Utilpasset IPA: Hvor mange vokaler er der i dansk?

Hvis man ser i WALS-databasen over vokalinventaret i verdens sprog, så er det gennemsnitligt at have 5-6 vokaler, mens omtrent en tredjedel af verdens sprog har 7-14 vokaler. Der er ikke registreret nogen sprog med mere end 14 vokaler.

Dansk er ikke inkluderet i databasen, men dansk fremstilles ofte som ekstremt vokalrigt. Nogle forskere siger vi har mindst 20 vokaler eller 22 vokaler, og nogle forskere påstår at vi i dansk har op til 40 forskellige vokallyde, og samme forskere mener at de mange vokaler gør dansk til et af de sværeste sprog i verden. Dania-alfabetet skelner 33 forskellige vokaler. DanPASS-korpusset topper dem alle ved at skelne 57 forskellige vokaler.

Vi ved ikke om et højt antal vokaler gør det svært at lære et sprog, men vi kan i hvert fald se at det er svært for forskere at blive enige om hvor mange vokaler vi egentlig har. Og før vi ved det, er det spekulativt at udtale sig om hvilken effekt antallet af vokaler evt. har på sprogtilegnelse.

Mine sprogforskerkolleger der udtaler sig her, er vældig, vældig dygtige til mange ting, men ikke til at tælle vokaler. Og derfor gør de selvfølgelig som enhver ordentlig forsker: Tjekker faglitteraturen der er skrevet af folk med mere forstand på lige det emne. Problemet er man i traditionel dansk lydskrift skelner vokaler efter andre kriterier end man gør internationalt. I dansk lander man på et meget højt tal, men man glemmer at nævne at det ikke er sammenligneligt med andre sprog.

Der er ingen tvivl om at dansk ligger i den høje ende når det kommer til antallet af vokaler, uanset hvordan vi gør det op. Men IPA-skemaet har kun 28 vokalsymboler til rådighed, så kan det virkelig passe at dansk sprænger rammerne for hvad IPA kan kapere og har 2-3 gange flere vokaler end noget andet registreret sprog i verden? I så fald er dansk i sandhed et bemærkelsesværdigt sprog.

Nej, naturligvis er dansk ikke så spektakulært som som vi ynder at fremstille det. I en IPA-tilgang har vi 13 vokaler i dansk, hvilket jeg vil uddybe længere nede. Problemerne opstår fordi man i dansk tradition bruger en metode som er mere fintfølende end hvad man gør i andre sprog. Det gør tal i størrelsesorden 20-40 usammenlignelige med andre sprog. Lidt forenklet sagt svarer den danske metode til at regne gravhunde, rottweilere og pekingesere som forskellige dyr, mens de i andre optællingsmetoder regnes som samme dyr, forskellige varianter af hunde.

I den fysiske verden er alle vokaler i alle ord der nogensinde er udtalt, en lille smule forskellige fra hinanden. Alle de 50-100.000.000 vokaler du siger i løbet af dit liv er en lille smule forskellige hvis vi er tilstrækkeligt fintfølgende. Det kan vi ikke bruge til noget når vi tæller vokaler i et sprog. Vi har brug for en måde til at kategorisere de vokaler der ‘føles ens’. Men hvornår er noget ens eller forskelligt? Det kan man afgøre på forskellige måder.

Hvordan tælles vokaler traditionelt i dansk?

Lydskriftsystemet Dania er designet til at beskrive forskelle på danske dialekter. Mange af Danias 33 vokaler er fremkommet ved at dialektforskere har observeret at vokalen i et ord er systematisk forskellig i to dialekter, og derfor har man opfundet forskellige lydskrifttegn til de forskellige nuancer.

Man har også brugt det til at beskrive lydforandringer. Hvis en vokal, fx æ, i en eller anden kontekst er blevet mere åben, men ikke så åben at det bliver et a, så har man opfundet et tegn for en vokal mellem æ og a.

De mange nuancer er opstået ved et praktisk behov blandt sprogforskere til at notere og beskrive de forhold de nu fandt interessante at beskrive i forskellige varianter af dansk. Det er sådan set fuldstændig lødigt, men det adskiller sig fra hvordan man skelner vokaler i IPA.

33 vokaler er altså det man har haft brug for til at beskrive de væsentligste nuancer i alle danske dialekter. Men man behøver naturligvis ikke lære forskel på alle 33 vokaler for at kunne tale dansk. Alle danskere taler jo ikke alle dialekter. Og inden for den enkelte dialekt har man kun brug for at skelne 12-14 vokaler uanset hvilken dialekt man taler om.

I denne dialektale forstand er 33 et arbitrært tal. Det giver ingen mening at sammenligne sådan et tal på tværs af sprog. Det kommer fuldstændig an på hvor meget dialektforskning der er bedrevet på sproget. Jo mere man forsker, og jo flere varianter af sproget man undersøger, des finere nuancer kan man registrere. Sådan groft sagt.

I DanPASS-korpusset, som rummer transskriptioner af spontantale, skelnes der endnu finere. Der er i alt 57 forskellige vokaler, bl.a. fordi vokaler kan blive nasaleret og afstemt i mindre distinkt tale. Igen er det naturligvis fuldstændig lødigt til det formål korpusset er indrettet til, nemlig at studere processer i spontantale, at skelne så fint. Og igen er det kun et spørgsmål om hvor fintfølende man er og hvor stort ens materiale er. DanPASS rummer kun ca. 10 timers københavnsk tale. Man kunne let udvide det og finde mange flere vokalnuancer. Eller repræsentere alle vokaler med nogle talværdier for akustiske mål i stedet for lydskriftsymboler, og så ville alle de mange tusinde vokaler være forskellige.

Hvordan tælles vokaler i IPA?

I IPA er kravet at man skal skelne distinktive vokaler. Hvis man kan finde et ord hvor udskiftningen af en vokallyd med en anden fører til en betydningsændring, så er de to vokaler distinktive og skal noteres forskelligt. Hvis to forskellige vokaler ikke er distinktive, noteres de ens, og som udgangspunkt vælges her et passende IPA-grundtegn til at repræsentere vokalerne på tværs af de små nuancer.

Kort sagt, hvis vi fx udskifter vokalen i fest med vokalen fra fx mand, så får vi ordet fast, som betyder noget andet end fest, og derfor skal de to vokaler i IPA noteres forskelligt, fx /ɛ æ/, så vi får /fɛst fæst/ fest, fast. Hvis vi udskifter vokalen i prik med vokalen i fast, ændrer det derimod ikke betydningen (selvom vi sikkert kan måle mikroskopiske forskelle på de to vokaler), og derfor skal de noteres ens, fx /pʰʁæk fæst/ prik, fast.

I IPA er der altså en metode til at afgøre hvor mange vokaler man skal skelne i et sprog. Denne metode kan benyttes på alle sprog, og det tal der fremkommer, er, med visse forbehold, sammenligneligt på tværs af sprog. Og det er efter denne metode at man lander på 3-14 vokaler i andre sprog.

Hvis man vil bevise at der er 22 eller 33 eller 40 vokaler i dansk sammenlignet med andre sprogs 3-14 vokaler, skal man altså levere sådan nogle ordsæt der beviser at vokalerne distinktive, betydningsadskillende, ikke bare nuancer af samme fonem. Uden dette krav stikker man hånden i en hvepserede hvor der ikke er nogen grænse for hvor mange vokaler det er muligt at skelne.

Hvor mange vokaler er der så i dansk?

Tallet er 13. Mere specifikt 5 urundede fortungevokaler, 4 rundede fortungevokaler og 4 bagtungevokaler. /a/ er den eneste helt åbne vokal. Det passer heldigvis lige præcis til hvad man maksimalt kan skelne i IPA.

I IPA er der fem symboler til urundede fortungevokaler /i e ɛ æ a/, og vi kan skelne fem forskellige i dansk. Eksempler med lang vokal: /viːnə veːnə vɛːnə væːnə vaːmə/ vine, vene, væne, vane, varme. Eksempler med kort vokal: /tsik tsek tsɛk tsæk tsak/ tik, tig, tæk, tag (vb), tak. Jf. hvordan vokaler er defineret i IPA skal man ikke notere vokalerne mere præcist end dette selvom der måske er lidt forskel på de korte og lange vokaler, eller selvom de måske ikke lyder helt som på andre sprog. Det er den relative forskel på vokalerne man noterer i bred IPA, ikke deres absolutte værdi.

