Notation. Schnittstelle zwischen Komposition, Interpretation und Analyse

Einleitung

Gesprochene und gesungene Sprache sind Klangerzeugnisse des menschlichen Atmungs- und Artikulationssystems. Je nachdem, ob die im Kehlkopf befindlichen Stimmbänder geöffnet bleiben oder sich quasi-periodisch öffnen und schließen, erzeugt die durchströmende Atemluft entweder stimmlose oder stimmhafte Laute. Stimmhafte Laute weisen wahrnehmbare Tonhöhen auf, die maßgeblich von der Frequenz eines solchen Öffnungs- und Schließvorgangs abhängen. Sowohl bei gesprochener als auch bei gesungener Spracherzeugung wird die Spannung der Stimmbänder gesteuert, um die Grundfrequenz des Sprachsignals zu modulieren. Diese Frequenzmodulation erzeugt ›Tonhöhenverläufe‹, die gemeinsam mit dem entsprechenden Rhythmus verschiedenartige Melodien formen. Die »melodische Gestaltung sprachlicher Äußerungen« wird in der Linguistik als ›Intonation‹ bezeichnet. 1

Trotz der grundlegenden Ähnlichkeiten zwischen den physiologischen Prozessen, die der Entstehung von Tonhöhenverläufen in gesungener und gesprochener Sprache zugrunde liegen, sind diese beiden Formen der Phonation klar unterscheidbar. Während im Gesprochenen die gleitenden und rapiden Tonhöhenbewegungen den Höreindruck prägen, wird Gesungenes meist als eine Abfolge diskreter Tonstufen gehört. Jedoch verhindert die größere Instabilität der Tonhöhe, die in Sprechmelodien feststellbar ist, nicht die Wahrnehmung der intervallischen Strukturen. Die periodischen Anteile des Sprachsignals gewährleisten die Robustheit der Tonhöhenwahrnehmung 2 – nur wird die Aufmerksamkeit beim Hören eines Redeflusses meist nicht darauf gerichtet. Die Sprechmelodie erfüllt in Zusammenspiel mit dem Wortlaut primär kommunikative Funktionen, die in der Grammatik der jeweiligen Sprache kodiert sind. Erst wenn diese Kommunikationsebene in den Hintergrund rückt oder gar erlöscht – sei es durch gezieltes Hinhören oder wegen der Unzugänglichkeit der Bedeutung – tritt die Beschaffenheit des Tonhöhenverlaufs hervor.

Obwohl die Sprechmelodie eine zentrale Rolle im mündlichen Ausdruck einnimmt, wird sie in den meisten Sprachen nicht oder nur andeutungsweise verschriftlicht. Seit Ende des 18. Jahrhunderts wurde mangels eigener Repräsentationssysteme und wegen der Affinität zur Musik für die grafische Aufzeichnung von Sprechmelodien die musikalische Notenschrift verwendet. In der modernen Intonationsforschung, einem Teilgebiet der Phonetik und Phonologie, konnte sich jedoch diese Art der Notation nicht durchsetzen. 3 Die jüngsten technischen Entwicklungen, die die Extraktion des Grundfrequenzverlaufs aus dem akustischen Signal und dessen grafische Darstellung ermöglichen, zeigen sich für die Zwecke der Intonationsforschung akkurater und geeigneter als die Notenschrift. Doch wenn die sprachliche Intonation auf ihre musikalischen Eigenschaften untersucht wird, kann ein gemeinsames Repräsentationsmodell für Musik und Sprache von Vorteil sein. Ziel dieses Beitrags ist es, zu zeigen, wie die Transkription in Form musikalischer Notation eine wertvolle Schnittstelle zur Analyse von Sprechmelodien bilden kann. Zu diesem Zweck werden zunächst frühe und moderne Formen der grafischen Repräsentation und die verschiedenen kommunikativen Funktionen der Intonation beleuchtet. Darauf aufbauend wird ein Ansatz zur Transkription in Notenschrift vorgestellt und diskutiert. Hierfür ist es unabdingbar, die neusten Erkenntnisse im Bereich der Linguistik und der Musikpsychologie zu berücksichtigen. Zum Schluss werden am Beispiel der transkribierten Sprechmelodie mögliche analytische Ansätze dargelegt.

Die Sprechmelodie und die Geschichte ihrer grafischen Repräsentation

Die Sprechmelodie ist erstaunlich variabel: Sprachen unterscheiden sich durch ihre eigentümliche Melodik. Jeder Mensch redet anders, höher oder tiefer, in kleinerem oder größerem Tonumfang. Doch diese Variabilität unterliegt Regeln. In jeder Sprache übernimmt der Tonhöhenverlauf systematische Funktionen, die sich aus der jeweiligen Grammatik ergeben. 4 In Tonsprachen – wie Mandarin-Chinesisch oder Thailändisch – sind Tonhöhenbewegungen u.a. für die Differenzierung der Bedeutung einzelner Worte zuständig. In den sogenannten Tonakzentsprachen – wie Schwedisch, Lettisch oder Kroatisch – werden Wortakzente nicht nur durch Erhöhung des Schalldrucks, sondern primär durch Variation der Tonhöhe realisiert. 5 Auch die altgriechische Sprache besaß solche melodischen Wortakzente, 6 deren besonderer musikalischer Charakter sich vor allem in der Redekunst bemerkbar machte. Schon Dionysios von Halikarnassos (ca. 54 v. Chr. bis 7 n. Chr.) verglich die hellenische Rhetorik mit der damaligen Vokal- und Instrumentalmusik, und beobachtete, dass sich diese einzig »in Grad« aber nicht »in ihrer Beschaffenheit« unterschieden. 7 Um die eigentümliche Sprechmelodie des Altgriechischen schriftlich zu konservieren, begann man im 3. Jahrhundert ihre Tonakzente mittels diakritischer Zeichen zu notieren. 8 Verschiedene Autoren sind der Auffassung, dass diese Akzentzeichen – Akut, Gravis und Zirkumflex – mögliche Vorgänger der mittelalterlichen Neumen-Notation sein können. 9

