В свежем разборе на Хабре прозвучало громкое утверждение: график гласных Международного фонетического алфавита — тот самый трапецоид из учебника — неверен, и учат по нему неверную теорию столетней давности. Обвинение адресовано конкретному человеку: Даниэль Джонс, глава фонетического отделения Университетского колледжа Лондона, в 1917 году опубликовал схему «основных гласных», а через несколько лет выяснилось, что рентгеновские снимки его же собственной артикуляции с этой схемой не сходятся.
Сам по себе факт — сенсация на один абзац, и повторять её в лоб смысла нет. Интереснее другое: что бывает после того, как канон разоблачили. Проходит сто лет, а трапеция по-прежнему висит в каждом учебнике и на официальном бланке ассоциации. Значит, вопрос не в том, ошибался ли Джонс. Вопрос в том, чем измерительную сетку заменили и почему замена не победила.
И ещё одна деталь, из-за которой я вообще взялся за эту тему. Джонс свои гласные не только нарисовал, но и записал — в том же 1917-м, на граммофонную пластинку. Схема была приложением к звуку, а не наоборот. Так что канон, о котором идёт спор, существует в двух видах: как геометрия на бумаге и как несколько сотен миллисекунд звука, которые при желании можно послушать прямо сегодня.
Начну с того, что вообще изображено на этой схеме. Горизонтальная ось — ряд (передний или задний), вертикальная — подъём (открытый или закрытый), а точки в углах соединены в трапецию. Названия осей взяты из анатомии: подъём — высота языка, ряд — продвинутость языка вперёд. Именно так это и объясняют студентам.
Проблема в том, что у осей нет численной шкалы. Ни в герцах, ни в миллиметрах от нёба — вообще никакой. Джонс задал восемь реперных точек, а промежутки между ними предложил считать равными на слух. Спустя восемьдесят с лишним лет Международная фонетическая ассоциация сама признала деликатность конструкции в «Справочнике МФА»: гласный четырёхугольник «должен рассматриваться как абстракция, а не прямое отображение положения языка». Слово «абстракция» здесь стоит не из скромности — оно из протокола.
Отдельно забавно, что первый в истории настоящий акустический график гласных появился не в лингвистическом институте, а в Bell Telephone Laboratories. В 1952 году Гордон Петерсон и Харолд Барни записали 76 дикторов — 33 мужчины, 28 женщин, 15 детей, — прогнали записи через спектрограф и опубликовали таблицы частот формант. Для [i] первая форманта у мужчин легла около 270 Гц, у женщин 310, у детей 370. Вторая форманта того же [i] — 2290, 2790 и 3200 Гц соответственно.
Тут и вылезает первая неприятность. Джонс калибровал карту по одному человеку — по себе. Форманты зависят от длины голосового тракта, а длина тракта у взрослого мужчины и у ребёнка отличается раза в полтора. Точка на карте, означающая «гласный», на деле означала «гласный, произнесённый конкретным лондонским профессором с конкретной геометрией черепа».
Дальше — самая известная часть истории, и здесь придётся слегка поправить пересказ. В изложении на Хабре по инструкции произнесены «три гласные из восьми», остальные подогнаны на слух. По первичным источникам выходит иначе: артикуляционно определены были две — первая [i] и пятая [ɑ]. Для первой задано «максимально вперёд и вверх, губы растянуты», для пятой — «задняя часть языка опущена как можно ниже и оттянута как можно дальше назад, губы не округлены». Остальные шесть Джонс строил слуховыми шагами.
Разница в одну единицу, но она важна по смыслу. Джонс не размечал углы и не подбирал середину к углам — он размечал две крайние точки и вписывал между ними равные на слух ступени. И сформулировал это честно, в «Очерке английской фонетики»: «степени акустического разнесения между каждым гласным и следующим равны — или, точнее, настолько равны, насколько это возможно для человека с хорошо натренированным слухом».
То есть схема изначально заявлялась как инструмент слуха, а не как измерение. Студентам, кстати, это прямо говорили: в системе основных гласных, поясняет Джефф Линдси, качество оценивают ухом, а сам Джонс со своими демонстрациями служит «золотым стандартом». Анатомические названия осей — «высокий», «низкий», «передний» — приросли к схеме позже, и вот они-то и создали путаницу.
Джонс был не только систематизатором, но и экспериментатором. В январе 1917 года врач Хью Тревельян Джордж сделал ему рентгеновские снимки речевого тракта — на язык при этом укладывали цепочку мелких свинцовых пластинок, чтобы контур языка был виден в контрасте. Это, насколько можно судить, вообще первые рентгеновские снимки артикуляции в истории фонетики.
