Fonetika a fonologie

Vztah mezi laryngálním hlasem a formantovou strukturou vokálů vysvětluje několik teorií. Jako nejpřesvědčivější se jeví pulzační teorie Hermannova. Zvukové vlny vzniklé činností hlasivek podle ní rozechvívají sloupec vzduchu v hrdelní a ústní dutině. Tím vznikají oba základní formanty. Sloupce vzduchu v ústech a hrdle mají u jednotlivce přibližně stálý poměr pro každou samohlásku, formanty mají proto ustálený charakter.

Základní tón řeči se naproti tomu může obměňovat (např. při zpěvu). Proto lze i ve zpívaném textu rozeznávat jednotlivé samohlásky. Při extrémně vysokých polohách však může dojít u vokálů ke zkreslení. Při šeptaných samohláskách laryngální hlas chybí. Přesto mají i tyto samohlásky formantovou strukturu a jsou dobře poznatelné. Jako "budič charakteristiky" se u nich uplatňuje prostý výdechový proud doplněný šumem vzniklým při průchodu vzduchu mezi částečně sblíženými hlasivkami.

Výška formantů je pro jednotlivé vokály v daném jazyce omezena na jistá frekvenční pásma, nejde tedy o jediný tón. Tradiční fonetika označovala jednotlivé formanty podle předpokládaného místa vzniku termíny odvozenými z artikulační fonetiky: mluvilo se pak o formantu ústním, hrdelním.

Dnes se dává přednost označení číslicemi vycházejícími z výšky formantů, jak ji zachycují objektivní metody analýzy zvuku řeči. Formant základního hlasu má označení F0, nejbližší vyšší F1, další F2 atd. Např. v češtině se F1 (podle Hály, 1962) pohybuje v rozmezí 300 Hz [iː] - 800 Hz [aː], F2 700 Hz [uː] - 200 Hz [iː]; čísla jsou průměrná, skutečné realizace se pohybují v širokém rozmezí kolem těchto výšek. (V literatuře se někdy uvádí i zápis F₀, F₁, F₂…)

Formanty jednotlivých vokálů jsou navzájem odlišeny. Zřetelně se liší rezonance vznikající v ústní dutině, rezonance vznikající v dutině hrdelní jsou odlišeny méně. Pro identifikaci vokálů však jsou důležité nikoli absolutní hodnoty formantů, nýbrž vzájemný poměr F1 a F2: pro vokály, které hodnotíme jako i-ové, je to např. velký výškový rozdíl mezi oběma formanty, a-ové zvuky mají oba formanty blízko sebe a jsou umístěny přibližně ve středu výškového pásma, u-ové vokály mají oba formanty nízké atd. Na základě toho hodnotíme i uměle vytvořené složené tónové zvuky jako podobné tomu či onomu vokálu. Kombinace neodpovídající modelu formantové struktury vokálů známého jazyka sice označíme také za samohlásku, ale nejsme s to ji identifikovat; podobné potíže můžeme mít při identifikaci zvláštních typů vokálů jazyka cizího.

Tyto objektivní vlastnosti mají pro rozlišování významu jen malý smysl : nutné je pouze zachovat minimální trvání hlásky (zkrácení pro tento limit způsobí, že vokál nelze identifikovat) a trvání „maximální“ - nadměrně prodloužený zvuk již neinterpretujeme jako hlásku, ale jako výkřik, povzdech apod. Pro odlišení významových jednotek se v jazycích jako je čeština využívá relativní kvantita, tj. poměr mezi krátkým a dlouhým vokálem takřka stejné formantové struktury.

Formantová struktura vokálu je typická pouze v jeho vrcholové fázi, v místech napojení k sousedním konsonantům se modifikuje. V přirozeně vyslovované řeči jsou tyto přechody tak samozřejmé, že je ani nevnímáme. Patří do celkového obrazu konkrétního jazyka.