MONIKÄYTTÖINEN FONETIIKKA

HELSINGIN YLIOPISTON FONETIIKAN LAITOKSEN MONISTEITA MIMEOGRAPHED SERIES OF THE DEPARTMENT OF PHONETICS UNIVERSITY OF HELSINKI N:O 21 ANTTI IIVONEN, REIJO AULANKO & MARTTI VAINIO (toim.) MONIKÄYTTÖINEN FONETIIKKA 3. painos HELMIKUU 2005 HELSINKI

ISBN 952-10-2349-X (nid.) ISBN 952-10-2350-3 (PDF) ISSN 0357-4954 Yliopistopaino, Helsinki 2005 Copyright kirjoittajat 2005

SISÄLTÖ Johdannoksi v Onko puhuja säveltäjä ja soittaja samassa persoonassa? 1 Antti Iivonen Foneettinen kirjoitus 21 Reijo Aulanko Puhujantunnistus ja forensinen fonetiikka 33 Tuija Niemi-Laitinen Fonetiikan merkitys kielenomaksumisessa ja -opetuksessa 45 Antti Iivonen Lapsen puheenkehityksen alkuvaiheet 65 Antti Iivonen Puhesynteesi ja prosodian mallintaminen 79 Martti Vainio Viestiliikenne ja fonetiikka 95 Päivikki Eskelinen-Rönkä

JOHDANNOKSI: MIKSI OPISKELLA FONETIIKKAA? Lukion ja muiden koulujen sekä tiedotusvälineiden kautta on vaikea saada kuvaa siitä, mitä fonetiikka on. Yleisessä tietoisuudessa on sen sijaan suhteellisen selvä käsitys siitä, mitä ovat filosofia, psykologia tai erityiskieliin keskittyvät kieliaineet. Saattaa olla, että kadunmies yhdistää fonetiikan puhehäiriöiden alaan ja puheterapiaan. Helsingin yliopistossa nämä kuuluivatkin pitkään fonetiikkaan ja muodostivat oman linjansa kielitieteellisakustisen linjan ohella. Linja on itsenäistynyt omaksi logopedian oppiaineeksi. Seuraavat esimerkit ja argumentit pyrkivät kuvaamaan fonetiikan nykyistä luonnetta. 1. Puhe on ihmiskunnan välttämätön ja tärkein viestintämuoto. Heikot taidot vieraiden kielten oikein kuulemisessa ja ääntämisessä johtavat vakuuttavuuden puuttumiseen ja puhujan syrjäytymiseen. Tämä koskee siis vieraiden kielten oppimista ja opettamista, ja Suomessa maahanmuuttajille asia on erittäin keskeinen asia. Fonetiikka tarjoaa mahdollisuuksia kielten vertailuun ja oppimisen keinojen edistämiseen. Olet ehkä kiinnostunut kielistä, ehkä kaukaisista aasialaisista tai afrikkalaisista kielistä. Näiden foneettiset ominaisuudet ovat hyvinkin erilaisia suomeen verrattuina, mutta läheisimmätkin kielet ruotsi, viro, venäjä, englanti, saksa ja ranska tarjoavat jo kylliksi foneettisia vaikeuksia suomenkielisille (ks. luku Fonetiikan merkitys kielenomaksumisessa ja -opetuksessa). 2. Jos jokin oikeusjuttu sisältää rikoksen tekijän ja epäillyn ääninäytteet ja pitäisi todistaa ovatko he sama henkilö vai eri henkilöitä, miten voidaan menetellä? Koska puheen akustinen muoto voidaan rekisteröidä (ks. luvut Onko puhuja säveltäjä ja soittaja samassa persoonassa? ja Puhujantunnistus ja forensinen fonetiikka), voidaan rekisteröintejä vertailemalla päätellä, onko kyseessä sama vai eri puhuja. Rikostutkinta käsittää esim häirinnän, uhkausten, kiristysten, terroritekojen ja huumetutkimusten puheaineistoja. 3. Kuulet nykyisin jo useissa teknisissä välineissä puhetta, joka on tuotettu puhesyntetisaattorilla. Jos se on laadultaan luonnollisen puheen kaltaista, niin miten luonnollisuus on saatu aikaan? Tämä on mahdollista puheteknologisella kehitystyöllä (ks. luku Puhesynteesi ja prosodian mallintaminen). Samaan alueeseen kuuluu automaattinen puhujantunnistus, automaattinen kielen tunnistus sekä puheen automaattinen tunnistus. Näet ehkä tässä oman kiinnostuksesi alueen. Näköpiirissä on, että puheteknologiset sovellukset (ks. alempana) tulevat saamaan entistä suuremman painotuksen fonetiikan opetusohjelmassa. Puheen akustiikan tuntemus on tälle suuntaukselle tärkeää. Helsingin yliopiston humanistinen ja käyttäytymistieteellinen tiedekunta ovat hyväksyneet uuden maisteriohjelman, jonka tavoitteena on kouluttaa kahdessa vuodessa kandidaatin tutkinnon jälkeen kieli-, puhe- ja käännösteknologian asiantuntijoita vuoden 2005 kesävalinnoista alkaen. Mm seuraavia osa-alueita kuuluu puheteknologiaan: puheen taltiointi puheen analyysi

vi puhesynteesi puheen automaattinen tunnistus puhujantunnistus ja -verifikaatio puhetietokannat, ja -korpukset (tietokoneessa), puhearkistot puhuvat sanakirjat puhetta tuottavien ja välittävien laitteiden puheen laadun arviointi (tunnistettavuus ja ymmärrettävyys) - matkapuhelimet ja puhelimet yleensä sekä automaattiset puhelinvastaajat - synteettinen puhe - tietoverkkojen puheainekset puhe multimediayhteyksissä, yleensä puhe tietokoneessa - ohjelmat, jotka perustuvat puheen käyttöön tietokoneohjelmat, jotka pyrkivät - ääntämisen opetukseen - esittämään näytteiden avulla esim. murre-eroja vammaisteknologia Fonetiikka on oppiaine, jonka harrastajan pitäisi olla melkoinen monitaituri ja hänen pitäisi kyetä liikkumaan tavallaan sen rajan kummallakin puolella, mikä valitettavasti on muodostunut humanististen ja luonnontieteiden väliin. Foneetikon pitäisi ymmärtää humanistista ajattelua, hänellä pitäisi olla kiinnostusta puhetta kohtaan, hänen tulisi omata kielitietoutta ja kiinnostusta kielitieteelliseen metodiikkaan, hän ei saisi vierastaa tekniikkaa eikä tietokoneiden käyttöä. Psykologian ja matematiikan tuntemuskin olisi hyväksi. Motivaatio fonetiikan opintoihin saattaa syntyä parhaiten kiinnostuksesta jotakin osa-aluetta tai erityiskysymystä kohtaan. Tutkintovaatimukset on myös järjestetty niin, että keskittyminen johonkin erityisalueeseen on mahdollista. Omakohtaisen kiinnostuksen kautta profiloituminen tietylle alueelle on osoittautunut ratkaisuksi ammattiuran valinnalle. Kielitieteelliset sovellukset Kieli ja puhe kietoutuvat toisiinsa erottamattomasti ja siksi sovelluksia kielellisten ilmiöiden foneettisesta toteutumisesta on runsaasti. Tässä kirjoituskokoelmassa käydään läpi joitakin esimerkkejä. Kielenopetus ja vieraan kielen omaksuminen (ks. luku Fonetiikan merkitys kielenomaksumisessa ja -opetuksessa) ovat yksi keskeinen fonetiikan sovellusalue, jossa foneettisella kirjoituksella on tärkeä asema (ks. luku Foneettinen kirjoitus). Puhetieteiden laitos edistää tietoa maahanmuuttajien kielellisistä vaikeuksista suomalaisessa yhteiskunnassa. Kieli- ja puheteknologia Kaikkien sellaisten teknisten välineiden ja tietokoneohjelmien kehittämisessä, jotka ovat tekemisissä puheen kanssa, on foneettisia sovellusmahdollisuuksia. Yritysten kiinnostus puheteknologisiin sovelluksiin on viime aikoina lisääntynyt ja opiskelijoilla on ollut tutkimusavustajien paikkoja puheteknologisissa tutkimushankkeissa (ks luku Puhesynteesi ja prosodian mallintaminen).

