Ikonicita v mluveném rozhovoru

Richard Ogden

[Články]

(pdf)

Iconicity in spoken conversation

Most studies of iconicity have used decontextualised speech to test whether particular prosodic parameters are hearable as conveying particular types of message. Research into how iconicity functions in conversational data is lacking, partly because those working on conversation have been concerned to explore the social and structural underpinnings of prosody in conversation, while those working on iconicity have tended to do so in using experimental frameworks. In this paper, we review claims about iconicity in literature from phonology and pragmatics, and evaluate these claims through the lens of findings from the study of talk-in-interaction. We will show that many of the claimed functions of iconicity are handled differently in spoken interaction than is assumed in the literature; and that iconicity only provides weak explanations of many attested [form : meaning] mappings in conversation.

Key words: iconicity, prosody, phonetics, conversation analysis
Klíčová slova: ikonicita, prozódie, fonetika, konverzační analýza

Rozhovor je pro řeč přirozeným prostředím. I přes to však zůstává mnoho otázek o fonetické a fonologické organizaci každodenní komunikace nezodpovězených. Interakcionalisté – ke kterým se počítám – zastávají názor, že rozhovor nelze modelovat jako sled střídajících se monologů. Rozhovor vykazuje základní vlastnosti interakce: například systém pro střídání replik mluvčích, opravné mechanismy a také zřejmý (nicméně problematický) fakt, že řeč plyne v čase. Rozhovor je řízen sociálními pravidly, z nichž mnohá jsou společná různým jazykům a kulturám (např. Levinson, 2006; Stiversová et al., 2009).

Existují pravděpodobně čtyři hlavní způsoby, jakými lingvisté (a obzvláště fonetici) dosud zkoumali řeč v rozhovoru. Prvním je jejich vlastní intuice a zkušenost: ta je pravděpodobně nejobvyklejší v pracích o intonaci, do určité míry pak i v pragmatice. Druhým způsobem jsou experimenty a testování, kdy jsou hypotézy vyvozené z pozorování rozhovorů prověřovány v laboratoři. Tato metoda sice poskytuje kontrolu nad některými aspekty dat, ale také vytrhává řeč z jejího přirozeného prostředí. Třetí způsob vede skrze analýzu velkých konverzačních databází, jež poskytují možnost sbírat a analyzovat (zejména z akustického hlediska) ohromné množství dat.

Čtvrtá metoda, tedy přístup nastíněný v tomto článku, spojuje rigorózní empirický přístup k analýze každodenních rozhovorů (konverzační analýzu, dále KA) s fonetickým pozorováním. V rámci této metody je cílem analytika objasnit, jak [3]mluvčí v interakci dosahují s pomocí řeči svých cílů, a odkrýt normativní vzorce interakce. Toho lze dosáhnout vysvětlením jednotlivých případů za účelem odhalení normativních vzorců, které jsou základem konverzačního celku. Tento přístup budu nazývat „interakční fonetikou“. Studie probírané v tomto článku jsou založené na dokladech toho, jak účastníci rozhovoru interpretují fonetický a prozodický plán řeči. Tyto studie také předkládají doklady z různých úrovní analýzy, včetně výběru lexika, syntaktického plánování a sekvenčního umístění. Podrobnější úvod do této metodologie lze najít u Locala (2003), Locala a Walkera (2005), Ogdena (2012a) a Walkera (2013).

 

1 L’arbitraire du signe a ikonicita

Ústředním konceptem lingvistické teorie je pojem jazykového znaku a jednou z jeho určujících vlastností je arbitrárnost. Pro Saussura má jazykový znak dva komplementární aspekty: signifié, významovou část znaku, a signifiant, jeho jazykové vyjádření. Arbitrární vztah mezi signifiant a signifié znemožňuje předpovědět, jakou jazykovou formu by měl daný výraz mít. Toto arbitrární přiřazování je úhelným kamenem lingvistiky, jež na asociaci formy s významem nahlíží jako na sociální konvenci. Arbitrárnost je nicméně zpochybněna ikonicitou, která říká, že některý aspekt jazykové formy, signifiant, není vztažen k aspektu významu, signifié, arbitrárně. Ikonicita naznačuje, že vysvětlení některých přiřazení [forma : význam] pochází z jiného zdroje, obvykle z naší fyzické zkušenosti se světem (např. prostřednictvím zraku či sluchu).

Většina evropských jazyků má jen poměrně malou skupinu lexikálních výrazů, o kterých lze říci, že jsou „ikonické“, případně „sluchově motivované“: zřejmými příklady jsou slova reprezentující zvířecí zvuky jako „cuckoo“ nebo „quack“ v angličtině či „mňoukat“ nebo „vrkat“ v češtině. Jde tedy o případy, kdy fonologická stavba slova nějakým způsobem zrcadlí sluchový dojem z vnějšího světa a kdy toto slovo označuje třídu reálných referentů. Tomuto aspektu ikonicity či zvukového symbolismu zde již dále pozornost věnovat nebudu. Aspektem mluvené řeči, který bývá v souvislosti s ikonicitou nejčastěji zmiňován, jsou prozodické rysy: intonace, hlasitost, tempo, kvalita hlasu a další. U těchto řečových rysů je intuice rodilých mluvčích o významu silná a je pro ně jednoduché vytvořit si asociaci mezi formou a funkcí. Jak dokládá Walkerová (2014), mnoho učebnic popisuje intonaci z hlediska formy (např. závěrečný pokles na nízký tón) i funkce (oznámení, překvapení, vztek, otázka atd.). Všeobecně rozšířený názor (mezi laiky a možná i mezi lingvisty) je, že závěrové stoupání značí „otázku“, „vzteklá“ řeč je hlasitá nebo „pečlivá“ řeč je pomalá. Tyto dojmy jsou přitažlivé a zdají se být nenapadnutelnou součástí obecného smýšlení, nicméně je složité je na materiálu přirozených rozhovorů potvrdit stejně jako vyvrátit.

[4]Podle Ladda (1996, s. 39) panuje shoda na tom, že prvky intonace mají obecné významy, které lze kombinovat. Výsledné významy se pak vysvětlují „bohatou interpretační pragmatikou“, která dává vzniknout velmi specifickým funkcím a užitím. Práce Hintonové, Nicholsové a Ohaly (1994) či Gussenhovena (2004) jsou velkým přínosem k porozumění nearbitrárním vztahům mezi formou a významem v řeči, především díky tomu, že se zabývají prozodickými rysy.

