Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - [Link].

com

9 Pendengaran dan Ucapan

Persepsi

Fungsi utama tubuh adalah membawa otak berkeliling.

Thomas Edison

Garis besar bab

9.1 Anatomi dan fisiologi telinga 174

9.2 Neuro-anatomi 181
9.2.1 Mempelajari otak 181
9.2.2 Jalur pendengaran primer 183
9.3 Persepsi ucapan 186
9.3.1 Non-linearitas 186
9.3.2 Variabilitas dan invarian 187
9.3.3 Integrasi isyarat 190
9.3.4 Pemrosesan dari atas ke bawah 192
9.3.5 Unit persepsi 192
Ringkasan bab 194
Bacaan lebih lanjut 195
Tinjau latihan 195
Analisis dan diskusi lebih lanjut 196
197
Buka online

Referensi 197

Bunyi Bahasa: Pengantar Fonetik dan Fonologi, Edisi pertama. Elizabeth [Link]. © 2013 Elizabeth
[Link]. Diterbitkan tahun 2013 oleh Blackwell Publishing Ltd.
174 PERSEPSI PENDENGARAN DAN PIDATO

Bab-bab sebelumnya telah membahas topik tentang bagaimana bunyi ujaran diciptakan oleh saluran
vokal – fonetik artikulasi. Mereka juga membahas topik tentang bagaimana gelombang ucapan yang
dihasilkan merambat melalui udara, dan bagaimana gelombang tersebut dapat dianalisis secara
matematis – fonetik akustik. Bab ini membahas tentang bagaimana bunyi ujaran dianalisis oleh telinga
manusia, dan otak manusia. Apa yang terjadi di telinga adalahpendengaran; apa yang terjadi di otak
persepsi bicara. Pendengaran mengacu pada proses fisiologis mentransfer energi dari gelombang suara
ke impuls saraf. Persepsi ucapan mengacu pada pemetaan suara ke dalam representasi linguistik.

Kita mulai dengan anatomi dan fisiologi telinga, kemudian membahas sedikit
anatomi saraf, dan akhirnya membahas beberapa isu terkini dalam persepsi ucapan,
termasuk hubungan nonlinier antara ukuran akustik dan persepsi, masalah variabilitas
dan invarian (termasuk normalisasi dan persepsi kategoris), integrasi isyarat,
pemrosesan top-down, dan pertanyaan tentang unit persepsi dan representasi
linguistik.

9.1 Anatomi dan Fisiologi Telinga

Telinga memiliki tiga bagian: luar, tengah, dan dalam. Bagian-bagian telinga ditunjukkan pada Gambar 9.1.
Telinga luar, ataudaun telinga, terdiri dari cangkang telinga yang terlihat (thepinna) dan saluran telinga yang
mengarah ke gendang telinga (membran timpani). Cangkang telinga manusia, meskipun lebih kecil dan kurang
bergerak dibandingkan mamalia lainnya, membantu menangkap gelombang suara, dan membantu lokalisasi
suara. Saluran telinga berfungsi, pertama, untuk menjaga gendang telinga kita tetap aman di dalam kepala,
terlindung dari perubahan suhu dan kelembapan, serta dari benda tajam. Saluran telinga juga merupakan
resonator, yang memperkuat suara terutama pada rentang 3000Hz, yang merupakan area frekuensi penting
untuk suara ucapan. (Jika Anda menghitung resonansi tabung yang salah satu ujungnya tertutup dan ujung
lainnya terbuka, Anda akan menemukan bahwa rata-rata panjang saluran telinga adalah 2,8 cm.)

Fakta bahwa kita memiliki dua telinga memungkinkan kita menemukan lokasi suara di ruang
angkasa, dan melacak sumber suara tertentu di lingkungan yang bising. Karena kedua telinga
dipisahkan oleh lebar kepala, terdapat sedikit jeda waktu antara saat suara mencapai satu telinga
dan saat mencapai telinga lainnya, dan sedikit penurunan intensitas, karena “bayangan” kepala.
Selain itu, suara sebenarnya bergema di dalam lipatan pinna dengan cara yang khas, bergantung
pada arah rambatnya. Otak menafsirkan perbedaan kecil dalam fase, intensitas, dan frekuensi
untuk menentukan lokasi sumber suara.
Telinga tengah terdiri dari gendang telinga dantulang-tulang pendengaran: tiga tulang kecil yang disebut
maleus,inkus, Danstapes(atau palu, landasan, dan sanggurdi). Seperti yang Anda pelajari di kelas Biologi, tulang
adalah tulang terkecil di tubuh; stapes adalah yang terkecil dari ketiganya, dengan panjang sekitar 2,5 mm.
Tulang-tulang pendengaran menghubungkan gendang telinga ke membran kedua, yaitujendela lonjongtelinga
bagian dalam yang berisi cairan, dan tugasnya adalah mentransfer pola suara secara efisien dari satu membran
ke membran lainnya. Memiliki tahap transfer tambahan ini meminimalkan pantulan energi, memperkuat suara
lembut, dan melindungi telinga bagian dalam dari suara yang sangat keras.
Gelombang suara merambat ke saluran telinga dan berdampak pada gendang telinga,
menyebabkan gendang telinga bergetar, meniru pola getaran kompleks dalam gelombang suara.
Telinga tengah merupakan ruang berisi udara, dan getaran gendang telinga maksimal ketika
tekanan udara di kedua sisi membran sama. Dalam keadaan normal, pemerataan tekanan dicapai
melaluisaluran Eustachius, yang menciptakan saluran antara telinga tengah dan mulut,
 PERSEPSI PENDENGARAN DAN PIDATO 175

telinga bagian dalam

berbentuk setengah lingkaran

saraf estibular
koklea kanal saraf wajah
saraf pendengaran

Eustachius
tabung

stapes
ncus tengah
kanal maleus ar
gendang telinga

bagian luar telinga

Gambar 9.1Anatomi telinga.

dan dengan demikian dunia luar. Keadaan yang tidak normal, misalnya tabung tersumbat karena infeksi, atau
perubahan ketinggian secara tiba-tiba seperti saat lepas landas, mengakibatkan penumpukan tekanan di telinga
tengah, dan sakit telinga. Menelan atau mengunyah permen karet mengaktifkan otot-otot di sekitar saluran
Eustachius, yang dapat menginduksi pertukaran udara dan pelepasan tekanan yang membuat telinga “pop”.
Perbedaan tekanan yang ekstrim, seperti yang dialami dalam scuba diving, dapat menyebabkan pecahnya
membran timpani.

9.1Saluran eustachius ditemukan oleh Bartolomeo eustachius, seorang ahli anatomi Renaisans Italia (w.
1574), yang bekerja terutama melalui otopsi. karena pandangan para pejabat masa kini mengenai
legalitas pemotongan mayat, gambar anatomi Eustachius baru dipublikasikan 140 tahun setelah
kematiannya.

Jika gelombang suara di udara berdampak langsung pada jendela oval, tanpa adanya transfer energi mekanis
melalui tulang-tulang pendengaran, perbedaan viskositas antara udara dan cairan telinga bagian dalam akan
menyebabkan hampir seluruh energi suara dipantulkan. (Ikan, yang telinganya memiliki cairan baik di dalam
maupun di luar, tidak memiliki telinga tengah.) Pada manusia, ketika energi ditransfer dari gendang telinga ke
maleus ke inkus ke stapes ke jendela oval, gaya (besarnya “dorongan” pada suatu tekanan tertentu) poin)
meningkat pada setiap langkah. Seperti dapat dilihat pada Gambar 9.1, gendang telinga tidak rata, melainkan
berbentuk kerucut, dan tulang pertama dalam rantai telinga tengah, maleus, melekat pada puncak gendang
telinga, tempat gaya terkonsentrasi. (Ingatlah bermain dengan parasut
176 PERSEPSI PENDENGARAN DAN PIDATO

kelas olahraga sekolah dasar? Anak-anak memegang ujung parasut, dan guru meletakkan bola di
tengahnya. Ketika anak-anak menggoyangkan tepinya, gelombang bergerak ke tengah dan
menembakkan bola tinggi-tinggi ke udara: semua energi yang diperlukan untuk menggerakkan seluruh
parasut besar bergerak ke dalam dan terkonsentrasi di puncak.) Kemudian, maleus lebih panjang dari
incus, dan bertindak seperti tuas: gaya yang ditransfer ke lengan yang lebih kecil lebih besar, karena
perpindahannya lebih kecil. Inkus mentransfer energi ke stapes, dan “footplate” stapes melekat pada
jendela oval. Jendela oval jauh lebih kecil dibandingkan gendang telinga: gaya yang hanya menyebabkan
perpindahan kecil pada gendang telinga menyebabkan perpindahan jendela oval yang jauh lebih besar.
Jadi, melalui serangkaian transmisi melalui telinga tengah, energi suara diperkuat.

Proses yang berbeda, disebutrefleks telinga tengah, dapat menghambat transfer energi dalam suara
yang sangat keras. Refleks adalah kontraksi otot-otot yang menempel pada tulang-tulang pendengaran
(ossicles) yang tidak disengajastapediusDantensor timpani), sebagai respons terhadap stimulus dengan
intensitas sangat tinggi (di atas 80 dB). Seperti tulang tempat melekatnya, otot stapedius merupakan otot
terkecil di tubuh. Kontraksi otot menarik tulang menjauh dari selaput, dan meredam getaran, melindungi
jendela oval agar tidak terlalu banyak bergeser. Namun perlindungannya hanya sebagian (pengurangan
amplitudo sebesar 10 hingga 20 dB) dan tidak seketika, sehingga suara yang sangat keras masih dapat
menyebabkan kerusakan yang signifikan.
Telinga bagian dalam terbungkus di bagian tengkorak yang paling tebal, yaitu tulang temporal. Telinga
bagian dalam terdiri dari dua bagian yang terhubung:sistem vestibularuntuk keseimbangan dankokleauntuk
pendengaran. Di dalam sistem vestibular ada ketiganyasaluran setengah lingkaran, loop yang berorientasi pada
bidang berbeda dengan sudut siku-siku satu sama lain, yang merasakan gerakan dalam tiga dimensi, dan yang
lebih kecil, berbentuk bulat telurutrikulusDansaku, yang merasakan percepatan horizontal dan vertikal. Masing-
masing organ vestibular ini berisi cairan dan dilapisi dengan sel-sel rambut kecil (bulu mata), yang masing-masing
melekat pada serabut saraf. Saat kepala bergerak, gerakan cairan tersebut menyebabkan sel-sel rambut
membengkok sehingga memicu saraf menyala. Otak mengartikan pola aktivasi sebagai pergerakan dan orientasi
tubuh dalam ruang, memberikan umpan balik untuk menjaga keseimbangan, memperbaiki pandangan, dan
mengkoordinasikan gerak tubuh.

9.2Menariknya, terdapat kristal kecil kalsium karbonat yang mengambang di cairan di utrikulus dan kantung, yang

selanjutnya merangsang silia. Kristal-kristal ini disebutotolit, secara harfiah adalah batu telinga. Anda benar-benar memiliki

batu di kepala Anda.

Namun, minat kami sebagai ahli fonetik terletak pada koklea. Koklea berbentuk tabung melingkar
seperti cangkang siput, tidak lebih besar dari kelereng (lihat Gambar 9.1). Dibutuhkan 2½ putaran
dengan sendirinya; jika dibuka (Gambar 9.2), panjangnya sekitar 3,5 cm. Tabung koklea dibagi
memanjang menjadi tiga bagian, atauskala: ituskala vestibulidi atas, ituskala timpanidi bagian
bawah, danskala media(juga dikenal sebagaisaluran koklea) di tengah-tengah.
Ujung koklea yang berdekatan dengan telinga tengah adalahdr dasarnyaujung, ujung terjauh
adalahpuncak. Ituhelikotrema, di puncak koklea, menghubungkan skala vestibuli dan skala
timpani. Seperti organ vestibular, koklea juga diisi dengan cairan limfatik.
Seperti ditunjukkan pada Gambar 9.2, stapes terhubung ke jendela oval di ujung basal skala vestibuli.
Getaran bunyi melewati gendang telinga, melalui tulang-tulang pendengaran, hingga ke jendela oval.
Getaran jendela oval menyebabkan gelombang tekanan kompleks bergerak melaluinya
 PERSEPSI PENDENGARAN DAN PIDATO 177

maleus helikotrema koklea

inkus

skala media

stapes pada jendela oval membran basilaris

dan organ Corti

skala timpani

skala vestibuli
saluran telinga

membran timpani
jendela bundar

rongga telinga tengah

Gambar 9.2 Telinga tengah dan dalam, memperlihatkan koklea “terbuka”.

cairan limfatik di koklea. Gelombang bergerak naik ke skala vestibuli, mengelilingi helikotrema,
dan menuruni skala timpani. Di ujung basal skala timpani terdapat membran lain, yaitujendela
bundar, yang mengembang dan berkontraksi saat gelombang menghantamnya, bertindak sebagai
katup pelepas tekanan. Ketika gelombang tekanan ini, sesuai dengan variasi tekanan suara,
bergerak melalui koklea, hal ini menyebabkan deformasi saluran koklea. Deformasi inilah yang
mengakibatkan pendengaran.
Untuk memahami bagaimana pendengaran terjadi, kita perlu memperbesarnya lebih jauh lagi,
dengan memeriksa strukturnyadi dalamsaluran koklea. Hal ini ditunjukkan pada Gambar 9.3, yang,
sebagai perbandingan, menunjukkan tiga tahap pembesaran: (a) seluruh koklea; (b) penampang ketiga
skala; dan (c) tampilan bagian dalam saluran koklea dari jarak dekat.
Seperti yang ditunjukkan pada Gambar 9.3, saluran koklea dipisahkan dari skala vestibuli di
bagian atas olehmembran vestibular, dan dari skala timpani di bagian bawah dekatmembran
basilaris. Membran basilar terhubung ke tonjolan tulang temporal, sebuah “rak tulang” yang
menopang telinga bagian dalam. Di atas membran basilar terdapat serangkaian struktur
berbentuk terowongan yang secara kolektif dikenal sebagaiorgan Corti.

9.3Marquis Alfonso Corti adalah seorang dokter dan ahli anatomi Italia yang hidup pada tahun 1822–1876. Dia bekerja pertama kali di

Wina, sampai laboratoriumnya diambil alih dan makalahnya dihancurkan pada revolusi tahun 1848. Dia kemudian pindah ke Jerman, di

mana dia menerbitkan sebuah makalah (dalam bahasa Prancis) yang menggambarkan organ pendengaran di dalam saluran koklea. Pada

tahun yang sama (1851), ayah Corti meninggal, dan dia mewarisi hak milik dan harta warisan. Dia pindah kembali ke Italia, tinggal di

perkebunan, dan meninggalkan ilmu pengetahuan.

Organ Corti terdiri dari sekumpulan sel rambut yang tersebar di sepanjang saluran koklea. Setiap
sel rambut terhubung ke sel saraf, dan dari setiap sel rambut seikat rambut filamen halus (
stereosilia) menonjol (sekitar 1,5 juta di setiap telinga). Menutupi stereocilia adalahmembran
tektorial, yang digambarkan oleh banyak sumber sebagai “penutup agar-agar”. Seluruh organ
178 PERSEPSI PENDENGARAN DAN PIDATO

A
saluran setengah lingkaran

saraf vestibulocochlear (vii)

skala vestibuli

skala media
B
skala vestibuli
skala timpani
membran vestibular

jendela lonjong

skala media
jendela bundar
organ Corti
koklea

membran basilaris

skala timpani

sel rambut luar

membran vestibular
C skala media
membran tektorial
sel rambut bagian dalam

koklea
simpul saraf

membran basilar saraf koklea

Gambar 9.3Pandangan yang diperbesar dari struktur koklea.

bermandikan cairan limfatik yang mengisi saluran koklea. Saat gelombang tekanan bergema
melalui skala, pergerakan membran basilar dan tectorial menyebabkan stereosilia berubah
bentuk, dan saraf yang terhubung keduanya menyala. Sinyal saraf yang dibawa melalui saraf
pendengaran ke otak ditafsirkan sebagai suara.
Yang menakutkan, stereocilia juga mengirimkan sinyal dengan amplitudo yang sangat rendah,
bergerak dalam respons yang tertunda, atau terkadang tanpa adanya, rangsangan eksternal. Ini
emisi otoakustikdapat ditangkap oleh mikrofon sensitif yang ditempatkan di telinga, dan a
 PERSEPSI PENDENGARAN DAN PIDATO 179

tanda sistem pendengaran yang sehat. Meskipun tidak ada yang benar-benar yakin apa penyebabnya, hal ini
mungkin merupakan efek dari penyesuaian koklea untuk menerima dan memproses sinyal pada frekuensi dan
amplitudo yang sesuai.
Kemampuan untuk membedakanberbedasuara tergantung pada struktur membran basilar.
Yang terpenting, membran basilar tidak seragam sepanjang panjangnya. Pada ujung basal, tipis
(kurang dari 0,1 mm) dan kaku, ditopang hampir seluruhnya oleh lapisan tulang. Di puncak koklea,
lapisan tulang mengecil dan membran basilar lebih tebal (0,5 mm) dan tidak terlalu kaku. Karena
bentuknya yang meruncing, membran basilar menciptakan analisis spektral analog yang
disesuaikan dengan gelombang tekanan yang masuk.
Ketika jendela oval bergetar dan mengirimkan gelombang tekanan melalui skala, membran basilar
berubah bentuk sebagai respons terhadap gelombang ini. Tempat terjadinya deformasi terbesar
bergantung pada frekuensinya. Ujung tipis membran basilar memberikan respon yang kuat terhadap
frekuensi tinggi, ujung tebal dari membran basilar memberikan respon yang kuat terhadap frekuensi
rendah, dan bagian tengah memberikan respon yang berbeda-beda terhadap setiap frekuensi di
antaranya. Tempat yang tepat di sepanjang membran yang merespons frekuensi berbeda digambarkan
pada Gambar 9.4. (Ilmuwan Hongaria Georg von Békésy memenangkan Hadiah Nobel Kedokteran dan
Fisiologi tahun 1961 karena menemukan hal ini.)
Untuk bunyi yang kompleks, berbagai bagian membran basilar akan merespons frekuensi
komponen yang berbeda. Amplitudo getaran membran basilar pada titik tertentu akan
bergantung pada amplitudo relatif frekuensi tersebut dalam sinyal: amplitudo yang lebih besar
menyebabkan perpindahan yang lebih besar, yang menyebabkan penembakan saraf yang lebih
kuat. Dengan demikian, organ Corti menciptakan analisis spektral yang lengkap: informasi
frekuensi dan amplitudo dikodekan dalam pesan yang dikirim ke otak.
4000
800

00
30
600 puncak

5000
2000
0 40
1000 20 0 bulat telur
membran basilaris
jendela
puncak
basis
150

bulat
0
700
0

jendela
pemindahan

10.000Hz 1000Hz 100Hz

20Hz

00 0
.0 jarak dari jendela oval
20
basis

Gambar 9.4Teori tempat pendengaran: respon membran basilar terhadap frekuensi yang berbeda.
Direproduksi dengan izin dari dr Kathleen e. Cullen dan Proyek Informatika Medis McGill Molson.
180 PERSEPSI PENDENGARAN DAN PIDATO

Perhatikan bahwa pada Gambar 9.4, area respons frekuensi tidak terdistribusi secara merata di
sepanjang membran basilar, sehingga menghasilkan hubungan non-linier antara frekuensi akustik dan
nada yang dirasakan. Lebih dari setengah panjang membran basilar dikhususkan untuk frekuensi antara
200 dan 3000Hz, frekuensi yang paling penting untuk membedakan bunyi ujaran. Karena sebagian besar
koklea dikhususkan untuk rentang ini, manusia dapat membedakan suara dalam rentang ini jauh lebih
tepat dibandingkan suara yang lebih rendah atau lebih tinggi. Ketika frekuensi semakin tinggi, koklea
semakin tidak mampu membedakannya. Tidak ada bagian koklea yang merespons frekuensi di atas
20.000Hz; oleh karena itu frekuensi tersebut tidak dianggap oleh manusia sebagai suara. Koklea hewan
lain memiliki konfigurasi yang berbeda, sehingga mereka merasakan rentang frekuensi suara yang
berbeda. Anjing dapat mendengar hingga 40.000Hz, kelelawar dan lumba-lumba lebih dari 100.000Hz.