I IPA er der fire symboler til urundede fortungevokaler /y ø œ ɶ/. Det er lidt sværere at vise at de alle er distinktive i dansk. Men vi har /kʰyːlə kʰøːlə kʰœːlə/ kyle, køle, curle, og /fyːɐ føːɐ fɶːɐ/ fyre, føre, fyrre, og vokalen i fyrre er mere åben end i curle. At /œ ɶ/ er distinktive, kan man vist kun vist med ordparret /ʁœːʊ ʁɶːʊ/ røve (begå røveri), røve (pluralis af røv). Eksempler med kort vokal: /pytə pøte/ bytte, bøtte, /skø̰n skɶ̰n/ skynd, skøn, /kʁœ̰nt kʁɶ̰nt/ grynt, grønt. (Det er nok ikke alle der har kort /ɶ/ da den muligvis er ved at udvikle sig til bagtungevokal).

I bagtungevokalerne kan man skelne fire ‘åbningsgrader’. Eksempler med lang vokal /muːsə moːsə mɔːsə mɒːsə/ muse, mose, måse, morse. Eksempler med kort vokal: /ṵð fo̰ð ɔ̰ð ɒ̰ð/ ud, fod, åd, od.

(Jeg skriver ‘åbningsgrader’ i anførselstegn fordi vi traditionelt beskriver det sådan, men en undersøgelse af Juul, Pharao og Thøgersen fra 2016 indikerer at Åse-vokalen snarere er centraliseret frem for mere åben ift. /o/, så måske er vi på vej mod /muːsə moːsə mɵːsə mɔːsə/)

Vokalerne /ɶ ɒ/ angiver åbne vokaler, men i dansk er de klart mere lukkede end den åbne vokal /a/. De bliver brugt efter princippet om at der skal benyttes distinkte symboler for alle distinktive vokaler. Så /u o ɔ ɒ/ angiver altså fire forskellige åbningsgrader mellem lukket og halvåben. Dette bryder ikke med IPA’s definition af vokalerne eller praksis i andre sprog.

Vi har enkelte forhold der er på kanten af at være distinktive. Distinktionen /œ ɶ/ er meget marginal, og vi kunne måske nøjes med /y ø œ/. Mest problematisk er nok at enkelte talere følger en almindelig udvikling med at forkorte vokaler før /ð/, men uden at den lille nuanceforskel i kort og lang vokal ændres med. Det betyder at disse talere kan have en distinktion i fx bad i betydningen ‘jeg bad om noget’ vs. ‘bad barnet’. Jeg har ikke selv denne distinktion og kan ikke høre den når den bliver præsenteret for mig. Men for disse individer kan man muligvis argumentere for distinktion mellem 6 åbningsgrader som pt. ikke kan håndteres i IPA. Jf. det lidt ekstreme i sådan en påstand vil jeg kræve solidt bevis før jeg køber at åbningsgraden er eneste distinktive forskel på disse. Det er dog kun få individer der har den forskel, så overordnet er det ikke noget der rykker det danske vokalsystem fra hinanden.

Hvad med korte og lange vokaler?

I Juul, Pharao og Thøgersens undersøgelse af danske vokaler fra 2016, ses det at alle vores korte vokaler i gennemsnit er en lille smule mere åbne og centraliserede end tilsvarende lange vokaler. Der er vel at mærke tale om et gennemsnit; korte og lange varianter kan sagtens overlappe i kvalitet.

Dette er et meget almindeligt forhold i verdens sprog, og ofte fører det til at korte vokaler udvikler sig til andre fonemer. Det er sket mange gange i dansk, hvilket fremgår af vores ortografi, hvor vokalbogstaver ofte svarer til et mere åbent fonem i ord med kort vokal.

I IPA håndteres det i praksis forskelligt i forskellige sprog. Nogle noterer korte og lange allofoner ens, andre noterer dem forskelligt. Nogle skelner i nogle vokaler, nogle i ingen, nogle i alle. Det er i høj grad et fortolkningsspørgsmål, både af IPA og af de fonologiske forhold i det enkelte sprog. På engelsk noterer man fx /fit fɪt/ feet, fit, hvilket i danske ører snarere er et spørgsmål om lang og kort vokal. I sprog med få vokaler er der mere rum til at lave forskel på vokalerne, og det er lettere at skelne et sæt lange og korte varianter, fordi symbolerne er ledige. Men i sprog med mange vokaler er man mere begrænset, og her er det mere oplagt at lade forskellen ligge implicit i længdemarkeringen /◌ː/.

I dansk lydskrifttradition skelnes denne lille forskel for /æ/ og /ɒ/ (kun), så man bruger forskellige symboler i Ane/Anne, og orne/ånde. Det virker sjældent intuitivt for dem der skal lære lydskrift. Ane/Anne opfattes typisk som lang/kort variant af samme vokal. I udtale kan der være forskel på vokalerne, men der behøver ikke være det, og så længe der ikke behøver være forskel, skal de ikke noteres forskelligt eller opfattes som forskellige vokaler i IPA.

I snæver IPA kan man naturligvis bruge diakritika til at skelne, fx “vokalen i mene er mere lukket, [me̝ːnə], end vokalen i minde, [me̞nə].” og på den måde viser man at vokalerne i en vis forstand er den samme, men i en anden forstand forskellige (i stil med at rottweilere og gravhunde er forskellige varianter af hunde).

Er korte og lange vokaler forskellige vokaler?

Når nogle forskere siger vi har 20 vokaler og andre siger vi har 40, så har det altså også noget at gøre med om man tæller /i/ og /iː/ som to forskellige vokaler eller en kort og lang udgave af samme vokal. Tæller man dem som forskellige, ja så fordobler man pludselig antallet af vokaler i sproget. Når man sammenligner vokaler på tværs af sprog, skal man altså lige sikre at man regner på samme måde.

I en kontekst som handler om hvor svært det er at lære et sprog, er det lidt nonsensagtigt at tælle korte og lange varianter som vidt forskellige vokaler. Det er noget man gør for at imponere eller skræmme med høje tal. Et sprog der har 5 korte og lange varianter af samme vokal har på ingen måde samme vokalkompleksitet som et sprog der skelner 10 forskellige vokalkvaliteter. Hvis vi siger at dansk har 13 korte vokaler, så skal man ikke lære 13 helt nye vokaler når man skal lave lange udgaver af disse vokaler. Man skal lære en enkelt ekstra ting, nemlig at holde vokalen lidt længere i bestemte ord.

I IPA regnes vokallængde som et suprasegmentelt træk. Det er kort sagt ikke en egenskab ved vokalen med ved stavelsen. Rimeligheden i det kan man overbevise sig om hvis man fx beder folk om at bytte rundt på stavelserne i silo. Typisk svarer folk /loːsi/, hvor læberunding, åbningsgrad og fortunge/bagtunge-trækket flytter med vokalen, men længden blive stående fra det oprindelige /siːlo/. Hvis længden var en del af vokalens egenskaber, burde vi intuitivt flytte den med vokalen og sige /losiː/.

I de fleste (alle?) sprog der skelner vokallængde, herunder dansk, er der meget skrappe begrænsninger på hvilke stavelser der kan være lange og korte, som har noget at gøre med fonotaksen, dvs. hvor mange konsonanter der er, hvilken stavelse der er betonet m.m. Overordnet kan vi bytte de 13 hovedvokaler ud med hinanden og få velformede ord, men man kan kun i bestemte tilfælde bytte korte vokaler ud med lange og få et velformet ord. Der er normalt højst én lang vokal i et ord, men der kan være mange korte.

Det er stort set kun i betonede stavelser før en enkelt konsonant at vi skelner længde, ellers følger kort/lang styret af nogle bestemte regler. Det er altså typisk mere rimeligt at betragte længde som en egenskab ved ordets fonotaks end ved den enkelte vokal.