Nicméně tyto a další související články obsahují velmi málo dokladů ze spontánních rozhovorů a spoléhají se místo toho např. na dojmy rodilých mluvčích, jimž byly k hodnocení předloženy vzorky řeči vytržené z kontextu. Ve většině případů nestaví na „bohaté interpretační pragmatice“, již zmiňuje Ladd. A tak zatímco dokladů pro hodnocení rodilých mluvčích je poměrně mnoho, není jasné, zda se tyto závěry dají přímo přenést na analýzu přirozené interakce.

Interakční lingvistika obecně přisuzuje ústřední pozici roli sociálního jednání: Jazyk je primární prostředek, kterým lidé dosahují svých cílů při vzájemné interakci. Sociální jednání je pak realizováno konverzačními replikami, jež jsou uspořádány do sekvencí. Mnohá jednání vyžadují více replik. Například při žádosti žádající obvykle nejprve vysvětlí, co potřebuje a proč, a žádaný může mít při tom příležitost nabídnout pomoc (čímž se zabrání přímé žádosti). Jakmile je žádost vyslovena, dochází k reakci např. ve formě vyhovění žádosti, či vysvětlení, proč žádosti vyhovět nelze. Tyto sekvence poskytují analytikovi rámec ke studiu konverzačních dat, protože jak zde ukazuji, zacházení účastníků rozhovoru s těmito sekvencemi vytváří prostředí pro interpretaci replik v konverzaci. (Pro velmi podrobný a přesvědčivý popis zacházení se sekvencemi viz Schegloff, 2007.)

Interakční fonetika vyžaduje ve srovnání s tradičními postupy několik kulturních posunů:

■ Je nutné chápat rozhovor jako časově vázaný a dynamický, potřebujeme „enchronický“ pohled na řeč (Enfield, 2009). To znamená, že při analýze musíme brát v úvahu vývoj situace okamžik za okamžikem a hledat v řeči relevantní následující jednání. Například: Kdo by měl mluvit jako další? Kdy by měl začít mluvit nový mluvčí? Jak dá mluvčí najevo, že teď rozumí něčemu, co předtím nechápal? Analýza se tedy zaměřuje na řečové procesy a způsoby, jakými se dosahuje sociálního jednání, spíše než (jak je tomu v tradiční lingvistice) na statické jednotky, jako jsou fráze či věty.

■ Na fonetiku se nahlíží jako na jeden ze sémiotických systémů paralelní např. s lexikem, syntaxí či neverbálními prostředky, jako jsou gesta nebo fyzické úkony (zacházení s objekty). Měli bychom přitom dbát na vztahování fonetických detailů k dalším úrovním analýzy.

■ Doklady nalézáme spíše v samotném chování účastníků než v analytikově intuici: Rysy vyskytující se v replice současně, zacházení s replikou a projevy [5]porozumění v následující (či pozdější) replice jsou stěžejními prvky analýzy, stejně jako zacházení účastníků s případy, které porušují normu.

■ Repliky v řeči mohou být vytvářeny více než jednou osobou. Například syntaktické souběžné konstrukce jako kolaborativní doplnění (kdy jeden z mluvčích dokončí promluvu jiného, výsledkem čehož je věta vyslovená dvěma různými osobami) obsahují také prozodické souběžné konstrukce, v nichž se detaily doplnění musí určitým způsobem shodovat s detaily první části promluvy (Local, 2003).

Mnohé ze závěrů interakční fonetiky jsou relevantní pro fonology a intonology. V tomto článku proberu některé z prací spadajících do interakční fonetiky a zaměřím se zejména na to, jak se výsledky těchto výzkumů vypořádávají se vztahem mezi formou a funkcí.

 

2 Dvě prozodické konfigurace v mluvené interakci

2.1 VH a NT prozódie

Nejranější práce z interakční fonetiky využívaly argumenty KA ke stanovení fonologických jednotek mluvené řeči na základě pozornosti, kterou jim věnovali samotní účastníci.

Bylo prokázáno, že frázování, akcent, výška hlasu, intonační kontura a další aspekty produkce (jako například rysy vypuštění finálních exploziv) fungují společně jako soubor fonetických rysů a užívají se zejména k organizaci střídání mluvčích (viz např. Local – Kelly, 1986, Local – Kelly – Wells, 1986, a články v Couper-Kuhlenové – Seltingové, 1996). V současné době existuje velké množství studií zaměřených na vedení rozhovoru v různých jazycích, které zahrnuje střídání mluvčích, různé typy překryvů replik či vstupů nového mluvčího do repliky aktuálního mluvčího (např. kompetitivní vstupy, minimální reakce nebo očekávatelné reakce, například odpovědi na otázky). Vedení může probíhat za pomoci změny rozvíjející se promluvy uprostřed repliky nebo propojení dané repliky s replikou předcházející, někdy i poměrně vzdálenou (viz např. sborníky Couper-Kuhlenové – Forda, 2004, Barth-Weingartenové – Reberové – Seltingové, 2010, či články ve speciálním vydání časopisu Language and Speech, Ogden, 2012a). Jsou k dispozici také studie zkoumající jiné funkce prozodických rysů v řeči, nejnověji například práce týkající se postojů. Jejich autoři studují rysy, které byly např. Laddem (1996) považovány za paralingvistické (kupříkladu intonační hladina a melodický rozsah). Většina z nich ukazuje, že segmentální a prozodické rysy spolupracují, tzn. není důvod nijak zvláště upřednostňovat intonační kontury, které bývají primárním cílem většiny výzkumů v jiných tradicích.

[6]V této kapitole budu rozebírat práce, v nichž je za pomoci metod KA ukázáno, jak jsou soubory prozodických rysů využity v interakci. Těmto dvěma shlukům rysů budu říkat „VH“ („vysoké a hlasité“) a „NT“ („nízké a tiché“). Jsou to následující rysy:

VH: vysoko v intonačním rozpětí mluvčího, hlasité, velký melodický rozsah
NT: nízko v intonačním rozpětí mluvčího, tiché (včetně dyšné či třepené fonace), malý melodický rozsah

VH a NT nejsou termíny, které by autoři zde představených studií sami používali. Ve většině z nich je přesné fonetické složení vysvětleno podrobněji. Konkrétní detaily v každém příkladu se různí a tímto seskupením přijdeme o jistou část drobností a nuancí, které jsou jádrem interakční fonetiky. Bylo nevyhnutelné některé z důležitých rysů, jako je lexikální skladba replik, v tomto přehledu přeskočit. Na druhou stranu takovéto seskupení umožní generalizace a úvahy o tom, jak ikonicita v rozhovoru doopravdy funguje, což následně zjednoduší porovnávání s mainstreamovým pohledem na významy prozódie.

