A csecsemők a környezetük beszédét olyan hangsorfolyamként érzékelik, amelyekben szótagok ismétlődnek. Ahhoz, hogy szavakat tanuljanak meg, mindenekelőtt azonosítaniuk kell a hangkombinációkat: azokat, amik egyformának számítanak, egy csoportba, az eltérőeket meg különbözőekbe kell rendezniük egészen addig, míg valamennyi szótagfajtával meg nem ismerkedtek. De vajon tudhatja-e egyáltalán egy baba, hogy mi az, ami egyféle, és mi az, ami más?

Az emberek hangszíne egészen egyedi. Olyan, mint az ujjlenyomat: nincs belőle két teljesen egyforma. Nem véletlen, hogy ha beszédelemző műszerekkel lemérjük, azt fogjuk tapasztalni, hogy például az alma két szótagja mindig annyiféleképpen hangzik el, ahányan mondják. De még ugyanattól a személytől sem várhatjuk, hogy egymással teljesen megegyező hangkapcsolatokat produkáljon különböző hangsorok szomszédságában. A szótagokat nem szünetekkel elválasztva képezzük, hanem folyamatosan, egymással összekapcsolva, ennek az együttejtésnek pedig szintén megvannak az akusztikai következményei. Az az in- szótag, ami az inda szóban van, egy elülső, fogmederzárral végződik, míg az, ami az ingá-ban, egy a hátsó szájpadnál lévő zárral: ezek valójában hangásukban is eltérnek. Az, hogy a két szótag közt akusztikai különbség van, rögtön világos lesz, ha megpróbáljuk az inga első szótagját az inda módjára, fogmederzárral mondani, amit ez esetben úgy érhetünk el, hogy az in- és a -ga között egy kis szünetet tartunk.

Mindezek ellenére bárki mondja is az almá-t vagy az in- hangkapcsolatot valamelyik szóban, azt gondoljuk, hogy minden esetben ugyanazt a három szótagot, tehát az al-, a -ma és az in- hangkombinációkat halljuk. A jelenségre persze kézenfekvő magyarázat lehetne az, hogy csupán azért nem tűnnek fel nekünk egyes hangzásbeli eltérések, mert nagyon csekélyek. Bizonyára van egy pont, aminél nagyobb akusztikai különbségeknek már jelentőséget tulajdonítunk, viszont az ennél kisebbeknek még nem. A helyzet azonban korántsem ilyen egyszerű – jól tudjuk, hogy kétszer kettő néha öt, és a kevesebb több, Bábel óta pedig egyébként is nagy a zűrzavar.

Nem könnyű a szótagok világában (Fotó: Bartha-Tóth Alexandra)

Az inda és az inga szavak első szótagjai épp annyira másak, mint például az ide és az ige második szótagjai. A -de és a -ge minden jellemzője megegyezik, kivéve azt az egyet, hogy az előbbi egy elülső akadállyal, fogmederzárral, az utóbbi viszont hátsószájpadzárral kezdődik. Az ide és ige utolsó szótagjait mégis más-más hangsorokként kezeljük, az inda és inga első szótagjait viszont nem. Arról nem is beszélve, hogy vannak olyanok, mint mondjuk az egyszótagos méz és néz, amelyeket kétségtelenül különbözőeknek tartunk (egyébként nem is két szóként azonosítanánk őket), noha jóval közelebb állnak egymáshoz, mint az inda és inga pár in-jei: mindkét szótag elülső zárral kezdődik, csak az egyiknél ezt a két ajak, a másiknál pedig a fogmeder és a nyelv hozza létre.

Abban, hogy mely különbségek számítanak mérvadónak, ráadásul nyelvenként, sőt nyelvjárásonként is vannak eltérések. Az angol sin (’bűn’) és (to) sing (’énekelni’) szavak egy-egy szótagja ugyanazzal az elülső, illetve hátsó zárral végződik, mint az inda és inga in-jei. Míg azonban a magyarok ez utóbbiakat egyfélének tekintik, az angol anyanyelvűek határozottabb különbséget tesznek közöttük. Mindkét nyelvben muszáj ugyanakkor más-más szótagokként kezelni az r-t és az l-et tartalmazó szótagokat, egyébként aligha lehetne tudni, hogy lake (’tó’) vagy rake (’gereblye’), illetve láz vagy ráz hangzott-e el. Ezzel szemben egy japánnak egyre megy, hogy papuliká-t vagy papuriká-t mondunk neki, ő mindig a paprikára gondol. A magyar anyanyelvűek egy jelentős hányada legfeljebb furcsának tartja, ha valakitől azt hallja, hogy a fiam ëgyetëmre jár. (Az ë az e-hez képest zártabb, és nagyjából úgy képezzük, mintha egy é-t mondanánk rövidebben.) Mindeközben vannak a nyelvterületnek olyan részei, ahol a nyílt e-t és a zárt ë-t tartalmazó szótagokat majdhogynem annyira másnak tekintik az emberek, mint egy a-s és egy o-s szótagot. Ezt mutatja például az is, hogy számukra a mëntek (’ők mentek’) és a mëntëk (’ti mentek’) jelentései is épp úgy különböznek egymástól, mint mondjuk a masni és a mosni szavaké a magyarul beszélők körében mindenütt.

