме, и на осциллограмме, — им соответствует буква c, которая, скорее всего, читается как «к». Чтобы в этом убедиться, можем посмотреть на осциллограмму и спектрограмму слова «акула» и найти там похожий отрывок. «К» — взрывной согласный: для его произнесения нужно сначала остановить поток воздуха (=пробел), а потом воспроизвести «взрыв» в ротовой полости (=небольшой шум, который видно на осциллограммах).

Отрывки, выделенные синим и красным, соответствуют буквам h и s (и, соответственно, звукам «х» и «с», если писать кириллицей). На частотном диапазоне, выбранном для этой задачи (5000 Гц), у них похожие спектрограммы, но разные осциллограммы. Это щелевые согласные — при их произнесении органы речи сближаются, но не смыкаются, и воздух проходит между ними с шумом. S в среднем имеет большую амплитуду волны на осциллограмме, чем h (подробнее об этом мы расскажем в послесловии).

Мы можем поискать эти звуки и в других спектрограммах в задаче, и таким образом приблизительно определить расположение и других согласных.

Звонкие взрывные, такие как b и d (например, d в Odorheiu Secuiesc), тоже напоминают «пробелы», как и глухие взрывные, но с некоторыми отличиями:

• на спектрограммах «пробел» не белый, а чуть более серый, и внизу видна форманта F0;

• на осциллограммах видны колебания, но с меньшей амплитудой по сравнению с окружением согласного. Из этого мы можем сделать вывод, что отрезки с колебаниями большой амплитуды соответствуют гласным.

Сначала выполним задание 2:

a) ț = ц = т + с

в слове Bistrița есть последовательность st, а также зеркальное отражение этой последовательности — это видно и на осциллограмме, и на спектрограмме.

b) j = ж

в начале спектрограммы слова «шалот» есть отрывок, напоминающий отрывок спектрограммы, соответствующий j из Cluj-Napoca. Отличия между этими отрывками такие, как между звонкими и глухими согласными: в спектрограмме j видна форманта F0, в то время как у «ш» её нет; помимо этого, в осциллограмме на месте j наблюдаются колебания небольшой амплитуды.

c) ș = ш

ср. с «ш» в слове «шалот». Обратите внимание на разницу между «с» и «ш»: у них похожие осциллограммы, но разные спектрограммы (у «ш» верх спектрограммы более тёмный).

d) c = к

ср. с «к» в слове «акула»

e) c = ч = т + ш

форманта F0 отсутствует, а значит, это глухой согласный. Он начинается с «пробела», а после него следует не короткий тихий шум, какой мы обычно видели у глухих взрывных, а длинный отрывок, похожий на «ш».

Перейдём к гласным. Здесь ключевую роль начинают играть значения формант и расстояния между ними, в особенности F1 и F2. Отрывкам, где F1 и F2 значительно отдаляются друг от друга, как в случае Bistrița или Odorheiu Secuiesc, соответствуют звуки e или i — это так называемые гласные переднего ряда.

Отрывкам, где расстояние между F1 и F2 уменьшается, при этом F1 накладывается на F0, соответствуют o и u (у) — гласные заднего ряда.

В случае а (гласного среднего ряда нижнего подъёма) форманты F1 и F2 тоже находятся близко, но F1 больше не перекрывает F0:

Знание лингвистической терминологии не обязательно для решения задачи: чтобы верно сгруппировать звуки, можно посмотреть на МРТ-снимки, представленные в условии. На них заметно явное сходство между «и» и «е» в слове «весь» (язык на этих снимках выдвинут вперёд, близко к зубам), а также между «о» и «у» (язык находится сзади, ближе к горлу).

Ответы к заданию 1:

На самом деле во втором примере обе i читаются как русский «й» (йот). Мы привыкли считать его согласным, но в фонетике йот часто называют полугласным звуком: по своим характеристикам он близок к гласным, но не образует отдельного слога.

Расстояние между формантами F1 и F2 важно не только для гласных, но и для согласных, как мы увидим в задании 3.

Румынская l произносится чуть более мягко чем «л» в словах «шалот» или «акула». Мы можем понять это по тому, как отдаляются друг от друга F1 и F2 в румынских словах на месте l — такое отдаление свойственно гласным переднего ряда (то есть гласным i, e), то есть мы можем понять, что ротовая полость принимает подобную форму при произнесении румынской l. Контраст заметен благодаря тому, что звук l находится между звуками o и u — гласными заднего ряда. Тем временем, в словах «шалот» и «акула» мы не видим отдаления F1 и F2, то есть форма ротовой полости существенно не меняется — в результате звук «л» получается твёрдым (см. изображения).

К этому моменту мы знаем достаточно, чтобы установить верные соответствия в задании 4:

1. Baia Mare

2. Focșani

3. Sfântu Gheorghe

gh произносится как «г» — это взрывной (=создаёт «пробел») звонкий (нет белого пространства внизу спектрограммы, то есть присутствует F0) согласный.