Kami telah menggambarkan sistem pendengaran yang sehat sebagai rantai transfer energi yang kompleks.
Jika ada titik dalam rantai yang rusak, akan timbul gangguan pendengaran. Jika suara tidak ditransfer dengan baik
dari telinga luar ke tengah ke dalam, maka disebut gangguan pendengarankonduktif. Jika telinga bagian dalam
tidak merespons suara yang diterimanya dengan baik, maka disebut gangguan pendengaranneurosensori. Tuli
kongenital (sejak lahir) terjadi ketika beberapa bagian telinga tidak berkembang secara normal. Di kemudian hari,
struktur halus telinga tengah dan dalam dapat rusak karena penyakit, terutama infeksi dan tumor. Obat-obatan
tertentu dapat menyebabkan kerusakan saraf atau sel rambut sebagai efek sampingnya. Paparan kebisingan
dengan amplitudo tinggi dalam waktu lama, atau bahkan paparan seketika terhadap kebisingan dengan
amplitudo sangat tinggi, dapat merusak telinga dalam berbagai cara. Umumnya, stereosilia pada telinga bagian
dalam dapat rusak secara permanen akibat rangsangan yang berlebihan: stereosilia tersebut cukup rapuh dan
mudah patah. Penyebab paling umum dari gangguan pendengaran adalah penuaan. Seperti semua bagian tubuh
lainnya, struktur telinga menjadi kaku seiring berjalannya waktu, dan stereocilia secara bertahap rusak dan hilang.
Kehilangan pendengaran paling besar terjadi pada frekuensi yang lebih tinggi, seperti yang ditunjukkan pada
Gambar 9.5.
Alat bantu dengar berfungsi untuk mengatasi gangguan pendengaran sebagian, meningkatkan
amplitudo frekuensi dimana telinga telah kehilangan sensitivitasnya. Implan koklea melewati
telinga sepenuhnya. Perangkat ini secara langsung merangsang sel-sel saraf pendengaran seperti
yang dilakukan koklea jika berfungsi. Seperti koklea, implan mendeteksi tingkat energi suara pada
frekuensi berbeda, dan menstimulasi saraf yang sesuai. Pita frekuensinya tidak disetel sehalus
pendengaran alami, tetapi ucapannya dapat dimengerti.

frekuensi (Hz)
rendah tinggi

125 250 500 1k 2k 4k 8k

20 tahun
20
gangguan pendengaran (dB)

40 tahun
40

60
60 tahun
80

100
90 tahun

Gambar 9.5Rata-rata gangguan pendengaran tergantung pada usia.

Sumber: Direproduksi atas izin dari 'Journey into the World of Hearing' [Link] oleh R. Pujol dkk.,
Neuroreille, Montpellier.
 PERSEPSI PENDENGARAN DAN PIDATO 181

9.2 neuro-anatomi

9.2.1 mempelajari otak

Kita tidak memahami secara pasti bagaimana otak menciptakan persepsi bahasa. Ini adalah proses
yang kompleks dan bertingkat. Kita tahu bahwa salah satu ujung proses – sinyal ucapan – terdiri
dari modulasi tekanan pada frekuensi dan amplitudo yang berbeda, dan ujung lain dari sinyal –
pesan linguistik – terdiri dari rangkaian kata yang bermakna. Namun, kita tidak sepenuhnya
memahami bagaimana otak mengubah satu hal ke hal lain, meskipun kita terus memperoleh lebih
banyak informasi tentang hal itu. Karena persepsi terjadi di dalam otak, ada dua cara umum untuk
mempelajarinya. Rangkaian metodologi pertama melihat langsung aktivitas otak.

Salah satu cara tradisional dalam melakukan ilmu saraf melibatkan percobaan pada hewan,
menelusuri efek biologis dan perilaku dari merangsang atau menghancurkan bagian sistem saraf atau
otak. Subjek dalam percobaan ini sering kali adalah tikus atau kucing, yang sistem pendengarannya
ternyata cukup mirip dengan manusia. Pada manusia, kita dapat mempelajari otak yang terkena penyakit
atau cedera, diharapkan dapat membantu penderitanya sekaligus memajukan ilmu pengetahuan. Dua
pionir dalam studi anatomi otak adalah Pierre Paul Broca, seorang dokter Perancis yang hidup pada tahun
1824–1880, dan Carl Wernicke, seorang dokter Jerman yang hidup pada tahun 1848–1905. Kedua pria
tersebut bekerja dengan pasien yang kemampuan bicaranya terpengaruh oleh kerusakan otak. Broca
menemukan bahwa pasien yang mengalami kerusakan pada area kecil di bagian depan belahan otak kiri
tidak mampu merangkai kata menjadi kalimat, sementara Wernicke menemukan bahwa pasien yang
mengalami kerusakan pada area agak jauh di belakang mengalami kesulitan dalam mengasosiasikan
suara dan makna. Mereka termasuk ilmuwan pertama yang menyatakan bahwa berbagai bagian otak
memiliki fungsi tertentu. Klaim ini ternyata terlalu sederhana, dan para ilmuwan bicara saat ini menerima
bahwa pemrosesan bahasa dan fungsi otak lainnya tersebar lebih luas, namunDaerah BrocaDandaerah
Wernicketetap menjadi landmark otak yang terkenal.
Saat ini, ahli bedah saraf sering mengoperasi pasien dalam keadaan sadar. Karena otak sendiri tidak
memiliki reseptor rasa sakit, hanya anestesi lokal pada kulit kepala yang diperlukan selama operasi otak.
Sebelum melakukan eksisi tumor, dokter bedah dapat menstimulasi secara elektrik berbagai bagian otak
yang terpapar saat berbicara dengan pasien, menguji efeknya pada gerakan, persepsi, atau ucapan
pasien. Tujuan jangka pendeknya adalah mempertahankan sebanyak mungkin fungsi otak ketika suatu
bagian otak harus diambil, namun tetap banyak informasi mengenai fungsi berbagai bagian otak – serta
variasi orang ke orang dan kemampuan bagian lain untuk melakukan hal tersebut. kompensasi – telah
diperoleh dengan cara ini.
Teknik non-invasif untuk mengukur aktivitas otak meliputiEEG (elektro-ensefalografi) DanERP
(potensi terkait peristiwa), yang mengukur aktivitas listrik di berbagai bagian otak menggunakan
elektroda [Link] (tomografi emisi positron)Danf-MRI (pencitraan resonansi magnetik
fungsional)keduanya mengukur peningkatan aliran darah, pemindaian PET berdasarkan
metabolisme gula radioaktif (dosis sangat rendah) yang dicerna oleh pasien untuk tujuan tes, dan
f-MRI berdasarkan respons magnetik zat besi dalam hemoglobin. Semua ini bergantung pada
pemahaman bahwa bagian otak yang “bekerja” akan mengalami peningkatan aktivitas listrik dan
peningkatan aliran darah dibandingkan dengan bagian yang tidak langsung terlibat dalam tugas
tertentu.
Semua cara untuk mengukur aktivitas otak secara langsung, baik hewan maupun manusia, invasif dan
non-invasif, memerlukan laboratorium yang canggih dan instrumentasi yang mahal. Kelompok metode
kedua lebih sederhana, namun kurang langsung. Penyidik memainkan suara (alami atau diubah), dan
bertanya kepada orang-orang apa yang mereka dengar. Kelompok metode fisik memberi kita informasi
tentang jalur fisik, sedangkan eksperimen persepsi memberi kita informasi tentang hasilnya.
182 PERSEPSI PENDENGARAN DAN PIDATO

lobus frontal korteks motorik parietal

milik Broca
cuping

daerah

utama
pendengaran
oksip Italia
milik Wernicke
daerah
lobus temporal daerah
cuping

Gambar 9.6 Belahan otak kiri.

Agar dapat dipahami sebagai bahasa, rangsangan bicara harus mencapaikorteks pendengaran
di lobus temporal otak (Gambar 9.6). Perhatikan bahwa korteks pendengaran terletak di tengah, di
antara area Broca dan Wernicke, dan tidak jauh darikorteks motorik, yang mengontrol semua
gerakan otot, termasuk artikulasi ucapan. Gambar 9.6 menunjukkan sisi kiri (belahan bumi) otak:
jika otak ini ada pada seseorang, dia akan menghadap ke kiri.
Otak kita adalahdilateralisasi: kedua belahan otak kita sering kali mengkhususkan diri pada
fungsi yang berbeda, dan bagi kebanyakan orang, pemrosesan bahasa sebagian besar terjadi di
sisi kiri otak. (Bagi sebagian kecil orang yang kidal, spesialisasinya terbalik, atau lebih setara.
Sebagian besar jaringan saraf kita bersilangan di bagian atas tulang belakang, sehingga orang
yang tidak kidal cenderung dominan menggunakan otak kiri, dan sebaliknya. tingkat lateralisasi
fungsional berbeda dari orang ke orang.) Karena lateralisasi, para ilmuwan bicara paling sering
melihat otak dari kiri. Namun, lateralisasi belum lengkap, dan terdapat korteks pendengaran di
kedua sisi otak. Irama dan prosodi, seperti musik, sepertinya lebih banyak diproses di sisi kanan.

Namun, tidak ada satu saraf pun yang menghubungkan koklea langsung ke korteks pendengaran.
Sepanjang jalan terdapat beberapa relai, seperti stasiun berhenti, tempat informasi temporal, spektral,
dan amplitudo diekstraksi dan diintegrasikan. Rantai saraf yang membawa sinyal dari telinga ke otak
disebut jalur pendengaran. Itujalur pendengaran primermembawa sinyal dari koklea ke pusat
pemrosesan pendengaran di otak. Itujalur non-primer menghubungkan sinyal dari koklea ke saraf yang
menangani semua rangsangan yang masuk, dan kemudian ke bagian otak yang mengontrol kesadaran
dan perhatian. Pusat-pusat ini menentukan, misalnya, apakah Anda akan secara sadar mengikuti
percakapan di meja sebelah atau mengabaikannya dan fokus pada buku Anda, suara apa yang
membangunkan Anda dan apa yang akan membuat Anda tertidur, dan bagaimana Anda akan membagi
perhatian Anda. antara mengemudi dan panggilan telepon. Di sini, kami berkonsentrasi pada jalur
pendengaran primer.
 PERSEPSI PENDENGARAN DAN PIDATO 183

9.2.2 jalur pendengaran primer

Agar persepsi ucapan dapat terjadi, informasi tentang spektrum, amplitudo, dan
waktu harus diekstraksi dari sinyal, dan berbagai jenis informasi harus
diintegrasikan satu sama lain. Pemrosesan ini terjadi ketika sinyal dikirim melalui
relay jalur pendengaran.
Informasi frekuensi dikodekan dalam fakta bahwa, pada setiap tahapan jalur, neuron berada
terorganisir secara tonotopik, karena mereka berada di koklea. Artinya, neuron yang merespons frekuensi
berbeda tetap berada di jalur terpisah, dan akhirnya masuk ke bagian korteks pendengaran yang
terpisah. Dengan demikian, otak dapat menafsirkan pengaktifan kumpulan neuron tertentu sebagai
kehadiran frekuensi tertentu dalam sinyal, berdasarkan lokasi di sepanjang membran basilar tempat
rantai tersebut dimulai. Organisasi tonotopik saraf pendengaran diilustrasikan pada Gambar 9.7.

Bagian bawah Gambar 9.7 menunjukkan spektogram ucapan “Joe mengeluarkan meja sepatu hijau
milik ayah.” (Ucapan khusus ini, yang mengandung berbagai bunyi ujaran, berasal dari Bell Labs pada
tahun 1950an, yang digunakan untuk menguji peralatan telepon.) Bagian atas Gambar 9.7 menunjukkan
sebuahneurogram, menunjukkan penembakan kumpulan serabut saraf di saraf pendengaran kucing,
sebagai respons terhadap pendengaran ucapan. (Gambar 9.7 tidak menunjukkan bahwa kucing
memahami ucapan tersebut, tentu saja, hanya saja ia mendengar suara dengan cara yang mirip dengan
manusia.) Setiap baris neurogram mewakili aktivitas dalam kumpulan serabut saraf yang disesuaikan
dengan aktivitas tertentu. pita frekuensi, frekuensi rendah di bagian bawah, frekuensi tinggi di atas.
Neurogram dan spektogram selaras dengan waktu. Di bagian atas Gambar 9.7, panah putih menunjukkan
semburan aktivitas pada kumpulan saraf yang disesuaikan dengan frekuensi tinggi, sekitar 3000 dan
4000Hz. Semburan aktivitas ini sesuai dengan kebisingan frikatif dan ledakan untuk alveolar dan
palatoalveolar: [ ], [t], [z], [ ], [ ]. Di bagian bawah Gambar 9.7, panah hitam menunjukkan semburan energi
listrik di kumpulan saraf yang disesuaikan dengan frekuensi rendah. Penembakan ini sesuai dengan
permulaan suara dan F1 untuk setiap vokal. Akhirnya, bagian neurogram dan spektogram yang dilingkari
menunjukkan bahwa ketika F3 meningkat dari sekitar 1000 menjadi 3000Hz dalam urutan [gri], kumpulan
saraf yang selaras dengan frekuensi yang lebih tinggi akan menyala secara berurutan.

Informasi amplitudo dikodekan dalam kekuatan penembakan: semakin besar amplitudo gelombang
tekanan tertentu di koklea, semakin besar perpindahan sel-sel rambut tertentu, sehingga menghasilkan
muatan listrik yang lebih kuat yang dikirim melalui neuron yang terkait dengan frekuensi tersebut.
Muatan listrik yang lebih kuat diartikan sebagai amplitudo yang lebih tinggi.
Informasi mengenai waktu lebih kompleks, dan melibatkan koordinasi berbagai
aliran informasi saat sinyal dikirim melalui relai jalur pendengaran. Relai ini
diilustrasikan pada Gambar 9.8 dan dirangkum di bawah ini.

Langkah 1: saraf pendengaran: transmisi [Link]-sel rambut koklea terhubung

ke seratsaraf koklea, yang bergabung dengan serabut saraf dari sistem vestibular untuk
membentuksaraf pendengaran(saraf kranial VII). Ketika sel rambut cukup terstimulasi, muatan
listrik dikirim ke jalur tersebut. Setiap serabut saraf dikaitkan dengan frekuensi tertentu,
ditentukan oleh tempatnya di sepanjang membran basilar.
Langkah 2: inti koklea: pemrosesan tingkat [Link] pendengaran mengirimkan sinyal ke
inti kokleadi batang otak, yang mengekstrak informasi frekuensi dasar, amplitudo, dan temporal dari
sinyal yang masuk. Salah satu cara pengambilan waktu dari sinyal adalah melalui pengaktifanneuron
permulaan. Neuron-neuron ini diberi isyarat untuk aktif setiap kali neuron lain memicu ledakan energi
secara tiba-tiba. Dengan demikian, mereka melacak kapan peristiwa pendengaran tertentu dimulai.
Neuron permulaan yang berbeda akan melakukannyakunci fase(api berkoordinasi dengan) neuron
lain yang diaktifkan pada interval periodik tertentu. Beberapa akan cenderung melakukannya
184 PERSEPSI PENDENGARAN DAN PIDATO

4.000

frekuensi karakteristik (Hz)

1.000

400

J ya telah mengambil fa ini dia hijau SH ya ben bab kamu T

B
5.000

4.000
frekuensi (Hz)

3.000

2.000

1.000

0
0 500 1.000 1.500 2.000 2.500
waktu (mdetik)

Gambar 9.7 Neurogram dan spektogram kalimat “Joe mengeluarkan meja sepatu hijau milik ayah.” Lihat teks untuk
penjelasan.
Sumber: Dari delgutte, Bertrand. [Link] Ucapan Syaraf Pendengaran. (Gambar 16.1 dalam W. Hardcastle dan J. Laver, Buku

Pegangan Ilmu Fonetik,edisi pertama).

penguncian fase ke semburan amplitudo skala besar yang terjadi dengan kecepatan 3 hingga 5 kali
per detik, sesuai dengan permulaan segmen atau suku kata. Yang lain akan mengunci fase untuk
menurunkan perubahan amplitudo pada tingkat 100 hingga 300Hz, sesuai dengan semburan energi
yang lebih kecil yang menjadi ciri setiap pulsa glotal, dan dengan demikian akan menyala dalam pola
yang sesuai dengan F0. Koordinasi sinyal-sinyal temporal yang berbeda ini diinterpretasikan lebih
lanjut dalam rantai.
Langkah 3 dan 4: korteks olivari superior dan kolikulus inferior: kecerdasan binaural dan audio-visual
[Link] berikutnya adalahkorteks olivari superior(dinamai berdasarkan bentuknya yang zaitun) di
mana informasi dari kedua telinga diintegrasikan, dan dikirim kekolikulus inferiordalam
 PERSEPSI PENDENGARAN DAN PIDATO 185

Kanan
kiri
pendengaran
6 pendengaran

korteks
korteks

medial
5 menghasilkan
koklea inti

4 lebih rendah

1 kolikulus
pendengaran

saraf 2 3 unggul
serat ipsilateral olivari
suara ucapan koklea inti
inti

Gambar 9.8Jalur pendengaran primer.

otak tengah. Korteks olivari superior dan kolikulus inferior, dengan mengintegrasikan informasi dari
kedua telinga, bertanggung jawab atas lokalisasi suara. Colliculus inferior juga berfungsi sebagai
penghubung sensasi masuk lainnya, dan mengintegrasikan informasi pendengaran dan visual yang
masuk. Refleks telinga tengah (menurunkan tulang-tulang pendengaran sebagai respons terhadap
masukan amplitudo tinggi) dipicu di korteks olivari.
Langkah 5: nukleus genikulatum medial: waktu relatif dan integrasi pendengaran/[Link]
relai adalahnukleus genikulatum medial, di thalamus, yang merupakan bagian dari otak besar.
Perbedaan waktu dan intensitas dari aliran frekuensi berbeda, yang dikirim dari relai
sebelumnya, diproses lebih lanjut di sini: misalnya, waktu tunda antara ledakan konsonan dan
permulaan suara yang berhubungan dengan VOT dapat diekstraksi. Pada tahap ini juga sinyal
pendengaran yang masuk dicocokkan dengan neuron motorik, khususnya neuron motorik
yang berhubungan dengan artikulasi ucapan. Persepsi suatu suara akan menyebabkan aktivasi
di area otak yang berhubungan dengan produksi bicara, tanpa adanya gerakan alat artikulasi
yang sebenarnya. Sejumlah ahli bahasa mengusulkan bahwa hubungan saraf antara akustik
dan artikulasi ini merupakan bagian penting dari proses persepsi ucapan (lihat Bagian 9.3.4).

Langkah 6: korteks pendengaran: persepsi [Link], sinyal pendengaran yang telah diproses sebelumnya dikirim
kekorteks pendengaran. Sebelum titik ini, isyarat pendengaran yang berbeda telah diekstraksi,
seperti dijelaskan di atas: frekuensi dan waktu ledakan energi, frekuensi fundamental,
186 PERSEPSI PENDENGARAN DAN PIDATO

perubahan frekuensi yang sesuai dengan transisi formant, variasi amplitudo yang sesuai
dengan suku kata, dll. Namun, di korteks pendengaran dan area terkait, pengenalan ucapan
sebenarnya terjadi. Stimulus yang masuk dicocokkan dengan unit linguistik yang tersimpan,
dan unit-unit tersebut dirangkai menjadi makna linguistik.

Perangkat pemindai otak kita dapat menunjukkan area otak mana yang aktif selama melakukan berbagai tugas,
namun perangkat tersebut tidak dapat memberi tahu kita secara pasti apa itu [Link] mengerjakan, yaitu
bagaimana tepatnya stimulus yang masuk disesuaikan dengan makna linguistik. Pertanyaan seperti “Unit apa
yang disimpan?” “Bagaimana cara mengaktifkannya jika ada sinyal yang masuk?” dan “Bagaimana aliran informasi
yang berbeda diintegrasikan dan diproses?” adalah subjek dari banyak penelitian dan perdebatan.

9.3 persepsi bicara

9.3.1 non-linearitas

Bagian 9.1 dan 9.2 telah merinci berbagai transfer yang terjadi dari stimulus suara ke korteks
pendengaran, dengan peluang pada setiap tahap untuk meningkatkan atau menghilangkan aspek
sinyal. Oleh karena itu, tidak mengherankan jika informasi pendengaran yang diproses oleh otak
tidak persis sama dengan informasi akustik yang direkam oleh mikrofon. Pemetaan dari akustik ke
persepsi bersifat non-linier: perubahan frekuensi dan amplitudo yang sama tidak selalu
menghasilkan respons yang sama dalam sistem persepsi.