Ve zde zmiňované interakčněfonetické literatuře se objevují dva způsoby, jak se na prozodickou skladbu promluvy nahlíží. V prvním případě jsou tyto rysy brány jako absolutní – tzn. vlastnosti dané repliky nezávislé na kontextu. To je pravděpodobně nejblíže způsobu, jakým lingvisté tradičně uvažují o konstrukci promluv. Také je však možné tyto rysy chápat relativně – tj. prozodická skladba repliky může být vytvořena s ohledem na repliku předcházející. Replika může mít například větší melodický rozsah než předchozí nebo může být výše v intonačním rozpětí mluvčího. Stav, kdy replika vykazuje prozodickou konfiguraci směrem k VH, se někdy nazývá prozodickým „upgradem“ (Ogden, 2006), zatímco opačný proces, s prozodickou konfigurací směrem k NT, je případ prozodického „downgradu“. Szczepek Reedová (2006) považuje tyto složené formy za důkaz prozodické orientace, tj. potvrzení toho, že účastníci rozhovoru berou prozodické rysy v úvahu, analyzují je a manipulují jimi, aby dali najevo, že jejich současná promluva je v určitém vztahu k předchozí promluvě jiného mluvčího. Repliky v rámci rozhovoru jsou tedy v určitých syntagmatických vztazích k ostatním replikám v témže rozhovoru.

V interakční fonetice je mnoho zmínek jednak o sekvenčním umístění repliky (např. zda začíná nějaké jednání, položení dotazu, pozvání, započetí příběhu; zda jde o reakci na předchozí repliku jako např. odpověď na otázku, souhlas s delším vyprávěním, opětování pozdravu nebo přijetí pozvání), jednak o složení repliky v nejširším slova smyslu: Výběr lexika a referenčních výrazů či syntaktická skladba jsou jen některé příklady současně se vyskytujících jazykových rysů, na které interakcionalisté upozorňují (viz Schegloff, 1993, s. 121).

Jeden z prvních interakčněfonetických článků, který zkoumal, jak jsou postoje vyjadřovány s pomocí prozodických rysů, napsala Seltingová (1996). Porov[7]návala dva případy užití nevětné jednoslovné výpovědi „was“ (‚co‘) v němčině. První z nich, „normální“ oprava, je projevem problému se slyšením nebo porozuměním; druhý typ, „udivená“ nebo „překvapená“ oprava, je recipientem pochopena jako neshoda mezi očekávaným a slyšeným. Zatímco „normální“ oprava je vyslovena ve středu intonačního rozpětí mluvčího a bez jakékoliv zaznamenatelné změny hlasitosti, „překvapená“ oprava je vyslovena s VH prozodickými rysy – velmi vysokým vrcholem základní hlasivkové frekvence (F₀) a nárůstem hlasitosti. Příkladem obou těchto oprav v angličtině je ukázka 1: „překvapená“ oprava na řádku 6 a „nepříznaková“ oprava na řádku 8.

 

Ukázka 1: CallHome en_4092 901-941.peach tree

„Ezio“ na řádku 1 označuje psa, který je nadšený z porážení stromů.

((další rozmluva vysvětlující, který strom byl poražen))

 

Na řádcích 1–2 A začíná vyprávění, které je projektováno jako zábavný příběh o psovi. Řádek 2 je pak první část příběhu. Na řádku 4 B vysloví kontinuátor „mhm“, který si A na řádku 5 vyloží jako dosavadní porozumění příběhu, jež jí dovoluje pokračovat dál. Replika B na řádku 6 vykazuje VH prozodické vlastnosti – je vysoko v rozsahu mluvčího a nahlas. To ukazuje na problém v tom, co dosud slyšela, a tento problém, jak se později ukáže, tkví ve zklamání nad poražením stromu. Z reakce A na tuto repliku plyne, že „what“ na řádku 6 nechápe jako iniciování opravy kvůli problému ve slyšení – na řádku 8 mluvčí A například neopakuje svou repliku (ani žádnou její část) z řádků 1–2. „What“ mluvčí A zaznamenané na řádku 8 (nízko v rozsahu mluvčího, NT prozodická konfigurace) ukazuje na to, že A považuje řádek 6 za zdroj nějakého problému. B následně na řádku 9 problém vysvětlí – identifikuje strom – čímž potvrdí, že pochopila řádek 8 jako přímočarou iniciaci opravy spíše než projev překvapení. Zde se tedy jedná o dva příklady prozodicky různých iniciátorů opravy s různými funkcemi.

[8]Článek Wilkinsonové a Kitzingerové (2006) o projevech překvapení ukazuje, že tyto projevy nejsou instinktivním projevem emocí, nýbrž jsou produkovány na místech poskytnutých k tomuto účelu v předchozí replice (zdroji překvapení). V této replice je projeveno pochopení něčeho, co je neočekávané či mimořádné, což učiní následující projev překvapení relevantním. Autorky si všímají toho, že položky s překvapením jsou často tišší než okolní řeč, ale jejich transkripce obsahují i příklady vyslovené vysoko a nahlas. Oproti příkladům Seltingové (1996) mohou být tyto projevy překvapení tedy realizovány jak s VH, tak i s NT rysy. Ukázka 2 (z Wilkinsonové – Kitzingerové, 2006, s. 158) poskytuje podobný příklad – za povšimnutí také stojí, jak Bee zdůrazňuje mimořádnou váhu dítěte intenzifikací slova „ten“ (viz Ogden, 2012b) a popisem váhy v oddělené, samostatné frázi realizované jako dodatek k „she had it yesterday“. To poskytuje Avě podklad k tomu, aby tuto repliku pochopila jako mimořádnou, což pak sama Bee potvrzuje na řádku 3. (NT realizace je označena {_s…_s}.)

