Perceptuell gräns för vokallängd: en perceptuell studie av syntetiserade arabiska vokaler

Varför små tidsbitar spelar roll i tal

När vi hör någon tala arabiska märker vi sällan hur länge varje vokal varar. Ändå kan små tidsskillnader helt ändra ett ords betydelse – ungefär som skillnaden mellan ”bit” och ”beat” på engelska. Denna artikel ställer en till synes enkel fråga: hur lång måste en vokal vara innan infödda talare av två stora arabiska dialekter uppfattar den som ”lång” snarare än ”kort”? Genom att besvara det visar studien hur våra öron skär upp kontinuerligt ljud i språkets distinkta byggstenar.

Korta och långa ljud som förändrar betydelsen

Arabiska använder vokallängd som en central del av sitt ljudsystem: par som /a/ och en längre /aː/ kan skilja helt olika ord åt. Tidigare arbete har mätt hur långa dessa vokaler tenderar att vara i tal och visat att långa vokaler vanligtvis är ungefär en och en halv till tre gånger så långa som korta. Men de studierna fokuserade på hur vokaler produceras, inte hur de uppfattas. Denna studie vänder på frågan: vid vilken punkt längs en gradvis ökning i duration byter lyssnare från att höra en vokal som kort till att höra den som lång — och ser denna bytespunkt likadan ut för talare av olika arabiska dialekter?

Två dialekter under luppen

Forskaren jämförde lyssnare från Najdi‑arabiska, som talas i centrala Saudiarabien, och Kairensk arabiska, den dominerande dialekten i Kairo. Båda varianterna delar samma grundläggande uppsättning av tre korta vokaler /a, i, u/ och tre långa vokaler /aː, iː, uː/. För att fokusera rent på timing använde studien noggrant redigerade inspelningar av tre minimala ordpar (till exempel ett kortvokalsord som betyder ”han skrev” mot ett långvokalsord som betyder ”han korresponderade”). Utifrån naturligt långa vokaler pressade författaren gradvis deras duration i små steg, med programvara som bevarade tonhöjd och ljudkvalitet samtidigt som vokalen förkortades. Detta skapade jämna serier av vokaler som sträckte sig från tydligt långa till tydligt korta utan att införa onaturliga fel.

Lyssna och välja mellan två ord

Fyrtio vuxna deltagare — tjugo Najdi‑talare och tjugo Kairensiska talare — genomförde en online‑lyssningsuppgift. Efter en kort bekantskapsfas med de ursprungliga, oredigerade ordparen hörde varje person de manipulerade versionerna en efter en. För varje föremål var de tvungna att avgöra vilket ord de hörde: versionen med lång vokal eller den med kort vokal. De kunde spela upp ett ljud på nytt innan de svarade, men när de svarat kunde de inte gå tillbaka och ändra sitt val. Med statistiska modeller som tar hänsyn till både det specifika ordet och den enskilde lyssnaren följde forskaren hur sannolikheten för ett ”långt” svar ökade i takt med att vokalen blev längre i millisekunder.

Var lyssnarna drar gränsen i tiden

Resultaten visar att duration är en stark ledtråd för alla tre vokaler, men att den exakta gränsen mellan kort och lång beror på både vokaltyp och dialekt. För den höga främre vokalen [i] började kairenska lyssnare höra vokalen som lång vid kortare durationer — omkring 84 millisekunder — medan najdiska lyssnare typiskt behövde ungefär 96 millisekunder innan de bytte till ”lång”. Kairenska lyssnare ändrade också sina bedömningar mer abrupt längs tidskalan, vilket tyder på en skarpare, mer kategorisk gräns. För den låga vokalen [a] delade båda grupperna nästan exakt samma gräns, nära 101 millisekunder, även om kairenska lyssnare återigen visade en brantare, mer avgörande förflyttning. För bakre vokalen [u] låg gränserna mycket nära varandra — cirka 100 millisekunder för najdiska talare och 110 för kairenska talare — och den lilla skillnaden var inte statistiskt meningsfull.

Vad detta säger om hur vi hör tal

För en lekman kan dessa tiotals millisekunder verka triviala, men de visar hur finstämt vårt hörande är för ljudmönstren i den egna dialekten. Studien visar att najdiska och kairenska talare är överens om den allmänna tid som behövs för att markera en vokal som lång, särskilt för [a] och [u], men att de kalibrerar den tiden olika för [i]. Den visar också att individer varierar: vissa lyssnare behandlar övergången från kort till lång som ett skarpt steg, andra som en mer gradvis förskjutning. Tillsammans stöder dessa fynd idén att ljudkategorier inte är stela, universella lådor. I stället formar vår erfarenhet av en viss dialekt de exakta temporala trösklar som våra hjärnor använder för att omvandla ett flytande ljudflöde till betydelsebärande ord.

Citering: Alfaifi, A. Perceptual boundary of vowel quantity: a perceptual study of synthesized Arabic vowels. Humanit Soc Sci Commun 13, 271 (2026). https://doi.org/10.1057/s41599-025-06454-8

Nyckelord: Arabiska vokaler, vokallängd, talperception, dialektvariation, fonetik