WEBVTT

00:12.340 --> 00:15.960
Gut, dann herzlich willkommen zur heutigen Vorlesung.

00:16.120 --> 00:19.080
Heute mal remote aus den USA.

00:19.360 --> 00:24.540
Wir treffen uns zurzeit hier in den USA, um unseren Spracherkenner

00:24.540 --> 00:28.700
besser zu machen und haben dann eine kleine Session, wo sich das Team

00:28.700 --> 00:30.800
aus den USA und aus Karlsruhe trifft.

00:31.420 --> 00:34.400
Deswegen ist auch leider keiner vor Ort, der mich direkt vertreten

00:34.400 --> 00:34.720
könnte.

00:35.820 --> 00:38.360
Aber ich denke, so kriegen wir das heute auch hin.

00:38.360 --> 00:41.940
Wenn irgendwas ist, das Mikrofon ist offen, einfach laut dazwischen

00:41.940 --> 00:43.580
sprechen, dann werde ich es schon hören.

00:43.700 --> 00:46.680
Ansonsten Bastian ist auch noch da, der verschafft euch dann Gehör,

00:46.760 --> 00:49.060
wenn ihr Fragen habt.

00:51.220 --> 00:54.640
Was wir heute im Großen und Ganzen machen werden ist, wir werden uns

00:54.640 --> 00:58.780
heute ein bisschen mit der biologischen Seite der Sprachproduktion

00:58.780 --> 00:58.780
beschäftigen.

00:59.780 --> 01:05.100
Und falls wir dazu kommen, auch noch ein paar grundlegende

01:05.100 --> 01:09.760
Eigenschaften des Schalls, physikalische Eigenschaften des Schalls,

01:09.840 --> 01:10.740
nochmal wiederholen.

01:11.520 --> 01:16.260
Der Grund dafür, die Ratio dahinter ist, wenn wir menschliche Sprache

01:16.260 --> 01:19.780
erkennen wollen, dann ist es wahrscheinlich recht hilfreich zu wissen,

01:19.920 --> 01:21.620
wie menschliche Sprache produziert wird.

01:22.880 --> 01:27.960
Die Idee dahinter ist einfach, dass wenn ich weiß, wie das Signal

01:27.960 --> 01:31.520
produziert wird, physikalisch, dann kann ich daraus bestimmte

01:31.520 --> 01:35.300
Schlussfolgerungen ziehen, wie das Signal, das ich messe, aussieht, in

01:35.300 --> 01:37.720
Abhängigkeit von den Lauten, die ich produziert habe.

01:38.160 --> 01:42.700
Und wenn ich das weiß, dann sollte ich normalerweise das Ganze in

01:42.700 --> 01:46.540
einer gewissen Art und Weise reverse-engineren können, rückrechnen

01:46.540 --> 01:50.240
können, dass ich wieder aus dem gebessenen Signal zurückkomme zu dem

01:50.240 --> 01:52.720
Laut, den ich gehört habe.

01:55.380 --> 01:58.500
Die ursprüngliche historische Idee war mal, dass man wirklich

01:58.500 --> 02:02.440
Spracherkennung so macht, ich erkenne erst Laute und wenn ich die

02:02.440 --> 02:06.140
Laute einzeln erkannt habe, dann kann ich sie zu Wörtern zusammenfügen

02:06.140 --> 02:08.960
und die erkannten Wörter kann ich dann zu Sätzen zusammenfügen.

02:08.960 --> 02:13.260
Das wird am Ende nicht mehr ganz so sein, weil man dieses

02:13.260 --> 02:15.420
Segmentierungsproblem nicht in den Griff bekommt.

02:15.740 --> 02:20.160
Man wird also irgendwann dazu übergehen, dass man mit einer impliziten

02:20.160 --> 02:23.300
Segmentierung arbeitet, dass man also nicht explizit das Signal

02:23.300 --> 02:27.040
segmentiert und erkennt, sondern dass man inhärent versucht, ganze

02:27.040 --> 02:28.080
Sätze gleich zu erkennen.

02:29.380 --> 02:32.880
Nichtsdestotrotz, für die Vorverarbeitung des Sprachsignals, der

02:32.880 --> 02:36.760
Schallwelle, die ich da gemessen habe, ist es sehr wichtig und sehr

02:36.760 --> 02:40.500
hilfreich, wenn ich verstehe, wie menschliche Sprache produziert wird,

02:40.880 --> 02:43.140
damit ich einfach sinnvolle Merkmale extrahiere.

02:43.780 --> 02:46.720
Der Sinn der Merkmalsextraktion soll immer sein, relevante

02:46.720 --> 02:51.400
Informationen zu extrahieren, wichtige Informationen zu betonen,

02:51.880 --> 02:57.040
unwichtige Informationen wegzuwerfen und unwichtig im Sinne von, was

02:57.040 --> 02:59.760
hilft mir, die Klassifikation möglichst gut zu machen.

03:00.480 --> 03:05.120
Da ist jetzt so ein bisschen die Analogie dahinter.

03:06.580 --> 03:10.560
Man hat ja auch biologisch motivierte Ingenieursleistungen oder

03:10.560 --> 03:12.880
biologisch motiviertes Engineering.

03:14.640 --> 03:17.740
Da ist es zum Beispiel dann hilfreich, das zu wissen.

03:19.740 --> 03:23.040
Umgekehrt könnte man jetzt meinen, dass es hilfreich ist, zu

03:23.040 --> 03:26.260
verstehen, wie der Mensch hört und an der Hand und Art und Weise, wie

03:26.260 --> 03:29.320
der Mensch hört, abzuleiten, wie ich Spracherkennung machen muss.

03:29.900 --> 03:32.800
Und das erweist sich als nicht ganz so hilfreich.

03:33.740 --> 03:37.480
Analog, wenn ich ein Flugzeug baue, da habe ich ja auch am Anfang

03:37.480 --> 03:39.940
versucht zu schauen, wie fliegen die Vögel und dann gab es so

03:39.940 --> 03:42.480
Maschinen, die mit Flügeln geschlagen haben und die sind dann immer

03:42.480 --> 03:43.720
grandios abgestürzt.

03:44.520 --> 03:48.200
Das, was jetzt in der Biologie da immer gut funktioniert, muss nicht

03:48.200 --> 03:51.280
notwendigerweise für die Maschine gut funktionieren.

03:51.280 --> 03:55.520
Genauso wie Autos keine Beine haben, sondern mit Rädern laufen und

03:55.520 --> 03:58.660
Flugzeuge halt mit starren Flügeln und anderen Antriebstechniken

03:58.660 --> 04:03.040
arbeiten, wird auch die Maschine anders arbeiten müssen bei der

04:03.040 --> 04:06.300
Spracherkennung, als das der Mensch macht, weil die Maschine einfach

04:06.300 --> 04:09.840
andere Stärken und Schwächen hat, die man ausnutzen kann für diese

04:09.840 --> 04:10.900
Erkennungsaufgaben.

04:14.180 --> 04:19.680
Was man jetzt hier sieht, ist so eine grobe Skizze der menschlichen

04:19.680 --> 04:23.040
Anatomie, die für die Sprachproduktion wichtig ist.

04:24.180 --> 04:28.200
Und das Ganze ist hier so grob unterteilt in drei Bereiche.

04:28.860 --> 04:30.140
Ganz unten ist die Lunge.

04:30.840 --> 04:34.640
Und für uns ist die Lunge im Prinzip nichts anderes als ein großer

04:34.640 --> 04:35.720
Blasebalg.

04:36.380 --> 04:39.880
In der Regel meistens wird menschliche Sprache immer dadurch

04:39.880 --> 04:45.680
hervorgebracht und entsteht dadurch, dass Luft unten aus der Lunge

04:45.680 --> 04:51.020
herausgepresst wird, wandert durch den restlichen Artikulationsapparat

04:51.020 --> 04:56.300
und verlässt dann Mund und Nase und wird zu der Schallwelle, die wir

04:56.300 --> 04:56.600
hören.

04:58.040 --> 04:59.900
Das ist die allgemeine Idee.

05:01.240 --> 05:05.340
Und 95, 99 Prozent aller Sprache ist so.

05:06.140 --> 05:09.880
Aber es gibt halt so ein paar einzelne Ausnahmen, da werden wir später

05:09.880 --> 05:11.040
noch ein paar von kennenlernen.

05:12.500 --> 05:14.740
Bei Menschen gibt es halt nichts, was es nicht gibt.

05:14.740 --> 05:18.840
Es gibt auch so ein paar interessante Effekte, wo die Lunge dann

05:18.840 --> 05:21.280
hinterher keine Rolle spielen wird.

05:21.700 --> 05:24.320
Aber für uns, die jetzt nicht in die Feinheiten irgendwelcher

05:24.320 --> 05:30.840
afrikanischer Sprachen fürs Erste eintauchen, gilt in 99 Prozent aller

05:30.840 --> 05:35.000
Fälle bei all dem, was wir in der Regel jetzt sehen werden, als erstes

05:35.000 --> 05:41.620
fängt die Lunge an, Luft wie ein Blasebalg nach außen zu blasen, außen

05:41.620 --> 05:42.060
zu drücken.

05:42.060 --> 05:50.360
Und diese Luft steigt dann hoch die Luftröhre entlang und als erstes

05:50.360 --> 05:53.800
trifft sie hier an dieser Stelle dann auf die sogenannten Stimmbänder.

05:55.060 --> 06:00.580
Die Stimmbänder befinden sich in dieser Luftröhre unterhalb, so auf

06:00.580 --> 06:05.020
Höhe des Kehlkopfes, streng genommen auf Höhe des Kehlkopfes.

06:05.870 --> 06:07.560
Und jetzt passiert Folgendes.

06:08.860 --> 06:12.400
Diese Stimmbänder können in zwei verschiedenen Arten von Zuständen

06:12.400 --> 06:12.640
sein.

06:13.260 --> 06:16.880
In einem Zustand sind sie so eingestellt, dass sie anfangen zu

06:16.880 --> 06:17.440
vibrieren.

06:18.200 --> 06:23.120
Und wenn sie anfangen zu vibrieren, wird der Luftstrom immer wieder

06:23.120 --> 06:23.780
abgehackt.

06:23.920 --> 06:27.100
Die Stimmbänder mit sehr hoher Geschwindigkeit schließen und öffnen

06:27.100 --> 06:28.480
sich, schließen und öffnen sich.

06:28.480 --> 06:32.780
So, dass aus diesem kontinuierlichen Luftstrom, der aus der Lunge

06:32.780 --> 06:35.620
kommt, dann ein sogenannter Impulszug wird.

06:35.820 --> 06:40.860
Das heißt, man hat immer relativ kurze Impulse, Stöße von Luft, die

06:40.860 --> 06:45.100
dann weiter hochwandern durch den Rachenraum, durch den restlichen

06:45.100 --> 06:46.340
Artikulationsapparat.

06:47.080 --> 06:51.380
Wir kommen dann also weiter hoch in den Rachenraum und dann auch

06:51.380 --> 06:52.380
weiter in den Mund.

06:53.980 --> 06:56.460
Im Mund gibt es dann verschiedene Artikulatoren.

06:56.460 --> 06:59.160
Da ist zum Beispiel der wichtigste sicherlich mit die Zunge.

06:59.900 --> 07:05.660
Aber auch solche Dinge wie die Zähne, die Lippen, der Gaumen, weicher

07:05.660 --> 07:07.100
Gaumen, harter Gaumen etc.

07:07.820 --> 07:12.220
Und dieser Mundraum wird verschiedenartig eingestellt.

07:12.680 --> 07:14.340
Da gibt es Muskeln, die werden aktiviert.

07:14.660 --> 07:18.020
Und dann gibt es verschiedene Konfigurationen dieses Mundraumes.

07:18.840 --> 07:23.360
Und je nachdem, wie der Mundraum konfiguriert ist, entstehen dann auf

07:23.360 --> 07:28.440
diesem Luftstrom aufmodelliert unterschiedliche Arten von Laute, die

07:28.440 --> 07:32.740
wir dann als verschiedene Laute, Phone und später Phoneme wahrnehmen

07:32.740 --> 07:33.080
werden.

07:33.960 --> 07:39.600
Und je nachdem, ob jetzt die Luft, die da unten durch die Stimmbänder

07:39.600 --> 07:43.720
kam, unterteilt wurde, zerhackt wurde durch die Stimmbänder, oder eben

07:43.720 --> 07:47.300
nicht, Stimmbänder sind offen, Luft strömt einfach so hindurch,

07:47.840 --> 07:51.100
entstehen auch bei gleicher Einstellung des Rachenraumes und des

07:51.100 --> 07:53.880
Mundraumes unterschiedliche Arten von Lauten.

07:55.100 --> 07:59.240
Und dann gibt es oberhalb des Mundraumes noch die Nasenhöhle.

07:59.900 --> 08:01.740
In der Nasenhöhle können wir nichts einstellen.

08:01.940 --> 08:04.740
Also wir können jetzt nicht unsere Nasenhöhle wie zum Beispiel mit

08:04.740 --> 08:08.960
Hilfe der Zunge oder durch Senken und Heben des Kiefers einstellen,

08:09.060 --> 08:11.900
sondern die Nasenhöhle ist letztendlich ein Statisches Gebilde.

08:11.900 --> 08:16.020
Was es aber gibt, ist das sogenannte Gaumensegen.

08:16.540 --> 08:20.360
Das sieht man hier an dem Strich, der auf die Zunge zeigt, wenn man da

08:20.360 --> 08:23.760
ein bisschen nach rechts geht, sieht man diesen Lappen, der die

08:23.760 --> 08:25.780
Nasenhöhle vom Mundraum abtrennt.

08:26.240 --> 08:30.320
Und hier in der Zeichnung liegt dieser Lappen hinten direkt am Rachen

08:30.320 --> 08:34.080
an, sprich die Nasenhöhle wird in dieser Art und Weise im Augenblick

08:34.080 --> 08:36.500
abgeteilt vom Mundraum.

08:36.500 --> 08:40.100
Luft, die unten aus der Lunge kommt, wird komplett durch den Mundraum

08:40.100 --> 08:42.920
geleitet und nichts kommt durch die Nase.

08:43.500 --> 08:46.020
Das weiß aber jeder, man kann ja durch die Nase einatmen oder

08:46.020 --> 08:46.680
ausatmen.

08:46.800 --> 08:49.660
Das heißt, es muss auch möglich sein, dass man das aufmacht.

08:49.980 --> 08:51.520
Und das ist genau Aufgabe dieses Gaumensegels.

08:52.280 --> 08:57.260
Das Gaumensegel arbeitet wie eine Art Ventil, so eine Klappe, die

08:57.260 --> 09:00.500
gesenkt werden kann, mit der Luft auch durch den Nasenraum

09:00.500 --> 09:03.500
durchströmen kann, durch die Nasenhöhle strömen kann.

09:04.060 --> 09:08.220
Und je nachdem, wie jetzt dieses Ventil eingestellt ist, wird also

09:08.220 --> 09:11.360
auch Luftschall durch die Nase abgestrahlt.

09:12.000 --> 09:15.840
Und je nachdem, wie die Lippen eingestellt sind, wird Luft auch durch

09:15.840 --> 09:20.060
den Mundraum oder durch den Nasenraum oder durch beide Räume

09:20.060 --> 09:20.640
abgetrennt.

09:21.100 --> 09:24.580
Also mit anderen Worten, in der aktuellen Einstellung, wie hier auf

09:24.580 --> 09:29.260
dem Bild, ist der Nasenraum abgetrennt, abgeschnitten vom Luftstrom.

09:29.780 --> 09:32.160
Das heißt, die Luft strömt rein durch den Mund raus.

09:32.160 --> 09:36.460
Würde ich jetzt dieses Gaumensegel hinten senken, Lippen weiterhin

09:36.460 --> 09:40.920
geöffnet, würde Luft sowohl durch den Mund als auch durch den

09:40.920 --> 09:42.380
Nasenraum ausströmen.

09:43.060 --> 09:47.780
Und dann, wenn ich hinten das Gaumensegel absenke und die Lippen

09:47.780 --> 09:51.460
schließe, würde Luft entsprechend nur durch die Nase ausströmen.

09:55.160 --> 10:02.140
Hier sieht man jetzt ein etwas detaillierteres Bild des sogenannten

10:02.140 --> 10:07.860
Vokaltraktes, also derjenigen anatomischen Teile, die an der

10:07.860 --> 10:09.460
Sprachproduktion beteiligt sind.

10:10.680 --> 10:12.680
Das Ganze ist auf Englisch beschriftet.

10:13.280 --> 10:19.500
Das ist ein senkrechter Schnitt durch den Vokaltrakt.

10:20.410 --> 10:24.240
Und man sieht die wichtigsten Artikulatoren, die hier beschriftet

10:24.240 --> 10:24.460
sind.

10:25.060 --> 10:28.480
Man hat ganz unten die Trachia, sprich auf Deutsch die Luftröhre.

10:29.080 --> 10:34.560
Die Luftröhre liegt vor der sogenannten Speiseröhre, dem Esophagus,

10:35.400 --> 10:36.320
vorgelagert.

10:36.320 --> 10:42.260
Dann irgendwann in dieser Luftröhre kommen oben die Stimmlippen.

10:42.540 --> 10:48.540
Und diese Stimmlippen liegen oberhalb der Thyroid, der Schilddrüse.

10:49.900 --> 10:56.060
Dann kommt man in den Mund- und Rachenraum, hat oben das Uvula, das

10:56.060 --> 10:57.720
ist die Spitze des Gaumensegels.

10:57.880 --> 11:00.220
Das Gaumensegel selber ist das sogenannte Velum.

11:00.640 --> 11:02.960
Mit dem kann man den Nasenraum abtrennen.

11:02.960 --> 11:11.240
Dann hat man die Zunge und den oberhalb der Glottis gelegenen Teil,

11:11.400 --> 11:13.000
die sogenannte Epiglottis.

