صوت

الفونيمات ( تُلفظ / ˈfoʊniːm / ) هي مجموعة من الأصوات الكلامية المتشابهة التي يُدركها متحدثو اللغة كصوت أساسي واحد - أصغر وحدة صوتية ممكنة - تُساعد على تمييز كلمة عن أخرى. ^{[ 1 ]} تحتوي جميع اللغات على فونيمات (أو ما يُعادلها من حيث الإشارات المكانية والإيمائية في لغات الإشارة )، وتشمل جميع اللغات المنطوقة فونيمات ساكنة ومتحركة . تُدرس الفونيمات في علم الأصوات ، وهو فرع من فروع اللغويات (وهو علم يشمل اللغة والكتابة والكلام وما يتصل بها).

غالباً ما يتم تمثيل الصوتيات، عند كتابتها، كرمز (حرف) محاط بشرطتين مائلتين للأمام / . على سبيل المثال، يمثل /k/ الصوت المستخدم في بداية كلمة cat في اللغة الإنجليزية (على عكس، على سبيل المثال، /b/ من كلمة bat ).

تتشابه الكلمتان الإنجليزيتان cell و set في تسلسل الأصوات باستثناء الحرف الساكن الأخير: /sɛl/ مقابل /sɛt/ في الأبجدية الصوتية الدولية (IPA)، وهي نظام كتابة يُستخدم لتمثيل الفونيمات. وبما أن /l/ و /t/ وحدهما يميزان بعض الكلمات عن غيرها، فهما مثالان على فونيمات اللغة الإنجليزية. تحديدًا، هما فونيمات ساكنة، إلى جانب /s/ ، بينما /ɛ/ فونيم متحرك. لا يتبع التهجئة دائمًا الفونيمات. على سبيل المثال، تشترك الكلمات الإنجليزية knot و nut و gnat في الفونيمات الساكنة /n/ و /t/ ، وتختلف فقط في فونيماتها المتحركة: /ɒ/ و /ʌ/ و /æ/ على التوالي. وبالمثل، /pʊʃt/ هو رمز لتسلسل من أربعة فونيمات - /p/ و /ʊ/ و /ʃ/ و /t/ - التي تُشكل الكلمة الصوتية push .

تختلف الأصوات التي تُدرك على أنها فونيمات باختلاف اللغة واللهجة. على سبيل المثال، [ ن ]^ⓘ و [ ŋ ]^تُعتبر الأصوات [ɪn/]و[ɪŋ/]أصواتًا منفصلة في اللغة الإنجليزية، إذ تُميّز كلمات مثلsinعن كلمات مثلsing(يُنطقان /sɪn/و/sɪŋ/)، لكنها تُشكّل صوتًا واحدًا في بعض اللغات، كالإسبانية، حيثيُفسّر المتحدثون بالإسبانية [pan] و[paŋ] على سبيل المثال على أنهما مجرد نطق إقليمي أو لهجي للكلمة نفسها ( pan : الكلمة الإسبانية التي تعني "خبز"). تُعرف هذه الاختلافات الصوتية للصوت الواحد لدى اللغويين باسم "الأصوات البديلة" .

يستخدم اللغويون الشرطات المائلة في الأبجدية الصوتية الدولية (IPA) لتدوين الأصوات، والأقواس المربعة لتدوين تفاصيل النطق الأكثر دقة، بما في ذلك النطق البديل؛ ويصفون هذا التمييز بأنه صوتي ^{[ a ]} مقابل صوتي . وهكذا، يمكن تمثيل نطق tap مقابل tab ، أو pat مقابل bat ، صوتيًا ويكتب بين شرطتين مائلتين ( /p/ ، /b/ ، إلخ)، بينما تُكتب الفروق الدقيقة لكيفية نطق المتحدثين لـ /p/ صوتيًا بين قوسين، مثل [p] لـ p في كلمة spit مقابل [pʰ] لـ p في كلمة pit ، وهو في الإنجليزية نطق بديل مهموس لـ /p/ (أي يُنطق مع دفعة هواء إضافية).