4. Timișoara

В задании 5 нужно либо заполнить пропуски, либо выбрать один из двух звуков. Для заполнения каждого пропуска понадобится найти похожие отрывки осциллограмм и спектрограмм в словах из заданий 1–4. Там, где нужно выбрать один из двух звуков, надо уметь различать:

• гласные переднего и заднего ряда;
• глухие и звонкие согласные;
• губные и негубные согласные — о них мы ещё не говорили.

Губные согласные это согласные, которые образуются при активном участии губ. К ним относятся согласные b, p и m. Отличить их от негубных согласных можно, посмотрев на форманты F1 и F2: во время произнесения губных согласных форманты до и после согласного принимают форму как при произнесении гласных о и u (огубленных гласных) — то есть они сближаются и сдвигаются вниз спектрограммы. Этого не происходит при произнесении негубных согласных. Некоторые примеры вы можете увидеть ниже:

Ответы к заданию 5:

a) Făgăraș

b) Sebeș

c) Arad

d) Sibiu

e) Pitești (ești, кстати, можно найти в București)

f) Reșița

Закономерности, которые можно обнаружить на материале задачи, исследуются в рамках двух областей фонетической науки: артикуляционной и акустической фонетики. Артикуляционная фонетика изучает то, как в ходе порождения речи задействуются органы речевого аппарата. Для этого применяются разные инструментальные методы: например, ультразвуковые записи отражают то, как положение языка меняется при произнесении того или иного звука, а на МРТ-снимках, с которыми вам было предложено ознакомиться в условии, хорошо видно расположение органов речи относительно друг друга в статике.

УЗИ-прибор для фиксации и анализа движений языка. Источник: Институт языкознания РАН

УЗИ произнесения согласного [ɽ] (звонкий взрывной ретрофлексный) в окружении гласных [a]. Источник: Университет Глазго

Электромагнитный артикулограф — ещё один прибор, позволяющий фиксировать положение органов ротовой полости во время речи. Источник: Reimer & Rudzicz, 2010

Результат работы электромагнитного артикулографа — 3D-изображение органов ротовой полости во время пения строчки Happy birthday to you. Источник: About articulography

В ходе решения вы могли заметить, что при артикуляции согласных в ротовой полости образуется некоторая преграда для воздушного потока, поступающего из легких: в случае [д] это смычка языка и зубов, в случае [б] — сомкнутые губы. Качество согласного — то есть то, какой согласный получится в результате артикуляции, — определяется несколькими факторами. Первый из них — место, где происходит сближение или соприкосновение органов речи. На МРТ-снимке для звука [д] язык смыкается с верхними резцами, но если вы попробуете произнести [г], то обнаружите, что ваш кончик языка совсем не коснется зубов, зато его спинка заденет заднюю часть мягкого нёба. Второй параметр, определяющий качество согласного, — способ образования преграды. Звук [з] очень похож на [д] в плане того, насколько близко для его артикуляции кончик языка оказывается к зубам, но в случае [з] полного смыкания не происходит: вместо этого между органами речи остается небольшая щель, проход воздушного потока через которую и позволяет согласному звучать.

Ещё согласные делятся на разные категории в зависимости от того, колеблются ли голосовые связки при их произнесении (звонкие/глухие), проходит ли поток воздуха через носовую полость в дополнение к ротовой (носовые, как [н] или [м], и неносовые, как [т] или [п]). А некоторые категории согласных, которые можно встретить в языках мира, совсем непривычны носителям русского: например, в языке хадза, на котором говорят в Танзании, есть согласные, при произнесении которых воздушный поток движется в обратном направлении относительно привычного нам, то есть внутрь ротовой полости, а не из неё (так называемые ингрессивные согласные). Подобный звук легко издать, если попробовать неодобрительно поцокать: вы заметите, что в отличие от произнесения обычного «ц», при цокании струя воздуха после размыкания смычки переместится глубже по ротовой полости, а не выйдет из нее.

При произнесении гласных преграды для воздушного потока в ротовой полости не образуется, и их качество определяется тем, какое место занимает язык во время артикуляции: ближе он к верхнему нёбу, как на МРТ-снимке для [и], или дальше от него, как на снимке для [а]; ближе его кончик к губам, как в случае с [э], или отодвинут назад, как в случае с [о]. [о] отличается от других трех упомянутых выше гласных еще и огубленностью — необходимостью округления губ для его артикуляции. Изучающим французский или польский язык может быть знакомо деление гласных на носовые и неносовые: как и в случае с согласными, для произнесения носовых гласных необходимо, чтобы задняя часть мягкого неба перестала перекрывать воздушному потоку проход из ротоглотки в носоглотку. Хотя в современном русском носовых гласных нет, предполагается, что они были полноценными элементами системы гласных в его далеком «предке» — праславянском.

Послушать, как звучат гласные и согласные звуки с разными характеристиками, можно, например, на сайте ipachart.com. Он использует Международный фонетический алфавит (МФА / IPA) — набор символов, которые лингвисты используют для описания звуков устной речи в разных языках.