A helyzetet látva nem csoda, hogy a nyelvelsajátítással foglalkozó kognitív pszichológusokat már évtizedekkel ezelőtt elkezdte foglalkoztatni a kérdés: hogyan van ez a babáknál? Milyen akusztikai eltéréseket érzékelnek? Ezek közül vajon mindegyiknek jelentőséget tulajdonítanak, vagy csak bizonyosaknak? Tudják-e egyáltalán, hogy a környezetük nyelvében mely eltérések lényegesek? – Azt, hogy a csecsemők milyen hangsorok között tesznek különbséget, többféle módszerrel vizsgálják.

Egyfajta vagy kétféle? (Fotó: Bartha-Tóth Alexandra)

A kisebbeknél a legáltalánosabban használt eljárás a „beszélő cumi”-teszt. Ez a babáknak arra a tulajdonságára alapoz, hogy ha valamilyen új inger jelenik meg, érdeklődnek, és szopásuk gyakorisága megnő, ami pedig lehetőséget ad arra, hogy a csecsemők cumizásának változását követve kiderítsük, kétféle szótagsor lejátszása esetén különbséget tesznek-e közöttük. A nagyobb csecsemőkre már kevésbé jellemző a cumizás, esetükben nem a szopásuk intenzitását, hanem a figyelmüknek az irányát vizsgálják: a babák az újdonságok hallatán hirtelen a hangforrás felé fordítják tekintetüket.

A kicsik viselkedésére alapozó kísérletek mellett természetesen vannak olyan mérések is, amelyek az agyukban lejátszódó folyamatokat igyekeznek feltérképezni. Mivel ebben az életkorban az idegrendszeri reakciók és a külső ingerek közti összefüggések még meglehetősen bizonytalanul állapíthatók meg, ezek a vizsgálatok a műszerek korszerűsége ellenére sem lehetnek perdöntő erejűek, a „beszélő cumi”-teszt és a fejfordításos módszer eredményeit azonban feltétlenül megtámogathatják vagy éppen gyengíthetik.

A felnőtteknél leggyakrabban alkalmazott funkcionális képalkotó eljárásokat (az ún. fMRI-t és PET-et) csecsemőkorban nem használják. Ennek etikai és gyakorlati okai vannak: egyrészt nem lehet tudni, hogy az erős mágneses tér és az izotópok nem ártalmasak-e ebben az életkorban, másrészt az fMRI erős zajjal, a PET pedig injekció beadásával jár, ezért korántsem biztos, hogy a babák megismerési folyamatairól olyan eredményeket kapnánk, amik egyébként normál körülmények között jellemzőek rájuk. A csecsemőknél is használt mérőműszerek között vannak újabbak, ilyen a közel infravörös spektroszkóp (NIRS) és a magnetoencefalográf (MEG), a legelterjedtebb viszont máig az elektroencefalográf (EEG). Ez utóbbi a fejre helyezett elektródák segítségével az idegsejtek tömeges aktivitását méri: a nagyanyáink hajhálójára emlékeztető sapkának, amit néhány perc alatt rá tudunk adni a babákra, speciális, szivacsba ágyazott elektródái vannak.

Ha nincs EEG-sapka, jó a kötött is (Fotó: Fábián Orsolya)

Bármelyik módszerrel és eszközzel végezték el a kísérleteket, a kutatók ugyanazt az eredményt kapták. A csecsemők a szótagok között meglévő egyes akusztikai különbségekre kezdettől fogva érzékenyek, de az, hogy pontosan milyen eltérésekre és mennyire, idővel változik, mégpedig leginkább féléves koruk után.

