Fonémák és hasonulások?

Fehér Krisztina írása

Bár a fonéma általánosan használt fogalom a nyelvtudományban, korántsem problémátlan. Az ezzel kapcsolatos paradoxonok ugyanakkor egyáltalán nem lényegtelenek: nyilvánvaló, hogy ha egy nyelvészeti elméletben már az alapvető fogalmak értelmezése is ingatag, az ezekre ráépülő további ismeretekkel kapcsolatban is joggal vethetők fel elbizonytalanító kérdések.

A nyelvtudomány fonémafelfogásának nehézségeit, illetve ennek modellezési következményeit az alábbiakban az ún. hasonulások példáján keresztül igyekszem tézisszerűen felvázolni, erre támaszkodva pedig valamiféle megoldási javaslatot körvonalazni.

Saussure nem dolgozott ki fonológiaelméletet (a fonéma szót használja ugyan munkájában, de nem a később elterjedt jelentésében), a fogalom legszokványosabb értelmezése közvetetten mégis az általa megalapozott klasszikus strukturalista nézetekhez kötődik. Az utókor a fonémát rendre a beszédhanggal állítja szembe, és mint a nyelv–beszéd dichotómia hangtani szintű megjelenésének a langue-hoz tartozó tagját értelmezi.

Az, hogy a saussure-i koncepcióban a nyelv és a beszéd viszonyát egyfelől a „szétosztott szótár” elv, másrészt a forma–szubsztancia szembenállás határozza meg, nem tapasztalati úton, hanem a priori módon jelöli ki a fonéma karakterisztikus tulajdonságát, vagyis absztrakt-invariáns jellegét.

Ezen nem változtat az sem, hogy az újabb deszkriptív és (poszt)generatív fonológiák szerzői leírásaikat már nem is a fonémákra, hanem a megkülönböztető tulajdonságokra alapozzák, ennek következtében pedig a fonéma nyelvi realitását kezdetben nyíltan, később burkoltabban tagadják, és munkáikban magát a fogalmat legfeljebb mint a disztinktív jegyek halmazának egyszerű rövidítését használják. Azáltal ugyanis, hogy e koncepciókban már a megkülönböztető jegyek is valamiféle autonóm nyelvi elemekként értelmeződnek, az ezek együtteséből adódó hangszegmentumok ugyanúgy szükségszerűen és szélsőségesen abszolutizáltak, mint a saussure-iánus elképzelésekben.

Mindebből azonban két, egymással összefüggő dolog adódik: a fonémák (és megkülönböztető jegyeik) a nyelvtudományban leginkább a platóni ideákhoz hasonló minőségekként, azaz fizikai sajátosságaiktól és az emberektől egyaránt független entitásokként jelennek meg, ami viszont ellentmond a tapasztalatoknak.

Miután a strukturális nyelvészet a szubsztanciával szemben a formát preferálja, az előbbit megjelenítő parole-szintet szigorúan elválasztja az utóbbit képviselő langue-tól, a fonéma-státust pedig jellegzetesen az ún. minimálispár-próbával állapítja meg. Így a beszédhangok fiziológiájából csak annyi és olyan kategorikus (azaz: bináris értékekkel jellemezhető) sajátosságot szerepeltet a fonémák tulajdonságaiként, ami ennek alapján feltétlenül szükségesnek, ilymódon relevánsnak látszik a definiálásukhoz. (Az eljárás szélsőséges esete a Prágai Kör hangtanából ismert „archifonéma” vagy a generatív fonológia „alulszabott fonémája”.) Ez számos elemzési problémához vezet, ami az ún. hasonulások kapcsán elsősorban a neutralizációs jelenségek és az asszimiláció szempontjából rendhagyónak tűnő esetek leírásában mutatkozik meg.