9.4 Dalam Fokus

Perbedaan terkecil yang dapat dideteksi disebutperbedaan yang nyata (jnd). Seorang ilmuwan menguji jnd dengan

memainkan suara yang sedikit berbeda kepada pendengarnya, dan bertanya kepadanya, “Apakah kedua suara itu sama

atau berbeda?” atau “Suara manakah di set ini yang berbeda?” Untuk nada di bawah 1000 Hz, yang didengar dalam kondisi

ideal (mendengarkan nada murni melalui headphone di laboratorium), telinga muda yang sehat dapat membedakan nada

yang hanya berbeda 2 atau 3 Hz atau kurang dari 1 dB. Namun, karena distribusi frekuensi yang tidak merata di sepanjang

membran basilar (Gambar 9.4), jnd menjadi lebih besar secara eksponensial seiring dengan meningkatnya frekuensi.

Pendengar mungkin dapat membedakan nada pada 500 Hz dari nada pada 503 Hz, namun 5000 Hz dan 5100 Hz akan

terdengar sama. Pada 10.000 Hz, pendengar memerlukan perubahan 1000 Hz sebelum ia dapat mengidentifikasi dua sinyal

yang berbeda.

Karena pemetaan non-linear ini, ahli fonetik yang peduli dengan persepsi ucapan umumnya tidak
bekerja dengan dan melaporkan nilai frekuensi mentah, namun secara matematis akan mengubah
angka-angka tersebut menjadi skala logaritmik yang lebih cocok dengan sensitivitas persepsi.
Sejumlah transformasi matematis berbeda tersedia: termasuk skala seminada, Skala Bark, skala
Mel, dan skala ERB. Yang paling jelas mungkin adalah skala Bark (eponim lain: fisikawan Jerman
Heinrich Barkhausen, 1881–1956). Skala Bark membagi rentang frekuensi pendengaran manusia
menjadi 24 pita, sehingga setiap langkahnya berasal dari satu pita
 PERSEPSI PENDENGARAN DAN PIDATO 187

Tabel 9.1Skala Kulit Kayu.

Hz Kulit pohon Hz Kulit pohon Hz Kulit pohon

20 1 920 9 3150 17
100 2 1080 10 5300 18
200 3 1270 11 6400 19
300 4 1480 12 7700 20
400 5 1720 13 9500 21
510 6 2000 14 12000 22
630 7 2320 15 15500 23
770 8 2700 16 200000 24

band ke berikutnya terdengar hampir sama. Tepi atas (dalam Hz) dari setiap pita skala Bark
diberikan pada Tabel 9.1.
Sifat logaritmik skala terlihat dalam rentang frekuensi yang lebih rendah, hanya dibutuhkan 100Hz untuk
meningkat sebesar 1 Bark (misalnya, antara Bark 2 dan 3), namun dalam rentang yang lebih tinggi (misalnya,
antara Bark 22 dan 23). , dibutuhkan lebih dari 3000Hz. Namun perlu diperhatikan bahwa di bawah 500Hz,
pemetaan dari Hz ke Bark hampir linier.

9.3.2 variabilitas dan invarian

Kasus perbedaan antara F0 dan nada yang dirasakan hanyalah salah satu contoh dari masalah
yang jauh lebih besar. Pada banyak tingkatan, dan sepanjang waktu, kita mempersepsikan suara-
suara yang sangat berbeda seolah-olah suara-suara tersebut sama, dan terkadang suara-suara
yang sama seolah-olah berbeda. Salah satu contohnya adalah ujaran yang sama yang diucapkan
oleh dua orang yang berbeda, misalnya laki-laki besar dan anak kecil. Karena perbedaan anatomi
saluran vokal, nilai formant dalam ucapan sederhana seperti “Mom” akan sangat berbeda bagi
kedua penutur tersebut. Untuk laki-laki, F1 mungkin 700Hz dan F2 mungkin 1100Hz di tengah
vokal, sedangkan F1 anak mungkin setinggi F2 ayahnya: 1100Hz untuk F1 dan 2000Hz untuk F2.
Bagaimana pendengar bisa merasakan sinyal yang berbeda seperti kata yang sama? Ini adalah
masalah normalisasi.
Kami menganggap semua nilai frekuensi (dan waktu) ucapan sebagai sesuatu yang relatif. Otak kita
menggunakan informasi di bagian lain dari sinyal untuknormalisasistimulus tertentu, yaitu menafsirkan
nilai-nilai relatif terhadap nilai-nilai lain, bukan terhadap standar eksternal. F0 yang tinggi dan jarak
harmonik yang lebar dalam vokal tertentu, dan nilai forman yang tinggi pada vokal lainnya, semuanya
akan memberi isyarat kepada pendengar akan kecilnya anak tersebut (atau kebalikan dari besarnya laki-
laki), dan nilai-nilai tersebut akan diinterpretasikan sesuai dengan itu. menguraikan pesan linguistik. Pada
saat yang sama, informasi pribadi dan sosial juga akan diekstraksi dan disimpan: pendengar mengenali
pesan dan orang yang mengucapkannya.
Jadi item-item yang berbeda secara akustik (seperti vokal dengan formant pada 700 dan 1100 Hz vs.
1100 dan 2000Hz) dapat didengar sebagai item linguistik yang sama. Dampak lain dari normalisasi adalah
samaitem dapat dirasakan secara berbeda ketika tertanam dalam konteks yang berbeda. Suku kata yang
sama dapat terdengar sebagai nada tinggi atau nada rendah, sebagai / / atau / /, tergantung pada
karakteristik suku kata lain di sekitarnya.
Contoh lain dari kasus dimana pola akustik yang sangat berbeda dianggap sebagai stimulus
yang sama adalah kasus transisi formant. Seperti yang telah dibahas di Bab 7, berhentilah
188 PERSEPSI PENDENGARAN DAN PIDATO

konsonan secara akustik dibedakan satu sama lain terutama melalui perubahan formant pada vokal yang
berdekatan. Selama penutupan stop, hanya ada sedikit atau tidak ada energi suara, dan keheningan (atau suara
tingkat rendah) yang dihasilkan oleh penutupan [b] tidak berbeda dengan keheningan (atau suara tingkat rendah)
yang dihasilkan oleh [d] atau [g] penutupan. Sebaliknya, perbedaan tempat artikulasi tersebut disebabkan oleh
pengaruhnya terhadap vokal-vokal yang bersebelahan, ketika artikulator berpindah dari posisi penutupan ke
posisi yang diperlukan untuk vokal tersebut. Hal ini ditunjukkan pada Gambar 7.25, yang mengilustrasikan transisi
formant untuk konsonan berbeda sebelum vokal yang sama.
Situasi sebaliknya, konsonan yang sama sebelum vokal yang berbeda, diilustrasikan pada Gambar
9.9, yang menunjukkan spektogram ucapan “dee, day, doe.” Jika Anda bertanya kepada pendengar
apakah mereka “mendengar aD” dalam setiap ucapan tersebut, mereka akan menjawab “ya”. Namun
dalam hal apa persepsi [d] di sini? Karena ini bahasa Inggris, tidak ada suara selama fase berhenti,
sehingga [d] tidak dapat diidentifikasi di sana. Itu pasti lintasan formannya. Masalahnya adalah
lintasannya berbeda-beda di setiap kasus: F2 keluar dari penutupan untuk [di], tetap datar untuk [de], dan
turun untuk [do].
Jenis normalisasi yang berbeda sedang dilakukan di sini. Pendengar menafsirkan transisi
formant relatif terhadap vokal berikutnya. Transisi F2 yang meningkat dikaitkan dengan [d] dalam
konteks [i], dan transisi [F2] yang menurun dikaitkan dengan [d] dalam konteks [o].

9.5 Dalam Fokus

Ilmuwan pertama yang bereksperimen dengan transisi formant adalah Pierre delattre, Alvin Liberman, Franklin Cooper, dan

rekannya yang bekerja di Laboratorium Haskins pada tahun 1940-an dan 1950-an. Mereka sedang berupaya

mengembangkan penyintesis ucapan yang dapat berfungsi sebagai “mesin membaca” bagi para tunanetra, dan dengan

demikian mempelajari korespondensi antara bunyi ujaran dan pola akustik seperti yang diungkapkan oleh spektograf suara

yang baru ditemukan. Penyintesis ucapan analog mereka, yang disebut “pemutaran pola” menggunakan cahaya terang

yang dipantulkan dari pola formant bercat putih untuk memberi daya pada fotosel yang terhubung ke amplifier. Para

ilmuwan Haskins berharap menemukan pola tunggal yang mewakili [d] dalam semua konteks, dan mereka merasa frustrasi

karena harus melukiskan pola yang berbeda tergantung pada vokal di sekitarnya. Namun rasa frustrasi mereka membawa

kemajuan besar dalam studi isyarat akustik dan variasi kontekstual.

Mungkin contoh kasus yang paling banyak dibicarakan dimana pola akustik yang sangat berbeda
dianggap sebagai item linguistik yang sama adalah kasuspersepsi kategoris. Pendengar pandai
membedakan bunyi-bunyi yang termasuk dalam kategori berbeda dalam bahasanya, dan buruk
dalam membedakan bunyi-bunyi yang termasuk dalam kategori yang sama, meskipun derajat
perbedaan akustiknya sama. Persepsi kategoris pertama kali ditunjukkan dengan transisi F2 yang
membedakan ba-da-ga, namun hal ini dapat ditunjukkan dengan kontinum nilai apa pun yang
membedakan kategori linguistik.
Dalam salah satu eksperimen persepsi kategoris di awal tahun 1970-an, ahli fonetik Arthur Abramson dan
Leigh Lisker menyintesis serangkaian suku kata dengan waktu permulaan suara (VOT) yang berkisar dari −150 md
(jangka waktu suara yang lama sebelum ledakan pelepasan) hingga +150 md (jeda yang lama sebelum
penyuaraan dimulai setelah ledakan rilis). Mereka kemudian memainkan token tersebut kepada pendengar,
dalam dua tugas. Dalam tugas identifikasi, pendengar diminta menyebutkan suku kata, misalnya
 PERSEPSI PENDENGARAN DAN PIDATO 189

5000

4000

3000
Hz

2000

1000

0
0 0,5 1 1.5 2 2.5
detik

Gambar 9.9Spektogram [di], [de ], dan [ o ].

baik “ba” atau “pa.” Dalam tugas diskriminasi, pendengar dipermainkan dua buah token, dan
ditanya apakah keduanya sama atau berbeda.
Abramson dan Lisker menemukan bahwa, bagi penutur bahasa Inggris, thebatas kategoriantara /
/ dan / / terjadi sekitar 30ms VOT. Semua token dengan VOT kurang dari 30 md (termasuk-
token dengan pra-suara) diidentifikasi sebagai “ba,” dan semua token dengan waktu permulaan
suara lebih dari 30 ms diidentifikasi sebagai “pa.” Dalam tugas diskriminasi, ketika pendengar
mendengar dua token dalam suatu kategori, mereka tidak membeda-bedakan keduanya: semua
token dalam suatu kategori dinilai “sama”, meskipun keduanya sangat berbeda. Token diberi tag
berbeda hanya jika berasal dari sisi batas kategori yang berbeda.
Selain itu, lokasi batas kategori ditemukan berbeda berdasarkan pengalaman berbahasa. Untuk penutur
bahasa Spanyol, yang menghasilkan /b/ dengan suara sebelumnya (VOT negatif) dan /p/ sebagai suara tak
bersuara (VOT jeda pendek), batas /b/ vs. /p/ turun pada VOT positif 15 mdtk. Untuk penutur bahasa Thailand,
yang menghasilkan kontras tiga arah antara /b/ yang disuarakan sebelumnya, /p/ yang tidak bersuara, dan /p
yang disedotH/, kontinum dibagi menjadi tiga kategori: /b/ diidentifikasi untuk VOT apa pun yang kurang dari −20
md, /p/ untuk VOT antara −20 dan +40 md, dan /pH/ untuk VOT di atas +40ms. Seperti halnya penutur bahasa
Inggris, penutur bahasa Thailand dan Spanyol menunjukkan buruknya diskriminasi token dalam suatu kategori,
dan meningkatnya diskriminasi token melintasi batas kategori. Artinya, penutur bahasa Spanyol mendengar token
−30 dan +20 sebagai hal yang berbeda, namun
+ 20 dan +50 sebagai sama, dimana penutur bahasa Inggris mendengar −30 dan +20 sebagai sama dan +20 dan
+50 sebagai berbeda, karena batas kategorinya berada di tempat yang berbeda. Penutur bahasa Thailand
membeda-bedakan ketiganya. Hasil ini dirangkum dalam Gambar 9.10.
Abramson, Lisker, dan rekan-rekannya menyimpulkan dari penelitian mereka bahwa persepsi ucapan
manusia itu istimewa, diproses oleh sistem kognitif yang berbeda dari jenis persepsi lainnya, termasuk
persepsi musik dan suara non-linguistik lainnya. (Faktanya, mereka berpendapat bahwa persepsi ucapan
melibatkan persepsi langsung terhadap isyarat artikulatoris; lihat pembahasan di Bagian 9.3.4.) Klaim ini
dilemahkan oleh temuan bahwa kategorisasi terjadi di domain lain, seperti persepsi visual, dan bahwa
hewan (terutama chinchilla) juga menunjukkan persepsi kategoris terhadap bunyi ujaran. Lebih jauh lagi,
klaim bahwa manusia tidak dapat mendengar apapun
190 PERSEPSI PENDENGARAN DAN PIDATO

Thai
B P PH

Orang Spanyol

B P

bahasa inggris

B P

– 50 –40 –30 –20 –10 0 10 20 30 40 50 60 70

PILIH

Gambar 9.10Batasan kategori bergantung pada pengalaman bahasa.

Sumber: Hasil dari Abramson, A. dan L. Lisker (1970: diskriminabilitas di seluruh rangkaian suara: Tes lintas bahasa,
Prosiding Konferensi Internasional Ilmu Fonetik ke-6; dan 1973: Persepsi pengaturan waktu suara dalam perhentian awal
kata dalam bahasa [Link] Fonetik1).

Perbedaan sama sekali antara token dalam suatu kategori ternyata terlalu kuat, dan sampai batas
tertentu merupakan artefak kualitas primitif dari ucapan yang disintesis pada tahun 1970an.
Sebagaimana dikemukakan di atas, pendengar tidak boleh “membuang” rincian fonetik setelah bunyi
dimasukkan ke dalam suatu kategori.
Meskipun demikian, tetap jelas bahwa persepsi ucapan manusia dipengaruhi oleh (jika tidak
sepenuhnya ditentukan oleh) perbedaan kategorisasi linguistik kita. Interaksi isyarat akustik dan kategori
ucapan terus menjadi bidang penelitian yang penting, terutama dalam pemerolehan bahasa kedua.
Penutur bahasa Thailand, Inggris, dan Spanyol mempunyai banyak kesulitan dalam mempelajari sistem
konsonan satu sama lain saat dewasa, dan sebagian dari masalahnya tentu saja adalah kenyataan bahwa
penutur bahasa yang berbeda tidak merasakan perbedaan antara bunyi ujaran dengan cara yang persis
sama. (Lihat Bab 20 untuk diskusi lebih lanjut.)

9.3.3 integrasi isyarat

Integrasi isyaratArtinya otak menciptakan satu objek, persepsi, dari berbagai informasi yang diterimanya.
A [p], misalnya, terdiri dari rangkaian peristiwa akustik: keheningan, diikuti ledakan dengan frekuensi dan
amplitudo tertentu, diikuti aspirasi, dengan peningkatan transisi formant F2 dan F3. Hilangkan atau ubah
salah satu dari isyarat ini, dan konsonan yang berbeda akan dirasakan: menghilangkan perubahan
aspirasi [p] menjadi [b]; mengubah F2 dari naik ke datar mengubah [p] menjadi [t]. Namun, pendengar
yang naif tidak menyadari bahwa [p] berisi urutan ini: biasanya diperlukan gerakan yang sangat lambat
dan berlebihan, atau demonstrasi bentuk gelombang, untuk mengajari seseorang apa isi [p]. Namun
pendengar dengan mudah mengidentifikasi berbagai kata yang mengandung [p]: isyarat yang berbeda –
interval diam, ledakan, aspirasi, forman – diintegrasikan ke dalam satu objek yang dirasakan. Seperti
disebutkan dalam Bagian 9.2, potongan-potongan informasi ini tidak hanya dipisahkan dalam waktu,
namun diambil pada titik berbeda dalam jalur pendengaran. Namun, di korteks pendengaran, mereka
disatukan kembali.
 PERSEPSI PENDENGARAN DAN PIDATO 191

3000
2700
2400
2100
1800
1500
1200
900
600
300

210 420 630 840 1050 1260 1470 1680 1890

waktu <MS>

Gambar 9.11Spektogram semu ucapan gelombang sinus dari ucapan “Di mana Anda setahun yang lalu?”
Sumber: [Link] Remez, Ulang; Rubin, Pe; Pisoni, dB;
Carrell, Td (1981). “Persepsi tuturan tanpa isyarat tuturan tradisional”.Sains212 (4497): 947–950.

Contoh lain datang dari integrasi informasi formant untuk menciptakan kualitas vokal yang dirasakan.
Perbedaan [i] dan [u] terletak pada ketinggian F2. Namun pendengar tidak mendengar tinggi dan rendah
F2: ia mendengar bunyi vokal. Efeknya dapat ditunjukkan padapidato gelombang sinus, efek persepsi lain
yang pertama kali dibuat di Haskins Laboratories. Percakapan gelombang sinus terdiri dari tiga nada
sinusoidal, dengan frekuensi yang bervariasi secara terus menerus untuk menyesuaikan dengan
perubahan frekuensi formant dalam ucapan manusia. Contoh ujaran gelombang sinus ditunjukkan pada
Gambar 9.11. Jika setiap nada dimainkan secara terpisah, bunyinya seperti peluit yang berbeda-beda.
Namun, ketika ketiga nada tersebut digabungkan, persepsinya menjadi ucapan (walaupun tidak
sepenuhnya manusiawi). Kalimatnya adalah “Di mana Anda setahun yang lalu?” Efek integrasi juga
berfungsi jika salah satu nada dimainkan di satu telinga dan dua nada lainnya dimainkan di telinga
lainnya.

9.6 Dalam Fokus

Pidato gelombang sinus adalah cara burung beo “berbicara”. Bentuk saluran suara burung sama sekali tidak mirip dengan kita, sehingga

mereka tidak bisa mengeluarkan suara seperti yang kita lakukan. Kebanyakan spesies burung mempunyai organ yang disebut syrinx,

yang mereka gunakan untuk vokalisasi. Syrinx adalah kantung berisi udara di dasar trakea. di dalam syrinx ada membran yang bergetar

ketika udara melewatinya. Burung menyanyikan “nada” yang berbeda dengan menggunakan otot untuk menyesuaikan ukuran syrinx.

Burung beo dan burung berbicara lainnya mempunyai dua jarum suntik, satu untuk setiap paru-paru, yang dapat mereka kendalikan

secara mandiri. Burung beo yang bisa berbicara menggunakan jarum suntik untuk meniru perubahan pola formant dalam ucapan

manusia. Setidaknya pada beberapa burung beo, diklaim bahwa mereka tidak hanya dapat meniru bunyi ujaran, namun juga dapat

mengasosiasikan kata dengan makna.

192 PERSEPSI PENDENGARAN DAN PIDATO

Integrasi isyarat terjadi tidak hanya dalam aliran ucapan, tetapi juga antar modalitas
persepsi. Contoh paling mencolok dari persepsi multimodal mungkin adalah efek McGurk
(ditemukan oleh Harry McGurk dan John McDonald pada tahun 1976), yang menggambarkan
integrasi masukan pendengaran dan visual. Efeknya agak datar di media cetak, tetapi
beberapa demonstrasi audio visual dapat diakses secara online (cari efek McGurk).
Efeknya disebabkan oleh ketidaksesuaian antara informasi visual dan pendengaran. Video pembicara yang
mengucapkan “ga ga” disulihsuarakan dengan audio yang mengatakan “ba ba”. Jika Anda mendengarkan audio
dengan mata tertutup, “ba ba” terdengar jelas; jika Anda menonton video tanpa suara, Anda mungkin bisa
menebak dari gerakan mulutnya bahwa ucapannya adalah “ga ga.” Namun ketika keduanya dipersepsikan secara
bersamaan, maka persepsinya bukanlah yang satu atau yang lain, melainkan “da da.” (Yang mengejutkan, efeknya
tetap bekerja meskipun Anda mengetahui triknya.) Otak tampaknya melakukan yang terbaik untuk menafsirkan
dua rangsangan yang bertentangan secara konsisten. Ia tahu bahwa gambarnya tidak boleh “ba”, karena tidak
ada penutup bibir. Ia juga mengetahui bahwa audionya tidak boleh “ga”: F2 naik, bukan turun. Jadi persepsinya
dipetakan ke “da.”

