Komplementär längd

Jag tänker berätta om en undersökning som jag gjorde 1997, och som ligger till grund för en C-uppsats i svenska med inriktning på andraspråksinlärning, vid institutionen för nordiska språk vid Umeå universitet.

Den undersökningen, eller något liknande, har jag drömt om att få göra i flera år. När jag bedrev uttalsundervisning för invandrare på TBV i Stockholm mellan 1978 och mitten av 80-talet, märkte jag en sådan markant skillnad ñ och lättnad ñ när jag fokuserade på betoning och längd, och framförallt när jag ñ inspirerad av Olle Kjellins Svensk prosodi i praktiken (Kjellin 1978) ñ körde den komplementära längden "fullt ut". Mina elevers svenska lät så otroligt mycket bättre när alla betonade stavelser blev långa, alltså även de med kort vokal. Ordet glass blev då inte i första hand ett ord med kort a, utan ett ord med långt s.

Jag har även studerat rapporter av Robert Bannert och försökt göra något slags syntes av hans och Olle Kjellins rön. Jag har skrivit om modellen i LPM ) 37/88, 40/88, 3/89, 19/89, 32/91, 2/94 samt 24/98 (Lärar-PM i Invandrartidningen På Lätt Svenska, numera Sesam), och den går ut på att betonade stavelser förlängs enligt principen för komplementär längd, dvs. lång betonad vokal följs av kort konsonant, och kort betonad vokal följs av lång konsonant; V:C (som i glas) eller VC: (som i glass). Den som vill fördjupa sig i svenskans komplementära längd rekommendaras att läsa C-C Elerts avhandling från 1964: Phonologic studies of quantity i Swedish, eller Peter Cziglers alldeles nyskrivna avhandling (Czigler 1988).

Den pedagogiska modellen tar ingen hänsyn till att vokallängd oftast varierar mer än konsonantlängd, eller till att långa vokaler ofta är längre än långa konsonanter. Ett stort antal lärare som prövat modellen i invandrarundervisningen anser att resultatet blir en avsevärt bättre svenska. Modellen överensstämmer i allt väsentlig med den basprosodi som Robert Bannert definierar 1980 (Bannert 80a), och även med Olle Kjellins modell, och min syntes ñ eller minsta gemensamma nämnare om man så vill - kan ställas upp i ett antal teser:

Eftersom betoning, intonation och längd samverkar i en människas uttal, ville jag på något sätt ta reda på om längdskillnaden ensam kunde göra att det lät bättre. Först trodde jag att det bara var med helsyntetiskt tal som man kunde manipulera durationerna, men i samband med en B-kurs i fonetik i Umeå fick jag reda på att man kunde köra in vanligt mänskligt inspelat tal i dator och göra nästan vad som helst med det, t.ex. ändra duration hos ett språkljud utan att påverka några andra variabler. Efter lite övning med datorerna i Umeå, och en hel del hjälp, främst från Robert Bannert, numer professor i fonetik i Umeå, och Thierry Deschamps som är forskningsingenjör vid fonetikavdelningen, kunde jag sätta igång.

ETT syfte med undersökningen är att ta reda på huruvida svenska lyssnare som ej arbetat med svenska som andraspråk och inte intresserat sig speciellt för prosodi, reagerar på yttranden med utländsk brytning som med hjälp av talsyntesprogram korrigerats enbart med avseende på duration hos de vokaler och konsonanter som skulle förlängas enligt svenskans komplementära längd. Lyssnarna förväntas inte kunna tala om vilken egenskap som gör att de föredrar en version framför en annan, utan endast bedöma vilken som låter bäst.

Studien har även som syfte att bekräfta att även korrigerad konsonantlängd (alltså inte bara vokallängd) uppskattas av svenska lyssnare.

Försökspersonerna antas föredra versionerna med förlängda språkljud framför dem utan förlängda språkljud. Försökspersonerna förväntas också föredra versioner med förlängning av både vokal och konsonant framför versioner med förlängning av enbart vokal eller konsonant. Om valet står mellan en version med enbart förlängd vokal och en version med enbart förlängd konsonant, förväntas försökspersonerna föredra versionen med enbart förlängd vokal

De använda yttrandena fanns i det så kallade Brytningsarkivet vid Umeå universitet (Bannert 1980a, Bannert 1980b, Gårding & Bannert 1979) och materialet som jag valde var fyra yttranden av en polsk talare, som enligt min subjektiva bedömning saknade alla längddistinktioner i sin svenska, men i övrigt hade ett gott uttal och betonade ord och stavelser på ett acceptabelt sätt. Polska saknar distinktiva längder/kvantitet (Se t.ex. Garlén 1988). Följande fyra yttranden användes:

1. hennes näsa

2. sätter sig

3. kanel och socker

4. det är inte mycket trafik och snart är de hemma

Alla manipulerade språkljud förlängdes med 75%. Yttrande 1 manipulerades så, att ä i näsa förlängdes, i yttrande 2 förlängdes t i sätter, i yttrande 3 gjorde jag en version med enbart förlängning av e i kanel, en version med enbart förlängning av k i socker, samt en version med förlängning av både e och k. Yttrande 4 manipulerades efter samma princip som 3, dvs. en version med enbart vokalförlängning (i i trafik och a i snart), en version med enbart konsonantförlängning (k i mycket och m i hemma), samt en version med förlängning av alla de fyra nämnda språkljuden.

