Слова состоят из звуков, получаемых при различных последовательностях движений нашего голосового тракта. Когда мы учимся говорить на том или ином языке, нам приходится сосредоточиваться на том, что мы делаем с помощью голосового тракта, в то время как наш мозг одновременно различает звуки, исходящие из уст других людей. Эта задача порой бывает когнитивно напряженной, особенно потому, что человечество использует головокружительное разнообразие звуков. Вам, возможно, уже приходилось задумываться, насколько разными кажутся звуки в некоторых языках. Как экзотические воспринимаются кликсы, распространенные в Черной Африке, или носовые гласные французского, или тоны китайского – к ним мы еще вернемся. Однако диапазон звуков в языках мира еще шире, чем представляет себе большинство людей. Новая база данных языковых звуков дает нам кое-какое представление об этом диапазоне. Составленная в основном Стивеном Мораном – который, как и я, является профессором антропологии в Университете Майами, – эта база данных содержит более 3000 звуков, задокументированных в языках мира. Ряд звуков достаточно распространен во всех языках, например сонорный в начале слова «молоко». Этот согласный используется в более чем 90﹪ языков. Однако многие типы звуков встречаются лишь в малой доле языков мира. Звук на конце английского слова bath 'ванна', который произносят, помещая кончик языка между передними зубами, с глобальной точки зрения редкость. Неслучайно его трудно освоить носителям многих языков, в то время как звук [m] выучить достаточно просто[92].

Важнейшая часть голосового тракта – гортань, где расположены голосовые связки. Голосовые связки, по сути, представляют собой тонкие складки кожи около двух сантиметров длиной, основная функция которых, ключевая для многих обладающих ими видов, – не давать пище попадать в легкие и трахею. Голосовые связки также производят звуки, когда они совместно вибрируют, а это происходит тогда, когда они смыкаются при прохождении через них воздуха. Эта громкая вибрация и делает речь слышимой, хотя то, как она звучит, зависит от многих факторов, в частности, от того, как человек манипулирует языком. Люди приспособили голосовые связки и другие части голосового тракта, первичные функции которых в большей степени дыхательные и/или пищеварительные, к воспроизведению речи.

На вибрацию голосовых связок влияет множество факторов, которые порой неуловимы, но тем не менее оказывают на речь всеохватное воздействие. Возьмем два сходно звучащих слова «гора» и «кора», например: «Эверест – самая высокая гора» и «Ядро Земли горячее, чем кора». Если мы используем международный фонетический алфавит (МФА), чтобы транскрибировать каждый отдельный звук, который получается при произношении этих слов, они транскрибируются примерно как [gɐra] и [kɐra]. Как видно по их МФА-транскрипции, первые звуки этих слов – [g] и [k] соответственно. Эти два звука в лингвистике называются велярными смычными. Это означает, что они производятся путем подъема спинки языка так, что она соприкасается с мягким нёбом в задней части ротовой полости («мягкое нёбо» по-латыни velum). Эти звуки в основном сходны, за исключением одной ключевой особенности: звук [g] требует, чтобы при подъеме языка и его соприкосновении с мягким нёбом голосовые связки вибрировали, тогда как звук [k] этого не требует. Именно это и делает два звука разными в нашем восприятии, позволяя нам передавать различные смыслы типа «гора» и «кора». Оба этих звука легко произнести: дети обычно осваивают их в раннем возрасте, и они распространены во многих языках мира. Однако распространены неодинаково, вероятно, потому что один из этих звуков чуть легче выговорить, чем другой. Угадайте какой? Ответ – [k], начальный звук слова «кора». Причина попросту в том, что несколько противоестественно заставлять свои голосовые связки вибрировать (что необходимо при произнесении звука [g]), когда спинка языка перекрывает дыхательные пути, смыкаясь с нёбом. Это обусловлено базовой аэродинамикой: для вибрации голосовых связок нужно, чтобы из легких через гортань, где расположены голосовые связки, проходило много воздуха. Когда я преподаю курс фонетики, я часто прошу студентов громко произносить звуки [s] и [z] поочередно. Если вы сделаете то же самое, одновременно приложив руку к гортани (выпуклости на вашем горле), вы сможете осязаемо почувствовать вибрацию своих голосовых связок, которая то включается, то выключается. Скорость вибрации голосовых связок зависит от множества факторов, включая их размер. Мои собственные голосовые связки обычно вибрируют в среднем на частоте 110–120 раз в секунду (110–120 Гц) при нормальном разговоре, хотя эта частота очень изменчива. Когда вы задаете вопрос на английском, ваши голосовые связки вибрируют намного чаще ближе к концу предложения; это называют метафорически восходящим тоном, хотя технически там ничего не повышается. Для сохранения вибрации голосовых связок при произнесении звука типа [z] нужно, чтобы воздух продолжал проходить через голосовые связки. При звуках типа [z] рот у вас не до конца закрыт, поэтому поток воздуха легко поддерживать. Легче всего поддерживать поток воздуха, необходимый для вибрации голосовых связок, при произнесении гласных звуков, поскольку при нем рот остается по большей части открытым. Однако в случае таких звуков, как [g], поддерживать вибрацию голосовых связок – более сложная задача. Когда воздух проходит через гортань и достигает пространства за местом контакта языка и нёба, ему некуда деваться. Повышение давления воздуха означает, что вскоре становится трудно подавать воздух к голосовым связкам и заставлять их, так сказать, хлопать на ветру. Поэтому звуки [g] обычно короче звуков [k], так как последние не требуют вибрации голосовых связок.