11:13.800 --> 11:17.460
Und dann die Lippen, die Zunge und natürlich auch den Kiefer, der

11:17.460 --> 11:19.860
gehoben oder gesenkt werden kann.

11:21.320 --> 11:24.740
Und wenn man jetzt mal so mit einer Kamera in den Mund reinfahren

11:24.740 --> 11:27.780
würde und direkt den Rachenraum runterschauen würde, in die

11:27.780 --> 11:31.780
Stimmlippen rein, dann würde einem das Bild, wie man es rechts sieht,

11:32.340 --> 11:33.020
entgegenkommen.

11:36.820 --> 11:42.620
Also, wir hatten schon gesagt, die Stimmbänder, die können entweder in

11:42.620 --> 11:46.260
Schwingung versetzt werden oder nicht in Schwingung versetzt werden.

11:46.940 --> 11:51.700
Wenn die Stimmbänder schwingen, während die Luft rausgeströmt wird,

11:52.080 --> 11:54.620
sprechen wir von sogenannter stimmhafter Sprache.

11:56.100 --> 12:00.680
Die Frage ist jetzt, wie passiert es, dass diese Stimmlippen in

12:00.680 --> 12:01.740
Schwingung versetzt werden?

12:02.060 --> 12:05.120
Die naive Vorstellung, die da viele haben, ist, naja, das sind

12:05.120 --> 12:09.820
Muskeln, da wird man wahrscheinlich mithilfe von Muskeln anspannen und

12:09.820 --> 12:12.900
loslassen, einfach diese Stimmritze immer ganz schnell auf und zu

12:12.900 --> 12:13.160
machen.

12:14.000 --> 12:15.320
Und das ist eben nicht der Fall.

12:15.400 --> 12:16.520
Das funktioniert anders.

12:16.900 --> 12:21.260
Und zwar basiert das Schwingen der Stimmlippen auf dem Bernoulli

12:21.260 --> 12:21.680
-Effekt.

12:22.400 --> 12:25.300
Was jetzt passiert ist, die Luft wird unten aus der Lunge

12:25.300 --> 12:26.180
rausgepresst.

12:26.800 --> 12:31.180
Diese Stimmlippen werden angespannt und die Luft strömt durch diese

12:31.180 --> 12:33.400
angespannten Lippen hindurch.

12:34.320 --> 12:39.140
Und jetzt ist das so wie bei einem normalen Fluss zum Beispiel, der

12:39.140 --> 12:40.360
sogenannte Bernoulli-Effekt.

12:40.840 --> 12:44.320
Je näher ich an, wenn ich also strömendes Gas oder Flüssigkeit habe,

12:44.400 --> 12:48.140
je näher ich an das Ufer komme, desto geringer wird die

12:48.140 --> 12:49.280
Strömungsgeschwindigkeit.

12:49.280 --> 12:54.380
Das heißt, diese Luft, die durch die Stimmlippen durchströmt, hat in

12:54.380 --> 12:57.700
der Mitte des Stromes ihre höchste Strömungsgeschwindigkeit.

12:58.520 --> 13:02.900
Und zu den Stimmlippen hin, die also ruhig erstmal sind, wird die

13:02.900 --> 13:04.440
Strömungsgeschwindigkeit abnehmen.

13:04.700 --> 13:08.500
Bis sie gegen Null geht, je näher ich an das Ufer, sprich an die

13:08.500 --> 13:09.620
Stimmlippen herankomme.

13:10.480 --> 13:15.700
Jetzt weiß man vielleicht noch aus der Physik, wenn ich die

13:15.700 --> 13:23.200
Geschwindigkeit des strömenden Gases herausnehme, dann nimmt der Druck

13:23.200 --> 13:24.060
zu.

13:24.500 --> 13:27.840
Oder andersherum, je schneller das Gas oder die Flüssigkeit strömt,

13:28.120 --> 13:30.560
desto stärker nimmt der Druck ab.

13:31.320 --> 13:34.700
Das heißt, ich habe jetzt an der Stelle, wo das Gas schnell strömt, in

13:34.700 --> 13:39.280
der Mitte des Luftstroms, einen geringeren Luftdruck, als ich ihn an

13:39.280 --> 13:41.060
den Rändern hin habe, zu den Stimmlippen.

13:41.940 --> 13:47.460
Und dieser geringere Luftdruck, der zieht jetzt die Stimmlippen

13:47.460 --> 13:47.980
zusammen.

13:48.640 --> 13:51.800
Und der zieht die immer weiter zusammen, zusammen, zusammen, bis die

13:51.800 --> 13:53.340
Stimmlippen komplett geschlossen sind.

13:54.160 --> 13:58.360
Zu diesem Zeitpunkt reißt logischerweise der Luftstrom ab.

13:58.360 --> 14:03.220
Das heißt, die Differenz in Luftdruck in diesem strömenden Gas reißt

14:03.220 --> 14:05.900
ab und die Stimmlippen schnellen wieder auf.

14:06.600 --> 14:09.360
Und dann setzt der Luftstrom wieder ein und das ganze Spiel beginnt

14:09.360 --> 14:09.860
von vorne.

14:10.220 --> 14:13.160
Die Stimmlippen werden durch die Differenz im Luftdruck wieder

14:13.160 --> 14:13.450
zusammengezogen.

14:14.920 --> 14:19.440
Und auf die Art und Weise wird dieser Luftstrom in ideeller Weise

14:19.440 --> 14:21.000
diskrete Impulse zerhackt.

14:21.000 --> 14:24.360
Also wenn man das mathematisch beschreiben wollte, wäre in einem

14:24.360 --> 14:28.580
ideellen Modell, in einem idealen Modell, der Strom auf die Art und

14:28.580 --> 14:30.320
Weise in echte Impulse zerhackt.

14:30.900 --> 14:33.960
Natürlich sind wir hier in einer analogischen physikalischen Welt.

14:34.160 --> 14:35.480
Das heißt, hier ist nichts ideal.

14:35.660 --> 14:39.560
Das heißt, das sind auch keine echten Impulse, mathematischen Impulse,

14:39.560 --> 14:41.140
die dabei rauskommen in dem Luftstrom.

14:41.860 --> 14:44.220
Was man häufig macht, ist, dass man zum Beispiel mit einer

14:44.220 --> 14:49.720
Dreiecksfunktion diese Art des Impulszuges, den man da bekommt,

14:50.640 --> 14:51.700
approximiert.

14:52.920 --> 14:57.880
Und diese Luftimpulse durchlaufen jetzt den Vokaltrakt und werden dort

14:57.880 --> 15:01.200
durch die Einstellung des Vokaltraktes modelliert.

15:03.180 --> 15:07.280
Und jetzt ist schon gleich die erste Frage, was kann man sich jetzt

15:07.280 --> 15:10.020
vorstellen, wird man später im Signal sehen können.

15:10.020 --> 15:15.580
Dieser Luftimpulszug, den ich habe, der wird zwar modelliert, aber die

15:15.580 --> 15:20.080
grundlegende Eigenschaft, dass die Luft, die jetzt ausströmt aus dem

15:20.080 --> 15:24.740
Vokaltrakt, ursprünglich mal als solchen diskreten Impulsen bestand,

15:25.200 --> 15:27.520
die wird man später auch im Signal sehen.

15:27.820 --> 15:31.440
Das wird hinterher für stimmhafte Sprache ein sehr deutliches Zeichen

15:31.440 --> 15:31.720
sein.

15:32.640 --> 15:35.180
Und was man auch noch sehen wird, sind die sogenannten

15:35.180 --> 15:36.940
Oberschwingungen, die harmonischen.

15:36.940 --> 15:42.180
Aufgrund von Resonanzen wird es so sein, dass ich zu dieser

15:42.180 --> 15:46.180
Grundschwingung, die ich durch diesen Impulszug auf den Luftstrom

15:46.180 --> 15:50.660
modelliere, ich auch die Vielfachen dieser Grundschwingung wieder im

15:50.660 --> 15:51.720
Signal sehen werde.

15:52.060 --> 15:57.480
An diesen Stellen kommt es zu Resonanzen, sogenannten harmonischen

15:57.480 --> 16:01.800
Oberschwingungen, die dann auch deutlich im Signal zu sehen sein

16:01.800 --> 16:02.100
werden.

16:02.100 --> 16:07.660
Sprich, um jetzt erstmal stimmhafte Sprache von stimmloser Sprache zu

16:07.660 --> 16:11.940
unterscheiden, eine erste grobe Einteilung der Stimme oder der

16:11.940 --> 16:17.180
Sprache, die ich da aufnehme, ist es zum Beispiel sinnvoll, irgendwie

16:17.180 --> 16:21.260
geeignet in der Lage sein zu können, diese Grundfrequenz oder das

16:21.260 --> 16:23.820
Vorhandensein dieser Grundfrequenz sehen zu können.

16:24.440 --> 16:29.240
Plus, diese harmonischen werden später wohl irgendeine wichtige Rolle

16:29.240 --> 16:29.620
spielen.

16:29.620 --> 16:33.580
Das wird nämlich dann der Fall sein, wenn wir sehen werden, dass diese

16:33.580 --> 16:39.020
Modulationen, die auf diesen Impulszug draufgelegt werden, dazu führen

16:39.020 --> 16:43.160
werden, dass bestimmte harmonische, bestimmte Oberschwingungen

16:43.160 --> 16:45.140
besonders stark verstärkt werden.

16:45.760 --> 16:50.820
Nicht alle Oberschwingungen, sondern einige wenige der vorhandenen

16:50.820 --> 16:56.660
Oberschwingungen werden durch Interferenzen besonders stark

16:56.660 --> 16:59.980
hervorgehoben werden, besonders starke Resonanzen hervorheben.

17:00.700 --> 17:04.500
Und diese Position, die wievielte Harmonische an welcher Stelle

17:04.500 --> 17:09.620
besonders stark sein wird, wird hinterher ein wichtiges Merkmal dafür

17:09.620 --> 17:12.540
sein, um welche Art von Laut es sich denn hinterher handeln wird.

17:16.060 --> 17:22.440
Diese Frequenz, mit der die Stimmlippen schwingen, diese Frequenz des

17:22.440 --> 17:26.420
Impulszuges, den wir da sehen, den nennen wir die Grundfrequenz oder

17:26.420 --> 17:27.600
den Grundton.

17:28.380 --> 17:31.540
Und wenn man jetzt anschaut, wie für uns Menschen die Stimme klingt,

17:32.160 --> 17:36.040
dann hängt von der Höhe des Grundtons, von der Höhe der Grundfrequenz

17:36.040 --> 17:40.820
ab, ob eine Stimme für uns hoch oder niedrig klingt.

17:42.160 --> 17:46.560
Und ob ein Mensch jetzt eine eher hohe oder eine niedrige Stimme hat,

17:46.560 --> 17:52.360
die hängt jetzt ab von der Länge der Stimmlippen im Großen und Ganzen.

17:52.880 --> 17:56.180
Ich kann zwar dadurch, dass ich die Stimmlippen stärker oder weniger

17:56.180 --> 18:00.700
stark anspanne, die Höhe der Grundfrequenz in einem bestimmten Bereich

18:00.700 --> 18:09.180
variieren, aber die mittlere Tonlage der menschlichen Frequenz, des

18:09.180 --> 18:14.480
menschlichen Grundtons, dieses speziellen Sprechers, ist vorgegeben

18:14.480 --> 18:17.060
durch die Länge seiner Stimmlippen.

18:17.720 --> 18:21.620
Ähnlich wie bei einer Gitarrenseite oder bei einer Geigenseite, die

18:21.620 --> 18:27.040
Frequenz dieser Seite vorgegeben ist durch ihre Länge, nehmen das hier

18:27.040 --> 18:30.840
in diesem Fall die Stimmlippen ein, die Länge der Stimmlippen ein.

18:31.920 --> 18:35.560
Und jetzt ein großes K-Wert, großes aufgepasst.

18:35.680 --> 18:40.040
Viele Menschen denken, ob eine Stimme hoch oder niedrig klingt, das

18:40.040 --> 18:42.100
hängt von der Länge des Vokaltraktes ab.

18:42.520 --> 18:45.680
Also sprich, ob jemand einen langen Hals, einen langen Vokaltrakt hat

18:45.680 --> 18:47.980
oder einen kurzen Vokaltrakt, einen kurzen Hals.

18:48.540 --> 18:52.040
So ähnlich wie man sagt, na ja, eine Piccolo-Flöte ist ja sehr klein

18:52.040 --> 18:55.320
und dann eine Bassflöte ist was sehr Langes.

18:55.940 --> 18:58.000
Und das ist eben nicht der Fall.

18:58.060 --> 19:01.360
Sondern es hängt einzig und allein von der Länge der Stimmlippen ab.

19:02.400 --> 19:05.740
Die Länge des Vokaltraktes, die Form des Vokaltraktes, hat dann

19:05.740 --> 19:11.980
hinterher eine Auswirkung darauf, wie die Stimme modelliert wird.

19:12.320 --> 19:16.840
Wieso die Klangfarbe ist, an welchen Stellen dann hinterher besondere

19:16.840 --> 19:22.000
Interferenzen, besondere Resonanzen dran stattfinden werden.

19:22.240 --> 19:24.960
Das hat sowas wie einen Einfluss auf die Klangfarbe.

19:25.520 --> 19:29.300
Aber erst mal, ob eine Stimme hoch oder niedrig ist, hängt einzig und

19:29.300 --> 19:32.320
allein von der Länge der Stimmlippen ab.

19:33.680 --> 19:38.780
Grundsätzlich ist es so, Männer haben im Durchschnitt eine niedrigere

19:38.780 --> 19:40.400
Grundfrequenz als Frauen.

19:40.920 --> 19:45.720
Bei Männern liegt der Schnitt so ungefähr bei 125 Hertz, bei Frauen

19:45.720 --> 19:47.700
circa bei 250 Hertz.

19:48.540 --> 19:52.840
Und dann sind so mehr oder minder geübte Menschen in der Lage,

19:53.020 --> 19:58.140
ungefähr diese Grundfrequenz um circa zwei Oktaven nach oben oder nach

19:58.140 --> 20:02.780
unten zu bringen, indem die Stimmlippen angespannt werden oder

20:02.780 --> 20:05.040
entspannt, mehr entspannt werden.

20:06.260 --> 20:09.160
Jetzt ist die Frage natürlich, wie kommt das, dass bei Männern die

20:09.160 --> 20:12.600
Grundfrequenz im Schnitt niedriger ist und bei Frauen im Schnitt

20:12.600 --> 20:12.940
höher.

20:13.600 --> 20:17.460
Naja, was auf der Formel steht, folgt daraus logischerweise, dass

20:17.460 --> 20:21.460
Männer grundsätzlich längere Stimmbänder haben als Frauen.

20:22.700 --> 20:25.700
Irgendeiner im Raum, einfach mal reinrufen, hat irgendeiner eine Idee,

20:25.900 --> 20:27.120
woran das liegen könnte?

20:29.980 --> 20:31.020
Freiwillige Vorhaben.

20:35.020 --> 20:38.180
Was ist die einfache Antwort, warum Männer längere Stimmlippen haben

20:38.180 --> 20:38.660
als Frauen?

20:43.300 --> 20:44.740
Genau, mehr Wachstumshormone.

20:44.840 --> 20:46.000
Und welches Wachstumshormon?

20:48.920 --> 20:51.680
Genau, Testosteron, das Wachstumshormon Nummer eins.

20:51.840 --> 20:55.700
Männer haben schlicht und einfach mehr Testosteron als Frauen und

20:55.700 --> 21:00.060
deswegen haben Männer einfach längere Stimmbänder.

21:00.060 --> 21:04.280
Und zwar eigentlich erst im Großen und Ganzen nach der Pubertät, nach

21:04.280 --> 21:04.960
dem Stimmbruch.

21:05.500 --> 21:09.080
Das ist dann, wenn die Testosteron-Werte besonders stark ansteigen bei

21:09.080 --> 21:12.940
Männern und dann fangen auch die Stimmbänder an, deutlich stärker zu

21:12.940 --> 21:13.220
wachsen.

21:14.280 --> 21:17.500
Es gibt auch eine biblische Begründung.

21:17.600 --> 21:19.220
Kennt irgendeiner die biblische Begründung?

21:23.680 --> 21:26.420
Die biblische Begründung ist deshalb interessant, weil sie ein

21:26.420 --> 21:28.640
anatomisches Merkmal gleichzeitig auch benennt.

21:29.740 --> 21:32.460
Kennt jemand die Geschichte irgendeiner Bibelfeste?

21:37.020 --> 21:39.720
Naja, was ist damals im Paradies passiert laut Bibel?

21:41.000 --> 21:45.380
Eva hat Adam gezwungen, vom Baum der Erkenntnis zu essen, sprich einen

21:45.380 --> 21:46.160
Apfel zu essen.

21:48.220 --> 21:52.120
Adam hat von dem Apfel abgebissen und dem ist dann vor lauter Schreck

21:52.120 --> 21:55.960
das Stück Apfel im Hals stecken geblieben.

21:56.740 --> 21:59.520
Und deswegen haben Männer den sogenannten Adamsapfel.

21:59.520 --> 22:04.640
Der Adamsapfel ist nichts anderes als dieser sichtbare Teil der

22:04.640 --> 22:05.640
Stimmlippen.

22:05.820 --> 22:12.860
Deswegen sieht man bei Männern schön, da wo die Stimmritze ist, das

22:12.860 --> 22:16.140
ist genau da, wo diese anatomische Struktur Adamsapfel nach draußen

22:16.140 --> 22:16.440
tritt.

22:16.680 --> 22:18.220
Was man bei Frauen nicht so stark sieht.

22:18.380 --> 22:20.480
Und der Grund ist einfach, dass die Stimmlippen länger sind.

22:20.480 --> 22:26.900
Deswegen tritt bei Menschen hier, da wo ungefähr auch die Schilddrüse

22:26.900 --> 22:30.320
liegt, diese anatomische Struktur deutlich weiter nach draußen.