9.3.4 pemrosesan dari atas ke bawah

Jenis informasi lain yang juga dapat mempengaruhi persepsi adalahpemrosesan dari atas ke bawah. Isyarat
akustik masuk ke otak dari bawah ke atas. Namun hal tersebut ditemui dalam pemrosesan ucapan dengan
prediksi top-down yang dibuat berdasarkan pengalaman. Dalam pidato lari, kita memiliki ekspektasi yang sangat
kuat terhadap apa yang akan kita dengar, dan kita cenderung memahami apa yang kita harapkan.
Misalnya, bandingkan ucapan: (a) “Tukang roti membakar roti;” dan (b) “Pesawat menutup ikan.” Dalam
kalimat (a) kata “roti” sangat mudah ditebak dari konteksnya: apa lagi yang mungkin akan dibakar oleh seorang
tukang roti? Selanjutnya, perhentian awal dari “tukang roti” dan “terbakar” membuat otak sangat siap (prima)
untuk mendengar kata lain yang dimulai dengan /b/. Dalam pengujian dengan pendengar manusia, ucapan
seperti itu diidentifikasi sebagai rangkaian tata bahasa dengan lebih cepat, dan diulangi jauh lebih akurat,
dibandingkan ucapan dengan tata bahasa yang sama namun kurang dapat diprediksi (b). (Oleh karena itu,
pengujian kualitas sistem sintesis ucapan cenderung menggunakan kalimat yang tidak masuk akal seperti (b).
Pendengar kemungkinan besar akan mengidentifikasi kata “roti” dalam kalimat (a) tidak peduli seberapa buruk
ucapan sintetik tersebut.)
Pemrosesan top-down juga bertanggung jawab atas fenomena inipemulihan fonem. (Lihat Bab 10
untuk mengetahui definisi istilah “fonem”; di sini istilah ini digunakan hanya untuk mengartikan “segmen
ujaran.”) Dalam eksperimen semacam ini, bunyi ujaran diganti secara digital dengan bunyi non-ucapan.
Ini berfungsi paling baik jika kedua bunyinya agak mirip: misalnya, [s] diganti dengan batuk. Pendengar
akan mendengar suara batuk, tetapi mereka tidak akan menyadari bahwa bunyi ucapannya hilang. Sistem
persepsi mengembalikan suara ke tempat yang semestinya ketika kata tersebut dikenali. Misalnya, pada
kalimat “Gubernur mengadakan sidang legislatif di ibu kota”, pendengar tidak memperhatikan jika huruf
[s] pertama diganti. Tampaknya otak mencocokkan sinyal akustik dari kata tersebut dengan “badan
legislatif”, yang terlihat jelas dari konteksnya, dan kemudian melanjutkan. Karena “badan legislatif”
mengandung [s], maka [s] tetap dirasakan, meskipun tidak ada.
Pemrosesan top-down jelas merupakan bantuan penting untuk komunikasi dunia nyata dalam
lingkungan yang bising. Seringkali, orang mengatakan apa yang diharapkan, jadi meminta otak mengisi
bagian-bagian yang tidak terlihat jelas dalam sinyal pendengaran akan sangat membantu. Pengenalan
ucapan menjadi tercepat dan paling akurat ketika semua isyarat – pendengaran, visual, dan top-down –
bekerja sama.

9.3.5 unit persepsi

Sebagaimana dijelaskan dalam diskusi di atas, persepsi ucapan tidak akan benar-benar terjadi sampai semua
informasi yang tersedia digunakan untuk mencocokkan sinyal dengan data linguistik yang tersimpan.
 PERSEPSI PENDENGARAN DAN PIDATO 193

perwakilan. Pertanyaan terakhir, dan mungkin yang paling menarik, adalah “Apa yang dimaksud dengan
unit persepsi?” Ke representasi linguistik manakah sinyal ucapan dipetakan?
Jawaban tradisional atas pertanyaan ini didasarkan padamodel prototipe. Model-model ini
mengasumsikan bahwa versi unit linguistik yang abstrak dan ideal disimpan dalam memori, dan
stimulus yang masuk disesuaikan dengan prototipe yang paling mirip dengannya. Hal ini secara
langsung menjelaskan persepsi kategorikal: semua rangsangan [ ] terdengar sama karena
dipetakan ke prototipe yang sama. Perbedaan detail tidak diperhatikan kecuali menyebabkan
pemetaan ke representasi tersimpan yang berbeda. Namun, model berbeda dalam klaim tentang
tingkat linguistik yang sesuai dengan prototipe.
Salah satu gagasannya adalah itudetektor fiturmenangkap peristiwa akustik yang berbeda, seperti
suara aspirasi, formant hidung, atau periodisitas frekuensi rendah dan mencocokkannya dengan
karakteristik segmen (yang mungkin berbeda dari satu bahasa ke bahasa lainnya). Setelah segmen
diidentifikasi, segmen tersebut dirangkai menjadi kata-kata. Pendengar pasti dapat mengenali segmen-
segmen individual, meskipun pada kenyataannya batas-batas segmen tidak terlihat jelas dalam ucapan
yang terhubung. Namun, eksperimen hanya menemukan sedikit petunjuk invarian terhadap fitur tertentu
atau segmen tertentu yang dapat ditangkap oleh detektor. Temuan seperti pola formant berbeda yang
dapat memberi isyarat [d] sebelum vokal berbeda (Gambar 9.9), telah mengarahkan beberapa peneliti
untuk mengusulkan bahwa unit persepsi adalah setengah suku kata (kombinasi CV atau VC) atau suku
kata secara keseluruhan. Namun, jika suku kata adalah objek persepsi, maka masalahnya adalah
bagaimana pendengar memecahnya menjadi beberapa segmen. (Diajari alfabet mungkin merupakan
pengaruh yang penting. Penelitian menunjukkan bahwa anak-anak yang mengalami kesulitan belajar
membaca mungkin terjebak pada hal ini – mereka merasa sulit untuk mendengar kata seperti “kucing”
yang terdiri dari tiga segmen berbeda. .) Terakhir, efek pemrosesan top-down dan restorasi fonem dapat
diinterpretasikan sebagai bukti bahwa prototipe tingkat kata disimpan.
Lisker dan rekannya berpendapat bahwa unit persepsi adalah gerak artikulatoris itu sendiri. Pandangan ini
disebutTeori Motorik Persepsi Bicara. Para pendukungnya membuat analogi dengan persepsi visual. Dalam
penglihatan, mereka berpendapat, panjang gelombang cahaya yang berbeda-beda adalah mediumnyayang mana
kita lihat, tapi hal-halterlihatadalah objek yang menyebabkan pola tersebut. Secara analogi, pola bunyi adalah
medium yang kita gunakan untuk mendengar, tetapi objek yang didengar adalah gerakan artikulatoris yang
menimbulkan bunyi tersebut. Para pendukung Teori Motorik berpendapat bahwa penutur mempelajari pola
akustik yang sesuai dengan isyarat bicara tertentu dengan mendengarkan ucapan mereka sendiri saat masih bayi,
dan mereka menunjuk pada hubungan saraf antara korteks pendengaran dan motorik di otak sebagai dukungan
lebih lanjut. Sebaliknya, fakta yang kita dapat rasakan sebagai suara-suara ucapan yang tidak dapat dihasilkan
oleh saluran vokal nyata (seperti ucapan gelombang sinus), dan bahwa cedera otak sering kali memengaruhi
produksi dan persepsi secara independen, menjadikan versi teori motorik yang kuat sulit untuk dipahami.
menjaga.
Model prototipe mengasumsikan bahwa setelah pencocokan dengan unit linguistik dilakukan,
informasi rinci dalam sinyal dibuang, dan pemrosesan ucapan dilanjutkan pada tingkat abstrak. Berbeda
dengan model prototipe,model teladanberasumsi bahwa jejak memori yang sangat rinci dipertahankan
dan direferensikan. Inijejak episodikdihubungkan bersama di berbagai tingkat menjadi awan multi-
dimensi. Misalnya, ingatan akan pengucapan spesifik kata “kucing” oleh saudara laki-laki Anda Mike akan
diasosiasikan dalam satu awan dengan “mobil”, “dapur”, “kursus” dan semua kata lain yang dimulai
dengan [k]; dengan “tap”, “patch”, “asteroid” dan semua kata lain yang mengandung [æ] di kata lain;
dengan kelinci dan makhluk berbulu lucu lainnya (atau tikus, hantu, dan makhluk menakutkan,
tergantung pendapat Anda); dan dengan semua hal lain yang Mike katakan padamu. Tidak diklaim bahwa
semuanya diingat dengan sempurna – jejak memori lama memudar, dan cloud terus diperbarui dengan
contoh-contoh baru – namun diklaim bahwa contoh yang disimpan terperinci dan spesifik, tidak seperti
prototipe abstrak, dan bahwa detail itu penting. Kategorisasi memang terjadi, ketika pikiran memberi
label pada sekelompok contoh yang sangat padat yang telah terbentuk seiring berjalannya waktu, namun
label tersebut merupakan tambahan, bukan pengganti, contoh-contoh spesifik. Yang penting, rangsangan
yang masuk tidak dibandingkan dengan prototipe abstrak,
194 PERSEPSI PENDENGARAN DAN PIDATO

tetapi carilah tempat di awan yang berbeda: semakin mirip stimulus baru dengan contoh di tengah
awan, semakin cepat dan akurat kategorisasinya. Jika rangsangan baru tetap serupa dengan
rangsangan lama, label kategori diperkuat dan batas antar kategori dipertajam; jika rangsangan
baru tidak terlalu mirip, kategorinya mungkin bergeser sehingga menyebabkan perubahan
bahasa.
Model eksemplar didukung oleh penelitian psikolinguistik yang menunjukkan bahwa detail memang
penting, dan hubungan ada di berbagai tingkatan. Kata “kucing”, misalnya, lebih cepat dikenali jika
pendengar diperlihatkan gambar mobil (priming [k]), apel (priming [æ]), penyihir (priming area semantik
di mana kucing menonjol) ), atau hanya dengan mendengar suara yang sama yang terakhir kali
mengucapkan “kucing”. Model teladan juga konsisten denganefek frekuensi, yang menunjukkan bahwa
seberapa sering Anda mendengar suatu suara akan berpengaruh. Efek frekuensi masuk akal jika kategori
merupakan sekumpulan contoh yang dapat berubah dan terus diperbarui; namun efek seperti itu tidak
diperkirakan jika kategori terdiri dari prototipe abstrak yang tidak berubah. Namun, upaya masih harus
dilakukan untuk menyelaraskan temuan-temuan ini dengan temuan-temuan lain yang menunjukkan
dampak penting dari kategorisasi, khususnya dalam pertanyaan tentang bagaimana kategori dibentuk
dan diberi label.
Secara keseluruhan, pertanyaan mengenai unit persepsi ujaran masih jauh dari terselesaikan,
dan masih menjadi area penelitian dan perdebatan. Namun jelas bahwa interpretasi linguistik dari
sinyal ucapan melibatkan integrasi informasi yang disimpan dan masuk pada berbagai tingkat
analisis.

ringkasan bab
• Proses persepsi pendengaran dan ucapan melibatkan rangkaian peristiwa di telinga dan otak yang
mengubah gelombang tekanan suara menjadi impuls saraf, dan kemudian mencocokkan pola impuls
saraf dengan representasi linguistik.
• Telinga bagian luar melindungi membran timpani (gendang telinga), membantu penangkapan suara dan
ekolokasi, serta memperkuat frekuensi yang penting untuk berbicara.
• Tugas telinga tengah adalah mentransfer pola suara secara efisien dari membran timpani ke
telinga bagian dalam.
• Telinga bagian dalam terdiri dari sistem vestibular dan koklea. Sistem vestibular membantu
menjaga keseimbangan dan koordinasi.
• Di koklea, berbagai daerah pada membran basilar yang meruncing memberikan respons yang
kurang lebih kuat terhadap frekuensi masuk yang berbeda, dengan melakukan analisis
spektral analog. Serabut saraf yang menempel pada stereosilia di organ Corti mengubah
pergerakan membran basilar menjadi sinyal listrik.
• Jalur pendengaran primer membawa sinyal saraf dari koklea ke korteks pendengaran.
Relai yang berbeda di sepanjang jalur mengekstrak berbagai jenis informasi.
• Pemetaan dari akustik ke persepsi bersifat non-linier: perubahan frekuensi dan
amplitudo yang sama tidak selalu menghasilkan respons yang sama dalam sistem
persepsi. Skala logaritmik, seperti skala Bark, lebih mewakili perbedaan persepsi.
• Proses normalisasi, dimana otak kita menafsirkan nilai-nilai relatif terhadap nilai-nilai lain dan bukan terhadap
standar eksternal, memungkinkan kita untuk menafsirkan pola-pola akustik yang berbeda sebagai item
linguistik yang sama.
• Fenomena persepsi kategoris menunjukkan bahwa persepsi ujaran dipengaruhi oleh
kategorisasi linguistik spesifik bahasa. Pendengar kesulitan membedakan bunyi-bunyi yang
termasuk dalam kategori yang sama dalam bahasanya.
 PERSEPSI PENDENGARAN DAN PIDATO 195

• Pendengar mengintegrasikan isyarat frekuensi, temporal, dan bahkan visual yang berbeda ke dalam satu
persepsi linguistik, seperti [p] atau [i].
• Pemrosesan dari atas ke bawah berarti bahwa pendengar sering kali merasakan apa yang mereka harapkan,
meskipun hal itu tidak sesuai dengan isi sinyal yang sebenarnya.
• Teori yang berbeda mengusulkan unit persepsi ucapan yang berbeda. Model prototipe
mengasumsikan stimulus yang masuk dibandingkan dengan representasi ideal yang disimpan,
yang mungkin sesuai dengan segmen, setengah suku kata, suku kata, atau kata. Teori Motorik
Persepsi Bicara berpendapat bahwa objek persepsi adalah gerak artikulatoris. Model contoh
mengasumsikan stimulus ditempatkan dalam awan jejak episodik yang terperinci, yang
mungkin terkait dengan label kategori.

Bacaan lebih lanjut

Goldstein, EB [Link] dan Persepsi. Kemerdekaan, KY: Thomson Wadsworth.

latihan ulasan

1. Apa perbedaannya?
A. persepsi pendengaran dan ucapan
B. gangguan pendengaran konduktif dan neurosensori
C. belahan otak kiri dan kanan
D. korteks pendengaran dan korteks motorik
e. jalur pendengaran primer dan sekunder
F. model prototipe dan model teladan persepsi bicara
2. Isilah bagian yang kosong dengan menggunakan kata-kata dari bank kata. Perhatikan dua kata tidak digunakan.

_________, tulang terkecil dalam tubuh, mentransfer pola getaran ke ____________, yang
selanjutnya mentransfer getaran tersebut ke cairan yang mengisi koklea. Di dalam
koklea, gelombang tekanan merambat ke __________, mengelilingi ___________, dan
kemudian ke ______________. ______________ menonjol keluar sebagai katup tekanan. Di
dalam saluran koklea sentral, atau dikenal sebagai __________, terletak _______________
yang meruncing, di mana terdapat organ _______________. Di dalam organ ini, getaran
____________ agar-agar dan ______________ yang halus menyebabkan penembakan sel-
sel saraf, yang polanya ditafsirkan oleh otak sebagai suara.

membran basilaris jendela bundar stereosilia

Corti skala media membran tektorial

Eustachius skala timpani utrikulus

helikotrema skala vestibuli

jendela lonjong stapes

(Lanjutan)
196 PERSEPSI PENDENGARAN DAN PIDATO

3. Cocokkan setiap aspek persepsi ucapan dengan tempat di jalur pendengaran di mana hal itu
terjadi:
1. organisasi tonotopik saraf pendengaran
2. inti koklea
3. korteks olivari superior
4. kolikulus inferior
5. nukleus genikulatum medial
6. korteks pendengaran
A. mencocokkan suara yang dirasakan dengan unit linguistik

B. mengintegrasikan waktu relatif peristiwa akustik

C. menggabungkan suara dari kedua telinga
D. menggabungkan informasi dari mata dan telinga
e. mengekstrak informasi frekuensi
F. melacak waktu timbulnya suku kata dan segmen
4. Definisikan setiap istilah, dan jelaskan pentingnya istilah tersebut dalam pendengaran atau persepsi.

daun telinga

saluran Eustachius
refleks telinga tengah

utrikulus dan sakulus

emisi oto-akustik
perbedaan yang nyata
dalam organisasi tonotopik
neuron awal
neurogram

5. Benar atau salah?

A. Sistem vestibular hanya merespons kebisingan dengan amplitudo tinggi.
B. Kebanyakan orang memproses segmen bicara di sisi kanan otak.
C. Efek McGurk menunjukkan integrasi informasi audio dan visual.

D. Diskriminasi meningkat ketika dua bunyi berada dalam kategori linguistik yang
sama.
e. Persepsi kategoris menunjukkan bahwa orang yang berbicara bahasa berbeda mempersepsikan
bunyi ujaran dengan cara yang sama.
F. Ucapan gelombang sinus menunjukkan integrasi isyarat.
G. Restorasi fonem menunjukkan proses top-down.
H. Model contoh tidak konsisten dengan efek frekuensi.
Saya. Model prototipe terdiri dari jejak episodik.
J. Normalisasi memungkinkan kita memahami suara-suara berbeda yang mengatakan hal yang sama.

analisis dan diskusi lebih lanjut

6. Mengapa kita mempunyai dua telinga?

7. Bagaimana tulang-tulang pendengaran menjalankan fungsi telinga tengah?

8. Apa yang dimaksud dengan teori pendengaran? Mengapa kita tidak dapat mendengar bunyi
ujaran jika membran basilar tidak meruncing?
9. Apa yang dilakukan Drs Broca dan Wernicke?
 PERSEPSI PENDENGARAN DAN PIDATO 197

10. Apa arti masing-masing hal berikut ini, dan apa yang diukurnya?

EEG
ERP
PELIHARAAN

f-MRI

11. Menurut Motor Theory of Speech Perception, apa yang sebenarnya kita persepsikan ketika kita mendengarkan
pembicaraan? Bagaimana analoginya dengan penglihatan?
12. Mengapa organisasi tonotopik saraf pendengaran penting?

OnlineKunjungi situs web pendamping buku untuk sumber tambahan terkait bab ini
di: [Link]

referensi

Corti: [Link]

Burung yang bisa berbicara:

Larsen, O. dan F. Goller. 2002. Pengamatan langsung fungsi otot jarum suntik pada burung penyanyi dan burung beo.
Jurnal Biologi Eksperimental205: 25–35.

Chinchilla:
Kuhl, P. dan JD Miller, 1975. Persepsi ucapan oleh chinchilla.Sains190, 69–72.

Restorasi fonem:
Warren, RM 1970. Pemulihan persepsi bunyi ujaran yang [Link], 167, 392–393.

Teori Motorik Persepsi Bicara:

Galantucci, B., CA Fowler dan MT Turvey. 2006. Teori motorik persepsi bicara [Link]-
Buletin dan Review Nomik13, 361–377.
Liberman AM, FS Cooper, DP Shankweiler dan M. Studdert-Kennedy. 1963. Persepsi kode bicara.
Tinjauan Psikologis74: 476.

Teori contoh:
Johnson, K. (1997). Persepsi ucapan tanpa normalisasi pembicara: Model yang patut dicontoh. Dalam [Link]
dan [Link], [Link] Pembicara dalam Pemrosesan Ucapan, San Diego: Pers Akademik, 145–166.
Pierrehumbert, J. (2001). Dinamika contoh: Frekuensi kata, lenisi dan kontras. Dalam J. Bybee dan
P. Hopper, [Link] Frekuensi dan Tata Bahasa yang Muncul, Amsterdam: John Benjamins, 137–157.
10 Fonologi 1
Abstraksi, Kontras,
Prediktabilitas

[N] tidak ada entitas dalam pengalaman manusia yang dapat didefinisikan secara memadai sebagai jumlah

mekanis atau produk dari sifat fisiknya.

