फ़ोनीम क्या है? परिभाषा और अंग्रेज़ी के 44 फ़ोनीम

फोनीम किसी भाषा में ध्वनि की सबसे छोटी इकाई है, जो किसी शब्द का अर्थ बदल सकती है। एक फोनीम बदलने पर बिल्कुल अलग शब्द बन सकता है। /æt/ के साथ /p/ और /b/ जुड़ने पर ‘pat’ और ‘bat’ बनते हैं, जो दो बिल्कुल अलग शब्द हैं। 

खासकर अंग्रेज़ी में, फोनीम ही कारण हैं कि वर्तनी और ध्वनि अक्सर मेल नहीं खाते। “fox” जैसे शब्द में चार अलग-अलग फोनीम होते हैं (/f/ /ɒ/ /k/ /s/), लेकिन अक्षर केवल तीन होते हैं, जबकि ‘ship’ में चार अक्षर हैं पर फोनीम केवल तीन (/ʃ/ /ɪ/ /p/)। भाषा सीखने और आधुनिक टेक्स्ट टू स्पीच सिस्टम लिखे हुए शब्दों को स्वाभाविक सुनाई देने वाली आवाज़ में कैसे बदलते हैं, यह समझने के लिए फोनीम समझना ज़रूरी है।

इस लेख में उदाहरणों के साथ बताया गया है कि फोनीम क्या होता है, अंग्रेज़ी के सभी 44 फोनीम का पूरा चार्ट दिया गया है और यह भी बताया गया है कि AI वॉइस तकनीक सही उच्चारण के लिए फोनीम-स्तर के नियंत्रण का इस्तेमाल कैसे करती है।

सारांश:

• फोनीम बोली जाने वाली भाषा में ध्वनि की सबसे छोटी इकाई है, जो शब्द का अर्थ बदल सकती है।
• ज़्यादातर भाषाविद अंग्रेज़ी में 44 फोनीम मानते हैं, जिनमें 24 व्यंजन ध्वनियां और 20 स्वर ध्वनियां शामिल हैं।
• फोनीम ध्वनियों को बताते हैं, जबकि ग्राफीम वे अक्षर या अक्षरों के समूह होते हैं जो लिखित रूप में किसी फोनीम को दर्शाते हैं।
• अंतरराष्ट्रीय ध्वन्यात्मक वर्णमाला (IPA) फोनीम दर्शाने वाले चिह्नों को मानकीकृत करती है, ताकि इन ध्वनियों के उच्चारण में एकरूपता बनी रहे।
• टेक्स्ट टू स्पीच टूल ऑडियो फ़ाइल बनाने से पहले ग्राफीम को फोनीम में बदलते हैं।

फोनीम क्या होता है?

फोनीम ध्वनि की सबसे छोटी इकाई है, जो एक शब्द को दूसरे से अलग कर सकती है। भाषाविद ऐसे दो शब्द ढूंढकर फोनीम की पहचान करते हैं जिनमें सिर्फ एक ध्वनि का अंतर हो। इन शब्दों को न्यूनतम युग्म कहा जाता है, जैसे:

• Pat / bat: इस न्यूनतम युग्म में /p/ और /b/ अलग फोनीम हैं।
• Ship / sheep: /ɪ/ और /iː/ वे फोनीम हैं जो इन शब्दों को बदल देते हैं।
• Bat / bad: /t/ और /d/ वे अलग फोनीम हैं जो इन शब्दों के बीच अंतर बताते हैं।

अगर किसी शब्द में एक ध्वनि बदलने से नया शब्द बनता है, तो वे दोनों ध्वनियां उस भाषा में अलग फोनीम हैं। अगर उससे उसी शब्द का बस थोड़ा अलग सुनाई देने वाला रूप बनता है, तो वे एक ही फोनीम के अलग रूप हैं।

“phoneme” शब्द ग्रीक शब्द phōnēma से आया है, जिसका अर्थ है उच्चरित ध्वनि। फोनीम की परिभाषा समझते समय यह याद रखना उपयोगी है कि वे ध्वनि की इकाइयां हैं, वर्तनी की जानकारी नहीं। जैसा कि आप जल्द ही देखेंगे, फोनीम केवल एकल अक्षरों तक सीमित नहीं होते, बल्कि पूरी श्रव्य ध्वनियों को भी शामिल करते हैं। 

अंग्रेज़ी में कितने फोनीम हैं?

