JohnGoldsmith
Université de Chicago
Nous examinons la phonologie contemporaine et expliquons les buts de sa recherche. L'idée du phonème est fondamentale pour la phonologie traditionnelle, et joue un rôle important dans les recherches sur la parole. Bien que l'idée soit simple, l'application ne l'est pas toujours, et nous examinons quelques cas simples, et ensuite le cas plus complexe du "flap" en anglais américain. La phonologie générative propose une analyse pour beaucoup de cas ou les phonème n'est pas suffisant; nous considérons un cas d'une langue africaine, le Tangale. Dans l'optique plus moderne de la phonologie non-linéaire, nous considérons la structure syllabique du flap américain, et aussi un système tonal d'une langue bantoue, le Tonga.
Il existe aujourd'hui toute une gamme de connaissances de la phonologie parmi les chercheurs sur la parole; mes remarques seront donc présentées à trois niveaux différents.(1) Dans un premier temps, nous allons considérer certaines généralités et définitions, et certaines observations de ma part concernant la nature de la phonologie. Dans un deuxième temps, nous aborderons un certain nombre de cas simples - en fait, des cas simplifiés qui illustrent les principes de base de la phonologie actuelle.
Nous commencerons d'abord avec une explication de la phonologie structuraliste, la phonologie telle qu'elle était jusqu'aux années 1960. C'est une phonologie du phonème; comme on le verra, c'est une phonologie qui cherche des généralisations dans le signal lui-même.
Après la phonologie structuraliste, on arrive aux grands changements des années 60, en grande mesure introduits sous la rubrique de la phonologie générative.(2) L'aspect qui nous intéresse est celui-ci: la phonologie commence à ce moment à ne plus s'adresser aux généralisations dont les conditions se trouvent dans le signal lui-même, mais plutôt aux généralisations qui ne sont pas dans le signal, c'est-à-dire, qui sont dans le système (le système linguistique, le système phonologique) qui est partagé par les deux interlocuteurs, le locuteur et l'auditeur. Ce grand changement a rendu nécessaire l'introduction de plusieurs niveaux dans la théorie de la phonologie, et fut à la base de la décision d'introduire les dérivations phonologiques, comme nous le verrons dans la suite.
Après les années soixante et soixante-dix les changements que la phonologie a subits sont encore plus considérables. Durant ces vingt dernières années nous avons été témoins de progrès énormes dans le traitement de la prosodie. Ce n'est sans doute pas un hasard si l'aspect de la phonologie (c'est-à-dire, les sons du langage) qui intéresse le plus les chercheurs en parole est le même que celui qui nous intéresse aussi: la prosodie, c'est-à-dire, le traitement de la syllabation, de l'accent, et surtout des tons.(3)
Nous pouvons définir la phonologie comme l'étude des systèmes des sons et des gestes dans les langues naturelles du monde. Ce qui est important dans cette définition deviendra plus clair par la suite.
Pour l'instant peut-être suffit-il de souligner l'importance de l'expression "langues du monde". Pour un linguiste, il n'y a pas de langue privilégiée - que ce soit l'Anglais, le Français, ou le Swahili. Et ceci non pour des raisons humanitaires ou politiques, mais pour la raison suivante.
L'objet ultime des recherches de la phonologie n'est pas le développement des grammaires de toutes les langues du monde en tant que telles. Le but est bien plus abstrait. Nous pensons que le langage a une essence, et c'est cette essence que nous essayons de définir, de décrire, de modeler. Mais comme Dieu ou le soleil de Platon, l'essence linguistique n'est pas quelque chose que nous pouvons regarder droit dans les yeux. Nous n'avons pas d'accès direct à cette essence, mais nous pouvons l'approcher en observant la grammaire des langues naturelles du monde.
Il est commode, en effet, de considérer l'essence du langage comme étant un espace de grande dimension, un espace formulé de telle sorte que chaque grammaire phonologique peut être représentée par un point dans cet espace de haute dimension. L'espace de la grammaire naturelle formera donc un sous-espace de cette grammaire; et tout ce qu'on peut étudier dans ce monde fini est le comportement des grammaires individuelles.