A babák eleinte majdhogynem „nyelvi világpolgárok”, bár a nyelvek szótagrendszeréről való tudásuk egy kissé felületes. A vizsgálatok tanúsága szerint a csecsemők – függetlenül a saját nyelvi környezetüktől – az első hat hónapban szinte minden olyan akusztikai eltérést számon tartanak, amelyek a világ nyelveiben lényegesek lehetnek: még azokat a hangkombinációkat is elkülönítik egymástól, amelyek anyanyelvükben egyazon szótagfajta különféle változatainak számítanak csupán. Az is igaz persze, hogy ebben az elkülönítésben kissé bizonytalanok, a tesztekben bizonyos esetekben mindössze hatvan-hetven százalékos teljesítményt mutatnak. A második félévben viszont történik valami, aminek következtében a csecsemők hirtelen átesnek a ló túlsó oldalára, és „nyelvi világpolgárokból” rövid idő alatt egyenesen „anyanyelvi szakértőkké” válnak. Eztán csak a környezetük nyelvében meghatározó szótageltérésekre érzékenyek igazán, de azokra annál inkább és viszonylag nagy profizmussal: az anyanyelvük szempontjából lényeges akusztikai különbségeket hordozó szótagok között jóval nagyobb magabiztossággal tesznek különbségeket, míg az egyéb tekintetben eltérő hangsorokat úgy kezelik, mintha azok egyformák volnának.

Amikor például Janet F. Werker, a kanadai British Columbia Egyetem kognitív pszichológusa munkatársaival hat és tíz hónapos babákat tesztelt, arra volt kíváncsi, hogy hogyan reagálnak angol egynyelvű környezetben nevelkedő csecsemők a hindi nyelvben meglévő, de az angolból hiányzó da – dha szembenállásra. A kutatók azt tapasztalták, hogy a kisebbek ezt a két szótagot többé-kevésbé elkülönítik, a nagyobbak viszont már nem, miközben a velük egykorú, hindi anyanyelvű csecsemők annál inkább.

Magyarra hangolva (Fotó: Tóth Tímea)

Meglepő, vagy sem, úgy tűnik, a babák a hatodik-tizenkettedik hónap tájékán anyanyelvük akusztikájára „hangolódnak”. Ez a tény már csak azért is zavarba ejtő, mert elsőre el sem tudjuk képzelni, hogyan csinálhatják mindezt. Honnan tudhatja például egy magyar vagy egy angol csecsemő, hogy neki különbséget kell tennie az r-et és l-et tartalmazó szótagok között, és honnan tudja egy japán csöppség, hogy neki pedig nem?

A kérdés még bonyolultabbá válik, ha azt is hozzávesszük, hogy ez az anyanyelvre való ráhangolódási folyamat nyelvenként, nyelvjárásonként és szótagtípusonként eltérő tempóban következik be. Vannak olyan, a csecsemők anyanyelvében lényeges akusztikai szembenállások, amelyekre a babák már mondjuk a hatodik hónapban is eléggé nagy érzékenységet mutatnak, és vannak olyanok, amelyekre csak egyévesen vagy még később, és ekkor is csak csekélyebb mértékben. „Anyanyelvi szakértőkké” a babák először főként az egyetlen magánhangzóból álló szótagok kapcsán válnak, a mássalhangzósak majd csak többnyire eztán jönnek, de ezek sem egészen egy időben. A jelek szerint az angol és a japán apróságok hat-nyolc hónapos korukban már anyanyelvük szótagrendszeréhez tökéletesen igazodva reagálnak a la – ra párra. Ezzel szemben a tagalog nyelvi környezetben élő babák csak két hónappal később kezdenek határozottabb különbséget tenni az elülső és a hátsó zárral képzett n-et tartalmazó szótagok között, az angolok pedig még egyévesen sem, holott ez az eltérés sem a tagalogban, sem az angolban nem mondható egészen mellékesnek.

Akármilyen rejtélyesnek is látszik a dolog, a csecsemők néhány hónap leforgása alatt mégis az anyanyelvükre hangolódnak – olyan finomsággal, mint ahogyan a zenészek szokták hangolni hangszereiket. Vajon milyen technikával dolgozhatnak ezek az apró mesterek?

