Fonem = minsta betydelseskiljande ljudenhet i ett givet språk Hur tar man reda på vilka dessa ljudenheter är? Kommutationstest <--> minimala par Kommutationstest innebär att man systematisk varierar ett av ljuden i ett ord eller morfem och ser om betydelsen därmed ändras. Om den gör det när man t.ex. byter ut vokalen a mot vokalen i kontexten b l så är detta ett tecken på att vokaljuden tillhör olika fonem. I svenskan är det helt uppenbart så eftersom bal och bil är två distinkta ord. Ord som bara skiljer sig åt med avseende på ett enda ljud kallas minimala par. Fotnot: Minimala par kallar man även ord som skiljer sig åt m.a.p. någon annan egenskap, tex. betoningens placering eller ordaccenten, men just nu är det enbart de enskilda ljuden vi ska bry oss om. Så här långt har vi varit ganska informella, men nu måste vi skärpa oss lite. Vi kan då t.ex. börja med att fråga oss hur fonemet a låter i svenskan och svaret på den frågan får ni här Fonem låter alltså inte för fonem är abstrakta representationer som står för klasser av ljud. Om då fonem och ljud inte är samma sak så måste man lämpligen skilja på dem även när man väljer symboler. Denna skillnad har man valt att representera med följande notation Fonem skrivs som /x/ Ljud skrivs som [x]
Vad är det nu för poäng med detta krångel?? Jo, ett visst fonem kan ha varierande uttal beroende på kontext och jag nämnde i förbigående vid ett tidigare tillfälle att fonologi beskriver uttalet och då måste man kunna uttrycka detta. Man vill alltså kunna beskriva dels vilka fonem (ljudtyper) ett språk har och dels hur de uttalas i olika kontexter. Hur blir då detta om man tar just det svenska a-ljudet som exempel? Jo, a-fonemet har två uttal nämligen [a] och [ ]. (Jag pratar nu enbart om standardsvenskan. I dialekter kan det se ganska annorlunda ut.) [ ] används när vokalen är lång som i [t l] och [a] när vokalen är kort som i [tal]. Egentligen är ju konsonanten [l] lång i ordet tall men det brukar man inte markera. Även om fonem inte låter något kan det ju vara en poäng att beteckna fonemet med någon av de symboler som används för uttalet. Om inte annat så för att inte krångla till det i onödan. Vilken av a-symbolerna ska man då välja som fonemsymbol? Ja, det finns inget självklart svar på den frågan men man brukar välja symbolen för det ljud som, på ett eller annat sätt verkar mest grundläggande. För svenska har man valt ljudet för den långa vokalen, alltså [ ]. Fonemet för a-ljudet betecknas alltså med / / och de båda uttalen detta fonem har med [ ] resp. [a]. Fonemet / / har alltså två uttal och sådana varianter av uttal kallas allofoner Den allofoniska variationen kan vara av två slag komplementär distribution eller fri variation.
Om vi börjar med den enklare varianten, fri variation, så innebär den helt enkelt att olika talare uttalar ljudet olika, men att det inte finns något systematiskt samband mellan kontext och ljud. Det svenska sje-ljudet är ett sådant exempel. Komplementär distribution innebär att ljudet har olika karaktär beroende på vilken kontext det förekommer i. Vi har redan konstaterat att / / uttalas [ ] i stavelser med lång vokal och [a] i sådana med kort. Ett annat sätt att utrycka det är att säga att / / uttalas som [ ] framför kort konsonant och som [a] framför lång. Ett annat exempel på kontextbunden variation är att många vokaler sänks (får ett öppnare uttal) framför [r]. Om vi tar ö-ljudet som exempel denna gång så betecknas fonemet med /ø/ och det grundläggande uttalet är just [ø]. Men framför [r] uttalas det som [œ]. Ex. ordet hö uttalas [hø ] men ordet hör uttalas [hœ r] Att en fördelning av den här typen kallas komplementär beror på att distributionen av de olika ljuden kompletterar varandra. Det finns alltså inget överlapp mellan distributionerna. Det finns förstås olika sätt att mer formellt beskriva sådana här samband men vi ska återkomma till det lite senare.
