11.4.1 Vocali

Il segnale generato dalla laringe ha forma d'onda del tipo a dente di sega e, analizzato, presenta una struttura ad armonici d'ampiezza decrescente dal basso all’acuto (Fig. 11.4.1). Il suono laringeo risale il canale vocale, che si allarga in più cavità delle quali le più ampie sono quella faringea e quella buccale. Il volume di queste dipende dalle dimensioni anatomiche dell'individuo e dall'atteggiamento degli organi articolatori. Poiché al volume di ogni cavità corrisponde una determinata frequenza di risonanza, le armoniche la cui frequenza di vibrazione corrisponde alla frequenza di risonanza della cavità attraversata vengono amplificate; tuttavia, dato che la forma e le dimensioni delle due cavità non sono nettamente determinate, l'amplificazione non si verifica per singole armoniche, ma per gruppi di armoniche chiamati formanti del timbro o, semplicemente, formanti (Fig. 11.4.2). La forma e le dimensioni delle cavità del canale vocale variano con continuità a seconda dei movimenti articolatori della mandibola, della lingua e delle labbra. Al loro variare variano le frequenze di risonanza delle due cavità e la voce assume strutture formantiche, cioè timbri, diverse. Quando i timbri si fanno sistematici essi possono assumere il valore di segnali utili alla comunicazione acustica ed allora si parla di vocali. Delle formanti che partecipano alla struttura acustica della voce le due più basse sono sufficienti a caratterizzare le v. e quindi sono adottate in fonetica per identificarle. Ciò che rende i timbri vocalici distinguibili – e quindi utili ai fini della comunicazione – non è il valore assoluto delle frequenze delle loro formanti, ma il loro rapporto all'interno del sistema fonetico del soggetto parlante. Si veda, p. es., alla Fig. 11.5.4(a) come i valori delle v. di singoli informatori possano collocarsi nell'area di esistenza di v. adiacenti del gruppo preso in esame. Il fatto ha particolare importanza nel canto (vedi paragrafo 11.5.5). Per quanto dal punto di vista acustico non sia esatto, ai fini pratici può far comodo considerare la prima, la più bassa, dipendente dalla cavità faringea e la seconda da quella buccale. L'ambito di variabilità delle v. è delimitato dalle possibilità articolatorie concesse dall'anatomia, che variano fra l'atteggiamento a bocca aperta e movimenti derivati da quelli innati della suzione e del riso. L'atteggiamento fonatorio a bocca aperta come nella respirazione orale e lingua inerte – quello, cioè, a minore dispendio energetico – lascia il canale vocale diviso in due cavità delle quali quella faringea ha volume maggiore di quella buccale. In questo atteggiamento la cavità di risonanza faringea ha il volume minore fra tutti quelli che essa può assumere nella produzione delle diverse v. e la risonanza complessiva del canale vocale dà luogo ad un suono in cui la frequenza della seconda formante è quasi doppia della prima. Benché l'intonazione e le frequenze formantiche della voce di un bambino che dice per la prima volta "mamma" e quella di un uomo adulto siano profondamente diverse, l'esperienza ci fa attribuire al timbro di ambedue il significato di [a] così come, del resto, a quello di una voce femminile emessa nello stesso atteggiamento.

La voce emessa nell'atteggiamento iniziale della suzione – labbra protruse e lingua in avanti – dà luogo alla produzione di una [y] ("u" detta "francese"). In questo atteggiamento la parte anteriore della lingua determina una piccola camera di risonanza fra la lingua stessa, la parte anteriore del palato e gli incisivi superiori mentre la cavità faringea si unisce con il tratto posteriore di quella buccale a formare un'unica e più grande cavità di risonanza. Se, restando la lingua nello stesso atteggiamento, gli angoli della bocca si ritraggono come nel sorriso, il tratto buccale del canale vocale si accorcia, le frequenze delle due prime formanti assumono valori che stanno fra loro nel rapporto approssimativo di 1 a 10 ed al timbro così ottenuto si attribuisce il significato di una [i]. Mantenendo invece le labbra protruse ed arretrando la lingua come nella fase conclusiva della suzione, la parte posteriore del dorso arriva a toccare i denti del giudizio superiori e il canale vocale raggiunge la sua lunghezza massima; il tratto buccale, infatti, si prolunga in avanti fra le labbra protruse mentre quello faringeo si prolunga in alto oltre la superficie di masticazione dei molari superiori. La prima formante del suono così ottenuto si trova nella banda di frequenza della prima formante della [i], la seconda ha una frequenza approssimativamente tripla ed al suono così ottenuto viene attribuito il significato di una [u]. Le v. [i], [a] e [u] corrispondono a tre atteggiamenti estremi della lingua: lingua spinta in avanti ([i] = v. anteriore), lingua allo stato di riposo ([a] = v. media) e lingua retratta ([u] = v. posteriore).