Az újszülöttek, akik anyanyelvük jellegzetes hanglejtés- és nyomatékmintáit már magzati korukban megismerték, ezeket használják vezérfonalakként ahhoz, hogy a beszédfolyam hangsorainak kódját alaposabban is megfejtsék. A meghatározott hangsúlyviszonyokkal rendelkező nagyobb dallamíveknek, amelyek mondatnyi egységekre terjednek ki, immár az apróbb részleteit figyelik meg.

Mivel a beszédből kiemelhető legkisebb egységek a hangok, azt gondolhatnánk, hogy a tanulás következő állomása az anyanyelv hangjainak felfedezése. Ha egy idegen nyelvű mondatot hallunk, nem tudjuk, hogy az milyen szavakból épül fel, így azt pusztán egy jelentés nélküli hangsorként, egymás után álló elemek sorozataként érzékeljük – a legegyszerűbb út a továbblépéshez talán tényleg a hangok tanulmányozása lehet. Csakhogy nem minden arany, ami fénylik, és nem mindig az az igazán egyszerű, ami elsőre annak tűnik: a jelek szerint a nyelvelsajátításnak ezt a szakaszát mégsem a hangok, hanem az ezeknél látszólag bonyolultabb szótagok irányítják.

Anya, tényleg a szótagokkal folytassam? (Fotó: Bartha-Tóth Alexandra)

Josiane Bertoncini és Jacques Mehler két hónapos csecsemők szopásgyakoriságának változását figyelve azt tapasztalták, hogy a babák könnyebben elkülönítik egymástól az olyan hangsorokat, amelyek tipikus szótag formájúak (például a tep-et a pet-től), mint a nem ilyeneket (mondjuk a tszp-t a pszt-től). Ezt és más hasonló vizsgálatokat látva Peter Jusczyk és Carolyn Derrah úgy gondolták, elképzelhető, hogy a kicsik azért érzékenyebbek a szótagokra, mert a beszédet valójában nem is hangok egymásutánjaként, hanem szótagok sorozataként érzékelik. Sejtésük nem volt alaptalan.

Kísérletükben szintén két hónapos csecsemőknek percekig b-vel kezdődő szótagokat (bi, be, bo, ba) mutattak be, a szopásgyakoriságuk változásaiból pedig azt találták, hogy a babák ezeket a szótagokat elkülönítették, miközben a teszt végére ismerősekké is váltak a számukra. Miután egy másik hanganyagot is lejátszottak nekik, az eredményekből arra következtettek, hogy a kicsik az előző fázis szótagjait nem hangonként, azaz nem egy b és egy magánhangzó kapcsolataiként érzékelték: a megkülönböztetés alapja a második elemek eltérése helyett maguknak a szótagoknak mint bonthatatlan egységeknek az eltérése volt. Ha ugyanis az újdonságkereső csecsemők a bi, bo, be, ba szótagokat hangonként, azaz egy b és egy magánhangzó kombinációiként érzékelték volna, akkor a következő szótagsorozat lejátszásakor intenzívebben kellett volna elkezdeniük szopni egy du hallatán, ami mindkét hangjában új, egy da-hoz vagy egy bu-hoz képest, amik a korábban megismertektől csak egy elemükben térnek el. A babák azonban nem így cselekedtek.

A hangok és szótagok versenyében, úgy tűnik, a csecsemők az utóbbiakra voksolnak – márpedig azt mondják, a gyerekeket komolyan kell venni, a szavazatokat pedig meg kell becsülni. Esetünkben a dolgot annál is inkább érdemes fontolóra venni, mert az emberi nyelv akusztikai tulajdonságait megvizsgálva könnyen kiderülhet, a babáknak tényleg igazuk van: szótagokat a beszédfolyamból kiemelni és megtanulni jóval egyszerűbb, mint hangokat.

Előre a szótagok útján! (Fotó: Szentpéteri-Görömbei Anita)

A mássalhangzókat nem ok nélkül hívják „mással-” hangzóknak. Míg a magánhangzók önmagukban is ejthetők és hallhatók, a mássalhangzók közül nem mindegyik. Ha például egy olyan szótag végéről, mint a di, mesterségesen elkezdjük levágni az i-hez tartozó hangrezgéseket, az így előálló akusztikai jeleket egymás után lejátszva azt fogjuk tapasztalni, hogy a művelet kezdeti fázisaiban még a szótagot halljuk, egy bizonyos ponton túl azonban már csak valamilyen nem nyelvi jelre emlékeztető zörejt. A d ugyanis egy olyan mássalhangzó, aminek a képzése során a fogmedernél zár keletkezik, ennek tartama alatt pedig nem történik hangadás. Ezért ez a hang csak akkor tud megszólalni, ha szomszédságában egy másik hang is jelen van: amikor azt gondoljuk, hogy önmagában ejtünk ki egy d-t, valójában akkor is egy dö-szerű szótagot mondunk, ahol a d után még egy nagyon rövid időtartamú magánhangzó is áll.