vii Viestiliikennetutkimus Kiinnostuksen kohteena on teknisten välineiden kautta välittyvän puheen tunnistettavuus ja ymmärrettävyys sekä kohinan vaikutus niihin (ks. luku Viestiliikenne ja fonetiikka). Rikostutkimus Foneettisia keinoja voidaan soveltaa sellaisten rikosten tutkinnassa, joissa evidenssiin kuuluu (yleensä ääninauhaan taltioitua) puhetta (ns. forensinen tutkimus; ks. luku Puhujantunnistus ja forensinen fonetiikka). Psykologia ja aivotutkimus Psykologiaa ja fonetiikkaa yhdistävät puhesignaalien käsittely aivoissa, tunteiden foneettinen ilmentyminen ja yleensä puheen prosessointi. Lapsen kielenkehitys Foneettinen tutkimus on kohdistunut etenkin hyvin pienten lasten puheen ja kielen kehitykseen (ks. luku Lapsen puheenkehityksen alkuvaiheet). Logopedia Miltei kaikilta logopedian häiriösektoreilta löytyy foneettisia metodeja käyttäviä tutkimuksia. Laryngaalisen äänen ja useiden muiden kohteiden tutkimus yhdistää fonetiikkaa ja logopediaa. Puheviestintä Voidaan tutkia esimerkiksi puheen retoristen ja esteettisten tavoitteiden foneettista ilmenemistä, puheen tyylejä ja puhujien äänenkäyttöä. Audiologia Yhdistävänä tekijänä ovat puheen kuulemiseen liittyvät seikat. Musiikkitiede Laulun tutkimuksessa voidaan soveltaa fonetiikan metodeja. Laulun ja puheen eroja voidaan vertailla. Folkloristiikka Suullisella kansanruno- ja kertomusperinteellä ja erilaisilla perinteisillä laulutavoilla on foneettista mielenkiintoa ja fonetiikan tutkimusmenetelmillä voidaan saada em. suullisista esityksistä folkloristiikan näkökulmasta uutta tietoa. Hammaslääketiede Hampaat kuuluvat rakenneosana puhe-elimistöön ja ovat siksi foneettisesti kiinnostavia. Hammaslääketiedettä taas kiinnostaa, miten hampaiden korjaus ja proteesien suunnittelu ovat yhteydessä hyvältä kuulostavaan puheeseen. Ortografian kehittäminen Foneettista tietoa voidaan käyttää myös kielten oikeinkirjoitusjärjestelmiä luotaessa ja muokattaessa. On tutkittu mm. sitä, kuinka paljon Ugandan murteet eroavat toisistaan, sellaisen murteen löytämiseksi, jolla on eniten yhteisiä piirteitä muiden kanssa. Kielen oikeinkirjoituksen pohjana voidaan sen jälkeen pitää tätä murretta.

viii Väestöhistoria Koska väestöryhmät siirtyessään muualle vievät mennessään myös foneettiset tottumuksensa, voidaan vielä ehkä vuosisatojenkin päästä todeta niiden avulla ryhmän alkuperäinen asuma-alue. Puhetieteiden laitoksen (ent. fonetiikan laitos) toimintaan liittyviä hyödyllisiä wwwosoitteita ovat mm. seuraavat: Helsingin yliopisto: http://www.helsinki.fi/yliopisto/ Helsingin yliopiston käyttäytymistieteellinen tiedekunta http://www.helsinki.fi/behav/ Käyttäytymistieteellisen tiedekunnan opiskelivalinnat http://www.helsinki.fi/behav/valinnat/index.htm Fonetiikan opiskelijavalinnat http://www.helsinki.fi/behav/valinnat/fonetiikanvalinta.htm Helsingin yliopiston puhetieteiden laitos: http://www.helsinki.fi/puhetieteet// Helsingin yliopiston humanistinen tiedekunta: http://www.hum.helsinki.fi/ Fonetiikan terminologia: http://www.opiskelijakirjasto.lib.helsinki.fi/fonterm/ Helsingissä, helmikuun 8. päivänä 2005 Toimittajat

ONKO PUHUJA SÄVELTÄJÄ JA SOITTAJA SAMASSA PERSOONASSA? Antti Iivonen Säveltäjä ja soittaja, kielentäjä ja puhuja Säveltäjä on henkilö, joka kykenee merkitsemään jollakin notaatiolla (perinteisesti nuottikirjoituksella) suunnittelemansa sävellyksen muistiin. Säveltäjä pystyy merkitsemään nuottikirjoituksen avulla musiikin sointikuvan kirjalliseen muotoon (vrt. Tammen musiikkitietosanakirja TMT-2: 51). Soittaja on taas henkilö, joka hallitsee soittimensa käytön ja pystyy muuntamaan säveltäjän notaation kuultavaksi musiikiksi. On tietenkin melodioita etenkin kansanmusiikissa joita ei alunperin koskaan nuotinnettu. Säveltäjä voi itse myös soittaa sävellyksensä. Ja notaatiotyyppejä on olemassa useita. Säveltämisen ja soittamisen vertailu puhumiseen osoittaa monia yhtäläisyyksiä niiden välillä. Puhuja suunnittelee sen, mitä hän aikoo sanoa, mutta hänen ei ole pakko sanoa suunnittelun lopputuotetta ääneen. Ääneen lausumisen sijasta hän voi jättää sen muistiinsa ainakin joksikin ajaksi. Hän voi myös kirjoittaa sen, niinkuin säveltäjä merkitsee sävellyksen nuoteilla muistiin. Hän voi jos osaa merkitä suunnittelun tuloksen muistiin foneettisella kirjoituksella (ks. Aulanko, tässä julkaisussa), jolloin hän ainakin periaatteessa sisällyttää siihen paljon muutakin kuin mitä tavanomaiseen kirjoitukseen kuuluu. Puheen suunnitteluprosessia on kutsuttu useilla nimityksillä: kielentäminen, sisäinen puhe tai vain puheen suunnittelu (engl. planning). Puhetilanteissa useimmiten puhuja myös lausuu ääneen sen, mitä hän aikoi sanoa. Konkreettista puhumisprosessia on kutsuttu nimellä puhesuoritus (engl. execution). Puhe on siis tulos toisaalta kielentämisestä, toisaalta puhesuorituksesta. Kielentäminen on mahdollista niiden erilaisten resurssien avulla, joita meillä kielenkäyttäjinä on olemassa. Tärkein resurssi on sen kielen järjestelmä, jota puhujan käyttää. Jos puhuja hallitsee kyseessä olevaa kieltä puutteellisesti, voi tulos olla

2 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen sanastollisesti ja kieliopillisesti virheellinen. Puhesuoritus puolestaan perustuu keskus- ja ääreishermostollisiin rakenteisiimme ja puhe-elimistön käyttöön. Kielen järjestelmälläkin on kuitenkin aivotoiminnallinen perusta. Arkipäivän tilanteissa puhuja on siis todellakin eräässä mielessä sanottavansa säveltäjä ja soittaja. Eroja on tietenkin paljon. Puhuja ei käytä notaatiota (ellei välillä kirjoita sanomaansa) ja hänen toimintansa on useimmiten paljon arkipäiväisempää kuin säveltäjän. Soittajalla voi olla sävelmä mielessään, vaikka hän ei sitä ole itse säveltänyt. Puhuja voi lukea myös toisen henkilön suunnittelemaa tai itsensä aiemmin kirjoittamaa tekstiä. Säveltäjäkin voi soittaa toisen säveltäjän tai omista nuoteistaan. On tietenkin mahdollista, että puhuja on oppinut ulkoa pitkiäkin tekstejä ja puhuu niitä ääneen siis ilman omakohtaista suunnittelua. On myös mahdollista, että puhuja on painanut muistiinsa vieraskielistä tekstiä edes sisältöä ymmärtämättä (esim. hausankieliset puhujat Pohjois-Afrikassa voivat osata ulkoa arabiankielisen Koraanin osaamatta arabiaa). Laululla on sanoittaja, jonka alkuperää emme aina lainkaan tunne. Sanoittajan suoritus vastaa puheessa kielentämistä. Kuva 1. Konkreettinen puhe on tulos puheen suunnittelusta ja puhesuorituksesta. Meidän ei tarvitse tehdä kovin laajoja ja syvällisiä tutkimuksia päästäksemme kuvan 1 esittämään käsitykseen. Meidän on kuitenkin mietittävä asiaa ja tiedostettava eri tekijöitä. Voimme siten sanoa, että olemme päätyneet tähän käsitykseen ajattelumme, päättelymme ja sisäisen kokemuksemme avulla eli olemme käyttäneet introspektiotamme. Joudumme näin miettimään niitä metodeja, joita meillä on käytettävissä, kun yritämme löytää vastausta kysymykseen, mitä puhuminen oikeastaan on. Puheen suunnittelua on verrattu onnistuneesti kokoonpanolinjaan (Levelt 1993; Suomi 1993): tuote koostetaan osista ja valmis tuote menee käyttöön ja kulutukseen. Puheessa osaset koostuvat tietyn kielen äänteistä ja sanoista. Sanat taipuvat ja etenkin suomessa taivutusmuotoja on runsaasti (mies : miehen : miestä : miehiä jne.). Kokoonpannut tuotteet ovat lauseita, puheenvuoroja, tervehdyksiä, kieltoja, käskyjä, esitelmiä, saarnoja, uutistekstejä jne. Kokoonpanossa tärkeää osaa näyttelee myös syntaksi: se, miten asetamme

Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen 3 sanat peräkkäin ja millaisia riippuvuussuhteita sanoilla on keskenään. Voimme siis sanoa, että puheen suunnittelua määrää pitkälle sanasto ja kielioppi. Puhuttu ilmaus ei kuitenkaan ole pelkkää sanastoa ja kielioppia. Voimme ajatella tilannetta, että nais- ja miespuhuja lukevat ääneen saman tekstin. Niinkuin soittaja tulkitsee nuottikirjoituksen usealla eri tavalla, samoin puhuja tulkitsee tekstiä lisäten siihen intonaation, painotukset, rytmin, puhenopeuden ja puhevoimakkuuden. Kuten musiikki-instrumentti (vrt. sama sävelmä soitettuna pianolla tai viululla) vaikuttaa lopulliseen, kuultavissa olevaan lopputulokseen, vaikuttaa puheen lopputulokseen puhujan omasta puheelimistöstä johtuvat piirteet. Tekstin tulkitsija lisää omasta päästään myös (tekstiin sopivan tai sopimattoman) tunnesimulaation. Hän siis näyttelee. Jokin puhetilanne vaatii huutamista, jokin toinen taas hiljaisen äänen käyttöä. Tällaisia ominaisuuksiahan eli prosodisia piirteitä ei yleensä merkitä kirjoitukseen. Tosin typografisin merkinnöin voidaan myös ilmaista näitä tekijöitä ( Nyt sanoit HIRVEÄN rumasti! ). Myös sarjakuvien piirtäjä pyrkii usein ilmaisemaan niitä. Esimerkkimme koskee ns. lukupuhuntaa. Tapaus, jossa puhuja on samalla oman puheensa suunnittelija, on sikäli erilainen, että puhujan koostamat prosodisetkin piirteet ovat hänen itsensä valitsemia, hän tarkoittaa juuri siinä puhetilanteessa ilmaista niillä jotakin. Ne eivät ole satunnaisia tai vaihtoehtoisia koristeita lopputuotteessa. Puhuja voi esimerkiksi pyrkiä tiettyyn retoriseen tai esteettiseen päämäärään. Tähän hän pääsee etenkin käyttämällä puheen prosodisia keinoja mutta myös erilaisia äänenlaatuja (kuten kuiskausta, karheata ääntä, jopa falsettia). Arkikielessä puhumme äänen värittämisestä ja äänensävystä. Kuulemme usein varsin helposti, onko kyseessä aito, spontaani, puhujan itsensä samanaikaisesti suunnittelema puhe vai lukupuhunta. Puhe voi sisältää myös naurahduksia, yskähdyksiä, hihkaisuja jne. eli erilaisia kielenulkoisia äännähdyksiä. Soittajalla on käytössään jonkin soitin, instrumentti. Puhujan instrumentti on hänen puhe-elimistönsä. Tässä tulemme kuitenkin merkittävään eroon puheen ja musiikin välillä. Musiikki-instrumentti on puhujan ulkopuolella oleva esine, jota soittaja käsittelee useimmissa tapauksissa käsin. Puhallinsoittimet ovat sikäli erikoisasemassa, että niissä soittaja käyttää käsien lisäksi hyväkseen keuhkoilla aikaan saatavaa aerodynaamista keinoa, hengitystekniikkaa. Laulaja on vielä lähempänä puhujaa, koska molemmat käyttävät samaa instrumenttia. Puheen ja laulun instrumentti, puhe-elimistö, on siis ihmisen sisään rakennettu ja sitä ohjaillaan motorisesti ääreishermoston avulla. Puheen suunnittelu ta-

4 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen pahtuu aivotutkimuksen kannalta katsottuna keskushermostossa. Soittaja käyttää apunaan käsiä ja siten soittamisprosessi on paljon tietoisemman kehittelyn tulos kuin puhe, joka ihmisen hitaan evoluution aikana on epäilemättä hyöty- ja käytännön syistä pikemmin pakottautunut esiin ja joka ei siis ole pohjimmiltaan rationaalisen ja tietoisen kehittelyn tulos. Kuva 2 esittää kaavamaisesti puhumisen tilannetta ennen varsinaista puhesuoritusta (ääneen lausumista). Kielen sanasto, sanojen taivuttaminen, syntaksin soveltaminen, puheen sovittaminen puhetilanteeseen, prosodisten piirteiden ja äänenlaatujen valinta ovat taustasyötteitä konkreettiselle puhumistapahtumalle. Niihin pääsemme käsiksi introspektion avulla. Kielentämisprosessin alkuvaiheessa voimme tiedostaa sanoja ja niiden taivutusmuotoja sekä syntaksin avulla tapahtuvaa sanojen peräkkäinasettelua. Koko prosessi tähtää kuitenkin siihen, että kielentämisen lopputulos on peräkkäisiä äänteitä, prosodiaa ja äänenlaatuja. Kuva 2. Puheen tuottamisen taustalla on suuri määrä erilaisia osatekijöitä (syötteitä): kielen sanastoa, kielioppia, sovittamista puhetilanteeseen, prosodian ja äänenlaatujen valintaa, tunnetiloja, asenteita. Nuoli oikealla symboloi puhesuorituksen vaihetta eli vaihetta, jolloin puhe-elimiä säätelevät liikehermot antavat käskyjä puhelihaksille. Siihen, miten suunnittelu kohtaa ääreishermoston, emme pääse sisäisen havaintomme avulla käsiksi, vaan tarvitaan aivotutkimuksen keinoja. Kun pianisti soittaa sävellyksen, olisi mieletöntä sanoa, että nuotit ikäänkuin virtaavat hänen liikehermojaan pitkin ja muuntuvat sitten viimein säveliksi. Pikemminkin pianistilla on mielessään sävellyksen akustinen mielikuva 1 (tai hän lukee sitä nuoteista), ja hän on oppinut, miten pianoa on käytettävä tuon mielikuvan konkreettisen vastineen aikaan saamiseksi. Vastaavasti puhujan puhesuoritus ei tarkoita sitä, että sanat, lauseet, prosodia jne. virtaisivat hänen liikehermojaan myöten puhelihaksiin, jotka sitten tuottavat puheen akustisen ilmiasun (kuva 3). Puhuja on oppinut käyttämään puhe-elimistöään niin, että hänen tuottamansa akustinen lopputulos vastaa hänen mielessään olevaa tavoitetta. Kyseessä ei voi olla pelkkä muistijälkien peräkkäin- 1 Osoituksena siitä, miten visuaalinen maailma vaikuttaa vahvasti myös akustisen maailmamme kuvaukseen, ovat ilmaukset "akustinen mielikuva" ja "musiikin sointikuva".

Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen 5 asettelu, koska puhuja voi olla hyvin luova puhuessaan. Puheen retoriikka onkin juuri tiettyjen kielellisten ja foneettisten keinovarojen soveltamista luovalla tavalla puhetilanteessa. Kuva 3. Välittääkseen viestin kuulijalle, puhujan on tuotettava viestiä vastaava akustinen signaali (kuvassa puheen aaltomuotoinen esitys). Miksi akustinen viestintäkanava? Koko puheen suunnitteluprosessi tähtää siis siihen, että kielentämisen lopputuote saatetaan ilmoille eli ilmaistaan puhe-elimistön avulla akustiseen muotoon (kuva 3), kuulijan kuultavaksi. Voimme aiheellisesti kysyä, miksi puhe on muodostunut ihmisen arkipäivän keskeiseksi ja tärkeimmäksi viestintämuodoksi. Voimme kuvitella tilannetta, että ihmiskunta eräänä päivänä päättäisi, että tänään emme puhu mitään. Voimme kuvitella myös tilannetta, että elokuvasta poistetaan puhe. Miksi jokin visuaalinen media, esim. viittomakieli tai jokin kirjoituksen kaltainen viestintäkeino ei ole syrjäyttänyt puhetta? Suurena rajoituksena kaikelle visuaaliselle viestinnälle on valon ja suoran näköyhteyden välttämättömyys. Äänellinen viestintä on sen sijaan mahdollinen pimeässä, ilman näköyhteyttä ja suhteellisen pitkän välimatkankin päästä. Kun vuorokaudesta noin puolet on yötä, antoi akustinen viestintä ihmiskunnan ensimmäisille ihmisille varmemman viestintäkeinon. Kun puheen tuottamis- ja vastaanottovälineet ovat ihmisen sisään rakennettuja, ei tarvitse huolehtia viestintävälineiden saatavuudesta. Kaikki kuuloetäisyydellä olevat vastaanottajat saavat saman viestin samanaikaisesti. Myöskin viestin välittämisainetta, ilmaa, on aina siellä saatavilla, missä ihminen voi hengittää eli pitää elämää biologisesti yllä. Monet argumentit viittaavat siihen, että äänellinen, akustinen viestintä voitti suuremman ekologisen validisuuden perusteella mahdolliset visuaaliset kilpailijat. Esimerkiksi piirtäminen vaatii piirtimen ja alustan saatavuutta, mikä ei aina ole mahdollista tai aiheuttaa liiallista vaivaa. Työntekijä voi samalla puhua ja käyttää vapaasti käsiään muihin tehtäviin. Puheen akustinen lopputulos, ilmaan tuotettu paineaalto häviää itsestään muita kuin kuulijan mustijälkiä

6 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen jättämättä, eikä näin jätettä jää jäljelle. Tuntoaisti, joka on sokeiden pistekirjoituksen perusta, ei sovellu välitöntä kosketusta vaativan luonteensa vuoksi viestinnän kaikkiin tarpeisiin. Seuraavissa luvuissa käsittelemme puhumisen instrumentin eräitä perustavaa laatua olevia ominaisuuksia sekä akustisia tuotteita, joita tällä instrumentilla saadaan aikaan. Puheen akustinen evidenssi Kuulija saa todisteen puhujan kielentämis- ja puhumisprosesseista keskittyessään tiedostamaan kuulemaansa puheviestiä. Puhuja seuraa myös itse koko ajan tuottamaansa puhetta auditiivisen palautteensa avulla. Kohtaamme siis jälleen puhujan ja toisaalta myös kuulijan introspektiivisen kyvyn havaita puheen yksityiskohtia. Voimme kutsua tätä puhujan / kuulijan sisäistä kokemusta puheen ominaisuuksista fenomenaaliseksi tiedoksi (vrt. von Fieandt 1950). Fenomenaalinen tieto tarkoittaa paitsi ihmisen havaintoihin perustuvaa tietoa, myös sitä myötäsyntyistä tapaa, jolla ihminen tiedostaa maailmaa. Nykyisin puhutaan tässä mielessä kognitiivisista kyvyistä. Kuulolla on kuitenkin suuria rajoituksia saada selville puheen perusominaisuuksia ja yksityiskohtia. Meillä on keinoja parantaa havaintoa puheen akustisten analyysimenetelmien avulla. Tällöin siirrymme kuvaamaan puhujan tuottamaa akustista puhesignaalia fyysisin keinoin. Viestinnän kannalta fyysinen vaihe on välttämätön, koska puhujan ja kuulijan tietoisuuksien välillä ei ole telepaattista yhteyttä. Koska meillä on keinot saada kuvauksen kohteeksi puheen akustinen muoto, meillä on mahdollisuus paitsi kuvata puheen yksityiskohtia myös saada hallintaamme uusia sovellusmahdollisuuksia sellaisilla aloilla kuin puheen automaattinen tunnistaminen, puhujantunnistus ja puhesynteesi. Myös puhujantunnistuksen (vrt. Niemi-Laitinen, tässä julkaisussa) vertailukeinot perustuvat kuulonvaraisten keinojen ohella akustisiin menetelmiin. Edellä todettiin jo se, että tavanomainen kirjoitus ei sisällä kaikkea sitä, mitä puheen suunniteltu ilmaus sisältää. Foneettinen kirjoitus on ilmaisultaan jo paljon rikkaampi. Puheen akustinen ilmaisu sisältää puolestaan kaiken, mitä puhuja ääneen lausuu. Seuraavassa keskitytään käsittelemään muutamia esimerkkejä siitä, miten puheen akustista evidenssiä voidaan käyttää puheen tutkimuksessa.

Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen 7 Esimerkki puheen äänteiden painotuksesta ja ajoituksesta Puheen ominaisuuksia voidaan tiedostaa usein käyttämällä esimerkkeinä sellaisia ilmaisupareja, jotka eroavat toisistaan vain tutkittavan ominaisuuden suhteen. Tällainen ilmauspari on seuraava: (a) Kyseessä ovat hallituksen vastaiset toimenpiteet. [= hallituksen tulevat toimenpiteet] (b) Kyseessä ovat hallituksen vastaiset toimenpiteet. [= hallitusta vastaan suunnatut toimenpiteet] Kirjoitetusta lauseesta emme välittömästi tiedä, kumpaa tulkintaa kirjoittaja on tarkoittanut. Puhuttuina kuitenkin osaamme käyttää keinoja, joilla ero voidaan selventää (eli disambiguoida). Voimme kokeilla itse mielessämme, kuinka tuottaisimme ilmaukset niin, että kuulijalle ero tulee selväksi. Ehkä voimme päästä käsitykseen, että tapauksessa (a) sanalla vastaiset on suurempi painotus kuin tapauksessa (b), jossa sana liittyy syntaktisesti kiinteämmin sanaan hallituksen. Jälkimmäisessä tapauksessa joudumme miettimään, onko kyseessä jopa yhdyssana hallituksenvastaiset. Päätelmämme painon merkityksestä ilmauksia erottavana tekijänä on oikea, mutta sen sijaan meidän on vaikeampi päätellä, mihin painon ilmaisu perustuu ja mitä vaikutuksia painon sijoittumisella kaiken kaikkiaan on. Tutkimus on osoittanut, että painotus saadaan aikaan usean akustisen piirteen avulla: suurempaan painotukseen johtavat painollisten tavujen kohdalle sattuvat pidempi kesto ja voimakkaampi intensiteetti, mutta kaikkein tärkeimpänä tekijänä vokaalisten segmenttien kohdalle sattuva perustaajuuden äkillinen nousu ja lasku. Miten nämä saadaan aikaan puheen tuoton avulla, siis fysiologisesti? On mietittävä puheen tuoton aivan keskeisiä tekijöitä voidaksemme vastata kysymykseen. Miten meidän puheinstrumenttimme oikein toimii? Käsittelemme ensin kysymystä, kuinka puheen perustaajuus ja intensiteetti muodostuvat. Puheen tuottamiseen tarvitaan ilman virtausta keuhkoista. Ilmavirta kohtaa kurkunpäässä äänihuulet, jotka sulkeutuessaan muodostavat esteen ilman kululle, jolloin äänihuulten alapuolelle muodostuu painetta (subglottaalinen paine). Paine pystyy toisaalta avaamaan äänihuulet, ja tällöin syntyy pieni ilmanpurkaus ääniraosta ylöspäin, joka aiheuttaa painepulssin siirtymisen ääniraon yläpuolelle ja kohti suuaukkoa. Joustavat äänihuulet sulkeutuvat nyt automaattisesti, koska paineen vähentyminen ääniraossa aiheuttaisi lopulta alipainetilan, jota luonto aerodynaamisesti pyrkii välttämään. Alipainetila uhkaa muodos-