 

Ukázka 2: TG: 19:08

„it“ na řádku 1 odkazuje k dítěti; deset liber = 4,5 kg

 

Dalším článkem zkoumajícím, jak se prozodická konfigurace využívá k vyjádření postojů, je práce Freese a Maynarda (1998; viz také Maynard – Freese, 2012), kteří studují sekvence sdělování novinek. Oznámení novinky nabízí recipientovi prostor k reakci a zhodnocení jejího dopadu. Sdělení novinky, se kterou recipient zachází jako se špatnou zprávou (např. „to je mi líto“, „to je škoda“), je doprovázeno NT prozodickými rysy, zatímco oznámení považované za dobrou zprávu (např. „výborně“, „to je skvělé“) je proneseno s rysy VH. Pozitivní či negativní hodnota přiřazená novince přitom závisí na recipientově projevené orientaci, nikoliv na úsudku analytika. Funkce prozodických rysů, kterou Freese a Maynard identifikují, je sekvenčně vázaná – vyšší posazení hlasu má kromě této funkce, vázané k tomuto sekvenčnímu umístění, ještě mnoho dalších. Proto zastávají názor, že přiřazení [forma : význam] je komplexní a rozhodně ne vzájemně jednoznačné (jedna ku jedné).

Couper-Kuhlenová (2004) zkoumá, jak prozodická skladba ovlivňuje interpretaci lexikální konstrukce „never mind“ v angličtině. „Never mind“ má podle ní v angličtině sedm různých funkcí a sekvenčních umístění včetně stížností, hovorů o osobních problémech a sdělování novinek (každou z těchto kategorií ještě dělí zvlášť podle mluvčího a recipienta), může být i součástí opravné sekvence. Obecně řečeno ukazuje, že NT realizace „never mind“ jsou používány jako [9]ukončení současné sekvence (tedy jako signál přechodu k dalšímu tématu) nebo jako projev rezignace či odporu; zatímco VH realizace vyjadřují optimismus nebo také odpor. Článek ilustruje, jak prozodická forma utváří interpretaci „never mind“ v řečových sekvencích. Všimněme si, že „odpor“ může být vyjádřen jak VH, tak i NT prozodickými rysy.

Local a Walker (2005) zkoumají repliky v angličtině skládající se pouze ze slova „so“. Nacházejí dvě fonetické konfigurace spojené se dvěma akcemi stejného mluvčího: pokračováním repliky či jejím ukončením. V případě pokračovacího „so“ mluvčí zůstává u nastoleného tématu, i pokud následovalo ticho – to znamená, že pokračovací „so“ projektuje pokračování stejného mluvčího v řeči na totéž téma. V případě ukončovacího „so“ replika projektuje možnost mluvčího ukončit dané téma a změnit mluvčího v další replice. Tyto dvě různé funkce samostatně stojícího „so“ se zrcadlí v různých fonetických vlastnostech, kdy pokračovací „so“ vykazuje spíše VH prozodické vlastnosti (případně také možnost finálního hlasivkového závěru, jak si všímají Local a Kelly, 1986, v angličtině a Ogden, 2001, ve finštině), zatímco ukončovací „so“ se projevuje NT prozodickými vlastnostmi (a bez finálního hlasivkového závěru). Ukázka 3 níže uvádí příklad ukončovacího „so“ na řádku 14.

 

Ukázka 3: CallHome en_4074.695

 

[10]Ogden (2006) zkoumá hodnotící párové sekvence v rozhovoru, tj. sekvence, kdy první mluvčí pronese repliku se strukturou [NP spona adj₁] a druhý mluvčí naváže paralelním hodnocením se strukturou zhruba [Ano, je to velmi adj₁], případně [Ne, je to adj₂]. Tato studie dokazuje, že fonetická konfigurace druhého hodnocení je v určitém vztahu k prvnímu. Aby bylo druhé hodnocení vnímáno jako rozhodný souhlas či nesouhlas, musí mít rysy více směrem k VH než hodnocení první; pokud je realizováno s rysy spíše směrem k NT, je druhé hodnocení vnímáno pouze jako mírný souhlas, což zahajuje spor. Ogden (2012c) nicméně ukazuje, že souhlasná druhá hodnocení, která uzavírají sekvenci (a tedy zahajují sekvenci novou, např. nové téma), jsou realizována s NT rysy – prozodická konfigurace souhlasu a nesouhlasu je tedy citlivá na pozici.

Curlová, Local a Walker (2006) zkoumají způsoby zakončování sekvencí v angličtině, konkrétně opakováním frází, jako například „to je škoda… to je škoda“. Druhá část dvojice je přitom více NT než první. Po takovéto dvojici následuje obvykle nová sekvence, často s využitím předělového intonačního skoku vzhůru, který byl pozorován v mnoha kontextech (Local – Walker, 2004). Příklad takovéto dvojice („bizarre… bizarre“) lze nalézt v ukázce 3 výše na ř. 16–18.

Ogden (2010) prozkoumává prozodickou stavbu stížností na třetí osoby (např. jeden z mluvčích si stěžuje druhému na chování třetího). Repliky, které obsahují stížnosti, jsou sestaveny dvěma způsoby: VH, který je spojen s lexikálními rysy, jako jsou expletiva či extrémní formulace, a NT, jímž jsou vyslovena hodnocení shrnující stížnost. Zmíněná studie prokázala, že VH stížnosti vyžadují odpověď od recipienta, který považuje stížnost za oprávněnou a stojí na straně stěžovatele; naopak NT stížnosti obvykle celé téma zakončují a jsou většinou následovány novou sekvencí.

Couper-Kuhlenová (2012a) se zabývá stavbou replik, které reagují na vyprávění obsahující stížnost. Její výsledky jsou většinou ve shodě s Ogdenovými (2006), konkrétně v případě souhlasného jednání – odpovědi považující stížnost za oprávněnou a sdílející postoj stěžovatele ke stížnosti jsou obvykle realizovány s prozodicky stejnými rysy či prozodickým upgradem (tj. vyšší a hlasitější, ale ne nutně s VH prozodickou konfigurací), zatímco nesouhlasné jednání – například pochybnosti o některém aspektu vyprávění či pouze minimální reakce jako „mhm“ – je většinou doprovázeno NT prozodickými konfiguracemi.

Couper-Kuhlenová (2012b) zkoumá stavbu reakcí, které zamítají navržený postup, viz schéma:

A: navrhuje, že B by měl něco udělat
B: zavrhuje nápad A
A: reaguje na zamítnutí B

Jednou z možných reakcí je projev zklamání, který je doprovázen NT prozodickými rysy (nižší hlasitost, vysloven níže a s méně pečlivou artikulací); zatímco jiná možná reakce, podrážděnost, má VH prozodické rysy (napjatá [11]kvalita hlasu, vysoká nebo vyšší intonační hladina a vyšší hlasitost než v předchozí replice).