In den Intonationssprachen, wozu Deutsch und Englisch zählen, dienen Tonhöhenverläufe primär der Realisierung syntaktischer Akzente auf Satzebene, wodurch die Informationsstruktur von Äußerungen verdeutlicht wird. Das heißt aber nicht unbedingt, dass ihr musikalischer Charakter weniger ausgeprägt ist als bei Ton- und Tonakzentsprachen. In manch deklamatorischem Vortragsstil, wie er auf Theaterbühnen bis ins 20. Jahrhundert gepflegt wurde, erscheint die Grenze zwischen Singen und Sprechen fließender. Aufgrund der erhöhten emotionalen Involviertheit des Sprechers und der Vorrangstellung der metrischen Struktur, die Gedichte und Theatertexte aufweisen, kann durch Silbendehnungen und vergrößertem tonalen Register eine singende Sprechweise entstehen. 10 Diese Ähnlichkeit zwischen einer ›gesteigerten Rezitation‹ und dem Gesang findet häufig Erwähnung in der Literatur. J.W. von Goethe macht in seinen Regeln für Schauspieler (1803) darauf aufmerksam, dass die Schauspielenden die Deklamation mit gewisser Zurückhaltung zu gestalten hätten: Um nicht »in das Singen« zu verfallen, sollten sie vermeiden, weder »zu schnell« die Töne zu wechseln noch »zu tief oder zu hoch oder durch zu viele Halbtöne zu sprechen«. 11 Auch der deutsche Kapellmeister und Komponist Louis Köhler setzte sich mit dem Thema auseinander. In seiner Abhandlung Die Melodie der Sprache (1853) behauptet er, dass in »der schönen Deklamation lyrischer Poesie […] unzweifelhaft auch eine schöne Melodie verborgen« sei. »Um die natürliche Quelle des Gesanges zu finden«, so Köhler, müsse man »in gehobener Gefühlsstimmung ausdrucksvoll […] sprechen, und so den in jedem Worte liegenden Ton [ablauschen]«. 12 Nach diesem Verfahren transkribierte er gesprochene Sprache in Notenschrift und berücksichtigte dabei die Unbestimmtheit der Tonhöhe in unakzentuierten Silben (Abb. 1).

Aber bereits im Jahr 1779 stellte Joshua Steele in seinem theoretischen Werk Prosodia rationalis eine Methode zur Aufzeichnung von Sprechmelodien vor, die akkuratere Darstellungen ermöglichte, als die von Köhler. In seinen Erläuterungen benutzte der britische Schriftsteller ein Notensystem aus fünf Hauptlinien, die denjenigen entsprechen, die in der Musik verwendet werden. Durch die dazwischen gezeichneten dünneren und gestrichelten Linien wurde ein Viertelton-Raster gebildet. Damit war es möglich, die gleitenden Tonhöhenbewegungen der Sprache mit großer Genauigkeit aufzuzeichnen. Anstatt der in der Musik verwendeten Notenköpfe, benutzte er in Anlehnung an die altgriechischen Akzentzeichen, steigende, fallende oder geschwungene Striche. Der Sprachrhythmus wurde mittels Notenwerten festgehalten (Abb. 2).

Sowohl Steele als auch Köhler notierten Sprechmelodien, indem sie selbst beim Sprechen auf die Tonbewegungen ihrer eigenen Stimme achteten. 13 Leoš Janáček (1854–1928) seinerseits, getrieben von seinem ethnomusikologischen Interesse, lauschte auf die Sprechmelodie seiner Landsleute. Ab 1897 und bis ans Ende seines Lebens notierte Janáček Sprechmelodien (Tschechisch nápěvy mluvy ) von Kindern, Passanten und engen Verwandten in realen Lebenssituationen. Solche »realen Motive« sind meist kurze Äußerungen, die der Komponist vor Ort und in Echtzeit mithilfe seines absoluten Gehörs notierte. 14 Die meisten Aufzeichnungen, die Janáček in seinen Notizblöcken sammelte, sind in tschechischer Sprache, aber Transkriptionen aus anderen Sprachen – u.a. Französisch, Russisch und Deutsch – kommen ebenfalls vor. Der Melodieverlauf wurde in einem Notensystem im chromatischen Tonvorrat notiert und oft mit Dynamikangaben versehen. Im Regelfall wurde eine Tonhöhe pro Silbe festgelegt. 15 Es war Janáček dennoch bewusst, dass die konventionelle musikalische Notation lediglich eine grobe Momentaufnahme der flüchtigen Sprechmelodien darstellen konnte. 16

Auch im Bereich der Phonetik wurde seit Ende des 19. Jahrhunderts die herkömmliche musikalische Notation verwendet, um den »musikalischen Satzton« bestimmter Äußerungstypen darzustellen. Beispiel hierfür ist eine ab 1893 veröffentlichte Sammlung kurzer Grammatiken deutscher Mundarten (Abb. 3). Die Aufzeichnungen stützten sich lediglich auf das Gehör und konnten deshalb – wie einer der Autoren selbst anmerkte – nur annähernd die »feinen Nuancierungen« der Satzintonation ausdrücken. 17

Die Rolle der Tonaufnahmetechnik in der Wahrnehmung und Repräsentation von Sprechmelodien

Erst mit der Entwicklung der Tonaufnahmetechnik im Laufe des 20. Jahrhunderts wurde es möglich, eine sprachliche Äußerung wiederholt und unverändert anzuhören. Die natürliche prosodische Variabilität, die selbst innerhalb Äußerungen desselben Sprechers auftritt, konnte damit umgangen werden. 18 So waren Phonetiker in der Lage, eine exaktere Erfassung von Tonhöhenverläufen vorzunehmen. 19 Doch die Erkennung der Tonhöhe erfolgte weiterhin durch das Gehör, sodass die Ergebnisse nach wie vor – auch wenn in geringerem Maße – subjektiv sind.