अंग्रेज़ी में 24 व्यंजन फोनीम और 20 स्वर फोनीम, यानी कुल 44 फोनीम होते हैं। हालांकि, यह केवल एक सामान्य अनुमान है। उच्चारण और अलग-अलग ध्वनियों को परिभाषित करने के भाषाविदों के तरीके के आधार पर, कुछ लोग इनकी संख्या 42 तो कुछ 45 मानते हैं। उदाहरण के लिए, सामान्य अमेरिकी उच्चारण में “car” का /r/ बोला जाता है, जबकि रिसीव्ड प्रनन्सिएशन (ब्रिटिश) में नहीं, इसलिए इन उच्चारणों में कुल संख्या अलग हो सकती है।

कुछ अन्य उच्चारणों में स्वर आपस में मिल जाते हैं, जिससे कुल फोनीम की संख्या घट जाती है। स्वर-विलय, जैसे कुछ अमेरिकी लोग “cot” और “caught” को एक जैसा बोलते हैं, भाषाविदों के कुल आंकड़ों के आकलन को प्रभावित करते हैं। कुछ सीमांत ध्वनियां, जिनमें द्विस्वर को एक फोनीम के बजाय संयोजन माना जाता है, संख्या को भी प्रभावित कर सकती हैं। उदाहरण के लिए, कुछ प्रणालियां /ʍ/ (‘which’ की शुरुआत की श्वासयुक्त ध्वनि) को अलग फोनीम मानती हैं, जबकि अन्य इसे /h/ और /w/ का संयोजन मानती हैं।

मानक गणना 44-फोनीम मॉडल की है। इसमें ठीक 24 व्यंजन, 12 एकस्वर और 8 द्विस्वर होते हैं। यही मानक ब्रिटेन में ध्वन्यात्मकता की पढ़ाई और ESL शिक्षण में इस्तेमाल होता है। 

अंग्रेज़ी के 44 फोनीम: उदाहरणों के साथ पूरा चार्ट

व्यंजन फोनीम (24)

स्वर फोनीम (12 एकस्वर + 8 द्विस्वर = कुल 20)

ये चिह्न अधिकतर फोनिक्स पाठ्यक्रमों में इस्तेमाल होने वाली ब्रिटिश अंग्रेज़ी (RP) प्रणाली का अनुसरण करते हैं; r-रंगित स्वरों के लिए जनरल अमेरिकन विश्लेषण में थोड़ा अंतर होता है।

फोनीम और ग्राफीम में क्या अंतर है?

फोनीम एक ध्वनि है, जबकि ग्राफीम उस ध्वनि का लिखित रूप है। ग्राफीम एक अक्षर (c-a-t), दो अक्षर (डाइग्राफ, जैसे sh या ea), तीन अक्षर (“night” में igh), या चार अक्षर (“though” में ough) हो सकता है।

फोनीम और ग्राफीम के बीच का यह अंतर ही अंग्रेज़ी की वर्तनी को कुख्यात रूप से कठिन बनाता है। उदाहरण के लिए:

• एक फोनीम, कई ग्राफीम: /iː/ ध्वनि को ee (sheep), ea (leaf), e (be), ey (key), ie (chief), या ei (ceiling) लिखा जा सकता है।
• एक ग्राफीम, कई फोनीम: ough अक्षर “through” (/uː/), “though” (/əʊ/), “tough” (/ʌf/) और “thought” (/ɔː/) में अलग-अलग फोनीम दर्शाते हैं।