Men som nævnt er korte vokaler mere tilbøjelige til forandring. De bliver lettere mere åbne eller centraliserede, og med tiden kan de blive opfattet som et andet fonem. Man kan ikke sætte fingeren præcist på hvornår et fonem splitter sig op i to, ligesom vi ikke kan sige præcist hvornår primater blev til mennesker. Det er en glidende overgang hvor det kun er tydeligt at se forskellen når der er gået tilstrækkelig lang tid. Vi kan kun sige at for XXX år siden var lydene ikke distinktive, men nu er de distinktive. Der vil være overgangsperioder hvor der er to konkurrerende fortolkninger, og det kan forstyrre sammenligningen af antallet af vokaler i forskellige sprog. På et tidspunkt var der 5 vokaler i dansk, nu er der 13. Vi kan sige at udviklingerne er sket i det og det århundrede, men i den periode hvor udviklingen skete, ville datidens fonologer, hvis der havde været nogen, kunne slås om antallet af vokaler. Så i sidste ende giver det ikke nødvendigvis mening at tale om et bestemt antal, men mere et spænd som afhænger af hvordan man opfatter igangværende forandringer.

Summasummarum: Korte og lange varianter af samme vokal regnes typisk ikke som to forskellige vokaler når man opgør vokaler i sprog. Men der kan være udviklinger i gang i enkelte sprog, som man bør være opmærksom på, hvor korte og lange varianter er ved at splitte sig op i to forskellige fonemer.

Ubetonede vokaler

Danske ubetonede stavelser indeholder typisk en af vokalerne /ə ɐ ɪ ʊ/, fx /fætə fætɐ fætɪ faːɪ faːʊ/ fatte, fatter, fattig, feje, farve (/ə/ kan assimileres til en hvilken som helst vokal, fremmedord kan indeholde alle de andre vokaler i ubetonede stavelser).

Når man lærer lydskrift er der altså fire ekstra vokaler man skal lære at håndtere (trad. skelnes ikke mellem /ɪ i/, men jeg synes der er fornuft i at gøre det). Det tilfører naturligvis en ekstra kompleksitet og gør det vanskeligere at lære lydskrift.

Men det betyder ikke at man pludselig skal lære 17 vokaler frem for 13 vokaler når man skal lære at tale dansk. De fire vokaler /ə ɐ ɪ ʊ/ er ikke fire distinkt forskellige vokaler, men mere en slags jokertegn. Et ord som snakker kan udtales et sted mellem [snaka~snakɒ], så man kan godt nøjes med de eksisterende 13 vokaler, men det bliver så bare lidt tilfældigt hvad man så skal skrive i lydskriften. Derfor bruger vi /ə ɐ ɪ ʊ/ for at undgå at være mere specifik end hvad der er rimeligt.

En anden måde at anskue det på er at vi i ubetonede stavelser primært har fire distinktive vokaler, som vi vælger at notere /ə ɐ ɪ ʊ/, men disse angiver hver især et ret bredt spektrum af vokalkvaliteter, et bredere spektrum end hvis vi brugte /œ a i u/. Brugen af disse ‘jokertegn’ gør det også nemmere at formulere regler for fx betoning og andre ting, som ikke er relevant lige her, men smart når man skal lære noget om dansk lydstruktur på næste niveau.

Som en der skal lære dansk, er det mao. ikke vigtigt at om man udtaler huske som /huskɛ/ eller /huskœ/, fattig som /fæti/ eller /fate/ osv. Bare man rammer en vokal i det område og ikke forveksler den med en af de andre svage vokaler. Hvis man behersker de 13 primære vokaler, er man klædt rigeligt på til også at lave forskel på de ubetonede stavelser.

Det samme forhold gør sig gældende i andre sprog der skelner mellem stærke og svage vokaler, som engelsk, fransk, tysk mv. Det er typisk også sådanne sprog som generelt har mange vokaler. Det handler om at nogle sprog foretrækker en høj kompleksitet i stærke stavelser og lav kompleksitet i svage stavelser, mens andre foretrækker mere ensartede stavelser som er hverken er meget komplekse eller meget simple. Der kan således være en lidt selvforstærkende effekt; hvis man har høj vokalkompleksitet, bliver notationen lidt ekstra teknisk fordi man så typisk også skelner mellem stærke og svage stavelser. I sådanne sprog er det mest rimeligt kun at tælle forskellige vokaler i betonede stavelser.

Approksimanter og diftonger

Symbolerne /ɐ ɪ ʊ/ indgår også i notationen af diftonger, som /haɪ haʊ moɐ/ hej, hav, mor. I dansk tradition noterer man dem forskelligt fra ubetonede vokaler, idet man markerer dem med en bue, ɪ̯ ɐ̯ ʊ̯. Det bliver derfor i flere af de opgørelser der blev nævnt i indledningen, regnet som selvstændige vokaler, tre ekstra vokaler til samlingen.

Men der følger helt det samme forhold som for de ubetonede vokaler. Lydene /ɐ ɪ ʊ/, eller ɪ̯ ɐ̯ ʊ̯ er ikke helt nye ekstra vokaler som man skal lære og holde adskilt fra de andre. Det er blot en indikation af at hovedvokalen skal glide i retning af /i a u/, men man behøver ikke lande specifikt på disse. Diftonger er overordentligt almindelige i andre sprog, men jeg har ikke set noget andet sted end i dansk hvor man tæller den slags notationer som særskilte vokaler.

Notationen af diftonger tager jeg op i næste indlæg.

Opsamling

Danske forskere kan godt lide på den ene side at overdrive antallet af vokaler i dansk, og på den anden side problematisere at vi har så mange vokaler. Det påstås jævnligt at dansk har 20-40 vokaler, 2-3 gange flere vokaler end noget andet sprog. Men måden man tæller vokaler på for at nå op i det antal, er ikke sammenlignelig med hvordan vokaler opgøres i andre sprog.

De høje antal vokaler stammer fra registrerbare forskelle på forskellige dialekter og anden udtalevariation og lidt frie fortolkninger af hvad der tæller som vokaler og konsonanter, men uden hensyn til om de små forskelle egentlig betyder noget, og uden hensyn til hvordan vokaler tolkes i andre sprog.

Hvis vi tager udgangspunkt i at det er normalt at have 5-6 vokaler i et sprog, og sprog maksimalt har 14 vokaler, så er det påstande om 20-40 vokaler der stikker ud og bærer en temmelig tung bevisbyrde. Der skal altså rigtig stærke og overbevisende argumenter til, før man kan godtage at vi har over 14 vokaler i nogen international sammenlignelig og metodisk veldefineret forstand, og der er rigtig langt fra 14 til 40 i den kontekst.

Når man skal lære at udtale forskel på danske ord der for en dansker lyder forskelligt, skal man beherske 13 forskellige vokalkvaliteter, som vi kan notere /i e ɛ æ a y ø œ ɶ u o ɔ ɒ/ i bred IPA. Det er i den høje ende sammenlignet med andre sprog, men vi er langtfra alene om at ligge oppe i det antal vokaler.

Man skal også lære at lave forskel på korte og lange stavelser og stærke og svage stavelser, og diftonger og monoftonger. Det er naturligvis også en ekstra kompleksitet, men det betyder ikke at man skal lære op til 27 ekstra vokaler.

Hvis vi, modsat hvad man ville gøre på andre sprog, regner korte og lange allofoner, approksimanter og svagtryksstavelser osv. for distinkt forskellige vokaler og inkluderer dialektal, sociolektal, og spontantalevariation, ja så kan vi godt komme op på et uhyrligt antal vokaler, men det samme kan man i alle andre sprog. Hvis man først begynder at inkludere ikke-distinktiv variation, kan man i et hvilket som helst sprog komme op på et vilkårligt højt antal vokaler. Hvis man først siger at vi har mere end 13, kan man lige så vel argumentere for 50 eller 100 eller 1000 eller milliarder. Begrebet mister ganske enkelt sin betydning.