Der Einfluss der technisch erzeugten und exakten Wiederholung auf die subjektive Einschätzung, ob eine Äußerung gesungen oder gesprochen wird, war in den letzten Jahren Gegenstand musikpsychologischer Forschung. Das Phänomen der perzeptiven Verwechslung beider Arten der Klangerzeugung zeigt sich in der von der englischen Musikpsychologin Diana Deutsch dokumentierten Speech-to-Song Illusion . 20 Dabei wurde experimentell festgestellt, dass eine kurze gesprochene Äußerung den meisten Zuhörern mit musikalischer Ausbildung als gesungen vorkommt, wenn sie mehrmals unverändert wiederholt wird. Die Wiederholungen begünstigen offenbar die Entbindung der Sprechmelodie von ihrer dienenden Rolle als Werkzeug der Informationsübermittlung. Es setzt eine Stilisierung des Tonhöhenverlaufs ein, die der melodischen Gestaltung einen Eigenwert verleiht. Laut Deutsch et al. wird bei diesem Phänomen die individuelle Fähigkeit gefordert, regelbasierte Eigenschaften des musikalischen Tonsystems, die im Langzeitgedächtnis verankert sind, abzurufen. Damit wird der akustische Reiz so verarbeitet, dass er sich der Vorstellung einer präzisen Melodie annähert. Neuere Studien zeigen, dass dies auch von Musikhörern ohne besondere musikalische Bildung bewerkstelligt wird. 21 Dennoch ist zu beobachten, dass die Illusion nicht bei jeder gesprochenen Äußerung in gleicher Ausprägung eintritt. Die Untersuchungen von Tierney et al. liefern hierfür den statistischen Beleg. 22 Manche Äußerungen stuften die Probanden schon nach wenigen Wiederholungen tendenziell als musikähnlich ein, andere wurden unter vergleichbaren Bedingungen weiterhin eher als gesprochen empfunden. Die Experimente von Tierney et al. zeigen eine Reihe von Faktoren auf, die die perzeptorische Transformation begünstigen und bestätigen die Beobachtung, dass Gesprochenes als Musik gewertet werden kann, auch wenn es nicht mit der Absicht produziert wurde, als Musik zu gelten. 23

Obwohl Gesprochenes wie eine musikalische Umsetzung des Textes empfunden werden kann, wird im modernen Diskurs der Linguistik der musikalischen Beschaffenheit von Tonhöhenverläufen wenig Aufmerksamkeit geschenkt. Nach dem Ansatz der ›Autosegmental-Metrischen Phonologie‹, auf dem die meisten Systeme der Intonationsanalyse beruhen, sind in Tonhöhenverläufen nur diejenigen Eigenschaften relevant, die eine sprachliche Funktion erfüllen. Hauptziel der aktuellen Intonationsforschung ist also, aus der Menge von Tonhöhenverläufen, die beim Sprechen erklingen, die kommunikativ relevanten Konturen zu identifizieren. 24 Hierfür ist in erster Linie die binäre Unterscheidung zwischen Hoch- und Tieftönen ausschlaggebend. Für die Beschreibung der Intonation des Deutschen, sowie anderer westgermanischer Sprachen, werden Annotationssysteme verwendet, die die Hoch- und Tieftöne mit den entsprechenden Silben assoziieren (Abb. 4). In den 1990er Jahren wurden Algorithmen entwickelt, die die Bestimmung des Grundfrequenzverlaufs aus dem digitalen Sprachsignal mit großer Zuverlässigkeit ermöglichen. Mit Computerprogrammen für phonetische Analyse wie Praat 25 können grafische Darstellungen des Grundfrequenzverlaufs erzeugt werden, welche in der Intonationsforschung breite Anwendung finden.

Eine Form der grafischen Darstellung des Grundfrequenzverlaufs anhand von algorithmischen Messungen, die Analogien zu Musik erweckt, liefert das von Piet Mertens entwickelte Prosogram- Modell. 26 Dieses basiert auf der Beobachtung, dass der Umfang der Tonhöhenschwankungen innerhalb einer Silbe im Verhältnis zur Silbendauer meist klein genug ist, um beim Rezipienten die mentale Repräsentation einer stabilen Tonhöhe auszulösen. Sprechmelodien werden deswegen beim Prosogram-Modell weitgehend als Abfolge diskreter Tonhöhen dargestellt. Hierbei wird jeder Silbe einer Äußerung entweder eine Tonhöhenstufe oder eine Gleitbewegung (Glissando) zugewiesen.

Abseits der Hauptströmung der Intonationsforschung wurde 2017 im Rahmen einer Konferenz der International Speech Communication Association eine »neue Methode zur Transkription von sprachlicher Prosodie« in Form musikalischer Notation vorgestellt. Bei dieser Methode wird das akustische Sprachsignal – ähnlich wie beim Prosogram -Modell – in Vokaleinheiten ( vowel-to-vowel units ) zergliedert. 27 Für jeden tonhöhentragenden Silbenkern wird der Mittelwert der Grundfrequenz algorithmisch ermittelt und damit die auftretenden Schwankungen, unabhängig davon, wie groß sie ausfallen, geglättet. Die ermittelten Frequenzwerte werden mittels eines automatisierten Verfahrens in Tonhöhen umgerechnet und mit der nächstliegenden Stufe einer gleichschwebenden Vierteltonskala in Übereinstimmung gebracht. In Anlehnung an die bereits erwähnte Arbeit von Steele wird das Ergebnis in gewöhnlicher Notenschrift mithilfe von Vierteltonversetzungszeichen notiert. Ein ähnliches automatisiertes Prozedere wurde von Menninghaus et al. vorgeschlagen, um großen Datenmengen zu sammeln. Auch hier wird pauschal der Mittelwert der Grundfrequenz auf Silbenebene herangezogen. Diese diskrete Werte werden anschließend in Halbtonstufen konvertiert und in MIDI-Daten umgewandelt, die wiederum in Notenschrift dargestellt werden. 28

Notation von Sprechmelodien

Die Transkription in Form von Notenschrift mag in der Intonationsforschung nicht zielführend sein, aber sie kann sich als nützliches Medium erweisen, intervallische Strukturen des Tonhöhenverlaufs offenzulegen, die mit Mitteln der sprachwissenschaftlichen Intonationsanalyse nicht darstellbar sind. Im Folgenden wird ein methodischer Ansatz zur Notation von Tonhöhenverläufen skizziert, der – anders als bei den bereits zitierten Arbeiten von Meireles et al. und Mennighaus et al. – auf dem subjektiven Tonhöheneindruck basiert. Der Sprachrhythmus bleibt dabei unbeachtet. Diese Vorgehensweise ist in erster Linie zur Anwendung auf die deutsche Sprache konzipiert.