Edward Sapir, “The Psychological Reality of the Phoneme,” 1933, (dicetak ulang dalam
Koleksi Karya Edward Sapir, 2008)

Garis besar bab

10.1 Perlunya abstraksi 199

10.2 Kontras dan prediktabilitas: fonem dan alofon 203
10.2.1 Mendefinisikan fonem 203
10.2.2 Analisis fonemik 207
10.3 Beberapa faktor penyulit 211
10.3.1 Apakah satu alofon selalu “dasar”? 211 Kesamaan
10.3.2 fonetik dan distribusi komplementer Variasi bebas 212
10.3.3 213
10.3.4 Netralisasi posisi 214
10.4 Strukturalisme, Behaviorisme, dan kemunduran analisis fonemik 214
Ringkasan bab 216
Bacaan lebih lanjut 216
Tinjau latihan 216
Analisa dan pembahasan lebih lanjut 217
Penelitian lebih lanjut 219
Online 219
Referensi 219

Bunyi Bahasa: Pengantar Fonetik dan Fonologi, Edisi pertama. Elizabeth [Link]. © 2013 Elizabeth
[Link]. Diterbitkan tahun 2013 oleh Blackwell Publishing Ltd.
 Fonologi 1 199

Dalam Bab 1–9, kita telah mempelajari fonetik: bagaimana bunyi suatu bahasa dihasilkan, ditransmisikan,
dirasakan, dan diukur. Dalam Bab 10–17, kita beralih ke pembelajaran tentangfonologi. Ahli fonologi
mengajukan pertanyaan seperti:

• Pola bunyi apa yang ditemukan di antara bahasa-bahasa di dunia? Manakah yang umum dan
mengapa? Pola apa yang tidak ditemukan?
• Apa hubungan antara pola kognitif yang lebih abstrak dan produksi serta persepsi
yang lebih konkrit? Seberapa abstrak seharusnya fonologi?
• Alat dan simbol formal macam apa yang memberikan cara terbaik untuk memahami dan
membicarakan pola-pola ini?

Bab 10–14 berkonsentrasi pada fonologi segmental: bagaimana bunyi berhubungan satu sama lain dalam
string linier. Bab 15–17 membahas fonologi suprasegmental: bagaimana bunyi dikelompokkan menjadi
konstituen hierarki yang lebih besar seperti suku kata, kaki, kata, dan frasa. Bab ini memperkenalkan
argumen-argumen untuk pengetahuan fonologis abstrak (Bagian 10.1), dan konsep-konsep sentral
mengenai kontras dan prediktabilitas, sebagaimana diterapkan dalam analisis fonemik (Bagian 10.2).
Beberapa faktor rumit dibahas dalam Bagian 10.3. Bab 11 membahas pergantian fonologis, termasuk
praktik lebih lanjut dalam memecahkan masalah fonologi, dan survei tentang jenis pergantian yang
umum dalam bahasa-bahasa di dunia. Bab 12–14 kemudian beralih ke pertanyaan tentang formalisme
fonologis: representasi yang dirancang untuk mengungkapkan tidak hanya fonologi aktual di dunia,
namun juga kumpulan fonologi yang [Link] manusia.

10.1 perlunya abstraksi

Pemahaman tentang aspek fisik produksi dan persepsi bunyi tentu saja penting dalam studi
linguistik: bukan suatu kebetulan jika sebagian besar mata kuliah studi linguistik, termasuk yang
satu ini, dimulai dengan fonetik. Namun langkah berikutnya adalah melampaui karakteristik fisik
untuk mempelajari hubungan sistematis yang lebih abstrak antara suara: perilaku suara dalam
sistem kognitif yang terpola. Penelitian ini disebutfonologi. Meskipun Anda tidak dapat mencetak
pola-pola fonologis seperti spektogram, atau mengukurnya dalam milidetik, pola-pola fonologis
tersebut merupakan bagian dari pengetahuan penutur mengenai bunyi-bunyi bahasa seperti
halnya kemampuan untuk membuat dan merasakan [i] atau [t] secara akurat. ]. Faktanya, persepsi
dan produksi tertentu terkait erat dengan pola partisipasinya.
Namun apa yang dimaksud dengan berbicara tentang “pola kognitif abstrak”? Bagaimana Anda
mengetahuinya ketika Anda melihatnya? Salah satu pola tersebut telah disebutkan dalam Bab 3: hubungan
[Link] posisi. Kita telah mencatat di Bab 3 bahwa dua bunyi yang membedakan kata-kata berbeda
dalam satu bahasa mungkin hanyalah “dua cara mengucapkan bunyi yang sama” dalam bahasa lain. Pertanyaan
mengenai bunyi mana yang kontras, dan mana yang merupakan varian posisi (dibahas panjang lebar di Bagian
10.2) merupakan hal yang penting dalam analisis fonologis apa pun.
Ada juga polanyafonotaktik: bunyi mana yang boleh “saling bersentuhan”, yaitu rangkaian bunyi yang sah dan
haram. Urutan yang dimungkinkan dalam satu bahasa mungkin tidak diperbolehkan dalam bahasa lain. Urutan
[pne] adalah cara yang sangat baik untuk memulai sebuah kata dalam bahasa Yunani (seperti dalam “pneu”napas
), tetapi jika kita ingin berbicara tentang “pneumonia” dalam bahasa Inggris, [p] harus dihilangkan. Kendala
fonotaktik menimbulkanpergantian: sebuah kata atau morfem dapat diucapkan dengan cara berbeda tergantung
konteksnya. (Amorfemapakah ada entri dalam kamus mental Anda; dapat berupa sebuah kata atau bagian dari
sebuah kata, seperti awalan, akhiran, atau akar kata.) Jadi, meskipun [p] tidak diucapkan dalam “pneumonia”,
namun tetap dipertahankan dalam “apnea”, yang mana [æ] sebelumnya memberikan konteks yang sah untuk [p]
diucapkan.
200 Fonologi 1

Namun, apakah benar-benar ada bukti bahwa generalisasi “[pn] adalah cara terlarang untuk memulai sebuah
kata” merupakan bagian dari pengetahuan Anda tentang bahasa Inggris? Kemungkinan besar, Anda belum
pernah mempertimbangkan hubungan antara “pneumonia” dan “apnea” sampai saya (atau guru lain)
menyampaikannya kepada Anda. Bukankah mungkin Anda (dan semua penutur bahasa Inggris) baru saja
mempelajari kata-kata bahasa Inggris dalam berbagai bentuknya, dan bahwa hubungan apa pun di antara kata-
kata tersebut (seperti antara “pneumonia” dan “apnea”) hanyalah kecelakaan sejarah – pola yang seorang analis
mungkin terungkap, tapi hal itu tidak berperan dalam percakapan dan komunikasi sehari-hari?
Terdapat bukti bahwa pola kontras, fonotaktik, dan pergantian, meskipun abstrak, memainkan
peran penting dalam berbicara dan mendengar. Salah satu makalah paling berpengaruh yang
menulis mengenai subjek ini adalah artikel berjudul “Realitas psikologis fonem,” yang diterbitkan
oleh ahli bahasa Edward Sapir pada tahun 1933. (Sebenarnya, artikel tersebut berjudul “La
réalitépsychologique des phonèmes,” sebagaimana artikel tersebut diterbitkan dalam bahasa
PerancisJurnal de Psychologie Normale et Pathologique, mungkin diNormalbagian). Istilah “fonem”
didefinisikan di bawah ini, namun artikel Sapir membahas berbagai jenis pengetahuan fonologis
abstrak. Sapir memulai dengan poin yang dikutip sebagian di awal bab ini: “tidak ada entitas dalam
pengalaman manusia yang dapat didefinisikan secara memadai sebagai jumlah mekanis atau
produk dari sifat fisiknya” tetapi harus dipahami sebagai “titik penting secara fungsional dalam
suatu sistem yang kompleks. keterkaitan.” Artinya, pola fonologis bersifat abstrak: menyimpulkan
sifat fisik bunyi saja tidak cukup untuk memahami bahasa manusia.

Gagasan bahwa semua aktivitas manusia hanya dapat dipahami sebagai bagian dari “sistem keterkaitan yang
kompleks” adalah prinsip utama dari teori [Link] terhadap ilmu sosial, yang didalamnya
fonologi berkembang pada paruh pertama abad kedua puluh (lihat Bagian 10.4). Namun Sapir lebih dari itu,
dengan berargumentasi bahwa abstraksi-abstraksi ini tidak hanya ada di dunia ini untuk ditemukan oleh seorang
analis ketika dia meneliti kamus atau teks atau membandingkan dialek-dialek yang berbeda. Sebaliknya, pola-pola
ini adalah bagian dari setiap pembicarapengetahuandari bahasanya. Dalam artikelnya, Sapir memaparkan
beberapa pengalaman belajar, mengajar, dan mempelajari bahasa yang membawanya pada pernyataan
kontroversial tersebut.
Dalam salah satu contohnya yang paling sering dikutip, Sapir menggambarkan interaksi antara dirinya
dan seorang pria bernama John Whitney, yang merupakan penutur asli Sarcee, bahasa yang digunakan di
Kanada Barat. (Sapir menghabiskan waktu bertahun-tahun mengerjakan deskripsi linguistik bahasa
penduduk asli Amerika.) Sapir melaporkan bahwa dia menanyai Whitney tentang kemungkinan homofon
(kata-kata yang bunyinya mirip) dalam Sarcee. Di antara homofon potensial, Sapir telah mencantumkan
[dìní] “itu mengeluarkan suara” dan [dìní] “yang ini.” (Ingatlah bahwa aksen berat mewakili nada rendah
dan aksen lancip mewakili nada tinggi.) Bagi telinga Sapir yang terlatih, kedua kata itu terdengar identik,
namun Whitney bersikeras bahwa ada perbedaan. Sapir mendesak Whitney untuk menemukan
perbedaan fonetik – mungkin sedikit perbedaan dalam nada, tekanan, atau kualitas suara
– tapi Whitney menolak setiap saran. “Satu saran nyata yang dibuat oleh [Whitney],” Sapir
melaporkan, “jelas tidak benar, yaitu bahwa-tidakdari 'itu mengeluarkan suara' diakhiri dengan
't'” (2008, hal. 545). Whitney sangat menekankan “hantu” ini sehingga Sapir menyerah untuk
membujuknya agar tidak melakukan hal itu.
Mengapa Whitney “mendengar” [t] yang tidak ada di sana? Apa yang Whitney ketahui, dan Sapir tidak tahu
(sampai dia mempelajari lebih banyak tata bahasa Sarcee), adalah bahwa baik “yang ini” maupun “yang
mengeluarkan suara” dapat menggunakan sufiks relatif [-i] (di antara sufiks lainnya, tentu saja). Jika akhiran ini
ditambahkan ke [dìní] yang berarti “yang ini”, hasilnya adalah vokal akhir yang panjang. Ketika akhiran
ditambahkan ke [dìní] yang berarti “mengeluarkan suara” hasilnya adalah [dìníkamu]. "Hantu" [t] muncul. Dari
mana asalnya? Sapir berargumen bahwa pengetahuan Whitney tentang kata “itu mengeluarkan suara” mencakup
konsonan “laten”, yang muncul dalam beberapa bentuk tetapi tidak dalam bentuk lain. Whitney tahu /t/ adalah
bagian dari kata tersebut, meskipun tidak selalu diucapkan. Pada dasarnya, dalam kamus mental Whitney, “yang
ini” disimpan sebagai /dìní/, tetapi “yang mengeluarkan suara” disimpan sebagai /dìníT/. Bentuk yang lebih
abstrak inilah, bukan pengucapan sebenarnya, yang dirujuk oleh Whitney ketika dia bersikeras
 Fonologi 1 201

“itu mengeluarkan suara” diakhiri dengan konsonan. Ahli bahasa di akhir abad ini akan menyebut bentuk yang
lebih abstrak ini sebagairepresentasi yang mendasarinya.
Perhatikan bahwa ada peralihan formalisme di tengah paragraf sebelumnya. Jika referensinya
adalah bunyi yang sebenarnya diucapkan, tanda kurung siku digunakan: [t]. Ketika referensinya ke
tingkat yang lebih abstrak (representasi yang mendasarinya), garis miring digunakan: /t/.
Penutur bahasa Athabaskan bukan satu-satunya yang mendengar segmen hantu. Ketika Sapir tidak
sedang mengerjakan deskripsi bahasa, dia mengajar linguistik dan antropologi di Universitas Chicago dan
di Yale. Dalam artikel yang sama di mana dia melaporkan pengalamannya dengan John Whitney, Sapir
melaporkan fenomena serupa di antara mahasiswa Ivy League yang berbahasa Inggris. Para siswa di
kelas fonetik Sapir, yang telah diajari tentang keberadaan glottal stop, mulai mendengarkannya dalam
banyak kata yang belum pernah diucapkan. Sebagai bagian dari pelatihan fonetik, Sapir akan
memberikan latihan kepada siswanya dalam menyalin kata-kata yang tidak masuk akal. Para siswa,
menurut laporan Sapir, sering kali menuliskan kata-kata yang diakhiri dengan vokal lemah yang
ditekankan, seperti [ ] atau [pi'læ], sebagai [ ] atau [ ]. Sapir mempertimbangkan hipotesis bahwa “siswa
yang telah mempelajari bunyi baru suka memainkannya” (2008, hal. 551), namun menyimpulkan bahwa
hipotesis tersebut tidak menjelaskan mengapa muridnya secara konsisten mendengar glottal stop pada
beberapa kata namun tidak pada kata lainnya. Ada hal lain yang menyebabkan “ilusi fonetik” kolektif
mereka.
Dalam hal ini, pelakunya adalah pengetahuan mereka tentang fonotaktik bahasa Inggris. Sebagai penutur
bahasa Inggris, mereka tahu bahwa kata-kata “tidak boleh” diakhiri dengan vokal yang diberi tekanan lemah. Jadi,
misalnya, “see,” “say,” “so,” “sue,” dan “sigh” baik-baik saja, tetapi [ ], [ ], [ ], dan [sæ] bukanlah kata-kata bahasa
Inggris yang memungkinkan. Ketika dihadapkan dengan pengucapan sebenarnya yang tidak mungkin dilakukan
oleh pengetahuan bahasa Inggris mereka, mereka secara tidak sadar memberikan konsonan akhir yang hilang,
memilih glottal stop sebagai konsonan yang paling tidak menonjol.
Contoh lebih lanjut mengenai pengaruh pengetahuan fonologis banyak terdapat pada kesalahan yang
dilakukan oleh pembelajar bahasa, baik anak-anak maupun orang dewasa. Terkadang permasalahan seorang
pembelajar bahasa “hanya” dalam produksi. Saya, misalnya, tidak bisa membuat lidah saya mengeluarkan getaran
alveolar seperti bahasa Spanyol, sehingga aksen saya dalam bahasa Spanyol sangat buruk. Banyak pelajar bahasa
Inggris mengalami kesulitan dengan bentuk lidah untuk pendekatan pasca-alveolar [ ], dan menggantinya dengan
bunyi yang berbeda. Namun seringkali ada lebih banyak masalah bagi pembelajar bahasa daripada kesalahan
dalam memproduksi segmen. Seringkali kesalahannya adalah penerapan pola fonologis yang salah atau
berlebihan.
Dalam salah satu kejadian favorit saya, saya mendengar percakapan antara tetangga saya yang berusia empat tahun,
Johnny, dan teman bermainnya yang lebih tua. Johnny bosan bermain sekolah. Ketika dia diberitahu oleh teman
bermainnya yang lebih tua bahwa “dua tambah dua sama dengan empat,” Johnny menegaskan kemandiriannya dengan
menyatakan (mungkin dengan jujur): “Saya sudah tahu itu sebelum Anda mengajari saya hal itu!”
Kita bisa tersenyum melihat kenyataan bahwa Johnny tidak mengetahui bentuk tak beraturan “tahu” dan
“mengajar”, namun ucapan delapan kata yang diucapkannya ternyata mengungkapkan banyak pengetahuan
linguistik yang canggih. Perhatikan bahwa ia mengelola bentuk linguistik yang benar untuk klausa bawahan,
penandaan huruf besar-kecil pada kata ganti (“Saya” vs. “saya”), konstruksi objek ganda (yang berasal dari “ajari
saya” dari “ajarkan kepada saya”), dan referensi ke keadaan mental internal, entitas abstrak seperti rumus
matematika, dan hubungan temporal yang kompleks (yang semuanya, dia “ketahui” tanpa “diajar”). Untuk tujuan
kami, kami ingin menguji pengetahuannya tentang struktur suara. Meskipun ejaannya tidak menyampaikannya,
dia mengucapkan “tahu” sebagai [mengangguk] dan “mengajar” sebagai [ ] Mengapa [d] diakhiri pada huruf
pertama dan [t] pada huruf kedua?
Karena penutur bahasa Inggris di sekitarnya mengatakan “tahu” dan “mengajar,” Johnny tidak mungkin mengulangi
bentuk-bentuk hafalan yang pernah ia dengar digunakan orang lain sebelumnya. Kesalahannya juga tidak acak. Sebaliknya,
ia menerapkan pengetahuannya tentang pergantian fonologis: sebuah “aturan” yang telah ia pelajari, berdasarkan bentuk-
bentuk lain yang ia dengar. Anda mungkin pernah diajari peraturan di sekolah yang mengatakan bahwa untuk membuat
bentuk lampau, Anda harus “menambahkaned, ”tetapi peraturan Johnny tidak mungkin berbentuk seperti ini. Johnny yang
berusia empat tahun tidak bisa membaca atau mengeja, jadi dia tidak tahu huruf apa
202 Fonologi 1

dia menambahkan. Sebaliknya, ia menggeneralisasi dari kata-kata lain yang pernah ia dengar, seperti “dipotong”
dan “dicapai”, bahwa arti bentuk lampau berkaitan dengan serangkaian kata [Link]–bahwa past tense
untuk kata yang berakhiran bunyi seperti [o] take [d], dan kata yang diakhiri bunyi seperti [ ] take [t]. (Kita akan
kembali ke pernyataan yang lebih lengkap tentang aturan ini di Bab 11.) Untuk saat ini kita perhatikan bahwa
pengetahuan ini – sebuah “aturan” untuk mengucapkan bentuk-bentuk lampau tergantung pada lingkungannya –
adalah fonologi. Dan karena dia menerapkan aturan ini dengan cara yang baru, kita dapat menyimpulkan bahwa
pengetahuannya tentang aturan ini lebih umum daripada daftar bentuk-bentuk hafalan.

10.1Kemampuan anak-anak (dan orang lain) untuk menerapkan generalisasi linguistik pada bentuk-bentuk baru telah diuji secara

formal dalam eksperimen terkenal yang dilakukan oleh ahli bahasa Jean Berko Gleason pada tahun 1958. Gleason menggambar

makhluk khayalan, salah satunya dia sebut “wug,” dan dia bertanya terlebih dahulu. -anak-anak sekolah, apa yang mereka sebut dua di
ay
antaranya (Gambar 10.1). Dapat dipercaya, anak-anak berusia empat tahun melaporkan melihat dua [w gz], bukan [w gs] atau [wgz],
ay ay
yang menunjukkan bahwa mereka dapat menerapkan aturan bentuk jamak bahasa Inggris dengan benar pada kata-kata baru. Sejak

itu, eksperimen yang menguji kemampuan pembicara untuk menggeneralisasi suatu aturan pada kata-kata yang belum pernah

didengar sebelumnya disebut “uji-wug”.

Gambar 10.1Ini adalah sebuah gerakan.

Sumber: Gambar 5.9 dari artikel: Berko, Jean (1958). Pembelajaran morfologi bahasa Inggris oleh anak.Kata4: 150–
177, 'Ini adalah wug' Dicetak ulang dengan izin dari Asosiasi Linguistik Internasional.

