Вавилонское столпотворение 4 страница

Речь и звуки, из которых она складывается

В студенческие годы я работал в лаборатории университета Мак-Джилл, где изучалось восприятие речи на слух. Используя компьютер, я синтезировал цепочки накладывающихся друг на друга тонов и определял, звучат ли они как один смешанный звук или как два чистых. Как-то утром в понедельник случилось странное: тоны вдруг превратились в хор вопящих жевунов[73]. Вот так:

(биип-бууп-бууп) (биип-бууп-бууп) (биип бууп-бууп) ХАМПТИ-ДАМПТИ[74]-ХАМПТИ-ДАМПТИ-ХАМПТИ-ДАМПТИ-(биип-бууп-бууп) (биип бууп-бууп) ХАМПТИ-ДАМПТИ-ХАМПТИ-ДАМПТИ-ХАМПТИ-ДАМПТИ-ХАМПТИ-ДАМПТИ-(биип бууп-бууп) (биип бууп-бууп) (биип бууп-бууп) ХАМПТИ-ДАМПТИ-(биип бууп-бууп) ХАМПТИ-ДАМПТИ (биип бууп-бууп).

Я проверил осциллоскоп — два потока тонов, как и запрограммировано. Должно быть, это эффект восприятия. Сделав небольшое усилие, я мог услышать этот звук или как биипы или как крики жевунов. Когда ко мне зашла знакомая студентка, я рассказал ей о своем открытии, упомянув, что я жду не дождусь, чтобы рассказать об этом профессору Брегману, который заведовал лабораторией. Студентка дала мне хороший совет: не рассказывать никому, кроме, может быть, профессора Позера (который возглавлял психопатологическую программу).

Годы спустя я, наконец, открыл, в чем состояло мое открытие. Психологи Роберт Ремез, Дэвид Пизони и их коллеги, более смелые, чем я, опубликовали в журнале «Сайенс» статью о «речи синусоидной волны» («sine-wave speech»). Они синтезировали три тона с синхронными колебаниями. С физической точки зрения, звук ничем не напоминал речь, но тоны соответствовали тем же очертаниям, что и дорожки магнито-записи предложения Where were you a year ago? ‘Где ты был год назад? ’ Добровольцы описывали услышанное как «фантастические звуки» или «сигналы компьютера». Второй группе добровольцев сказали, что звуки были порождены плохим синтезатором речи. Они смогли разобрать многие слова, а четверть из них смогла точно записать предложение. Мозг может услышать речь в звуках, которые имеют самое отдаленное сходство с речью. И действительно, именно речью синусоидной волны нас дурачит скворец-майна. Сложно устроенный звукопродуцирующий орган птиц, который представляет собой парную систему клапанов на вершине бронхов, способен продуцировать звуки, которые мы воспринимаем как речь.

Наш мозг колеблется между восприятием чего-либо как сигнал компьютера или как слово, потому что фонетическое восприятие напоминает шестое чувство. Когда мы слышим речь, то звуки фактически проникают в одно ухо и выходят из другого; то, что мы в результате этого воспринимаем и есть язык. Наше представление о словах и слогах, сущности звука “b” и сущности звука “ee”, настолько же отличны от представления о высоте тона и громкости, как текст песни от ее музыки. Иногда, как в речи синусоидной волны, слух и фонетика соревнуются друг с другом в том, как следует истолковать звук, и наше восприятие принимает сторону то одного, то другого. Иногда два эти чувства «истолковывают» один и тот же звук синхронно. Если взять запись слога da и с помощью приборов убрать напоминающую чириканье часть, которая отличает da от ga и ka, и проиграть чириканье в одно ухо, а оставшуюся часть — в другое, то люди услышат чириканье в одном ухе и da — в другом. Единый участок звука воспринимается одновременно и как сущность звука d, и как чириканье. А иногда фонетическое восприятие может преодолеть границы слухового канала. Если вы смотрите фильм с английскими субтитрами на языке, который знаете слабо, то через несколько минут можете почувствовать, что действительно понимаете речь. В лаборатории исследователи могут наложить звук речи типа ga на снятое с близкого расстояния очертание губ, произносящих va, ba, ta или da. Зрители буквально слышат тот согласный звук, который, как они видят, произносят губы, — это потрясающая иллюзия с приятным названием «эффект МакГорка», в честь одного из ее первооткрывателей.