Als Quelle für die nachfolgende Transkription dienten unkomprimierte digitale Audioaufnahmen, die die technischen Empfehlungen im Bereich der phonetischen Analyse befolgen. 29 Die benutzten Daten wurden mit 44100 Hz Abtastrate in 16bit-Quantisierung aufgenommen und im WAV-Format gespeichert. Als Vorlage wurde ein Gedicht von Heinrich Heine verwendet. Eine Deutschmuttersprachlerin mit baden-württembergischen Wurzeln wurde aufgefordert, die folgende Strophe des Gedichtes ausdrucksvoll vorzulesen:

Gehörmäßige Erfassung des Tonhöhenverlaufs

Zunächst wurde die entstandene Tonaufnahme in kleinere Abschnitte geteilt. In diesem Fall war es naheliegend, aus jedem Vers einen Abschnitt zu bilden. Diese Abschnitte fallen jeweils mit einer Intonationsphrase zusammen, die von der nächsten entweder durch eine akustische Pause oder eine Verlangsamung der Sprechgeschwindigkeit getrennt ist. Durch wiederholtes Abspielen jedes einzelnen Verses wurde die Gelegenheit geschaffen, die bereits beschriebene Speech-to-Song Illusion auszulösen, um dadurch den wahrgenommenen Tonhöhenverlauf vom Gehör zu erfassen. Da wo die perzeptorische Transformation sich nicht mit der nötigen Robustheit einstellte, wurde die Tonaufnahme silbenweise abgespielt. Somit konnte für jede Silbe die Tonhöhe bestimmt werden, die die Intervallqualität zu den benachbarten Silben am besten darstellte. Schließlich wurde die Tonfolge per Annäherungsprinzip im chromatischen Tonvorrat notiert (Abb. 5). Diese Aufgabe wird vom Gehör womöglich mithilfe der bereits 1738 vom Mathematiker Leonhard Euler beschriebenen Fähigkeit des ›Zurechthörens‹ bewerkstelligt. 31 Auf das komplexe Phänomen, welches das tonhöhenkorrigierende Hören ermöglicht, kann im begrenzten Umfang dieser Arbeit jedoch nicht eingegangen werden. 32

Messtechnischer Abgleich

Das Rohtranskript (Abb. 5) ist Ergebnis einer subjektiven Tonhöhenerfassung, die nun einem messtechnischen Abgleich unterworfen wird. Dabei soll untersucht werden, welche Eigenschaften des Sprachsignals für den subjektiven Tonhöheneindruck, die im Rohtranskript repräsentiert ist, maßgeblich sind. Um das Ergebnis mit dem algorithmisch ermittelten Grundfrequenzverlauf ( f 0 - Verlauf) zu vergleichen, wird die Audiodatei im Phonetik-Programm Praat analysiert. Zur Analyse gehört die Aufteilung des Signals in Segmente (Silben), die orthografische Transkription sowie die Annotation der Tonhöhenakzente und Grenztöne am f 0 - Verlauf nach dem Modell German Tones and Break Indices , kurz GToBI (Abb. 4). 33 Die isolierten Silben werden anschließend einzeln analysiert, um die jeweiligen Tonhöhen untereinander zu vergleichen. Dieser Vergleich ist dadurch erschwert, dass die Tonhöhe innerhalb der Silbe tatsächlich deutlichen Schwankungen unterliegt. Für jede Silbe wird deswegen das Minimum, das Maximum und der Mittelwert 34 des f 0 - Verlaufs sowie der f 0 - Wert am Punkt maximaler Schallintensität in der betreffenden Zeitspanne gemessen. Dadurch wird einerseits untersucht, ob Übereinstimmungen zwischen dem melodischen Höreindruck und den gemessenen f 0-Werten zu finden sind. Anderseits kann aus eventuellen Übereinstimmungen abgeleitet werden, welcher gemessene Wert den Höreindruck in diesem konkreten Beispiel geprägt hat.

Bei der Auswertung des gemessenen f 0-Verlaufs darf nicht ignoriert werden, dass nicht alle Silben in gleichem Umfang zur melodischen Gestaltung einer Äußerung beitragen. 35 Nach dem Ansatz der ›Autosegmental-Metrischen Phonologie‹ werden Tonhöhenverläufe als Sequenzen von phonetischen Zielpunkten und deren linearer Interpolation repräsentiert. Diese Zielpunkte befinden sich am Tonhöhengipfel der Akzentsilbe und deren Begleittöne, sowie an Phrasen-Grenzen. Tonakzente sind meist mit schnellen, gleitenden Tonhöhenbewegungen verknüpft. Diese werden im Notenbild mit Slide-Symbolen angedeutet, wie sie in der Jazz-Notation gebräuchlich sind (Abb. 6).

Mithilfe eines manipulierten f 0 - Verlaufs lässt sich feststellen, dass die Reduktion des ursprünglichen Verlaufs auf eine lineare Tonsequenz keine signifikante Änderung der wahrgenommenen Sprechmelodie verursacht (Abb. 7). 36 Der Tonhöhenverlauf kann also als eine lineare Sequenz beschrieben werden: Der initiale tiefe Grenzton (›Wenn‹) breitet sich im leichten Tonhöhenanstieg zum Anfang des Tonakzents auf der Silbe ›dei(ne)‹ aus. Von dort an folgt ein steiler Anstieg bis zum Gipfelton der Intonationsphrase. Der Gipfelton wird am Punkt des maximalen f 0-Wertes innerhalb der betonten Silbe ›dei(ne)‹ erreicht. Danach folgt ein herabgesetzter Tonhöhenakzent auf der Silbe ›Au(gen)‹ und schließlich fällt die Melodie bis zum finalen Grenzton, der sich über die Länge der Silbe ›seh‹ erstreckt.

In dieser Tonsequenz (Abb. 6) entstehen zwischen den fünf festgelegten Zielpunkten vier Intervalle, deren Größe nun mit dem Verhältnis zwischen den algorithmisch errechneten f 0-Werten verglichen wird (Abb. 9). Das gemessene Intervall vom initialen Grenzton (›Wenn‹) zum Anstiegsbeginn des Akzents (›deine‹) beträgt 105 Cent, und stimmt somit mit der wahrgenommenen Intervallqualität überein. Das gleiche gilt für die Intervalle vom Hochton ›dei(ne)‹ zum nächsten Hochton ›Au(gen)‹, und von diesem zum finalen Grenzton. Doch im Tonakzentbereich ›deine‹ erklingt die Terz (213,2:260,7 Hz ≃ 9:11) mit 348 Cent etwa einen Viertelton höher als eine temperierte kleine Terz. Nichtsdestotrotz befindet sich dieser Wert näher an der reinen kleinen Terz (5:6), deren Größe 316 Cent beträgt, als an der reinen großen Terz (4:5), die mit 386 Cent ein wenig entfernter liegt. Die Tonhöhen a und c1 bringen somit annäherungsweise die Intervallqualität zum Ausdruck. Folglich bilden die notierten Zieltöne ein robustes Gerüst der wahrgenommenen Sprechmelodie.