Лингвистам давно известны эти факторы, но они также спорят, оказывают ли эти факторы заметный эффект на языки мира. В ходе изучения 567 языков лингвист Ян Мэддисон обнаружил, что звук [g] используется в языках мира в качестве «фонемы» чуть реже, чем звуки типа [k]. Фонема – это звук, который может превратить одно слово в другое, с совершенно иным значением. Например, если я поменяю первый звук [k] в слове [kɐra] «кора» на [g] и получу [gɐra], значение слова полностью изменится. Слушатели услышат не просто ошибку произношения, как если бы я заменил звук [k] любым из множества других звуков, существующих в языках мира. Благодаря существованию пар слов, которые различаются только звуками [k] и [g], мы знаем, что эти два звука в нашем языке являются фонемами. Мысли, передаваемые слушателю, могут значительно отличаться в зависимости от того, какой из этих двух звуков произносится. Мэддисон в своем исследовании отметил, что звук [k] несколько чаще, чем [g], бывает фонемой в почти 600 рассмотренных языках. Однако эта тенденция оказалась очень слабой, поэтому осталось неясным, действительно ли описанный выше аэродинамический фактор оказывает сколько-нибудь значительное влияние на распространение этих звуков в речи[93].

Само по себе существование звука типа [g] в качестве фонемы в каком-либо языке не означает, что он настолько же частотен в этом языке, как и звук типа [k]. В статье, опубликованной в журнале Language в 2018 г., я исследовал частотность всех звуков в транскрипциях базовых слов для половины языков мира. Я обнаружил, что во всем мире [g] используется намного реже, чем [k], даже в языках, содержащих оба звука. Результаты исследования указывают на то, что тонкие различия в усилиях, требующихся для вибрации голосовых связок, даже в случае с распространенными во многих языках звуками типа [g] и [k], в действительности оказывают достаточно систематическое воздействие на частотность, с которой языки задействуют соответствующие звуки. Неудивительно, что языки в какой-то мере тяготеют к звукам, которые легче в произношении. Удивительно то, что даже тончайшие, почти неуловимые различия в легкости произношения двух звуков могут заметно отразиться на их использовании. Сомневаюсь, что вы когда-либо думали, например, так: «Слово "гора" трудно произносить», – или «гусь», или «год», или бесчисленные другие слова со звуком [g]. Языки адаптируются и со временем начинают больше опираться на звуки, которые всего лишь чуть-чуть легче произносить. Факторы среды тоже оказывают воздействие, хотя, возможно, не прямое, на звуки, которые мы используем в речи[94].