C'est pour cette raison, du moins en partie, que nous étudions les langues diverses du monde; parce qu'il est clair qu'une langue inconnue parlée au fin fond du monde peut peut-être jeter une toute nouvelle lumière sur un sujet qui nous préoccupe depuis longtemps et nous aider à résoudre un problème en Français, par exemple.
Et c'est effectivement cela qui s'est produit plusieurs fois en phonologie - pour l'étude de la prosodie, ce sont les langues africaines qui ont ouvert beaucoup de portes (pour changer de métaphore) pendant les années soixante-dix et quatre-vingt.
Mais revenons à la phonologie structuraliste.
Pendant la période structuraliste, les phonologues cherchaient - et appliquaient - un principe qui mettait en évidence l'importance des différences dans une langue. Pour les structuralistes, ce qui était important, c'était des différences de son qui pouvaient être utilisées par la langue en question pour exprimer des différences lexicales ou grammaticales. Ce sont les fameux phonèmes dont on parle encore (bien que, comme je l'ai déjà remarqué, cette notion ne joue qu'un rôle assez réduit dans la phonologie actuelle).(4)
Évoquons maintenant à quelques exemples de cette idée.
Considérons maintenant quatre sons vocaliques en français, les voyelles trouvées dans les mots été (la voyelle e), prête (la voyelle E), mot (la voyelle o), et grotte (la voyelle O).
Les sons e et E, o et O existent dans tous les dialectes; mais ils sont contrastifs seulement dans certains dialectes (tel que le français dit standard); une différence est contrastive si et seulement si elle peut être utilisée par la langue en question pour exprimer une différence de mot. Alors en français standard, on trouve des paires minimales telles que sOtte et saute [sot], ou bien Paul et Paule. Mais dans le sud de la France - disons le Français de Bordeaux -- dans un contexte donné, on ne trouve qu'un de ces deux sons. Les francophones dont le système phonologique natif suit cette généralisation n'indiquent pas dans leur entrée du lexique mental une distinction entre e et E, ou bien o et O. Donc pour un locuteur bordelais, il n'y a que sOtte, même pour saute, et si on y dit je bOsse, comme à Paris, on dit aussi bosser, avec la même voyelle qu'en sauter, là où un Parisien dirait bOsser - et ce, parce que la règle est la suivante : en syllabe ouverte, toujours o, tandis que en syllabe fermée, toujours O. Rappelons qu'une syllabe ouverte est une syllabe qui finit par une voyelle, et une syllabe fermée est une syllabe qui se termine par une consonne.
La relation entre un o tendu et un O relâché est connue depuis très longtemps par les linguistes; cette relation est nommée traditionnellement Loi de position.
Un deuxième exemple du même genre. Dans le parler du Québec - à Montréal, ou dans la ville de Québec - il existe plusieurs voyelles qui n'existent pas en français métropolitain. Là où un Français dit petit, un Québécois dira petsi (l'affrication, qui est responsable du changement subi par le t, ne nous intéresse pas aujourd'hui), mais là où un Français dit petite, un québécois dira petsIt, avec une voyelle I - une voyelle haute, tout comme i, mais relâchée, et non pas tendue (le vocabulaire traditionnel français utilise les termes ouverte et fermée aussi pour ces variantes, mais la distinction entre une voyelle fermée et une voyelle ouverte n'est pas la même qu'entre une syllabe fermée et ouverte). La voyelle I est très semblable à la voyelle qui apparaît en Anglais dans un mot tel que sick ou it, ou en allemand dans le mot bitte.
Vous avez peut-être reconnu que c'est la loi de position qui est entrée en jeu dans les dialectes québécois. Dans petite, la dernière syllabe est fermée - fermée par le dernier t; donc la voyelle i devient relâchée. La même chose arrive pour les autres voyelles hautes en québécois. Un Français dit tous (ou toux); et un québécois dira toux, avec la même voyelle. Mais quand un Français dit toute [tut], un québécois dira [tUt], avec une voyelle relâchée - une voyelle plus fermée que la voyelle dans hotte, par exemple, en français standard, mais pas aussi fermée que la voyelle telle qu'elle est réalisée par un Français.