Die Töne für die restlichen drei Silben (›ich‹, ›ne‹ und ›gen‹) liegen auf Übergängen zwischen den notierten Zieltönen (Abb. 7), und besitzen deswegen nach den Modellen der Intonationsanalyse geringere funktionale Relevanz . 37 Damit ist gemeint, dass sie für die Wahrnehmung der Intonationskontur eine untergeordnete Rolle spielen. Dies lässt vermuten, dass der perzeptive Eindruck über die Tonhöhe solcher ›intermediären Silben‹ unter Einfluss der benachbarten Zieltöne steht. Beim Vergleich der gehörmäßig erfassten Tonfolge mit den entsprechenden algorithmischen Messwerten in den Silben, die sich in der Nähe des Akzenttons befinden, kann eine deutliche Abweichung zwischen der wahrgenommenen Tonhöhe und dem f 0-Mittelwert beobachtet werden (Abb. 9). So orientiert sich anscheinend das Gehör im Akzentton-Bereich eher am f 0-Maximum, während in der Nähe von Phrasengrenzen der f 0-Mittelwert und der f 0-Wert am Punkt maximaler Schallintensität maßgebend sind. Werden diese unterschiedlichen Referenzwerte herangezogen, so liegen die notierten Tonhöhen und die entsprechenden Messwerte kaum mehr als 50 Cent auseinander.

Bei der Transkription des Tonhöhenverlaufs wird die unterschiedliche Funktion von Zieltönen und Übergängen berücksichtigt: Tonhöhen von Silben, die Zieltöne beinhalten, werden mit größeren Notenköpfen notiert, als diejenigen, die auf Übergängen liegen. Gleitende Tonhöhenbewegungen an Tonakzenten werden mit Slide-Symbolen angedeutet. Zusätzlich wird die musikalische Darstellung mit einer prosodischen Annotation nach dem GToBI-Modell versehen. Die Abbildung 11 zeigt nun eine fertige Transkription für die ersten zwei Verse des Gedichtes, die nach der beschriebenen Vorgehensweise erstellt wurde.

Diskussion

Der vorgestellte Ansatz zur Transkription von Sprechmelodien ist in der Annahme begründet, dass Tonhöhenverläufe gesprochener Äußerungen als Abfolge diskreter Tonhöhen aufgefasst werden können. In diesem konkreten Fall zeigen die f0- Messwerte, dass die Tonhöhe deutlichen Schwankungen unterliegt, und dies sowohl auf Phrasenebene als auch innerhalb der Silbe. Manche lokalen Schwankungen sind auf ›mikroprosodische Variationen‹ zurückzuführen, die in der Regel nur als »Variation der Stimmqualität« wahrgenommen werden. 38 Deutlich wahrnehmbar sind allerdings die Tonhöhenbewegungen im Bereich der Tonakzente. Dort liegen die gemessenen f 0 - Extremwerte weit auseinander. Aus den erhobenen Daten ist herauszulesen, dass sich die in diesem konkreten Experiment wahrgenommene Tonhöhe im Bereich der Tonakzente dem f 0 - Maximum nähert. In den restlichen Silben am Rande der Intonationsphrase ist wiederum eine Annäherung zwischen dem f 0-Mittelwert bzw. dem f0- Wert am Punkt maximaler Schallintensität und dem Höreindruck festzustellen. Das lässt zweierlei Vermutungen zu: Erstens, dass das Gehör in der Lage ist, aus einem schwankenden f 0 - Verlauf einer Silbe den Eindruck einer diskreten Tonhöhe zu bilden; zweitens, dass dieser Eindruck auf unterschiedliche Merkmale der Grundfrequenzkurve zurückführen ist, je nachdem ob sich die Silbe in der Nähe eines Tonhöhenakzents oder in einer anderen wenig prominente Position innerhalb der Intonationskontur befindet. Das deutet darauf hin, dass Methoden, wie die von Meireles et al. und Menninghaus et al., die pauschal nur den Mittelwert der Grundfrequenz heranziehen, die wahrgenommene Intervallqualität nicht zuverlässig abbilden können. Diese verallgemeinernden Hypothesen müssten anhand umfangreicherer empirischer Versuche geprüft werden. Belastbare Resultate könnten nur dann erzielt werden, wenn man mehrere Tonaufnahmen verschiedener Versuchspersonen heranziehen würde.

Eine weitere Voraussetzung für die Zuverlässigkeit der Transkriptionsmethode ist, dass die wahrgenommenen diskreten Tonhöhen der Sprachmelodie im chromatischen Tonvorrat dargestellt werden können. Es ist evident, dass diese Tonhöhen in keinem unmittelbaren Gleichklang mit dem Halbton-Raster der gleichschwebenden Stimmung stehen. Vielmehr ist die Transkription das Ergebnis einer Simulation der musikalischen Wahrnehmung, bei der die Intervallqualität in den Vordergrund rückt. Die Annahme liegt nahe, dass dieser Prozess aus der in Zusammenhang mit der Speech-to-Song Illusion beschriebenen Fähigkeit hervorgeht, die gehörte Tonhöhenfolge perzeptorisch so anzupassen, dass sie der Vorstellung einer tonalen Melodie entspricht. Diese Anpassung kommt vermutlich durch das Phänomen des ›Zurechthörens‹ zustande. Um den Tonhöhenverlauf einer gesprochenen Äußerung in eine abstrakte Tonfolge umzuwandeln, muss das Gehör in der Lage sein, Intervallqualitäten zu erkennen, auch wenn deren Frequenzverhältnisse nicht präzise eingehalten werden. Wie von Deutsch et al. betont, beinhaltet der Prozess, der der perzeptiven Transformation einer gesprochenen Phrase in eine wohlgeformte Melodie zugrunde liegt, notwendigerweise verschiedene Abstraktionsebenen. 39 Nur eine vertiefte Beschäftigung mit den Erkenntnissen musikpsychologischer Forschung in diesem Gebiet kann in diesen Aspekten zu mehr Klarheit führen.

Analytische Ansätze

Unter der Annahme, dass die festgehaltene Tonfolge (Abb. 10) eine gültige Annäherung an den Tonhöhenverlauf des gesprochenen Gedichtes darstellt, kann sie in Hinsicht auf ihre musikalischen Eigenschaften analysiert werden. Die folgenden Beobachtungen folgen nicht dem Anspruch, allgemeingültige musikalische Eigenschaften der Prosodie aufzudecken, sondern lediglich mögliche Anwendungen der Transkriptionsmethode aufzuzeigen. Verallgemeinerungen wären nur möglich, wenn Tonaufnahmen von verschiedenen Versuchspersonen zu verschiedenen Textvorlagen herangezogen werden würden. Insbesondere müsste bei der Auswahl der Probanden eventueller dialektaler Färbungen Rechnung getragen werden, denn diese haben einen starken Einfluss auf die Beschaffenheit der Sprechmelodie. 40 Eine weitere Bemerkung gilt der verwendeten Terminologie. Für vergleichbare Phänomene, die sich auf die Beschaffenheit von Tonhöhenverläufen beziehen, werden in der Phonologie und Musiktheorie nicht selten unterschiedliche Fachbegriffe verwendet. Im Folgenden werden nur Begriffe der Phonologie benutzt, wenn kein geeignetes musiktheoretisches Pendant zur Verfügung steht.

