Der Lautstrom ist eigentlich kontinuierlich. Die Grenzen zwischen den Segmenten lassen sich anhand von Oszillo- und Sonagrammen annähernd vermuten, in keinem Falle jedoch sind sie durch die Struktur der Daten exakt vorgegeben. Das Lautsystem und die Significantia von Sprachzeichen jedoch bestehen jedenfalls aus Einheiten. Folglich muß der Lautstrom in Einheiten zerlegt, also segmentiert werden. Die Segmentierung ist eine Abstraktion, die in mehreren Fällen nur sehr indirekt auf die Realität zu beziehen ist.
In der allgemeinen Phonetik geht es weniger darum, ein vollständiges Inventar der Sprachlaute der Welt zu machen, als die in den Sprachen vorkommenden Unterscheidungen zu systematisieren. Dazu verwendet man phonetische Merkmale. Diese werden in Kap. 8 im theoretischen Zusammenhang besprochen. In diesem Kapitel betrachten wir die wichtigsten phonetischen Merkmale von Vokalen. Die folgenden Abschnitte behandeln die Eigenschaften der einzelnen Segmente. Wie sie sich zu Systemen – Vokal- und Konsonantensystemen – zusammenfügen, ist Gegenstand von Kap. 11.
Die Vokale werden traditionell artikulatorisch nach Artikulationsart und Artikulationsstelle definiert. Diese Unterscheidung wird jedoch im folgenden nicht gemacht. Statt dessen behandeln Abschnitt 5.2 – 5.5 die artikulatorischen, akustischen und auditiven Eigenschaften der Kardinalvokale, während Abschnitt 5.6ff auf sekundäre Eigenschaften von Vokalen eingehen.
Vokalische Artikulation ist normaler- (aber nicht notwendiger-!)weise stimmhaft. Die relevanten Abwandlungen bestehen in Änderungen des Rachen- und Mundraums. Diese werden durch Zunge und Lippen bewirkt. Da kein Kontakt zwischen den Artikulationsorganen zustandekommt, ist auch die Artikulationsstelle nicht leicht zu bestimmen. Die Zungenposition wird durch zwei Parameter beschrieben, die sich i.w. auf die vertikale und horizontale Dimension des Raums beziehen:
In der apparativen artikulatorischen Phonetik werden diese Positionen tatsächlich in Millimetern gemessen. Für die Klassifikation der Laute nach diesen Parametern kommt es freilich darauf an, die hier relevanten kategorialen Einteilungen zu bestimmen.
Neben diesen artikulatorischen gibt es akustische und auditive Charakterisierungen von Vokalen, die in den folgenden beiden Abschnitten zur Sprache kommen.
Die akustischen Eigenschaften von Vokalen sind vor allem durch die Formanten F1 und F2, sekundär auch durch F3 und marginal F4 bestimmt. In einem stark vereinfachten Modell kann man für die Erzeugung der Formanten die Resonanzräume wie folgt verantwortlich machen:
Wie man sieht, werden die zuständigen Resonanzräume von F1 bis F4 immer kleiner.
Der artikulatorische Parameter ‘geschlossen’ entspricht einer Zungenposition oben (vs. unten) im Artikulationsraum und mithin, grob gesprochen, einem größeren (vs. kleineren) Rachenraum. Bei geschlossenen Vokalen wird also der Rachenraum größer, und F1 sinkt entsprechend ab.
Der artikulatorische Parameter ‘vorn’ entspricht einer Zungenposition vorne (vs. hinten) im Mundraum und mithin, grob gesprochen, einem kleineren (vs. größeren) Mundraum. Er wird allerdings nicht genau in F2, sondern besser in der Differenz F2 - F1 manifestiert: Bei vorderen Vokalen ist der Mundraum viel kleiner als der Rachenraum, bei hinteren nähern sie sich in der Größe an.
F3 ist desto niedriger, je mehr die Lippen gerundet sind. Wenn – wie in den meisten Sprachen – vordere Vokale gespreizt und hintere gerundet sind, dann begleitet folglich ein höherer F3 einen höheren F2 und umgekehrt. Das bedeutet, daß bei dieser Kombination F3 F2 bestätigt, also den auditiven Unterschied zwischen vorderen und hinteren Vokalen verstärkt. Vordere gerundete und hintere gespreizte Vokale dagegen führen zu feineren, weniger leicht wahrnehmbaren Unterschieden.2– Zudem wird bei offenen Vokalen der Lippenraum kleiner und die Lippenöffnung größer, was beides zur Erhöhung von F3 beiträgt. Der Verlauf von F3 bestätigt also jedenfalls den von F1.
F4 entsteht, wenn die Korona den Alveolen angenähert wird, und ist vor allem für Sibilanten wichtig.