En beskrivning av vilka ljud som gränsar till ett givet ljud kallas i fonologin för kontext eller omgivning. Jag sa i början att ett test på om vokalerna [i] och [a] tillhör samma fonem eller olika är om det blir en betydelseskillnad när man placerar dem mellan [b] och [l] som i orden bil och bal. Mellan b och l är ett exempel på en kontext eller omgivning och betecknas formellt med b l Om ett visst ljud förekommer i likadana kontexter (omgivningar) brukar man säga att deras distribution är parallell. Om vi återigen tar /a/ och /i/ så förekommer de i parallella distributioner tex. b l, s l, m n, h t osv. Hur mycket som räknas som omgivning beror på vad det är man vill beskriva. Man tar med så mycket som behövs för att beskriva en viss regel entydigt men inte mer. x y är en typisk kontext, men det finns förstås många fler. Ett vanligt fall är att en viss allofon används framför eller efter vissa andra ljud medan det som står på andra sidan inte spelar någon roll. Det exempel vi tidigare såg med olika uttal av /ø/ är ett sådant exempel. /ø/ har sänkt uttal framför [r] men vad som sedan står före ö-et spelar ingen roll. ö-ljudet har samma uttal i ord som hör, för, dör och gör. Man kan uttrycka detta som att /ø/ uttalas som [œ] i kontexten r. Vi behöver ytterligare några konventioner innan vi kan börja skriva formella regler. Strecket vi använt i kontexten är förstås en markör för den plats där det aktuella ljudet ska stå som i r som uttalas framför r. För att kunna uttrycka att ett ljud står initialt eller finalt i ett ord behöver vi ytterligare en symbol, nämligen en ordgränssymbol. Ordgräns betecknas med symbolen #. # betyder alltså i början av ordet och # i slutet av ordet Men innan vi går vidare, låt oss göra en liten historisk utflykt.
Generativ fonologi Generativ fonologi Utvecklingen tog sin början med Noam Chomskys numera klassiska verk Syntactic Structures (1957) Sound Pattern of English (Chomsky &Halle, 1968) ett standardverk inom generativa fonologin som avsåg (och delvis lyckades med) att vara en komplett beskrivning av engelskans uttal. Generativ de olika uttalsvarianterna byggs upp (genereras) ur ett antal grundläggande enheter (tex. fonem) med hjälp av omskrivningsregler (re-write rules) Den grundläggande iden Den grundläggande iden Förutom de just nämnda omskrivningsreglerna är djupstruktur och ytstruktur centrala begrepp. Man tänker sig, om man vill se det psykologiskt, att vårt mentala lexikon består av ordformer som är lagrade i ett slags obearbetade former, säg fonemsträngar. Dessa utgör den s.k. djupstrukturen. När vi sedan talar utgår vi från dessa fonemsträngar och tillämpar omskrivningsregler som bestämmer hur fonemsträngen (tex. ett ord) ska uttalas när fonemen kombineras på just det sättet. Resonemanget om djupstruktur och ytstruktur är inte begränsat till uttal. Chomskys första bok behandlade syntaktiska strukturer. Den andra boken Sound Pattern of English (SPE) behandlar däremot uttalet såväl på segmentnivå som vad gäller tex. betoning. Chomskyanernas förhållande till det talade språket Man bör kanske påpeka att den tradition som Chomsky och hans efterföljare arbetar i inte fäster speciellt stort avseende vid hur folk faktiskt beter sig när de pratar. Det de beskriver är ett abstrakt språksystem som är fixt och utan undantag och som språkanvändare behärskar mer eller mindre bra. Det betyder då att det inte finns utrymme i teorin för vare sig individuell variation eller språklig utveckling. Om en talare avviker från den norm som beskrivs av systemet gör talaren helt enkelt ett fel (s.k. performance error ) Generativ formalism Man behöver emellertid inte tro på de filosofiska ideer som förknippas med Chomskyansk teori för att använda sig av dess formalismer. Sättet att beskriva uttal är mycket användbart även om man inte köper den ideologiska biten.
Generativ formalism Sättet att formalisera har genomgått många förändringar och tillägg sedan de första beskrivningarna gjordes och många nya formalismer har tillkommit för att beskriva olika aspekter av språklig struktur. De första var baserade på fonemnotation, men man upptäckte snart dennas svagheter och begränsningar och redan i SPE hade man infört en ny notation som byggde på s.k. särdrag (distinctive features). En alldeles ny formalism, Optimalitetsteori (OT), presenterades i början av 90-talet och är idag den dominerande. Låt oss börja med den enklaste formalismen, den som bygger på Pragfonologins ide om fonemen som odelbara enheter. denna ide är på inget sätt oproblematisk, men det är en bra utgångspunkt eftersom formalismen blir ganska enkel. Iden med djup- resp. ytstruktur var alltså att vi har underliggande, abstrakta, former vars uttal sedan genereras av regler. Exempel: Underliggande form /s n / /burd/ uttal och som vi tidigare nämnt /hø r/ [s ] [bu ] [hœ r] Det är naturligtvis inte självklart att den underliggande formen för [bu ] måste vara burd/ men vi ska inte fördjupa oss i den problematiken här och nu utan bara se hur formalismen fungerar givet sådana antaganden. Om man vill beskriva uttalet av ö-ljudet i regelform kan det se ut som regeln här nedanför. Fonologer brukar läsa detta som /ø/ blir [œ] i kontexten före [r]. Personligen föredrar jag att säga det såhär istället: /ø/ uttalas som [œ] framför r /ø/ [œ] / r /ø/ [œ] / r för det är ju precis det som det handlar om.