Man er også nødt til at skelne mellem annotationsmæssig kompleksitet og kompleksiteten i at lære et sprog. Et sprogs vokalkompleksitet er ikke bare et spørgsmål om hvor mange lydskriftsymboler man har brug for. I bred IPA har vi brug for måske 17 forskellige vokaltegn, men det er mere af lidt tekniske/akademiske årsager, fordi vi skelner mellem stærke og svage stavelser og diftonger. Og hvis man vil notere forskel på dialekter og anden udtalevariation, kan man let have brug for at skelne mange flere vokaler og konsonanter. Det kan man bekymre sig om når man skal lære lydskrift og videregående akademiske emner, men det er uvedkommende når man bare skal lære at tale sproget.


I næste indlæg ser jeg nærmere på diftonger i IPA. Og så er vi ved at være ved vejs ende i denne serie om utilpasset IPA. Vi skal dog også lige forbi det danske stød, som vi traditionelt noterer med et hjemmelavet tegn, ligesom termen stød ikke rigtig modsvarer terminologien i IPA. Hvad skal vi dog stille op med det?

Udtaleordbog med lydeksempler

Jeg har opdateret udtaleordbogen. Udtaleordbogen er baseret på data som jeg har trukket ud af DanPASS-korpusset. Som noget nyt har jeg tilføjet

  • fonologiske stavelsesgrænser
  • kanonisk udtale
  • lydeksempler

De fonologiske stavelsesgrænser har jeg genereret automatisk ud fra de anvisninger der er givet af Grønnum (2007).

Den kanoniske udtale er ligeledes (med ganske få undtagelser) autogenereret  ud fra de anvisninger der er givet af Grønnum (2005) plus mine egne regler for schwa-assimilation.

Lydeksemplerne er klippet ud af korpusset. Der er givet op til tre tilfældigt udvalgte eksempler for hver unik annotation. Da eksemplerne er udvalgt tilfældigt, er de ikke nødvendigvis de mest repræsentative eksempler på den pågældende udtale. Hvis man ønsker nærlytning, kan man downloade lydfilerne ved at højreklikke på linket og åbne dem i fx praat.

De hyppigste danske stavelser

Jeg har lavet et lille script der kan tælle hyppigheden af stavelser i en tekst. Der er godt nok tale om fonologiske stavelser, hvor stavelsesgrænsen går lidt anderledes end man er vant til ifølge retskrivningsprincipperne. Desuden kræves det at teksten er skrevet i fonemskrift, og det er der ikke mange tekster der.

Men DanPASS-korpusset er annoteret i fonemskrift, så det kan bruges til at give et billede af stavelsesfrekvensen i dansk. Og hvilken stavelse er så mon den hyppigste? Jeg kan med stor glæde afsløre at den hyppigste danske stavelse, med overvældende vægt er (trommehvirvel):

ə

Ja, et lille isoleret schwa (et tryksvagt e) er den hyppigste danske stavelse, og den er næsten 50 % mere hyppig end den næsthyppigste stavelse, som er meget beslægtet, nemlig /ər/.

Der er 1395 forskellige stavelser i korpusset. 354 af dem forekommer kun en enkelt gang (jeg ved ikke hvor mange mulige stavelser der er i dansk, men det kan beregnes). Bemærk at jeg ikke har skelnet mellem betonede og ubetonede stavelser. Her listen over de 20 hyppigste stavelser i korpusset:

(hele listen med alle 1395 stavelser findes her)

nummer. stavelse antal
1 ə 7093
2 ər 4796
3 4003
4 du 3955
5 ja 3545
6 ɔv 3142
7 de 2454
8 dɛnˀ 2015
9 ən 1943
10 deːˀr 1743
11 eːˀn 1651
12 jaj 1644
13 ɛr 1636
14 əd 1563
15 fɔr 1489
16 pɔːˀ 1444
17 tel 1317
18 haːˀr 1275
19 gɔːˀr 1190
20 skal 1062

Man kan se at listen både indeholder hyppige morfologiske dele, som /ə ər ən əd/, og hyppige enstavede funktionsord, som så, du, ja, og, det, den, der, en, jeg, er, for, på, til, har, skal. Bemærk at scriptet ikke skelner mellem om fx /ja/ er et isoleret ord eller fx første stavelser i januar, men det er klart at disse funktionsords hyppighed er den primære årsag til at stavelserne er så hyppige.

Mit bud er at listen ville se nogenlunde ud på samme måde i et tilfældigt andet korpus. Det eneste ord der er overrepræsenteret i top 20, er går. Frasen ‘så går du …‘ er langt hyppigere i DanPASS end i de fleste dagligdags samtaler, da en stor del af korpusset er samtaler hvor man skal guide hinanden rundt på et kort. Ligeledes er der uden for top 20 en overrepræsentation af retningsangivelser, /syd øst norˀd vɛst/ er fx på hhv. plads nr. 21, 26, 28 og 32.

Stavelsesdeling

Principperne for stavelsedeling er dem der er givet i Basbøll (2005). Principperne siger at:

  • Så mange konsonanter som muligt går til efterfølgende stavelse. Dvs. i et ord som /ekstra/, hvor både /ek.stra eks.tra ekst.ra/ giver mulige danske stavelser, så er det den første mulighed /ek.stra/, som giver flest muligt konsonanter til efterfølgende stavelse, der vælges.
  • Undtagelse: Foran /ə/ går mindst én konsonant til foranstående stavelse. Dvs. i fx lave går /v/ til første stavelse /la:v.ə/, mens det i lava går til den efterfølgende stavelse /la:.va/.

Disse principper adskiller sig fra retskrivningsprincipperne, men meningen er her at man skal give regler for hvordan ord udtales ud fra deres fonologiske form. Således redegør man på denne måde bl.a. for at /v/ udtales [w] i lave og [v] i lava. Retskrivningsprincipperne tager udelukkende typografisk æstetiske hensyn.

Bemærk også at deres er tale om fonemskrift og ikke almindelig ortografi, og ikke lydskrift. Fonemskrift er groft sagt den måde vi burde stave på, hvis udtalen skulle være (næsten) 100 % forudsigelig ud fra skriften, samtidig med at man skulle begrænse antallet af bogstaver i alfabetet så meget som muligt. Dvs. man dropper stumme bogstaver (fx hvad til /vad/), markerer vokallængde på vokalen (fx kølig til /kø:li/, markerer stød (fx gal til /ga:ˀl, retter vokaler (fx pille til /pelə/), retter konsonanter (fx chance til /sjangsə/) osv.

Ustemte frikativer og telefoner II

For lige at visualisere forskellen på [f] og [s] som de lyder hhv. gennem en telefon og ufiltreret, som jeg skrev om i går, har jeg taget et par billeder af ordet først, udtalt [fœ̞s] (fra DanPASS).

Det første billede viser den ufiltrerede udtale. Der er tydelig forskel på frikativen før og efter vokalen, navnlig i kraft af at den sidste frikativ [s] er mere sværtet, hvilket indikerer kraftigere støj.

Lydklip: Adobe Flash Player (version 9 eller højere) kræves for at afspille dette lydklip. Hent den seneste version her. Du skal også have JavaScript aktiveret i din browser.


(Billedet viser kun op til 5 kHz, men lyden går op til 44 kHz)

I det næste billede har jeg filtreret frekvenser under 300 Hz og over 3300 Hz væk, hvilket svarer nogenlunde til en telefon. Som man kan se, er forskellen på [f] og [s] noget mere udvisket, fordi forskellen på de to lyde primært ligger i den kraftigere støj i [s] i frekvenser over 3300 Hz.

Lydklip: Adobe Flash Player (version 9 eller højere) kræves for at afspille dette lydklip. Hent den seneste version her. Du skal også have JavaScript aktiveret i din browser.

Sjusker unge mere med udtalen end ældre?

Jeg har lige læst en lille artikel (Strik & al. 2008) som undersøger hvorvidt unge mennesker reducerer udtalen mere, dvs. om de svækker eller udelader flere lyde, end ældre mennesker.

Undersøgelsen er baseret på 563.380 ord fra en hollandsk database. Med et computerprogram har man aligneret den faktiske udtale af ordene med en kanonisk udtale i en udtaleordbog. Forskelle på den faktiske og den kanoniske udtale er registreret som enten substitutioner, dvs. en kanonisk lyd er erstattet med en anden (hvilket man fortolker som en reduktion), eller bortfald, dvs. at den kanoniske lyd slet ikke udtales i situationen.