На самом деле не нужно никакого электронного колдовства, чтобы создать иллюзию речи. Вся речь — это иллюзия. Мы слышим речь как поток отдельных слов, но в отличие от падения дерева в лесу, где никто не может его услышать, неслышимая граница слова просто беззвучна. В волне звуков речи одно слово набегает на другое без зазоров, и между произносимыми словами нет никаких маленьких промежутков, в отличие от слов на письме. Мы просто воображаем границу слова, когда достигаем конца звукового участка, который соответствует какой-то статье в нашем ментальном словаре. Это становится очевидно, когда мы слушаем речь на иностранном языке: невозможно сказать, где заканчивается одно слово и начинается другое. «Бесшовная» структура речи в явном виде предстает в «оронимах» — линейных последовательностях звуков, которые можно разбить на слова двумя разными способами:

The good can decay many ways ‘Добро может угасать по-разному’.

The good candy came anyways ‘Как бы там ни было, но появились хорошие конфеты’.

The stuffy nose can lead to problems ‘Заложенный нос может привести к проблемам’.

The stuff he knows can lead to problems ‘То, что ему известно, может привести к проблемам’.

Some others I’ve seen ‘Я видел других людей’.

Some mothers I’ve seen ‘Я видел других матерей’.

Оронимы часто используются в песнях и детских стишках:

I scream,

You scream,

We all scream

For ice-cream.

Mairzey doats and

dozey doats

And little lamsey divey,

A kiddley-divey do,

Wouldn’t you?

Fuzzy Wuzzy was a bear,

Fuzzy Wuzzy had no hair.

Fuzzy Wuzzy wasn’t fuzzy,

Was he?

In fir tar is,

In oak none is.

In mud eel is,

In clay none is.

Goats eat ivy.

Mares eat oats.

Некоторые оронимы были случайно обнаружены преподавателями, читавшими курсовые работы и домашние задания студентов:

Jose can you see by the donzerly light ? [ Oh say can you see by the dawn’s early light ? ] ‘ Хосе , можешь ли ты видеть при свете розмарин ? [ О, скажи , можешь ли ты видеть при свете ранней зари ? ]’

It’s a doggy-dog world. [ Dog-eat-dog  ] ‘Это мир собачек. [Это мир с волчьими законами. ]’

Eugene O’Neil won a Pullet Surprise. [ Pulitzer Prize  ] ‘Юджин О’Нил выиграл куриный сюрприз. [Юджин О’Нил получил Пулицеровскую премию. ]’

My mother comes from Pencil Vanea. [ Pennsylvania  ] ‘Моя мама родом из Карандашной Вании. [Моя мама родом из Пенсильвании. ]’

He was a notor republic. [ notary public  ] ‘Он был печально известной республикой. [Он был нотариусом. ]’

They played the Bohemian Rap City. [Bohemian Rhapsody  ] ‘Они играли богемский город в стиле рэп. [Они играли Богемскую рапсодию. ]’

Даже последовательность звуков, которые, как нам кажется, мы слышим в слове, является иллюзией. Если разрезать магнитофонную пленку с записью произнесенного слова cat [k& #230; t] ‘кошка’, то в результате нельзя получить отрывки, которые звучали бы как k, a и t (как единицы, называемые «фонемами», которые приблизительно соответствуют буквам алфавита). А если соединить отрывки в обратном порядке, то результатом будет не tack [t& #230; k], а нечто, не поддающееся пониманию. Как мы увидим далее, информация о каждом компоненте слова распространяется на слово целиком.