Was die Form anbetrifft, ist die Melodie zweiteilig, wobei der zweite Teil – bestehend aus den letzten zwei Versen – eine Variation des ersten Teils darstellt. Diese Gliederung ist nicht nur an die wiederkehrende Schlusswendung ges – es , sondern am sogenannten ›Pitch reset‹ am Anfang des dritten Verses zu erkennen. Unter ›Pitch reset‹ versteht man in der Phonetik die »Anhebung der Tonhöhe am Beginn einer Phrase, mit der der Abwärtstrend der vorhergehenden Phrase aufgehoben wird«. 41 Außerdem kann man am Verlauf der Grundlinie des ersten Teils erkennen, dass die Melodie eine übergeordnete fallende Tendenz aufweist (Abb. 11). Die Grundlinie besteht aus der Fortschreitung eines tiefen Tons zum nächsten tieferen Ton des Melodieverlaufs. Diese tiefen Hauptpunkte bilden einen glatten Sekundgang, 42 der der Melodie der zwei ersten Verse eine einheitliche Richtung verleiht. Auch im zweiten Teil (Verse 3 und 4) kann diese abfallende Tendenz beobachtet werden. Allerdings laufen dort zwei Sekundgänge nebeneinander: Das f zu Beginn der Phrase findet seine Fortsetzung in der Silbe ›gar‹, während bei ›küsse‹ ein neuer fallender Stufengang einsetzt.

Die Dachlinie, die die Hochtöne verbindet, weist im Gegensatz zur Grundlinie keinen Sekundgang auf. Stattdessen bilden die Gipfeltöne der vorderen Teilhälften (α, γ) und die jeweiligen finalen Grenztöne reine Quarten in Abwärtsbewegung (c 1 –g und e 1– h) . In den hinteren Teilhälften (β, β’) ist demgegenüber die Wiederkehr der übermäßigen Quarte (c 1 –ges) zwischen den intonatorischen Gipfeltönen zu beobachten. Diese unterschiedlichen Intervallqualitäten der Dachlinie tragen zur Konstrastbildung zwischen den vorderen und den hinteren Teilhälften bei. In Übereinstimmung mit der Versmetrik und den Phrasengrenzen, kann demnach jeder Teil in zwei kontrastierende musikalische Phrasen untergegliedert werden. Darüber hinaus lässt sich die Phrase γ als eine variierte Wiederholung von α analysieren. Beibehalten wird bei der Wiederholung neben der fallenden Quarte der Dachlinie auch der Tonakzent, dessen Gipfel bei γ allerdings durch das Phänomen des ›Upstep‹ modifiziert wird. Diese Heraufstufung des Akzenttons um eine große Terz führt zur Vergrößerung des Tonumfangs. Hinzu kommt ein Wiederanstieg der Tonhöhe am Ende der Phrase γ, wodurch der Grenzton als verhältnismäßig hoch gehört wird, was eine melodische Fortsetzung erwarten lässt. 43 Trotz der Unterschiede zwischen α und γ, bilden beide jeweils kontrastierende Einheiten zu β und β’. Letztere unterscheiden sich von α und γ vor allem durch ihre Schlusswirkung und gleichbleibenden Stimmumfang. Einen Vergleich mit dem motivischen Aufbau einer Periode liegt nahe: Die Sprechmelodie gliedert sich in einen Vordersatz, der eine Phrase und eine Gegenphrase umfasst, und einen Nachsatz, der aus einer veränderten Wiederholung besteht. 44

In den bisherigen Ausführungen wurde der Tonhöhenverlauf auf seine formgebenden Aspekte untersucht. Ein weiterer Punkt, der nähere Betrachtung verdient, ist die Entfaltung von Tonbeziehungen in der inneren Intervallstruktur der Melodie. Da die vorliegende Transkription Ergebnis eines approximativen Verfahrens ist, sind Tonbeziehungen nicht im Sinne eines Tonsystems – wie etwa in einer Tonalität – aufzufassen. Vielmehr geht es darum, intervallische Strukturen aufzudecken, die wegen ihres wiederholten Auftretens die melodische Gestaltung prägen. Eine solche Struktur entfaltet sich in Zusammenhang mit den Gipfeltönen der Melodie. Mit Ausnahme der Silbe ›küs(se)‹ werden die gipfelnden Hochtöne mit der Tonhöhe c 1 realisiert. Beim Vergleichen der Messwerte kann bestätigt werden, dass das f 0 - Maximum in den betreffenden Hochtönen nur in geringem Maße voneinander abweicht (Abb. 12). Der wiederholte Einsatz des Tones c 1 als Gipfel der Intonationsphrase gewinnt an Bedeutung, wenn man die Tonhöhen in ihrer melodischen Umgebung betrachtet. In den Phrasen β und β’ bildet das c 1 die Oberquinte zum darauffolgenden f . Dasselbe kann in der Phrase γ beobachtet werden, wenn der Akzentton durch ›Upstep‹ auf e 1 heraufgestuft wird: Dort bildet das e 1 ebenfalls eine Quinte zu den Tönen in seiner unmittelbareren Umgebung. Der Akzent scheint hier mit dem Intervall der Quinte in Beziehung zu stehen. Wegen möglicher Analogien zur Musik – z.B. zum Reperkussionston in der Psalmodie – verdient dieser Aspekt in zukünftigen Analysen sicherlich intensivere Betrachtung.