Resultaterne viser at yngre mennesker oftere substituerer eller udelader lyde end ældre mennesker. Antallet af substitutioner falder fra omkring 39 % til 35 %, og antallet af bortfald falder fra omkring 20 % til 13 % fra 30-årige til 70-årige. Det er ikke en stærk effekt, men den er statistisk signifikant. Det ser også umiddelbart ud til at mænd har flere reduktioner end jævnaldrende kvinder, men denne effekt er ikke statistisk signifikant.

Problemer med undersøgelsen

Jeg synes der især er to store problemer med undersøgelsen, der gør at jeg ikke kan acceptere konklusionen.

For det første antages det at unge og ældre har samme kanoniske eller distinkte form, dvs. at hvis de talte ureduceret, ville de udtale ordene ens. Den antagelse er forkert.

Lad mig tage et eksempel fra dansk. Hvis jeg skal udtale ordet flyve maksimalt distinkt, vil jeg sige [flyːʊ] mens mere konservative talere vil sige [flyːvə] – med hårdt v. Konservative talere kan ligesom mig også sige [flyːʊ], men det er i deres norm en reduceret udtale.

Hvis man brugte den ovennævnte metode på dansk, ville min distinkte udtale blive regnet som reduceret, da man  tager udgangspunkt i en konservativ norm. At man finder flere reduktioner hos yngre talere, skyldes altså at man måler deres udtale efter en ældre norm i stedet for de unges egen norm.

For det andet andet regnes reduktion i undersøgelsen som et binært træk. Enten er udtalen reduceret eller også er den ikke. Dette er også en fejl, og den opstår fordi undersøgelsen er baseret på lydskrift, hvor et lydskrifttegn enten er der eller ej.

Men reduktion er ikke et binært træk. Det er et gradsspørgsmål. I det danske talesprogskorpus DanPASS er fx ordet blå transskriberet [blɔːˀ] 126 gange, men transskriptionen dækker over stor variation. Alene varigheden af udtalen varierer mellem 0,15 og 0,57 sekunder.

Det er klart at en udtale på 150 millisekunder er mere reduceret end en udtale på 570 millisekunder, selvom de begge udtales med både et [b], et [l] og et [ɔːˀ]. Men efter ovenstående metode ville alle forekomster blive behandlet som ureduceret.

(En interessant sidepointe ved dette er at det er temmelig vilkårligt hvorvidt en fonetisk reduktion udtrykkes i transskriptionen. Vores lydskrift er ganske enkelt mere fintfølende i nogle fonetiske kontekster end i andre.)

Unge og ældre reducerer lige meget

Alle mennesker reducerer deres udtale efter behov. Vi har forskellige normer for hvad der er den distinkte udtale af et ord, og det er forskelligt hvordan vi reducerer udtalen. Min tese er at reduktioner skyldes kommunikative hensyn. Vi reducerer de dele af sproget som er ude at fokus for at vise hvad der er i fokus i ytringen. Dvs. vi reducerer grammatiske ord og endelser, gammel eller forudsigelig information, ord vi har sagt 1000 gange før osv.

En typisk ytring har et eller to ord der er mere i fokus end de øvrige. Disse ord udtales distinkt, mens resten reduceres i større eller mindre grad. Dette gælder uanset hvor gammel man er. Derfor er der ikke forskel på hvor mange ord vi reducerer, men der er forskel på vores udgangspunkt og måden vi reducerer på.

Selvfølgelig er der også individuelle ting der kan gøre at vi kommer til at kludre i sproget. Træthed, nervøsitet, fuldskab, usikkerhed, stress osv. får os til at lave fejl, men det gælder ligeledes for alle (man kan dog forestille sig at unge mennesker er mere trætte, stressede, trætte og usikre end ældre mennesker), og det er antageligvis en forsvindende lille del af de registrerede reduktioner der skyldes disse eksterne faktorer. Langt de fleste reduktioner knytter sig systematisk til lingvistiske faktorer.

Henvisning

H. Strik, J. van Doremalen, and C. Cucchiarini (2008) Pronunciation reduction: how it relates to speech style, gender, and age. Proceedings of Interspeech-2008, pp. 1477-1480.

Jeg har lige læst en lille artikel (http://lands.let.ru.nl/~strik/publications/a143-PronVar-IS08.pdf) som undersøger om unge mennesker reducerer udtalen mere, dvs. om de svækker eller udelader flere lyde, end ældre mennesker.

Undersøgelsen er baseret på 563.380 ord fra en hollandsk database. Med et computerprogram har man aligneret den faktiske udtale af ordene med en kanonisk udtale fra en udtaleordbog. Forskelle på den faktiske og den kanoniske udtale er registreret som enten substitutioner, dvs. en kanonisk lyd er erstattet med en anden, eller bortfald, dvs. at den kanoniske lyd slet ikke udtales i situationen.

Resultaterne viser at yngre mennesker oftere udelader lyde eller bruger andre lyde (hvilket fortolkes som reduktioner) end ældre mennesker. Antallet af substitutioner falder fra omkring 39 % til 35 %, og antallet af bortfald falder fra omkring 20 % til 13 % fra 30-årige til 70-årige. Det er ikke en stærk effekt, men den er statistisk signifikant. Det ser også umiddelbart ud til at mænd har flere reduktioner end jævnaldrende kvinder, men denne effekt er ikke statistisk signifikant.

Problemer med undersøgelsen

Jeg synes der især er to store problemer med undersøgelsen, der gør at jeg ikke kan acceptere konklusionen.

For det første antages det at unge og ældre har samme kanoniske eller distinkte form, dvs. at hvis de talte ureduceret, ville de udtale ordene ens. Den antagelse er forkert.

Lad mig tage et eksempel fra dansk. Hvis jeg skal udtale ordet ‘flyve’ maksimalt distinkt, vil jeg sige [flyːʊ] mens mere konservative talere vil sige [flyːvə] – med hårdt v. Konservative talere kan ligesom mig også sige [flyːʊ], men det er fra deres perspektiv en reduceret udtale. Hvis man brugte den ovennævnte metode på dansk, ville min distinkte udtale blive regnet som reduceret, da man tager udgangspunkt i en konservativ norm.

At man finder flere reduktioner hos yngrere talere, skyldes altså at man måler deres udtale efter en ældre norm i stedet for de unges egen norm.

For det andet andet regnes reduktion i undersøgelsen som et binært træk. Enten er udtalen reduceret eller også er den ikke. Dette er også en fejl, og den opstår fordi undersøgelsen er baseret på lydskrift, hvor et lydskrifttegn enten er der eller ej.

Men reduktion er ikke et binært træk. Det er et gradsspørgsmål. I det danske talesprogskorpus DanPASS er fx ordet ‘blå’ transskriberet [blɔːˀ] 126 gange, men transskriptionen dækker over stor variation. Alene varigheden af udtalen varierer mellem 0,15 sekunder og 0,57, næsten fem gange så meget. Det er klart at en udtale på 150 millisekunder er mere reduceret end en udtale på 570 millisekunder, selvom de begge udtales med både et [b], et [l] og et [ɔːˀ]. Men efter ovenstående metode ville alle forekomster blive behandlet som ureduceret.

(En interessant sidepointe ved dette er at det er temmelig vilkårligt hvorvidt en fonetisk reduktion udtrykkes i transskriptionen. Vores lydskriftkonvention er ganske enkelt mere fintfølende i nogle fonetiske kontekster end i andre.)

Unge og ældre reducerer lige meget

Alle mennesker reducerer deres udtale efter behov. Vi har forskellige ideer om hvad der er den distinkte udtale af et ord, og det er forskelligt hvordan vi reducerer udtalen. Min tese er at reduktioner skyldes kommunikative hensyn. Vi reducerer de dele af sproget som er ude at fokus for at vise hvad der er i fokus i ytringen. Dvs. vi reducerer grammatiske ord og endelser, gammel eller forudsigelig information, ord vi har sagt 1000 gange før osv.