8 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen tua, koska ilmapartikkelien virtausnopeus on ääniraon keskellä suurempi kuin laidoilla. Äänihuulet pyrkivät nyt täyttämään alipaineiseksi käyvän tilan ja siis sulkeutumaan. Näin äänihuulet sulkeutuvat ja avautuvat automaattisesti, mikäli kurkunpään lihaksissa on sopiva jännitystila ja mikäli subglottaalista painetta riittää. Kyseessä on ns. Bernoullin efekti, joka on osatekijänä van den Bergin kehittämässä ns. aerodynaamis-myoelastisessa teoriassa (van den Berg 1968). Kurkunpään lihastoiminta, subglottaalinen paine, äänihuulten elastisuus ja alipainetilan välttäminen selittävät siis äänihuulten värähtelyn. Yksi ääniraon sulkeutuminen ja avautuminen muodostaa yhden äänihuuliperiodin. Äänihuuliperiodilla on aina jokin kesto (miehillä keskimäärin noin 10 millisekuntia = 10 ms, naisilla noin 5 ms). Tällä todellisen mikromaailman ilmiöllä on puheessa uskomattoman paljon tehtäviä. Ensinnäkin puheen perustaajuus määräytyy äänihuuliperiodien keston perusteella: lyhyt kesto aiheuttaa korkemman perustaajuuden kuin pitkä. Kuulon kannalta lyhyiden periodien aiheuttama äänihuulten perusvärähtely aiheuttaa korkeamman äänenkorkeuden vaikutelman. Korkeutta voidaan säädellä eri lihastoimintojen avulla. Näin selitimme (tässä tosin vain karkeasti) puheen perustaajuuden muodostumisen. Intensiteetti puolestaan kasvaa, kun äänihuulten alapuolista painetta lisätään keuhkoista suunnatun ilmavirran lisäyksen ja äänihuulten vastuksen avulla. Meitä kiinnostaa nyt kuitenkin vain se, miten puhen perustaajuus ja intensiteetti selittävät painotusta. Mikäli subglottaalista painetta kasvatetaan ja kurkunpään lihaksia säädellään oikein, saadaan ääniraosta lähtevä painepulssi voimakkaammaksi, mutta myös äänihuulten värähtelytaajuus suuremmaksi. Kun tämä tapahtuu äkillisesti ja palataan heti takaisin entiseen tilaan, saadaan aikaan keskeisin kuulijan kannalta painollisuuden vaikutelmaa synnyttävä efekti. Myös painotuksen vaikutukset äännesegmenttien ajoituksen järjestelyssä myötävaikuttavat painotuksen havaintoon. Tätä havainnollistetaan kuvassa 4, jossa todellisesta puheesta mitatut suhteelliset äännesegmenttien kestot esitetään peräkkäisten kestopalikoiden avulla. Esimerkkilauseemme versiossa (a) hallituksen vastaiset vie enemmän aikaa kuin esimerkissä (b). Esimerkissä (b) sanojen suurempaa syntaktista yhteenkuuluvuutta ilmaistaan ikäänkuin kestohaitarin supistamisella, joka kohdistuu koko sanaliittoon, mutta enemmän sanaan vastaiset. Esimerkissä (a) taas haitari leviää, varmasti osittain siksi, että äänihuulijärjestelyt vaativat nyt enemmän aikaa, mutta myös siksi, että pidempi kesto sinänsä lisää painollisuuden vaikutelmaa.

Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen 9 Kuva 4. Äännekestot sanoissa hallituksen+vastaiset. Sanat esiintyivät kahdessa syntaktisesti erilaisessa versiossa (a) ja (b) lauseessa Kyseessä ovat hallituksen vastaiset toimenpiteet.. Kuva osoittaa, miten kaksi segmentaalisesti identtistä ilmausta voivat olla segmenttikestojen osalta erilaisia. Kunkin äännesegmentin mitattua kestoa vastaa kuvaesityksen palikka. (Analyysi tehty SoundScope-ohjelmalla; kuva piirretty Kestovertailu-ohjelmalla.) Voidaan ehkä esittää moite, että meillä on tässä erikoistapaus, jollaisia harvoin tapaamme käytännössä. Se on tietysti tavallaan totta, mutta tosiasiassa käytämme juuri samoja keinoja syntaktisten suhteiden ilmaisussa muutoinkin, siis myös silloin kuin sekaannuksen vaaraa ei ole olemassa. Esimerkki äänteiden akustisesta visualisoinnista Puhetta ja laulua (vokaalimusiikkia) yhdistää se, että kummassakin on sanoja ja äänteitä. Seuraavassa paneudumme esimerkkiin äänteiden akustiikasta. Arkipäivän elämässä ei juurikaan tiedosteta sitä, että puhuttu ilmaus on olemassa akustisesti (vrt. kuva 3 edellä). Emme voi tässä paneutua syvällisesti puheen akustiikan perusteisiin, vaan pyrimme pikemmin luomaan vain johdannonomaisen käsityksen siitä, miten puheinstrumenttimme toimii akustisten viestien tuottajana ja erityisesti käsittelemme vokaalien akustiikkaa. Kun puheen akustisen muodon visualisoinnin (kuvantamisen) menetelmä sonagrafi keksittiin 1940-luvulla, merkitsi se ratkaisevaa edistysaskelta puheen akustisten ominaisuuksien tutkimuksen kannalta. Laitteella voitiin valmistaa esimerkiksi spektrogrammeja. Entistä paremmin voitiin tutkia äänteiden laatua, puheen kestojärjestelyjä, sävelkulkua, intensiteettiä ja muita ilmiöitä. Noin 60 vuoden kuluessa menetelmät ovat edelleen kehittyneet ja spektrografiset tutkimukset tehdään nykyisin tietokoneohjelmilla. Kuva 5 esittää miespuhuja TP:n ilman kontekstia ääntämää sanaa aisti. Kuva mahdollistaa äänteiden tar-

10 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen kat aika- ja formanttien taajuusmittaukset. Siitä voidaan erottaa, onko äänne soinnillinen vai soinniton. Äänteiden vaikutusta toisiinsa voidaan havainnoida. Kirjoituksen lopussa on vertailun vuoksi neljä muuta sanaa, joista voi havainnoida, millaisia spektriominaisuuksia on äänteillä, joita ei ole kuvassa 5. Kuva 5. Miespuhuja TP:n tuottaman sanan aisti spektrogrammi. Analyysi on tehty Praat-ohjelmalla. Vaaka-asteikko kuvaa aikaa (s), pystyasteikko taajuutta (Hz). Sanan tuottamiseen on kulunut aikaa noin 0,530 sekuntia. Taajuusasteikko on ulotettu vain 4000 hertsiin asti. Kuvan pystyjuovat ilmaisevat äänihuulten tuottamia äänihuuliperiodeja, painepulsseja. Mitä tiuhempi on äänihuuliperodien esiintyminen aikayksikköä kohti, sitä korkeammalta ääni kuulostaa. [s]-äänteen akustinen kuva ilmaisee epäperiodisuutta (äänihuulet eivät värähtele). Leveät vaakajuovat ilmaisevat vokaalien formantteja. Kuva 6 esittää miespuhujan tuottamien suomen vokaalien visualisointia SoundScope-ohjelmalla tuotettujen spektrogrammien avulla. Kuvassa on myös vokaalien intensiteettikäyrät. Vokaalit on äännetty ilman sanakontekstia, joten viereisten äänteiden vaikutusta ei esiinny. Vokaalit on järjestetty tarkoituksellisesti etisyys-takaisuus -ulottuvuuden mukaan: ensin tulevat siis etuvokaalit [i, e, ä] väljyyden kasvaessa. Takavokaalit [a, o, u] seuraavat väljyyden supistuessa. Pyöreät etuvokaalit [y, ö] on sijoitettu edellisten ryhmien väliin. Intensiteettikäyrät osoittavat, että jotkut vokaalit ovat suhteellisesti heikompia kuin toiset (suppeat vokaalit [i], [y] ja [u] kaikkein heikoimmat). Intensiteettiä emme kuitenkaan käsittele tässä enempää, vaan tyydymme toteamaan, että kyse on vokaalien ominaisintensiteetin vaihtelusta.

Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen 11 Kuva 6. Suomen kahdeksan vokaalin /i, e, ä, y, ö, a, o, u/ kertaäännösten spektrogrammit (alempana) ja intensiteettikäyrät (ylempänä). Visualisointi laadittu Sound- Scope-ohjelman avulla. Vaaka-asteikko esittää aikaa (millisekunteja; ms), spektrogrammin pystyasteikko taajuutta (hertsejä; Hz), intensiteettikäyrän pystyasteikko signaalin voimakkuutta (tässä voltteina). Spektrogrammin kolmas ulottuvuus on tummuusaste, joka ilmaisee voimakkuutta. Mitä spektrogrammit oikeastaan ovat, mitä ne todistavat ja mihin niitä voidaan käyttää? Spektrogrammien vaaka-asteikko ilmaisee aikaa ja mittayksikkö on sekunti tai sen tuhannesosa millisekunti (ms). Voimme siis helposti mitata, mikä äänteiden kesto on. Tällaisen tekniikan avulla saatiin selville myös kuvan 4 äänteiden kestot. Kuvan 6 irrallaan äännetyt vokaalit ovat varsin pitkiä: ne ovat lähes puolen sekunnin (500 ms) mittaisia, kun todellisessa puheessa äänteiden keskimääräinen kesto on noin 60 80 ms:n luokkaa. Suomen kielessä fonologisesti pitkät (= kirjoituksessa kahdella identtisellä vokaalilla merkityt) vokaalit ovat tietenkin pidempiä kuin lyhyet (vrt. tuli/tuuli). Puhenopeus vaikuttaa kestoihin. Äännekestojen järjestely on puhujan erikoisimpia kykyjä, ja toisaalta kuulijan kyky havaita ja tunnistaa lyhytkestoisia yksiköitä nopeastakin puheesta on hämmästyttävä. Spektrogrammin pystyasteikko ilmaisee taajuutta, jota mitataan hertseinä (Hz). Sana spektri ei ehkä meille aluksi kerro mitään, mutta jos pyrimme yhdistämään asian

12 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen omaan fenomenaaliseen kokemukseemme, voimme lähteä siitä, että fyysinen spektri vaikuttaa ratkaisevasti siihen, mitä kutsumme äänteen havaituksi laaduksi. Meistä on itsestään selvää, että esimerkiksi a ja ä ovat laadultaan erilaisia, mutta yleensä ajattelemme niitä vain kirjoituksen kirjaimina, emme puheen äänteinä. Akustiikan termejä käyttäen voimme sanoa, että a:n ja ä:n (eli tarkemmin foneettisin symbolein ilmaistuina [a]:n ja [æ]:n) laatuero perustuu niiden spektrieroihin ja etenkin spektrissä esiintyviin formantteihin. Spektrogrammeissa ilmenee ajan ja taajuuden lisäksi myös kolmantena ulottuvuutena tummuusasteen avulla ilmaistu voimakkuus, jota yleensä ilmaistaan desibeliasteikon (db) avulla. On kuin katsoisimme vuoristoa ylhäältäpäin korkeiden huippujen suuntautuessa kohti silmiämme. Kuva 7. Kuvassa 6 esitettyjen suomen vokaalien formanttirakenne (F1, F2, F3 ja F4) esitettynä tyylitellysti kertaäännösten perusteella. Kun tarkastelemme nyt kuvan 6 vokaalien spektrirakenteita, voimme havaita niissä eroja. Kiinnitämme erityisesti huomiota tummiin vaakajuoviin ja havaitsemme niiden olevan eri vokaaleissa eri korkeudella. Näitä akustisia energian keskittymiä tietyillä spektrin taajuusalueilla kutsutaan formanteiksi. Kuvassa 6 voimme erottaa niitä eräillä vokaaleilla neljäkin kappaletta. Kun mittaamme vokaalista neljä alinta (eli formantit F1, F2, F3 ja F4), saamme kuvan 7 tyylitellyn esityksen. Kuvaan on merkitty kunkin formantin mitattu taajuus. Voimme havaita, että vokaaleja erottelee parhaiten F2. Kun vokaalit asetettiin

Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen 13 etisyysasteen mukaan järjestykseen, on F2:n arvo laskeva. Poikkeuksena on [y], koska se on pyöreä vokaali ja sen formantti F2 on laskenut [i]:hin verraten siten, että se ei aivan sovi tuohon yleiseen linjaan. Toiseksi parhaiten erottelee F1. F1 ja F2 sijaitsevat kuulon parhaalla taajuuden erottelukyvyn aluella. Sen sijaan formantit F3 ja F4 eivät vaihtele eri vokaaleilla kovin paljon, ja niiden taajuusalueella kuulon erottelu on jo heikompi. Kuva 8. Vokaalien ä ja a vertailu lyhytaikaispektrien (FFT) avulla. Paksumpi viiva = a, ohuempi = ä. Kummastakin vokaalista on näkyvissä neljä ensimmäistä formanttia (F1 F4). Analyysit on tehty SoundScope-ohjelmalla, kuva piirretty Spektrivertailuohjelmalla. Akustisten menetelmien joukosta voimme kuitenkin valita vielä keinon, jolla spektrin tummuusaste-erot voidaan kuvata tarkemmin kuin mitä on mahdollista spektrogrammeissa. Tämä esitysmuoto on nimeltään lyhytaikaisspektri. Jätämme nyt ajan mittaamisen pois ja teemme tarkemman analyysin valitsemastamme vokaalin ajankohdasta. Tällöin saamme esimerkiksi kuvan 8, jossa vertailemme äänteiden a ja ä spektrejä vokaalien keskikohdalta käyttäen ns. FFT-analyysiä (= Fast Fourier Transform). Nyt katselemme vuoristoa ikäänkuin poikkileikkauksena sivultapäin ilman, että ottaisimme aikaulottuvuutta tarkemmin huomioon. Vaaka-asteikko ilmaisee taajuutta (kilohertseinä; khz), pystyasteikko voimakkuutta (db). Kuvasta voimme nyt havaita vokaalien formanttirakenteen paljon

14 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen tarkemmin kuin spektrogrammista ja voimme havaita ä:n ja a:n ratkaisevan eron: ä:n formantti F2 on selvästi korkeampi kuin a:n. F1:ssä eroa ei juurikaan ole. Formantit F3 ja F4 eroavat kyllä jonkin verran, mutta eron merkitystä heikentää se, että ne sijaitsevat korkeammilla taajuuksilla, ja kuulon psykoakustinen herkkyys (erottelutarkkuus) ei ole enää samaa luokkaa kuin alemmilla taajuuksilla. Mitä sitten teemme näillä tiedoilla? Ensinnäkin voidaan kiinnittää huomiota siihen, että ä on suhteellisen harvinainen vokaali maailman kielissä ja siksi on hyvä, että voimme saada hallintaamme keinoja, joilla voimme vertailla vokaalien laatua. Lisäksi voimme todeta, että artikulatorisen vokaalinelikulmion ja akustisen formanttikartan välillä vallitsee tietynlainen rakenneyhtäläisyys. Suomen kielen vokaalinelikulmio ja vokaalikuutio on esitetty kuvassa 9 (vrt. Wiik 1989:89; Wiik 1998:40). Kaksiulotteisessa vokaalinelikulmiossa muiden ominaisuuksien suhteen toisiaan vastaavat laveat ja pyöreät vokaalit on sijoitettava samoihin pisteisiin. Kolmiulotteinen kuutio on siksi parempi kuvausmuoto. i, y u i y u e ö o e ö o ä a ä a. b. a Kuva 9. Suomen kielen vokaalit esitettyinä vokaalinelikulmiossa ja vokaalikuutiossa. Vokaalinelikulmion ulottuvuudet ovat etisyys-takaisuus (vaakasuunnassa) ja suppeus-väljyys (väljyysaste; pystysuunnassa). Vokaalikuutiossa on lisäksi syvyysulottuvuutena laveus-pyöreys.

Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen 15 Kuva 10. Suomen kielen lyhyet ja pitkät vokaalit esitettyinä F1/F2-formanttikartassa. (Formanttien mittausarvot: Wiik 1965. Viiden miespuhujan keskiarvot. Kuva laadittu Formanttikartta-ohjelmalla). Kuva 11. Brittienglannin kielen vokaalit esitettyinä F1/F2-formanttikartassa. Kutakin vokaalityyppiä havainnollistetaan avainsanalla. (Mitattu aineisto: Deterding 1998, jossa on käytetty viiden miespuhujan, digitaalisesta puhetietokannasta saatuja vokaaleja ja noin 10 esiintymää vokaalityyppiä kohden. Kuva laadittu Formanttikarttaohjelmalla).

16 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen Vokaalikuution ja vokaalien formanttirakenteen välinen rakenneyhtäläisyys ilmenee siten, että kun vokaalien kaksi alinta formanttia (F1 ja F2) asetetaan samaan koordinaatistoon eli formanttikarttaan (asteikkojen nollapiste ylhäällä oikealla), niin vokaalit asettuvat samaan suhteelliseen järjestykseen. Koska pyöreät ja laveat vokaalit saavat erilliset asemansa koordinaatistossa, ei rakenneyhtäläisyys ole täydellinen. Etisyysaste vastaa kylläkin formanttikartan vaaka-asteikkoa, mutta pyöreys vaikuttaa niin, että vokaalipiste saa paikan enemmän oikealla vastaavaan laveaan verraten (esim. ö ja e). Kartan pystysuunta vastaa väljyysastetta. Edellä käytimme aineistona kerran äännettyjä vokaaleja (eli kertaäännöksiä). Kun otamme todellisissa sanoissa esiintyvät vokaalit ja suuremman aineiston viideltä miespuhujalta, saamme kuvan 10 formanttikartan (mittausaineisto saatu Wiikin 1965 väitöskirjasta). Kuvassa erotellaan lisäksi fonologisesti lyhyet ja pitkät vokaalit (vrt. pika/piika, tuli/tuuli). Havaitsemme, että lyhyet vokaalit (valkoiset ympyrät) ovat menettäneet jonkin verran selvää laatuaan ja joutuneet enemmän kuvion keskelle. Kartta on laadittu lisäksi ottaen huomioon psykoakustisia periaatteita (ks. tarkemmin Iivonen 1994, 1998) 2. Voimme sanoa, että meillä on käytössä vokaalien laadun kuvauksen erittäin hyvä likiarvo. Vokaalien artikulaation tutkiminen on huomattavasti hankalampaa kuin akustinen tutkimus, koska edellisessä puhujan on oltava läsnä laboratoriossa ja aineiston keruu on hidasta eikä aineiston määrä voi kasvaa suureksi. Näitä rajoituksia ei akustisella tutkimuksella ole. Koska olemme saaneet hallintaamme vokaalien järjestelmän akustisen kuvauksen, voimme myös nyt vertailla kieliä. Kuvassa 11 on esitetty brittienglannin vokaalit (mittausaineisto Deterding 1997). Aineisto edustaa viittä miespuhujaa ja vokaalit on poimittu digitaalisesta tietokannasta. Voimme vertailla toisaalta suomen ja brittienglannin vokaalilaatuja, toisaalta tehdä havaintoja saman kielen vokaalien välillä. Esim. englannin vokaalien [i] ja [I] ero (beat ja bit) on suurempi kuin suomen lyhyen ja pitkän [i]:n (pika/piika) välillä. Englannin [u] ja [Á] (pool ja book) ovat pikemminkin keski- kuin takavokaaleita. Suomessa lyhyt ja pitkä [u] ovat selvästi takavokaaleja. Suomen lyhyt [u] sijaitsee vokaaliavaruudessa hieman keskemmällä ilmeisesti sen vuoksi, että se ei saavuta yhtä suurta takaisuuden ja pyöreyden astetta kuin pitkä [u]. Ero vokaalien [Å] ja [o ] välillä (hot ja caught) on huomattavan suuri. Kuva näyttää myös, että vokaalit [A] ja [Ø] (fast ja butter) ovat aineistossa yhtä väljiä ja laadullisesti hyvin lähellä toisiaan vastoin useiden oppikirjojen esityksiä. 2 Ks. myös www-osoitetta http://www.helsinki.fi/hum/hyfl/projektit/vokaalitutkimus.html)

Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen 17 Esimerkki puheen äänenkorkeuden ilmaisusta Musiikkia ja puhetta laajasti yhdistävä tekijä on melodia, sävelkulku. Kun haluamme vertailla kahden puhujan tuottamia sävelkulkuja, voimme käyttää jälleen spektrogrammeja mutta niiden lisäksi automaattista äänenkorkeuden (perustaajuuden) analyysiä. Äänihuulten värähtelytaajuus aiheuttaa puheen perustaajuuden ja havaittavan sävelkorkeuden ja siten myös sävelkulun muuttumisen. Voimme tarkastella, miten nais- ja miespuhujan äänenkorkeus eroaa lauseissa, jotka ovat kieliopillisesti samoja. Kuva 12a. Spektrogrammi, joka näyttää perustaajuuden ja yläsävelet. Analyysi on tehty naispuhujan lauseesta Älä jätä tätä. SoundScope-ohjelmalla. Hz-asteikko on rajattu niin, että se ulottuu n. 1000 Hz:iin, jolloin perustaajuuden lisäksi näkyy kolme yläsäveltä. Kuva 12b. Spektrogrammi, joka näyttää perustaajuuden ja yläsävelet. Analyysi on tehty miespuhujan lauseesta Älä jätä tätä.. Hz-asteikko on rajattu niin, että se ulottuu n. 500 Hz:iin, jolloin perustaajuuden lisäksi näkyy kolme yläsäveltä.

18 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen Kuvassa 12a näemme spektrogrammin naisen puhumasta lauseesta Älä jätä tätä.. Analyysiä on nyt muutettu niin, että äänen perustaajuus ja ns. yläsävelet tulevat näkyviin. Perustaajuus näkyy kuvassa n. 200 Hz:n yläpuolella leveänä vaakajuovana, ja ensimmäinen yläsävel näkyy sen kerrannaisena ylempänä. Soinnittomat äänteet (kuten [t]) aiheuttavat aina katkoksen perustaajuusjuovassa, koska äänihuulet eivät värähtele. Sanojen jätä ja tätä rajalla on [t] erityisen pitkä, koska suomessa esiintyy yksikön toisen persoonan imperatiivissa (jätä) ns. jäännöslopuke (loppu- tai alkukahdennus). Sen ansiosta seuraavan sanan alkukonsonantti kahdentuu, ja soinniton vaihe kasvaa siten pitkäksi. Meitä kiinnostaa nyt vain perustaajuus, koska se on sävelkulun ja sävelkorkeuden akustinen vastine (sen ohella, että perustaajuudella on muitakin funktioita). Kuvassa 12b nähdään vastaava analyysi miespuhujan tuottamasta lauseesta. Näemme, että perustaajuus vaihtelee välillä noin 100 150 Hz. Kummassakin kuvassa näkyy yläsäveliä kolme kappaletta. Se johtuu siitä, että naispuhujan spektrogrammin taajuusalue on rajattu alueelle 0 1000 Hz mutta miespuhujan alueelle 0 500 Hz. Perustaajuus katkeaa aina soinnittomien äänteiden kohdalla, koska perustaajuus luonnollisesti voi esiintyä vain soinnillisissa äänteissä. Vastaavat katkokset näkyvät yläsävelissä. Voimme eristää perustaajuuden ja laskea sen 10 ms:n välein automaattisella perustaajuuden laskentaohjelmalla. Tulokset näiden kahden puhujan lauseista on sijoitettu samaan kuvaan (kuvassa 13), jolloin voimme saada hyvin tarkan kuvan siitä, kuinka lauseet eroavat toisistaan. Spektrogrammien (kuvat 12a ja 12b) avulla voidaan tarkistaa, onko automaattinen analyysi onnistunut. Näemme nyt myös tarkemmin, että naispuhujan perustaajuuden vaihtelualue esimerkissämme on n. 200 250 Hz, miespuhujan n. 100 140 Hz. Perustaajuuden muodostama yleinen kuvio on hyvin samanlainen kummassakin, mutta edellä jo puheena ollut korkeusero on todettavissa ja miespuhuja on ääntänyt lauseen hitaammin, joten lauseesta on tullut kestoltaan pidempi. Kummassakin lauseessa käyrä nousee sanan jätä ensimmäisen [ä]-vokaalin kohdalla. Se liittyy painon ilmaisuun. Perustaajuus ilmaisee siis sävelkulun ohella myös painotusta (mihin jo edellä viitattiin). Käyrän eräät pienet yksityiskohdat ovat konsonanttien vaikutusta.

Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen 19 Kuva 13. Kuvien 12a ja 12b perustaajuuskontuurit esitettyinä samassa kuvassa. Ylempänä naispuhujan, alempana miespuhujan kontuuri lauseesta Älä jätä tätä.. Tavujen ajalliset keskikohdat on merkitty pystyviivoilla. Vaaka-asteikko ilmaisee aikaa (ms), pystyasteikko taajuutta (Hz). Kirjallisuus van den Berg, Jw. (1968) Mechanism of the larynx and the laryngeal vibrations. B. Malmberg (toim.) Manual of Phonetics. Amsterdam: North-Holland, 278 308. Deterding, David (1997) The formants of monophthong vowels in Standard Southern British English pronunciation. Journal of the International Phonetic Association 27, 47 55. von Fieandt, Kai (1950) Havaintopsykologia. Porvoo/Helsinki: WSOY. Iivonen, Antti (1994) Psychoacoustical explanation for the number of the major IPA vowels. Journal of the International Phonetic Association 24, 72 90. Iivonen, Antti (1998) Suomen ja saksan vokaalien laadun ja keston vertailu. A. Iivonen & T. Nevalainen (toim.) Vieraan kielen fonetiikan opetuksen näkökohtia. Helsingin yliopiston fonetiikan laitoksen julkaisuja 41, 47 70. Levelt, Willem J.M. (1983) Speaking. From Intention to Articulation. (Paperback edition 1993.) Cambridge, MA/London: The M. I. T. Press. TMT-2 = (1983) Tammen musiikkitietosanakirja 2. Helsinki: Tammi. Suomi, Kari (1990) Johdatusta puheen akustiikkaan. Logopedian ja fonetiikan laitoksen julkaisuja 4. Oulun yliopisto. Suomi, Kari (1993) An outline of a developmental model of adult phonological organization and

20 Onko puhuja säveltäjä ja soittaja samassa persoonassa? Antti Iivonen behaviour. Journal of Phonetics 21, 29 60. Wiik, K. (1965) Finnish and English Vowels. Annales Universitatis Turkuensis. Series B, Tom. 94. Turku: Turun yliopisto. Wiik, K. (1989) Taksonomista fonologiaa. Turun yliopisto, Fonetiikka. Turku: Painosalama OY. Wiik, K. (1998) Fonetiikan perusteet. 2. uudistettu laitos. Helsinki/Porvoo: WSOY. LIITEKUVIA SPEKTROGRAMMEISTA Spektrogrammit esittävät miespuhuja TP:n sanoja kansio, lohko, maasto ja nuolla. Vertaa kuvaan 5. TEHTÄVÄ: Segmentoi spektrogremmeista äänteet (osoita siis kullekin äänteelle oma segmentti).

FONEETTINEN KIRJOITUS Reijo Aulanko Foneettisella kirjoituksella tarkoitetaan merkkijärjestelmää, jolla voidaan mahdollisimman yksiselitteisesti kirjoittaa näkyviin ihmisen puhetta. Tavallinen oikeinkirjoitus (ortografia) ei ole foneettisiin tarpeisiin riittävä, koska äänne kirjain-vastaavuudet ovat erilaiset eri kielissä, niin että yleensä kieltä tuntematon ei kykene jonkin sanan kirjoitusasusta varmuudella päättelemään sen ääntämisasua. Suomen kielessä äänteiden ja kirjainten suhde (ns. foneemi grafeemi-vastaavuus) on paljon yksinkertaisempi kuin monissa muissa kielissä, joten suomalaisen mielestä erillinen foneettinen kirjoitusjärjestelmä ei ehkä tunnu kovin tarpeelliselta. Tilanne on kuitenkin aivan toinen esimerkiksi englannissa, jossa kirjoitusasun ja ääntämisen väliset säännöt ovat hyvin monimutkaiset, kuten seuraavat yksinkertaiset sanakirjaesimerkit osoittavat (Wells 1990): kirjoitusasu couch cough could count court couth ääntämisasu [kaáts] [kåf] [kád] [kaánt] [ko t] [ku T] Englannin ääntämisen ilmaisun vaikeuden huomaa myös esimerkiksi sellaisista sanakirjoista ja ensyklopedioista, joissa ei käytetä kansainvälistä foneettista kirjoitusta. Näissä joudutaan soveltamaan muita ratkaisuja, jotka yleensä perustuvat englannin oikeinkirjoituksen (spelling) ja ääntämisen yleisimmille vastaavuuksille joiden oletetaan olevan tuttuja kaikille englannintaitoisille. CD-ROM-muotoinen World Book Encyclopedia -hakuteos ilmoittaa nimille Urho Kaleva Kekkonen ja Wittgenstein seuraavat äänneasut: Urho Kaleva Kekkonen = OOR haw KAH leh vah KEHK oh nehn Wittgenstein = VIHT guhn shtyn

22 Foneettinen kirjoitus Reijo Aulanko Verkossa oleva tietosanakirja Encyclopedia.com antaa samoille nimille seuraavat ääntämisohjeet: Urho Kaleva Kekkonen = oor hô kä lāvä kĕ kōnĕn Wittgenstein = vĭt genshtīn Foneettinen kirjoitus (transkriptio) pyrkii esittämään kansainvälisesti sovituilla merkintätavoilla kaikki relevantit puheen piirteet kirjoitetussa muodossa. Ensisijaisesti foneettisissa kirjoitusjärjestelmissä on keskitytty äänteiden eli vokaalien ja konsonanttien merkitsemiseen, mutta jonkin verran on pyritty antamaan mahdollisuuksia myös puheen prosodisten piirteiden (esimerkiksi intonaation, painotuksen ja rytmin) sekä äänenlaatuerojen merkintään. Foneettisia kirjoitusjärjestelmiä on olemassa useita, mutta laajimmalle levinnyt on tällä hetkellä Kansainvälisen foneettisen seuran suunnittelema ja ylläpitämä aakkosto (International Phonetic Alphabet = IPA), jonka käyttökelpoisuutta ja mahdollisia puutteita seurataan jatkuvasti ja johon julkaistaan pieniä tarkennuksia ja päivityksiä muutaman vuoden välein (IPA Handbook 1999; ks. myös http://www2.arts.gla.ac.uk/ipa/ipa.html). Alussa esitettyjen englanninkielisten esimerkkisanojen foneettiset muodot on esitetty juuri IPA-järjestelmällä. Yllä mainitut erisnimet merkittäisiin IPA-aakkosin seuraavasti: Urho Kaleva Kekkonen = [»ur o»kaleva»kek onen] Wittgenstein = [»vitg nstain] IPAn on siis tarkoitus olla kansainvälisesti sovittu järjestelmä maailman kielten foneettisten ilmiöiden kirjoittamiseksi. IPA on luonteeltaan ns. alfabeettinen notaatiojärjestelmä, eli sen perustana ovat tavallisten kirjainten tapaiset merkit, joista kutakin käytetään osoittamaan vain yhtä tiettyä äännettä. On syytä huomata, että kukin merkki on itse asiassa tavallaan tiivis pikakirjoitusmuoto äänteen tuottamistavan kuvaukselle. Esimerkiksi foneettisessa kirjoituksessa esiintyvä merkki [p] on oikeastaan vain lyhenne joka osoittaa että kyseistä äännettä tuotettaessa huulet ovat tiukasti kiinni toisissaan, ilma ei pääse nenän kautta ulos eikä äänihuulissa synny sointivärähtelyä. Usein käyttötarkoituksesta ja -tilanteesta riippuen tehdään ero foneettisen ja foneemisen transkription välillä. Foneettisessa transkriptiossa pyritään esittämään äännöksen piirteet mahdollisimman pikkutarkasti riippumatta siitä olivatko ne kielen sääntöjen sanelemia vaiko puhujan yksilöllisistä piirteistä tai joistakin puhetilanteen piirteistä johtuvia ominaisuuksia. Foneeminen transkriptio taas rajoittuu esittämään vain kielellisesti relevantit, merkitystäerottavat ominaisuudet.