Zusammenfassung und Ausblick

Sowohl beim Singen als auch beim Sprechen unterliegt die Sprache einer melodischen Gestaltung. Doch während beim Singen die Melodie im Vordergrund steht, ist sie im Gesprochenen nicht ohne Weiteres vom Wortlaut zu entkoppeln. Bei größerer emotionaler Beteiligung des Sprechenden, wie etwa bei der Deklamation von Gedichten, kommt die Sprechmelodie deutlicher hervor. Aber selbst wenn die Sprechmelodie ausdrucksvoller gestaltet wird, erfordert die Bewusstmachung des Tonhöhenverlaufs ein gezieltes Hinhören, was meist nur durch Wiederholung der Äußerung ermöglicht wird. Beim Sprechen verweilt die Stimme oft nicht wie beim Singen auf stabilen Tonhöhen, sondern sie gleitet von einem Zielpunkt zum nächsten. Unter den oben beschriebenen Umständen können diese gleitenden Tonhöhenbewegungen als Abfolge diskreter Tonhöhen gehört werden und damit den perzeptiven Eindruck einer tonalen Melodie erwecken.

Die vorgestellten Messungen zeigen, dass sich die vom Gehör zurechtgebogene Melodie mit ziemlicher Genauigkeit an dem Grundfrequenzverlauf des Sprechsignals ausrichtet. Die nach dem dargelegten Verfahren erstellte Transkription bildet somit eine approximative Darstellung des Tonhöhenverlaufs, die die erfassten Intervallqualitäten abgebildet. Obwohl der messtechnische Abgleich weitreichende Übereinstimmung zwischen der vom Gehör erfassten Tonhöhe und dem Grundfrequenzverlauf zeigt, kann nicht über die Subjektivität der geschilderten Transkriptionsmethode hinweggesehen werden. Die transkribierten Melodien sind kein bloßes Abbild des Grundfrequenzverlaufs, sondern vielmehr eine Repräsentation einer individuellen Klangvorstellung, die bei der Auseinandersetzung mit dem Phänomen entsteht. Eine weiterführende Untersuchung könnte also darin bestehen, Transkriptionen mehrerer Hörer*innen mit Messwerten des Grundfrequenzverlaufs zu vergleichen. Der Vergleich würde zum einen dazu dienen, den Grad der Subjektivität des Tonhöheneindrucks zu ermitteln, zum anderen die Zuverlässigkeit der Transkriptionsmethode zu prüfen.

Durch ein Repräsentationsmodell, das die Sprechmelodie als ein musikalisches Phänomen auffasst, können Aspekte beleuchtet werden, die über den Erkenntnisbereich der Linguistik hinausgehen. Darunter fallen die intervallische Struktur der Melodie und die damit verbundenen Regelmäßigkeiten. Die vorgestellten analytischen Ansätze könnten als Ausgangspunkt für zukünftige Untersuchungen dienen. Dabei wäre der Frage nachzugehen, inwiefern die in der exemplarisch transkribierten Sprechmelodie festgestellten musikalischen Eigenschaften bloßer Zufall oder doch Manifestation der Regelhaftigkeit der Prosodie – in diesem Fall der deutschen Sprache – sind. Konkret wäre zu erörtern, wie Kontrast und Similarität auf motivischer Ebene entstehen, oder inwiefern Sekundgänge der intervallischen Struktur der Sprechmelodie eine latente Linearität verleihen. Ferner könnte der Frage nachgegangen werden, ob bestimmte Intervallqualitäten mit bestimmten sprachlichen Funktionen (z.B. Akzentsetzung) assoziiert sind, und inwiefern sich in Sprechmelodien tonale Zentren befestigen. Allenfalls wäre es unabdingbar ein umfangreicheres Korpus an Transkriptionen zu benutzen, das auf Tonaufnahmen verschiedener Sprecher und verschiedener Textvorlagen basiert.

Aus der Analyse der intervallischen Struktur der Sprechmelodie ergibt sich zudem die Möglichkeit, den Tonhöhenverlauf des Gesprochenen mit komponierten Vertonungen zu vergleichen. Es wäre als nächster Schritt naheliegend, die transkribierte Sprechmelodie zu Heinrich Heines Gedicht auf Übereinstimmungen mit der berühmten Vertonung von Robert Schumann (Dichterliebe , op. 48, Nr. 4) zu untersuchen. Diese Art vergleichender Analyse, wenn sie sich auf andere Sprecher und andere Vertonungen ausweitet, könnte Aufschluss darüber geben, inwiefern sprechmelodische Gestaltungsprinzipien in komponierter Musik zur Geltung kommen. In einer größer angelegten Studie könnte der Frage nachgegangen werden, wie die melodische Kreativität von Komponist*innen von den prosodischen Regelmäßigkeiten ihrer Sozialisationssprache beeinflusst wird, wenn sie diese vertonen. Untersuchungen aus dem Gebiet der Musikpsychologie zeigen, dass solche Interferenzen durchaus statistisch nachweisbar sind. 45 Es läge im Bereich der Musiktheorie zu erörtern, wie Melodik und Prosodie in konkreten Musikwerken zusammenhängen. Hierfür ist es unabdingbar, musikalische Melodien unter Einbeziehung sprachwissenschaftlicher Erkenntnisse zu betrachten. Das Musikalische an der Sprache zu enthüllen, nicht zuletzt in ihrem Tonhöhenverlauf, ist der erste Schritt in Richtung einer aufgewerteten ›Melodielehre‹, in der die Analogien zwischen sprachlichen und musikalischen Melodien im Fokus stehen.

Neben dem Einsatz in der musikalischen Analyse kann der vorgestellte methodische Ansatz auch in der künstlerischen Praxis angewandt werden. Komponist*innen, die eine sprachgerechte Vertonung beabsichtigen, jedoch die zu vertonende Sprache nicht beherrschen, können sich anhand von Sprachaufnahmen die natürliche Prosodie aneignen und bessere Textverständlichkeit erzielen. Außerdem liefert die vorgestellte Methode Tonfolgen, die als objects trouvés kompositorisch verarbeitet werden können, auch wenn der textliche Inhalt ausbleibt.

Die Betrachtung von Sprechmelodien, so man sie Textvertonungen gleichsetzt, führt schließlich zur Frage: Sprechen wir noch oder singen wir schon?