Est-ce que le parler québécois contient plus de voyelles que le français standard? La bonne réponse est Oui et Non. D'après la phonologie des phonèmes, il y avait plus de voyelles phonétiques - donc la réponse est Oui - mais pas plus de phonèmes, parce que [i] et [I] font partie tous les deux du même phonème.
Un autre exemple, auquel nous reviendrons avec plus de détails par la suite. C'est le cas du fameux flap en anglais américain, qui a mystifié plus d'un Français qui n'a étudié que l'anglais "British" à l'école et qui rencontre un Américain en train de dire butter, ou atom, ou at all. Ce flap ne se trouve ni en Anglais d'Angleterre, ni en Français, mais il est très semblable au son représenté en espagnol par la lettre r (non-doublée) au milieu d'un mot, tel qu'en pero (mais pas perro), ou bien en ahora.
Nous ne simplifions qu'un peu si nous disons que c'est après une voyelle accentuée mais avant une voyelle non-accentuée que l'on trouve le flap, une règle qui est juste pour butter et pour atom, mais pas pour at all, où le flap se trouve également. C'est bel et bien le cas que la présence de ce flap dans le parler des Americains n'a pas du tout ajouté aux possibilités pour le lexique américain. Il n'y a aucune position dans un mot où on peut utiliser la différence entre un [t] et un [D] (ces symboles représentent un vrai t et le flap, respectivement) pour distinguer deux mots, tout comme le parler bordelais ne distingue pas deux mots avec leurs [o] et [O], et les québécois n'utilisent pas la différence entre [i] et [I] pour distinguer deux mots. La différence entre [t] et [D] n'est donc pas phonémique.
Le plus grand changement que la phonologie a subi pendant les années soixante, avec les succès de la phonologie générative, est un changement de valeur. La plupart des analyses structuralistes restaient encore valables dans ce nouveau contexte, mais elles n'étaient plus intéressantes.
Elles n'étaient plus intéressantes pour une seule raison. Dans toutes ces analyses prégénératives, le facteur qui conditionnait le choix d'allophone (o ou O, i ou I, t ou flap, dans les exemples que nous avons considérés) était présent en surface - il était présent dans le signal même.
Ce qui devint important dans le travail de la nouvelle génération de phonologues fit les règles, les principes, et les généralisations qui n'étaient pas de ce genre; les nouvelles généralisations (de la nouvelle génération!) furent basées sur une connaissance de la langue partagée par le locuteur et son interlocuteur, mais dont conditions n'étaient pas dans le signal (normalement pour des raisons anodines). Les faits suivants, qui viennent d'une langue africaine, le Tangale, serviront à titre d'exemple (v. Kenstowicz 1994).
En Tangale, une langue chadique qui se parle au Nigéria, il y a une règle phonologique qui convertit une obstruante non-voisée en obstruante voisée quand elle est suivie par une consonne nasale. Il n'est pas difficile de trouver des racines nominales qui se termine par une obstruante (p, t, k, b, d, g), telles que bugat 'fenêtre', tugat 'berry', aduk 'fardeau', kuluk 'harpe'. Les formes qu'on vient de citer sont les formes de ces noms quand ils ne sont pas fléchis, c'est-à-dire, quand ils ne sont pas suivis de suffixes. Quand on ajoute le suffixe qui spécifie que le nom est "défini", les formes de ces quatre noms sont bugati, tugadi, aduki, et kulugi. On serait tenté de demander pourquoi les consonnes finales de la racine deviennent voisées (t devient d, k devient g) dans deux des cas, et pas dans les deux autres. Mais cette façon de poser la question n'est pas correcte. C'est que les formes de base (ou, comme nous le dirons, les formes sous-jacentes) des racines sont: bugat, tugad, aduk, et kulug. Quand le suffixe -i se trouve après ces formes, les consonnes ne subissent aucun changement phonologique. Par contre, quand aucun suffixe n'est attaché à la racine, la dernière consonne subit une règle générale qui dévoise toute consonne qui se trouve à la fin d'un mot (tout comme en allemand ou en russe, d'ailleurs).