Один из примеров косвенного воздействия факторов среды на используемые в речи звуки, который ныне хорошо засвидетельствован, – это то, что языки народов, занимающихся сельским хозяйством, с большей вероятностью содержат определенные типы звуков. Если учесть, что крупномасштабное производство сельскохозяйственных культур и скота было явно предрасположено развиваться в определенных географических регионах, это предполагает, что языки в некоторых средах были несколько более предрасположены в конечном итоге прийти к использованию этих звуков, поскольку именно там на этих языках говорили в течение долгого времени. Утверждение, что некоторые регионы мира больше предрасположены к развитию крупномасштабного сельского хозяйства, уже делалось и основывается на многочисленных наблюдениях. Например, некоторые важнейшие культуры и домашний скот, выращиваемые в условиях крупномасштабного сельского хозяйства, происходят из определенных частей света, и заниматься их производством легче в определенном климате. В том, что аграрная революция произошла в Плодородном полумесяце (а не, скажем, в Сахаре) и распространилась в другие регионы сходных широт и климатов, нет лишь географического совпадения. Конечно, многие культуры выращиваются в разных регионах мира, но крупномасштабное сельское хозяйство, по мнению многих, имело больше вероятности развиться на определенных территориях, прежде чем распространиться в разные культуры. Более того, на это кросс-культурное распространение в некоторых случаях оказывали влияние географические факторы. Например, повышенная зависимость от сельского хозяйства в определенной экологической среде связана с идеальными условиями для выращивания пшеницы и ячменя, а скот изначально требовал их производства в больших масштабах. Некоторым из этих условий отвечал, в частности, Плодородный полумесяц, где еще много тысяч лет назад были соответствующие предпосылки для выращивания сельхозкультур и разведения домашнего скота. Внесем ясность: взаимосвязь между географическими факторами и сельским хозяйством нельзя назвать простой и предопределенной. Многие народы живут в регионах, где сельское хозяйство возможно, но используют другие стратегии добывания пищи. И наоборот, многие народы развили аграрные практики в регионах, которые не выглядят для этого особенно подходящими, в частности, аграрное производство бывает заимствовано в ходе кросс-культурного контакта с теми, кто хорошо знаком с сельским хозяйством[95].

Гипотеза о том, что географические факторы влияют на зависимость культуры от сельского хозяйства, однако, более интуитивна, чем другое ключевое утверждение, которое я только что сделал: языки, на которых говорят народы, занимающиеся сельским хозяйством, с большей вероятностью содержат определенные типы звуков. Как последнее может быть возможно? И о каких звуках идет речь? Чтобы ответить на эти вопросы, рассмотрим сначала гипотезу, выдвинутую лингвистом Чарльзом Хоккетом в статье 1985 г. Центральное утверждение этой статьи состояло в том, что в языках народов, занимающихся сельским хозяйством, по-видимому, чаще встречаются «губно-зубные» согласные, такие как первые звуки в словах «факт» и «вата». Губно-зубные звуки возникают, когда нижняя губа соприкасается или почти соприкасается с верхними резцами. (Потому их и называют губно-зубными.) Если вы, например, скажете «факт», вы почувствуете поток воздуха между нижней губой и верхними зубами при произнесении начального звука слова. Чтобы понять, почему подобные звуки могут быть больше распространены в аграрных популяциях, нужно знать еще кое-что. С возрастом питание человека оказывает влияние на развитие его зубов. У людей, употребляющих мягкую пищу, часто развиваются две характерные особенности: вертикальное и горизонтальное перекрытие резцов. Термин «вертикальное перекрытие резцов» означает, что верхние резцы в положение покоя перекрывают нижние, так что нижняя точка верхних зубов оказывается ниже верхней точки нижних. Термин «горизонтальное перекрытие» означает, что верхние зубы несколько выдаются вперед по отношению к нижним. Вертикальное/горизонтальное перекрытие ныне распространено у многих народов. Более того, люди, у которых нет подобного прикуса, часто лечатся у ортодонта, чтобы сформировать его. В США у взрослых и вертикальное, и горизонтальное перекрытие в среднем составляет три миллиметра. В этих усредненных ртах верхние зубы естественным образом располагаются непосредственно над нижней губой, а не над нижними зубами. В результате этого при произнесении губно-зубного звука вроде начального в слове «факт» почти не приходится двигать верхней губой во время артикуляции[96].