Literatur

• Blühdorn, Hardarik (2013), »Intonation im Deutschen – nur eine Frage des schönen Klangs?«, Pandaemonium , 16/22, 242–278. https://doi.org/10.1590/S1982-88372013000200013
• Debbeler, Judith (2007), Harmonie und Perspektive. Die Entstehung des neuzeitlichen abendlänischen Kunstmusiksystems , München: Epodium.
• Deutsch, Diana / Trevor Henthorn / Rachael Lapidis (2011), »Illusory transformation from speech to song«, Journal of the Acoustical Society of America , 129, 2245–2252. https://doi.org/10.1121/1.3562174
• Deutsche Forschungsgesellschaft (hrsg.) (2013), Empfehlungen zu datentechnischen Standards und Tools bei der Erhebung von Sprachkorpora. https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/informationen_fachwissenschaften/geisteswissenschaften/standards_sprachkorpora.pdf (17.9.2019).
• Dombrowski, Ernst (1995), »Über strukturelle Gemeinsamkeiten zwischen sprachlichen und musikalischen Melodien«, in: Musikpsychologie. Jahrbuch der Deutschen Gesellschaft für Musikpsychologie 12, 110–133.
• Engels, Inga (2011), Vergleichende Prosodie Lettisch-Deutsch , Mannheim: Institut für Deutsche Sprache. https://ids-pub.bsz-bw.de/frontdoor/deliver/index/docId/23/file/Engels_Vergleichende_Prosodie_Lettisch_Deutsch_2011.pdf (19.9.2019)
• Fricke, Jobst Peter (2012), Intonation und musikalisches Hören , Osnabrück: Electronic Publishing Osnabrück. https://www.epos.uni-osnabrueck.de/books/f/frij012/OnlineBook/ (28.10.2019)
• Fuhrhop, Nanna / Jörg Peters (2013), Einführung in die Phonologie und Graphematik , Stuttgart: Metzler. https://doi.org/10.1007/978-3-476-00597-7
• Gebhardt, August (1907), Grammatik der Nürnberger Mundart , hg. von Otto Brenner, Leipzig: Breitkopf & Härtel.
• Goethe, Johann Wolfgang von (1833), »Regeln für Schauspieler« [1803], in: Goethes Werke. Vollständige Ausgabe letzter Hand , 44. Bd., Stuttgart, Tübingen: J.G. Cotta, 293–315.
• Grice, Martine / Stefan Baumann (2002), »Deutsche Intonation und GToBI«, Linguistische Berichte 191, 267–298.
• Grice, Martine / Stefan Baumann / Simon Ritter / Christine Röhr (o.J.), Übungsmaterialien zur deutschen Intonation und GToBI . Universität Köln. http://www.gtobi.uni-koeln.de (4.10.2023)
• Haas, Max (2016), »Notation, Neumen, Über Ursprung und Gebrauch von Neumen, Der Ursprung der Neumen« [1997], in: MGG Online , hg. von Laurenz Lütteken, Kassel: Bärenreiter. https://www.mgg-online.com/mgg/stable/51366
• Halicarnassus, Dionysus of (1910), On Literary Composition. Being the Greek Text of the De Compositione Verborum. Edited with introduction, translation, notes, glossary, and appendices, hg. und übers. von W. Rhys Roberts, London: Macmillan and co. https://archive.org/details/cu31924026465165 (4.10.2023)
• Hart, Johan t / René Collier / Antonie Cohen (1990), A perceptual study of intonation. An experimental-phonetic approach to speech melody, Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511627743
• Heilig, Otto (1898), Grammatik der Ostfränkischen Mundart des Taibergrundes und der Nachbarmundarten , hg. von Otto Brenner, Leipzig: Breitkopf & Härtel.
• Hindemith, Paul (1940), Unterweisung im Tonsatz , Bd. 1, Mainz. B. Schott’s Söhne.
• Kaiser, Ulrich (2015), Formenlehre IV – Periode und Satz . http://www.musikanalyse.net/tutorials/periode-und-satz/ (4.10.2023).
• Kiefer, Reinhard (2016), »Sprachmelodie. Experimentelle Erfassung« [1998], in: MGG Online , hg. von Laurenz Lütteken, Kassel: Bärenreiter. https://www.mgg-online.com/mgg/stable/51380
• Köhler, Louis (1853), Melodie der Sprache in ihrer Anwendung besonders auf das Lied und die Oper mit Berührung verwandter Kunstfragen , Leipzig: J. J. Weber.
• Meireles, Alexsandro R. / Antônio R. M. Simões / Antonio Celso Ribeiro / Beatriz Raposo Medeiros (2017), »Musical Speech: A New Methodology for Transcribing Speech Prosody«, in: Proceedings of Interspeech 2017 . http://dx.doi.org/10.21437/Interspeech.2017-316
• Menninghaus, Winfried / Valentin Wagner / Christine A. Knoop / Mathias Scharinger (2018), »Poetic speech melody: A crucial link between music and language«, PLoS ONE 13(11), Artikel e0205980. https://doi.org/10.1371/journal.pone.0205980
• Mertens, Piet (2004), »The Prosogram: Semi-Automatic Transcription of Prosody Based on a Tonal perception Model«, Proceedings of Speech Prosody 2004 . https://www.isca-speech.org/archive/pdfs/speechprosody_2004/mertens04_speechprosody.pdf (4.10.2023)
• Patel, Aniruddh D. / John R. Iversen / Jason C. Rosenberg (2006), »Comparing the rhythm and melody of speech and music: The case of British English and French«, Journal of the Acoustical Society of America 119/5, 3034–3047, https://doi.org/10.1121/1.2179657
• Pearl, Jonathan Geoffrey Secora (2006), »Eavesdropping with a Master: Leo Janáček and the Music of Speech«, in: Empirical Musicology Review , Vol. 1, Nr. 3, 131–165. https://doi.org/10.18061/1811/24010
• Peters, Jörg (2014), Intonation , Heidelberg: Winter.
• Steele, Joshua (1779), Prosodia Rationalis: or, an essay towards establishing the melody and measure of speech, to be expressed and perpetuated by peculiar symbols , London: J. Nichols. https://archive.org/details/prosodiarationa01steegoog/page/n10 (4.10.2023)
• Tierney, Adam / Aniruddh Patel / Maren Breen (2018), »Acoustic foundations of the speech-to-song illusion«, Journal of Experimental Psychology: General 147(6), 888–904. https://doi.org/10.1037/xge0000455
• Vainiomäki, Tiina (2012), The Musical Realism of Leoš Janáček. From Speech Melodies to a Theory of Composition , Phil. Diss., University of Helsinki. https://helda.helsinki.fi/handle/10138/36087 (4.10.2023)
• Vanden Bosch der Nederlanden, Christina / Erin Hannon / Joel Snyder (2015), »Everyday Musical Experience is Sufficient to Perceive the Speech-to-Song Illusion«, Journal of Experimental Psychology : General 144(2), e43–e49. https://doi.org/10.1037/xge0000056
• Vendryes, Joseph (1904), Traité d’accentuation grecque , Paris: Librairie C. Klincksieck.