Il existe en Tangale une autre règle phonologique qui voise les obstruantes dans un autre contexte (d est la forme voisée de t, bien sûr, tout comme g est la forme voisée de k): quand on ajoute un suffixe qui commence par une consonne nasale (comme -no, suffixe qui se traduit par "mon" ou "ma"), une obstruante qui précède devient voisée. Les formes de nos quatre racines sont donc: bugadno, tugadno, adugno, et kulugno.
Nous trouvons des exceptions apparentes à cette règle pourtant. Le mot lutu "sac" devient lutno quand on ajoute le même suffixe -no, tout comme duka "sel" devient dukno. Ces mots-ci ne sont pas des exceptions irrégulières. Un suffixe comme -no qui commence par une consonne nasale et qui voise donc une consonne qui précède n'aura pas d'effet sur une racine si et seulement si la racine en question se termine par une voyelle dans sa forme sous-jacente, malgré le fait que cette voyelle ne se prononce pas dans la forme phonétiquement produite devant le suffixe en question. Dans le cas des mots pour "sac" et "sel", cette voyelle se prononce dans la forme apparentée (lutu et duka). On pourrait dire de façon métaphorique que la voyelle finale "protège" l'obstruante qui la précède des effets voisants de son voisin de droite dans les formes lut-no et duk-no, mais la protection offerte par la voyelle est efficace malgré le fait que la voyelle ne se prononce pas dans la forme en question.
Cet exemple illustre bien deux choses: (i) il peut y avoir une règle phonologique qui s'applique de façon tout à fait générale, et pourtant cette généralité peut être masquée à la surface. Si une consonne nasale ou liquide rend sonore une obstruante à sa gauche, ce n'est pas toujours vrai "à la surface" - il faut que ces deux consonnes soient adjacentes en représentation sous-jacente. (ii) Cette "représentation sous-jacente" n'est pas quelque chose de très abstrait. Il s'agit simplement d'une représentation d'un morphème, une seule représentation pour un morphème qui fait partie de la connaissance que possède de sa langue un locuteur du Tangale. Autrement dit, si une racine se termine par une voyelle, cette voyelle apparaîtra seulement dans certains cas - certaines réalisations de la racine en question. Néanmoins (et c'est là le point important) cette voyelle peut bien avoir un effet important même dans les cas où elle n'est pas présente en surface.
En ce qui concerne les outils de la phonologie contemporaine, il y a avant tout la prosodie, qui a été l'objet central des études phonologiques pendant les années 1975-1990. La prosodie, c'est le rythme, les tons, et la syllabation. L'étude des systèmes tonals dans les langues africaines surtout, mais aussi les langues asiatiques, a eu une influence énorme sur la théorie phonologique dans les pays anglophones.
Revenons au cas du flap américain. J'ai déjà proposé comme une première approximation la suggestion que l'on trouve le flap dans le contexte suivant: après une voyelle accentuée mais avant une voyelle non accentuée. Considérons les faits suivants, qui illustrent bien pourquoi cette première formulation n'est pas du tout mauvaise. En fait, si on ne considère que des /t/ strictement à l'intérieur d'un mot, cette généralisation est assez bonne pour l'américain "standard" (c'est-à-dire, pour mon parler!).
Mais au moment où on considère le comportement (ou la distribution) du flap autour d'une frontière de mot, on trouve une toute autre situation. Regardez les faits suivants.
Mot qui se termine par t suivi par un mot qui commence par une voyelle. Dans tous les quatre cas, le t se prononce comme un flap (ou, pour des raisons que nous n'explorons pas ici, un t glottalisé, s'il existe une pause, si courte soit-elle, après le t).