Och här är ett exempel som gäller konsonanter och som vi tidigare nämnt lite löst: /n/ [ ] / dvs. /n/ uttalas som [ ] framför [ ], (n uttalas som äng framför g). Denna regel kallas f.ö. nasalassimilation och är en mycket vanlig process i världens språk. Assimilation över huvud taget är en vanlig fonologisk process. Assimilation i det här sammanhanget betyder att ett ljud assimilerar (upptar) någon egenskap från ett annat ljud. I det här speciella fallet är det artikulationsstället som assimileras. n-et assimilerar g-ets artikulationsställe. Denna typ av assimilation kallas då helt logiskt för platsassimilation. Just nasaler utsätts lätt för platsassimilation. I svenskan assimileras framför allt [n]:s artikulationsställe till klusilens i de flesta kontexter där nasalen kommer närmast före klusilen. Vi har alltså en hel serie sådana regler /n/ [m] / p, b /n/ [ ] / f, v /n/ [ ] / j /n/ [ ] / k, Man kan fråga sig varför just nasaler så lätt assimileras till efterföljande klusil. Ett svar på frågan är att assimilation av det här slaget ofta förenklar artikulationen genom att artikulationsrörelser samordnas. Men det kan knappast vara hela förklaringen till varför just nasaler är särskilt utsatta för detta. Något mer måste nog till. En faktor som spelar en roll här är också perceptionen. Björn Lindblom har visat i en experimentell studie, att det är mycket svårt att uppfatta en nasals artikulationsställe när den står framför en klusil. Möjliga fonologiska kontraster som tex. [im], [i ], [in] är alltså dåliga perceptuella kontraster och riskerar därför att lätt förväxlas. I den situationen verkar det vara ett rationellt val att strunta i att utnyttja den och istället satsa på förenkling av artikulationen.
Vi har sagt att kommutationstest (konstruerandet av minimala par) är ett sätt att avgöra om två ljud tillhör olika fonem. Detta är en bra början men att man kan hitta minimala par räcker inte alltid som kriterium. Ett par exempel på minimala par som INTE medför att de betydelseskiljande ljuden tillhör olika fonem: bord [bu ] bod [bu d], tång [t ] ton [t n] Men hallå!!! Varför är det ingen som räcker upp handen och påpekar att jag gjort ett förargligt fel. I svenskan är ju /n/ och / / olika fonem vilket just det minimala paret [t ] [t n] visar. Nej, det är istället i fonempricipen och kommutationstestet som problemet ligger. Hur ska man lösa det här problemet om nu inte minimala par räcker? Ja, en sak man kan ta hjälp av är kunskap om språkets fonotax. Fontax är den del av grammatiken som talar om vilka ljudföljder som är tillåtna i ett givet språk. Tillåtna innebär förstås inte i det här sammanhanget att man får böta om man använder dem utan bara att följden betraktas som ogrammatisk. spik är en fonotaktiskt acceptabel sekvens i svenskan, men psik är det inte. hemsk är likaså en acceptabel sekvens men inte heskm. Man kan använda sådan kunskap för att pröva om ett ljud kan vara ett fonem i språket. Om det är det bör det inte gå att använda för att skapa otillåtna sekvenser. Hur är det då med [ ] och [ ] i detta avseende? Ja, [u ] är helt acceptabelt, men knappast [ u ], [ ] likaså men inte [ ]. [ ] och [ ] verkar med andra ord inte vara några bra kandidater för fonem i svenskan. En annan möjlighet skulle vara att de är allofoner av något fonem, men frågan är då vilket fonem de i så fall skulle vara allofoner av. Det krävs ju av allofoner att de ska ha ljudlikhet, men de ljud som liknar [ ] och [ ], närmast [d] resp. [n], förekommer i parallell distribution och det utesluter att de skulle vara allofoner. Hur ska vi då lösa detta dilemma? För att göra det måste vi införa två nya begrepp nollfonem och regelordning. Om vi börjar med nollfonem (betecknas med ) så är det inget speciellt konstigt med det, det motsvarar helt enkelt talet noll i matematiken, dvs att ingenting blir kvar.
