音素とは？定義と英語の44音素

音素とは、単語の意味を変えられる言語の最小の音の単位です。1つの音素を入れ替えるだけで、まったく別の単語になります。/æt/と組み合わせると、/p/と/b/は、それぞれ「pat」と「bat」というまったく異なる単語になります。 

特に英語では、音素があるためにスペルと音が一致しないことがよくあります。たとえば「fox」は、/f/ /ɒ/ /k/ /s/という4つの異なる音素で構成されていますが、文字は3つです。一方、「ship」は文字が4つですが、音素は/ʃ/ /ɪ/ /p/の3つしかありません。音素を理解することは、言語学習だけでなく、現代のテキスト読み上げシステムが書かれた単語をどのように自然な音声に変換するかを理解するうえでも重要です。

この記事では、音素とは何かを例とともに詳しく解説し、英語の44音素の完全な一覧と、AI音声技術が音素レベルの制御によって正確な発音を実現する仕組みを紹介します。

概要：

• 音素とは、単語の意味を変えられる話し言葉における最小の音の単位です。
• 多くの言語学者は、英語には子音24音と母音20音からなる44の音素があると数えています。
• 音素は音を表し、書記素は音素を書き表す文字または文字の組み合わせです。
• 国際音声記号（IPA）は、音素を表す記号を標準化し、これらの音の発音に一貫性を持たせます。
• テキスト読み上げツールは、オーディオファイルを生成する前に書記素を音素へ変換します。

音素とは？

音素とは、ある単語を別の単語と区別できる最小の音の単位です。言語学者は、ちょうど1つの音だけが異なる2つの単語を見つけることで音素を特定します。このような単語はミニマルペアと呼ばれ、次のような例があります。

• Pat / bat：/p/と/b/は、このミニマルペアを区別する音素です。
• Ship / sheep：/ɪ/と/iː/は、これらの単語を変える音素です。
• Bat / bad：/t/と/d/は、これらの単語の違いを示す別個の音素です。

ある音を変えると新しい単語になる場合、その2つの音はその言語では別々の音素です。同じ単語の音が少し異なるだけであれば、それらは同じ音素の異音にすぎません。

「phoneme（音素）」という言葉は、ギリシャ語のphōnēmaに由来し、「発話」または「発せられた音」を意味します。音素はスペルに関する情報ではなく、音の単位であることを覚えるうえで役立ちます。これから見ていくように、音素は単なる1文字を超え、まとまりのある聴覚的な音全体を含みます。 

英語には音素がいくつありますか？

英語には、子音音素24個と母音音素20個、合計44個の音素があります。ただし、これは一般的な数え方にすぎません。アクセントや言語学者が異なる音をどう定義するかによって、42個とする見方もあれば45個とする見方もあります。たとえば一般的なアメリカ英語では「car」の/r/を発音しますが、容認発音（イギリス英語）では発音しないため、アクセントによって合計数が異なります。

ほかのアクセントでは母音が統合され、音素の総数が減ることもあります。一部のアメリカ人が「cot」と「caught」を同じように発音する母音融合は、言語学者による総数の評価に影響します。二重母音を単一の音素ではなく組み合わせと見なすような周辺的な音も、数に影響する場合があります。たとえば、/ʍ/（「which」の冒頭にある息を伴う音）を独立した音素と数える体系もあれば、/h/と/w/の組み合わせとして扱う体系もあります。

標準的には44音素モデルが使われます。内訳は子音24個、単母音12個、二重母音8個で、英国の音声学教育とESL指導で使われる標準です。 

英語の44音素：例付き完全一覧

子音音素（24個）

母音音素（単母音12個＋二重母音8個＝計20個）

記号は、ほとんどのフォニックス教材で使われるイギリス英語（RP）の体系に従っています。r音性母音については、一般アメリカ英語の分析と若干異なります。

音素と書記素の違いは？

音素は音であり、書記素はその音を書き表したものです。書記素は1文字（c-a-t）、2文字（shやeaのようなダイグラフ）、3文字（「night」のigh）、4文字（「though」のough）の場合があります。

音素と書記素のずれが、英語のスペルを非常に難しくしている理由です。たとえば：

• 1つの音素、多くの書記素：/iː/の音は、ee（sheep）、ea（leaf）、e（be）、ey（key）、ie（chief）、またはei（ceiling）と表記できます。
• 1つの書記素、多くの音素：「ough」という文字列は、「through」（/uː/）、「though」（/əʊ/）、「tough」（/ʌf/）、「thought」（/ɔː/）で異なる音素を表します。