En typisk ytring har et eller to ord der er mere i fokus end de øvrige. Disse ord udtales distinkt, mens resten reduceres i større eller mindre grad. Dette gælder uanset hvor gammel man er. Derfor er der ikke forskel på hvor mange ord vi reducerer, men der er forskel på måden vi reducerer på.

Selvfølgelig er der også individuelle ting der kan gøre at vi kommer til at kludre i sproget. Træthed, nervøsitet, fuldskab, usikkerhed, stress osv. får os til at lave fejl, men det gælder ligeledes for alle (man kan dog forestille sig at unge mennesker er mere trætte, stressede, trætte og usikre end ældre mennesker), og det er antageligvis en forsvindende lille del af de registrerede reduktioner der skyldes disse eksterne faktorer. Langt de fleste reduktioner knytter sig systematisk til lingvistiske faktorer.

Ny udtaleordbog baseret på DanPASS

Jeg har lavet en udtaleordbog baseret på transskriptionerne i DanPASS-korpusset. Der er en del forbedringer i forhold til den eksisterende:

  • Ordbogen er baseret på seneste udgave af DanPASS.
  • Den er Unicode-baseret, så man kan kopiere fra den og sætte ind i dokumenter.
  • Der er inkluderet fonemrepræsentation.
  • Det er html-baseret, hvilket er hurtigere at åbne og søge i end den gamle pdf-udgave.
  • Forekomsterne er sorteret efter hyppighed.
  • Det samlede antal forekomster af hvert ord er noteret.

Jeg håber på et senere tidspunkt at kunne lave en funktion så man kan se hvor i korpusset pågældende udtale findes, så man kan se hvilken kontekst udtalen forekommer i, og måske endda mulighed for at koble lyd på.

Stavelsestab og ordfrekvens

Jeg har lovet at sige noget mere om stavelsestab i dansk. Det er noget jeg kommer til at sige mere om med tiden, men lige nu handler det om sammenhængen mellem stavelsestab og ordfrekvens: Er det mere almindeligt at stavelser droppes i hyppige ord end i sjældne ord?

Ordfrekvens spiller ofte en rolle for fonologiske reduktioner. I fx modalverber som kan, skal, vil som vi bruger hele tiden, bliver sidste konsonant ofte helt droppet: ka’, ska’, ve’. Ligeledes bliver hele sidste stavelse droppet i give, tage, lade, blive, skulle, kunne så det bliver til ha’, gi’, ta’, la’, bli’, sku’, ku’. Det sker ikke i sjældnere ord. Spise og sove, som er mere situationelle verber, bliver fx ikke til spi’ og so’.

At der er en sammenhæng mellem ordfrekvens og visse reduktionsfænomener, er vist i mange tilfælde, (se fx Bybee 2001). Spørgsmålet er om ordfrekvens spiller en rolle for stavelsestab i dansk spontantale.

Jeg har kigget i DanPASS-korpusset efter ord der er noteret med tab af en eller flere stavelser. Stavelsestab skal i denne sammenhæng forstås som at antallet af stavelser i ordet er reduceret ift. den fulde form. Det kan enten ske ved at en vokal bliver desyllabificeret, dvs. mister det stavelsesbærende træk og bliver en halvvokal, fx [kiˈʌsg] → [ˈkjʌsg] kiosk, eller ved at et stavelsesbærende segment (og evt. flere nabolyde) helt droppes, fx [ˈsʌdan ed] → [ˈsned] sådan et.

Her er de 20 ord der hyppigst er annoteret med stavelsestab (kun DanPASS-dialogerne er medregnet) med angivelse af hvor ofte de er annoteret med stavelsestab/hvor mange gange de i alt forekommer*, jeg har også givet en slags gennemsnitlig lydskrift så man kan se hvilken stavelse der droppes (alle udtalerne kan nu ses i udtaleordbogen):

Drop / total Ord Lydskrift
216 / 293 ikke eg̊ə ~ eg̊
200 / 392 lige liːi ~ liː
186 / 366 sådan sʌd̥n̩ ~ sʌn
93 / 162 sige siːi ~ siː
80 / 121 noget nɔːð̩ ~ nɔːð
77 / 86 nogle noːn̩ ~ noːn
63 / 78 jernbaneoverskæring ˈjæɐ̯nb̥æːnəɒʊ̯ɐsg̊æɐ̯ˀeŋ ~ ˈjæɐ̯nb̥æːnɒʊ̯ɐsg̊æɐ̯ˀeŋ
57 / 64 skulle sg̊ulə ~ sg̊u
40 / 56 også ʌsə ~ ʌs
39 / 70 være væːɐ ~ væɐ̯
35 / 55 bare b̥ɑːɑ ~ b̥ɑː
30 / 50 gået g̊ɔːð̩ ~ g̊ɔːð
30 / 57 længere lɛŋɐɐ ~ lɛŋɐ
29 / 70 jamen jamm̩ ~ jam
29 / 32 siger siːɐ ~ siɐ̯
29 / 61 stykke sd̥øg̊ə ~ sd̥øg̊
29 / 33 væltede vɛld̥ð̩ð̩ ~ vɛld̥ð̩
26 / 51 oppe ʌb̥ə ~ ʌb̥
25 / 25 parkerede pʰɑˈkʰeːˀɐð̩ ~ pʰɑˈkʰeːˀɐð
24 / 72 meget mɑːð̩ ~ mɑð

Som man kan se er der mange meget hyppigt forekommende ord i denne liste, såsom ikke, lige, sådan, nogle, men det skyldes selvfølgelig først og fremmest at de er hyppige, og derfor har mulighed for at blive talt med mange gange. Det man skal kigge på, er imidlertid tilbøjeligheden til reduktion sammenlignet med hyppighed. Her viser tallene ret tydeligt at højfrekvente ord ikke er mere tilbøjelige til stavelsestab end lavfrekvente.

Især ordet jernbaneoverskæringen er meget tilbøjeligt til at tabe nogle stavelser – der er selvfølgelig også mange at tage af – men det kan bestemt ikke siges at være et almindeligt ord. Det er et blot et ord der forekommer ofte i DanPASS-korpusset, fordi informanterne sidder og snakker om landskabsgenstande på nogle kort, hvor jernbaneoverskæringen er en af dem.

Ordene væltede og parkerede er også en del af landskabsgenstandene væltet stengærde og parkeret lastbil og altså generelt nogen meget situationelle ord. Alligevel smider de en stavelse  i 88-89 % af forekomsterne.

Hvilke stavelser droppes?

Groft sagt kan et hvilket som helst schwa droppes, men de fonetiske kontekster som er mest tilbøjelige til stavelsestab er der hvor vi har to stavelsesbærende vokoider i træk, fx [ð̩ð̩ ɐɐ ɐð̩ iːɐ æːʊ ɑːɪ] osv. uanset hvor hyppigt forekommende det ord de optræder i ellers er, og uanset om der er tale om underliggende schwa eller ej. Dette gælder også hen over ordgrænser. Stavelsestab er især almindeligt i kombinationer af ubetonede småord som du en, på et, skal jeg der bliver til [dun pɔd sgja].

Omvendt droppes stavelser sjældent hvis de er omgivet af kontoider. Vi kan ikke droppe schwa i katten, bussen, gammel osv. Således vil det er kun ofte udtales [de ˈkɔn] mens den er kun som regel udtales [dɛn a ˈkɔn], på trods af at den og det er omtrent lige hyppige. Det er mao. den fonologiske struktur der er afgørende for stavelsestab og ikke ordfrekvens. Dette er uligt fx engelsk hvor not og is bliver til -n’t og -‘s uanset omgivelser, fx can’t, won’t, it’s, that’s.

Dermed er ikke sagt at den fonologiske struktur gør det alene. Hvis det var tilfældet, ville alle stavelser af denne struktur blive droppet, og det gør de ikke. Der må altså være andre faktorer der spiller en rolle for stavelsestab. Hvilke faktorer der er på spil, vil jeg forhåbentlig kunne sige meget mere om på et senere tidspunkt.