Ici c'est même plus facile d'établir la bonne généralisation: l'accentuation ne joue aucun rôle. Dans une suite Vt#V (où le dièse # indique la frontière entre deux mots), le t se réalise toujours comme un flap; dans la suite V#tV, le t ne se réalise jamais comme un flap. (Cette dernière généralisation n'est pas tout à fait juste, pourtant. Si le t en question fait partie des mots "to, tomorrow, tonight, today", il devient effectivement un flap. Le morphème to se comporte comme un suffixe en s'attachant au mot qui le précède.)
La théorie actuelle suggère que ces deux ensembles de conditions sont le résultat d'une séquence de procédures phonologiques. La création du flap est conditionnée par une syllabation très particulière: le phonème t se convertit en flap si et seulement si il appartient simultanément à la syllabe qui précède et à celle qui suit (cette condition s'appelle une affiliation ambisyllabique), d'après une analyse de Daniel Kahn qui remonte aux années 1970s. Cette structuration est représentée comme indiqué en (1).
(1) s s tire de syllabes
a t @ m tire de phonèmes
La syllabation se fait en deux étapes. Normalement - en Anglais, comme dans presque toutes les langues du monde - une seule consonne qui se trouve entre deux voyelles se lie à la même syllabe que la voyelle à sa droite (elle devient l'attaque de la syllabe de droite). En anglais, pourtant, s'applique une règle à la sortie de cette première règle. Selon cette règle plus tardive, une syllabe ouverte accentuée emprunte une consonne de la syllabe à sa droite (une syllabe ouverte étant, rappelons-nous, une syllabe qui se termine par la voyelle nucléaire); si la syllabe qui prête la consonne est elle-même accentuée, le processus est facultatif, sinon il est obligatoire (ce processus n'est pas rare parmi les langues du monde, et ressemble beaucoup au processus de dédoublement phonologique des consonnes en italien). Cette règle de syllabation à gauche s'applique seulement à l'intérieur des mots. Entre deux mots s'applique une toute autre règle, qui ajoute une ligne de syllabation à la droite si et seulement si un mot se termine par une consonne et le mot suivant commence par une voyelle. La première règle (celle qui s'applique à l'intérieur d'un mot) ajoute une affiliation syllabique à gauche; la deuxième, à droite. Dans les deux cas, le résultat de ce changement est une consonne ambisyllabique, et un t ambisyllabique se prononce comme un flap en Anglais américain.
Il n'y a pas de doute que cette analyse montre l'utilité des outils conceptuels des théories actuelles en phonologie qui peuvent s'appliquer aux problèmes complexes linguistiques qui portent une importance nette pour le chercheur intéressé par la parole.
Un des plus grands changements dans la forme de la phonologie dans les vingt dernières années a été le développement d'un système de représentation phonologique dit "autosegmental".
Une idée centrale de la phonologie autosegmentale est que les représentations ne consistent pas en une seule suite de segments (où phonèmes), mais plutôt en plusieurs suites autonomes (d'où vient le morphème auto dans le mot autosegmental). Tous les tons, considérés comme des segments autonomes et propres à eux-mêmes, se trouvent sur une ligne; et pour nos fins pratiques, nous pouvons dire que tous les autres segments, c'est-à-dire les voyelles et les consonnes, se trouvent sur une seule autre ligne. Au lieu d'appeler ces suites de segments des "lignes", on a recours à un mot technique. Le mot en Anglais est "tier", mot qui rappelle les sièges montés en rangs dans un grand amphithéâtre, sans équivalent parfait en Français. La traduction préférée des phonologues en France est celle offerte par François Dell: tire.
Une représentation autosegmentale consiste donc en deux (ou davantage, selon le cas) tires autosegmentales; chaque «tire» est composée d'une suite linéaire de segments du même type. Tous les tons se trouvent sur une tire; toutes les voyelles et consonnes (dans le cas simplifié qu'on considère ici) se trouvent sur l'autre tire.
Il est nécessaire pourtant d'indiquer la relation entre les éléments sur chaque tire, parce que si les éléments sur les deux tires sont autonomes les uns des autres, les relations sont d'une importance primordiale. La relation la plus importante est celle qui est indiquée par une ligne qui relie (ou comme on le dira, qui "associe") un élément sur une «tire» avec un élément sur l'autre. Ces lignes s'appellent des "lignes d'association". Au niveau phonétique, une telle ligne d'association indique la relation de synchronie.