Восприятие речи — это еще одно биологическое чудодейство, составляющее языковой инстинкт. В использовании рта и ушей как каналов коммуникации есть очевидные преимущества, и мы не найдем ни одно сообщество обладающих слухом людей, которое предпочло бы жестовый язык, хотя он точно так же выразителен. Речь не требует хорошего освещения, видения лица собеседника или полного задействования рук и глаз; слова можно прокричать издалека или прошептать, чтобы сказанное осталось втайне. Но, чтобы воспользоваться преимуществами звуковой передачи информации, речь должна преодолеть ту проблему, что ухо — это узкий информационный канал. Когда в 40-х годах инженеры впервые пытались изобрести читающие машины для слепых, они создали набор шумов, которые соответствовали буквам алфавита. Даже после усиленной тренировки люди не могли различать эти звуки быстрее, чем хорошие операторы азбуки Морзе, — три единицы в секунду. Живая речь почему-то воспринимается на порядок быстрее: от десяти до пятнадцати фонем в секунду при восприятии обычной речи, от двадцати до тридцати в секунду при прослушивании рекламы, идущей в вечерние часы, и до сорока — пятидесяти в секунду при искусственно ускоренной речи. Учитывая то, как работает человеческая система восприятия речи на слух, в это трудно поверить. Когда какой-либо звук, например, щелчок, повторяется со скоростью двадцать раз в секунду или быстрее, мы слышим его уже не как последовательность отдельных звуков, но как тихий шум. Если мы слышим сорок пять фонем в секунду, то фонемы вряд ли могут быть последовательностью отдельных звуков; должно быть, несколько фонем «упаковано» в каждом моменте звучания речи, а наш мозг каким-то образом «распаковывает» их. В результате речь — это самый быстрый способ получить информацию с помощью слуха.

Ни одна изобретенная человеком система не может сравниться с самим человеком в расшифровке речи. И не потому, что в такой системе нет необходимости, или, что в ее разработку не вкладывалось много усилий. Распознаватель речи был бы незаменим для слепых и других инвалидов, для профессионалов, которым нужно внести информацию в компьютер, в то время, когда заняты их руки или глаза, для тех, кто не научился печатать на машинке, для тех, кто пользуется телефонными услугами и для растущего числа машинисток, которые становятся жертвами синдрома повторяющихся движений. Поэтому не удивительно, что инженеры уже более сорока лет бьются над тем, чтобы заставить компьютер распознавать звучащее слово. Но им пришлось встать перед выбором: или, или. Если от системы требуется выслушивать большое количество людей, она может распознавать только очень небольшое количество слов. Например, телефонные компании начинают устанавливать вспомогательные справочные системы, которые могут распознать слово «да», сказанное любым человеком, или (для более продвинутых систем) названия десяти цифр, произносимых на английском языке, которые, к счастью для инженеров, звучат совершенно по-разному. Но если от системы требуется распознавать большое количество слов, то она должна быть приспособлена к голосу одного и того же говорящего. Ни одна система на сегодняшний день не может продублировать человеческую способность распознавать много слов и многих говорящих. Возможно, наивысшим достижением является система DragonDictate, написанная для персонального компьютера и способная распознавать 30 000 слов. Но у нее есть несколько ограничений. Ее нужно долго приспосабливать к голосу пользователя. С… ней… нужно… разговаривать… так — с паузами в четверть секунды между словами (таким образом, она действует на одной пятой скорости обычной речи). Если нужно использовать слово, которого нет в словаре, например, имя, то придется проговорить его по буквам, пользуясь специальной азбукой «Alpha, Bravo, Charlie»[75]. И тем не менее, приблизительно в пятнадцати процентах случаев программа путает слова — наблюдается более, чем одно перепутанное слово на предложение. Этот замечательный программный продукт не может сравниться даже с посредственной стенографисткой.

Физический и нейронный механизм речи являются решением двух проблем в строении системы человеческой коммуникации. Человек может знать 60 000 слов, но его речевой аппарат не может издать 60 000 различных шумов, по крайней мере тех, которые можно легко различить на слух. Отсюда следует, что язык снова использует принцип дискретной комбинаторной системы. Предложения и синтаксические группы строятся из слов, слова строятся из морфем, а морфемы, в свою очередь — из фонем. Хотя, в отличие от слов и морфем, фонемы не несут порции информации, из которых складывается целое. Значение слова dog невозможно вывести из значения d, значения o, значения g и порядка их следования. Фонемы — это особый вид лингвистических объектов. Их соединение обращено наружу — к речи, а не внутрь — к мыслекоду: фонема соответствует акту издавания звука. Деление на независимые друг от друга дискретные комбинаторные системы, одна из которых комбинирует незначимые звуки в значимые морфемы, а другая комбинирует значимые морфемы в значимые слова, синтаксические группы и предложения, является основной чертой строения человеческого языка, которую лингвист Чарльз Хоккет назвал «дуализмом структуры».