हालांकि अंग्रेज़ी में 44 फोनीम हैं, लेकिन उन्हें लिखने के लिए 200 से अधिक ग्राफीम हैं। अगर आप स्पेनिश जैसी अधिक ध्वन्यात्मक भाषा के बारे में सोचें, जहां मैपिंग लगभग एक-से-एक होती है, तो अंग्रेज़ी को बोलना और लिप्यंतरित करना बेहद जटिल हो जाता है। यही कारण है कि टेक्स्ट टू स्पीच मॉडल केवल अक्षरों को पढ़कर काम नहीं कर सकता, जिस पर हम जल्द ही लौटेंगे। 

फोनीम बनाम एलोफोन

एलोफोन एक ही फोनीम के अलग-अलग उच्चारण होते हैं, जो शब्द का अर्थ नहीं बदलते। अगर कोई ऐसा न्यूनतम युग्म नहीं है जिसमें एक फोनीम से दो अलग शब्द बनते हों, तो वह एलोफोन है।

उदाहरण के लिए, “pat” में /p/ की ध्वनि “spat” में उसके बिना श्वास वाले रूप से अलग सुनाई देती है। ये अलग ध्वनियां हैं, लेकिन केवल इस श्वास के आधार पर कोई अंग्रेज़ी शब्द-युग्म अलग नहीं होता। यानी अंग्रेज़ी बोलने वाले इन्हें मूल रूप से एक ही ध्वनि मानते हैं। थाई जैसी दूसरी भाषाओं में, श्वासयुक्त और अश्वासयुक्त /p/ का अंतर अलग फोनीम बनाता है, जो शब्दों को पूरी तरह अलग कर देता है।

इसका मतलब है कि किसे फोनीम माना जाएगा, यह पूरी तरह भाषा-विशिष्ट है। यह सिर्फ ध्वनिकी के बारे में नहीं, बल्कि ध्वनियां शब्दों के अर्थ के साथ क्या करती हैं, इसके बारे में है। 

फोनीम टेक्स्ट टू स्पीच को कैसे शक्ति देते हैं

हर टेक्स्ट टू स्पीच सिस्टम को वही समस्या हल करनी होती है जो ज़ोर से पढ़ते समय हमारा दिमाग हल करता है: बोलने से पहले ग्राफीम को फोनीम में बदलना। ग्राफीम-से-फोनीम (G2P) रूपांतरण कुख्यात रूप से कठिन है और यहीं कई बुनियादी सिस्टम TTS में गलतियां करते हैं।

टेक्स्ट अस्पष्ट हो सकता है। बिल्कुल एक ही शब्द “read” वर्तमान काल में /riːd/ और भूतकाल में /red/ हो सकता है। कुछ व्यक्तिवाचक संज्ञाएं, जैसे ब्रांड नाम या तकनीकी शब्दावली, शायद मानक वर्तनी नियमों का बिल्कुल पालन न करें। Eleven v4 जैसे आधुनिक AI मॉडल इनमें से अधिकतर को संदर्भ से हल कर लेते हैं, लेकिन सटीक उच्चारण सुनिश्चित करने के लिए आप फोनीम को और बारीकी से नियंत्रित भी कर सकते हैं:

• उच्चारण शब्दकोश: तय करें कि पूरे प्रोजेक्ट में हर शब्द कैसे बोला जाए। यह बार-बार आने वाले ब्रांड नामों, पात्रों के नामों, चिकित्सा शब्दों या कंपनी-विशिष्ट शब्दावली के लिए आदर्श है।
• SSML फोनीम टैग और IPA: आप SSML फोनीम टैग के साथ v2 मॉडल में शब्द-स्तर पर उच्चारण नियंत्रित कर सकते हैं, या Eleven v4 ऑडियो टैग के साथ शब्दों को सीधे लिख सकते हैं।