Daniel Jones definierte (1918) für die Klassifikation von Vokalen Standardreferenzpunkte, acht primäre und acht sekundäre:
Extrempunkte des Raumes sind hier wie folgt festgelegt:
1 bis 4 sowie 5 bis 8 sind äquidistant. Für die primären Kardinalvokale sind die Lippen bei Nr. 1 - 5 gespreizt, bei Nr. 6 -8 gerundet; für die sekundären ist es umgekehrt. (Dies ist also unabhängig von 'vorn vs. hinten' festgesetzt worden.)
Das folgende Diagramm zeigt noch einmal die ersten beiden Formanten der Kardinalvokale, leicht schematisiert, aber annähernd realistisch. Es ist deutlich, daß F2 (grün) von den hinteren zu den vorderen Vokalen stetig ansteigt. Es ist weniger deutlich, daß F1 (violett) und F2 bei den geschlossenen Vokalen weiter auseinanderliegen als bei den offenen.
Die Vokale und so auch die Kardinalvokale sind im Prinzip rein auditiv definiert; denn verschiedene Justierungen der Zunge können denselben auditiven Eindruck hervorrufen. Jones' Vokaltrapez ist eine Idealisierung, eine Mixtur aus Artikulation und Audition (bes. für die hinteren Vokale). Die Kardinalvokale sind in Großbritannien durch mündliche Tradition seit Jones überliefert worden. Sie ergeben jedoch kein regelmäßiges artikulatorisches System und lassen sich tatsächlich nur als auditive “Targets” (Zielpunkte) definieren.
Rein artikulatorisch gibt es zwei geschachtelte binäre Oppositionen:
| 1. | 2. |
| gerundet | |
| ungerundet | neutral |
| gespreizt |
Aber der zweite Gegensatz ist nirgends phonemisch, so daß Spreizung zur Vergrößerung des ersten Gegensatzes genutzt wird.
Lippenrundung senkt F3 und ist deshalb, wie soeben gesehen, natürlicherweise mit hinteren Vokalen assoziiert, um die Senkung von F2 zu verstärken.
Bei Konsonanten tritt Lippenrundung als sekundäre Artikulation unter der Bezeichnung Labialisierung auf.
Optimale Vokale befinden sich an der Peripherie des vokalischen Artikulationsraumes. Sprachen mit vielen Vokalen nutzen noch weitere, intermediäre Artikulationsstellen. Außerdem erzeugt Allophonie "unreine" Vokale.
Auf dem Vorne-Hinten-Parameter gibt es einen mittleren Wert, den die zentralen Vokale haben. Der wichtigste ist [ə], genannt “Schwa”. Im Deutschen tritt außerdem [ɐ] auf, und zwar in zwei ganz unterschiedlichen Funktionen:
Auch im Öffnungsgrad gibt es feinere Unterscheidungen. Im Deutschen z.B. werden (in Analogie zu dem Verhältnis [eː] : [ɛ] = [oː] : [ɔ]) kurze geschlossene Vokale leicht geöffnet und zentralisiert: [ɪ ʏ ʊ]. Die folgende Tabelle enthält die IPA-Symbole für die wichtigsten Vokale:
Für Deutsch ist noch wichtig: Schwa mit approximantem /r/ als zweitem Bestandteil: [ɚ]; d.i. der Laut, der in unakzentuierten Silben auftritt, <er> geschrieben (wie in Vater) und, wie soeben erwähnt, durch [ɐ] ersetzt wird.
Die meisten Sprachlaute können ceteris paribus verschieden lang sein. Artikulatorisch besagt dies, daß die zugehörige Konstriktion verschieden lange beibehalten wird.
Das IPA-Symbol, das einen Vokal als lang bezeichnet, ist ein diesem folgender Doppelpunkt: [ː] (es unterscheidet sich typographisch leicht von einem gewöhnlichen Doppelpunkt). Mit IPA-Diakritika kann man drei Vokallängen (auch ‘Vokaldauer’ genannt) unterscheiden:
| Länge | Notation | ||
|---|---|---|---|
| kurz | a | ||
| halblang | aˑ | ||
| lang | aː |
Wie alle anderen phonetischen Eigenschaften kann auch die Vokallänge in einer Sprache phonemisch, in einer anderen bloß phonetisch sein. Im Lateinischen, Yukatekischen und Deutschen gibt es zwei distinktive Vokallängen, im Estnischen drei.
Bloß phonetische Vokallänge ist durch andere Faktoren konditioniert:
Nicht absolute, sondern relative Länge zählt. Sie manifestiert sich vor allem im syntagmatischen Kontrast.
Jeder Vokal nähert ein auditives Target an. Davor und danach gibt es Übergänge. Soweit diese das artikulatorisch Notwendige nicht übersteigen, sind die Vokale rein. Bei Langvokalen gibt es häufig, z.B. im Englischen und anderswo, einen meist zentralen Gleitlaut (engl. glide), der dem Ziel vorangeht oder folgt: [fəi:t] feet, [fɔ:ə] for.3
Werden während der Artikulation eines Vokals zwei Ziele angenähert, wovon eines prominenter ist, ist es ein Diphthong; s.u..