Il faut souligner que l'autonomie des éléments sur les tires autosegmentales implique un certain nombre de conséquences:
Un élément sur la «tire» tonale peut être associé à une voyelle, deux voyelles (ou plus) - ou à aucune voyelle. Dans ce dernier cas, on a ce qu'on appelle un "ton flottant". Dans le cas plus complexe, c'est une consonne qui peut être flottante, comme dans le cas des consonnes dites "latentes" en Français.
La seule contrainte est la suivante, et il s'agit d'une contrainte importante: les lignes d'associations ne peuvent pas se croiser.
Il y a une autre propriété à souligner, qui deviendra importante par la suite: lorsqu'il y a une voyelle qui "flotte" (c'est-à-dire, qui n'est pas associée à un ton) et un ton qui flotte (dans le même sens), et que l'addition d'une ligne d'association entre ces deux éléments ne croise pas d'autres lignes d'association, la ligne est ajoutée automatiquement.
Le Tonga est une langue bantoue qui se parle en Zambie. Les douze verbes sont représentatifs du patron tonal verbal qui se trouve en Tonga; c'est-à-dire, à partir de ces douze formes, on trouvera les principes qui marchent (à quelques complexités près) pour des milliers de verbes en Tonga. Le système nominal (qui apparaît assez différent du premier abord) se révèle être une simplification du système verbal.
Une voyelle qui porte un accent aigu est prononcée sur un ton haut; une voyelle qui ne porte pas d'accent est prononcée sur un ton bas. Dans les mots en (2), le premier morphème (ndi "je" ou ba "ils") se réfère au sujet; le morphème la au temps; et un morphème qui se trouve entre la et la racine (mu "lui" ou ba "eux") se réfère à l'objet direct.
(2) a) Formes basées sur la racine langa "regarder"
ndi la langa ndi la mu langa ndi la ba langa
ba la langa ba la mu langa ba lá ba langa
b) Formes basées sur la racine bona "voir"
ndi la bona ndi la mu bona ndi la ba bona
ba lá bona ba lá má bona ba lá ba bon a
Ce qui est frappant dans le patron révélé par ces douze mots, c'est qu'il n'est pas du tout évident pourquoi les tons hauts se trouvent précisément là ou ils se trouvent et non pas ailleurs. Si nous comparons les mots ou la racine verbale est langa, il n y en a qu'un qui porte un ton haut, tandis que les mots dont la racine est bona portent un ton haut dans trois cas sur six. Mais le principe en question est en fait strict et régulier.
Albert Meeussen, le phonologue et bantouiste belge qui a analysé ce système, a reconnu qu'il y a trois éléments (dans ces douze mots) qui déclenchent la présence d'un ton haut: ces éléments sont le marqueur de sujet ba, le marqueur d'objet ba, et la racine bona.
Meeussen a remarqué que s'il encerclait ces trois morphèmes, il devient simple de prévoir où surgissent les tons hauts: ils se trouvent sur les syllabes non encerclées qui se trouvent (même à distance) entre deux morphèmes encerclés. Voilà son analyse. Dans une optique plus contemporaine, nous expliquons ce système en attribuant à chaque syllabe encerclée une mélodie de deux tons, un ton haut suivi d'un ton bas. Ce n'est que le second ton (bas) qui est associé à cette syllabe; le ton haut qui précède peut maintenant librement s'associer aux syllabes précédentes qui sont dépourvues de tons. Il existe en plus une règle phonologique en Tonga qui efface ou supprime le premier ton haut d'un verbe. Cette règle est responsable du fait que seulement un verbe qui porte deux mélodies tonales manifeste un ton haut à la surface.
Nous avons fait des progrès depuis l'analyse de Meeussen il y a trente ans, mais son idée centrale est préservée.