Nollfonemet används för att beskriva den fonologiska process som innebär att något ljud försvinner (elision). Om tex. ljudet [x] faller bort framför [y] kan man skriva detta som en fonologisk regel på följande sätt: /x/ / y I klartext betyder detta att om sekvensen xy förekommer i ett ord eller en stavelse så reduceras den till y, dvs....xy......y... Regelordning betyder att det finns flera regler som ska tillämpas och att det gäller att välja i vilken ordning de ska göra det. Ordningen spelar som oftast här i livet en roll. Om man först gör A och sedan B eller tvärtom får oftast olika konsekvenser. Låt oss då, utrustade med dessa nya verktyg (nollfonem och regelordning), se om vi kan få ordning på problemet med [ ] och [ ]. Var hittar vi typiskt [ ]? Jo, efter [r]. Tar vi ledning av stavningen (ortografin) verkar det som om d blir retroflext efter r som sedan försvinner under mystiska omständigheter. Kan vi beskriva detta med hjälp av fonologiska regler. Javisst! Steg 1 Steg 2 /d/ [ ] / r /r/ / Et voila, [bu rd] har blivit [bu ] Men observera att detta gäller för standardsvenskan. I finlandssvenska dialekter heter det [bu rd] och inget annat! På samma sätt kan vi härleda äng-ljudet Steg 1 /n/ [ ] / Steg 2 / / / så att tex. [s n ] blir [s ] Hur var det då med ordningen mellan reglerna, spelar den någon roll. Ja, låt oss se: Om vi har sekvensen [bu rd] och tillämpar /r/ / Så händer ingenting med sekvensen för det finns inget [ ] i den. Tillämpar vi sedan /d/ [ ] / r får vi [bu r ], men detta stämmer inte! Regelordningen spelar alltså en avgörande roll.
Låt oss återvända till nasalassimilationen och använda den som utgångspunkt för att beskriva ett annat problem. Såhär såg alltså de olika reglerna ut /n/ [m] / p, b /n/ [ ] / f, v /n/ [ ] / j /n/ [ ] / k, Det verkar tämligen uppenbart att dessa regler har något gemensamt, eller till och med att det kanske skulle kunna röra sig om en och samma process i någon mening. /n/ [m] / p, b /n/ [ ] / f, v /n/ [ ] / j /n/ [ ] / k, Ett sätt att uttrycka att det i princip rör sig om samma samband är att föra samman de olika varianterna med klamrar. Detta fungerar naturligtvis, men man har en känsla av att det ligger något djupare samband bakom detta som inte kommer fram enbart genom att bunta ihop fonemen och ljuden med klamrar och så är det naturligtvis och detta för oss då på ett naturligt sätt över till den fonologiska särdragsteorin. Fonologer som Jacobson, Fant och Halle insåg redan på 50-talet att fonologiska processer ofta omfattar klasser av fonem snarare än enstaka fonem. Om vi tar vokaler som exempel så är det i många processer inte bara tex. /i/ som deltar i en process utan alla främre vokaler eller alla slutna vokaler. Då vore det ju praktiskt att kunna hänvisa till hela klassen av fonem istället för att räkna upp dem alla var för sig. Särdragssystemet för vokalerna är enklast, så låt oss börja med det. Särdrag (distinctive features) bygger på egenskaper hos fonemen som på ett (någorlunda) naturligt sätt delar in dem i klasser. Jag har redan nämnt slutna vokaler som exempel på en sådan klass.