22:30.700 --> 22:34.080
Und wir sprechen dann halt von dem Adamsapfel, basierend aus der

22:34.080 --> 22:35.760
Geschichte aus der Bibel.

22:40.790 --> 22:44.410
Jetzt ist natürlich die Frage, wie sieht das genau aus mit dem

22:44.410 --> 22:45.270
Bernoulli -Effekt?

22:45.530 --> 22:47.930
Bisher habe ich davon gesprochen, dass man diese Stimmlippen,

22:48.330 --> 22:51.670
Stimmbänder hat, die aneinandergezogen werden durch den Bernoulli

22:51.670 --> 22:52.050
-Effekt.

22:52.890 --> 22:56.390
Das ist anatomisch hundertprozentig nicht ganz richtig.

22:56.570 --> 23:00.190
Vielmehr ist es so, dass die Stimmlippen so kleine Lappen sind, die

23:00.190 --> 23:03.550
nach oben hin geöffnet werden und dann wieder zusammenfallen und

23:03.550 --> 23:04.390
aufeinander liegen.

23:05.110 --> 23:07.670
Und dann durch den Luftstrom werden sie auseinander gedrückt, sie

23:07.670 --> 23:09.710
werden so leicht angehoben, klappen nach oben.

23:10.150 --> 23:12.930
Und dann kommt der Bernoulli-Effekt, der diese Stimmbänder wieder nach

23:12.930 --> 23:14.190
unten aufeinander zieht.

23:14.670 --> 23:18.910
Und das kann man sich jetzt mal hier in den Animationen anschauen.

23:24.460 --> 23:24.960
Hallo?

23:27.240 --> 23:27.740
Bastian?

23:28.300 --> 23:29.360
Sieht man da was?

23:32.220 --> 23:34.400
Schauen wir mal, ob das Video funktioniert.

23:39.100 --> 23:39.820
Funktioniert auch nicht.

23:39.840 --> 23:42.480
Kannst du mal klicken, ob das von deiner Seite funktioniert?

23:47.070 --> 23:50.910
Okay, du hast wahrscheinlich das Video beim Kopieren verloren

23:50.910 --> 23:51.210
gegangen.

23:51.590 --> 23:52.910
Das ist jetzt schade.

23:54.190 --> 23:59.310
Ich werde die Videos und die Links zu den Videos auf die Webseite

23:59.310 --> 23:59.670
stellen.

24:00.070 --> 24:03.250
Da sieht man, dass dann nochmal schön in so einer 3D-Animation wieder

24:03.250 --> 24:04.910
die Luft durch die Stimmlippen durchströmt.

24:05.810 --> 24:09.270
Das ist die linke Animation, die Stimmlippen anhebt und die

24:09.270 --> 24:12.150
Stimmlippen dann durch den Bernoulli-Effekt wieder zusammengezogen

24:12.150 --> 24:14.890
werden und wie daraus dieser Impulszug entsteht.

24:14.890 --> 24:19.570
Und rechts, das Ganze ist sozusagen ein Live-Bild, was man da sieht.

24:19.750 --> 24:24.510
Da hat man einem armen Menschen bei lebendigem Leibe eine Kamera von

24:24.510 --> 24:28.490
oben in die Luftröhre reingesteckt und dann die Stimmlippen

24:28.490 --> 24:28.990
aufgenommen.

24:29.570 --> 24:32.230
Und das Ganze ist eine sogenannte Stroboskop-Aufnahme.

24:32.370 --> 24:36.010
Man kann sich da vorstellen, wenn die Lippen jetzt da mit 125 oder in

24:36.010 --> 24:39.590
diesem Fall sind es so was wie 370 Hertz schwingen, dann sieht man als

24:39.590 --> 24:40.530
Mensch nichts mehr davon.

24:41.570 --> 24:45.390
Was man deshalb macht, ist, dass man versucht, nur jede ente Aufnahme,

24:45.550 --> 24:49.750
jedes ente Bild so aufzunehmen, dass man also dann so eine Art, naja

24:49.750 --> 24:52.670
nicht Zeitlupe bekommt, aber letztendlich, wenn man die richtige

24:52.670 --> 24:57.290
Frequenz wählt, das ist so wie bei einem Stroboskop in der, bei einem,

24:57.990 --> 25:02.610
wie heißt das hier, bei einem, na, wie heißt das, das ist kein

25:02.610 --> 25:09.790
Stroboskop in der Physik, sondern ein, los, die Physiker im Raum, wie

25:09.790 --> 25:14.230
heißt, wenn ich elektrische Signale mit, die Frequenz mitmesse,

25:14.610 --> 25:16.130
Oszilloskop, genau, Dankeschön.

25:16.770 --> 25:19.630
Wie bei einem Oszilloskop, man kann ja auch nicht eine 3-Megahertz

25:19.630 --> 25:21.750
-Frequenz sich anschauen, sondern man muss das Ganze

25:21.750 --> 25:25.790
runtermodellieren, indem man nur jeden Entendurchgang sich anschaut.

25:25.790 --> 25:29.070
Und das macht man hier einfach mit Licht, indem man ein Stroboskop

25:29.070 --> 25:33.650
hat, das mit einer bestimmten Frequenz Lichtblitze erzeugt, sodass man

25:33.650 --> 25:35.450
nur was sieht, wenn das Stroboskop blitzt.

25:35.930 --> 25:39.110
Und dann sieht man da in einer verlangsamten Art und Weise, wie diese

25:39.110 --> 25:41.210
Stimmlippen schwingen.

25:41.970 --> 25:44.050
Wie gesagt, ich stelle es noch ins Ilias, dann sieht man das.

25:44.730 --> 25:49.870
Also, nochmal hier den Artikulationsapparat mit ganz vielen

25:49.870 --> 25:52.690
anatomischen Strukturen definiert.

25:53.550 --> 25:59.530
Für uns das Wichtigste sind also ein Kehlkopf, die ja stimmt.

26:00.550 --> 26:02.670
Dann, ganz wichtig, die Zunge.

26:03.590 --> 26:05.210
Ganz wichtig, die Lippen.

26:05.210 --> 26:10.250
Das sind alles mobile Artikulatoren, die ich auf- und zumachen kann,

26:10.390 --> 26:12.330
heben, senken, vorne nach hinten bewegen.

26:12.810 --> 26:16.270
Und natürlich auch den Kiefer, den ich absenken kann und heben kann.

26:16.870 --> 26:19.150
Und dann gibt es relativ viele starre Strukturen.

26:19.470 --> 26:20.410
Zum Beispiel die Zähne.

26:20.710 --> 26:22.430
Ich kann jetzt meine Zähne nicht bewegen.

26:22.990 --> 26:25.890
Was ich aber machen kann, ist, dass ich zum Beispiel mit dem Kiefer

26:25.890 --> 26:30.530
die Distanz, die Öffnung zwischen den Zähnen größer oder kleiner

26:30.530 --> 26:31.050
machen kann.

26:31.050 --> 26:35.610
Oder, was ich auch sehr viel mache, ist, dass ich mit der Zunge die

26:35.610 --> 26:38.470
Zähne oder den Raum hinter den Zähnen anfahren kann.

26:39.070 --> 26:42.430
Im Englischen, das TH ist so ein typisches Beispiel, dass ich die

26:42.430 --> 26:45.510
Zunge sogar direkt zwischen die Zähne legen kann und mit den Zähnen

26:45.510 --> 26:46.910
einklemmen kann.

26:47.570 --> 26:49.710
Dient dazu, um bestimmte Laute aufzuführen.

26:49.830 --> 26:53.390
Oder ich kann halt meine Zunge zum Beispiel hinter die Zähne legen.

26:53.390 --> 26:57.610
Oder meine Zunge auch in diese sogenannten Zahntaschen oder hinteren

26:57.610 --> 26:58.470
Zahntaschen legen.

26:58.570 --> 27:00.310
Das sind dann die sogenannten Alveolen.

27:00.810 --> 27:03.210
Die Alveolen ist der Teil der Anatomie.

27:03.750 --> 27:06.190
Das sind die Löcher, in denen die Zähne stecken, auf gut Deutsch

27:06.190 --> 27:06.550
gesagt.

27:07.150 --> 27:11.510
Und da kann ich so meine Zunge ganz schnell hinten in diesen Ansatz

27:11.510 --> 27:12.620
hinter den Zähnen reinlegen.

27:13.470 --> 27:17.370
Dann habe ich oben am oberen Rand der Mundhöhle den Gaumen.

27:17.370 --> 27:19.410
Da gibt es einen harten und einen weichen Gaumen.

27:19.490 --> 27:23.370
Da kann ich dann auch jeweils Teile der Zunge dranlegen oder zumindest

27:23.370 --> 27:24.630
in diese Richtung bewegen.

27:25.390 --> 27:29.370
Und wie gesagt, noch mit dem Gaumensegel, ganz wichtig, kann ich den

27:29.370 --> 27:32.790
Nasenbereich, die Nasenhöhle auf- oder zumachen.

27:33.570 --> 27:37.310
Wenn man die Position der Zunge beschreiben möchte, wenn man hinterher

27:37.310 --> 27:41.570
beschreiben möchte, die Zunge, wie befand die sich, in welcher

27:41.570 --> 27:45.610
Position befand die sich, und dann nur eine kurze Beschreibung haben

27:45.610 --> 27:48.390
möchte für ein Laut, dann ist es natürlich schwierig, diesen

27:48.390 --> 27:51.870
Fleischlappen - und Muskelzunge in seiner Form zu beschreiben.

27:52.490 --> 27:56.430
Was aber sehr häufig ausreicht, um die Form der Zunge zu beschreiben

27:56.430 --> 28:00.990
für die Artikulation, ist es einfach zu sagen, wo befand sich der

28:00.990 --> 28:02.730
höchste Punkt der Zunge.

28:03.390 --> 28:08.010
Und das ist dann das sogenannte Dorsum Linguae, als den höchsten Punkt

28:08.010 --> 28:08.410
der Zunge.

28:08.410 --> 28:12.190
Und da kann man beschreiben, wo befand er sich vertikal, wo befand er

28:12.190 --> 28:15.610
sich horizontal im Mund und kann auf die Art und Weise hinreichend gut

28:15.610 --> 28:19.070
die Position der Zunge und die Form der Zunge beschreiben, um dann

28:19.070 --> 28:20.510
hinterher die Laute zu beschreiben.

28:24.820 --> 28:31.580
Wenn man sich jetzt die menschliche Sprache anschaut, dann konnte man

28:31.580 --> 28:35.920
früher schön Experimente machen, als man noch nicht wusste, wie

28:35.920 --> 28:40.140
schädlich Röntgenstrahlen sind, dass man so Menschen einfach in ein

28:40.140 --> 28:41.300
Fluoroskop gesteckt hat.

28:41.540 --> 28:45.500
Sprich, man hat einen Röntgenfilm gemacht davon, wie der menschliche

28:45.500 --> 28:47.000
Vokaltrakt sich so verhält.

28:47.860 --> 28:51.180
Und wenn man dann so den menschlichen Vokaltrakt sich anschaut,

28:51.300 --> 28:54.980
während der Mensch spricht, dann sind diese ganzen Artikulatoren die

28:54.980 --> 28:57.500
ganze Zeit irgendwie in kontinuierlicher Bewegung.

28:57.500 --> 29:01.660
Der Kiefer geht hoch und runter, die Zunge schnellt überall hin und

29:01.660 --> 29:04.780
her, die Stimmlippen schwingen, die Stimmlippen schwingen nicht, Velum

29:04.780 --> 29:08.980
senkt sich, hebt sich, die Lippen runden sich oder werden flach,

29:09.180 --> 29:10.240
öffnen sich etc.

29:10.380 --> 29:10.660
etc.

29:11.140 --> 29:15.660
Das Ganze ist also ein sehr dynamischer Prozess, sehr unüberschaubar.

29:15.660 --> 29:19.240
Wenn man aber so einen Schritt zurücknimmt und ein bisschen die Augen

29:19.240 --> 29:23.740
zusammenkneift, dann ist das erste, was man festgestellt hat, dass

29:23.740 --> 29:27.560
dieser Vokaltrakt im Großen und Ganzen während der Sprachproduktion

29:27.560 --> 29:32.800
eine Abfolge ist von eher offenen Konfigurationen, gefolgt von einer

29:32.800 --> 29:37.000
eher engeren Konfiguration, gefolgt von einer eher offenen

29:37.000 --> 29:37.800
Konfiguration.

29:37.800 --> 29:41.840
Das heißt, während die Luft rausgepresst wird, was die ganze Zeit

29:41.840 --> 29:46.780
passiert ist, dass dieser Vokaltrakt aufgeht, wieder zugeht, sich

29:46.780 --> 29:49.820
wieder eher öffnet, sich wieder eher verengt.

29:50.220 --> 29:53.440
Jetzt unabhängig davon, wo genau diese Verengungen stattfinden werden.

29:54.220 --> 29:58.560
Und auf die Art und Weise konnte man dann menschliche Sprache schon

29:58.560 --> 30:01.220
mal in zwei verschiedene Arten von Lauten unterteilen.

30:01.220 --> 30:05.680
Und man hat einfach gesagt, da wo der Vokaltrakt eine eher offene

30:05.680 --> 30:09.960
Konfiguration ist, also im Großen und Ganzen eher geöffnet ist, diese

30:09.960 --> 30:11.440
Laute, die nennen wir Vokale.

30:12.220 --> 30:17.900
Und die Laute, die eher geschlossen sind, wo eher der Vokaltrakt zu

30:17.900 --> 30:20.100
ist, die nennt man Konsonanten.

30:23.040 --> 30:28.060
Das hat einem insofern geholfen, dass man nämlich festgestellt hat,

30:28.100 --> 30:31.460
wenn man menschlicher Sprache nur zuhört, nehmen die Menschen aus

30:31.460 --> 30:32.620
irgendeinem Grund Laute wahr.

30:32.980 --> 30:35.500
Auf dem Film ist die ganze Zeit immer nur irgendwie eine

30:35.500 --> 30:37.160
kontinuierliche Bewegung des Vokaltraktes.

30:38.320 --> 30:43.800
Für den Mensch besteht Stimme aber, wenn er ihr zuhört, aus einer

30:43.800 --> 30:45.980
Folge von eigenständigen Lauten.

30:46.750 --> 30:49.800
Und wenn man jetzt diese menschliche Wahrnehmung hernimmt, dann kann

30:49.800 --> 30:53.140
man sagen, ein minimales Schallsegment, ein möglichst kleines

30:53.140 --> 30:56.860
Schallsegment, das ein Mensch noch als so einen selbstständigen,

30:57.000 --> 31:00.980
eigenständigen Laut wahrnimmt, den definiert man sich als Phon.

31:01.300 --> 31:02.860
Den nennt man als ein Phon.

31:03.800 --> 31:07.880
Und dann diese Phone, bevor man sie benennt, kann man sie erstmal

31:07.880 --> 31:12.260
unterteilen in Phone, die Vokale heißen, wo der Vokaltrakt eher offen

31:12.260 --> 31:15.300
war, und in Phone die Konsonanten heißen.

31:15.300 --> 31:18.260
Wo der Vokaltrakt eher geschlossen ist.

31:19.160 --> 31:22.840
Jetzt kann man mal zurückdenken an die Grundschule oder die frühen

31:22.840 --> 31:25.120
Jahre der Schule.

31:25.880 --> 31:29.040
Da hatte man auch was von Vokalen und Konsonanten gehört, wenn man

31:29.040 --> 31:30.780
nämlich lernt zu lesen und zu schreiben.

31:31.420 --> 31:35.240
Weiß noch jemand, wie man damals als Kind Konsonanten genannt hat?

31:41.410 --> 31:45.490
Wenn man jetzt nicht den Fachbegriff Konsonant nehmen möchte, wie

31:45.490 --> 31:46.150
heißen die dann?

31:50.460 --> 31:53.080
Bloß alle haben die Grundschule hoffentlich erfolgreich abgeschlossen,

31:53.240 --> 31:53.320
oder?

31:57.970 --> 32:01.130
Wenn Sie Ihren Cousinen, Neffen, vielleicht sogar eigenen Kindern

32:01.130 --> 32:03.810
beibringen müssten Konsonant, wie nennen Sie denen das?

32:03.930 --> 32:09.350
Da erzählen Sie denen ja nichts von geschlossenem Vokaltrakt und das

32:09.350 --> 32:11.110
ist dann ein Konsonant, sondern wie heißt das?

32:12.370 --> 32:14.050
Ein sogenannter Reibelaut.

32:15.030 --> 32:17.290
Hat man das früher in der Schule genannt, den Reibelaut.

32:17.290 --> 32:22.450
Und das sagt einem schon ein bisschen was darüber aus, was passiert,

32:22.590 --> 32:24.610
wenn dieser Vokaltrakt eher geschlossen ist.

32:25.110 --> 32:29.050
Dann reibt sich die Luft irgendwie an dieser Anatomie, an den

32:29.050 --> 32:29.310
Artikulatoren.

32:30.650 --> 32:34.450
Die Luft wird also in irgendeiner Form verwirbelt, eingeschränkt, man

32:34.450 --> 32:37.270
hört so ein Zischen oder in irgendeiner Form wird es da eng und die

32:37.270 --> 32:38.710
Luft wird irgendwo durchgepresst.

32:39.510 --> 32:43.070
Und weiß noch einer, wie die Vokale hießen auf gut Deutsch in der

32:43.070 --> 32:44.110
Schule?

32:47.110 --> 32:49.930
Die Vokale hießen früher die Selbstlaute.

32:51.250 --> 32:55.330
Selbstlaute deshalb, weil sie von selber klingen, eigenständig

32:55.330 --> 32:55.630
klingen.

32:56.430 --> 33:00.210
Jetzt kann man sich überlegen, der Vokaltrakt ist eher offen, das

33:00.210 --> 33:03.990
heißt die Luft kann da durch, sie reibt sich nirgendwo, sie strömt

33:03.990 --> 33:04.990
einfach so aus.