Интересно, что вертикальное/горизонтальное перекрытие резцов, ныне присущее многим из нас, далеко от среднестатистического в историческом смысле. На протяжении большей части примерно двухсоттысячелетнего периода нашего вида более распространенным среди взрослых был так называемый прямой прикус, при котором верхние резцы смыкаются с нижними резцами, поэтому поверхность передних зубов при закрытом рте плоская. Заметное перекрытие зубов отсутствует. Причина, по которой этот тип прикуса является более естественным для взрослых в историческом смысле, в том, что сельскохозяйственное питание появилось сравнительно недавно. Вплоть до последних нескольких тысяч лет основой питания людей не были мягкие продукты типа риса, хлеба и т. п. Более того, в донеолитические времена люди обычно не использовали приспособления для измельчения кусков пищи. Их пищевой быт в гораздо большей степени включал перемалывание и откусывание зубами. Такой более интенсивный износ в подростковом возрасте давал прямой прикус. Прямой прикус заметен на зубах черепов, найденных археологами, но он также зачастую присутствует у современных популяций, сохранивших нормы добывания пищи, типичные для большей части истории человечества: охотников-собирателей. По личным впечатлениям, могу сказать, что у большинства охотников-собирателей, с которыми я общался, прикус прямой. Эта закономерность определенно более распространена среди индейцев Амазонии, чем, скажем, среди американцев. Систематические данные, собранные по некоторым популяциям, также подтверждают эти интуитивные оценки[97].

Учитывая вышеприведенные факторы и то, что люди склонны произносить звуки, требующие меньше усилий, при условии, что звуки все-таки позволяют эффективно различать значения слов, мы теперь можем увидеть основания для гипотезы Хоккета. Если представителям культур, употребляющих мягкую пищу, легче произносить губно-зубные звуки, то эти звуки должны быть в целом более распространены в подобных культурах. И наоборот, губно-зубные звуки должны встречаться реже в культурах, использующих более твердую пищу и не применяющих столовые приборы. Гипотеза Хоккета по большей части игнорировалась, пока в 2019 г. не вышла подробная статья в журнале Science. Коллектив авторов под руководством Дамиана Блази и Стивена Морена использовал целый набор методов, чтобы проверить утверждение Хоккета. Они обнаружили, что в языках охотников-собирателей губно-зубные фонемы встречаются гораздо реже, чем в языках народов, живущих аграрным производством. Они пронаблюдали эту закономерность на выборке примерно из 2000 языков, учитывая тот факт, что многие языки наследуют звуки от общих предковых языков или заимствуют звуки от соседних. Один из исследователей в команде, Скотт Мойзик, также провел сложное трехмерное биомеханическое моделирование и сумел продемонстрировать, что для воспроизведения губно-зубных звуков действительно требуется меньше энергии, если у говорящих наблюдается перекрытие резцов. По сути, мышцы губ затрачивают меньше усилий при произнесении звуков [f] или [v], если нижняя губа находится прямо под верхними зубами. Еще одно интересное доказательство, которое они привели, было связано с историческими фактами: в Европе губно-зубные звуки все больше распространялись на протяжении последних нескольких тысяч лет вместе с появлением и развитием сельского хозяйства и более мягкой пищи[98].