Но у фонологического модуля языкового инстинкта имеются и иные задачи помимо проговаривания морфем по буквам. Языковые правила — это дискретные комбинаторные системы: фонемы четко заскакивают в морфемы, морфемы — в слова, слова — в синтаксические группы. Они не смешиваются, не сливаются и не путают высказывание: Dog bites man ‘Собака кусает человека’ с Man bites dog ‘Человек кусает собаку’, а вера в God ‘Бога’ отличается от веры в Dog ‘Собаку’. Но чтобы переместить эти структуры из головы одного человека в голову другого, эти правила нужно преобразовать в слышимые сигналы. Слышимые сигналы, которые могут быть продуцированы людьми, это не то же самое, что отрывистые гудки на телефоне с кнопочным набором. Речь — это поток дыхания, изгибающийся то в сторону шипения, то в сторону гудения благодаря мягким тканям ротовой полости и горла. Проблемы, встающие перед Матерью-Природой — это преобразование цифровой записи в аналоговую, когда говорящий зашифровывает цепочки дискретных символов в непрерывный поток звуков, и аналоговой записи — в цифровую, когда слушающий расшифровывает непрерывную речь обратно в дискретные символы.

Таким образом, звуки языка сгруппировываются вместе в несколько этапов. Единицы, отобранные из ограниченного набора фонем ставятся в порядке, необходимом для идентификации слов, а получившиеся в итоге цепочки фонем видоизменяются так, чтобы облегчить произношение и понимание, прежде, чем начинается их артикуляция. Я проведу вас по каждому из этих этапов и покажу, как благодаря им возникают следующие связанные с речью явления: стихи и песни, послышавшиеся звуки, акценты, понимающие речь механизмы и сумасшедшее английское правописание.

* * *

Один из простых путей понять, что же такое звуки речи — это проследить движение объема воздуха по речевому аппарату наружу из легких.

Когда мы говорим, мы изменяем своему обычному ритмичному дыханию и делаем быстрые вдохи, а затем равномерно выпускаем воздух, используя реберные мышцы, чтобы противодействовать силе эластической тяги легких. (Если бы мы этого не делали, наша речь звучала бы как жалобное завывание спускаемого надувного шарика. ) Синтаксис берет верх над углекислым газом: мы подавляем функции тонко настроенного узла обратной связи, контролирующего частоту дыхания для регулярности забора кислорода, и вместо этого растягиваем время выдоха до длины высказывания, которое желаем сделать. Это может привести к легкой гипервентиляции или гипоксии; вот почему так изнурительна речь на публике и почему так трудно поддерживать разговор с партнером, бегущим трусцой.

Воздух покидает легкие через трахею (воздушную трубку), которая ведет в гортань (центр голосообразования, который виден снаружи — это кадык, или адамово яблоко). Гортань — это клапан, состоящий из отверстия — голосовой щели — закрытой двумя лоскутами сократимой мышечной ткани, называемой голосовыми складками (они также называются «голосовыми связками» из-за ошибки в ранних анатомических исследованиях; они вовсе не являются связками)[76]. Голосовые связки могут плотно смыкать голосовую щель, «запечатывая» легкие. Это необходимо, когда мы хотим увеличить жесткость верхней части тела, являющейся мягким воздушным резервуаром. Поднимитесь со стула без помощи рук — вы почувствуете, как напрягается гортань. Гортань также перекрывается при осуществлении физиологических функций, таких как кашель или дефекация. Хрип штангиста или игрока в теннис — это напоминание о том, что мы используем один и тот же орган, чтобы запечатывать легкие и продуцировать звуки.