33:06.150 --> 33:09.490
Kann man sich vorstellen, einfach so, da klingt ja nichts.

33:10.230 --> 33:15.150
Das heißt so ein Hauchen, wenn ich den Vokaltrakt öffne und ausatme,

33:15.370 --> 33:19.470
das ist ja kein Vokal, das ist ja kein Selbstlaut.

33:20.090 --> 33:23.430
Da muss also irgendwas sein bei den Selbstlauten, damit die klingen.

33:24.010 --> 33:29.450
Und die klingen deshalb, weil Vokale immer stimmhafte Sprache sein

33:29.450 --> 33:29.710
müssen.

33:30.390 --> 33:34.770
Der Vokaltrakt ist also eher geöffnet, aber es muss etwas klingen.

33:34.770 --> 33:38.790
Und das Einzige, was dann klingen kann, ist, dass die Stimmlippen

33:38.790 --> 33:39.770
schwingen.

33:41.990 --> 33:45.570
Und auf die Weise kann man sich dann anfangen zu überlegen, erst mal,

33:45.710 --> 33:49.870
gut, wir haben Vokale, was für Vokale gibt es denn und wie kann ich

33:49.870 --> 33:50.870
Vokale beschreiben?

33:52.290 --> 33:55.510
Und da ich halt in diesem offenen Vokaltrakt immer diesen

33:55.510 --> 33:58.970
ungehinderten Luftstrom habe, brauche ich, damit ich überhaupt

33:58.970 --> 34:01.750
irgendwas höre, damit da überhaupt irgendetwas klingt, die

34:01.750 --> 34:01.990
Stimmlippen.

34:02.890 --> 34:06.030
Das heißt, Vokale sind immer stimmhaft.

34:07.570 --> 34:12.850
Und dann reicht das völlig aus, um einen Vokal zu beschreiben, brauche

34:12.850 --> 34:16.530
ich genau zwei Informationen.

34:17.370 --> 34:21.630
Dass es die eine Information ist, ich muss wissen, wo ist der höchste

34:21.630 --> 34:24.250
Punkt der Zunge, wo ist das Dorsum Linguae.

34:24.970 --> 34:28.310
Und das kann ich beschreiben, indem ich einfach wieder in diesem

34:28.310 --> 34:33.110
Sagittalschnitt des Vokaltraktes mir anschaue, wo ist der höchste

34:33.110 --> 34:37.110
Punkt der Zunge horizontal und wo liegt er vertikal.

34:38.290 --> 34:41.450
Und wenn man sich das anschaut und guckt, wie kann der Mensch

34:41.450 --> 34:46.870
überhaupt die Lippen bewegen, wie kann er überhaupt den höchsten Punkt

34:46.870 --> 34:51.410
der Zunge horizontal und vertikal ausrichten, dann kommt man zu diesem

34:51.410 --> 34:53.110
Trapez, das man da sieht.

34:53.710 --> 34:58.670
Dieses Trapez beschreibt also die Position des höchsten Punktes der

34:58.670 --> 34:58.890
Zunge.

34:59.590 --> 35:02.750
Und da ich die nicht beliebig verschieben kann, komme ich halt zu

35:02.750 --> 35:05.110
dieser etwas trapezkeilförmigen Abbildung.

35:06.330 --> 35:09.210
Und diese Art Bildung, die nennt man das Vokalviereck.

35:11.430 --> 35:15.490
Und dann will man jetzt auch nicht, wenn man Laute beschreibt,

35:15.730 --> 35:22.070
kontinuierlich in Zentimetern oder in Prozent den höchsten Punkt der

35:22.070 --> 35:27.130
Zunge angeben, sondern man hat angefangen, den sich in so einen Raster

35:27.130 --> 35:28.330
einzuteilen.

35:29.110 --> 35:33.270
Und in diesem Raster hat man halt vier vertikale Positionen bestimmt

35:33.270 --> 35:36.170
und drei horizontale Positionen.

35:36.170 --> 35:40.110
Und an jeder dieser Positionen macht man halt so einen Punkt und kann

35:40.110 --> 35:43.670
dann an jeden dieser Punkte erstmal prinzipiell einen Vokal schreiben.

35:44.530 --> 35:47.210
Dann hat man irgendwo später festgestellt, es gibt doch ein paar

35:47.210 --> 35:50.210
Vokale mehr, dann hat man noch Vokale angefangen, an solche

35:50.210 --> 35:51.810
Zwischenpositionen zu beschreiben.

35:53.010 --> 35:58.190
Und jetzt kann ich in diesem Trapez erstmal die Position des höchsten

35:58.190 --> 36:02.250
Punktes der Zunge abtragen, aber da oben steht noch, ich muss noch

36:02.250 --> 36:03.610
wissen, was die Lippenform ist.

36:03.610 --> 36:08.630
Und bei Vokalen können die Lippen zwei Formen annehmen.

36:09.090 --> 36:14.910
Sie können gerundet sein oder sie können ungerundet sein, so flach

36:14.910 --> 36:15.370
aussehen.

36:16.330 --> 36:20.250
Und je nachdem, ob ein Vokal jetzt gerundet oder ungerundet ist,

36:20.530 --> 36:23.590
klingt er bei gleicher Position der Zunge etwas anders.

36:24.950 --> 36:29.170
Und was man dann einfach macht ist, dass man in diesem Vokalviereck an

36:29.170 --> 36:33.310
jedem dieser Punkte aus diesem drei-horizontal-vier-Vertikal-Gatter

36:33.310 --> 36:35.170
zwei Vokale abträgt.

36:35.790 --> 36:40.390
Links von dem Punkt schreibt man die ungerundete Form und rechts von

36:40.390 --> 36:42.330
dem Punkt schreibt man die gerundete Form.

36:44.450 --> 36:48.210
Und jetzt kann man sich überlegen, was für Vokale scheint es denn zu

36:48.210 --> 36:48.450
geben.

36:48.450 --> 36:52.330
Wenn ich jetzt meine Zunge relativ weit nach hinten und relativ weit

36:52.330 --> 36:56.590
nach unten drücke, dann komme ich zu so sehr tief klingenden Vokalen.

36:57.090 --> 37:01.630
So tief klingende A-Laute.

37:02.490 --> 37:06.230
Wenn ich jetzt meine Zunge relativ weit hinten habe, aber relativ nach

37:06.230 --> 37:10.950
oben komme, dann komme ich aus so einer Mischung aus zwar kehlig

37:10.950 --> 37:13.770
-dunkel klingenden, aber doch ein bisschen höher klingenden Lauten.

37:13.770 --> 37:15.750
Dann wäre das zum Beispiel so etwas wie ein U.

37:16.670 --> 37:21.230
Das ist im Prinzip das gleiche wie ein A, aber dass einfach die Zunge

37:21.230 --> 37:24.570
zwar weit hinten ist, aber einfach nach oben geschoben wird.

37:25.370 --> 37:28.290
Und wenn ich dann in die entgegengesetzte Richtung gehe, die Zunge

37:28.290 --> 37:31.790
sehr weit nach vorne schiebe und sehr weit nach oben schiebe, da komme

37:31.790 --> 37:35.590
ich zu diesen hell klingenden, hoch klingenden I-Lauten, zu so einem

37:35.590 --> 37:35.930
I.

37:37.910 --> 37:41.810
Und zwischen diesen ganzen Positionen habe ich halt ganz

37:41.810 --> 37:43.590
unterschiedlich klingende Vokale.

37:44.710 --> 37:48.650
Und nicht jede Sprache hat alle Vokale.

37:49.390 --> 37:53.270
Zum Beispiel im Deutschen gibt es nur eine Untermenge dieser Vokale,

37:53.330 --> 37:54.290
die wir nicht benutzen.

37:54.670 --> 37:57.230
Und die Vokale, die wir nicht kennen, hatten wir ja schon gesagt,

37:57.310 --> 37:59.510
haben wir meistens Schwierigkeiten zu produzieren.

37:59.510 --> 38:01.750
Jetzt mal da in die Runde gefragt.

38:02.270 --> 38:04.310
Gibt es irgendwo jemanden, der Russisch spricht?

38:08.900 --> 38:09.180
Wunderbar.

38:09.340 --> 38:12.360
Ich suche gerade mal nach einem schönen Wort.

38:21.960 --> 38:24.720
Ach Gott, jetzt habe ich gerade einen Blackout.

38:24.820 --> 38:24.980
Moment.

38:27.440 --> 38:29.080
Was heißt Pilz auf Russisch?

38:32.150 --> 38:33.530
Genau, das ist der Grieb.

38:36.310 --> 38:37.590
Und jetzt kommt das Besondere.

38:38.710 --> 38:39.530
Ich gucke mal gerade.

38:39.790 --> 38:40.550
Oder noch schöner.

38:41.710 --> 38:42.450
Der Vogel.

38:44.950 --> 38:45.870
Der Ptizer.

38:47.430 --> 38:50.030
Ich gucke jetzt gerade noch parallel nach, dass ich jetzt hier nichts

38:50.030 --> 38:50.750
falsch mache.

38:53.450 --> 38:55.770
Ich brauche auch irgendwie russischen Text hier vor mir.

38:55.770 --> 39:00.350
Entschuldigung, ich bin noch ziemlich jetlagg.

39:01.970 --> 39:08.390
Bei mir ist hier jetzt zwar schon ziemlich früh, aber ich gucke mir

39:08.390 --> 39:09.350
das jetzt noch gerade an.

39:10.610 --> 39:12.230
Also bitte noch mal den Vogel sprechen.

39:15.350 --> 39:17.890
Das Interessante, worauf man jetzt achten muss, ist auf das i.

39:19.630 --> 39:22.270
Wir als Deutsche, für uns klingt das, denkt man jetzt erst mal das

39:22.270 --> 39:22.930
seinen i.

39:23.870 --> 39:25.870
Das ist aber nicht das i, das wir kennen.

39:26.450 --> 39:29.610
Sondern das ist ein i, das es im Russischen gibt, aber das gibt es

39:29.610 --> 39:30.230
nicht im Deutschen.

39:31.050 --> 39:36.950
Und das ist gerade dieses i, das ganz oben links in der Ecke drin ist.

39:37.430 --> 39:41.450
Das ist ein sehr hell klingendes i, das wir im Deutschen gar nicht

39:41.450 --> 39:41.750
kennen.

39:41.890 --> 39:44.450
Unser i ist so ein bisschen weiter hinten und ein bisschen weiter

39:44.450 --> 39:45.410
unten angesetzt.

39:45.570 --> 39:46.870
Hauptsächlich ein bisschen weiter hinten.

39:48.470 --> 39:52.190
Wir hören da keinen Unterschied, weil wir keinem Unterschied gewohnt

39:52.190 --> 39:52.350
sind.

39:53.250 --> 39:55.050
Und jetzt machen wir was ganz Fieses.

39:58.090 --> 40:01.470
Etwas, was wir Deutschen überhaupt nicht können.

40:01.730 --> 40:12.430
Wir hören zwar den Unterschied, aber wir können das einfach ums

40:12.430 --> 40:14.790
Verrecken nicht produzieren, weil wir das nicht gewohnt sind.

40:14.790 --> 40:27.850
Und jetzt brauche ich ein schönes Wort, was heißt zum Beispiel Ausgang

40:27.850 --> 40:28.450
auf Russisch.

40:31.130 --> 40:34.370
Und jetzt muss man wieder darauf hören, auf diesen ersten Vokal.

40:34.670 --> 40:36.590
Dürfte ich nochmal bitten, weil wenn ich das mache, das klingt nicht

40:36.590 --> 40:36.810
gut.

40:39.090 --> 40:40.950
Und jetzt kommt das Schöne daran.

40:40.950 --> 40:45.990
Dieses Ü, das man da hört, das ist auch so eine Art i.

40:46.830 --> 40:50.990
Das ist ziemlich stark von dem i abgeleitet, aber es passiert was ganz

40:50.990 --> 40:51.610
Fieses.

40:52.090 --> 40:55.930
Und was passiert ist, man fängt oben bei diesem i an, wenn man das

40:55.930 --> 40:56.530
lernen möchte.

40:57.270 --> 40:59.550
Da ist die Zunge ganz weit vorne und ganz weit oben.

40:59.950 --> 41:02.470
Und jetzt muss man etwas machen, was wir als Deutsche nicht können.

41:02.550 --> 41:03.950
Jetzt muss man die Zunge absenken.

41:05.010 --> 41:10.330
Man muss die Zunge von oben vorne lassen, aber runter bringen.

41:10.330 --> 41:13.270
Und dann kommt man zu diesem Ü, zum Wirrt.

41:14.110 --> 41:16.930
Und das ist etwas, da haben wir Deutsche, wenn wir das produzieren

41:16.930 --> 41:19.230
wollen, und zum Beispiel Russisch lernen, wir kriegen das einfach ums

41:19.230 --> 41:19.830
Verreck nicht hin.

41:20.050 --> 41:22.770
Da kann man meistens einen Deutschen, der irgendwie mal versucht hat,

41:22.830 --> 41:25.830
Russisch zu lernen, ganz leicht daran erkennen, dass er diesen Vokal

41:25.830 --> 41:26.910
einfach nicht produzieren kann.

41:27.630 --> 41:32.150
Wir haben das während der Phase, wo wir unsere Phoneme kennengelernt

41:32.150 --> 41:33.650
haben, nie gelernt.

41:33.790 --> 41:36.970
Und wir kriegen das einfach nicht vernünftig produziert.

41:36.970 --> 41:40.270
Da muss man sich sehr stark darauf konzentrieren und meistens geht es

41:40.270 --> 41:42.290
dann trotzdem gleich schief.

41:43.310 --> 41:49.650
Das ist insofern interessant, weil man da sich jetzt eine zweite

41:49.650 --> 41:56.010
Besonderheit bei der Phonemenbildung dran anschauen kann.

41:57.950 --> 42:01.430
Da kommen wir nämlich jetzt wieder zu dem sogenannten Palatum, zu dem

42:01.430 --> 42:01.790
Gaumen.

42:03.350 --> 42:07.190
Im Russischen gibt es zum Beispiel zwei Arten von Vokalen und die

42:07.190 --> 42:09.710
Vokale kommen immer in Paaren vor.

42:10.230 --> 42:16.170
Es gibt immer den Vokalen und die sogenannte palatisierte Variante des

42:16.170 --> 42:16.710
Vokals.

42:17.430 --> 42:21.490
Das ist insofern interessant, weil diese palatisierten Varianten der

42:21.490 --> 42:23.750
Vokale kennen wir in der Regel nicht.

42:24.130 --> 42:28.470
Also es gibt im Russischen ein A und es gibt im Russischen ein Ja.

42:29.330 --> 42:32.250
Und das A, das können wir als Mensch problemlos, als Deutscher

42:32.250 --> 42:35.250
problemlos produzieren, das ist so ungefähr das A, das wir kennen.

42:35.830 --> 42:39.210
Und von diesem A gibt es dann eine zweite Variante, wo einfach die

42:39.210 --> 42:40.990
Zunge in Richtung Gaumen geschoben wird.

42:41.230 --> 42:44.370
Die wird so angehoben in Richtung harter Gaumen und dann kommen wir

42:44.370 --> 42:45.250
raus beim Ja.

42:46.050 --> 42:48.850
Im Deutschen, wenn wir sowas niederschreiben würden und approximieren

42:48.850 --> 42:51.990
würden, wir würden immer so ein J und ein A schreiben.

42:53.110 --> 42:55.470
Das wäre für uns so ungefähr der Vokal.

42:56.370 --> 43:00.210
Und diese palatisierten Varianten der Vokale gibt es im Deutschen

43:00.210 --> 43:02.690
nicht, mit einer einzigen Ausnahme.

43:02.990 --> 43:04.150
Und das ist eben gerade das I.

43:04.650 --> 43:08.090
Im I kennen wir eine palatisierte Version und das ist nämlich gerade

43:08.090 --> 43:09.130
das I, das wir kennen.

43:09.870 --> 43:13.850
Und wenn wir jetzt das Gegenteil, die nicht palatisierte, die harte

43:13.850 --> 43:17.690
Form dieses Vokals nehmen, dann kommen wir eben gerade bei diesem Ü

43:17.690 --> 43:20.570
an, das wir als Deutsche gar nicht produzieren können.

43:22.310 --> 43:25.790
Von der Wahrnehmung her kann man hier schön wieder argumentieren,

43:26.210 --> 43:30.530
jetzt als Menschen haben wir irgendwie ein Gefühl dafür, wir würden

43:30.530 --> 43:34.670
diese Vokale, die nicht palatisiert sind, immer als harte Vokale

43:34.670 --> 43:35.310
bezeichnen.

43:35.430 --> 43:38.610
Und wenn wir einen laut palatisieren, also die Zunge in Richtung

43:38.610 --> 43:43.050
Gaumen heben, dann empfinden wir das irgendwie als weicher.

43:43.350 --> 43:45.090
Man spricht dann von weichen Vokalen.

43:45.090 --> 43:48.070
Und das Ganze kann man auch bei Konsonanten machen, dass so

43:48.070 --> 43:51.090
Konsonanten, die damit arbeiten, dass die Zunge in Richtung Gaumen

43:51.090 --> 43:53.770
gehoben wird, aus irgendeinem Grund irgendwie weicher klingen.

43:54.870 --> 43:58.390
Okay, dann schon mal danke für die Unterstützung.

43:59.970 --> 44:05.010
Dann gibt es bei Diphthong noch eine zweite, einen zweiten Effekt.

44:05.610 --> 44:08.830
Und das ist der, dass man Vokale zusammenmischen kann.

44:10.490 --> 44:14.390
Kennt man im Deutschen den schönen Vokal I, mit einem E-I geschrieben,

44:14.970 --> 44:16.810
klingt als eigenständiger Laut.