Ниже вы можете увидеть, как в МФА выглядит классификация согласных и гласных:

К предмету акустической фонетики относятся физические характеристики звуков речи: частота, интенсивность, длительность и другие. Значения этих параметров зависят от взаимного расположения органов речевого аппарата, поэтому по ним можно приблизительно понять артикуляцию, стоящую за порождением анализируемого звука. Однако прежде чем приступать к анализу такого рода, лингвисту требуется произвести сегментацию — выделить интересующие его звуки в общем потоке речи. В задаче вам было предложено сделать это при помощи карандаша и бумаги, а в фонетических исследованиях для сегментации и измерений используется программа Praat.

В Praat можно получить точные значения как для уже знакомых вам частоты основного тона и формант, так и, например, для интенсивности — мощности, переносимой звуковой волной. Интенсивность положительно коррелирует с амплитудой волны на осциллограмме и с «громкостью» звука при восприятии, поэтому если вы запишете свои произнесения щелевых звуков [h] и [s] и измерите интенсивность обоих звуков, скорее всего, она окажется выше для второго из них. Это связано с тем, что [s] относится к сибилянтам — свистящим и шипящим щелевым, при произнесении которых высокоскоростной воздушный поток проходит через очень узкое отверстие, образованное органами артикуляции. Пространство, остающееся между языком и нёбом при произнесении [h], гораздо больше, поэтому в его случае не возникает характерного «свистящего» эффекта.

Корректировка настроек спектрограммы в Praat позволит нам уточнить выводы, сделанные на материале задачи. По спектрограммам из условия мы могли бы подумать, что [ш] обладает более значительным высокочастотным компонентом, чем [с], — сравните интенсивность черного цвета в верхней части у [ш] из «шалот» и [с] из Bistrița. На самом деле основная доля энергии для звука [с] сосредоточена на еще более высоких частотах, чем приведенный на спектрограммах в задаче диапазон от 0 до 5000 Гц. В бартангском — одном из языков Таджикистана — есть звуки, близкие к русским [с] и [ш]. На спектрограммах ниже, иллюстрирующих произнесения двух бартангских слов, вы можете видеть, что темные участки у [с] приходятся на частоты от 5000 до 10000 Гц, в то время как для [ш] значительная энергия характерна и для более низких частот.

Произнесение слова қафас «клетка» носителем бартангского языка

Произнесение слова нивиш «пиши!» носителем бартангского языка

При помощи спектрограмм лингвисты исследуют не только отличительные характеристики разных фонем, но и то, как их свойства меняются под влиянием окружающих их звуков. В ходе решения задачи вы познакомились с одним из самых известных примеров такого изменения: влияние согласных на форманты соседних гласных. Качество взрывных согласных на спектрограмме непросто определить по их собственному виду: по частоте основного тона во время смычной фазы мы можем сделать вывод разве что о звонкости или глухости, а взрыв — резкое размыкание смычки — является настолько коротким, что визуально оценить распределение энергии по частотам, как в случае с щелевыми, не представляется возможным. Тогда о месте соприкосновения органов речи при произнесении согласного нам могут рассказать форманты соседних гласных: мы видим, что вторая форманта в начале произнесения [a] рядом с губным [b] в Baia Mare гораздо ниже, чем в центральной части гласного, наименее подверженной влиянию соседних звуков. А вот [ț] в Bistrița, наоборот, повышает значения второй форманты в начале [a]. Похожим образом ведет себя и румынский [l]: как и в случае [t], его артикуляция требует смыкания кончика языка с зубами или участком твердого нёба непосредственно за ними. Передвижение языка из этой позиции в характерную для [a] — в нижней и непередней части ротовой полости — создает небольшой отрезок времени, когда вместо обычного [a] звучит чуть более передний гласный.

Почему же мы не наблюдаем этот эффект для русского [л], если в процессе его произнесения наш кончик языка тоже касается зубов? Кроме первичной, у русского [л] есть так называемая вторичная артикуляция: второе место, в котором язык немного приподнимается к нёбу. При произнесении русского [л] спинка языка поднимается к мягкому нёбу (лат. velum), поэтому этот тип вторичной артикуляции называется веляризацией. Звуки типа румынского [l] и русского [л] могут существовать и в рамках одной системы: в английском звук типа румынского — “light l” — встречается в начале слога (напр. в слове late), а звук типа русского — “dark l” — в конце слога (напр. в hall). МРТ-снимки и ультразвуковые записи того, как произносятся эти два и многие другие типы звуков из разных языков мира, можно посмотреть на сайте Seeing Speech.

Задача (в измененном варианте) использовалась на Третьем этапе Республиканской олимпиады по лингвистике в Республике Казахстан в 2025 году.

Публикация задачи приурочена к окончанию 23-й Международной олимпиады по лингвистике, которая прошла с 26 июля по 2 августа в Румынии (Бухарест). В этом году олимпиада собрала более 250 участников из 46 стран. «Элементы» неоднократно публиковали задачи с Международной олимпиады — их можно найти в нашей рубрике.

Автор задачи и решения — Дана Оспанова

Автор послесловия — Варвара Петрова