Persze vannak olyan mássalhangzók, amelyek akár önállóan is hangoztathatók és érzékelhetők lennének. A kutatók a hangok frekvenciaértékeit beszédelemző műszerekkel állapítják meg, méréseik pedig azt mutatják, hogy általában véve nehéz a hullámoknak azt a részletét kijelölni, ami egyértelműen azonosítaná, hogy pontosan melyik mássalhangzóról is van szó. Nemegyszer a szomszédos hangok, illetve a mássalhangzókat a környező hangokkal összekötő átmeneti sávok hordozzák az ebből a szempontból igazán lényeges információt: a babáknak tehát mindenképpen több hangra van szükségük ahhoz, hogy a mássalhangzós hangsorokat is megfelelően azonosítsák.

Ráadásul egyes mássalhangzók különböző magánhangzók előtt állva egészen más akusztikai tulajdonságokkal jellemezhetők. Csupán a beszédelemzők által megrajzolt függvényeiket nézve akár azt is gondolhatjuk a hullámképeikről, hogy nem is ugyanahhoz a hanghoz tartoznak. Az a beszédhangok felismeréséhez fontos jegy, amit a szakemberek második formánsnak (F2-nek) neveznek, például a d-nél i szomszédságában 2200 Hz-ről emelkedik 2600-ra, míg u mellett ugyanez 1200 Hz-ről ereszkedik 700 Hz-re. Ilyen nagy eltérések esetében a babáknak sokkal nehezebb volna megtanulni azt, hogy a beszédben elhangzó különböző mássalhangzók mikor tekinthetők egy-, és mikor többféle hangnak, mint ugyanezeket magánhangzókkal együtt, szótagok formájában elsajátítani.

Újabb szótagokra várva (Fotó: Bartha-Tóth Alexandra)

Jól tudjuk, párban szép az élet – a mássalhangzók azonosításához is jól jön legalább egy magánhangzó vagy egy olyan mássalhangzó, ami magánhangzós tulajdonságokat mutat (például zengő, folytonosan hangoztatható). Ez utóbbiak, amelyek azáltal, hogy messzebbre hallatszanak és akusztikai jegyeik is állandóbbak, a szótagok magjaiként biztos fogódzót nyújtanak a beszéd hangkapcsolatainak azonosításához. Ennek köszönhetően azokon a mondatnyi nagyságú dallam- és hangsúlymintázatokon, amiket a csecsemők már a magzati korukban megtanultak, olyan akusztikai csomópontokként szolgálnak, amelyek lehetővé teszik a babák számára, hogy anyanyelvük hanglejtés- és nyomatékíveinek hangsorrészleteit is megismerjék. Egy ezerféle színű, kisebb-nagyobb gyöngyökből álló nyakláncot távolról csak egy színes vonalnak látunk, ami egy meghatározott ívet vesz fel, közelebbről nézve viszont először a nagyobb gyöngyöket mint csomópontokat látjuk meg rajta a maguk tarkaságában, majd mellettük a kisebbeket is, ugyancsak a maguk sokféleségében.

A szótagok olyanok, mintha varázspálcák lennének a dallam- és hangsúlymintázatok belső szerkezetét felfedezni vágyó gyerekek kezében. A csecsemők a szótagokra alapozva nagyon rövid idő alatt hatalmas nyelvi fejlődésen mennek keresztül. Hat-nyolc hónaposan anélkül, hogy értenék a körülöttük elhangzó beszédet, már viszonylag hosszú szótagsorozatokról el tudják dönteni, hogy azok a környezetükben élő emberek nyelvében lehetségesek-e, vagy pedig olyan hangsorok, amelyek erre egyáltalán nem jellemzőek. Valahogy úgy vannak ekkor az anyanyelvükkel, mint a néhány éves babáktól a felnőttekig minden magyar anyanyelvű, amikor a népszerű halandzsaverset hallja: a mondóka szavai értelmetlenek ugyan, de már ismerősen, magyarul azok. Antanténusz, szórakaténusz, szóraka tiketuka, alabala bimbambusz....