44:17.370 --> 44:21.910
Also im Deutschen schreiben wir E-I und sprechen es I aus, wir sagen

44:21.910 --> 44:22.490
nicht E-I.

44:23.670 --> 44:27.790
Und was da passiert, ist etwas, das trotzdem mit dem E und dem I

44:27.790 --> 44:28.530
zusammenhängt.

44:29.450 --> 44:33.170
Was man da nämlich macht, ist, dass man an einer bestimmten Position

44:33.170 --> 44:37.810
anfängt, nämlich bei der des Is so ungefähr, und dann kontinuierlich

44:37.810 --> 44:41.950
die Zunge fortbewegt, bis man in der Endposition das I erreicht.

44:42.710 --> 44:48.430
Und das Ganze wird als ein eigenständiger Vokal wahrgenommen, ein I.

44:49.230 --> 44:52.930
Und diese Art von Vokal, wo die Zunge also nicht an einer Position

44:52.930 --> 44:56.950
verharrt, sondern wo man bei einer Position anfängt und zu einer

44:56.950 --> 45:00.750
anderen Position kontinuierlich hinfährt, so was nennt man eben ein

45:00.750 --> 45:01.570
Diphthong.

45:02.990 --> 45:06.090
Gegenstück dazu dann der Monophthong, wo man das eben nicht macht.

45:06.570 --> 45:09.810
Und hier ist jetzt als Beispiel mal ein paar englischsprachige

45:09.810 --> 45:11.930
Diphthonge aufgetragen.

45:12.610 --> 45:15.610
So was wie Boy fängt man halt bei O an und hört bei diesem Y

45:15.610 --> 45:16.970
markierten auf.

45:17.090 --> 45:22.510
Bei Down fängt man halt mit einem O an und bekommt bei etwas raus, was

45:22.510 --> 45:24.950
einem fast palatisierten A gilt.

45:24.950 --> 45:28.590
Oder bei Bye fängt man auch wieder bei einem A an und geht in Richtung

45:28.590 --> 45:30.250
zu so einem I über.

45:31.890 --> 45:35.850
Und da ist eben gerade wieder dieser Effekt zu sehen, der Vokaltrakt

45:35.850 --> 45:37.070
ist ganz dynamisch.

45:37.290 --> 45:40.090
Das heißt, man ist nicht in einer statischen Konfiguration und

45:40.090 --> 45:43.930
produziert einen Laut und das nehmen Menschen dann als klar separaten

45:43.930 --> 45:48.710
Laut dar, sondern dieser Vokaltrakt ist ganz dynamisch, fließend in

45:48.710 --> 45:49.290
Bewegung.

45:49.690 --> 45:52.930
Aber für uns Menschen, obwohl das so ein fließender Übergang ist, die

45:52.930 --> 45:56.230
Konfiguration ändert sich die ganze Zeit, ist für uns von der

45:56.230 --> 45:58.230
Wahrnehmung her trotzdem ein einzelner Laut.

45:59.230 --> 46:02.370
Und das macht es zum Beispiel hinterher für die Maschine so schwierig.

46:02.550 --> 46:04.770
Für die Maschine verändert sich da die ganze Zeit was.

46:05.210 --> 46:09.250
Wenn sie auf das Signal schaut, das Signal ist wüst in Bewegung, aber

46:09.250 --> 46:12.190
für uns Menschen von der Wahrnehmung her ist es statisch, ein sich

46:12.190 --> 46:13.170
nicht verändernder Laut.

46:16.070 --> 46:18.950
Kommen wir zum Gegenstück der Vokale, zu den Konsonanten.

46:18.950 --> 46:23.330
Wir hatten schon gesagt, bei den Konsonanten ist der Vokaltrakt eher

46:23.330 --> 46:23.790
geschlossen.

46:24.510 --> 46:25.510
Das sind Reibelaute.

46:25.990 --> 46:29.850
Das heißt, an irgendeiner Stelle wird dieser Luftstrom eingeschränkt.

46:30.490 --> 46:33.510
Er wird gehemmt, wird zum Teil komplett abgeschlossen.

46:33.710 --> 46:37.690
Es gibt irgendwo im Vokaltrakt eine Verengung und durch diese

46:37.690 --> 46:40.150
Verengung muss der Luftstrom durch.

46:40.890 --> 46:43.870
Und dadurch, dass der durch diese Verengung durch muss, wird dieser

46:43.870 --> 46:45.110
Luftstrom verwirbelt.

46:45.110 --> 46:51.490
Es kommt zu Verwirbelungen, zu ganz engen Stellen, wo die Luft so

46:51.490 --> 46:53.870
durchgepresst wird und dann so zischartig austritt.

46:54.210 --> 46:57.890
Oder sie wird ganz kurz abgeschnitten und wieder geöffnet, sodass man

46:57.890 --> 47:02.630
ähnlich wie beim Trommelschlag einen starken Impuls bekommt.

47:03.730 --> 47:07.110
Und auf diese Art und Weise wird der Luftstrom modelliert.

47:07.310 --> 47:11.730
Und das führt dazu, dass die Stimmbänder nicht mehr notwendig sind

47:11.730 --> 47:12.170
unbedingt.

47:12.170 --> 47:16.030
Man kann also jetzt auch hörbare Sprache produzieren durch diese

47:16.030 --> 47:22.470
Verengung, durch dieses Einschränken des Luftstromes, ohne dass man

47:22.470 --> 47:25.210
unbedingt vorher die Modulation durch die Stimmbänder braucht.

47:27.790 --> 47:36.250
Das hat halt zur Folge, dass man Konsonanten sowohl mit Schwingung der

47:36.250 --> 47:39.410
Stimmbänder produzieren kann, als auch ohne Schwingung der

47:39.410 --> 47:39.890
Stimmbänder.

47:39.890 --> 47:45.050
Und wenn ich wieder dieselbe Konfiguration habe im Vokaltrakt und mal

47:45.050 --> 47:47.670
die Stimmbänder schwingen lasse und mal die Stimmbänder nicht

47:47.670 --> 47:51.550
schwingen lasse, erhalte ich zwei verschiedene Arten von Konsonanten,

47:51.910 --> 47:53.410
obwohl sich sonst nichts geändert hat.

47:54.210 --> 47:57.010
Das heißt also, ähnlich wie bei den Vokalen, wo man gesagt hat, man

47:57.010 --> 48:01.030
unterscheidet zwischen gerundeten und flachen Lippen, kann man als

48:01.030 --> 48:05.510
erste Dimension, in der man Konsonanten unterteilen kann, sich Fragen

48:05.510 --> 48:08.570
untersuchen, schwingen die Stimmbänder oder schwingen die Stimmbänder

48:08.570 --> 48:08.950
nicht.

48:10.370 --> 48:16.350
Und dann kann man Konsonanten unterscheiden anhand der Art und des

48:16.350 --> 48:17.710
Ortes der Artikulation.

48:18.630 --> 48:23.050
Bei der Art der Artikulation lege ich fest, auf welche Art und Weise

48:23.050 --> 48:25.390
wird denn dieser Luftstrom eingeschränkt.

48:25.670 --> 48:33.990
Welche Art ist die Konstriktion im Vokaltrakt?

48:34.610 --> 48:38.050
Wird der Luftstrom so stark eingeschränkt, dass er komplett

48:38.050 --> 48:40.370
abgeschnitten wird und dann wieder geöffnet wird?

48:40.730 --> 48:43.510
Das wäre zum Beispiel ein Plosiverlaut, wie so ein kleiner

48:43.510 --> 48:44.470
Explosionslaut.

48:45.130 --> 48:48.490
Oder wird die Luft nur so stark eingeschränkt, dass sie da irgendwie

48:48.490 --> 48:50.410
zischend irgendwo rauskommt?

48:50.770 --> 48:52.330
Dann ist das Ganze ein Frikativ.

48:52.970 --> 48:55.970
Und da kann man unterschiedliche Arten und Weise dieser Einschränkung

48:55.970 --> 48:57.010
definieren.

48:57.590 --> 49:02.470
Und die andere Dimension ist dann, wenn ich weiß, welche Art die

49:02.470 --> 49:06.290
Einschränkung ist, an welcher Stelle findet sie denn statt?

49:07.330 --> 49:10.830
Schränke ich den Luftstrom vorne an den Zähnen ein oder nutze ich

49:10.830 --> 49:14.030
meine Zunge und presse die gegen den Gaumen, um ihn einzuschränken?

49:14.430 --> 49:17.270
Oder lasse ich die Luft links und rechts neben der Zunge

49:17.270 --> 49:18.270
vorbeiströmen?

49:18.770 --> 49:22.070
Dann hat man zum Beispiel so etwas wie einen Dentalenkonsonant.

49:22.070 --> 49:25.890
Das heißt, vorne an den Zähnen wird hier der Luftstrom eingeschränkt.

49:26.230 --> 49:30.190
Oder wenn es am Gaumen eingeschränkt, entsprechenden Palatalen,

49:31.250 --> 49:32.670
Konsonanten etc.

49:36.430 --> 49:39.390
Jetzt hoffen wir mal, dass er hier die übernommen hat.

49:40.850 --> 49:47.710
Das ist einfach mal so ein Beispiel von ein und derselben Aufnahme.

49:47.710 --> 49:50.610
Was man da gemacht hat, man hat eine Aufnahme gemacht, die enthält

49:50.610 --> 49:51.390
einen Konsonanten.

49:51.910 --> 49:56.750
Links hat man ein F als Konsonanten drin, wo die Luft durchströmen

49:56.750 --> 49:59.170
kann und zu so einem Zischen gemacht wird.

50:04.430 --> 50:09.230
Irgendwie hat er die nicht übernommenen Audiodateien.

50:09.910 --> 50:10.250
Schade.

50:10.770 --> 50:12.550
Ich spreche es mal original nach.

50:13.150 --> 50:15.850
Also links hört man eine Aufnahme, die heißt Hoffen.

50:16.690 --> 50:21.550
Da hat man dieses F, wo an den Lippen eine Einschränkung ist, sodass

50:21.550 --> 50:26.670
man dieses Zischen, diese Verwirbelung, dieses Rauschen drin hat.

50:27.210 --> 50:32.310
Und jetzt ist man einfach in der Aufnahme hergegangen und hat da, wo

50:32.310 --> 50:36.250
man dieses F hört, den Bereich einfach komplett auf Null gesetzt.

50:37.430 --> 50:40.590
Und wenn man das macht, dann hört man Folgendes, dann heißt das Ganze

50:40.590 --> 50:42.090
plötzlich Hopfen.

50:43.230 --> 50:45.030
Das ist nämlich genau dasselbe.

50:45.190 --> 50:48.470
Man hat wieder den gleichen Ort der Artikulation, vorne an den Lippen.

50:49.190 --> 50:52.330
Nur, dass jetzt der Luftstrom einmal komplett abgeschnitten wird.

50:52.850 --> 50:54.550
Das ist dieser Bereich der Nulllinie.

50:55.130 --> 50:58.570
Und dann wieder die Lippen geöffnet werden, sodass der Luftstrom

50:58.570 --> 50:59.270
wieder einsetzt.

50:59.530 --> 51:03.590
Und dieses Unterbrechen des Luftstromes und Wiedereinsetzen des

51:03.590 --> 51:06.790
Luftstromes, das führt dann zu diesem Plosivlaut.

51:06.790 --> 51:12.050
Und dieses Pf unterscheidet sich vom Pf eben gerade nur durch diesen

51:12.050 --> 51:12.530
Verschluss.

51:13.410 --> 51:17.590
Da ist also der Ort der Artikulation derselbe, aber die Art der

51:17.590 --> 51:20.950
Artikulation wird von einem Frikativ zu einem Plosiv geändert.

51:22.090 --> 51:24.270
Und man kommt zu einem anders klingenden Laut.

51:26.710 --> 51:28.850
Es gibt ein anderes schönes Beispiel.

51:29.690 --> 51:31.590
Das kann jeder jetzt mal bei sich selber machen.

51:32.270 --> 51:37.970
Aber wenn man den Konsonanten B spricht, ein B, dann kann man jetzt

51:37.970 --> 51:42.290
mal die Hand bei sich an den Kehlkopf legen und da ein B sprechen.

51:44.410 --> 51:47.450
Und was man dann merkt, wenn man so ein bisschen fühlt, man merkt,

51:47.630 --> 51:49.010
dass die Stimmbänder schwingen.

51:49.390 --> 51:51.790
Das ist immer eine gute Art und Weise, wenn man selber wissen will,

51:52.330 --> 51:54.850
ist das jetzt stimmhafte Sprache oder nicht, braucht man einfach nur

51:54.850 --> 51:56.470
die Hand an den Kehlkopf zu legen.

51:56.470 --> 52:00.750
Und man merkt dieses Vibrieren richtig, wenn man ein M spricht, ein M,

52:01.070 --> 52:04.510
dann merkt man richtig wieder, die Stimmbänder vibrieren, das kann man

52:04.510 --> 52:05.130
richtig fühlen.

52:06.270 --> 52:09.770
Und wenn man jetzt diese B spricht, dann merkt man auch wieder, die

52:09.770 --> 52:11.730
Stimmbänder vibrieren.

52:12.210 --> 52:15.310
Und wenn man jetzt einfach die Stimmbänder nicht mehr vibrieren lässt,

52:15.550 --> 52:19.790
aber die gleiche Geste mit den Artikulatoren ausführt, dann kommt man

52:19.790 --> 52:23.650
von dem B plötzlich zu einem P hin.

52:24.710 --> 52:30.190
Da ist B und P sind ansonsten dieselben Laute, sie unterscheiden sich

52:30.190 --> 52:35.290
nur darin, dass das P die stimmlose Variante von dem B ist.

52:40.080 --> 52:45.380
Hier nochmal die Tabelle mit den ganzen Begriffen, was man alles so

52:45.380 --> 52:50.100
beschreiben kann, wo der Ort der Artikulation stattfinden kann.

52:50.100 --> 52:51.560
Das hat man halt untersucht.

52:52.400 --> 52:56.220
Was gibt es so in der Sprache, wo kann überall der Ort statt sein, wo

52:56.220 --> 52:58.080
die Verengung ist?

52:58.200 --> 53:02.100
Und dann hat man halt angefangen, den ganzen Sachen Namen zu geben,

53:02.580 --> 53:05.520
abhängig von den anatomischen Strukturen, an denen das Ganze

53:05.520 --> 53:06.320
stattfindet.

53:10.460 --> 53:16.380
Für die Art der Artikulation ist das hier im Großen und Ganzen das,

53:16.460 --> 53:17.020
was es so gibt.

53:17.020 --> 53:22.140
Also Plosive unterbinden plötzliches explosionsartiges Wiedereinsetzen

53:22.140 --> 53:25.480
des Luftstroms.

53:26.160 --> 53:32.340
Dann die nasalen Konsonanten sind diejenigen, wo das Velum geöffnet

53:32.340 --> 53:35.300
wird und die Luft durch die Nase abgestrahlt wird.

53:37.260 --> 53:41.960
Gibt es relativ viel, gibt es also auch bei uns in der Sprache von,

53:42.240 --> 53:44.380
zum Beispiel ein M, ein M.

53:45.040 --> 53:48.320
Da merkt man schon vorne, die Lippen sind geschlossen, man hört aber

53:48.320 --> 53:49.080
trotzdem etwas.

53:49.760 --> 53:52.720
Und man hört nicht deshalb etwas, weil die Lippen irgendwie schwingen,

53:52.800 --> 53:56.300
wie so die Membran eines Lautsprechers, sondern man hört etwas, weil

53:56.300 --> 54:00.040
die Luft den Umweg über die Nase nimmt und dann aus den Nasenlöchern

54:00.040 --> 54:00.920
abgestrahlt wird.

54:00.920 --> 54:06.740
Deswegen so ein M ist so ein typisches Beispiel für einen nasalen

54:06.740 --> 54:07.440
Konsonanten.

54:09.180 --> 54:15.720
Wenn die Artikulatoren jetzt zum Beispiel flattern, nicht so statisch

54:15.720 --> 54:19.400
sind, sondern sich ganz schnell um eine Position hin und her bewegen,

54:19.960 --> 54:21.660
dann hören wir sogenannte Vibranten.

54:22.380 --> 54:25.500
Ich persönlich kann sehr schlecht Vibranten nur darstellen.

54:25.500 --> 54:29.100
Dürfte ich gerade mal die Russischsprecherin von vorhin bitten, ein R

54:29.100 --> 54:29.660
zu sprechen?

54:31.760 --> 54:35.160
Genau, da hört man richtig schön, das russische R ist so ein richtig

54:35.160 --> 54:36.860
schönes rollendes R.

54:37.540 --> 54:41.420
Und wenn man das richtig macht, dann hat man da die Zungenspitze fast,

54:41.840 --> 54:43.740
die sehr stark hin und her flattert.

54:43.980 --> 54:46.340
Das ist ein schöner Vibrant-Laut.

54:46.660 --> 54:48.440
Gibt es auch im Bayerischen, das bayerische R.

54:48.440 --> 54:50.820
Ich komme leider aus Norddeutschland, ich habe so ein fürchterlich

54:50.820 --> 54:55.920
langweiliges R, wo leider nicht wirklich flattert.

54:56.480 --> 54:59.860
Dann unterscheidet man sogenannte Taps oder Flaps, wo man mit der

54:59.860 --> 55:03.700
Zunge an einen bestimmten Ort ran tippt.

55:03.700 --> 55:05.160
Typisches Beispiel ein T.

55:06.600 --> 55:12.740
Da wird die Zunge einmal so hinten gegen den Zahndamm hintendran

55:12.740 --> 55:20.060
getippt und daraus resultiert dann das T.

55:20.600 --> 55:23.100
Dann Frikativ, zum Beispiel, wie hatten wir schon vorhin an den

55:23.100 --> 55:26.080
Lippen, ein F ist so ein typischer Frikativ.