Egyrészt míg például a [me:z] — [me:s] kétségtelenül minimális pár, az analóg [me:zbø: l] ’mézből’ — [me:zbø: l] ’mészből’ kettősre a próba egyszerűen értelmezhetetlen. Még ennél is zavarba ejtőbb az az eset, amit a szakirodalomban „nem teljes neutralizáció”-ként emlegetnek. Miközben a német /bund/ ’szövetség’ és /bunt/ ’tarka’ kiejtése azonosnak, vagyis egyaránt [bunt]-nak látszik, a mérések azt mutatják, hogy az emberek 60-70 %-os biztossággal mégis el tudják különíteni a két hangsort azon csekély (egyébként csak műszerekkel analizálható) eltérés alapján, hogy a ’szövetség’ jelentésű szó [t]-jében — szemben a másik alakkal — fellelhetők a zöngés obstruensekre jellemző kísérőjelenségek (ez esetben a megelőző szonoráns hosszabb időtartama és a zárperiódusba való belelógása, a rövidebb zárperiódus és a gyengébb felpattanási zörej).

Másrészt ha a fonémák lényeges hangtani jegyeinek megállapításához pusztán a [vonɔl] — [fonɔl] típusú formális szembeállításokra hagyatkozunk, ezért a /v/-t ugyanolyan obstruensnek minősítjük, mint az /f/-et, ami viszont az utóbbival szemben a [+zöng] jeggyel jellemezhető, akkor megmagyarázhatatlan, hogy a [te:fhit] mellett miért az [øtvɛn] áll, és miért csak a nyugati nyelvjárásterületen fordul elő az [ødvɛn] forma.

Nem meglepő, hogy a fonémának ez az idealizált felfogása nem tud számot adni sem a nyelv változatosságáról és változékonyságáról, sem pedig az emberek egyes, fonetikai-fonológiai jelenségekkel kapcsolatos reakcióiról.

Bár a langue részeként kezelt fonéma esetében azt kellene feltételeznünk, hogy egy adott hangalakhoz a hallgatók-beszélők — mivel egyforma lexikonnal rendelkeznek — kivétel nélkül azonos fonémasort társítanak, az emberek nyelvi viselkedését tanulmányozva e tekintetben heterogenitással találkozunk: közismert például, hogy a [køzømbøʃ] hangsort egyesek /køzømbøʃ-ként, mások /køzønbøʃ/-ként azonosítják.

Mivel a saussure-i elképzelés szerint a változások a parole-ból indulnak, így ha egy beszédjelenség eléggé elterjed, akkor nyelvténnyé válik, a fonémának ebben az értelmezésében kérdéses marad az ún. lexikalizálódott hasonulások esete is (ilyennek tartják például a /by:z/ képzett formájából származó /byskɛ/ alakot). Egyfelől nem világos, hogy ha a parole pusztán relalizációja a langue-nak, az mégis hogyan és miért módosíthat a langue autonóm rendszerén, másrészt tudományos argumentációval nyilván nem lehet kiemelni azon emberek körét sem, akiknek a nyelvtudását egy bizonyos (egzakt módon ráadásul meg nem állapítható és ki nem jelölhető) előfordulási aránytól kezdve mérvadóbbnak tekinthetnénk másokénál

Abszolutizált fonémákra alapozva megmagyarázhatatlan az az attitűd is, hogy az emberek olyan alakok között differenciálnak, és — tudatosan vagy tudattalanul, de — minősítik is azok eltéréseit, amelyek a strukturalizmus definíciója szerint nem minimális párok, tehát különbségeik elvileg teljesen irrelevánsak: a beszélőközösség számára az [ɛcsɛr] szemben az [ɛʧ:ɛr]-rel éppúgy hordoz valamilyen információt, mint a hiperkorrekt [e:ljɛn] az [e:j:ɛn]-hez képest.

 A fentiek azt jelzik, hogy a problémák megoldásához a fonológiai alapegységeket az eddigiektől merőben eltérő módon, mégpedig az emberi percepcióhoz, valamint a hangok fizikai tulajdonságaihoz viszonyítva, vagyis relatívan célszerű megközelíteni. Ehhez mindenekelőtt az szükséges, hogy kijelentéseink immár összhangban legyenek mind az eszközfonetika eredményeivel, mind a pszicholingvisztika beszédészlelésre vonatkozó megállapításaival.

Az e tudományterületeken végzett kísérletes vizsgálatokat tanulmányozva — várható módon — rögtön jónéhány egymással összefüggő, ám a fonéma klasszikus felfogásának ellentmondó tényező tűnik ki.