Låt oss påminna oss vokalfyrsidingen, för den fonologiska särdragsindelningen bygger i hög grad på samma ideer. Främre tungposition Bakre Sluten Vad har vi för dimensioner för beskrivning av vokaler förutom, öppen sluten? Ja, vi har tex. främre bakre och rundad orundad. käköppning Innan vi är redo för en särdragsbeskrivning av vokalerna behöver vi definiera några konventioner. Öppen Av tradition (som går tillbaka till Roman Jacobson fram för allt) har särdragen beskrivits som binära (tvåvärda). Jacobson hade en mycket långtgående motivation för detta men det ska vi inte fördjupa oss i just nu. Särdrag kan i denna variant av fonologin ha ettdera av två värden plus eller minus. Om ett visst fonem har egenskapen får särdraget värdet plus (+) och om egenskapen saknas får särdraget värdet minus ( ) Med de tre egenskaper vi hittills betraktat så kan då en vokal beskrivas som plus eller minus främre, plus eller minus bakre, plus eller minus rund, plus eller minus öppen, plus eller minus sluten. Man brukar förkorta dessa namn något och dessutom föredrar man ofta att beteckna öppen sluten med motsatsparet hög låg istället. Särdrag sätts dessutom oftast mellan raka parenteser. På svenska skulle då särdragen bli [±fram], [±bak], [±rund], [±hög], [±låg]. Motsvarande beteckningar på engelska är [±front], [±back], [±round], [±high], [±low]. Låt oss se hur långt vi kommer med detta. Vi kan börja med ett mycket enkelt vokalsystem, i, u, a,. Vi kan representera detta i en vokalfyrsiding på följande sätt: fram bak [hög] i u [låg] a Observera att den sneda formen vi är vana att se och som bygger på intuitioner om den exakta inställningen av talapparaten är helt irrelevant här.
Med särdragsbeteckningar får vi då: i u a [hög] + + [låg] + + [fram] + + [bak] + + [rund] + I denna enkla modell har vi bara räknat med två öppningsgrader, men vi vet ju sedan tidigare att tex. det vanligaste vokalsystemet i jordens språk har 5 vokaler och tre öppningsgrader [fram]? [bak] [hög] i u? e o [låg] Hur ska vi hantera dessa mellanlägen? I fonologin har man löst problemet genom att utnyttja möjligheten varken-eller. Vårt 5- vokalsystem skulle då beskrivas som: i u e o [hög] + + [låg] + [fram] + + [bak] + + [rund] + + Ökar man på antalet öppningsgrader ytterligare måste man ta till andra (delvis rätt krystade) lösningar, men vi ska inte fördjupa oss i detta i den här kursen utan låt oss istället gå över till en beskrivning av konsonanterna. Vi kan börja med att påminna oss hur IPA:s system för konsonanter ser ut. Naturliga klasser i detta system blir då tex. alveolarer eller bilabialer.
Men ljuden i dessa klasser grupperar sig sällan eller aldrig tillsammans i fonologiska processer. Grupperar man istället ljuden efter fonologiska principer får man en delvis radikalt annorlunda indelning. Här ett exempel på indelningen i huvudklasser. cons betecknar konsonantiska ljud, obs betecknar obstruenter, cont kontinuerliga ljud och voice tonande ljud. Man kan även ordna dessa grundsärdrag hierarkiskt i en (någorlunda) naturlig ordning. Så långt är det tämligen rakt på sak, men vill man upprätta ett särdagssystem som ska täcka alla möjliga konsonanter i alla jordens språk så kompliceras bilden betydligt. Vissa särdrag kan vi känna igen som tex. artikulationsställen, men grupperade på ett annorlunda sätt än det i IPA. Av artikulationssätten i IPA hittar vi bara nasal och lateral och IPA:s artikulationsställen hittar vi inte alls. Indirekt finns de med, fast uttryckta på ett radikalt annorlunda sätt.
Ett exempel på hur en fonemsträng kan representeras med särdrag. Här exemplifierat med det engelska ordet deep", [di p]. d i p [ syll] [+syll] [ syll] [+cons] [ cons] [+cons] [+voice] [+voice] [ voice] [+high] [+high] [ high]...(etc.)......(etc.)......(etc.)... Ofta slår man ihop alla särdragen under en gemensam klammer (särdragsmatris). Man tar inte med fler särdrag än vad som behövs för att entydigt välja ut de avsedda fonemen i det aktuella språket. Var etc. slutar beror alltså på vilket språk man analyserar. d i p syll +syll syll +cons cons +cons +voice +voice voice +high +high high (etc.) (etc.) (etc.) Vad är det för huvudsaklig poäng med detta synsätt? Jo, man kan beskriva processer där någon viss egenskap hos en hel klass av fonem påverkas på ett likartat sätt i en given kontext. Man kan tex. enkelt och kompakt uttrycka sådant som att tonande klusiler blir tonlösa i ordslut, eller att de blir approximantiska mellan vokaler som är fallet i tex. spanska. Det kan då se ut såhär: + OBS! Till höger om pilen upprepar man bara det eller de särdrag som undergår förändring. Vi ska inte fördjupa oss mer i detta (i och för sig mycket spännande) område. Det får anstå till nästa kurs i fonologi. Vi kommer dock att åtminstone snudda vid regelskrivning med särdrag på fonologilaborationen