Fra questi atteggiamenti ve ne sono di intermedi, corrispondenti alla [e] ed alla [o], che, a seconda delle lingue, possono essere uno solo come nello spagnolo o due come nell'italiano in cui esistono una [é] ed una [ó] chiuse ed una [è] ed una [ò] aperte. In altre lingue, per esempio nel francese, la situazione delle v. orali, quelle finora esposte, è ancora più complessa in quanto la labializzazione descritta per la [y] dà luogo anche ad altre due v. labializzate, corrispondenti alla [é] ed alla [è], che si scrivono "eu" oppure "oeu" e che però si pronunciano chiuse o aperte a seconda della loro posizione nella parola. Sconosciute all'italiano, le v. labializzate sono invece presenti nei dialetti piemontese, lombardo e ligure. Il francese è anche tipicamente una lingua nella quale si fa uso di v. nasali.

Se il velo palatino non occlude completamente l'accesso alle fosse nasali parte della colonna d'aria in vibrazione percorre queste ultime; ne consegue la formazione di formanti nasali e di antirisonanze (= attenuazione di gruppi di armonici) che dànno a queste v. il loro timbro caratteristico. Nel caso del francese le v. nasali sono quattro, quelle che corrispondono, p. es., alla pronunzia delle parole: "fin", "brun", "blanc" e "bon". La banda di frequenza delle formanti è indipendente dalla frequenza della fondamentale; si pensi al fatto che si possono cantare le diverse v. sulla stessa nota (Fig. 11.4.2) così come si può cantare la stessa vocale su note diverse (Fig. 11.4.3).

Il timbro delle v. presenta una grande variabilità già nell'ambito della parlata di uno stesso individuo, ma si differenzia maggiormente quando si prendano in considerazione più persone, soprattutto se di sesso, età e, soprattutto, lingua diversa. Nel canto il sistema fonatorio si atteggia in modi più o meno diversi da quelli impiegati nell'eloquio dando luogo per ogni individuo alla formazione di v. a struttura acustica altrettanto diversa. Un modo comodo per rappresentare graficamente le v. e la loro variabilità è quello di identificarle nel piano cartesiano con punti le cui coordinate sono costituite dalla frequenza della prima formante (asse delle x) e della seconda (asse delle y) di ognuna di esse. I punti si dispongono in "triangoli vocalici" (Fig. 11.5.4(b)), che possono rappresentare a volta a volta sistemi di v. singole o la dispersione di v. dello stesso nome in "aree di esistenza". (Fig. 11.5.4(a)).

L'emissione dei suoni vocalici può essere preceduta, interrotta o seguita da occlusioni o restringimenti del canale vocale, determinati dai movimenti articolatori. Le fasi di apertura e di chiusura di questi movimenti fanno variare i volumi delle cavità di risonanza e di conseguenza della struttura formantica, cioè del timbro, delle vocali che li precedono e li seguono. Tali variazioni si integrano nel nostro orecchio con i silenzi, i rumori o le nasalizzazioni che a volta a volta le accompagnano e sono percepite come consonanti. È possibile chiarirsi empiricamente l'andamento del fenomeno pronunciandole al rallentatore ed esplorando ad orecchio i cambiamenti del timbro vocale e i rumori annessi, in relazione ai movimenti d'occlusione e d'apertura del canale vocale. Le occlusioni e le costrizioni si realizzano per opposizione delle labbra e della lingua con gli incisivi superiori, il palato duro e il velo palatino. Come avviene per le vocali, le c. possibili sono teoricamente infinite in quanto i luoghi e i gradi di occlusione possono variare con continuità. Di fatto ogni lingua ne usa un numero limitato; il che non toglie che la struttura acustica di c. rappresentate con lo stesso segno alfabetico possa variare da lingua a lingua. Le manovre articolatorie dànno luogo, nel maggior numero dei casi, a due serie di consonanti, c. sorde e c. sonore, a seconda che durante la loro pronunzia non si abbia o si abbia emissione di voce. Inoltre, se l'occlusione è completa e seguita da un'apertura brusca (esplosione) si parla di c. momentanee; se invece il canale vocale subisce soltanto una restrizione e l'emissione d'aria può essere prolungata si parla di c. continue.

In tedesco le c. occlusive sorde possono essere anche aspirate. Si intendono con questo termine le occlusive caratterizzate da un soffio avvertibile fra l'esplosione e la vocale che segue. In Italia l'aspirazione è tratto caratteristico della pronuncia toscana delle [k] in posizione intervocalica. Ancora in tedesco è normale davanti alle vocali iniziali accentate la c. occlusiva laringale [h] ("haben") che si ottiene chiudendo momentaneamente le corde vocali (colpo di glottide).