Три склянки пополудни и другие задачи по лингвистике

На рис. 1 пять звуков представлены с помощью двух визуализаций. Наверху – осциллограмма, которая показывает амплитуду звуковой волны в целом (время отложено по оси x, амплитуда – по оси y). Внизу – динамическая спектрограмма, которая отображает амплитуду на каждой конкретной частоте в конкретный момент времени (фактически это трехмерный график: время отложено по оси x, частота – по оси y, большей амплитуде соответствует более темный цвет). Легко заметить, что здесь произнесено пять звуков – и все они разные.

Да и вообще, любой произнесенный нами звук уникален. Попробуйте три раза подряд сказать [э] и убедитесь в невозможности сделать так, чтобы все три звука получились одинаковой длины, имели одинаковую интонацию, не различались по тембру голоса и т. д. – это не говоря уже о том, что тот же самый звук могут произносить другие люди, и у них он будет получаться совсем иным. Первые три произнесения на рис. 1 – это и есть три [э]; четвертый звук – это [?] (как в английском слове bat 'летучая мышь'), а пятый – [а].

Выходит, что звуков, с одной стороны, пять, а с другой – три, и это важнейшая особенность человеческого языка: все многообразие звуков мы раскладываем в небольшое число «корзин». В разных языках эти корзины устроены по-разному. Носитель русского языка, которому будут предъявлены отдельно [э] и [?], с большой вероятностью скажет, что это вариации одного и того же звука; носитель английского уверенно положит эти звуки в разные корзины, поскольку в его языке они могут различать слова: bet 'ставка' – это совсем не то же, что bat 'летучая мышь'.

Тем, как говорящие на разных языках люди классифицируют звуки и используют их для различения смыслов, занимается фонология. О разных наборах звуков и правилах их сочетаемости в языках мира говорится в задаче № 1 «Влюбленная пара»: там показано, как японцам приходится приспосабливать слова других языков к своей фонологической системе.

Но и после того, как мы разложили звуки по корзинам, трудности не закончились: мы ведь не говорим с паузами после каждого звука, как на рис.

 1, поскольку в этом случае каждая фраза занимала бы уйму времени. Звуки идут сплошным потоком, и разделить звуковую волну на части, соответствующие отдельным звукам, совсем непросто. На рис. 2 изображено произнесение фразы Мама мыла раму. Разрезать его на 12 частей, соответствующих 12 звукам, невозможно; да и слова-то не очень хорошо вычленяются.