Universalier

Der er en meget stærk tendens i verdens sprog til at stavelser adskilles af konsonanter. Den vokoide struktur som er karakteristisk for moderne dansk, hvor vi kan have mange vokaler i træk, er altså meget usædvanlig. Når stavelser især droppes i disse vokoide omgivelser, kunne det tyde på at vi, hvad der så end er årsagen, er på vej mod en universelt set mere normal stavelsesstruktur.

Noter

* Jeg har kun talt forekomster hvor de optræder som segmenterede ord. Forekomster hvor man ikke akustisk kan sætte en grænse mellem ordene, er ikke talt med. Det gælder typisk tilfælde hvor et ord slutter på en vokal, og næste ord start på en vokal, fx til et [ted], her kan man ikke meningsfuldt afgøre om der er til eller et der mister en stavelse.

** Nogle udtales i (næsten) alle tilfælde som nogen. Læs mere om nogen og nogle.

216 / 293 ikke eg̊ə ~ eg̊
200 / 392 lige liːi ~ liː
186 / 366 sådan sʌd̥n̩ ~ sʌn
93 / 162 sige siːi ~ siː
80 / 121 noget nɔːð̩ ~ nɔːð
77 / 86 nogle noːn̩ ~ noːn
63 / 78 jernbaneoverskæring
57 / 64 skulle sg̊ulə ~ sg̊u
40 / 56 også ʌsə ~ ʌs
39 / 70 være væːɐ ~ væɐ̯
35 / 55 bare b̥ɑːɑ ~ b̥ɑː
30 / 50 gået g̊ɔːð̩ ~ g̊ɔːð
30 / 57 længere lɛŋɐɐ ~ lɛŋɐ
29 / 70 jamen jamm̩ ~ jam
29 / 32 siger siːɐ ~ siɐ̯
29 / 61 stykke sd̥øg̊ə ~ sd̥øg̊
29 / 33 væltede vɛld̥ð̩ð̩ ~ vɛld̥ð̩
26 / 51 oppe ʌb̥ə ~ ʌb̥
25 / 25 parkerede pʰɑˈkʰeːˀɐð̩ ~ pʰɑˈkʰeːˀɐð
24 / 72 meget mɑːð̩ ~ mɑð

Er der overhovedet nogen der siger ‘nogle’?

Hedder det nogen eller nogle?

For nogle dage siden sad jeg og lavede en fonologisk repræsentation af de 20 ord der hyppigst udsættes for stavelsestab i DanPASS-korpusset. Et af disse ord var nogle. Den fonologiske repræsentation der er givet af ordet i DanPASS er /noːlə/. Ordet forekommer 125 gange, men kun en enkelt gang er det transskriberet med [l], hvilket endda er noget tvivlsomt efter min mening (bedøm selv). De resterende 124 gange udtales det med en final nasal eller nasalvokal, svarende til udtalen af nogen. De hyppigste udtaler af nogle er [noŋ noːn noːŋ], ubetonede og enstavede. Se hvordan nogle udtales i DanPASS. Jeg endte naturligvis med at rette /noːlə/ til /noːən/.

Den Store Danske Udtaleordbog (1991) konstaterer da også om nogle at det er “lidet brugt i talesproget”. Det tør siges. Informanterne i DanPASS har vel at mærke for størstedelens vedkommende en sproglig akademisk baggrund, så det er ikke bare fordi de ikke kan finde ud af det. Når den sproglige korrekthed inkarneret i Dronning Margrethe siger nogen i stedet for nogle tør jeg godt konstatere at nogle er et ikke-eksisterende ord i dansk. I hvert fald indtil vi kommer i skole og får at vide at vi skam skal skrive nogle nogle gange hvor vi ellers tænker nogen.

Hvis man skal skrive pænt og dannet, skal man kunne skelne mellem hvornår man skal nogen og nogle. Reglerne findes her. Reglerne er ikke vanskelige, men omvendt gør de ikke rigtig noget for sproget, andet end at gøre skoleelever kede af det. Lad dog det sølle ord nogle få gravfred og lad os holde os til nogen som klarer to ords arbejde helt fint alene.

Haplologi

En haplologi er når den ene af to ens eller næsten ens stavelser elideres, som regel nabostavelser, fx latin nutritrix > nutrix (amme, sb.).  Det er ikke et særlig almindelig fænomen, men det forekommer dog ofte nok til at det har fået sin egen betegnelse.

Eksempler på haplologier i dansk

Et af de første eksempler man plejer at hive frem, er at haplologi selv kan gøres til genstand for en haplologi: haplogi.

Ikke-etablerede haplologier, som jeg har stødt på gennem tiden:

  • autenticitet > autencitet (meget udbredt ifølge google)
  • narcissisme > narcisme
  • kvantitativ > kvantitiv/kvantativ
  • initiativ > initiv
  • alkoholholdig > alkoholdig – tak til Marie
  • fænomenologi > fænomelogi
  • autorisation > autorition
  • testosteron > testeron/testoron
  • antropologi > antrologi
  • femininisere > feminisere
  • kakografofobi > kakografobi (frygt for stavefejl)
  • morfofonologi > morfonologi

Etablerede haplologier:

  • tragikomisk < tragikokomisk (af tragik + komik)
  • stipendium < stipipendium (af stips + pendere)
  • pacifist < pacificist (det hedder pacificere og ikke pacifere)
  • kamille < kamomille – tak til Adam
  • amfora < amfifora tak til Adam

I dansk spontantale kan man finde eksempler på noget der kan kaldes haplologier i forbindelse med schwa-reduktion. Her er nogle jeg har fundet i DanPASS-korpusset:

  • eneste sted > ene sted.
  • takkerne nedad > takker nedad.
  • så fortsætter du > så fortsættu.

Og så er der de spøgefulde haplologier:

  • Hvor skal du Henrik?
  • Ud og gi’raffen mad.
  • Husk at ta’lerknen med.

En slags haplologier?

Følgende eksempler er måske ikke helt rene haplologier, men det ligner lidt.

To ens konsonantgrupper reduceres ofte til en (men stavelsesantallet reduceres ikke):

  • faststoffysik > fastoffysik
  • tekststørrelse > tekstørrelse
  • poststempel > postempel
  • dansk skole > dan skole

To ens småord efter hinanden er vi ikke glade for:

  • Kurset varer til til sommer > kurset varer til sommer.
  • En besynderlig måde at tage tøj på på > en besynderlig måde at tage tøj på.
  • Gebyr for for sen betaling > gebyr for sen betaling
  • Hun spurgte om om jeg ville med > hun spurgte om jeg ville med.

Endelserne –rere og –dede falder i udtalen ofte sammen med -re og -de. Det ligner en haplologi, men der er nok tale om en generel proces i dansk hvor to stavelsesbærende trykløse lyde efter hinanden reduceres til en, og det har således ikke specifikt at gøre med at stavelserne ligner hinanden. Fx:

  • murere > mure
  • bærere > bære
  • kedede > kede
  • hadede > hade

Haplologier i andre sprog

Et udvalg af historiske haplologier i andre sprog:

  • Engelsk: England < Englalond – tak til Adam
  • Svensk: tiondel < tiondedel (men det hedder niondedel) – tak til Adam
  • Engelsk: Master debater buges indimellem som nedsættende udtryk pga. den haplologiske henvisning til masturbator.

Kender du andre eksempler, så skriv gerne en kommentar nedenfor.

Sammen satte ord – fra et fonetisk perspektiv

Retskrivningsordbogen har en enkelt regel hvor skrivemåden gøres afhængig af udtalen. Det drejer om § 18 – om hvorvidt en ordforbindelse skal skrives i et eller flere ord.

At lade en skrivemåde være afhængig af udtalen er problematisk, især fordi det forudsætter at forskellige sprogbrugere udtaler ordene ens, og det kræver at sprogbrugerne er bevidste om udtalen.

Den konkrete formulering i RO er:

Hvis en ordforbindelse udtales med ét hovedtryk (stærkt tryk) på det første led og bitryk (svagere tryk) på det andet, skrives forbindelsen i ét ord.

Hvis en ordforbindelse udtales med lige stærkt tryk på begge led, skrives den i to (eller flere) ord.