55:26.080 --> 55:30.860
Oder halt ein Pf, das ist Pf, was wir im Deutschen schreiben würden,

55:30.980 --> 55:35.100
das wäre dann so ein typischer Afrikativ, wo man einen Plosiv hat, der

55:35.100 --> 55:36.520
in einen Frikativ übergeht.

55:36.760 --> 55:41.480
Wieder ein schönes Beispiel, dynamischer Vokaltrakt, aber von der

55:41.480 --> 55:42.740
Wahrnehmung her ein Laut.

55:43.640 --> 55:48.880
Dann gibt es sogenannte Approximanten, wo der Luftstrom immer noch

55:48.880 --> 55:53.740
relativ ungehindert ist, aber die Verengung schon stark genug ist,

55:53.820 --> 55:57.520
dass man nicht mehr von einem Vokal sprechen würde, sondern von einem

55:57.520 --> 55:58.140
Konsonanten.

56:02.140 --> 56:04.960
Schönes Beispiel dafür ist im Deutschen das J.

56:06.460 --> 56:13.260
J ist ein Laut, der so halb zwischen Vokal und Konsonant steht.

56:13.260 --> 56:16.120
Man spricht dann auch häufig, je nachdem in welcher Schule der

56:16.120 --> 56:19.720
Phonetikmann kommt, von einem sogenannten Halbvokal.

56:20.940 --> 56:26.040
Das ist keine Mathematik, was da betrieben wird, sondern da wird viel

56:26.040 --> 56:28.380
mit menschlicher Wahrnehmung gearbeitet.

56:29.120 --> 56:32.560
Dementsprechend sind sich die Phonetiker nicht immer unbedingt einig,

56:32.640 --> 56:36.380
was jetzt ein Phon ausmacht und was nicht und ob das noch ein Vokal

56:36.380 --> 56:37.340
oder ein Konsonant ist.

56:37.340 --> 56:41.740
Und das J ist so ein Streitfall, wo man auch dazu neigen könnte, das

56:41.740 --> 56:43.500
fast noch den Vokalen zuzuordnen.

56:44.260 --> 56:49.340
Und da spricht man dann halt von Approximanten, wo der Luftstrom noch

56:49.340 --> 56:54.900
so ungehindert ist, dass man so gerade noch bei einem Konsonant ist,

56:55.080 --> 56:58.740
aber man schon sehr stark in Richtung Vokal gegangen ist.

56:59.180 --> 57:03.620
Dann bei den Lateralen, das ist etwas, das kann man sich vorstellen,

57:03.720 --> 57:06.840
das ist zum Beispiel, wenn die Luft so an den links und rechts von der

57:06.840 --> 57:08.580
Zunge vorbei strömt.

57:09.300 --> 57:11.920
Dann gibt es etwas Besonderes, sogenannte Klicks.

57:12.400 --> 57:15.060
Da haben wir im Deutschen oder im Englischen, so in den meisten

57:15.060 --> 57:17.500
europäischen Sprachen haben wir nicht, das ist so ein Schnalzen mit

57:17.500 --> 57:22.600
der Zunge, das man kennt, sondern da gibt es durchaus Sprachen, wo das

57:22.600 --> 57:27.880
Laute sind, die zur Sprachbildung als Phone verwendet werden.

57:27.880 --> 57:34.580
Dann gibt es implosive Laute, wo man jetzt mal ausnahmsweise nicht

57:34.580 --> 57:38.260
Luft durch die Lunge nach außen stößt und darauf dann modelliert,

57:38.660 --> 57:42.220
sondern da ist etwas, wo Luft nach innen eingesogen wird.

57:42.840 --> 57:46.660
Und zwar nicht mithilfe der Lunge, sondern zum Beispiel durch ein

57:46.660 --> 57:48.240
Absenken des Kehlkopfes.

57:48.820 --> 57:52.040
Da denkt jetzt jeder, oh, das klingt aber sehr exotisch, das muss eine

57:52.040 --> 57:54.100
sehr exotische Sprache sein, wo es das gibt.

57:54.100 --> 57:58.340
Nee, denkste, das Ganze ist ein typisches Geh im Deutschen.

57:58.840 --> 58:02.260
Wenn ich sage Gucken, dann mache ich genau das.

58:02.360 --> 58:05.200
Ich mache hinten den Kehlkopf zu und dann senke ich die so ein

58:05.200 --> 58:07.500
bisschen ab und auf die Art und Weise wird so ein bisschen Luft

58:07.500 --> 58:08.100
eingesogen.

58:08.680 --> 58:12.860
Und das Ganze merke ich dann in der Schallwelle.

58:14.940 --> 58:18.120
Und das Ganze kann ich auch umgekehrt machen, dass ich den Kehlkopf

58:18.120 --> 58:21.460
nicht absenke und dadurch Luft einziehe, sondern ich kann das auch

58:21.460 --> 58:24.420
machen, indem ich den Kehlkopf nach oben bewege und damit zum Beispiel

58:24.420 --> 58:26.380
Luft ausstöße.

58:27.640 --> 58:31.480
Das sind so typische Beispiele dann von Sprache, bei der die Luft

58:31.480 --> 58:33.120
nicht aus der Lunge kommt.

58:34.460 --> 58:37.040
Das ist dann sogenannte nicht-pulmonische Sprache.

58:37.520 --> 58:41.440
Pulmonische Sprache von der Lunge her ist Luft, die aus der Lunge

58:41.440 --> 58:42.260
rausgedrückt wird.

58:42.360 --> 58:46.100
Nicht-pulmonische Sprache, da arbeiten die Lungen mal ausnahmsweise

58:46.100 --> 58:47.280
nicht als Blasebalg.

58:47.940 --> 58:51.400
Und dann kann man bei Konsonanten noch davon sprechen, ob die

58:51.400 --> 58:53.160
angehaucht werden oder nicht.

58:54.700 --> 58:59.220
Und da ist jetzt mal endlich ein Beispiel, wo das Russische endlich

58:59.220 --> 59:02.540
mal Probleme bekommt, weil das Russische ist eine Sprache, die einen

59:02.540 --> 59:04.940
sehr starken Umfang an Phonemen hat.

59:05.400 --> 59:08.800
Man sagt, Russen haben grundsätzlich immer es relativ leicht,

59:08.940 --> 59:13.780
Fremdsprachen zu lernen, weil es die meisten Phoneme und Laute, die es

59:13.780 --> 59:17.680
gibt, zum Beispiel in westeuropäischen Sprachen, die kommen alle im

59:17.680 --> 59:18.340
Russischen vor.

59:18.460 --> 59:20.380
Das heißt, man muss nicht so viele neue Laute lernen.

59:21.120 --> 59:25.100
Aber wenn man ein sehr gutes Gehör hat, dann kann man einen russischen

59:25.100 --> 59:29.700
Muttersprachler sehr gut an der Aspiration, am Anhauchen erkennen.

59:29.700 --> 59:31.640
Das kann man schwer hören.

59:32.220 --> 59:35.660
Aber zum Beispiel im Deutschen gilt, dass grundsätzlich die meisten

59:35.660 --> 59:38.520
Konsonanten angehaucht, aspiriert werden.

59:38.980 --> 59:42.140
Wir sagen also sowas wie ein, ich übertreibe es jetzt mal ein, pö.

59:42.820 --> 59:46.380
Das heißt, da kommt immer noch so ein gehauchter, kaum eingeschränkter

59:46.380 --> 59:47.360
Luftstrom hinterher.

59:47.360 --> 59:49.360
Das gibt es im Russischen nicht.

59:50.720 --> 59:56.040
Wenn ein Russe wirklich hundertprozentig gut die Aussprache lernen

59:56.040 --> 01:00:00.740
möchte, bis ins Feinste ausmodelliert, dann gibt es da spezielle

01:00:00.740 --> 01:00:01.260
Übungen für.

01:00:01.320 --> 01:00:03.900
Da kann man zum Beispiel anfangen, sich dann einen Wattebausch auf die

01:00:03.900 --> 01:00:07.300
Hand zu legen, vor den Mund zu legen und solange die Konsonanten üben,

01:00:07.380 --> 01:00:10.360
bis der Wattebausch weggepustet wird beim Aussprechen des Konsonanten.

01:00:10.820 --> 01:00:14.920
Dann sieht man schön, dass man da einen aspirierten Konsonant auch

01:00:14.920 --> 01:00:15.420
wirklich hat.

01:00:15.940 --> 01:00:20.720
Oder was man auch machen kann, arbeiten, die Sprachtrainer haben damit

01:00:20.720 --> 01:00:23.440
gearbeitet, dass man halt eine Kerzenflamme hat oder irgendeine Art

01:00:23.440 --> 01:00:25.020
von Flamme, vor der spricht man das aus.

01:00:25.500 --> 01:00:28.320
Und die Flamme muss sich dann entsprechend im Nachgang auch bewegen,

01:00:28.440 --> 01:00:32.620
damit man dieses Anhauchen der Konsonanten schön sieht.

01:00:33.760 --> 01:00:37.180
Umgekehrt heißt das natürlich, wenn man einen Deutschen hat, der

01:00:37.180 --> 01:00:39.940
Russisch spricht und man ein gutes Gehör hat, kann man die Niederzeit

01:00:39.940 --> 01:00:42.820
daran erkennen, dass er zum Beispiel die Konsonanten nicht aspiriert.

01:00:43.460 --> 01:00:46.660
Aber das ist dann das geringste Problem, was man noch hat als

01:00:46.660 --> 01:00:48.480
Deutscher, wenn man Russisch spricht.

01:00:48.600 --> 01:00:51.740
Man muss sich erstmal den umfangreicheren Lautschatz überhaupt

01:00:51.740 --> 01:00:55.660
aneignen und daran erkennt man das dann an der Regel dann sowieso

01:00:55.660 --> 01:00:56.220
schon gleich.

01:01:00.630 --> 01:01:05.250
Jetzt ist die Frage, wie kann ich diese ganzen verschiedenen vielen

01:01:05.250 --> 01:01:08.590
Laute, die es da gibt in der menschlichen Sprache, niederschreiben.

01:01:09.890 --> 01:01:13.770
Also ich nehme Laute wahr, jetzt brauche ich für diese Laute eine

01:01:13.770 --> 01:01:17.750
Notation, damit ich nicht zum Beispiel eine Sprache gehört habe, ich

01:01:17.750 --> 01:01:20.650
die Lautfolge, die ich da gehört habe, niederschreiben.

01:01:20.650 --> 01:01:25.450
Und da gibt es unterschiedliche Konventionen für, jeder Phonetiker

01:01:25.450 --> 01:01:28.810
hatte seine eigene Konvention und das Ganze hat sich aber relativ gut

01:01:28.810 --> 01:01:33.370
inzwischen vereinheitlicht durch das sogenannte internationale

01:01:33.370 --> 01:01:34.430
phonetische Alphabet.

01:01:35.390 --> 01:01:39.770
Und das internationale phonetische Alphabet wird von der

01:01:39.770 --> 01:01:43.670
internationalen Phonetiker-Assoziation herausgegeben.

01:01:58.510 --> 01:02:03.010
Das heißt, wenn man die Abkürzung IPA sieht, ist es entweder die

01:02:03.010 --> 01:02:04.930
Organisation oder halt das Alphabet.

01:02:05.950 --> 01:02:08.890
Und was die gemacht haben ist, die haben halt sich angeschaut,

01:02:08.990 --> 01:02:11.690
sämtliche Sprachen auf der Welt, so gut wie möglich und so weit wie

01:02:11.690 --> 01:02:13.650
bekannt, und eine Notation gemacht.

01:02:15.510 --> 01:02:20.570
Die hoffentlich jeden Laut, den ein Mensch theoretisch von seiner

01:02:20.570 --> 01:02:23.970
Anatomie her produzieren kann, niederschreiben kann.

01:02:24.810 --> 01:02:28.790
Und für jeden dieser Laute wurde ein eindeutiges Symbol festgelegt.

01:02:29.130 --> 01:02:32.630
Man kann sich schon vorstellen, es gibt sehr sehr sehr viele mögliche

01:02:32.630 --> 01:02:37.390
Laute und die 26 Buchstaben des lateinischen Alphabetes reichen dabei

01:02:37.390 --> 01:02:38.210
weiblich aus.

01:02:38.210 --> 01:02:42.130
Also wieder in der Mathematik fängt man dann halt an, mehrere

01:02:42.130 --> 01:02:46.810
Alphabete zu nehmen, halt lateinisch, griechisch, hebräisch.

01:02:46.990 --> 01:02:51.850
Oder teilweise hat man dann auch angefangen, eigene Buchstaben noch zu

01:02:51.850 --> 01:02:55.170
entwickeln, indem man dann halt bestimmte Buchstaben zum Beispiel auf

01:02:55.170 --> 01:02:56.150
den Kopf gestellt hat.

01:02:57.030 --> 01:03:00.850
Und diese Notation des internationalen phonetischen Alphabetes

01:03:00.850 --> 01:03:06.630
orientiert sich im Prinzip an der Einteilung der Sprachlaute so, wie

01:03:06.630 --> 01:03:08.050
wir sie jetzt hier vorgenommen haben.

01:03:08.550 --> 01:03:11.610
Das heißt also, als erstes unterscheidet man zwischen Vokalen und

01:03:11.610 --> 01:03:12.130
Konsonanten.

01:03:12.710 --> 01:03:16.930
Das heißt, es gibt eine Tabelle für die Notation von Vokalen und es

01:03:16.930 --> 01:03:19.530
gibt eine Tabelle für die Notation von Konsonanten.

01:03:19.530 --> 01:03:23.790
Und bei den Vokalen nimmt man sich eben das Vokalviereck her, hat

01:03:23.790 --> 01:03:28.130
diese definierten Positionen und notiert dann, so wie wir das schon

01:03:28.130 --> 01:03:31.110
auf den Bildern gesehen haben, unterschiedliche Symbole für die

01:03:31.110 --> 01:03:36.310
unterschiedlichen Positionen, ob jetzt gerundete Lippen oder

01:03:36.310 --> 01:03:37.250
ungerundete Lippen.

01:03:37.790 --> 01:03:41.110
Und dann für die Konsonanten macht man entsprechend auch wieder auf so

01:03:41.110 --> 01:03:41.670
eine Tabelle.

01:03:41.670 --> 01:03:45.630
Da hat man auf der einen Dimension den Ort der Artikulation, auf der

01:03:45.630 --> 01:03:48.010
anderen Dimension die Art der Artikulation.

01:03:48.550 --> 01:03:52.290
Und dann in den Tabellenfeldern dann jeweils noch zwei Symbole, einen

01:03:52.290 --> 01:03:54.030
für stimmhaft, einen für stimmlos.

01:03:57.090 --> 01:04:03.790
Dementsprechend hier dann das IPA-Vokalviereck, wie es offiziell

01:04:03.790 --> 01:04:08.610
aussieht, so wie wir das schon gesehen haben, mit den ursprünglich

01:04:08.610 --> 01:04:09.710
vier vertikalen Positionen.

01:04:10.170 --> 01:04:12.690
Dann hat man irgendwann festgestellt, das reicht nicht, also hat man

01:04:12.690 --> 01:04:15.010
jeweils nochmal eine Zwischenebene eingezogen.

01:04:15.450 --> 01:04:18.690
Genauso bei den drei horizontalen Positionen hat man gemerkt, kommt

01:04:18.690 --> 01:04:21.570
man nicht mit hin, hat man nochmal so eine Zwischenposition

01:04:21.570 --> 01:04:22.710
eingezogen.

01:04:23.610 --> 01:04:28.830
Und dann den Vokalen halt entsprechend Buchstaben zugeordnet.

01:04:28.930 --> 01:04:32.850
Und man sieht schon, die Buchstabenzuordnung ist teilweise an das

01:04:32.850 --> 01:04:36.710
englische Alphabet angelehnt.

01:04:36.710 --> 01:04:42.190
Man hat also versucht, den jeweiligen Vokalen Symbole zuzuordnen, wie

01:04:42.190 --> 01:04:45.230
man es aus dem lateinischen Alphabet so ungefähr gewohnt ist, dass das

01:04:45.230 --> 01:04:46.090
so ungefähr stimmt.

01:04:46.910 --> 01:04:51.070
Und dann halt entsprechend den Schatz erweitert um zusätzliche

01:04:51.070 --> 01:04:51.990
Symbole.

01:04:55.400 --> 01:04:58.820
Das hier ist einfach nur mal jetzt so ein Beispiel, dass man sowas mal

01:04:58.820 --> 01:05:04.460
gesehen hat, an Konfigurationen für diese unterschiedlichen Vokale.

01:05:05.320 --> 01:05:09.160
Das ist jetzt am englischen orientiert, oben links, also Zunge ganz

01:05:09.160 --> 01:05:13.820
vorne, ganz oben, dieses hohe I, dieses Beat im englischen oder halt

01:05:13.820 --> 01:05:15.700
das Standard I zum Beispiel im russischen.

01:05:16.240 --> 01:05:20.160
Dann als nächstes eher sowas wie wir im deutschen als I sprechen

01:05:20.160 --> 01:05:23.400
würden, dieses Bit mit der Zunge schon ein bisschen weiter unten und

01:05:23.400 --> 01:05:24.260
ein bisschen weiter hinten.

01:05:24.880 --> 01:05:28.280
Und das Ganze geht dann immer weiter, weiter, weiter, bis man dann

01:05:28.280 --> 01:05:31.840
Positionen hat, wo die Zunge relativ weit hinten, aber oben ist.

01:05:31.840 --> 01:05:36.000
Dann hat man so ein hohes U, so ein Gut oder halt eher sowas wie im

01:05:36.000 --> 01:05:40.440
deutschen, wo die Zunge weiter unten ist und ganz weit hinten, da hat

01:05:40.440 --> 01:05:44.340
man dann sowas wie dieses Butt, dieses U, wie wir es im deutschen

01:05:44.340 --> 01:05:45.860
relativ häufig sprechen.