Weistová a Peräkylä (2014) se zabývali psychoterapeutickými schůzkami a prozkoumali repliky ze 70 setkání, kdy terapeut potvrzuje či odmítá klientovy emoce. Potvrzení znamená, že terapeut považuje klientovy emoce za oprávněné a pochopitelné; toho je docíleno NT prozodickými konfiguracemi, které jsou nicméně přizpůsobeny klientovu projevu emocí. Zpochybnění klientových emocí začíná novou trajektorii diskuse a je spojeno s VH prozodickými konfiguracemi. Tyto výsledky se neshodují s Couper-Kuhlenovou (2012a) – potvrzení či souhlas nejsou realizovány s pomocí prozodického přizpůsobení, ale prozodického downgradu (tedy více NT prozodickými rysy). Důvodem může být fakt, že nejčastější emocí v datech Weistové a Peräkylä je smutek (oproti vzteku či rozhořčení ve stížnostech), a také očekávání o průběhu rozhovoru jsou v terapeutickém, institucionálním prostředí odlišná od každodenních situací v případě Couper-Kuhlenové. Dalším rozdílem je různý druh autority, se kterou účastníci vstupují do situace a kterou vytvářejí tím, jak vedou dialog. Tato diskuse poukazuje na fakt, že každá replika může v rozhovoru zastávat různé funkce.

Většina studií, kterými jsme se zabývali doposud, se týkala responzivního jednání. Pillet-Shorová (2012) zkoumá prozodickou stavbu úvodních pozdravů. Její výsledky ukazují, že VH prozodická konfigurace je asociována s pozitivně ohodnocenými pozdravy („moc rád tě vidím!“), kdy je recipient brán jako důvěrně známý a setkání jako přátelské, obvykle s velkým množstvím překrývajících se replik. Pozdravy pronesené s NT prozodickou konfigurací jsou spojeny s neznámým adresátem (jsou např. následovány představováním) či již jednou pozdravenou osobou nebo mohou být ukazatelem mezilidských problémů (následovat může např. otázka „co se děje?“).

 

2.2 Obecnější funkce VH a NT prozodických konfigurací

Při pohledu na tyto množiny funkcí (více) VH a (více) NT prozódie je poučné povšimnout si několika společných bodů. Na poli metodologie stojí v centru zájmu zkoumání, jak jsou interakční cíle mluvčích implementovány pomocí řeči. Všechny citované studie se velmi pečlivě zaměřují na přesně vymezené pozice v rozhovoru, kde je očekávatelné či relevantní určité sociální jednání (např. pozdrav, souhlas nebo odpověď). Představená data také obsahují případy utváření sekvencí, například počátku nového či uzavření dřívějšího tématu nebo ustanovení mluvčího jako posluchače nebo následujícího mluvčího. Lze najít také četné případy projevu postojů a souhlasu (případně nesouhlasu) s již projeveným postojem někoho jiného. Výsledkem je zjištění, že jedna skupina prozodických postupů může být využita k vyjádření širokého spektra sociálního jednání.

[12]Specifikovat obecné vzorce pozorované při využívání VH a NT rysů je o něco těžší. Repliky s nižší a tišší konfigurací bývají používány při zamýšleném ukončení sekvence (Couper-Kuhlenová, 2004; Curlová – Local – Walker, 2006; Local – Walker, 2005; Ogden, 2010), při projektování nadcházejícího sporu (Ogden, 2006) nebo jako prostředek k vyjádření toho, aby klient terapeutického sezení pokračoval ve své stávající promluvě (Weistová – Peräkylä, 2014). Jeden z možných termínů, které by pokryly tyto případy, je ustoupení současného mluvčího – buď od pokračující sekvence řeči, nebo od převzetí slova.

Repliky vykazující vyšší a hlasitější prozodickou konfiguraci často značí nějaký druh souladu při odpovědi (jako např. souhlas s předchozím hodnocením; Ogden, 2006), očekávání tohoto souladu či projev nadšení při iniciování akce (ve stížnostech a úvodních pozdravech; Ogden, 2010; Pillet-Shorová, 2012).

Je zřejmé, že neexistuje vzájemně jednoznačné přiřazení [forma : význam]. Stejná prozodická forma má v interakci několik funkcí a jakákoliv funkce může být vyjádřena několika různými lingvistickými formami (viz Local, 2003; Maynard – Freese, 2102; Walkerová, 2014). VH jsou využity spolu s německým slovem „was“ jako projev překvapení (Seltingová, 1996), ale také ve stížnostech k vyžádání souhlasu (Ogden, 2010). Překvapení na druhou stranu může, ale také nemusí být realizováno s VH prozódií (Wilkinsonová – Kitzingerová, 2006).

 

3 Ikonicita a sluchová motivace

3.1 Komplexita vztahu [forma : význam]

Jedním z pozoruhodných výsledků zmiňovaných studií je, že vztah [forma : význam] je komplexní. Jakákoliv forma může mít několik funkcí a naopak jakákoliv funkce může mít několik lingvistických forem. Komplexnosti vztahu [forma : význam] si všímá Walkerová (2014), která prohlašuje, že forma a funkce v lingvistickém popisu fonetiky v interakci by se měla striktně oddělovat. Nicméně odmítnutí ikonicity či sluchové motivace v jakékoliv podobě nás staví před otázku: Pokud vztahy mají podobu jedna ku mnoha, stejně jako mnoho ku jedné, jak pak lze vysvětlit opakující se asociace formy s významem?

V interakční perspektivě je vztah [forma : význam] vysvětlován produktivně, v čase (enchronicky) a jen tehdy, kdy je potřeba. V rozhovoru často narazíme na jedinečné případy „sémiotických struktur, které jsou tokeny, ale ne tokeny typů“ (Enfield, 2009, s. 228). Oba tyto fakty znamenají, že z interakční perspektivy je ústředním problémem ukázat, jak vztahy [forma : význam] interpretují účastníci rozhovoru, a nikoliv brát je jako objekty s pevnými významy. Toho lze dosáhnout zacházením s replikami v rozhovoru jako s komplexními konstrukcemi se současným využitím zdrojů syntaxe, lexika, sekvenčního uspořádání a dalších úrovní popisu. Konstrukce může být na každé úrovni částečně specifikována a zkombinována tak, aby vytvořila lingvistické znaky v kontextu, které [13]lze následně rozebrat a opět konstruovat dle libosti, a tedy pojímat řečový signál jako vícevrstvý. (Nevidíme důvod, proč do těchto struktur nezahrnout také gesta a další vizuální chování, jak je tomu u Prietové et al., 2015, a Swertse – Krahmera, 2008.)