Голосовые связки могут также частично прикрывать голосовую щель, чтобы производить шум при прохождении через них воздуха. Так происходит потому, что проходящий под большим давлением воздух раздвигает голосовые связки до полного открытия, после чего они устремляются назад и смыкаются, перекрывая голосовую щель, пока их снова не раздвинет давление воздуха, начиная новый цикл. Дыхание, таким образом, разбивается на циклы изгнания воздуха, которые мы воспринимаем как шум под названием «звонкость». Этот шум можно услышать и почувствовать, если произнести звук sssssssssss, не обладающий звонкостью, и звук zzzzzzzzz, который ею обладает.

Частота открытия и закрытия голосовых связок обуславливает высоту голоса. Меняя степень напряжения и положение голосовых связок, можно контролировать эту частоту и, таким образом, высоту. Это можно ясно наблюдать во время пения или «мурлыкания» мелодии, но мы также можем постоянно изменять высоту голоса на протяжении предложения — этот процесс называется интонацией. Нормальная интонация — это то, благодаря чему естественная речь звучит отлично от речи роботов в старых научно-фантастических фильмах и от речи «конусоголовых» в «Сэтердей найт лайв». Интонации также уделяется особое внимание в сарказмах, при логическом ударении и тогда, когда тон голоса становится эмоциональным — во время гнева или ликования. В «тональных» языках, таких как китайский, поднимающиеся или падающие тоны являются смыслоразличительным признаком для гласных.

Хотя звонкость и создает звуковую волну с доминирующей частотой вибрации, это не то же самое, что камертон или позывные радиостанции «Имердженси Бродкастинг Систем» — чистый тон с единственной частотой. Звонкость — это интенсивный шум со множеством обертонов. Мужской голос — это волна с вибрациями не только при 100 Гц, но и при 200, 300, 400, 500, 600, 700 Гц и так далее вплоть до 4000 Гц и больше. Женский голос вибрирует при 200, 400, 600 Гц и так далее. Интенсивность источника звука имеет решающее значение — это то сырье, из которого остальная часть голосового тракта формирует гласные и согласные.

Если по каким-то причинам мы не можем издавать шум гортанью, подойдет любой интенсивный источник звука. Когда мы шепчем, мы раздвигаем голосовые связки, заставляя поток воздуха хаотически разбиваться об их выступы и создавая турбулентность или шум, который звучит как шипение или радио-помехи. Шипящий шум — это не с определенной периодичностью повторяющаяся волна, состоящая из последовательности обертонов, которую мы встречаем в обладающем периодичностью звуке человеческого голоса, но неровная зазубренная волна, состоящая из мешанины постоянно изменяющихся частот. Тем не менее этой мешанины достаточно остальному голосовому тракту для продуцирования внятного шепота. Некоторые пациенты, перенесшие ларинготомию, учатся чревовещанию, или управляемому рычанию, которое обеспечивает необходимый шум. Другие помещают на шею вибратор. В 1970 г. гитарист Питер Фрэмптон пропустил усиленный звук своей электрогитары через трубку себе в рот, что позволило ему во время выступления выправлять свою гнусавость. Благодаря этому эффекту он записал пару хитов, прежде чем погрузиться в рок-н-ролльное забвение.

Затем, прежде чем покинуть голову, интенсивно вибрирующий воздух проходит через анфиладу полостей: горло, или «фаринкс», находящееся позади языка, область рта между языком и нёбом, отверстие между губами и альтернативный путь во внешний мир через нос. Каждая полость имеет определенную длину и форму, которые влияют на проходящий звук посредством явления под названием «резонанс». У звуков разных частот разная длина волны (расстояние между соседними гребнями звуковой волны); у высоких звуков длина волны короче. Звуковая волна, идущая по трубе, отражается назад, достигнув отверстия на другом конце. Если длина трубы кратна длине звуковой волны, то каждая отраженная волна усиливает идущую за ней; если же она не кратна длине волны, то они гасят друг друга. (Это сходно с тем, как можно достичь наилучшего эффекта, раскачивая ребенка на качелях — нужно синхронизировать каждый толчок с самым высоким положением качелей. ) Отсюда следует, что труба определенной длины «отфильтровывает» звуковые частоты, усиливая одни и гася другие. Этот эффект можно наблюдать во время наполнения жидкостью бутылки. Шум падающей воды изменяется воздушной прослойкой между входным отверстием и донышком: чем больше воды, тем меньше прослойка, тем выше резонансная частота этой прослойки, и тем более высокий, металлический звук у булькания.