В другом исследовании когнитивист Сиан Чен и я исследовали данные примерно 3000 языков и обнаружили, что губно-зубные согласные действительно очень редко используются в языках охотников-собирателей по сравнению с языками других популяций. Также мы решили проверить гипотезу Хоккета более непосредственным способом. Мы исследовали видео носителей одного и того же языка, английского, но с различным типом прикуса. В конце концов, у некоторых носителей английского языка тоже имеется прямой прикус, как и у охотников-собирателей. Мы обнаружили явственную закономерность в пределах одного и того же языка: носители английского с вертикальным перекрытием резцов произносили губно-зубные с ожидаемой частотой, то есть достаточно часто, если учесть множество таких слов, как «факт», в которых должны звучать губно-зубные согласные. Однако носители английского с прямым прикусом использовали губно-зубные с частотой, близкой к типичной для охотников-собирателей. Вопреки нашему ожиданию услышать губно-зубные звуки при произнесении слова «факт», многие произносили его почти как «пакт», при этом нижняя губа приближалась к верхней или даже смыкалась с ней, а не с верхними зубами. Носители, которых мы рассматривали, были знаменитостями, а значит, наши результаты легко могут воспроизвести любые заинтересованные стороны. Вот один любопытный пример из проанализированных нами данных: певец Фредди Меркьюри, у которого было самое выраженное вертикальное перекрытие из рассмотренных нами у носителей языка, также произносил больше губно-зубных, чем кто-либо из всех, кого мы изучали. Проще говоря, многие звуки [p] и [b] в его интервью произносились скорее как [f] и [v]. Иными словами, сейчас имеется множество данных, указывающих, что Хоккет был прав: мягкая пища, сравнительно недавняя инновация, стала влиять на то, как используются некоторые звуки для передачи смысла. Эти данные включают исторические свидетельства из некоторых регионов, результаты биомеханического моделирования и частотность губно-зубных звуков в разных языках и у разных индивидов[99].

Взаимосвязь между типом прикуса и губно-зубными согласными в конечном итоге указывает на взаимосвязь между средой, в которой живут люди, и некоторыми звуками, которые они используют для различения мыслей при общении. Конечно, это непрямая и вероятностная связь, а не детерминистическая. Однако существует убедительная цепочка связей между средой и употреблением определенного типа согласных. Например, в некоторых частях Европы люди предпочитали определенные виды сельского хозяйства, которые давали более мягкую пищу по сравнению с пищей охотников-собирателей. Подобный рацион приводит к распространению горизонтального и вертикального перекрытия резцов среди большинства взрослых, и этот распространенный тип прикуса означает, что определенные звуки, типа [f] и [v], просто несколько легче произносить взрослым, питающимся более мягкой пищей, чем охотникам-собирателям. Для меня эта косвенная связь со средой – самый интересный аспект гипотезы Хоккета и разнообразных данных, которые сейчас ее подтверждают. Они указывают на порой почти неуловимые отношения между людьми, их языками и их средой.

Если среда влияет на языковые звуки очень косвенными путями, через стратегии добывания пищи и их воздействие на типы прикуса, может ли она влиять более прямо? Что, если у носителей некоторых языков выше вероятность использовать данный звук, чем у носителей других языков, в силу внешних факторов, таких как температура и влажность, которые могут воздействовать на саму работу голосового тракта? Поначалу это может казаться фантастическим допущением, но мы уже убедились, что даже распространенные звуки типа [g] и [k] подвержены влиянию очень тонких аэродинамических факторов, воздействующих на голосовые связки, из-за которых [g] распространен чуть меньше. Сходным образом исследования по ларингологии демонстрируют воздействие сухого воздуха на работу голосовых связок. Исследования проводились с помощью различных методов и выявили данные в пользу двух ключевых соображений. Во-первых, когда голосовые связки несколько суше, для их вибрации порой требуется больше усилий, так как покрывающий их слизистый слой пересыхает. Во-вторых, сухой воздух может снизить точность вибрации голосовых связок. Например, если голосовые связки высушить искусственно, человеку будет чуть труднее произносить звуки на нужных высоте и частотах. Этот факт хорошо известен профессиональным певцам – некоторые из них используют увлажнители воздуха перед выступлением. Когда человек дышит сухим воздухом через нос, носовая полость обычно увлажняет поступающий воздух и к тому времени, когда он достигает голосовых связок, он уже не сухой. Однако многие люди регулярно дышат ртом в течение дня и ночью во сне. Также люди дышат ртом при физической нагрузке или любой другой причине повышенной потребности в кислороде. Кроме того, люди с заложенным из-за болезни носом вдыхают ртом холодный сухой воздух. В общем, несмотря на то что человеческий организм отлично умеет увлажнять вдыхаемый воздух, сухой воздух часто попадает на голосовые связки. Более того, в очень сухой среде нос не всегда увлажняет воздух достаточно[100].