 

3.2 Sluchová motivace

S ohledem na komplexnost vztahu [forma : význam] převezmeme a upravíme „analogický model lingvistické ikonicity“ Taubové (2001), který byl vytvořen zejména za účelem vysvětlení vizuální motivace ve znakových jazycích. Tento model funguje v několika fázích, čímž se vyhýbá přílišnému zjednodušení asociací mezi formou a významem.

Nejprve je zvolen sluchový obraz či sluchová metafora náležitá pro význam či funkci, jež chceme vyjádřit. Výběr této metafory zahrnuje upřednostnění některých aspektů daného konceptu v neprospěch jiných: například slova jako „kukačka“ vycházejí ze zvuku vydávaného tímto ptákem spíše než např. z jeho vzhledu. Vezměme nyní kupříkladu koncept ukončení, jak se projevuje v případě ukončujícího „so“ (Local – Walker, 2005), v druhé frázi z dvojice stejných (Curlová – Local – Walker, 2006) či v uzavírání sekvence závěrečným hodnocením (Ogden, 2006, 2010). Končícím věcem v reálném světě často dochází energie či postupně slábnou – to může být případ zapadajícího slunce, slábnoucího větru, doznívajícího zvonu, rozbité sklenice nebo našeho vlastního dechového cyklu.

Druhým krokem po výběru obrazu je schematizace: Jak lze sluchový obraz reprezentovat jazykově? Schematizace slábnutí může být foneticky realizována způsoby, které odrážejí fyzickou skutečnost řeči – rysy spojené s výdechem a nízkým tlakem vzduchu a rysy, které zahrnují pokles amplitudy či změnu kvality hlasu (např. na dyšný). Tento vztah schématu a fonetických rysů navrhuje Gussenhoven (2004) v Produkčním kódu, kde asociuje vysoké posazení hlasu se začátky a nízké s konci; toto je také rys NT prozodických konfigurací.

Nakonec je nutné tyto rysy zakódovat do řeči, což je proces, při kterém se ze schématu stane věc slyšitelná. Interakční fonetika ukazuje, že detaily tohoto zakódování jsou závislé na jazyce a sekvenčním umístění. Například finština obvykle používá třepenou nebo dyšnou fonaci k signalizaci konce repliky (Ogden, 2001, 2004), zatímco angličtina nikoliv. Freese a Maynard (1998) ukázali, že repliky vnímané jako přinášející dobré zprávy korelují s velkým melodickým rozsahem a vysokým posazením hlasu, nicméně Local a Walker (2008) tuto korelaci neprokázali u responzní částice „wow“. Také konkrétní detaily prozodických konfigurací, které jsme v tomto článku nazvali NT a VH, se liší případ od případu.

 

[14]4 Ikonicita a arbitrárnost

Tato adaptace modelu Taubové dovoluje seskupit příbuzné činnosti, jako je ukončování nebo opouštění sekvence či signalizace ustoupení od právě prováděného jednání, a vysvětlit je v rámci společného modelu, tj. nepovažovat je za neslučitelné a nepříbuzné. Model také objasňuje, jak jsou podobné fonetické formy asociovány s určitým typem jednání v konverzaci, ačkoliv nejde (a nemůže jít) o deterministický popis, což jej činí slučitelným s tvrzením, že vztahy [forma : význam] jsou jedna ku mnoha a mnoho ku jedné. Tento indeterminismus v přiřazeních [forma : význam] nastává z několika důvodů.

Za prvé, během výběru sluchové metafory nebo obrazu mohou hrát roli kulturní stereotypy. Ty způsobují, že přiřazení [forma : význam] je méně ikonické a více arbitrární. V britském znakovém jazyce (BZJ) je znak KOČKA realizován oběma rukama s nataženými prsty, kdy se ruce pohybují od středu tváře ke stranám a prsty se ohýbají, čímž naznačují kočičí vousky; v americkém znakovém jazyce znak KOČKA také realizují obě ruce, ale s ukazováčkem a palcem spojeným, pohybujícím se od středu tváře ke stranám a opět sledujícím kočičí vousky, ale jeden po druhém. Tyto dva jazyky tedy kódují stejný rys kočky různými způsoby. Znaky jsou motivovány vizuálně, ale jsou také arbitrární (Pernissová et al., 2010). Dalším příkladem z BZJ je fakt, že mnohé znaky využívající zdvižený palec mají pozitivní konotace: Znaky jako OK, DOBRÝ, CHYTRÝ, SOUHLAS, NEJLEPŠÍ či HRDÝ všechny využívají tuto pozici. BZJ také obsahuje znaky s pozicí zdviženého malíčku a schovaného palce, které mají často konotace negativní: např. ŠPATNÝ, SLABÝ, CHYBA, NESOUHLAS, NEJHORŠÍ a NEÚSPĚCH. Americký znakový jazyk tuto polaritu nevyužívá, vztah palce a malíčku je ikonický pro BZJ.

Ve chvíli, kdy známe tyto znaky BZJ, je význam mnoha z nich „očividný“. Je pravděpodobné, že i další „očividné“ ikonické významy jsou pro mluvčí „očividné“ až ve chvíli, kdy se s nimi seznámí. Dodejme ovšem, že mnoho ze zde zmíněných výsledků je na první pohled kontraintuitivních a některé si odporují. Například připomeňme, že překvapení v iniciátorech opravy jako „what“ je VH, zatímco v sekvenci překvapení Wilkinsonové a Kitzingerové (2006) mohou být projevy překvapení NT i VH. To je dosti neočekávané zjištění, pokud zastáváme názor, že „překvapení“ by mělo mít jednu určitou fonetickou reprezentaci.