То что мы слышим как различные гласные звуки — это различные комбинации усиления и гашения звука, идущего из гортани. Эти комбинации порождаются изменением положения пяти органов речи в ротовой полости, благодаря чему резонансные полости, по которым проходит звук, изменяют форму и длину. Например, звук, обозначаемый буквами ee [i: ] определяют два резонанса, один — от 200 до 350 Гц, порождаемый в основном полостью рта, а другой — от 2100 до 3000 Гц, порождаемый в основном горловой полостью. Диапазон частот, которые отфильтровываются той или иной полостью, не зависит от определенной смеси частот, которые в эту полость попадают; поэтому мы слышим ee как ee вне зависимости от того, произносят ли этот звук достаточно громко, шепчут, пропевают на высокой ноте, пропевают на низкой ноте, произносят рыча или произносят гнусаво.

Язык (tongue) — это наиболее важный орган речи; благодаря ему язык (language) поистине является «даром языков» (tongues). На самом деле, язык является тремя органами речи в одном: корпус языка, его кончик и корень (мускулы, которыми он крепится к челюсти). Произнесите несколько раз подряд гласные в словах bet [e] и butt [& #652; ] — e-uh e-uh e-uh. Вы почувствуете, как корпус языка двигается вперед и назад (если вы поместите палец между зубами, то это можно почувствовать пальцем). Когда язык находится в передней части рта, он удлиняет полость позади себя — в горле — и укорачивает ротовую полость перед собой, изменяя резонансы: для гласного в слове bet рот усиливает звуки до приблизительно 600 и 1800 Гц; для гласного в слове butt он усиливает звуки около 600 и 1200 Гц. Теперь произнесите по очереди гласные звуки в словах beet [i: ] и bat [& #230; ]. Корпус языка запрыгает вверх и вниз под прямым углом к движению bet-butt, можно даже почувствовать, как, помогая произношению, движется челюсть. Это также изменяет форму горловой и ротовой полости и, соответственно, их резонансы. Мозг воспринимает разные варианты усиления и гашения звука как разные гласные.

Связь между положением языка и разными гласными звуками, которые он образовывает, порождает одну своеобразную особенность английского и многих других языков, носящую название фонетического символизма. Когда язык находится в переднем положении в верхней части рта, он создает там маленькую резонансную полость, которая усиливает некоторые высокие частоты, и получающиеся в результате звуки, например, выражаемые буквами ee [i: ] и i [& #618; ] (как в слове bit ) вызывают у людей ассоциацию с маленькими вещами. Когда язык находится в нижнем положении и оттянут назад, он создает большую резонансную полость, которая усиливает некоторые низкие частоты, и получающиеся гласные звуки, такие как a [& #593; & #720; ] в слове father и o в словах core [& #596; & #720; ] или cot [& #596; ] ассоциируются с чем-то большим. Поэтому мыши мали-у сенькие (tee ny [i& #720; ]) и издают пи ск (squea k [i& #720; ]), а слоны огромные (humo ngous [& #596; & #720; ]) и ревут (roa r [& #596; & #720; ]). В аудио-колонках есть маленькие twee ters [i& #720; ] («пищалки») для высоких частот и большие woo fers [u& #720; ] (басовики) для низких. Носители английского языка правильно догадываются, что в китайском ch’ing [чинг] означает ‘легкий’, a ch’ung [чанг] ‘тяжелый’. (В контрольных исследованиях на большом количестве иностранных слов уровень правильных догадок статистически выше, чем по теории вероятности, хотя и не намного. ) Когда я допрашивал нашу местную компьютерную чародейку, что она имела в виду, когда сказала, что собирается произвести действие frob моей рабочей установкой, она провела для меня краткий обзор хакерского жаргона. Когда вы присоединяете новый графический эквалайзер к вашему стерео и бесцельно двигаете вверх и вниз рычажки, чтобы послушать, какой от этого будет эффект, это называется frobbing. Когда вы устанавливаете рычажки в среднее положение, чтобы достичь желаемого качества звука, — это называется twiddling. Когда вы делаете последние маленькие поправки, чтобы добиться идеала, это называется tweaking. Гласные звуки в -ob, -id и -eak идеально соответствуют простирающемуся от малого до большого диапазона фонетического символизма.