Contoh lain penerapan aturan yang berlebihan datang dari orang yang bukan penutur asli bahasa
Inggris. Sue adalah seorang mahasiswa yang lahir dan besar di Seoul, Korea, dan telah mengambil kelas
bahasa Inggris sejak sekolah dasar. Dia membaca dan menulis bahasa Inggris dengan lancar, dan unggul
dalam kelasnya di sebuah universitas Amerika, sehingga dia terpilih sebagai asisten pengajar, dengan
tanggung jawab untuk memimpin beberapa kelas. Namun, murid-muridnya di Amerika kesulitan
memahami pidatonya. Salah satu masalah khususnya adalah dia mengucapkan frasa seperti “Angkat aku”,
sebagai “Ping me up”, “dapatkan aku” sebagai “gon me” atau “keep Matt” sebagai “keem Matt.”
Sue secara umum tidak kesulitan mengucapkan [p] atau [k] akhir dalam kata-kata seperti “keep” dan “pick.” Hanya
ungkapan seperti “pertahankan aku” atau “pilih aku” yang membuat dia kesulitan. Mengapa? Seperti Johnny, yang belum
pernah mendengar orang dewasa di sekitarnya menggunakan kata “knowed”, Sue belum pernah mendengar penutur
bahasa Inggris mengucapkan “ping me” untuk “pick me.” Namun dia telah mendengar dan menghasilkan banyak frasa
bahasa Korea di mana kata akhir diakhiri dengan awal kata sengau. Dalam bahasa Korea, urutan seperti itu dinasalisasikan.
Dalam bahasa Korea, misalnya, kata “sup” adalah [kuk], dan merupakan salah satu bentuk kata kerja
 Fonologi 1 203

“makan” adalah [mekta]. Secara keseluruhan, “makan sup” bukanlah [kukmekta] tapi [ ] mekta]. (Kata
ordernya adalah “soup ate”, karena dalam bahasa Korea kata kerjanya berada di urutan terakhir.) Intinya /k/ diucapkan [ ]
sebelum [m]. (Perhatikan lagi penggunaan garis miring untuk menandai bentuk yang lebih abstrak yang sebenarnya tidak
diucapkan.) Demikian pula, “rice” adalah [paP], dan “makan nasi” adalah [paMmekta]. Lihat polanya? Sue, sebagai penutur
bahasa Korea, mempelajari pola fonotaktik yang mengharuskan penghentian harus dinasalisasikan sebelum konsonan
sengau. Kesalahannya adalah menerapkan pola yang dipelajari dalam bahasa Korea pada kata-kata yang termasuk dalam
bahasa Inggris.
Kami mengakhiri bagian ini dengan contoh terakhir yang menggambarkan pentingnya kontras
fonologis. Mazi lahir di Tokyo, namun telah tinggal di Amerika Serikat selama beberapa dekade. Pidatonya
hampir tidak memiliki aksen asing: mendengarkannya di telepon, Anda tidak akan mengira dia bukan
penutur asli bahasa Inggris. Dia bahkan dengan tepat membedakan antara [ ] dan [l], sebuah perbedaan
yang sangat sulit bagi penutur asli bahasa Jepang. Namun dia melaporkan satu masalah yang terus
berlanjut: dia sering tidak dapat mengingat apakah sebuah kata baru, seperti nama jalan yang asing,
dimulai dengan “r” atau “l.” Dia melaporkan bahwa dia mendengar kata tersebut dan mengira dia
mengingatnya, tetapi ketika dia mencoba mengingatnya nanti, dia tidak dapat mengingat apakah
restoran baru tersebut ada di “Wright St.” atau “St Ringan.”
Mazi telah menguasai produksi fonetik bahasa Inggris [ ] dan [l]. Namun dia belum sepenuhnya
menghilangkan pengaruh sistem fonologi Jepang. Di Jepang, hanya ada satu pendekatan koronal non-
nasal: ketukan lateral [ ]. Dalam bahasa Inggris, tentu saja, ada perbedaan: “row” dan “low” adalah kata
yang berbeda. Tampaknya dalam menyusun kamus mentalnya, Mazi terkadang menyimpan kata-kata
baru dalam satu kategori bahasa Jepang: pendekatan koronal non-nasal. Setelah kata-kata diurutkan ke
dalam “tempat sampah” yang lebih umum ini, ingatan akan kata-kata yang mendekati koronal non-nasal
mana yang akan hilang.
Saya harap, contoh-contoh yang diperluas ini dapat menunjukkan bahwa pengetahuan fonologis,
termasuk konsep-konsep seperti kontras, pergantian, dan fonotaktik, adalah bagian dari pengetahuan
kita tentang bahasa. Ini memengaruhi apa yang kita hasilkan dan apa yang kita rasakan. Secara khusus,
pengetahuan fonologis mengatur cara kata-kata disimpan dalam kamus mental kita dan mengontrol
realisasi kata-kata yang berbeda dalam konteks yang berbeda. Sekarang kita beralih ke pembahasan yang
lebih rinci tentang apa saja isi pengetahuan fonologis kita.

10.2 Kontras dan prediktabilitas: fonem dan alofon

10.2.1 mendefinisikan fonem
Gagasan tentang fonem merupakan inti dari penalaran fonologis, namun konsepnya sangat sulit untuk
didefinisikan. Istilah “fonem” jelas didasarkan pada kata Yunani yang berarti “bunyi”, dan telah digunakan
oleh berbagai ahli bahasa untuk merujuk pada berbagai “satuan bunyi” selama berabad-abad. Syarat
fonemamungkin pertama kali digunakan dalam pengertian yang mirip dengan pengertiannya saat ini
pada akhir abad kesembilan belas oleh ahli bahasa Polandia Jan Badouin de Courtenay dan murid serta
koleganya Nikolaj Kreszewski. Badouin de Courtenay dan Kreszewski termasuk di antara ahli bahasa
Eropa pertama yang memberikan penekanan pada analisis bahasa yang digunakan saat ini (sebagai lawan
dari perubahan sejarah), dan berpendapat tentang peran yang lebih penting bagi abstraksi dan
representasi mental dalam studi sistem suara. . Mereka mungkin meminjam istilah “fonem” dari ahli
bahasa Swiss kontemporer yang lebih terkenal, Ferdinand de Saussure, meskipun mereka
menggunakannya dengan cara yang berbeda. Karya mereka, pada gilirannya, memengaruhi para ahli
bahasa di Lingkaran Praha, termasuk Nikolaj Trubetskoy dan Roman Jakobson, yang merupakan
pemimpin dalam mengembangkan teori fonologis hampir sepanjang abad ke-20. “Analisis fonemik”
sendiri sudah ketinggalan zaman dalam teori fonologis, namun konsep yang mendasari kontras dan
prediktabilitas tetap menjadi inti.
204 Fonologi 1

Berikut adalah upaya awal untuk mendefinisikannya: Afonemadalah label untuk sekumpulan suara
yang pada dasarnya dianggap sama. Definisi ini jelas perlu disempurnakan: apa yang dimaksud dengan
“dihitung pada dasarnya sama”? Namun sebelum kita beralih ke masalah itu, perhatikan bahwa fonem
adalah sebuah abstraksi. Ini adalah label untuk amengatursuara, bukan suara tertentu itu sendiri. Oleh
karena itu, fonem sebenarnya tidak dapat diucapkan. Suara individu dalam set, yang manaBisa
diucapkan, adalahalofondari fonem itu. Yang terpenting, alofon merupakan varian posisi (atau
kontekstual): alofon mana yang muncul (yaitu, versi bunyi mana yang digunakan) bergantung pada
konteksnya.
Salah satu analogi yang umum digunakan adalah bahwa fonem adalah akeluargasuara. Keluarga Simpson
dapat terdiri dari lima individu: Homer, Marge, Bart, Lisa, dan Maggie. Sebagai bagian dari masyarakat yang lebih
besar, dalam beberapa hal mereka berfungsi sebagai satu kesatuan: mereka mungkin memiliki nama belakang
yang sama, tinggal di rumah yang sama, mengisi satu laporan pajak. Dalam beberapa kasus, seluruh keluarga
dapat dipanggil dengan nama salah satu anggota terkemuka (dalam masyarakat Amerika, ini cenderung menjadi
Ayah): keluarga Homer Simpson. Tapi ini tidak berarti Homeradalahkeluarga, atau bahkan anggota keluarga yang
paling sering dilihat atau didengar. Namanya hanya dijadikan label grupnya.
Analogi keluarga ini menekankan konsep fonem sebagai sekelompok bunyi yang berfungsi sebagai
sebuah unit, namun analogi ini dipecah menjadi kelompok keluarga yang dapat dilihat secara bersamaan
pada satu waktu, katakanlah, untuk sebuah potret. Dengan fonem dan alofon, anggota keluarga yang
berbeda (alofon) tidak pernah muncul di tempat dan waktu yang sama. Dalam hal ini, fonemnya lebih
mirip Miley Stewart/Hannah Montana: siswa sekolah menengah di siang hari, bintang pop di malam hari.
Miley/Hannah (atau Clark Kent/Superman atau Bruce Wayne/Batman; pilih ikon budaya favorit Anda)
hanyalah satu orang, tetapi dia muncul sebagai salah satu kepribadian atau lainnya, bergantung pada
konteksnya. Dalam konteks sekolah, Miley muncul; dalam konteks panggung, Hannah muncul. Sekali lagi,
analoginya tidak sempurna, tetapi Anda mungkin mengatakan bahwa karakter kompleks yang mencakup
Hannah dan Miley adalah fonemnya. Hannah adalah salah satu alofon dari karakter itu; Miley adalah yang
lain.
Mari kita kembali ke linguistik. Selain analogi, bagaimana Anda tahu jika dua suara merupakan “anggota dari
keluarga yang sama” atau “dua sisi dari karakter yang sama”? Bagaimana Anda mengetahui apakah dua bunyi
“dihitung sama” dan dengan demikian merupakan alofon dari satu fonem, atau tidak? Kita dapat mengacu pada
psikologi di sini, seperti yang dilakukan Sapir, dan menyatakan bahwa dua bunyi membentuk fonem ketika
pengguna bahasa “merasa” bahwa kedua bunyi tersebut dianggap sama. Ada kebenaran yang tidak diragukan
lagi: penutur bahasa Inggris mempunyai keyakinan yang kuat bahwa [halH] di [ ] dan [p] di [ ] identik. Biasanya
diperlukan beberapa demonstrasi aerodinamis aspirasi untuk meyakinkannya bahwa mereka tidak benar. Kami
menyimpulkan bahwa, dalam bahasa Inggris, [halH] dan [p] merupakan alofon dari fonem yang sama: keduanya
membentuk sekumpulan bunyi yang dianggap sama oleh penuturnya.
Namun introspeksi semacam ini tidak selalu mudah atau mungkin dilakukan. Sebaliknya, analisis fonemik
dapat didasarkan pada distribusi bunyi dalam sekumpulan data. (Agaknya, pengetahuan tentang distribusi inilah
yang mengarahkan pembicara pada keyakinannya.) Jika ada dua bunyikontrastif, mereka harus menjadi anggota
fonem yang berbeda. Jika ada dua suara yang masukdistribusi yang saling melengkapi, kemungkinan besar
mereka adalah alofon dari fonem yang sama.
Pertimbangkan kasus [d] dan [ ] dalam bahasa Inggris (Amerika Umum) dan Spanyol (Kastilia). Dalam
Bahasa Inggris Amerika Umum, [d] dan [ ] bersifat kontras: perbedaan di antara keduanya dapat
menimbulkan perbedaan makna. Ada beberapa pasangan kata yang berbeda hanya pada kata yang satu
memiliki [d] dan yang lain memiliki [ ]: “den” [ ] dan “then” [ ], “eider” [ ] dan “either” [ ], “bade” [tempat
tidur] dan “mandi” [ ]. Pasangan kata yang hanya berbeda bunyinya saja dan kedudukannya sama dalam
kata tersebut disebutpasangan minimal. (Jika Anda mengucapkan “salah satu” sebagai [ ], maka Anda
mempunyai apasangan hampir minimal, dua kata yang hampir persis sama.) Adanya pasangan minimal
merupakan bukti bahwa dua bunyi bersifat kontras, sehingga termasuk dalam fonem yang berbeda. Coba
pikirkan: jika kedua bunyi tersebut “dihitung sama”, maka kedua kata tersebut tidak akan dibedakan. (Jika
Clark Kent dan Superman muncul di ruangan yang sama pada waktu yang sama, Anda akan tahu bahwa
mereka adalah dua orang yang berbeda.)
 Fonologi 1 205

Kita juga dapat mencatat bahwa, jika dua suara kontras, maka distribusinya tidak dapat diprediksi. Jika saya memberi tahu Anda

bahwa saya sedang memikirkan sebuah kata dalam bahasa Inggris yang berima dengan “when,” dan dimulai dengan [d] atau [ ], Anda

tidak dapat memprediksi bunyi mana yang ada dalam pikiran saya.

Sekarang bandingkan dengan situasi di Spanyol. Beberapa kata dalam bahasa Spanyol dengan [d] dan
[ ] diberikan di bawah ini:

[sialan] wanita

[setan] Iblis
[membosankan] manis
[disfras] samaran
[ ] samping

[ ] Universitas
[ ] tidak sah
[ ] Granada

Di Spanyol, tidak ada pasangan minimal untuk [d] dan [ ]. Tidak ada [ ] untuk kontras dengan
[dama], tidak ada [lado] untuk kontras dengan [ ]. Perbedaan bunyi [d] versus [ ] tidak pernah digunakan
dalam bahasa Spanyol untuk menandakan perbedaan makna. Sebaliknya, kedua bunyi tersebut
mempunyai suara yang berbeda dan tidak tumpang tindih (yaitu,yang saling melengkapi) distribusi.
Seperti Hannah dan Miley, mereka tidak pernah terlihat berada di tempat yang sama. Pada posisi awal
hanya ada [d], tidak pernah [ ]. Setelah vokal, hanya ada [ ], tidak pernah [d]. Jika Anda tahukonteks(posisi
dalam kata, atau bunyi di sekitarnya), Anda dapat memperkirakan apakah [d] atau [ ] akan digunakan.
(Misalnya, bahkan jika Anda tidak tahu bahasa Spanyol, Anda harus bisa memprediksi bagaimana kata
“nada”Tidak ada apa-apadiucapkan.) Situasinya agak lebih rumit ketika konteks selain frase-awal dan
pasca-vokal dipertimbangkan, namun prinsip distribusi komplementer tetap berlaku. Misalnya, hanya ada
[d] setelah [n], dan hanya [ ] setelah [r].
Dengan demikian, kita dapat menggunakan distribusi untuk mendiagnosis keanggotaan fonem. Ketika dua
bunyi dalam suatu bahasa membentuk pasangan minimal (yaitu, jika distribusinya tidak dapat diprediksi dan
kontras), kedua bunyi tersebut mewakili fonem yang berbeda. Apabila dua bunyi dalam suatu bahasa berada
dalam sebaran yang saling melengkapi (yaitu, sebarannya dapat diprediksi dan tidak kontrastif), kedua bunyi
tersebut kemungkinan besar merupakan alofon dari fonem yang sama. Ingat kumpulan istilah yang bersatu:

Pasangan minimal—tidak dapat diprediksi—kontrastif—fonem-fonem terpisah Distribusi

komplementer—dapat diprediksi—non-kontrastif—alofon-alofon dalam satu fonem

Kita dapat membuat diagram situasi Inggris dan Spanyol seperti pada (1):

(1) Pohon keluarga /d/ dan /ð/ dalam bahasa Inggris dan Spanyol

Perhatikan bahwa saya telah menulis fonem di antara garis miring, dan alofon di antara tanda
kurung. Perhatikan juga bahwa saya telah “menamakan” fonem Spanyol dengan simbol “d”.
206 Fonologi 1

pada prinsipnya, memilih anggota keluarga lain untuk mewakili kelompok juga sah. Bagian
10.3.1 di bawah ini kembali ke masalah memilih satu bentuk atau lainnya sebagai “dasar.”

10.2 Dalam Fokus

Dalam bahasa Inggris, ada dua bunyi (fonem) yang terpisah dan kontras. Dalam bahasa Spanyol, hanya ada satu
bunyi kontrastif (satu fonem), dengan dua varian pengucapan (dua alofon). Bagi penutur bahasa Spanyol, jika dia
memberikan perhatian secara sadar, [D]hanyalah “cara mengatakan 'd'.” Dia tahu, sebagai penutur bahasa
tersebut, kapan varian [d] dipanggil dan kapan [D]varian sudah sesuai. Jika Anda belajar bahasa Spanyol sebagai
bahasa kedua, Anda mungkin telah diajari distribusi ini sebagai aturan, seperti “bunyi [d] diucapkan sebagai [D]
setelah vokal.” Tidak ada aturan yang berkaitan dengan [d] dan [D]dalam bahasa Inggris. Mereka termasuk dalam
fonem yang terpisah.

Contoh yang diperluas ini menunjukkan kasus di mana perbedaan yang kontras dalam bahasa Inggris tidak
kontras dalam bahasa lain. Tentu saja hal sebaliknya juga terjadi. Misalnya saja kasus perhentian tanpa suara
dalam bahasa Thailand dan Inggris.
Penutur bahasa Thailand dan Inggris menghasilkan satu set aspirasi lengkap [halH, TH, kH] dan tidak disedot [p, t, k].
Meskipun inventarisasi perhentian tak bersuara sama, bahasa-bahasa tersebut menggunakan inventaris tersebut dengan
cara yang berbeda. Beberapa kata Thailand dan Inggris yang menggunakan bunyi ini ditunjukkan di bawah.

Thai:

Disedot: Tidak disedot:

PHpada untuk menggoreng menepuk untuk menghapus

THtidak sebuah dana tong besar untuk menimbun

kHâ:w melangkah kâ:w beras

Bahasa inggris

Disedot: Tidak disedot:

pil tumpahan

sampai tetap

membunuh keahlian

Di Thailand, aspirasi bersifat kontras. Perbedaan antara [p] dan [halH] membuat perbedaan makna, dan
dengan demikian pasangan minimal dengan penghentian yang disedot dan tidak disedot (seperti [halHàt]
dan [pàt]) mudah ditemukan. [p] dan [halH] mewakili dua fonem yang berbeda. Kepada penutur bahasa
Thai, [p] dan [pH] berbeda dengan [t] dan [k].
Namun demikian, tidak ada pasangan minimal untuk aspirasi dalam bahasa Inggris. Aspirasi tidak
pernah menjadi hal yang utama hanyaperbedaan antara dua kata. Selalu ada perbedaan lain yang
menjadi sandaran aspirasi. Di awal sebuah kata, penghentian tanpa suara akan disedot; setelah /s/, itu
tidak akan diaspirasi. Dalam bahasa Inggris, fonem tunggal /p/ mempunyai (setidaknya) dua alofon: [p]
dan [pH].
 Fonologi 1 207

Perbedaan distribusi fonemik dan alofonik menimbulkan masalah yang signifikan bagi penutur suatu bahasa
yang belajar berbicara bahasa lain. Seorang penutur asli bahasa Inggris yang belajar bahasa Thailand akan
mengalami masalah dalam memahami dan memproduksi himpunan [kHâ:w] versus [kâ:w]. Menurut prinsip
bahasa Inggris, [k] yang tidak disedot tidak dapat muncul pada posisi awal, sehingga dia akan cenderung
mendengar dan mengucapkan [kHâ:w] atau [gâ:w ], urutan yang sah untuknya. (Dia mungkin bisa atau mungkin
tidak bisa mengucapkan nadanya dengan benar.) Seorang penutur asli bahasa Spanyol yang belajar bahasa
Inggris akan mengalami kesulitan dalam membedakan antara “den” dan “then.” Baginya, [d] dan [ ] dianggap
sebagai bunyi yang sama, jadi dia cenderung mendengarnya seperti itu, dan mengucapkannya sesuai dengan
prinsip bahasanya sendiri. Dia mungkin cenderung mengucapkan [ ] untuk “kemudian” (menggunakan alofon
awal kata), dan [ ] untuk “tambahan” (menggunakan alofon intervokalis). Ini bukan kesalahan acak, namun akibat
dari penerapan susunan fonologis bahasa pertama ke dalam bunyi dan kata bahasa kedua.

10.2.2 analisis fonemik

Untuk mengilustrasikan cara menentukan “keluarga bunyi” berdasarkan distribusi data,
mari kita lihat beberapa contoh dari bahasa yang mungkin tidak diketahui pembaca.
Contoh latihan lainnya dapat ditemukan pada latihan di akhir bab ini.
Suatu analisis harus selalu dimulai dengan sejumlah data. Untuk memulai dari awal, tentu saja, seorang ahli
bahasa harus menemukan penutur atau kelompok penutur bahasa yang diteliti, mulai menanyakan kata-kata dan
arti kata, dan membuat transkripsi. Setelah mengumpulkan beberapa ribu kata dan frasa, ahli bahasa akan mulai
memiliki gagasan yang cukup bagus tentang inventarisasi bunyi: kumpulan vokal dan konsonan yang muncul
dalam bahasa tersebut. Kemudian dia dapat memulai langkah selanjutnya dengan mencari tahu bagaimana
bunyi-bunyi tersebut dapat dikelompokkan menjadi satu keluarga: bunyi-bunyi mana yang termasuk dalam
fonem-fonem yang berbeda, yang merupakan alofon-alofon dari fonem yang sama, dan aturan-aturan apa yang
menentukan alofon-alofon mana yang muncul di mana.
Demi waktu, kita akan melewatkan langkah pertama dan berasumsi bahwa data telah dikumpulkan secara
akurat. (Asumsi keakuratan kadang-kadang berbahaya. Seseorang harus selalu mempertimbangkan keandalan
sumber-sumber sekunder, dan memeriksa ulang dengan penutur asli bila memungkinkan. Namun,
mengandalkan sumber-sumber sekunder kadang-kadang tidak bisa dihindari: hidup ini singkat dan daftar bahasa
yang harus digunakan diselidiki membutuhkan waktu yang lama.) Selanjutnya, dalam latihan di buku teks seperti
yang ada di sini, dimana waktu dan ruang yang tersedia bahkan lebih terbatas, pembaca harus percaya bahwa
penulis telah memilih contoh kata yang bisa mewakili. Dalam analisis nyata, diperlukan kumpulan data yang lebih
besar.
Setelah data dikumpulkan, langkah kedua dalam analisis fonemik adalah mengidentifikasi
sekumpulan bunyi yang diduga berasal dari rumpun yang sama. Mereka mungkin dipilih karena
mereka sangat mirip (yaitu, ada kemiripan keluarga), atau karena mereka ternyata berkerabat satu
sama lain dalam sejumlah bahasa lain. (Bab 11 memberikan survei terhadap kandidat yang
mungkin.) Dalam contoh pertama, kami memeriksa distribusi [ ] dan [o] dalam bahasa Swahili.
(Referensi untuk semua bahasa yang dikutip dapat ditemukan di akhir bab ini.)