Za druhé, při schematizaci těchto metafor máme na výběr z několika možností. Kupříkladu udělat něco nového / provést oddělenou novou akci by mohlo být sluchově schematizováno jako produkce zvuku odlišného od předešlého: toto poskytuje mluvčímu (nebo i celému jazykovému systému) mnoho prozodických možností, například změnu kvality hlasu, posazení hlasu či tempa. V mnoha případech je ukončovaná a již ukončená sekvence vyslovena s NT rysy, oddělení může být prozodicky signalizováno VH rysy, například rychlým náhlým náde[15]chem, zvýšením tlaku vzduchu ve vokálním traktu, které vede k nástupu vysoké hodnoty F₀ a amplitudovému vrcholu. Toto je v souladu s Produkčním kódem, podle něhož jsou počátky realizovány s vysokým tlakem i hlasitostí.

Třetím faktorem je různorodost detailů jazykového zakódování: Například vybereme-li schematizaci nízký subglotální tlak, lze ji uskutečnit některými (nebo všemi) z těchto způsobů: dyšná kvalita hlasu, nízké posazení hlasu, tichá řeč atd. V angličtině repliky kanonicky končí poklesem melodie i hlasitosti, v japonštině často končí neslyšně vypuštěnými hlasivkovými rázy. Oba způsoby kódují význam ‚domluvil jsem‘.

Tyto tři faktory poskytují obecně použitelné typy asociací [forma : význam], ale také dovolují flexibilitu v širokých otázkách výběru obrazů/metafor i v podrobnostech, jako jsou specifické kombinace fonetických parametrů.

Posledním faktorem je sekvenční uspořádání, které poskytuje kontext pro interpretaci. Kupříkladu úvodní akce (jako pozvání, nabídka vyprávění příběhu nebo žádost o informace) si vyžádá sousední pozici, ve které se tato následující replika považuje za responzivní (tedy přijetí pozvání, pobídka k pokračování ve vyprávění nebo poskytnutí požadované informace). To znamená, že sekvenční umístění je nezbytné pro interpretaci jednání druhé osoby, protože daná replika v rozhovoru omezuje to, co se může stát v replice následující. Jakýkoliv popis významové stránky jazykových znaků v rozhovoru, který neposkytuje alespoň nějaký popis sekvence a jednání, je tedy nedostatečný, protože právě tyto dva aspekty dodávají účastníkům konverzace gramatiku pro konstrukci a interpretaci jednání.

 

Závěr

Závěry interakční fonetiky dokazují, že přiřazení [forma : význam] je komplexní. Jednoduchý požadavek ikonicity nedokáže vysvětlit vztahy mnohých ku mnoha mezi formou a významem. Nejde přitom o překvapivý výsledek, máme-li na paměti, že jedna replika v rozhovoru má obvykle mnoho překrývajících se funkcí, včetně aspektů střídání mluvčích nebo vyjadřování afektivních stavů.

Mnohá tvrzení o vyjadřování afektivních stavů v literatuře týkající se vztahů [forma : funkce] lze jen těžko vztahovat na data z interakcí. Například Produkční kód (Ohala, 1994, Gussenhoven, 2004) obsahuje tvrzení, že vysoká hladina F₀ je spojena s úctou, zdvořilostí, podřízeností a nedostatkem sebedůvěry, zatímco nízká hodnota F₀ značí asertivitu, autoritu, agresi nebo sebevědomí.

S těmito tvrzeními se pojí mnoho problémů, v neposlední řadě jsou problematické i popisné termíny či označení asociovaná s příslušným prozodickým rysem. Takovéto kategorie nejsou v interakci vždy relevantní a z interakční perspektivy se ptají opačně, než by bylo potřeba. Interakcionalisté si kladou tyto otázky: Za jakých podmínek nalezneme relevantní vyjádření například záměru „mám [16]větší znalosti než ten druhý“ (srov. Heritage, 2012)? Jaké jsou možnosti, kterými lze toto vyjádření předat recipientovi? Jak recipient na takováto vyjádření reaguje? Je zvláštní tvrdit, že např. závěrové sekvence mají nízkou úroveň F₀, protože mluvčí vyjadřuje submisivitu, zdvořilost nebo nedostatek sebedůvěry. Jsou možná jednodušší vysvětlení nezakládající se na odhadování vnitřních duševních pochodů mluvčího.

Některá z přiřazení [forma : význam] ovšem mohou být ikonická či vykazovat známky ikonicity. Viděli jsme kupříkladu, že NT prozodické rysy mohou vyjadřovat velmi obecný dojem „ustoupení“. Tato interpretace je možná díky celému komplexu interpretačních postupů, jako jsou sekvenční umístění či lexikální struktura. Opakované vystavení těmto konfiguracím ve spojení s ikonickými (tj. sluchově motivovanými) rysy poskytuje mluvčím mechanismus, jak interpretovat jedinečná či nová použití prozodických konstrukcí.

 

Poděkování

Velmi děkuji dvěma anonymním recenzentům, Beatrice Szczepek Reedové, Giovannimu Rossimu, Traci Walkerové a Nigelu Wardovi za komentáře k tomuto článku. Janu Volínovi pak děkuji za pozvání napsat článek pro tento časopis.

Z angličtiny přeložila Lenka Weingartová.

 

LITERATURA

BARTH-WEINGARTEN, D. – REBER, E. – SELTING, M. (eds.) (2010): Prosody in Interaction. Amsterdam: John Benjamins.

COUPER-KUHLEN, E. (2004): Analyzing language in interaction: the practice of never mind. English Language and Linguistics, 8, s. 207–237.

COUPER-KUHLEN, E. (2012a): Exploring affiliation in the reception of conversational complaint stories. In: A. Peräkylä – M.-L. Sorjonen (eds.), Emotion in Interaction. Oxford, New York: Oxford University Press, s. 113–146.

COUPER-KUHLEN, E. (2012b): On affectivity and preference in responses to rejection. Text & Talk – An Interdisciplinary Journal of Language, Discourse Communication Studies, 32, s. 453–475.

COUPER-KUHLEN, E. – FORD, C. (eds.) (2004): Sound Patterns in Interaction. Amsterdam: John Benjamins.

COUPER-KUHLEN, E. – SELTING, M. (eds.) (1996): Prosody in Conversation. Cambridge: Cambridge University Press.

CURL, T. S. – LOCAL, J. – WALKER, G. (2006): Repetition and the prosody–pragmatics interface. Journal of Pragmatics, 38, s. 1721–1751.

ENFIELD, N. J. (2009): The Anatomy of Meaning. Cambridge: Cambridge University Press.