01:05:46.480 --> 01:05:49.920
Der Unterschied ist beim Butt und beim deutschen U ist dann zum

01:05:49.920 --> 01:05:53.820
Beispiel die Lippenrundung, dass wir im englischen da die Lippen nicht

01:05:53.820 --> 01:05:55.820
runden, aber im deutschen die Lippen stark runden.

01:05:59.050 --> 01:06:02.670
Das führt dann auch zum Beispiel dazu, dass wir auch dann in den

01:06:02.670 --> 01:06:04.130
Sprachen halt Akzente haben.

01:06:04.730 --> 01:06:11.090
Das hört man ziemlich häufig daran an den Klangfarben der Vokale, dass

01:06:11.090 --> 01:06:13.990
wenn ein Deutscher jetzt zum Beispiel Englisch spricht, dann nimmt er

01:06:13.990 --> 01:06:17.830
die deutschen Vokale, von denen er glaubt, dass sie so ungefähr den

01:06:17.830 --> 01:06:19.030
englischen Vokalen entsprechen.

01:06:19.030 --> 01:06:21.970
Und meistens liegt er halt an irgendeiner Stelle daneben.

01:06:22.430 --> 01:06:25.610
Sei das Lippenrundung, sei das genaue Position horizontal oder

01:06:25.610 --> 01:06:30.290
vertikal, dann klingt das zwar so ähnlich, aber die Vokalfarbe ist

01:06:30.290 --> 01:06:33.490
eben anders und klingt halt auch dann anders.

01:06:33.630 --> 01:06:36.030
Und dann kommt es zu solchen Dingen wie Akzenten.

01:06:37.870 --> 01:06:42.670
Das hier ist dann entsprechend die Tabelle für die IPA-Konsonanten.

01:06:43.410 --> 01:06:46.190
Und jetzt steht da oben in der Überschrift der Tabelle schon

01:06:46.190 --> 01:06:48.350
Konsonanten in Klammer pulmonisch.

01:06:49.130 --> 01:06:53.910
Sprich, diese Tabelle aus Ort und Art der Artikulation sowie Stimmhaft

01:06:53.910 --> 01:06:58.070
versus Stimmlos funktioniert in der Regel nur für pulmonische Sprache,

01:06:58.230 --> 01:07:01.730
sprich für Sprache, die dadurch erzeugt wird, dass Luft aus den Lungen

01:07:01.730 --> 01:07:03.330
rausgeschoben wird.

01:07:03.330 --> 01:07:13.730
Und da hat man halt jetzt genau diese Unterteilung auf der

01:07:13.730 --> 01:07:17.250
horizontalen Achse, den Ort der Artikulation, wie wir das schon

01:07:17.250 --> 01:07:21.530
hatten, vorne von den Lippen bis ganz hinten zum Kehlkopf und in der

01:07:21.530 --> 01:07:27.730
Vertikalen halt die Art der Artikulation von nasal, plosiv bis hin zu

01:07:27.730 --> 01:07:29.770
diesen seitlichen Flaps.

01:07:30.530 --> 01:07:36.230
Und dann sieht man schon in dieser Tabelle gibt es einige Zellen, die

01:07:36.230 --> 01:07:37.170
sind ausgegraut.

01:07:37.770 --> 01:07:40.610
Und das ist Zellen, von denen man ausgeht, dass die menschliche

01:07:40.610 --> 01:07:44.810
Anatomie nicht geeignet ist, so eine Art von Laut hervorzurufen.

01:07:44.810 --> 01:07:50.250
Das heißt zum Beispiel, labialer, lateraler Frikativ funktioniert

01:07:50.250 --> 01:07:50.750
nicht.

01:07:51.650 --> 01:07:53.630
Kann man sich auch relativ leicht vorstellen.

01:07:53.790 --> 01:07:56.270
Labial bedeutet, man verengt mit den Lippen.

01:07:56.850 --> 01:08:00.670
Lateraler Frikativ bedeutet, dass man an den Seiten so weit aufmacht,

01:08:01.050 --> 01:08:03.530
dass die Luft seitlich vorbei strömen kann.

01:08:03.530 --> 01:08:06.990
Sprich für die Lippen würde das bedeuten, dass man vorne die

01:08:06.990 --> 01:08:12.410
Lippenspitzen zusammen machen muss und dann Richtung Mundwinkeln hin

01:08:12.410 --> 01:08:16.430
müsste man die Lippen aufmachen, sodass da die Luft so frikativ

01:08:16.430 --> 01:08:18.050
rausströmen kann.

01:08:18.330 --> 01:08:20.390
Kann ja mal irgendeiner probieren, ob er das hinbekommt.

01:08:21.250 --> 01:08:23.510
Dafür sind die Lippen einfach nicht geeignet, dass ich die Spitze

01:08:23.510 --> 01:08:25.790
zumache und dann die Mundwinkel öffne.

01:08:26.070 --> 01:08:26.790
Funktioniert nicht.

01:08:26.790 --> 01:08:30.990
Und genauso gibt es diese anderen Bereiche, wo man davon ausgeht, dass

01:08:30.990 --> 01:08:33.650
das einfach nicht funktioniert.

01:08:34.090 --> 01:08:39.130
Zum Beispiel diesen velaren Flap oder Tap, das geht einfach nicht,

01:08:39.210 --> 01:08:43.330
dass man das Gaumensegel da hinten gegen den Gaumen so gegenschlagen

01:08:43.330 --> 01:08:46.210
lässt, dass daraus ein Laut entsteht.

01:08:50.080 --> 01:08:52.860
Hier auch einfach mal, damit man das gesehen hat, ein paar

01:08:52.860 --> 01:08:55.160
Beispielkonfigurationen für Supplusive.

01:08:55.160 --> 01:08:59.500
Da hatten wir schon das P und das B, wo man die Lippen zumacht und

01:08:59.500 --> 01:09:01.660
dann so explosionsartig öffnet.

01:09:02.280 --> 01:09:05.200
Und hatten schon gesehen, das P und das B unterscheiden sich nur noch

01:09:05.200 --> 01:09:08.360
dadurch, dass die Stimmbänder schwingen oder eben nicht.

01:09:08.900 --> 01:09:11.540
Und das Gleiche gilt halt zum Beispiel für das T und das G.

01:09:12.420 --> 01:09:16.020
Da wird Zunge hinten gegen die Zähne oder gegen den Zahndamm gepresst.

01:09:16.140 --> 01:09:20.880
Und T und D sind beides derselbe Laut, nur dass das D halt stimmhaft

01:09:20.880 --> 01:09:22.440
ist im Gegensatz zum T.

01:09:22.440 --> 01:09:27.220
Und dann beim K und beim G wandert dieser explosionsartige Verschluss

01:09:27.220 --> 01:09:29.100
einfach immer weiter nach hinten.

01:09:31.400 --> 01:09:37.100
Und dann entsprechend hier die Nasale, das M, das N, das NG, stellt

01:09:37.100 --> 01:09:41.980
man sofort fest, da gibt es keine stimmlose Variante von.

01:09:42.160 --> 01:09:45.100
Das sind alle stimmhafte Laute, das heißt in jeder dieser

01:09:45.100 --> 01:09:49.200
Konfigurationen steht nur ein Laut abgetragen.

01:09:49.200 --> 01:09:54.500
Aber bei allem ist eben das Gaumensegel hinten so weit abgesenkt, dass

01:09:54.500 --> 01:09:56.300
die Luft durch die Nase strömen kann.

01:09:57.080 --> 01:10:00.200
Und je nachdem, wie man mit Zunge und Gaumensegel arbeitet, kann man

01:10:00.200 --> 01:10:05.280
halt dafür sorgen, dass noch Luft in den Mundraum reinströmt oder

01:10:05.280 --> 01:10:05.620
nicht.

01:10:06.300 --> 01:10:09.120
Und da ist die Frage, was macht das überhaupt für einen Sinn, dass

01:10:09.120 --> 01:10:13.100
Luft in den Mundraum reinströmt, wenn es nicht aus den Lippen raus

01:10:13.100 --> 01:10:13.360
kann.

01:10:13.360 --> 01:10:18.780
Das hat einfach damit zu tun, dass dann der Mundraum eine zweite

01:10:18.780 --> 01:10:20.480
Resonationskammer ist.

01:10:20.740 --> 01:10:24.300
Das heißt, die Luft strömt da rein, wird verwirbelt, es kommt zu

01:10:24.300 --> 01:10:28.380
Resonanzen, die Luft strömt rein in den Mundraum, wieder aus dem

01:10:28.380 --> 01:10:30.280
Mundraum zurück, vorne die Lippen sind zu.

01:10:30.420 --> 01:10:33.400
Das ist wie bei einer Röhre, wo man auf der einen Seite zumacht, man

01:10:33.400 --> 01:10:36.120
lässt Luft rein, eine Schwingung reinströmen.

01:10:36.820 --> 01:10:40.680
Und dann wird die reflektiert an dem Ende der Röhre und kommt wieder

01:10:40.680 --> 01:10:41.060
raus.

01:10:41.740 --> 01:10:46.400
Beispiel, wenn man eine Wasserflasche hernimmt und wie auf einer Flöte

01:10:46.400 --> 01:10:51.880
oben auf der Wasserflasche auf dem Flaschenhals Musik spielt.

01:10:52.400 --> 01:10:57.480
Da ist es ja auch so, man bläst Luft geschickt rein in die Flasche, da

01:10:57.480 --> 01:11:00.340
kommt es dann zu Resonanzen, je nachdem wie viel Wasser drin ist,

01:11:00.400 --> 01:11:03.500
hoher Ton, tiefer Ton, und der strömt auch oben wieder raus.

01:11:03.500 --> 01:11:06.820
Bei Menschen ist das auch so, die Luft strömt in den Mundraum rein,

01:11:07.000 --> 01:11:10.400
kommt zu Resonanzen, strömt wieder zurück und dann durch den Nasenraum

01:11:10.400 --> 01:11:11.760
nach außen raus.

01:11:12.640 --> 01:11:16.240
Aber wie gesagt, hier macht das halt nur dann Sinn, wenn man überhaupt

01:11:16.240 --> 01:11:18.060
stimmhafte Sprache hat.

01:11:22.820 --> 01:11:26.420
Dann hier Beispiele für die Frikative, wo ich also überall so eng

01:11:26.420 --> 01:11:31.000
machen kann, dass zumindest noch so ein bisschen Luftraum strömt oder

01:11:31.000 --> 01:11:31.340
nicht.

01:11:31.340 --> 01:11:37.880
Und bis hin dann zu diesem J, das dann als Halbvokal schon angesehen

01:11:37.880 --> 01:11:38.200
wird.

01:11:40.360 --> 01:11:45.220
Es ist so, man hat dieses internationale phonetische Alphabet, Sie

01:11:45.220 --> 01:11:48.520
haben jetzt diese beiden Tabellen gesehen für Vokale und Konsonanten,

01:11:49.320 --> 01:11:52.520
aber insbesondere für Konsonanten reicht diese eine Tabelle nicht aus.

01:11:52.520 --> 01:11:57.620
Es gibt einfach sehr, sehr viele Phänomene bei der menschlichen

01:11:57.620 --> 01:11:59.360
Sprache, sehr viele Besonderheiten.

01:11:59.540 --> 01:12:03.060
Je mehr Sprachen man sich anschaut, desto mehr Interessantes findet

01:12:03.060 --> 01:12:06.200
man, dass man jetzt mit diesem Schema, wie man es bisher hatte, noch

01:12:06.200 --> 01:12:08.940
nicht abtragen kann.

01:12:09.600 --> 01:12:12.900
Mit eines der für uns jetzt hier in Westeuropa ungewöhnlichsten

01:12:12.900 --> 01:12:15.520
Beispiele sind zum Beispiel so was wie Klicks.

01:12:15.520 --> 01:12:19.600
Klicks sind halt keine pulmonische Sprache, sondern die kommen dadurch

01:12:19.600 --> 01:12:24.620
zustande, dass man mit der Zunge einen Hohlraum förmt und dann lässt

01:12:24.620 --> 01:12:27.220
man in diesen Hohlraum zum Beispiel Luft einströmen.

01:12:27.500 --> 01:12:30.300
Das ist so das Schnalzen mit der Zunge, das wir jetzt in Westeuropa

01:12:30.300 --> 01:12:30.700
gut kennen.

01:12:31.620 --> 01:12:36.820
Dann mache ich so eine Höhle mit der Zunge, ziehe die nach unten und

01:12:36.820 --> 01:12:39.760
dann geht es irgendwann auf, Luft strömt ein und es kommt zu diesem

01:12:39.760 --> 01:12:40.300
Schnalzen.

01:12:41.220 --> 01:12:43.060
Das kann man auch umgekehrt machen.

01:12:43.340 --> 01:12:46.880
Man kann auch einen Hohlraum mit der Zunge formen und diesen Hohlraum

01:12:46.880 --> 01:12:50.360
dann kollabieren, sodass man dann diese bisschen Luft, dass man da

01:12:50.360 --> 01:12:54.740
zwischen Zunge und Gaumen gesammelt hat, nach außen ausstößt.

01:12:55.380 --> 01:12:57.020
Sozusagen der gegenteilige Effekt.

01:12:57.640 --> 01:13:01.000
Das eine ist, was wir kennen, wo wir die Luft reinziehen, das ist ein

01:13:01.000 --> 01:13:02.140
injektiver Klick.

01:13:02.800 --> 01:13:06.500
Da, wo man die Luft rausströmen lässt, als wenn man so einen kleinen

01:13:06.500 --> 01:13:09.640
Ballon platzen lassen würde, das wäre ein ejektiver Klick.

01:13:10.700 --> 01:13:15.180
Und solche Klicks gibt es zum Beispiel in einigen afrikanischen

01:13:15.180 --> 01:13:15.640
Sprachen.

01:13:16.460 --> 01:13:19.700
Da gibt es zum Beispiel das, und ich versuche es auszusprechen, es

01:13:19.700 --> 01:13:21.080
geht immer schief, das...

01:13:22.800 --> 01:13:27.740
Das ist eine Sprache, die wird im südlichen Afrika gesprochen, die

01:13:27.740 --> 01:13:29.140
arbeiten viel mit solchen Klicks.

01:13:29.900 --> 01:13:33.560
Das ist für uns Westeuropäer extrem schwierig zu erlernen.

01:13:34.580 --> 01:13:36.120
Und jetzt kommt das Fiese.

01:13:36.760 --> 01:13:39.600
Wenn die das von Anfang an gelernt haben, von Kind auf, die können

01:13:39.600 --> 01:13:41.620
diese Klicks extrem stark variieren.

01:13:42.400 --> 01:13:45.760
Wo der Klick ist und so weiter und so fort.

01:13:45.880 --> 01:13:48.740
Da gibt es teilweise bis zu 80 verschiedene Varianten, die dann auch

01:13:48.740 --> 01:13:50.000
Bedeutungsunterschiede machen.

01:13:50.660 --> 01:13:54.420
Die können dann hören, ob so ein Klick injektiv oder ejektiv ist.

01:13:54.620 --> 01:13:57.400
Zum Beispiel, ob die die Luft reinsaugen oder ausstößen.

01:13:57.880 --> 01:14:00.360
Das ist für uns Deutsche völlig unmöglich, das zu hören.

01:14:00.820 --> 01:14:02.320
Für die macht das durchaus einen Unterschied.

01:14:02.320 --> 01:14:06.400
Und das ist dann für uns, ganz fiese Sprache zu erlernen oder gar,

01:14:06.480 --> 01:14:08.300
wenn wir die sprechen wollen, extrem schwierig.

01:14:09.600 --> 01:14:12.700
Es gibt aber auch zum Beispiel Sachen innerhalb von Westeuropa, das

01:14:12.700 --> 01:14:14.940
sind diese nasalen Vokale im Französischen.

01:14:15.180 --> 01:14:18.360
Also hinter der zur deutschen Schule gegangen ist und Französisch

01:14:18.360 --> 01:14:22.020
gelernt hat, diese nasalen Vokale, die treiben einen halt in den

01:14:22.020 --> 01:14:22.400
Wahnsinn.

01:14:23.020 --> 01:14:26.420
Weil man da lernen muss, so einen Vokal zu sprechen und das

01:14:26.420 --> 01:14:28.320
Gaumensegel dann entsprechend abzusenken.

01:14:29.120 --> 01:14:34.720
Und das ist für uns einfach ungewohnt, für die Franzosen durchaus ganz

01:14:34.720 --> 01:14:36.940
normal und natürlich, solche Vokale zu haben.

01:14:37.800 --> 01:14:42.660
Und was fällt einem jetzt auf, wenn man an das Vokalviereck denkt, wo

01:14:42.660 --> 01:14:46.980
ist in dem Vokalviereck abgetragen, ob der Vokal nasal ist oder nicht?

01:14:48.380 --> 01:14:49.500
Genau, gar nicht.

01:14:50.000 --> 01:14:51.480
Und das ist halt natürlich ein Problem.

01:14:51.640 --> 01:14:54.840
Jetzt hat man plötzlich eine Lücke in seiner Notation und braucht dann

01:14:54.840 --> 01:14:58.600
halt eine zusätzliche Notation zu den Vokalen, um auch noch

01:14:58.600 --> 01:15:03.200
hinschreiben zu können, falls es sich um einen nasalen Vokal handelt.

01:15:03.980 --> 01:15:09.420
Oder, jetzt die Frage, ist jemand anwesend, der Chinesisch spricht,

01:15:09.500 --> 01:15:09.820
Mandarin?

01:15:14.310 --> 01:15:14.930
Jemand da?

01:15:17.170 --> 01:15:19.470
Schade, weil ich kann das nicht.

01:15:20.450 --> 01:15:24.710
Es gibt dann vor allem im asiatischen Raum viel sogenannte tonale

01:15:24.710 --> 01:15:25.210
Sprache.

01:15:25.210 --> 01:15:32.250
Bei der wird eine Veränderung der Grundfrequenz auf die Vokale drauf

01:15:32.250 --> 01:15:32.850
modelliert.