(2) Beberapa item leksikal bahasa Swahili

drum watoto anak-anak

benteng ndoto mimpi

ternak mboga sayur-mayur

berdoa ayam jantan

melihat kapak

menyembuhkan okota menjemput

perawat satu
208 Fonologi 1

mencicipi mtego perangkap

meningkatkan domba

mencekik penghanyutan

Setelah mengumpulkan dan mengatur kumpulan data, kami melanjutkan untuk mencari pola. Pertama,
cari pasangan minimal. Jika ada yang ditemukan, analisis selesai: kedua bunyi tersebut kontras dan oleh
karena itu pasti berasal dari fonem yang berbeda. Di sini, kita tidak menemukan pasangan minimal: tidak
ada [boma] yang cocok dengan kata yang ada [ ]; tidak ada [ ] untuk mencocokkan kata [ ]. Jadi kami
menduga bahwa distribusi [o] dan [ ] dapat diprediksi berdasarkan konteksnya. Langkah selanjutnya
adalah mengamati secara dekat lingkungan tempat setiap suara muncul. Akan sangat membantu jika
Anda membuat daftar bunyi-bunyi sebelum dan sesudahnya dalam setiap kasus: ini membantu untuk
fokus pada bagian kata yang paling mungkin relevan. Melihat suara-suara yang berdekatan tidak selalu
berhasil – kadang-kadang suara dapat mempengaruhi satu sama lain dari jarak tertentu (lihat Bab 11) –
tetapi ini adalah awal yang baik. Hal ini dilakukan pada (3), dimana titik kosong menunjukkan kemunculan
setiap bunyi. Simbol # menunjukkan tepi suatu kata, sehingga #__ menunjukkan bunyi awal kata, dan __#
menunjukkan bunyi akhir kata.

(3) Lingkungan untuk [o] dan [ ]

[] [Hai]

g__m t__t
b__m d__t
b__g
# __M
# __N
k__t
m__d
G__#
D__#
# __k
kH__N T__#

Lihatlah daftar di (3). Cobalah untuk menentukan apakah ada kesamaan yang dimiliki semua
lingkungan dalam satu daftar, tetapi hal itu tidak terjadi di daftar lainnya. Terkadang polanya
menarik perhatian Anda; terkadang dibutuhkan lebih banyak pemikiran dan kerja keras. (Di
sini, cukup jelas, tapi bersabarlah demi mempelajari prosesnya: tidak selalu semudah ini.)

Tampaknya tidak ada sesuatu yang sistematis tentang bunyi sebelumnya yang dapat mengkondisikan
pilihan vokal yang berbeda dalam kumpulan data ini. Kedua daftar tersebut berisi berbagai konsonan
sengau dan konsonan bersuara dan tak bersuara sebelumnya. Khususnya, [o] dan [ ] bisa mengikuti [g],
dan keduanya bisa muncul di awal kata. Jadi kita tidak bisa memprediksi vokal mana yang akan muncul
berdasarkan bunyi sebelumnya.
Di sisi lain, di sanaadalahpola bunyi yang mengikuti vokal. Vokal [ ] hanya muncul sebelum [m, n, , atau ], dan
vokal [o] tidak pernah muncul sebelum konsonan mana pun. Hal ini membuktikan bahwa kedua suara tersebut
berada dalam distribusi yang saling melengkapi. Karena kedua bunyi tersebut mempunyai distribusi yang saling
melengkapi, maka kita menyimpulkan bahwa kedua bunyi tersebut termasuk dalam fonem yang sama.

Untuk menyelesaikan analisis ini, kita perlu menyatakan aturan dimana alofon muncul. Benar
jika dikatakan bahwa [ ] muncul sebelum [m, n, , ], dan [o] muncul sebelum [t, d, k, g]
 Fonologi 1 209

dan di posisi akhir kata, tetapi hanya memberikan daftar bunyi berarti ada sesuatu yang hilang. Distribusi
fonologis jarang, jika pun pernah, bergantung pada daftar bunyi acak yang tidak mempunyai kesamaan
apa pun. Distribusi fonologis bergantung padakelas alami: kumpulan suara yang memiliki kesamaan.
(Kelas natural akan didefinisikan secara lebih formal di Bab 12.) Di sini, kita perhatikan bahwa bunyi [m,
n, , ] memiliki kesamaan: semuanya merupakan konsonan sengau. Himpunan komplemen [t, d, k, g, #]
tidak mempunyai sifat yang sama: kita dapat menyebutnya sebagai kasus lain. Oleh karena itu, analisis
kami dapat dinyatakan sebagai berikut: [o] dan [ ] berada dalam distribusi komplementer dan alofon dari
satu fonem dalam bahasa Swahili: [ ] muncul sebelum konsonan sengau, [o] muncul di tempat lain. Ini
digambarkan dalam contoh (4):

(4) /Hai/

[] [Hai]

sebelum di tempat lain

konsonan hidung

Pola ini dapat dinyatakan kembali sebagai generalisasi: Fonem /o/ diucapkan [ ] sebelum
sengau.
Generalisasi akan lebih mudah dinyatakan jika kasus lain dipilih sebagai bentuk dasarnya, dan varian
yang lebih terbatas dipilih sebagai bentuk turunannya. PenyataanAlebih sederhana dari pernyataan B:

A. /o/ menjadi [ ] sebelum hidung.

B. / / menjadi [o] sebelum konsonan nonnasal atau di akhir kata.

Tidak selalu mungkin untuk secara definitif memilih satu lingkungan sebagai kasus di tempat lain
(lihat Bagian 10.3.1), namun semua hal dianggap sama, analisis yang lebih sederhana selalu lebih
disukai. Analisa harus selalu dibuat sesederhana dan seumum mungkin, konsisten dengan data.

Mari kita lihat contoh lainnya. Kata-kata di (5) menunjukkan distribusi [k] (velar stop tak bersuara) dan
[x] (fricative velar tak bersuara) dalam bahasa Italia Florentine. Apakah [k] dan [x] termasuk dalam fonem
yang berbeda, atau merupakan alofon dari fonem yang sama?

(5) [k] dan [x] dalam bahasa Italia Florentine

laxasa rumah kwando Kapan

cacar kecil kapella kapel
bixa tumpukan putih
campuran teman makkina mesin
memperbaiki buah ara kabina stan
kwuoxo memasak

Langkah 1 adalah mencari pasangan minimal. Tidak ada yang muncul dalam data ini, jadi kita lanjutkan ke langkah 2.
Langkah 2 adalah membuat daftar lingkungan tempat setiap suara muncul. Hal ini telah dilakukan pada (6).

(6) Lingkungan untuk [k] dan [x]

[X] [k]
AA # __w
o__o # __A
210 Fonologi 1

[X] [k]
saya__a

aku__o a__k
saya__saya k__i
Langkah 3 adalah mencari pola. Apakah ada kesamaan yang dimiliki semua lingkungan dalam satu
daftar atau daftar lainnya? Ada polanya di sini, meski sedikit berbeda dengan yang terlihat di
bahasa Swahili. Di sini, kedua sisi konsonan relevan: bunyi [x] hanya muncul di antara vokal. Bunyi
[k] muncul jika konsonan lain mendahului atau mengikuti, atau jika konsonan tersebut berada
pada posisi awal kata. (Perhatikan bahwa posisi akhir kata hilang dari kedua daftar: tidak ada
penghalang yang muncul di posisi akhir kata dalam dialek ini.) Jadi, kami menyimpulkan analisis
kami: Bunyi [x] dan [k] berada dalam distribusi komplementer dan alofon yang satu fonem dalam
bahasa Italia Florentine: [x] muncul di antara vokal dan [k] muncul di tempat lain. Karena [k] adalah
kasus lain, kita memilih /k/ sebagai label untuk fonem yang mendasarinya: /k/ diucapkan sebagai
[x] di antara vokal.
Satu contoh lagi. Data pada (7) berasal dari Venda, bahasa di Afrika Selatan. Ingatlah bahwa [n] adalah
hidung alveolar dan [ ] adalah hidung gigi. Kedua bunyi ini sangat mirip, sehingga kita dapat menduga
bahwa keduanya merupakan alofon dari satu fonem.

(7) [n] dan [ ] di Venda

di tempatmu ene Dia
gigi Hana masa kecil
menguasai kHouno di sana

kerbau vatanu lima

babon vonami melihat!

empat zino Sekarang

Pemindaian data tidak menunjukkan pasangan minimal yang pasti, jadi kita lanjutkan ke langkah 2, dan
mempertimbangkan lingkungan di mana setiap suara muncul.

(8) [n] dan [ ] di Venda

[] [N]
a__u e__e
aku__o AA
u__a kamu__o

# __A a__u
e__e a__i
AA aku__o

Namun, ketika kita memeriksa lingkungan di mana [ ] dan [n] terjadi, tidak ada pola yang muncul.
Mereka dapat muncul di antara kumpulan vokal yang identik: [a__a], [e__e], dan [i__o] muncul di
kedua daftar, misalnya.
Kemungkinan bahwa suara yang lebih jauh dapat menyebabkan perbedaan tersebut harus
dipertimbangkan. Konsonan awal, misalnya, mungkin menjelaskan perbedaannya. Namun kata-kata
seperti [ ] dan [hana] atau [ ] dan [vonami] menunjukkan bahwa kita tidak dapat membuat prediksi
berdasarkan hal tersebut. Misalnya, “kata-kata yang dimulai dengan [h] tidak harus memiliki bentuk
hidung gigi”. (Asosiasi acak semacam itu kecil kemungkinannya.) Kami menyimpulkan bahwa distribusi [n]
dan [ ] di Venda tidak dapat diprediksi, dan karena itu keduanya berasal dari fonem yang berbeda,
meskipun tidak ada pasangan minimal yang pasti tersedia.
Seperti disebutkan di atas, dua kata yang hampir merupakan pasangan minimal, tetapi tidak sepenuhnya, disebut
pasangan yang hampir minimal. Pasangan yang mendekati minimal tidak sesempurna pembuktian status fonemik
 Fonologi 1 211

pasangan minimal yang sebenarnya, tapi terkadang itulah yang terbaik yang bisa dilakukan. Dalam kumpulan ]
data Venda, [ dan [hana] adalah pasangan yang hampir minimal, begitu pula [ ] dan [zino] atau [ ] dan [ene]. Kata-
kata dengan vokal yang sama menunjukkan bahwa kualitas vokal tidak dapat memprediksi perbedaan alveolar/
gigi, dan kata-kata yang dimulai dengan huruf yang sama menunjukkan bahwa konsonan awal juga tidak dapat
diprediksi. Jika Anda dapat mengumpulkan sejumlah pasangan yang hampir minimal, yang masing-masing
berbeda dalam cara yang berbeda, Anda masih dapat berargumentasi bahwa suatu distribusi tidak dapat
diprediksi dan kontras, sehingga dua bunyi mewakili fonem yang berbeda.

10.3 Dalam Fokus

Kebutuhan untuk menggunakan pasangan mendekati minimal mungkin timbul jika salah satu bunyi tersebut muncul dalam bahasa

tersebut, namun tidak terlalu sering. Dalam bahasa Inggris, situasi ini muncul dengan / /. Penutur bahasa Inggris mempunyai intuisi

bahwa / / dan / / adalah bunyi yang berbeda, namun karena / / agak jarang, dan tidak muncul di semua posisi, pasangan minimal yang

sebenarnya sulit didapat. satu pasangan minimal yang sebenarnya adalah “Konfusianisme” vs. Beberapa pasangan yang mendekati

minimal adalah “misi” vs. “visi”, dan “Aleutian” vs. “ilusi”. Biasanya, yang terbaik adalah tidak menggunakan nama pribadi atau nama

tempat, karena nama mungkin berasal dari bahasa asing dan mungkin masih mempertahankan fonologi aslinya, namun terkadang hal

ini tidak dapat dihindari.

10.3 beberapa faktor yang menyulitkan

10.3.1 apakah satu alofon selalu “dasar”?

Kita telah melihat di bagian sebelumnya bahwa tidak adanya pasangan minimal yang sebenarnya dapat membuat
analisis fonemik menjadi lebih sulit. Kesulitan lain yang mungkin timbul adalah tidak selalu mudah untuk memilih
satu alofon sebagai dasar. Hal ini dapat terjadi jika distribusi alofon sedemikian rupa sehingga tidak ada yang
dapat digambarkan sebagai kasus “di tempat lain”. Salah satu contohnya adalah distribusi “light l” [l] dan “dark
l” [ ] dalam bahasa Inggris. Seperti yang ditunjukkan pada (9), [l] muncul di awal kata atau suku kata (pada
dasarnya, sebelum vokal) dan [ ] muncul di kode suku kata.

(9) [l] dan [ ] dalam bahasa Inggris

daun [hidup] merasa [ ]

lingkaran [lup] kolam [ ]
dipimpin [[ ] Dell [ ]
cacat [lem] pria [ ]
menyalahkan [masalah] membantu [ ]

Jelasnya, kedua bunyi tersebut berada dalam distribusi yang saling melengkapi, dan termasuk dalam satu
fonem. Jika mereka melihat perbedaannya, penutur bahasa Inggris menganggap [l] dan [ ] sebagai dua
versi bunyi yang sama. Tapi yang mana yang mendasar? Sama mudahnya untuk mengucapkan /l/ menjadi
[ ] pada kode suku kata, atau /[ ]/ menjadi [l] pada permulaan suku kata. Kita mungkin cenderung memilih
[l] dengan gagasan bahwa bunyinya lebih sederhana, namun intuisi kita lebih dari itu bahwa [l] adalah
simbol yang lebih familiar. Dari segi artikulasi, kedua bunyi ini sama-sama rumit. Dan distribusi yang
setara ini – satu alofon di awal suku kata dan satu lagi di kode suku kata
– tidak jarang terjadi secara lintas bahasa. Dalam bahasa Korea, [ ] hanya muncul pada permulaan suku kata, dan
[l] hanya pada suku kata coda. Mana yang lebih “mendasar”: [ ] atau [l]?
212 Fonologi 1

Karena cara kerjanya yang mana pun, seseorang dapat memilih satu secara acak, namun para ahli bahasa
tidak menyukai keacakan: mungkin para penutur tidak berbeda-beda secara acak dalam cara mereka secara
mental merepresentasikan inventaris bunyi mereka. Alternatif lain adalah menghindari identifikasi fonem dengan
setiapsalah satu alofonnya. Seseorang bisa saja menyebut “keluarga” dari [l] dan [ ] sebagai keluarga “lateral”.
Salah satu anggota keluarga tidak harus dianggap paling penting.

(10)

Untuk menyatakan distribusinya secara informal: Dalam bahasa Inggris, lateralnya adalah terang pada permulaan suku kata dan gelap

pada suku kata coda.

10.3.2 kesamaan fonetik dan distribusi komplementer

Salah satu alasan mengapa alternatif yang lebih abstrak menarik adalah karena alternatif tersebut
menangkap kesan bahwa terdapat “inti invarian” dari karakteristik fonetik yang dimiliki oleh semua alofon
suatu fonem. Memang benar bahwa alofon cenderung memiliki “kemiripan keluarga”. Beberapa fitur
suara mungkin berbeda menurut posisinya, namun “inti” sering kali tetap tidak berubah. Jadi [l] dan [ ]
adalah anggota keluarga “lateral”, [p] dan [pH] adalah alofon dari keluarga “labial stop tak bersuara”, [m]
dan [ ] adalah anggota dari keluarga “labial hidung”, dll.
Kita akan kembali ke gagasan penggunaan ciri-ciri fonetik untuk mendefinisikan bunyi-bunyi kontras di Bab
12. Namun di sini kita perlu mencatat bahwa, sebagaimana kemiripan keluarga tidak selalu dimiliki setiap anggota
keluarga manusia, demikian pula “inti invarian” ciri-ciri tidak selalu ada pada setiap anggota keluarga manusia.
selalu dimiliki oleh setiap alofon. Misalnya, semua alofon /t/ dalam bahasa Inggris Amerika yang telah kita temui
sejauh ini:

(11) Alofon Bahasa Inggris /t/

disedot [ ] atas
tidak diaspirasi [ ] berhenti

diglotalisasi [ ] kucing

berhenti glotal [ ] tidak bisa

mengetuk [ ] kucing

afrikat [ ] bertemu Anda

nol (Ø) [ ] kebanyakan orang

Bagi penutur bahasa Inggris (Amerika), masing-masing bunyi ini dianggap sebagai “cara mengucapkan /t/,” dan
masuk akal jika dikatakan bahwa bunyi-bunyi tersebut termasuk dalam kelompok “penghentian alveolar tak
bersuara”. Namun tidak ada satu fitur fonetik yang dimiliki oleh setiap alofon (walaupun kita mengabaikan kasus
“nol”, di mana /t/ tidak mempunyai realisasi fonetik sama sekali.) Bunyi [ ] bukan alveolar, misalnya, dan [ ] bukan
alveolar. tak bersuara. Di sisi lain, setiap alofon (sekali lagi mengesampingkan Ø) memiliki setidaknya satu dari
“karakteristik keluarga”: [ ] berhenti, [ ] alveolar, [ ] tidak bersuara. Seperti halnya dalam keluarga manusia, hal ini
biasanya terjadi, meski belum tentu.
Namun jika digabungkan, kasus [n] dan [ ] dalam bahasa Venda dan kasus /t/ dalam bahasa Inggris menunjukkan bahwa

kesamaan karakteristik fonetik merupakan petunjuk yang baik, namun bukan merupakan penentu yang dapat diandalkan.
 Fonologi 1 213

status fonemik atau alofonik. Kita melihat kasus-kasus, seperti Venda, di mana bunyi-bunyi yang tampak sangat
mirip (setidaknya di telinga kita) dihitung sebagai fonem terpisah, dan kasus-kasus lain, di mana bunyi-bunyi yang
tampak sangat berbeda (misalnya [ ] dan [ ] merupakan alofon dari satu fonem.
Di sisi lain, distribusi komplementer saja belum tentu cukup untuk menentukan status alofonik.
Perhatikan kasus [h] dan [ ] dalam bahasa Inggris. Kedua bunyi tersebut berada dalam distribusi yang
saling melengkapi: seperti [l], [h] hanya muncul pada permulaan suku kata, dan seperti [ ], [ ] hanya
muncul pada kode suku kata. Jadi ada ahli bahasa yang berargumentasi bahwa mereka pasti merupakan
alofon dari satu fonem. Namun, meskipun distribusinya saling melengkapi, penutur bahasa Inggris tidak
memahami bahwa [h] dan [ ] adalah dua cara untuk mengucapkan bunyi yang sama.

Memang benar bahwa [h] dan [ ] secara fonetis tidak mirip. Namun yang lebih penting, tidak ada
kumpulan kata terkait yang salah satu bentuk katanya memiliki [h] dan bentuk lainnya memiliki [ ].
Artinya, hubungan alofonik tidak didukung oleh pergantian. Bandingkan ini dengan [ ], [ ], dan [ ]. Masing-
masing dapat muncul dalam kemungkinan pengucapan kata “at”, seperti yang ditunjukkan pada (12).