И, рискуя уподобиться Энди Руни из передачи «Сиксти минитс»[77], я хочу спросить: вы никогда не задавались вопросом, почему мы говорим fiddle-faddle ‘пустячный’, а не faddle-fiddle? Почему ping-pong ‘пинг-понг’ и pitter-patter ‘топотать’, а не pong-ping и patter-pitter? Почему dribs and drabs ‘обрывки’, а не наоборот? Почему кухня не может быть span and spic (правильно — spic and span — ‘безупречно чистый’). Откуда берут свое начало riff-raff, mish-mash, flim-flam, chit-chat, tit for tat, knick-knack, zig-zag, sing-song, ding-dong, King-Kong, criss-cross, shilly-shally, see-saw, hee-haw, flip-flop, hippity-hop, tick-tock, tic-tac-toe, eeny-meeny-miney-moe, bric-a-brac, clickety-clack, hickory-dickory-dock, kit and kaboodle и bibbity-bobbity-boo? Ответ такой: слова с гласными звуками, образованными при переднем и верхнем положении языка, всегда предшествуют словам с гласными, образованными при нижнем положении языка, когда последний оттянут назад. Никто не знает, почему порядок именно таков, но, похоже, это является следствием двух других странных явлений. Первое состоит в том, что слова, связанные с понятиями «me-here-now» («я-здесь-сейчас»), склонны иметь гласные с более высоким и продвинутым вперед местом образования, чем слова, обозначающие удаленность от нашего «я»: me [mi& #720; ] ‘я’ и you [ju& #720; ] ‘ты’, here [h& #618; & #601; ] ‘здесь’ и there [& #240; e& #601; ] ‘там’, this [& #240; & #618; s] ‘этот’ и that [& #240; & #230; t] ‘тот’. Второе явление состоит в том, что слова, связанные с понятиями «я-здесь-сейчас», склонны предшествовать словам, связанным с буквальной или метафорической удаленностью от нашего «я» (или говорящего в обобщенном смысле): here and there ‘здесь и там’, а не there and here ‘там и здесь’, this and that ‘этот и тот’, now and then ‘сейчас и потом’, father and son ‘отец и сын’, man and machine ‘человек и машина’, friend or foe ‘друг или враг’, the Harvard-Yale game ‘матч Гарвард-Иель’ — для студентов Гарварда, the Yale-Harvard game ‘матч Иель — Гарвард’ — для студентов Иельского университета, Serbo-Croatian ‘сербско-хорватский’ — для сербов, Croat-Serbian ‘хорватско-сербский’ — для хорватов. Силлогизм намечается, похоже, следующий: «я» = звук с высоким передним местом образования; я — прежде всего, поэтому звук с высоким передним местом образования ставится перед другими. Создается впечатление, что сознание не может решиться пустить порядок слов на самотек: если он не определяется значением, то за дело принимаются звуки, и логическое обоснование основано на способе образования гласных при помощи языка.

Давайте рассмотрим другие органы речи. Обратите внимание на свои губы, произнося по очереди гласные в словах boot [u& #720; ] и book [& #650; ]. Произнося boot, вы вытягиваете губы вперед и округляете их. Это добавит полость, обладающую своими собственными резонансами, к передней части голосового тракта, усиливая и гася другие наборы частот и таким образом определяя другие типы противопоставления гласных. Благодаря акустическому эффекту губ мы в буквальном смысле слышим улыбку, когда разговариваем по телефону с радостным человеком.