Cos'è un fonema? Definizione e i 44 fonemi inglesi

Un fonema è la più piccola unità sonora di una lingua in grado di cambiare il significato di una parola. Sostituendo un singolo fonema, puoi ottenere una parola completamente diversa. /p/ e /b/, combinati con /æt/, formano “pat” e “bat”, due parole completamente diverse. 

In inglese, in particolare, i fonemi spiegano perché ortografia e suono spesso non coincidono. Una parola come “fox” è composta da quattro fonemi distinti (/f/ /ɒ/ /k/ /s/), ma ha soltanto tre lettere, mentre “ship” ha quattro lettere ma solo tre fonemi (/ʃ/ /ɪ/ /p/). Comprendere i fonemi è essenziale sia per imparare le lingue sia per capire come i moderni sistemi di Text to Speech trasformano le parole scritte in parlato naturale.

Questo articolo spiega che cos’è un fonema con esempi, presenta la tabella completa dei 44 fonemi inglesi e illustra come la tecnologia delle voci IA utilizzi il controllo a livello di fonema per ottenere una pronuncia corretta.

In sintesi:

• Un fonema è la più piccola unità sonora di una lingua parlata che può cambiare il significato di una parola.
• La maggior parte dei linguisti conta 44 fonemi in inglese, composti da 24 suoni consonantici e 20 suoni vocalici.
• I fonemi descrivono i suoni, mentre i grafemi sono le lettere o le combinazioni di lettere che rappresentano un fonema nella scrittura.
• L’Alfabeto Fonetico Internazionale (IPA) standardizza i simboli usati per rappresentare i fonemi, così da garantire coerenza nella pronuncia di questi suoni.
• Gli strumenti di Text to Speech convertono i grafemi in fonemi prima di generare un file audio.

Che cos’è un fonema?

Un fonema è la più piccola unità sonora che può distinguere una parola da un’altra. I linguisti identificano i fonemi trovando due parole che differiscono per un solo suono. Queste parole sono chiamate coppie minime; alcuni esempi sono:

• Pat / bat: /p/ e /b/ sono i fonemi distinti in questa coppia minima.
• Ship / sheep: /ɪ/ e /iː/ sono i fonemi che differenziano queste parole.
• Bat / bad: /t/ e /d/ sono i fonemi distinti che segnano la differenza tra queste parole.

Se trovi una parola in cui cambiare un suono produce una nuova parola, quei due suoni sono fonemi separati in quella lingua. Se invece produce una versione della stessa parola con un suono leggermente diverso, sono soltanto varianti dello stesso fonema.

La parola “fonema” deriva dal greco phōnēma, che significa enunciato o suono prodotto. È utile ricordarlo quando si definiscono i fonemi: sono unità di suono, non informazioni sull’ortografia. Come vedremo tra poco, i fonemi non sono soltanto singole lettere, ma comprendono suoni uditivi completi. 

Quanti fonemi ci sono in inglese?

In inglese ci sono 44 fonemi: 24 consonantici e 20 vocalici. Va precisato che si tratta soltanto di una stima generale. A seconda dell’accento e di come i linguisti scelgono di definire i diversi suoni, secondo alcuni sono appena 42, secondo altri arrivano a 45. Per esempio, un accento americano generale pronuncia la /r/ in “car”, mentre la Received Pronunciation britannica non la pronuncia, creando un conteggio totale diverso tra questi accenti.

Altri accenti possono fondere le vocali, eliminando fonemi dal conteggio totale. Le fusioni vocaliche, come quando alcuni americani pronunciano “cot” e “caught” allo stesso modo, influenzano il modo in cui i linguisti valutano le cifre complessive. Anche alcuni suoni marginali, in cui i dittonghi sono considerati combinazioni anziché singoli fonemi, possono incidere sui numeri. Per esempio, alcuni sistemi contano /ʍ/ (il suono aspirato all’inizio di “which”) come fonema distinto, mentre altri lo trattano come una combinazione di /h/ e /w/.

Il conteggio standard si basa su un modello di 44 fonemi. La suddivisione esatta è di 24 consonanti, 12 vocali monottonghe e 8 dittonghi; è lo standard usato nell’insegnamento della fonetica nel Regno Unito e dell’inglese come seconda lingua. 

I 44 fonemi dell’inglese: tabella completa con esempi

Fonemi consonantici (24)

Fonemi vocalici (12 monottonghi + 8 dittonghi = 20 in totale)

I simboli seguono il sistema dell’inglese britannico (RP), usato nella maggior parte dei programmi di fonetica; le analisi dell’inglese americano generale differiscono leggermente per le vocali rotacizzate.

Qual è la differenza tra un fonema e un grafema?

Un fonema è un suono, mentre un grafema è la rappresentazione scritta di quel suono. Un grafema può essere una lettera (c-a-t), due lettere (un digramma, come sh o ea), tre lettere (igh in “night”) o quattro lettere (ough in “though”).

La mancata corrispondenza tra fonemi e grafemi rende l’ortografia inglese notoriamente difficile. Per esempio:

• Un fonema, molti grafemi: il suono /iː/ può essere scritto ee (sheep), ea (leaf), e (be), ey (key), ie (chief) oppure ei (ceiling).
• Un grafema, molti fonemi: le lettere ough rappresentano fonemi diversi in “through” (/uː/), “though” (/əʊ/), “tough” (/ʌf/) e “thought” (/ɔː/).