Я задался вопросом, не влияет ли воздействие сухого воздуха на голосовые связки на звуки, используемые в языках. Одна разработанная мною гипотеза, основанная на очевидном воздействии окружающего воздуха на голосовые связки, касается тонов. Тоны – это вариации высоты, или частоты, на которой вибрируют голосовые связки. Эти вариации меняют значение одного слова на другое. В английском, впрочем, мы не используем тоны для различения слов, как это происходит в тоновых языках типа китайского. В пекинском диалекте китайского четыре базовых смыслоразличительных тона. В некоторых тоновых языках есть лишь два или три тона; в других – тонов намного больше, чем в китайском. В языках со сложной системой тонов для каждого слова требуется много точных вариаций тона. Например, следующие четыре китайских слова состоят из одного слога /ma/: «лошадь», «ругать», «конопля» и «мать». Разница между этими словами не в согласном и в гласном, а в частоте, на которой вибрируют голосовые связки при произнесении согласного и гласного. Например, в слове «мать» слог /ma/ произносится при достаточно быстрой вибрации голосовых связок. Но в слове «лошадь» слог /ma/ произносится так: вначале голосовые связки вибрируют быстро, потом вибрация замедляется, потом снова ускоряется. Реальные частоты вибрации голосовых связок зависят от множества факторов, в том числе от того, какого пола говорящий, от тонов окружающих слогов и т. д. И все-таки, чтобы говорящего на тоновом языке понимали, он должен издавать специфические последовательности тонов, связанные с конкретными словами.

Учитывая эти факторы, я предположил, что языки, на которых веками (и даже тысячелетиями) говорят в очень сухих регионах, могут с меньшей вероятностью использовать сложные тоновые системы. Хотя в том, как языки становятся тоновыми, задействовано множество факторов, об этих факторах мы многого не знаем. Поэтому проверить гипотезу можно было, просто рассмотрев языки мира со сложными тоновыми системами. Реже ли они встречаются в сухих регионах? Ответ: да. Языки со сложными тоновыми системами не развиваются, насколько мы можем судить, в засушливых регионах, даже после поправок на разные искажающие факторы, например, на то, что большинство языков, независимо от наличия в них тонов, бытует во влажных и экваториальных регионах. Совместно с двумя коллегами я продемонстрировал это в статье 2015 г. в Proceedings of the National Academy of Sciences. Исследование вызвало много споров, и многих лингвистов не убедило, что сухой воздух влияет на развитие сложной тоновости – они, например, напоминали, что языки без сложных тонов тоже используют тон хитрыми способами. Например, как я отмечал выше, в английском мы повышаем частоту вибрации голосовых связок, когда задаем вопросы. Однако подобное использование тонов обычно требует меньше точности на коротких промежутках времени, чем использование тонов, которое необходимо для различения четырех значений /ma/. Хотя тема остается спорной, некоторые лингвисты ныне считают возможным, что окружающий воздух влияет на эволюцию языков. Допустим на мгновение, что эта гипотеза на верном пути: произносимые звуки, которые мы учимся различать, разнообразны отчасти в силу условий среды, в которых жили наши языковые предки. Например, носителям английского, как известно, трудно освоить сложные тоны и трудно даже научиться различать их на слух, поскольку при говорении на английском им не требуется когнитивно группировать тоны подобным образом. Возможно, факторы среды способствовали формированию подобных различий категоризации в долгосрочной перспективе[101].

Хотя мы все знакомы с мантрой «корреляция не равна причинно-следственной связи», корреляции часто указывают в направлении причинно-следственных связей, которые могут подтвердиться иными методами, хотя иногда эти связи непрямые. (Например, продажи мороженого и количество утонувших коррелируют через косвенную связь, обусловливающую рост того и другого: жару.) Эта тема нуждается в более детальном исследовании с помощью новых подходов. Инновационные методы, избранные Нёлле и другими, в изучении влияния среды на язык и мышление, внушают надежду на то, что новое поколение исследователей сумеет найти оригинальные подходы к этим темам. В отличие от того, как обстояло дело всего десятилетие назад, некоторые языковеды ныне убеждены, что подобные исследования необходимы[102].