Из восьми гласных Джонс опубликовал снимки четырёх — тех самых краевых. Почему только четырёх, стало известно спустя почти сорок лет. Питер Ладефогед, в 1955 году ещё молодой исследователь, спросил Джонса напрямую, где остальные фотографии. Ответ он приводит дословно: «Он улыбнулся и сказал: „Люди нашли бы их слишком сбивающими с толку“».
Со снимками связана развилка, на которой источники решительно расходятся, и я оставлю это как есть. По описанию утрехтской коллекции, четыре снимка языка сделал в январе 1917 года врач Хью Тревельян Джордж. Ладефогед же пишет о снимках всех восьми основных гласных, опубликованных в 1929 году коллегой и однофамильцем Джонса Стивеном Джонсом, — и именно эти снимки показали, что язык движется между гласными вовсе не так, как выглядит рисунок. Совпадают ли эти две серии (четыре снимка 1917 года против восьми 1929-го) или это разные исследования, по доступным текстам не разобрать. Кто-то из источников ошибается, но кто именно — сказать не могу.
Первым это публично проговорил, впрочем, не лингвист. В 1928 году американский исследователь речи Джордж Оскар Рассел, к тому времени изучивший около трёх тысяч рентгеновских снимков более чем четырёхсот дикторов — крупнейшее артикуляционное исследование своего времени, — сформулировал диагноз в одной фразе: «Фонетики мыслят категориями акустического факта, а выражают идею с помощью физиологической фантазии».
Фраза хороша, и её стоило бы повесить над входом в любой учебный курс. Но обратим внимание на глагол: мыслили фонетики всё-таки акустикой. И это ключ ко всей истории.
Вернёмся к 1917 году. Одновременно со схемой Джонс выпустил граммофонную запись восьми основных гласных в долгом и кратком варианте — пластинка вышла на His Master's Voice. Записи он делал ещё дважды, для Linguaphone, в 1943 и 1956 годах. Сохранившийся комплект 1956-го — два диска на 78 оборотов, четыре стороны с маркировкой Eng.252–Eng.255, с брошюрой, к которой Джонс написал предисловие.
Вот место, которое переворачивает всю мораль сюжета. В той самой брошюре Джонс пишет: «Основные гласные можно выучить только у преподавателя, который умеет их произносить, или с граммофонной записи, или с магнитной ленты». Канон, по мысли автора, — это звук, а не чертёж. Пластинка и была настоящей спецификацией; трапеция служила обложкой и шпаргалкой для запоминания порядка.
Самое приятное в этой части: записи никуда не исчезли. Они оцифрованы и лежат в открытом аудиофонде Утрехтского университета — включая тот самый 1956 год, когда Джонсу было 75.
Здесь, правда, оставлю на виду «шершавый край», который не смог развести. В описании утрехтской коллекции сказано, что брошюра датирована мартом 1956 года, а сами записи, судя по биографии Джонса, сделаны, вероятно, между сентябрём и декабрём того же года. Предисловие раньше записи — мелочь, но она или означает, что датировки в библиографии гуляют, или что брошюру писали заранее под готовый замысел. Какой из вариантов верен, из доступных материалов не видно, и придумывать не буду.
Теперь — про то, что оказалось «правильным» вместо схемы. Форманты — это резонансные частоты голосового тракта, а не пики в спектре конкретного произнесённого звука, и это различие важнее, чем кажется: форманта может «лежать» между двумя гармониками и вообще не быть видимой вершиной на графике. Гласные различаются главным образом первой и второй формантами, F1 и F2, причём F1 примерно соответствует «подъёму», а F2 — «ряду» на графике Джонса.
И вот тут начинается ответ на вопрос, почему схема сто лет не сдаётся. Если построить F1 против F2 для восьми основных гласных — а это сделали ещё в 1952 году, в работе Деллатра, Либермана, Купера и Герстмана, — получившаяся фигура по форме похожа на трапецию Джонса. Тот же наклон, та же вытянутость, те же углы. Джонс строил схему на слух, а слух оценивает как раз форманты, поэтому его «неправильный» рисунок оказался грубым портретом настоящего акустического пространства.
Отсюда мораль, которую хочется сформулировать точнее, чем «график врёт». График не врёт — он называет акустические факты анатомическими словами. Мебель стоит на месте, вывеска над дверью не та. Трапеция похожа на акустическое пространство не случайно, а потому что её автор вёл измерения органом, который измеряет именно акустику.