Manipulationerna resulterade i tolv versioner inklusive dem som inte manipulerats alls. Versionerna har kodats enligt följande:

1. hennes näsa V , hennes näsa V:
2. sätter sig C och sätter sig C:
3. kanel och socker VC, kanel och socker V:C, kanel och socker VC: kanel och socker V:C:
4. det är inte mycket trafik och snart är de hemma VVCC, det är inte mycket trafik och snart är de hemma V:V:CC, det är inte mycket trafik och snart är de hemma VVC:C: och det är inte mycket trafik och snart är de hemma V:V:C:C:

Samtliga versioner av ett yttrande presenterades parvis så att lyssnarna fick jämföra varje stimuluspar två gånger, t.ex. V - V: var en jämförelse och V: - V var en annan. Detta resulterade i 28 jämförelser, där försökspersonerna skulle bestämma vilken version i varje par som var @bästa svenska med minst störande brytning@. Försökspersonerna informerades inte om att det var skillnader i duration mellan språkljud i olika yttranden, utan bara att de skulle bedöma vilket yttrande som lät bäst som helhet.

Försökspersonerna var 15 vuxna personer med svenska som modersmål. De var mellan 19 och 66 år gamla och var uppväxta på olika platser över hela Sverige, med någon övervikt åt Norrland. Stimuli presenterades via bandspelare och högtalare vid olika tillfällen och i olika lokaler. Denna grad av akustisk kvalitet anser jag tillräckligt, då endast temporala skillnader skulle uppfattas.

Försökspersonerna verkade ha ganska svårt att höra skillnad på versioner med och utan förlängda språkljud. Några sade det efter försöket och det visade sig även att många inte varit konsekventa vid val av @bästa version@ vid båda jämförelsetillfällena. Man kan således ha valt t.ex. VC som bästa version av paret VC - VC: , och VC: nästa gång av paret VC: - VC .

Av de val då försökspersonerna valt samma version som "bästa version" (konsekventa val) är det 66,4% som röstar enligt hypotesen, dvs. väljer den version som är "förbättrad". Den andelen är ganska precis den minsta majoritet som kan betraktas som signifikant. 67% anges i många sammanhang som tumregel. För det längsta yttrandet (nr. 4), är andel val enligt hypotesen väsentligt lägre än för de kortare yttrandena. Om vi räknar bort resultatet för det längsta ytrandet, är det drygt 85% av de konsekventa valen som stöder hypotesen, dvs. visar att lyssnarna har uppskattat förlängning av både vokaler och konsonanter.

Att korrigerad konsonantlängd uppskattas av försökspersonerna visar de jämförelser där endast konsonantförlängning skiljer verionerna åt. För det längsta yttrandet är det just korrigering av konsonantlängd som ger de högsta siffrorna. Ser man till hela materialet uppskattades vokalförlängning i något högre grad än konsonantförlängning: 63,9% av de konsekventa val där en vokalförlängning bidrog till att en version föredrogs, och 60,8% av de konsekventa val där en konsonantförlängning bidrog till att en version föredrogs. Att procentsumman här blir mer än 100 beror på att en version med konsonantförlängning även kan innehålla vokalförlängning; en del versioner räknas alltså två gånger.

Resultatet visar att korrigering av duration enligt svenskans komplementära längd uppskattas av försökspersonerna, vilket i sin tur ger ett objektivt stöd åt den ovan nämnda pedagogiska modellen. Det är emellertid besvärande att försökspersonerna varit osäkra i så många fall. Detta kan tolkas så att de inte hörde någon skillnad på versionerna i jämförelserna. Så har några lyssnare sagt spontant efter försöket. Det är också otillfredsställande att korrigering av det längsta yttrandet inte fått något stöd alls; aldrig mer än 50% av valen. Min tanke var att rätt längd på de fyra aktuella språkljuden skulle uppskattas mer i ett långt yttrande, där ett taltempo hunnit etableras. Snarare verkar det som om lyssnarna fått svårare att höra skillnad på versionerna av det längsta yttrandet (nr 4), då antalet konsekventa val i dessa jämförelser är betydligt lägre, i snitt 7,8 konsekventa val per jämförelse, mot 10 för versionerna av yttrandena 1-3.

Ett sätt att öka skillnaden mellan mellan stimuli och därmed hjälpa försökspersonerna till större säkerhet, kunde vara att förlänga de aktuella språkljuden mer, men risken är ju då att försökspersonerna hör skillnad men tycker att de korrigerade versionerna låter överdrivna. När jag i efterhand jämförde durationer i mitt material med dem i ett referensyttrande av en infödd svensk, visade det sig att en förlängning med 100% skulle ha fått det manipulerade materialet att mer likna durationerna i just detta uttalande, men läser man t.ex. Elert, finner man att durationer varierar väldigt mycket mellan olika talare, även för samma ord och talare med samma regionala variant. En störe ökning av duraitonen skulle säkert ha underlättat för försökspersonerna att höra skillnad på manipulerade och omanipulerade stimuli, men man vet inte ñ förrän man undersökt det ñ om lyssnarna verkligen hade tyckt att det blev bättre.

Något som skulle vara intressant att göra i framtiden vore att manipulera längder i en dikt med bunden rytm, och se om utslaget blev kraftigare,