यही फोनीमिक स्तर उलटी दिशा में भी काम करता है। स्पीच टू टेक्स्ट के लिए मॉडल को ध्वनिक पैटर्न सीखने होते हैं, ताकि वे फोनीम अनुक्रमों को शब्दों में जोड़ने से पहले मैप कर सकें। फोनीमिक समझ के ज़रिए वे ऐसे शब्द को भी लिप्यंतरित कर पाते हैं, जिसे उन्होंने शायद पहले कभी नहीं देखा हो।

भाषा सीखने के लिए फोनीम का उपयोग कैसे करें

सामान्य यूज़र फोनीम के बारे में अधिक जानना क्यों चाहेंगे, इसका एक मुख्य कारण यह है कि वे भाषा सीखने में बेहद उपयोगी हैं। कम उम्र में किसी बच्चे की अलग-अलग फोनीम को सुनने या पहचानने की क्षमता उसके आगे के ध्वन्यात्मक ज्ञान के अर्जन को सीधे प्रभावित करती है और किशोरावस्था के दौरान उसके भाषाई उत्पादन को भी।

नई भाषा सीखते समय, आपके दिमाग को उन फोनीम को समझना होता है जिन्हें सुनने का प्रशिक्षण आपके कान को कभी नहीं मिला। भाषा सीखने में सुधार के लिए फोनीम इस्तेमाल करने की कुछ व्यावहारिक रणनीतियां ये हैं:

• IPA चिह्न सीखें: हर शब्द का उच्चारण दिखाने के लिए शब्दकोशों में अंतरराष्ट्रीय ध्वन्यात्मक वर्णमाला का उपयोग होता है। IPA सीखने का मतलब है कि आप किसी शब्द को पहली बार देखने पर भी हमेशा जानेंगे कि उसे कैसे पढ़ना है।
• फोनीम सुनें और उनकी नकल करें: हर फोनीम पहचानने के लिए बोलने की गति धीमी करें और उसकी नकल करें। इससे आपको यह समझ बनाने में मदद मिलती है कि हर ध्वनि का उच्चारण कैसे करना है। भाषा सीखते समय यह पूरे वाक्य दोहराने से अधिक प्रभावी है।
• सुधार के लिए न्यूनतम युग्म का उपयोग करें: न्यूनतम युग्मों में केवल एक फोनीम का अंतर होता है। अपने बोलने में इनके उदाहरणों का अभ्यास करने से आपकी जीभ और कान को भाषाओं के बीच के सूक्ष्म अंतर भी पहचानने और दोहराने का प्रशिक्षण मिलता है।

AI वॉइस टूल ने भी भाषा सीखना काफी आसान बना दिया है। टेक्स्ट टू स्पीच जनरेटर के साथ आप दर्जनों भाषाओं और कई क्षेत्रीय उच्चारणों में किसी भी शब्द या वाक्यांश को मूल वक्ता जैसी आवाज़ में सुन सकते हैं। 

फोनीम-स्तर के टेक्स्ट टू स्पीच के लिए ElevenLabs आज़माएं

चाहे आप किसी नई भाषा की ध्वन्यात्मकता में गहराई से उतर रहे हों या अपनी मातृभाषा को निखार रहे हों, फोनीम की मजबूत समझ प्रभावी और स्पष्ट अभिव्यक्ति की कला में महारत पाने की कुंजी है। हालांकि, भाषाविज्ञान की अकादमिक समझ ही भाषा सीखने का एकमात्र तरीका नहीं है। हम सुनकर और नकल करके भी सीखते हैं। 

टेक्स्ट टू स्पीच जनरेशन टूल फोनीमिक जागरूकता विकसित करने और ध्वनि इकाइयों, पूरे शब्दों तथा बोली जाने वाली बातचीत में स्वाभाविक रूप से शामिल अन्य अलग-अलग ध्वनियों की सहज समझ बनाने में बेहद उपयोगी हैं।

शक्तिशाली टेक्स्ट टू स्पीच तकनीक के साथ ElevenLabs शुरू करें या हमारे क्रिएटिव टूल्स के संग्रह के बारे में आज ही और जानें।

अक्सर पूछे जाने वाले सवाल