Nasalierung kann zu Vokalen - ebenso wie zu Konsonanten - hinzutreten; nasale Vokalität kann mithin als komplexe Artikulationsart analysiert werden. So entsteht die Opposition vom Typ [a] vs. [ã].
Gespannte Segmente werden unter erhöhter Anspannung der Artikulationsmuskulatur gesprochen. Andere Bezeichnungen für die Opposition 'gespannt/ungespannt' (engl. 'tense/lax') sind 'fortis/lenis'. Zu den Korrelaten zählen:
Ein konstantes IPA-Symbol für Gespanntheit gibt es nicht.
Im Deutschen sind [i y e ø o u] gespannt und [ɩ ʏ ɛ œ ɔ ʊ] ihre ungespannten Gegenstücke. Im Französischen sind alle Vokale außer [ə] gespannt.
Orale und nasale Vokale können glottalisiert (oder laryngalisiert) werden. So entsteht die Opposition vom Typ [a] vs. [a̰], die es z.B. im Yukatekischen (Mexiko) und im Tukuna (Brasilien) gibt.
Artikulatorisch-phonetisch betrachtet ist ein Halbvokal ein Approximant. Phonologisch betrachtet nimmt er, entsprechend seinem intermediären Status, oft an einer Alternation zwischen stimmhaftem Frikativ, Halbvokal und geschlossenem Vokal teil, z.B. [ʝ ~ j ~ i]. Oft ist er ein Allophon eines Vokals, das keine Silbe bildet. Dazu muß dieser normalerweise geschlossen sein. Daher sind die primären Halbvokale [j] und [w], die sekundären [ɥ] und [ɰ].
[w] ist ein Labiovelar. Wegen seiner paradigmatischen Beziehungen zu den labialen Konsonanten wird /w/ bzw. [w] nicht selten unter die Labiale klassifiziert. Systematisch primär ist jedoch seine paradigmatische Beziehung zu /u/. Vokale haben eine palatale oder velare, aber keine labiale Artikulationsstelle. Statt letzterer sind sie vielmehr optional gerundet. Dasselbe gilt für Halbvokale. Daher ist [w] phonetisch als Velar zu klassifizieren. In den Phonemsystemen vieler Sprachen alterniert freilich [w] allophonisch mit [v], eben wegen seiner Labialität.
Ein Halbvokal steht normalerweise im Syntagma unmittelbar neben einem Vokal. Steht auf der anderen Seite ebenfalls ein Vokal (z.B. /awe/), so kann der Halbvokal den Silbenansatz für den zweiten Vokal abgeben, also /a•we/. Steht auf der anderen Seite ein Konsonant (z.B. /aws/), so bildet der Halbvokal zusammen mit dem Vokal einen Diphthong. Der Vokal ist dann der Gipfel des Diphthongs und der Silbe.
Phonetisch assimiliert sich der Halbvokal an den Gipfel des Diphthongs sowohl in Höhe als auch in Rundung. Daher ist z.B. im Deutschen /aj/ = [ae] (z.B. Meise) und /oj/ = [ɔɥ] (z.B. Mäuse).
Diphthongierung ist eine transitionale komplexe Artikulation. Näheres zur Phonotaktik der Diphthonge in Kap. 14.3.
Ein Laut ist silbisch, wenn er Gipfel einer Silbe ist. Im einfachsten Falle sind Vokale silbisch, Konsonanten nicht. Allerdings ist dies eher eine Frage des syntagmatischen Kontrastes. D.h. in einer Lautsequenz bildet der jeweils prominenteste Laut den Silbengipfel, und dieser ist dann silbisch. Insbesondere ist der untergeordnete Teil eines Diphthongen unsilbisch.
Theoretisch (phonologisch) läßt sich ein unsilbischer Vokal von einem Halbvokal unterscheiden. Es gibt dafür auch verschiedene Symbole, wie die folgende Tabelle zeigt:
Phonetisch ist der Unterschied zwischen den Lauten der zweiten und der dritten Reihe freilich kaum zu objektivieren. Alles weitere in der Phonotaktik, Kap. 14.1.
Folgende Arten von Übungen lassen sich zu zweit machen:
1 Nur aus dem Mandarin (Chinesisch) ist ein alveolarer Vokal bekannt.
2 Zur Position der vorderen gerundeten Vokale in der deutschen Phonetik, ihrer Aussprache und zur relevanten Praxis in DaF s. die separate Erklärung (auf Englisch).
3 Die Hochstellung eines segmentalen IPA-Symbols besagt, daß das Segment weniger prominent ist.