Le but ultime de la phonologie, c'est de déterminer la structure des sons dans une langue donnée, et en même temps de déterminer pourquoi la structure est telle qu'elle est et non pas autrement. C'est dans ce sens-là que les linguistes essaient d'expliquer le système linguistique. Si la physique essaie de diminuer le nombre de variables indépendantes dans cet univers - et donc de déterminer si le Créateur aurait pu créer un univers différent que celui que l'on connaît, ou si au contraire le notre est nécessaire et non contingent - la phonologie essaie de déterminer où le noyau du système sonore de la langue en question se trouve, et comment en déduire les conséquences de ce noyau.
Il n'est pas évident que ces questions répondent directement aux intérêts des chercheurs qui travaillent sur les problèmes de reconnaissance et synthèse automatique des langues naturelles. Mais le fait est que les unités déterminées par l'analyse linguistique traditionnelle (les phonèmes de l'Anglais et du Français) jouent un rôle important dans les systèmes de synthèse et d'analyse automatique de la parole. Comme nous l'avons vu, il y a un but central de la phonologie contemporaine qui n'est pas partagé avec la recherche sur la parole, à savoir, l'analyse formelle de la relation phonologique entre les mots apparentés, tels que bon et bonne, ou français et française. Pour les fins pratiques de la recherche sur la parole, la plupart des relations de ce genre peuvent être ignorées, en stockant toutes les formes rencontrés dans le lexique du système.
Mais les phonologues sont unanimes pour dire que la vision traditionnelle de l'énoncé comme une suite simple de phonèmes, arrangés l'un après l'autre, n'est pas correcte. Il existe des unités plus petites que les phonèmes (les autosegments, arrangés chacun sur une « «tire» « autonome) et des unités d'organisation qui sont plus grandes, telles que la syllabe et le pied prosodique. Si on veut établir un système automatique qui extrait des unités dans un corpus d'une langue (que ce soit des phonèmes ou des unités plus petites telles que les sénones), il ne suffit pas de noter quels sont les phonèmes à gauche et à droite; il faut spécifier le contexte prosodique dans lequel le son se trouve: s'il s'agit d'une consonne, est-ce qu'elle se trouve dans l'attaque de la syllabe (les consonnes qui précèdent la voyelle) ou dans la coda (celles qui la suivent, mais qui appartient à la même syllabe), etc.?
Dans le domaine de la synthèse, les succès des systèmes automatiques semblent être plus impressionnants quand on considère les unités telles que les consonnes et les voyelles, et moins impressionnant dans le domaine de la prosodie de la phrase, telle que l'intonation. Là encore, les travaux récents semblent appuyer l'idée que pour bien créer une intonation pour une phrase donnée, il faut passer par deux étapes, des moments qui correspondent aux niveaux d'analyse phonologique: un niveau de représentation où les syllabes sont étiquetées (où certaines syllabes sont donc marquées Haut ou Bas, tandis que d'autres ne sont pas marquées du tout). La encore, les travaux récents semblent appuyer l'idée que pour bien créer une intonation pour une phrase donnée, il faut passer par deux étapes, un passage qui correspond aux niveaux d'analyse phonologique: un niveau de représentation ou les syllabes sont étiquetées (ou certaines syllabes sont donc marquées Haut ou Bas, tandis que d'autres ne sont pas marquées du tout en ce qui concerne les tons), et un autre niveau de représentation ou chaque syllabe porte au moins une cible phonétique de F0 (si une syllabe porte plus d'un ton, elle portera également plus qu'une cible de F0 à ce niveau). Ce n'est que par le passage par ces deux niveaux qu'une analyse satisfaisante et adéquate peut être engendrée.
The Sound Pattern of English, Chomsky N. & Halle M. (1968) , New York: Harper & Row
Autosegmental and Metrical Phonology, Goldsmith J. (1990) , Oxford: Basil Blackwell
Syllable-based Generalizations in English Phonology, Kahn D. (1976) , Thèse de doctorat, Massachusetts Institute of Technology
Phonology in Generative Grammar, Kenstowicz M. (1994) , Oxford: Basil Blackwell