(12) Pergantian pengucapan “at.”

padamu [ ]
pada siang hari [ ]
di lain waktu [ ]

Tergantung pada lingkungan di mana kata tersebut ditempatkan, varian /t/ yang berbeda akan muncul.
Fakta bahwa [ ], [ ], dan [ ] merupakan pengucapan varian dari kata yang sama berkontribusi pada
kepastian penutur bahasa Inggris bahwa [ ], [ ], dan [ ] adalah cara alternatif untuk mengucapkan bunyi
yang “sama”. Kita kembali membahas topik pergantian di Bab 11, namun pertama-tama kita harus
mempertimbangkan dua faktor lain yang memperumit hubungan fonem/alofon: variasi bebas dan
netralisasi posisi.

10.3.3 variasi bebas

Sejauh ini, kita telah membahas dua kemungkinan hubungan distribusi yang mungkin terjadi pada suara. Yang
pertama adalah kontras: dua bunyi dapat muncul dalam lingkungan yang sama, sehingga menimbulkan
perbedaan makna, seperti dalam [ ] vs. [ ]. Yang kedua adalah distribusi komplementer: dua bunyi tidak muncul
dalam lingkungan yang sama, sehingga tidak pernah kontras, seperti dalam [ ] vs. [ ]. Jenis distribusi ketiga yang
mungkin adalahvariasi bebas. Bunyi yang berada dalam variasi bebas terjadi dalam konteks yang sama, sehingga
tidak dapat diprediksi, namun perbedaan antara kedua bunyi tersebut tidak mengubah satu kata menjadi kata
lain. Variasi yang benar-benar gratis agak sulit ditemukan. Manusia sangat pandai menangkap perbedaan dalam
cara berbicara, dan memberikan makna pada mereka, sehingga jarang sekali menemukan perbedaan yang benar-
benar tidak bisa ditebak dan yang benar-benar tidak memiliki corak perbedaan makna adalah hal yang jarang
terjadi.
Salah satu kemungkinan variasi bebas dalam bahasa Inggris adalah pengucapan rangkaian /t–j/
ketika /t/ adalah akhir dari satu kata dan /j/ di awal kata lain. Anda mungkin melihat masalah ini ketika
hanya satu pengucapan “at you” yang diberikan pada (12). Sebenarnya ada dua. Pertimbangkan kalimat
“Anda lupa buku Anda.” Sebelum membaca paragraf berikutnya, ucapkan ini pada diri Anda sendiri, dan
transkripsikan pengucapan Anda dari “lupakan Anda.”
Untuk beberapa penutur bahasa Inggris, pengucapannya adalah [ ], dengan glotalisasi. Untuk
yang lain, itu [ ], dengan afrikasi. Yang mana yang kamu katakan? Apakah pengucapan lainnya mungkin?
Secara umum, penutur bahasa Inggris dapat menggunakan [ ] atau [ ] dalam lingkungan ini. Makna
ujaran tersebut tidak berubah, sehingga tidak bersifat saling melengkapi dan tidak kontras,
214 Fonologi 1

tapi variasi bebas. Karena perbedaannya tidak mengubah arti, kita dapat mengatakan bahwa [ ] dan [ ] keduanya
merupakan alofon dari /t/ pada posisi ini: keduanya dihitung sebagai dua cara berbeda untuk mengatakan hal
yang sama.
Namun saya terus menyebutnya, amungkinkasus variasi bebas. Mungkin saja pilihan antara
kedua varian tersebut tidak sepenuhnya tidak dapat diprediksi. Hal ini mungkin disebabkan oleh
faktor sosial seperti dialek, gender, atau situasi percakapan. Apakah satu pengucapan mungkin
lebih kuat, lebih santai, lebih khas dari suatu wilayah tertentu? Namun, sepengetahuan saya,
penelitian yang menunjukkan faktor mana yang mungkin relevan dalam kasus ini belum dilakukan.

10.3.4 netralisasi posisi

Distribusi yang mungkin paling rumit dan membingungkannetralisasi posisi. Dalam hal ini, dua suara
bersifat kontras di satu posisi, dan tidak kontras di posisi lain. Kedua bunyi tersebut masih termasuk
dalam dua fonem yang berbeda: jika terdapat pasangan minimal, bunyi-bunyi tersebut mampu
menghasilkan kontras. Namun kontras itu mungkin dinetralkan pada posisi tertentu.
Salah satu contoh dari bahasa Inggris adalah penyadapan intervokal /t/ dan /d/. Banyak
pasangan minimal menunjukkan bahwa /t/ dan /d/ bersifat kontras: “time” vs. “dime”, “mate” vs.
“made”, “write” vs. “ride.” Namun, sebagaimana telah dijelaskan dalam Bab 3, dalam bahasa Inggris
Amerika /t/ dan /d/ keduanya menjadi tap ([ ]) di antara dua vokal, yang kedua tanpa tekanan. Jadi
“kota” diucapkan [ ] dan “wanita” diucapkan sebagai [ ]. Perubahan ini dapat menyebabkan situasi
di mana dua kata yang hanya berbeda di medial /t/ vs. /d/ diucapkan sama. Jadi “kitty” dan “kiddy”
diucapkan [ ], dan mungkin tidak jelas apakah seorang anak yang ingin menjadi [ ] lebih tertarik
pada kata-kata atau kuda. Jika Anda belum mengetahui ejaannya, atau tidak dapat mengetahui
dari konteks kata mana yang dimaksud, Anda tidak dapat mengetahui apakah /t/ atau /d/ yang
dimaksudkan. Perbedaan fonemik antara /t/ dan /d/ dinetralisir pada posisi intervokal ini.

Namun sebagaimana seorang ahli bahasa harus berhati-hati dalam mengklaim bahwa variasi bebas benar-benar bebas
dan tidak dapat diprediksi, seorang ahli bahasa juga harus berhati-hati dalam mengklaim bahwa suatu perbedaan benar-
benar dinetralkan. Mungkin masih ada sedikit perbedaan antara alofon-alofon yang dapat memberi petunjuk kepada
pendengar fonem mana yang dimaksudkan.
Dalam bahasa Inggris, perbedaan vokal sebelumnya dapat memberikan petunjuk apakah ketukan
berhubungan dengan /t/ atau /d/. Penutur bahasa Inggris mengucapkan vokal dengan durasi yang lebih lama,
dan terkadang dengan kualitas yang sedikit berbeda, bergantung pada apakah perhentian berikutnya bersuara
atau tidak bersuara. Perbedaannya sangat kecil pada vokal lemah seperti [ ] atau [ ], namun mungkin cukup
terlihat pada diftong seperti [ ]. Vokal pada “ride” lebih panjang dan mungkin lebih rendah dibandingkan vokal
pada “write”. Setidaknya untuk beberapa dialek dan beberapa penutur, perbedaan vokal tetap ada meskipun /t/
atau /d/ berikut ini diketuk. Dengarkan diri Anda sendiri mengatakan “naik” dan “benar”, lalu “pengendara” dan
“penulis”. Dapatkah Anda mendengar perbedaannya?

10.4 Strukturalisme, Behaviorisme, dan kemunduran analisis fonemik

Sebagaimana dicatat dalam Bagian 10.1, analisis fonemik merupakan bagian penting dari pendekatan
Strukturalis terhadap teori linguistik. Ingatlah bahwa analisis Strukturalis menekankan pada pengerjaan
“sistem keterkaitan yang kompleks” antara item-item dalam pengalaman manusia. Bagi fonologi, ini
berarti merinci sepenuhnya hubungan fonemik dan alofonik di antara bunyi-bunyi suatu bahasa.
 Fonologi 1 215

Paradigma psikologi yang dominan pada paruh pertama abad kedua puluh, ketika
Strukturalisme berada pada puncaknya, adalahBehaviorisme, dicontohkan oleh psikolog BF
Skinner dalam bukunya tahun 1957,Perilaku Verbal. Pendukung penting model linguistik
Behavioris lainnya adalah Leonard Bloomfield, kolega Edward Sapir di Universitas Chicago, dan
salah satu anggota pendiri Linguistic Society of America. Dalam Behaviorisme, sesuai dengan
namanya, bahasa dipahami sebagai sesuatu yang dimiliki seseorangmelakukan, bukan sesuatu
yang seseorangtahu. Bahasa dipelajari melalui peniruan dan penguatan, dan tidak memerlukan
hal yang lebih kompleks secara psikologis selain mendengar kata atau frasa, mengingatnya, dan
mengulanginya dalam keadaan yang sesuai. Jadi, segala sesuatu yang sistematis dalam bahasa
dapat ditemukan dengan mempelajari produksi verbal, bukan dengan mencoba memahami
pikiran seorang pembicara. Bloomfield menulis, misalnya, bahwa “makna suatu bentuk linguistik
[adalah] situasi di mana pembicara mengucapkannya, dan tanggapan yang ditimbulkannya pada
pendengarnya” (1935, hal. 139). Sebagai seorang Behavioris, Bloomfield sering berselisih dengan
Sapir, yang lebih mementingkan “realitas psikologis” internal daripada “perilaku verbal” eksternal.

10.4Meskipun Sapir dan Bloomfield sama-sama memiliki pengaruh yang bertahan lama terhadap teori
linguistik, mereka tampaknya bukanlah teman. Mereka menulis buku yang bersaing, masing-masing
berjudul “bahasa,” Sapir pada tahun 1921, dan Bloomfield pada tahun 1933. Seorang ahli bahasa
kontemporer yang mengenal keduanya, Charles hockett (1970, dikutip oleh Anderson, 1985, hal. 220),
menulis bahwa Bloomfield menyebut Sapir sebagai “dukun” non-ilmiah dan Sapir mengacu pada
“psikologi tingkat dua” Bloomfield. Anderson mencatat bahwa Bloomfield sangat senang “ketika sebagian
besar siswa terbaik di Chicago pergi mengikuti Sapir ke yale pada tahun 1931.”

Pada pertengahan abad kedua puluh, para ahli bahasa mulai mempertanyakan nilai analisis
fonemik Strukturalis. Komplikasi seperti variasi bebas dan netralisasi posisi, yang bertentangan
dengan pemetaan sederhana dan terspesifikasi antara fonem dan alofon, serta kegagalan
distribusi komplementer untuk sepenuhnya memprediksi status alofonik (seperti dalam bahasa
Inggris [h] dan [ ]), mengarahkan mereka ke mempertanyakan apakah selalu mungkin atau perlu
untuk sepenuhnya menentukan hubungan “keluarga” antara rangkaian suara.
Sebaliknya, ahli bahasa seperti Noam Chomsky, yang berlandaskan penekanan Sapir pada “realitas
psikologis,” dan selaras dengan kebangkitan ilmu kognitif sebagai disiplin ilmu yang serius, mengalihkan
perhatian mereka pada bahasa sebagai konstruksi kognitif. Mereka bertanya: Apa maksudnya bagi seorang
pembicaratahusebuah bahasa? (Dalam menanyakan pertanyaan ini, Chomsky menempatkan dirinya sebagai
oposisi langsung terhadap kaum Behavioris. Ulasannya pada tahun 1959 atas buku Skinner sering kali dengan
sopan digambarkan sebagai “pedas.”) Fokus penyelidikan beralih daripertunjukan(apa yang dilakukan
pembicara?) ke kompetensi(apa yang diketahui pembicara?).
Sehubungan dengan sistem bunyi bahasa, tiga bidang pengetahuan menjadi semakin penting.
Seorang pembicara tentu harus mengetahui seperangkat item leksikal yang dihafalnya. Namun
selain kata sebenarnya dari bahasanya, seorang penutur juga mengetahui ada atau tidaknya
rangkaian bunyi tertentu amungkinkata dalam bahasanya. Dan ketiga, pembicara mengetahui
seperangkat aturan yang mengubah item leksikal yang tersimpan (representasi yang
mendasarinya) menjadi pengucapan sebenarnya (representasi permukaan), dengan varian posisi
yang benar. Meskipun prinsip-prinsip kontras dan variasi posisi tetap penting bagi teori fonologis,
pada paruh kedua abad ke-20, fokus penyelidikan fonologis mulai bergeser dari sepenuhnya
menentukan hubungan kekerabatan yang sistematis di antara bunyi-bunyi suatu bahasa, menjadi
representasi dan aturan yang mendasarinya. memperoleh representasi permukaan darinya.
216 Fonologi 1

ringkasan bab
• Fonologi adalah studi tentang hubungan sistematis antar bunyi, termasuk kontras,
variasi posisi, pembatasan fonotaktik, dan pergantian.
• Ilusi fonetik dan kesalahan pembelajar bahasa memberi petunjuk pada kita akan perlunya tingkat
pengetahuan fonologis yang lebih abstrak daripada pengucapan sebenarnya.
• Variasi kontras dan posisi dapat dipelajari melalui analisis fonemik, yang merupakan
ciri khas pendekatan Strukturalis. Fonem adalah satuan kontras (yaitu, “kumpulan”
bunyi-bunyi yang semuanya “dianggap sama”). Alofon suatu fonem adalah varian
posisi yang membentuk fonem tersebut.
• Pasangan minimal mendiagnosis fonem yang berbeda; distribusi komplementer mendiagnosis status
alofonik.
• Bentuk dasar atau dasar fonem biasanya berhubungan dengan “kasus lain”, namun
bentuk dasar yang lebih abstrak terkadang diperlukan atau lebih disukai.
• Variasi bebas dan netralisasi posisi mempersulit analisis fonemik karena menciptakan
pemetaan yang tidak dapat diprediksi antara alofon dan fonem.
• Pada paruh pertama abad kedua puluh, Strukturalisme dan Behaviorisme merupakan teori
dominan dalam fonologi, yang keduanya menekankan hubungan antar bentuk permukaan.
Pada paruh kedua abad kedua puluh, para ahli fonologi mulai lebih fokus pada pertanyaan
tentang pengetahuan linguistik, dan pada pemetaan dari representasi dasar hingga
representasi permukaan.

Bacaan lebih lanjut

Untuk informasi lebih lanjut tentang sejarah fonologi, lihat:

Anderson, [Link] di Abad Kedua Puluh. Chicago: Pers Universitas Chicago.

Referensi sejarah pada bab ini didasarkan pada analisis Anderson.

latihan ulasan

1. Istilah manakah yang cocok? Tuliskan A jika suku tersebut menunjukkan distribusi
alofonik, P jika menunjukkan distribusi fonemik.

___ tidak dapat diprediksi

___ distribusi komplementer

___ kontrastif
___ dapat diprediksi
___ pasangan minimal
___ tidak kontrastif
___ variasi posisi
 Fonologi 1 217

2. Definisikan istilah-istilah berikut:

morfem
alternasi
kendala fonotaktik
kelas alami
kasus lain
variasi bebas
netralisasi posisi
3. Jelaskan bagaimana variasi bebas dan netralisasi posisi bertentangan dengan pemetaan antara fonem
dan alofon yang dapat diprediksi secara sempurna.
4. Jelaskan perbedaan antara:
pasangan minimal dan pasangan mendekati minimal

representasi mendasar dan representasi permukaan

5. Cocokkan nama dengan prestasi atau ide.

___ Jan Badouin de Courtenay
___ Leonard Bloomfield
___ Noam Chomsky
___ Edward Sapir
___ BF Pengupas

A. Menulis “Realitas psikologis fonem.”

B. Pertama kali menggunakan istilah "fonem" yang berarti "satuan kontras".
C. Menulis “Perilaku Verbal.”
D. Menulis kritik pedas terhadap “Perilaku Verbal.”
e. Menulis buku berjudulBahasa, dari perspektif Behavioris.

analisis dan diskusi lebih lanjut

6. Bagian 10.1 menceritakan beberapa cerita yang dimaksudkan untuk mengilustrasikan poin bahwa mempelajari
bunyi-bunyi suatu bahasa lebih dari sekadar mengetahui cara mengucapkan bunyi-bunyi tersebut. Cerita
manakah (jika ada) yang menurut Anda paling meyakinkan, dan mengapa?
A. Sapir, Whitney, dan [t] yang tidak ada di sana
B. Sapir, Yalies, dan [ ] yang tidak ada di sana
C. “Aku tahu itu sebelum kamu mengajariku itu”
D. “jaga Matt”
e. “Jalan Cahaya atau Jalan Wright?”
7. Berikan contoh pasangan minimal untuk setiap bunyi kontrastif berikut dalam bahasa Inggris.
Ilustrasikan kontras pada posisi awal, medial, dan akhir. (Jangan menggunakan kembali item
leksikal yang sama.) Yang pertama sudah selesai.

awal medial terakhir

/s/ vs./ / menyesap/mengirimkan tinju/memancing massa/tumbuk

/m/ vs. /n/

/z/ vs. /d/
// vs. //

(Lanjutan)
218 Fonologi 1

awal medial terakhir

/p/ vs. /b/

/l/ vs.//

8. Sebutkan tiga pasang kata yang menunjukkan bahwa perbedaan tense/lax kontras dengan vokal
bahasa Inggris. Masalah apa yang dihadapi oleh pasangan kata seperti ini bagi penutur asli bahasa
Spanyol yang belajar bahasa Inggris?
9. Perhatikan distribusi [l] dan [lJ] dalam bahasa Rusia. Apakah keduanya mewakili dua fonem yang
berbeda, atau apakah keduanya merupakan alofon dari satu fonem? Perdebatkan jawaban Anda,
baik dengan mengutip (hampir) pasangan minimal dari data, atau dengan menjelaskan distribusi
kedua bunyi tersebut. (Data milik Maria Gouskova.)

kata-kata dengan [l] kata-kata dengan [lJ]

lat perjanjian jutaJ mil

gala gala nebilJ kisah imajiner
polka rak akuJpada setan
mele kapur akuJatau Es
polisi lantai molJ ngengat

polisiJka polka

10. Dalam bahasa Farsi, yang digunakan di dan sekitar Iran, getar [r], getar tak bersuara [ ], ketuk [ ], dan
pendekatan retrofleksi [ ] semuanya berada dalam distribusi yang saling melengkapi dan membentuk satu
fonem. Jelaskan distribusi masing-masing alofon. (Data milik Narges Mahpeykar.)

[R] []
jejak bulu
pemimpin terlambat

rumizi taplak meja keju

benar bos terakhir

rubah rubah alarm

riz kecil dipaksa
ruzname koran anggur
rahzden perampok ular
jalur
bertemu

[] []
berjaya jamur
diam besi
di luar kayu cedar

cepat piring

dermawan pria
takut bulat
mentega hangat
gelap kulit
debu lebar
lubang telur serangga
 Fonologi 1 219

11. Tiwi, bahasa yang digunakan di Kepulauan Bathhurst dan Melville di pantai utara Australia,
memiliki gigi [ ] dan alveolar [t]. Apakah keduanya berasal dari fonem yang berbeda, atau
merupakan alofon dari fonem yang sama? Berdebatlah untuk jawaban Anda.

tijoni ubi bintang

tampajani kapak batu mendayung

teman wanita tongkat

taka pohon tombak memancing

tongkat tempur datar layar elang laut dada

tanah putih
tiliwini leher cat
tua selesai! walabi
tuniwa hitam kulit kertas
ekor meludah

pasir rumput tombak

kuta tunjukkan itu padaku Klan api

kolek Pelangi
hujan halus penutup lutut

capit kepiting lembut

Sumber: CR [Link] Tiwi. Studi Aborigin Australia #55. Institut Studi Aborigin
Australia. 1974.

penelitian lebih lanjut

12. Buatlah soal fonem/alofon Anda sendiri, berdasarkan bahasa yang Anda ketahui, atau data yang Anda
temukan dalam deskripsi tata bahasa atau bahasa yang dipublikasikan.
13. Temukan pasangan minimal dalam bahasa lain untuk bunyi di #7. Jika bunyinya muncul tetapi
tidak kontras, ilustrasikan dan jelaskan distribusinya.
14. Dapatkah Anda memikirkan contoh lain mengenai kemungkinan variasi bebas dalam bahasa Inggris?

15. Cobalah eksperimen persepsi mini Anda sendiri. Rekam diri Anda (atau lebih baik lagi, seorang teman) yang
mengatakan “Dia ingin menjadi penulis” dan “Dia ingin menjadi pengendara” masing-masing sebanyak lima
kali. Kemudian putar rekaman tersebut, secara acak, kembali ke 10 orang lainnya. Bisakah mereka
membedakan kata yang mana? Apakah perbedaan antara /t/ dan /d/ benar-benar dinetralkan?

OnlineKunjungi situs web pendamping buku untuk sumber tambahan terkait bab ini di:
[Link]

referensi
Bloomfield, L., 1935, Aspek linguistik ilmu [Link] Ilmu Pengetahuan2: 499–517, dicetak ulang di Hockett, CF
(ed.), 1970,Antologi Leonard Bloomfield. Bloomington, IN: Indiana University Press. Sapir,
[Link] Karya Edward Sapir, diedit oleh Pierre Swiggers, Mouton de Gruyter.