FREESE, J. – MAYNARD, D. W. (1998): Prosodic features of bad news and good news in conversation. Language in Society, 27, s. 195–219.

GUSSENHOVEN, C. (2004): The Phonology of Tone and Intonation. Cambridge: Cambridge University Press.

[17]HERITAGE, J. (2012): The Epistemic Engine: Sequence Organization and Territories of Knowledge. Research on Language & Social Interaction, 45, s. 30–52.

HINTON, L. – NICHOLS, J. – OHALA, J. (1994): Sound Symbolism. Cambridge: Cambridge University Press.

LADD, D. R. (1996): Intonational Phonology. Cambridge: Cambridge University Press.

LEVINSON, S. C. (2006): On the Human “Interaction Engine”. In: N. J. Enfield – S. C. Levinson (eds.), Roots of Human Sociality. Oxford – New York: Berg, s. 39–69.

LOCAL, J. (2003): Variable domains and variable relevance: interpreting phonetic exponents. Journal of Phonetics, 31, s. 321–339.

LOCAL, J. – KELLY, J. (1986): Projection and silences: Notes on phonetic and conversational structure. Human Studies, 9, s. 185–204.

LOCAL, J. – KELLY, J. – WELLS, W. H. G. (1986): Towards a phonology of conversation: turn-taking in Tyneside English. Journal of Linguistics, 22, s. 411–437.

LOCAL, J. – WALKER, G. (2004): Abrupt-joins as a resource for the production of multi-unit, multi-action turns. Journal of Pragmatics, 36, s. 1375–1403.

LOCAL, J. – WALKER, G. (2005): Methodological imperatives for investigating the phonetic organization and phonological structures of spontaneous speech. Phonetica, 62, s. 120–130.

LOCAL, J. – WALKER, G. (2008): Stance and affect in conversation: On the interplay of sequential and phonetic resources. Text & Talk – An Interdisciplinary Journal of Language, Discourse Communication Studies, 28, s. 723–747.

MAYNARD, D. W. – FREESE, J. (2012): Good news, bad news, and affect: Practical and temporal “emotion work” in everyday life. In: A. Peräkylä – M.-L. Sorjonen (eds.), Emotion in Interaction. Oxford – New York: Oxford University Press, s. 92–112.

OGDEN, R. (2001): Turn transition, creak and glottal stop in Finnish talk-in-interaction. Journal of the International Phonetic Association, 31, s. 139–152.

OGDEN, R. (2006): Phonetics and social action in agreements and disagreements. Journal of Pragmatics, 38, s. 1752–1775.

OGDEN, R. (2010): Prosodic constructions in making complaints. In: D. Barth-Weingarten – E. Reber – M. Selting (eds.), Prosody in interaction. Amsterdam: John Benjamins, s. 81–104.

OGDEN, R. (2012a): The Phonetics of Talk in Interaction – Introduction to the Special Issue. Language and Speech, 55, s. 3–11.

OGDEN, R. (2012b): Making Sense of Outliers. Phonetica, 69, s. 48–67.

OGDEN, R. (2012c): Prosodies in conversation. In: O. Niebuhr (ed.), Prosodies – Context, Function and Communication. Berlin – New York: Mouton de Gruyter, s. 201–208.

OHALA, J. J. (1994): The frequency codes underlies the sound symbolic use of voice pitch. In: L. Hinton – J. Nichols – J. J. Ohala (eds.), Sound Symbolism. Cambridge: Cambridge University Press, s. 325–347.

PERNISS, P. – THOMPSON, R. L. – VIGLIOCCO, G. (2010): Iconicity as a general property of language: evidence from spoken and signed languages. Frontiers in Psychology, 1 (December), s. 1–15.

PILLET-SHORE, D. (2012): Greeting: Displaying Stance Through Prosodic Recipient Design. Research on Language & Social Interaction, 45, s. 375–398.

PRIETO, P. – PUGLESI, C. – BORRÀS-COMES, J. – ARROYO, E. – BLAT, J. (2015): Exploring the contribution of prosody and gesture to the perception of focus using an animated agent. Journal of Phonetics, 49, s. 41–54.

[18]SCHEGLOFF, E. A. (1993): Reflections on Quantification in the Study of Conversation. Research on Language & Social Interaction, 26, s. 99–128.

SCHEGLOFF, E. A. (2007): Sequence Organization in Interaction. A Primer in Conversation Analysis. Cambridge: Cambridge University Press.

SELTING, M. (1996): Prosody as an activity-type distinctive cue in conversation: the case of so-called “astonished” questions in repair initiation. In: E. Couper-Kuhlen & M. Selting (eds.), Prosody in Conversation. Interactional studies. (pp. 231–270). Cambridge: Cambridge University Press.

STIVERS, T. et al. (2009): Universals and cultural variation in turn-taking in conversation. Proceedings of the National Academy of Sciences of the United States of America, 106, s. 10587–10592.

SWERTS, M. – KRAHMER, E. (2008): Facial expression and prosodic prominence: Effects of modality and facial area. Journal of Phonetics, 36, s. 219–238.

SZCZEPEK REED, B. (2006): Prosodic Orientation in English Conversation. London: Palgrave Macmillan.

TAUB, S. F. (2001): Language and the Body. Iconicity and metaphor in American Sign Language. Cambridge: Cambridge University Press.

WALKER, G. (2013): Phonetics and Prosody in Conversation. In: T. Stivers – J. Sidnell (eds.), The Handbook of Conversation Analysis. Chichester: Blackwell, s. 455–474.

WALKER, T. (2014): Form ≠ Function: The Independence of Prosody and Action. Research on Language & Social Interaction, 47, s. 1–16.

WEISTE, E. – PERÄKYLÄ, A. (2014): Prosody and empathic communication in psychotherapy interaction. Psychotherapy Research: Journal of the Society for Psychotherapy Research, 24, s. 687–701.

WILKINSON, S. – KITZINGER, C. (2006): Surprise as an Interactional Achievement: Reaction Tokens in Conversation. Social Psychology Quarterly, 69, s. 150–182.

Department of Language and Linguistic Science, University of York
Heslington, York, YO10 5DD, United Kingdom
richard.ogden@york.ac.uk

Naše řeč, ročník 99 (2016), číslo 1, s. 2-18

Předchozí Jan Volín: Za širší pole jazykovědných zájmů

Následující Jakub Kopecký: Poznámky k signalizaci argumentace v jazykové interakci