Czym jest fonem? Definicja i 44 fonemy języka angielskiego

Fonem to najmniejsza jednostka dźwiękowa w języku, która może zmienić znaczenie słowa. Zamiana jednego fonemu może utworzyć zupełnie inne słowo. /p/ i /b/ w połączeniu z /æt/ tworzą „pat” i „bat” — dwa całkowicie różne słowa. 

W języku angielskim fonemy sprawiają, że pisownia i brzmienie często się nie zgadzają. Słowo „fox” składa się z czterech odrębnych fonemów (/f/ /ɒ/ /k/ /s/), ale ma tylko trzy litery, a „ship” ma cztery litery, lecz tylko trzy fonemy (/ʃ/ /ɪ/ /p/). Zrozumienie fonemów jest kluczowe zarówno w nauce języków, jak i w zrozumieniu, jak nowoczesne systemy zamiany tekstu na mowę przekształcają zapisane słowa w naturalnie brzmiącą mowę.

W tym artykule wyjaśniamy, czym jest fonem, podajemy przykłady, pełną tabelę 44 angielskich fonemów oraz pokazujemy, jak technologia głosu AI wykorzystuje kontrolę na poziomie fonemów, by zapewnić poprawną wymowę.

Podsumowanie:

• Fonem to najmniejsza jednostka dźwiękowa w języku mówionym, która może zmienić znaczenie słowa.
• Większość językoznawców wyróżnia w angielskim 44 fonemy: 24 spółgłoski i 20 samogłosek.
• Fonemy opisują dźwięki, a grafemy to litery lub ich połączenia, które zapisują fonem.
• Międzynarodowy alfabet fonetyczny (IPA) standaryzuje symbole używane do zapisu fonemów, aby ich wymowa była spójna.
• Narzędzia Text to Speech przed wygenerowaniem pliku audio przekształcają grafemy w fonemy.

Czym jest fonem?

Fonem to najmniejsza jednostka dźwiękowa, która pozwala odróżnić jedno słowo od drugiego. Językoznawcy rozpoznają fonemy, znajdując dwa słowa różniące się dokładnie jednym dźwiękiem. Takie słowa nazywa się parami minimalnymi, na przykład:

• Pat / bat: /p/ i /b/ to odrębne fonemy w tej parze minimalnej.
• Ship / sheep: /ɪ/ i /iː/ to fonemy, które zmieniają te słowa.
• Bat / bad: /t/ i /d/ to odrębne fonemy, które odróżniają te słowa.

Jeśli w słowie zmiana jednego dźwięku tworzy nowe słowo, te dwa dźwięki są w tym języku osobnymi fonemami. Jeśli tworzy tylko nieco inaczej brzmiącą wersję tego samego słowa, są jedynie wariantami tego samego fonemu.

Słowo „fonem” pochodzi od greckiego phōnēma, oznaczającego wypowiedź lub wydany dźwięk. Warto o tym pamiętać, definiując fonemy: są jednostkami dźwięku, a nie informacją o pisowni. Jak zaraz zobaczysz, fonemy to nie tylko pojedyncze litery — obejmują całe dźwięki słyszalne. 

Ile fonemów jest w języku angielskim?

W języku angielskim wyróżnia się 44 fonemy: 24 spółgłoskowe i 20 samogłoskowych. To jednak tylko ogólne założenie. W zależności od akcentu i sposobu definiowania poszczególnych dźwięków przez językoznawców ich liczba może wynosić od 42 do 45. Na przykład w ogólnym akcencie amerykańskim wymawia się /r/ w słowie „car”, podczas gdy w brytyjskiej wymowie Received Pronunciation nie, co daje inną łączną liczbę fonemów.

W innych akcentach samogłoski mogą się zlewać, zmniejszając łączną liczbę fonemów. Takie zlanie, jak identyczna wymowa „cot” i „caught” przez niektórych Amerykanów, wpływa na wyliczenia językoznawców. Liczby mogą też zależeć od dźwięków marginalnych, gdy dyftongi uznaje się za połączenia, a nie pojedyncze fonemy. Na przykład niektóre systemy traktują /ʍ/ (tchniony dźwięk na początku „which”) jako osobny fonem, a inne jako połączenie /h/ i /w/.

Standardowy model obejmuje 44 fonemy. Dokładnie: 24 spółgłoski, 12 samogłosek monoftongicznych i 8 dyftongów. To standard stosowany w nauczaniu fonetyki w Wielkiej Brytanii i angielskiego jako drugiego języka. 

44 fonemy języka angielskiego: pełna tabela z przykładami

Fonemy spółgłoskowe (24)

Fonemy samogłoskowe (12 monoftongów + 8 dyftongów = łącznie 20)

Symbole są zgodne z systemem brytyjskiego angielskiego (RP), stosowanym w większości programów nauki foniki; analizy odmiany General American nieznacznie różnią się w przypadku samogłosek zabarwionych przez r.

Jaka jest różnica między fonemem a grafemem?

Fonem jest dźwiękiem, a grafem — jego zapisem. Grafem może składać się z jednej litery (c-a-t), dwóch liter (dwuznak, np. sh lub ea), trzech (igh w „night”) albo czterech (ough w „though”).

To właśnie rozbieżność między fonemami a grafemami sprawia, że angielska pisownia jest tak trudna. Na przykład:

• Jeden fonem, wiele grafemów: dźwięk /iː/ można zapisać jako ee (sheep), ea (leaf), e (be), ey (key), ie (chief) lub ei (ceiling).
• Jeden grafem, wiele fonemów: litery ough reprezentują różne fonemy w słowach „through” (/uː/), „though” (/əʊ/), „tough” (/ʌf/) i „thought” (/ɔː/).