英語には44の音素がありますが、それらを表記する書記素は200以上あります。音と文字の対応がほぼ1対1であるスペイン語のような、より音声的な言語と比べると、英語は話すことも書き起こすことも非常に複雑です。テキスト読み上げモデルが単に文字を読み上げるだけでは不十分な理由もここにあります。これについては後ほど説明します。 

音素と異音

異音とは、単語の意味を変えない同じ音素の発音バリエーションです。ある音素によって2つの異なる単語が生まれるミニマルペアがなければ、それは異音です。

たとえば、「pat」の/p/は、「spat」にある無気音の/p/とは異なる音に聞こえます。これらは異なる音ですが、この気音の有無だけで区別される英単語のペアはありません。そのため英語話者には、本質的に同じ音として聞こえます。タイ語のような別の言語では、有気音と無気音の/p/の違いが、単語を完全に区別する別々の音素になります。

つまり、何を音素と見なすかは完全に言語固有です。重要なのは音響的な特徴だけではなく、その音が単語の意味にどう影響するかです。 

音素がテキスト読み上げを支える仕組み

すべてのテキスト読み上げシステムは、脳が音読時に解くのと同じ問題を解く必要があります。つまり、発話する前に書記素を音素へ変換することです。書記素から音素への変換（G2P）は非常に難しく、多くの初歩的なシステムがTTSで誤る原因です。

テキストには曖昧さがあります。まったく同じ「read」という単語でも、現在形では/riːd/、過去形では/red/です。ブランド名や技術用語などの固有名詞は、標準的なスペル規則にまったく従わないこともあります。Eleven v3のような最新AIモデルは文脈を使って大半を解決しますが、発音を確実にするため、音素をより細かく制御することもできます：

• 発音辞書：プロジェクト全体で、各単語をどのように発音するかを定義します。繰り返し登場するブランド名、キャラクター名、医学用語、企業固有の語彙に最適です。
• SSML音素タグとIPA：v2モデルではSSML音素タグで単語レベルの発音制御が可能です。また、Eleven v3オーディオタグを使って単語を直接記述することもできます。

同じ音素層は、逆方向にも機能します。スピーチtoテキストでは、モデルは音響パターンを学び、音素列を対応付けてから単語として組み立てる必要があります。音素を理解しているからこそ、見たことのない単語でも書き起こせます。

言語学習で音素を活用する方法

一般のユーザーが音素について詳しく知りたい主な理由の1つは、音素が言語学習に非常に役立つためです。幼少期に個々の音素を聞き分けたり認識したりする能力は、その後の音韻知識の習得に直接影響し、思春期を通じた言語産出にも影響します。

新しい言語を学ぶとき、脳は耳が聞き取る訓練を受けていない音素を処理しなければなりません。音素を使って言語学習を改善する実践的な方法をいくつか紹介します。

• IPA記号を学ぶ：国際音声記号は、各単語の発音を示すために辞書で使われています。IPAを学べば、初めて目にする単語でも常に読み方がわかります。
• 音素を聞いてまねる：発話速度を落とし、言語の中の各音素を特定してまねてみましょう。各音をどう発音すべきかの感覚が身につき、言語学習で文全体を繰り返すよりも効果的です。
• ミニマルペアで磨く：ミニマルペアは、1つの音素だけが異なる単語の組み合わせです。これらを繰り返し発音すると、言語間にある微妙な違いも認識し再現できるよう、舌と耳を鍛えられます。

AI音声ツールによって、言語学習も大幅に容易になりました。テキスト読み上げジェネレーターを使えば、数十の言語と多数の地域アクセントで、ネイティブらしい音声によるあらゆる単語やフレーズを聞けます。 

ElevenLabsで音素レベルのテキスト読み上げを試す

新しい言語の音声学を探究する場合も、母語の表現を磨く場合も、音素をしっかり理解することが、効果的で明瞭な表現を身につける鍵になります。ただし、人間が言語を習得する方法は、言語学を学術的に理解することだけではありません。聞くことと模倣することからも学びます。 

テキスト読み上げ生成ツールは、音素認識を育み、音の単位、単語全体、そして音声コミュニケーションに自然に含まれるさまざまな音を直感的に理解するうえで、非常に役立ちます。

ElevenLabsの強力なテキスト読み上げ技術を今すぐ始めるか、クリエイティブツールスイートについて詳しくご覧ください。

よくある質問