Problem 1: Trykbevidsthed

Vi er generelt ikke særligt bevidste om tryk, os danskere. Og det er ikke bare hr. og fru Danmark og Brian fra Valby der ikke kan finde ud af det. Som underviser i fonetik er min erfaring at trykforhold ikke altid er let at lære selv for lingvistikstuderende, som man må forvente er tilstrækkeligt sprogligt bevidste og i øvrigt motiverede for at lære det.

Selv erfarne fonetikere som er trænede i lydopfattelse, kan være uenige om hvorvidt en stavelse er betonet eller ej. Hvis man klipper en ordforbindelse ud af en kontekst i et stykke spontantale, kan det være overordentligt svært at afgøre om der er tale om et kompositum eller om en frase.

At bede folk om at fornemme om et ord har hovedtryk eller ej, kan altså være meget at forlange. At oven i købet at bede dem om at skelne mellem flere trykgrader – hovedtryk, bitryk, nultryk – og for meget for de fleste.

Det kan være svært at forstå hvis man selv har let ved at høre tryk, men man må nok sige at en pæn del af befolkningen simpelthen er trykdøve.

Problem 2: Dobbelttryk

Reglerne forudsætter at sprogbrugerne rent faktisk udtaler et kompositum med et hovedtryk og et bitryk, men det gør man ikke i alle tilfælde. Man kan, måske især i visse dialekter, støde på at komposita udtales med dobbelttryk. I DanPASS-korpusset kan man fx finde følgende (og mange andre) ord udtalt med hovedtryk på begge stammer:

  • ‘færdigbe’skrevet
  • ‘første’salen
  • gar’din’billede
  • ‘lys’krydset
  • ‘løve’park
  • ‘rullegar’din
  • ‘start’punktet

Ifølge reglerne skal disse ord således skrives i to ord, for så vidt som de udtales med dobbelttryk, fx der ligger en løve park, et grønt rulle gardin, osv. Da Sprognævnet endnu ikke har beføjelser til at diktere udtalen, er man frit stillet mht. at skrive i ét eller to ord, bare man postulerer at det svarer til ens trykfordeling.

Ud over dette har vi en del ord som har en velatableret udtale med dobbelttryk, som ikke desto mindre skal skrives i ét ord, fx:

  • ‘øje’blik
  • ‘jule’aften
  • na’turlig’vis
  • ‘simpelt’hen
  • ‘stadig’væk

Ifølge § 18 skulle man skrive *naturlig vis er det simpelt hen stadig væk jule aften om et øje blik.

Det passer ikke lige godt ind i alles kram at ord udtales med dobbelttryk. Nogle taler endda om at danskere lider af trykkesyge. Men sådan forholder det sig nu en gang.

Problem 3: Dansk prosodi

Hvis en ordforbindelseudtales med éthovedtryk (stærkttryk) på det førsteled og bitryk (svageretryk) på det andet, skrives forbindelsen i étord.

Hvis jeg skulle læse § 18 op, ville min trykfordeling umiddelbart være sådan at ordene burde skrives sammen sådan som det er gjort ovenfor. Nu er jeg oven i købet en trænet fonetiker og kan finde ud af at skelne mellem mere end to trykgrader. Hvis jeg nu kun kunne skelne mellem stærkt tryk og svagere tryk, ville sætningen skulle skrives således:

Hvis en ordforbindelseudtalesmed éthovedtrykpådet førsteledog bitrykpådet andet, skrives forbindelseni étord.

Lige nu er jeg regelrytter og læser helt bevidst ikke intentionen i § 18. Men der er et problem i at trykforhold er tæt knyttet til hvilke ord man vil fremhæve, og dét kan variere en del.

Ord har det med at indgå i en kontekst, og ofte er konteksten afgørende for hvilke ord der skal have hoved-/bitryk. At fremhæve et ord prosodisk betyder ofte at man reducerer et hovedtryk i de omgivende ord til et bitryk, hvilket ifølge § 18 får konsekvenser for om ordene skal skrives sammen eller ej.

Ofte er det valgfrit om et ord skal udtales med hovedtryk eller bitryk. Skal denne valgfrihed afspejles i skrivemåden?

Der er ingen sprogbrugere der skriver på denne måde, heldigvis, men det viser at retskrivningsreglerne ikke er formuleret i overensstemmelse med deres intention. Hvad skal den kompositumudfordrede skribent stille op med de regler?

Dette problem også knyttet til det næste problem.

Problem 4: Hvad menes der med ‘ordforbindelse’?

Ovenfor viste jeg at der er masser af tilfælde hvor naboord ikke skal komponeres på trods af at de strengt taget opfylder kravene til det. Men hvilke ord skal så komponeres? § 18 henviser til ‘ordforbindelser’. Skal det forstås sådan et visse naboord indgår i en ordforbindelse, mens andre naboord ikke gør? Hvordan skal sprogbrugeren afgøre i eksemplet ovenfor at hoved+tryk er en ordforbindelse, men stærkt+tryk ikke er det, når trykfordelingen nu er ens?

Tja, det er muligt at grammatikerne har et svar på det. Jeg har ikke. Og Retskrivningsordbogen er tavs om det. Igen, hvad skal den kompositumudfordrede skribent stille op?

Problem 5: Det er slet ikke det der er problemet

Nu har jeg angrebet § 18 fra et fonetisk synspunkt. Det er blot for at vise at det er problematisk at bruge henvisninger til udtalen i forbindelse med retskrivningsreglerne. Hvis man gør det, må man acceptere at to sprogbrugere skriver samme ord forskelligt.

Men det er slet ikke det der er problemet ift. hvorfor så mange ikke kan finde ud af at skrive sammensatte ord.

Jeg vil vove at påstå at der findes to forskellige grammatiker i dansk: En der tillader andet end adjektiver på adjektivets plads, og én der ikke gør det (det er muligvis ikke den bedste beskrivelse – jeg er elendig til grammatik).

En meget forsimplet forklaring/et muligt scenarie

Man kan forestille sig at et dansk barn fx lærer ordene ringe og klokke at kende. Senere støder barnet på ordet ringeklokke. I talesproget er der ingen mellemrum, så barnet ved ikke som udgangspunkt om der er tale om et eller to ord. For barnet er der to muligheder: (1) Barnet opfatter det prosodiske cue hovedtryk+bitryk og lærer at de to ord er særligt integrerede – det er i virkeligheden kun ét ord, eller (2) barnet opfatter ikke det prosodiske cue (muligvis er det slet ikke til stede i de stimuli barnet får, jf. problem 2, muligvis tillægger barnet det en anden betydning, jf. problem 3).

På baggrund af barnets erfaringer danner det en grammatik. Barn 1 lærer at et ord kan bestå af flere stammer, og barn 2 lærer at substantiver og verber kan modificere et ord på samme måde som adjektiver kan. Begge børn har klaret en svær opgave, nemlig at udregne en grammatik på baggrund af begrænsede oplysninger.

I skolen lærer børnene at vi sætter mellemrum mellem to ord. “Det er fint”, tænker børnene. Barn 1 skriver ringeklokke i ét ord som de jo er i barn 1’s hoved, og barn 2 skriver ringe klokke i to ord, som det jo er i barn 2’s hoved.

Hvordan pokker lærer vi barn 2 at man kontraintuitivt skal undlade at lave mellemrum mellem to ord i særlige tilfælde? Eller skal vi måske i stedet lære barn 1 at den anden måde at gøre det på, også er i orden?

En bemærkning om indflydelse fra engelsk, stavekontroller og sms-ordbøger

Det bliver ofte fremført at orddelingsfejl skyldes påvirkning fra engelsk, stavekontroller eller sms-ordbøger, som ikke kan finde ud af at sammenskrive ord sådan som de skal være.

Børns tilegnelse af orddannelsesprocesser sker før de introduceres til disse tre ting. Så hvis de skulle have en indflydelse, må man altså forudsætte at barnet har lært at skrive sammensatte ord først, men at dette så ‘ulæres’ når barnet stifter bekendskab med engelsk og elektroniske ordbøger. Det finder jeg meget usandsynligt.

Der kan næppe heller påvises nogen sammenhæng mellem hvor meget man udsættes for engelsk, eller hvor meget man bruger elektroniske ordbøger, og så hvor mange orddelingsfejl man laver.