Заодно объясняется и странная асимметрия карты: почему огублёнными в основной серии оказались ровно три гласные из восьми, а не четыре. Огубление снижает обе форманты, то есть сдвигает звук в другую точку пространства. Для задних гласных это выносит звук наружу, к периферии, а для передних — наоборот, тянет к центру. Именно поэтому огублённые передние и неогублённые задние гласные встречаются в языках мира заметно реже прочих: они все скучены в середине, где их трудно различить на слух. В схеме Джонса это выглядело произволом; в координатах формант — закономерностью.
Акустика, впрочем, тоже не выдала готовую универсальную карту. Здесь сработала третья ловушка, о которой в разоблачительных текстах не пишут вовсе. Форманты зависят от человека: у женщин они в среднем на 15–25% выше, чем у мужчин, у детей ещё выше. Чтобы сравнить гласный одного диктора с гласным другого, данные надо нормировать, а канонического способа нормировки не существует. В 2003 году Питер Аданк сравнил двенадцать разных алгоритмов и получил противоречивый результат: методы, лучше всех стирающие пол и возраст, попутно подъедали региональную вариацию, то есть именно то, что лингвисты хотят сохранить.
Профессиональная критика схемы велась изнутри профессии и с академическими реверансами. В 2001 году Пер Линдблад из Лундского университета опубликовал в рабочих тетрадях своего отделения разбор, где собрал претензии списком. Точка в четырёхугольнике подразумевает узкое, почти инструментальное определение качества гласного, а такой точностью большинство фонетиков не обладают — значит, точечная нотация вводит читателя в заблуждение. Рентген противоречит артикуляционному прочтению, особенно у задних гласных незакрытого ряда, а термины «закрытый», «открытый», «передний», «задний» сбивают студентов, намекая на анатомию там, где речь о звучании.
Не решён даже вопрос, чем схема является по своей природе. Ладефогед настаивал: инструмент слуховой. Аберкромби и Кэтфорд возражали: телесно-мышечный, и никакие рентгеновские снимки тут не основание — говорящий ориентируется на собственное ощущение языка во рту. Их главный контраргумент звучит как издевательство над чистой акустикой: каждая вторичная гласная стоит на карте в той же точке, что и парная ей основная, хотя на слух разница между ними огромна.
Там же приводится сравнение, которое мне нравится больше всех: Линдблад цитирует Босхоффа, уподобившего современное состояние фонетики измерению температуры до изобретения термометра. Ощущения есть, шкалы нет. Вывод Линдблада — отказаться от точечной записи и заменить точки областями, а лучше перейти к акустической рамке на основе соотношений F1, F2 и F3.
Дальше — сюжет про то, как академия реагирует на собственные разоблачения. В 1988–1993 годах ассоциация всё-таки провела реформу схемы. Историю реформы восстановил в 2011 году Хартмут Пфитцингер из Киля, и цифры там говорят сами: опросный лист разослали 38 фонетикам, ответили вовремя 24. Вопрос «отказаться ли от трапециевидной формы» провалился с счётом 23 против 1. Вопрос об объединении двух диаграмм в одну прошёл десятью голосами. Отдельным решением добавили четыре центральные гласные — как пишет Пфитцингер, «без иной цели, кроме симметричного заполнения большого пустого места». Свой итог он формулирует без дипломатии: рекомендует вернуться к системе Джонса, а обе реформы называет регрессом.
Отсюда и ответ на исходный вопрос. Замена существует в нескольких вариантах — акустическая сетка Линдси с перенормированными референсными точками, рамка Босхоффа, трёхмерные пространства с F3 на отдельной оси, — и ни одна не стала общим языком. Причина прозаична: трапеция, при всей своей теоретической несостоятельности, остаётся единственной схемой, которую можно нарисовать на доске за десять секунд и продиктовать голосом. Предложение Линдси о стандартизированных референсных звуках, синтезированных программно — по образцу того, как для сигнальных огней заданы стандартные цветовые координаты, — выглядит разумно, но требует, чтобы все перешли на один синтезатор и одну таблицу нормировки. Фонетика договорилась о схеме на слух за одну зиму 1917 года и с тех пор не договорилась ни о чём.
Всякий раз, когда читаю про замену схемы, вспоминаю, что ассоциация уже однажды проголосовала — и получила трапецию с четырьмя новыми точками, которую автор исторического разбора предлагает отменить. Кончается всё, как водится, скромнее, чем начиналось. График гласных МФА — легенда карты, а не карта: соглашение о том, какими значками обозначать то, что уже услышано ухом. Требовать от него точности — то же самое, что требовать от компаса, чтобы он показывал километры. Ему повезло больше, чем его критикам: его нарисовали по акустике, а подписали анатомией, и за сто лет никто не удосужился поменять табличку.