Az ún. megkülönböztető jegyek nem egyértelműen binárisak, hanem mértékük van, így a fonológia–fonetika kettőst a továbbiakban dichotómia helyett inkább egy folytonos skálának kell tekintenünk. A percepció alapegységei prototípus elven szerveződnek, kiterjedésüket tekintve pedig nem is egyszerű hangszegmentumok, hanem olyan komplexebb hangsorok (fonotaktikai minták), amelyek egyúttal a lexikai-morfológiai műveleteket is meghatározzák, valamiféle „hangzássémákként” irányítva azokat.

Világos, hogy egy ilyen alapon szerveződő rendszerben a hangsorok fonológiai státusát és relevánsabb tulajdonságait nem puszta formális elemzés jelöli ki, hanem az egyén tényleges közösségi tapasztalatai.

Azok a fonotaktikai minták fognak más-más prototípusmezőkbe szerveződni, amik jelentéseket különítenek el, de úgy, hogy magjukat a leggyakrabban előforduló példányok alkotják, perifériájukat pedig a kevésbé jellemző változatok. Következésképp disztinktív jegyeikhez sem lehet a szokásosan használt, kategorikus [+] és [-] értékeket hozzárendelni. Így például a zöngétlen obstruens + /v/ hangkapcsolatok is csak egy olyan nyelvészeti elméletben látszanak „rendhagyónak”, amelyikben a /v/ fonációs tulajdonságát az ittenivel ellentétben abszolútnak tekintik, és nem veszik figyelembe azt az eszközfonetikai tényt, hogy a /v/ zöngésségének és zörejhang jellegének mértéke fordítottan arányos: labiodentális képzéshelyen a turbulens zörej és zönge együttes és maximális fenntartása nem lehetséges, a tipikus obstruensekhez közelebb álló /v/-k zöngésségének intenzitása tehát szükségszerűen kisebb, mint az inkább szonor hatású változataiké.

Azon túl, hogy láthatóan folytonos az átjárás a fonológiai és a fonetikai szint között, így az ún. hasonulások esetében valójában nem is realizációk eredményezte változásokról van szó (amivel egyébként érthetetlen volna a morfológiailag átlátszó [ʒɛpkɛndø:] szó [ʒɛpi] formájú rövidítése a *[ʒɛbi] helyett), ebben a keretben a neutralizáció sem anomália, hanem természetes jelenség.

Az egyes szavak észlelésekor bizonyos hangkombinációk perceptuális mezői nyilván átfedhetik egymást úgy, mint ahogy az mondjuk a [køzømbøʃ] és a [kylømbøzø:] alakokban tapasztalható. Azt, hogy az ilyen hangkapcsolatokat tartalmazó szavak fonológiai értelmezése során egy-egy beszélő a két lehetőség közül éppen melyiket és mely szóban választja, az egyén nyelvét addig befolyásoló tényezők (gyakoriság, analóg hangsorok, a szóról való intuitív etimológiai vélekedés, valamint az írás-olvasás tanítás) eltérő mértékű és irányú hatásainak az átlaga határozza meg.

Nem mellékes az sem, hogy a hangtani egységeknek ez a relatív értelmezése — a klasszikus fonémafelfogással szemben — nemcsak megengedi, hogy az egyén nyelvének egyes hangjelenségei idővel változzanak, és a beszélők között fonológiai, illetve attitudinális eltérések legyenek, de — a variabilitást tekintve természetesnek — meg is magyarázza. Az ugyanis, hogy a centrum–periféria szerkezetű fonotaktikai mezőknek nincsenek eleve és végérvényesen rögzített határaik, lehetővé teszi, hogy az egyes hangsortípusok magjai az egyén közösségében használatos nyelv fonológiai alapvonásainak megfelelően formálódjanak, majd a bizonytalan(abb)-szokatlanabb szélső pontoknál egyes fonetikai formák esetében értékítéleteket eredményezzenek (például az ún. betűejtés kapcsán), vagy éppen az újabb körülményekhez igazodva módosuljanak (mondjuk úgy, hogy a [sɛkfy:] hangsort a beszélő már ne /sɛkfy:/-ként, hanem /sɛgfy:/-ként azonosítsa).