Choć angielski ma 44 fonemy, zapisuje się je za pomocą ponad 200 grafemów. W porównaniu z bardziej fonetycznym językiem, takim jak hiszpański, gdzie odwzorowanie jest niemal jeden do jednego, angielski staje się niezwykle złożony w mowie i zapisie. Dlatego model zamiany tekstu na mowę nie może po prostu odczytywać liter — wrócimy do tego za chwilę. 

Fonemy a alofony

Alofony to warianty wymowy tego samego fonemu, które nie zmieniają znaczenia słowa. Jeśli nie ma pary minimalnej, w której fonem tworzy dwa różne słowa, masz do czynienia z alofonem.

Na przykład /p/ w „pat” brzmi inaczej niż nieprzydechowa wersja w „spat”. To różne dźwięki, ale żadna para angielskich słów nie różni się wyłącznie tym przydechem, więc osoby mówiące po angielsku słyszą je zasadniczo jako ten sam dźwięk. W innych językach, takich jak tajski, różnica między przydechowym i nieprzydechowym /p/ tworzy osobne fonemy, które całkowicie odróżniają słowa.

To, co uznaje się za fonem, zależy więc całkowicie od języka. Chodzi o wpływ dźwięków na znaczenie słów, a nie tylko o ich akustykę. 

Jak fonemy napędzają zamianę tekstu na mowę

Każdy system zamiany tekstu na mowę musi rozwiązać ten sam problem co mózg podczas głośnego czytania: przed mówieniem przekształcić grafemy w fonemy. Konwersja grafemów na fonemy (G2P) jest wyjątkowo trudna i to na niej wiele prostych systemów popełnia błędy w TTS.

Tekst może być niejednoznaczny. To samo słowo „read” może być wymawiane /riːd/ w czasie teraźniejszym i /red/ w przeszłym. Niektóre nazwy własne, takie jak marki lub terminy techniczne, mogą w ogóle nie przestrzegać standardowych zasad pisowni. Nowoczesne modele AI, takie jak Eleven v4, wykorzystują kontekst, by rozwiązać większość takich przypadków, ale możesz też dokładniej kontrolować fonemy, aby zagwarantować wymowę:

• Słowniki wymowy: Określają, jak wymawiać każde słowo w całym projekcie. Idealne dla nazw marek, postaci, terminów medycznych czy słownictwa firmowego, które pojawia się wielokrotnie.
• Tagi fonemów SSML i IPA: Możesz kontrolować wymowę na poziomie słów za pomocą SSML — tagów fonemów w modelach v2 — albo zapisywać słowa bezpośrednio przy użyciu tagów audio Eleven v4.

Ta sama warstwa fonemiczna działa też w odwrotnym kierunku. W przypadku zamiany mowy na tekst modele muszą poznać wzorce akustyczne, aby odwzorować sekwencje fonemów, zanim złożą je w słowa. Zrozumienie fonemów pozwala im transkrybować słowa, których mogły wcześniej nigdy nie widzieć.

Jak wykorzystywać fonemy w nauce języka

Jednym z głównych powodów, dla których użytkownik może chcieć dowiedzieć się więcej o fonemach, jest ich ogromna przydatność w nauce języków. Zdolność dziecka do słyszenia lub rozpoznawania pojedynczych fonemów we wczesnym wieku bezpośrednio wpływa na przyswajanie dalszej wiedzy fonologicznej i rozwój językowy przez cały okres dorastania.

Podczas nauki nowego języka mózg musi przetwarzać fonemy, których ucho nigdy nie nauczyło się słyszeć. Oto kilka praktycznych sposobów wykorzystania fonemów w nauce języka:

• Naucz się symboli IPA: Międzynarodowy alfabet fonetyczny pojawia się w słownikach, by pokazać wymowę każdego słowa. Dzięki znajomości IPA zawsze będziesz wiedzieć, jak przeczytać słowo, nawet jeśli widzisz je po raz pierwszy.
• Słuchaj i naśladuj fonemy: Zwolnij mowę, aby rozpoznać każdy fonem w języku, i go naśladuj. Pomaga to zrozumieć, jak wymawiać każdy dźwięk, i jest skuteczniejsze w nauce języków niż powtarzanie całych zdań.
• Doskonal wymowę za pomocą par minimalnych: Pary minimalne różnią się tylko jednym fonemem. Ćwiczenie ich w mowie pomoże wytrenować język i słuch, by rozpoznawać oraz odtwarzać nawet subtelne różnice między językami.

Narzędzia głosowe AI również znacznie ułatwiły naukę języków. Dzięki generatorowi zamiany tekstu na mowę możesz usłyszeć dowolne słowo lub frazę w naturalnie brzmiącym głosie, w dziesiątkach języków i wielu regionalnych akcentach. 

Wypróbuj ElevenLabs do zamiany tekstu na mowę na poziomie fonemów

Niezależnie od tego, czy zagłębiasz się w fonetykę nowego języka, czy doskonalisz język ojczysty, dobra znajomość fonemów pomaga mówić skutecznie i wyraźnie. Akademicka wiedza z językoznawstwa nie jest jednak jedynym sposobem, w jaki przyswajamy języki. Uczymy się też przez słuchanie i naśladowanie. 

Narzędzia do generowania mowy z tekstu są nieocenione w rozwijaniu świadomości fonemicznej i intuicyjnego rozumienia jednostek dźwiękowych, całych słów oraz innych dźwięków, które naturalnie występują w komunikacji mówionej.

Zacznij korzystać z zaawansowanej technologii zamiany tekstu na mowę od ElevenLabs albo odkryj więcej o naszym zestawie narzędzi kreatywnych już dziś.

FAQ