Sebbene la lingua inglese abbia 44 fonemi, dispone di oltre 200 grafemi per scriverli. Se pensi a una lingua più fonetica come lo spagnolo, in cui la corrispondenza è quasi uno a uno, l’inglese diventa estremamente complesso da parlare e trascrivere. È anche il motivo per cui un modello di Text to Speech non può limitarsi a leggere le lettere, come vedremo tra poco. 

Fonemi e allofoni

Gli allofoni sono pronunce varianti dello stesso fonema che non cambiano il significato della parola. Se non esiste una coppia minima in cui un fonema crea due parole diverse, allora si tratta di un allofono.

Per esempio, la /p/ in “pat” suona diversamente dalla versione non aspirata in “spat”. Sono suoni diversi, ma nessuna coppia di parole inglesi si distingue soltanto per questa aspirazione: chi parla inglese li percepisce quindi come essenzialmente lo stesso suono. In altre lingue, come il thailandese, la differenza tra /p/ aspirata e non aspirata crea fonemi separati che distinguono completamente le parole.

Ciò significa che ciò che conta come fonema dipende interamente dalla lingua. Conta l’effetto dei suoni sul significato delle parole, non soltanto l’acustica. 

Come i fonemi alimentano il Text to Speech

Ogni sistema di Text to Speech deve risolvere lo stesso problema che affronta il cervello quando legge ad alta voce: convertire i grafemi in fonemi prima di parlare. La conversione da grafema a fonema (G2P) è notoriamente difficile ed è qui che molti sistemi TTS rudimentali commettono errori.

Il testo può essere ambiguo. La stessa parola, “read”, può essere /riːd/ al presente e /red/ al passato. Alcuni nomi propri, come nomi di brand o termini tecnici, potrebbero non seguire affatto le regole ortografiche standard. I moderni modelli di IA come Eleven v3 usano il contesto per risolvere la maggior parte di questi casi, ma puoi anche controllare i fonemi in modo più granulare per garantire la pronuncia corretta:

• Dizionari di pronuncia: Definisci come deve essere pronunciata ogni parola nell’intero progetto. Ideali per nomi di brand, nomi di personaggi, termini medici o vocabolario specifico dell’azienda che ricorrono ripetutamente.
• Tag fonema SSML e IPA: Puoi controllare la pronuncia a livello di parola con i tag fonema SSML nei modelli v2 oppure scrivendo direttamente le parole con gli audio tag di Eleven v3.

Lo stesso livello fonemico opera anche nella direzione opposta. Per lo Speech to Text, i modelli devono apprendere schemi acustici per poter mappare le sequenze di fonemi prima di assemblarle in parole. La comprensione fonemica consente loro di trascrivere una parola che potrebbero non aver mai visto prima.

Come usare i fonemi per imparare le lingue

Uno dei principali motivi per cui un utente comune potrebbe voler sapere di più sui fonemi è che sono estremamente utili per imparare le lingue. La capacità di un bambino di sentire o identificare i singoli fonemi in giovane età influenza direttamente l’acquisizione di ulteriori conoscenze fonologiche e la produzione linguistica durante tutta l’adolescenza.

Quando impari una nuova lingua, il tuo cervello deve elaborare fonemi che il tuo orecchio non è mai stato allenato a sentire. Ecco alcune strategie pratiche per usare i fonemi e migliorare l’apprendimento linguistico:

• Impara i simboli IPA: L’Alfabeto Fonetico Internazionale appare nei dizionari per mostrare come pronunciare ogni parola. Imparare l’IPA significa sapere sempre come leggere una parola, anche quando la vedi per la prima volta.
• Ascolta e imita i fonemi: Rallenta il parlato per identificare ogni fonema di una lingua e riprodurlo. Questo aiuta a costruire un contesto su come pronunciare ogni suono ed è più efficace che ripetere frasi intere quando si imparano le lingue.
• Usa le coppie minime per affinare la pronuncia: Le coppie minime presentano una variazione di un solo fonema. Esercitarti con questi esempi nel parlato aiuterà ad allenare lingua e orecchio a riconoscere e riprodurre anche differenze sottili tra le lingue.

Gli strumenti per le voci IA hanno reso molto più semplice anche l’apprendimento linguistico. Con un generatore di Text to Speech, puoi ascoltare qualsiasi parola o frase in una voce dal suono nativo, in decine di lingue e numerosi accenti regionali. 

Prova ElevenLabs per il Text to Speech a livello di fonema

Che tu stia esplorando la fonetica di una nuova lingua o affinando la tua lingua madre, una solida comprensione dei fonemi è fondamentale per esprimerti in modo efficace e articolato. Tuttavia, la conoscenza accademica della linguistica non è l’unico modo in cui noi esseri umani acquisiamo le lingue: impariamo anche ascoltando e imitando. 

Gli strumenti di generazione Text to Speech sono preziosi per sviluppare la consapevolezza fonemica e una comprensione innata delle unità sonore, delle parole intere e degli altri diversi suoni naturalmente presenti nella comunicazione parlata.

Inizia con una potente tecnologia Text to Speech di ElevenLabs oppure scopri di più sulla nostra suite di strumenti creativi oggi.

Domande frequenti