01:15:34.190 --> 01:15:37.150
Und je nach Sprache, im kantonesischen sind es zum Beispiel sogar

01:15:37.150 --> 01:15:41.950
sechs unterschiedliche Stellungen, kann man unterschiedliche Melodien

01:15:41.950 --> 01:15:46.230
auf diese Vokale drauf modellieren und kommt dann zu unterschiedlichen

01:15:46.230 --> 01:15:52.790
Lauten, die dann auch zum Beispiel unterschiedliche Bedeutungen haben

01:15:52.790 --> 01:15:53.110
können.

01:15:53.110 --> 01:15:57.550
Wenn man also im Mandarin die Kombination aus einem M und einem A, die

01:15:57.550 --> 01:15:58.630
Silbe Ma hernimmt.

01:15:59.410 --> 01:16:04.010
Je nachdem, welche Melodie man jetzt auf dieses A drauf modelliert,

01:16:04.530 --> 01:16:08.130
kommt man zu völlig unterschiedlichen Bedeutungen.

01:16:08.810 --> 01:16:16.410
Also das Wort Ma, je nachdem ob man jetzt sagt Ma, Ma, Ma, Ma, kann

01:16:16.410 --> 01:16:19.390
das zum Beispiel Frau oder Pferd oder sonst was bedeuten.

01:16:19.390 --> 01:16:23.050
Und diese Melodien, die man dann hat, da kann man unterschiedlich

01:16:23.050 --> 01:16:27.990
unterscheiden, zum Beispiel Grundfrequenz ansteigend, also Ma, oder

01:16:27.990 --> 01:16:30.090
Grundfrequenz absenkend, Ma.

01:16:30.690 --> 01:16:34.910
Oder das Ganze wie so eine Art U, man fängt hoch an, geht runter und

01:16:34.910 --> 01:16:35.610
geht wieder hoch.

01:16:35.910 --> 01:16:39.530
Oder umgekehrt, man fängt tief an, geht hoch, geht wieder runter.

01:16:40.250 --> 01:16:44.410
Oder auch neutral, da hat man so einen Mittelton, der sich überhaupt

01:16:44.410 --> 01:16:45.010
nicht verändert.

01:16:45.870 --> 01:16:49.090
Und auf die Art und Weise kann man dann so Spielereien machen, dass

01:16:49.090 --> 01:16:52.450
man mit einer Silbe einfach die Silbe ein paar Mal mit

01:16:52.450 --> 01:16:56.490
unterschiedlicher Melodie hintereinander geschrieben, dann den ganzen

01:16:56.490 --> 01:16:57.390
Satz machen kann.

01:16:57.530 --> 01:17:01.690
Also dieses Schimpf, die Mutter, das Hampfpferd ist halt dann Ma, Ma,

01:17:02.110 --> 01:17:04.210
Ma, Ma, Ma, Ma.

01:17:07.200 --> 01:17:10.860
So jeder Chinese wird mich jetzt umbringen, weil ich seine Sprache da

01:17:10.860 --> 01:17:12.020
völlig verunstalte.

01:17:13.140 --> 01:17:16.020
Aber auf die Art und Weise kann man halt unterschiedliche Laute

01:17:16.020 --> 01:17:16.280
machen.

01:17:16.840 --> 01:17:20.320
Wie wird das abgetragen im Vokalfiereck?

01:17:20.600 --> 01:17:21.380
Ja, gar nicht.

01:17:21.580 --> 01:17:23.120
Hatte man damals nicht dran gedacht.

01:17:23.640 --> 01:17:26.880
Und da fängt man dann halt an, mit entsprechend solchen Diakritiken zu

01:17:26.880 --> 01:17:27.240
arbeiten.

01:17:27.820 --> 01:17:30.680
Das sind jetzt halt die Zeichen, die hier über dem A stehen, die halt

01:17:30.680 --> 01:17:33.020
angeben sollen, wie halt der Ton ist.

01:17:33.020 --> 01:17:37.140
Also beim ersten A hat man einen hohen, über der normalen

01:17:37.140 --> 01:17:39.160
Grundfrequenz liegenden Gruppenzug.

01:17:39.460 --> 01:17:42.360
Dann dieses zweite A ohne Diakritik ist das neutrale.

01:17:42.620 --> 01:17:46.580
Dann der eine Akzent ist halt ein fallender Ton, der nächste Akzent

01:17:46.580 --> 01:17:47.460
ein steigender Ton.

01:17:48.120 --> 01:17:52.940
Dieser Dip zeigt halt dieses hoch, runter, hoch an und so weiter.

01:17:53.720 --> 01:17:57.620
Braucht man also auch wieder Zusatzzeichen, mit denen man die Vokale

01:17:57.620 --> 01:17:59.340
modifizieren kann.

01:18:01.260 --> 01:18:05.540
Bisher sind wir ja erstmal nur davon ausgegangen, dass wir

01:18:05.540 --> 01:18:08.800
unterschiedliche Laute wahrnehmen, die unterschiedlich klingen.

01:18:09.860 --> 01:18:13.820
Und jetzt kann man anfangen, dieses, was nehmen wir wahr, wie klingt

01:18:13.820 --> 01:18:17.400
etwas, zu verbinden mit der Sprache, die gesprochen wird.

01:18:18.020 --> 01:18:23.140
Und wenn man das macht, macht man den Übergang vom Phon, vom Laut, hin

01:18:23.140 --> 01:18:23.860
zum Phonem.

01:18:25.360 --> 01:18:28.780
Und das Problem ist, ich habe auch die unangenehme Angewohnheit, weil

01:18:28.780 --> 01:18:32.440
ich Informatiker bin und kein Linguist und Phonetiker, einfach Phon

01:18:32.440 --> 01:18:36.020
und Phonem wüst durcheinander zu verwenden, als sei es dasselbe.

01:18:36.300 --> 01:18:37.320
Ist es aber nicht.

01:18:37.640 --> 01:18:43.980
Das Phon ist der Laut, so wie wir es wahrnehmen, wie klingt etwas.

01:18:44.320 --> 01:18:47.160
Unabhängig davon, ob wir das irgendwie im Zusammenhang von Sprache

01:18:47.160 --> 01:18:47.440
hören.

01:18:48.180 --> 01:18:51.560
Bei einem Phonem kommt jetzt die Bedeutung der Sprache hinzu, die

01:18:51.560 --> 01:18:52.320
gesprochen wurde.

01:18:52.320 --> 01:18:58.320
Und die Definition eines Phonems ist, es ist die kleinste

01:18:58.320 --> 01:19:00.820
bedeutungsunterscheidende Einheit der Sprache.

01:19:01.540 --> 01:19:05.820
Beim Phon, beim Laut, war es einfach noch die kleinste Einheit, die

01:19:05.820 --> 01:19:08.120
wir als selbstständigen Laut wahrnehmen.

01:19:08.700 --> 01:19:12.760
Jetzt kommt hinzu, die kleinste Einheit, die wir als selbstständigen

01:19:12.760 --> 01:19:15.560
Laut logischerweise nahe nehmen, aber die auch zu einem

01:19:15.560 --> 01:19:18.200
Bedeutungsunterschied in der Sprache führt.

01:19:18.880 --> 01:19:22.940
Wenn man jetzt also Phoneme identifizieren möchte, ist eine sichere

01:19:22.940 --> 01:19:27.040
Art und Weise, das so zu machen, dass man zwei Wörter findet, die

01:19:27.040 --> 01:19:29.500
unterschiedliche Bedeutung logischerweise haben, weil es zwei

01:19:29.500 --> 01:19:33.060
unterschiedliche Wörter sind, die sich aber nur in einem Laut, in

01:19:33.060 --> 01:19:34.420
einem Phon unterscheiden.

01:19:35.120 --> 01:19:37.940
Und diese beiden Phone, die sich in diesen beiden Wörtern

01:19:37.940 --> 01:19:42.000
gegenüberstehen, sind dann dementsprechend Phoneme, weil sie einen

01:19:42.000 --> 01:19:43.840
Bedeutungsunterschied machen.

01:19:43.840 --> 01:19:48.920
Also im Deutschen ein einfaches Beispiel, Haus und Maus, unterscheiden

01:19:48.920 --> 01:19:50.580
sich in dem H und in dem M.

01:19:51.460 --> 01:19:54.840
Folglich sind H und M im Deutschen Phoneme.

01:19:55.380 --> 01:19:57.920
Und hier ist ganz wichtig, das hat jetzt nichts mehr mit der

01:19:57.920 --> 01:20:01.800
Wahrnehmung des Lautes zu tun, sondern das ist abhängig von der

01:20:01.800 --> 01:20:02.260
Sprache.

01:20:02.900 --> 01:20:07.760
Während Phone im Großen und Ganzen sprachunabhängig definiert werden

01:20:07.760 --> 01:20:12.820
können, sind Phoneme immer spezifisch für eine Sprache definiert.

01:20:12.820 --> 01:20:18.320
Denn es ist so, dass es häufig von Phonänderungen Lautänderungen gibt,

01:20:18.520 --> 01:20:22.060
die in einer bestimmten Sprache die Bedeutung eines Wortes nicht

01:20:22.060 --> 01:20:22.740
unterscheiden.

01:20:23.680 --> 01:20:28.480
Und diese verschiedenen Laute, die ich zusammenfassen kann, die zwar

01:20:28.480 --> 01:20:31.640
unterschiedlich klingen, aber die Bedeutung des Wortes nicht

01:20:31.640 --> 01:20:34.060
verändern, die sind ein Allophon.

01:20:34.460 --> 01:20:36.920
Zum Beispiel im Deutschen ist das das gerollte R.

01:20:37.300 --> 01:20:41.180
Ich persönlich spreche ein Rachen-R, ein Bayer würde ein gerolltes R

01:20:41.180 --> 01:20:46.540
sprechen, aber wenn wir dieselben Wörter sprechen, dann klingen die

01:20:46.540 --> 01:20:49.220
zwar unterschiedlich, man hört sofort, ich komme eher aus dem Norden,

01:20:49.280 --> 01:20:51.820
man hört von Bayern, der kommt offensichtlich aus Bayern, wegen dieses

01:20:51.820 --> 01:20:52.600
gerollten R.

01:20:53.540 --> 01:20:55.800
Aber das Wort wird immer das gleiche sein.

01:20:57.120 --> 01:21:00.040
Dementsprechend ist es so, dass im Deutschen das gerollte oder das

01:21:00.040 --> 01:21:05.260
ungerollte R zwar Phone sind, aber beides kein Phonem, sondern ein

01:21:05.260 --> 01:21:06.500
sogenanntes Allophon.

01:21:07.560 --> 01:21:11.800
Und das gibt es in anderen Sprachen auch, zum Beispiel das L und das R

01:21:11.800 --> 01:21:13.440
ist im Japanischen so.

01:21:14.700 --> 01:21:17.980
Ich meine, in Deutschland sagt man ja immer so, Japaner können kein R

01:21:17.980 --> 01:21:18.400
sprechen.

01:21:19.420 --> 01:21:20.320
Das stimmt nicht.

01:21:20.720 --> 01:21:22.600
Japaner können sehr gut ein R sprechen.

01:21:22.840 --> 01:21:26.360
Wenn man mit Japanern spricht, die können ein R problemlos sprechen,

01:21:26.600 --> 01:21:28.040
die können das auch als laut wahrnehmen.

01:21:28.680 --> 01:21:33.060
Das Problem, warum diese häufig falsch greifen, häufig ein L sprechen,

01:21:33.060 --> 01:21:36.500
statt eines R, ist einfach, dass die da keinen Unterschied hören.

01:21:37.320 --> 01:21:40.780
Für die sind ein L und ein R von der Gewohnheit her dasselbe.

01:21:41.040 --> 01:21:43.780
Ob sie ein L oder ein R sprechen, macht in ihrer Sprache keinen

01:21:43.780 --> 01:21:44.840
Bedeutungsunterschied.

01:21:45.820 --> 01:21:52.380
Das heißt also, ob die sagen Raus oder Laus, das ist für die erstmal

01:21:52.380 --> 01:21:54.220
in ihrer eigenen Sprache dasselbe Wort.

01:21:55.480 --> 01:21:59.740
Dementsprechend ist es für sie einfach vom Lernen der Sprache her

01:22:00.240 --> 01:22:03.740
schwierig, darauf zu achten, dass sie da das richtige Phonen sprechen,

01:22:06.040 --> 01:22:08.380
weil es im Japanischen keine Phoneme sind.

01:22:09.000 --> 01:22:13.000
So, von der Übung her, können die beide Laute problemlos produzieren.

01:22:13.100 --> 01:22:15.240
Es ist nicht so, dass sie nie ein L oder ein R gelernt hätten.

01:22:15.720 --> 01:22:18.360
Es ist einfach nur so, sich zu entscheiden, was jetzt das Richtige

01:22:18.360 --> 01:22:18.560
ist.

01:22:19.000 --> 01:22:22.120
Das Bedarf einer großen kognitiven Leistung, weil sie es unterbewusst

01:22:22.120 --> 01:22:23.240
ist, ist das für die dasselbe.

01:22:23.480 --> 01:22:24.780
Haben gelernt, macht keinen Unterschied.

01:22:24.780 --> 01:22:28.440
Und jetzt wird es schwierig.

01:22:30.660 --> 01:22:33.560
Phonetiker und Linguisten sind sich häufig nicht einig, innerhalb

01:22:33.560 --> 01:22:36.600
einer Sprache, welche Laute jetzt Phoneme sind und welche nicht.

01:22:37.220 --> 01:22:40.720
Da können ganze Fäden ausgeführt werden und ausgetragen werden, wo

01:22:40.720 --> 01:22:46.940
sich Linguisten drum schlagen, ob jetzt ein bestimmter Laut ein Phonem

01:22:46.940 --> 01:22:49.900
ist oder nicht und wie die Allophone eingeteilt werden müssen in einer

01:22:49.900 --> 01:22:50.940
Sprache und wie nicht.

01:22:51.580 --> 01:22:54.640
Und das ist hinterher für uns insofern interessant, da wir viel mit

01:22:54.640 --> 01:22:57.780
Phonemen arbeiten werden und wir nicht für jede Sprache als

01:22:57.780 --> 01:23:00.740
Informatiker jetzt unseren eigenen Phonemensatz erstellen wollen,

01:23:00.960 --> 01:23:04.180
sondern uns gerne darauf verlassen würden, was Experten in dem Bereich

01:23:04.180 --> 01:23:06.840
machen, da sind die Experten sich nicht einig.

01:23:07.160 --> 01:23:10.240
Und da muss man halt in der Lage sein, mit konkurrierenden Meinungen

01:23:10.240 --> 01:23:13.380
umzugehen und sich zu überlegen, wie man vielleicht konkurrierende

01:23:13.380 --> 01:23:17.040
Meinungen abwägen oder abschätzen kann.

01:23:19.160 --> 01:23:19.720
Genau.

01:23:21.380 --> 01:23:25.440
Das wäre im Prinzip alles, was ich jetzt erstmal zur Sprachproduktion

01:23:25.440 --> 01:23:29.080
zu sagen hätte, was man so erstmal als Grundwissen braucht.

01:23:31.520 --> 01:23:36.600
Wenn man tiefer einsteigen möchte, kann man zum Beispiel sich das

01:23:36.600 --> 01:23:40.060
Handbuch der International Phonetic Association, das IPA-Handbuch,

01:23:40.200 --> 01:23:40.520
hernehmen.

01:23:41.020 --> 01:23:44.660
Gibt es leider nicht kostenlos im Netz, muss man mal gucken, ob es das

01:23:44.660 --> 01:23:45.720
in der Bibliothek gibt.

01:23:45.720 --> 01:23:49.300
Das ist aber eine ganz nette Ressource, wo einem so ein bisschen der

01:23:49.300 --> 01:23:53.220
Sprachproduktionsprozess eigentlich ganz nett erklärt wird.

01:23:53.500 --> 01:23:56.060
Also wenn man später mal irgendwann in die Verlegenheit kommt, dass

01:23:56.060 --> 01:23:59.300
man ein bisschen mehr wissen muss, wäre das so eine erste gute

01:23:59.300 --> 01:24:01.700
Ressource, die man sich anschauen könnte.

01:24:02.660 --> 01:24:05.560
Aber ansonsten würde ich sagen, sind wir jetzt soweit mit der Zeit,

01:24:05.640 --> 01:24:07.760
dass es sich jetzt nicht lohnt, den Schall wieder anzufangen.

01:24:08.080 --> 01:24:09.780
Da würden wir dann nächste Woche weitermachen.

01:24:10.480 --> 01:24:11.040
Gibt es Fragen?

01:24:17.040 --> 01:24:20.140
Wenn das nicht der Fall ist, dann ganz herzlichen Dank für das

01:24:20.140 --> 01:24:21.800
Mitmachen bei dieser Tele-Vorlesung.

01:24:22.560 --> 01:24:27.680
Danke an die Sprecher, die bereit waren, da Beispiele zu geben von den

01:24:27.680 --> 01:24:28.600
Phonemen in die Sprache.

01:24:28.740 --> 01:24:33.880
Ich weiß, es ist nicht immer leichter, hier den Unterhaltungskünstler

01:24:33.880 --> 01:24:36.500
da zu spielen, aber es ist für mich immer ganz hilfreich, weil ich

01:24:36.500 --> 01:24:39.700
meistens in fremden Sprachen immer einen starken Akzent habe,

01:24:39.780 --> 01:24:42.040
Schwierigkeiten habe, die Phoneme selber zu produzieren.

01:24:42.500 --> 01:24:44.800
Deswegen ist es immer ganz hilfreich, wenn das jemand ausspricht, der

01:24:44.800 --> 01:24:47.080
das wirklich vom Kindesbein aufgelernt hat.

01:24:47.180 --> 01:24:50.920
Das nochmal herzlichen Dank und ansonsten würden wir uns dann Mittwoch

01:24:50.920 --> 01:24:52.780
zwar nicht wiedersehen, aber wieder hören.