تتعدد الآراء حول ماهية الفونيمات وكيفية تحليل لغة معينة باستخدامها. عمومًا، يُنظر إلى الفونيمات على أنها تجريد لمجموعة (أو فئة تكافؤ ) من اختلافات الأصوات المنطوقة، والتي يدركها المتحدثون الأصليون للغة كوحدة صوتية أساسية واحدة. وبينما تُعتبر الفونيمات تمثيلات مجردة لمقاطع صوتية داخل الكلمات، فإن النطق الصوتي المقابل لهذه الفونيمات - كل فونيم بأشكاله الصوتية المختلفة - يُشكل الشكل الظاهري الذي يُنطق ويُسمع فعليًا. لكل شكل صوتي طريقة نطق مختلفة تقنيًا داخل كلمات معينة أو في سياقات محددة داخل الكلمات ، إلا أن هذه الاختلافات لا تُحدث أي تمييز ذي معنى . بل يمكن استخدام أحد هذه الأشكال الصوتية على الأقل في جميع هذه الكلمات، مع بقاء هذه الكلمات معروفة لدى مستخدمي اللغة. ومن الأمثلة على ذلك في اللغة الإنجليزية الأمريكية أن الصوت المكتوب بالرمز t عادة ما يتم نطقه مع وقفة حنجرية [ʔ] (أو صوت حنجري مشابه) في كلمة cat ، ورفرفة سنخية [ɾ] في كلمة dating ، وانفجار سنخي [t] في كلمة stick ، وانفجار سنخي مهموس [tʰ] في كلمة tie ؛ ومع ذلك، فإن متحدثي اللغة الإنجليزية الأمريكية يدركون أو "يسمعون" كل هذه الأصوات (عادة دون جهد واعٍ) على أنها مجرد أشكال صوتية مختلفة لصوت واحد: الصوت الذي يتم تمثيله تقليديًا في الأبجدية الصوتية الدولية على أنه /t/ .

لأغراض الكتابة الحاسوبية، توجد أنظمة مثل X-SAMPA لتمثيل رموز الأبجدية الصوتية الدولية باستخدام أحرف ASCII فقط. مع ذلك، قد تستخدم أوصاف لغات معينة رموزًا تقليدية مختلفة لتمثيل الأصوات اللغوية لتلك اللغات. بالنسبة للغات التي تعتمد أنظمة كتابتها على مبدأ الصوتيات ، يمكن استخدام الأحرف العادية للدلالة على الأصوات اللغوية، على الرغم من أن هذا النهج غالبًا ما يكون غير دقيق، إذ تتغير النطقات بشكل طبيعي في اللغة بمرور الوقت، مما يجعل أنظمة التهجئة السابقة قديمة أو لم تعد تمثل أصوات اللغة بدقة (انظر القسم المعنون "  التوافق بين الأحرف والأصوات اللغوية " أدناه).

الفونيمات هي أصوات أو مجموعات من الأصوات المختلفة التي يُدرك متحدثو اللغة أو اللهجة المعنية أنها تؤدي الوظيفة نفسها. ومن الأمثلة على ذلك الفونيمات الإنجليزية / k/ ، التي تظهر في كلمات مثل cat و kit و scat و skit . على الرغم من أن معظم المتحدثين الأصليين لا يلاحظون ذلك، إلا أن صوتي "c/k" في هذه الكلمات ليسا متطابقين في معظم اللهجات الإنجليزية .عدة^ⓘ [ kʰɪt ] ، الصوت مهموس، ولكن فيمهارة^[ skɪl ] ، وهو صوت غير مهموس. لذا، تحتوي الكلمات علىأصوات كلامية، أو فونات ، تُكتب[kʰ]للشكل المهموس و[k]للشكل غير المهموس. ومع ذلك، تُعتبر هذه الأصوات المختلفة منتمية إلى نفس الفونيمة، لأنه إذا استخدم المتحدث أحدهما بدلًا من الآخر، فلن يتغير معنى الكلمة: قد يبدو استخدام الشكل المهموس[kʰ]فيكلمة skillغريبًا، لكن الكلمة ستظل مفهومة. في المقابل، تُسبب بعض الأصوات الأخرى تغييرًا في المعنى عند استبدالها: على سبيل المثال، استبدال الصوت[t]سينتج عنه الكلمةs t ill، ويجب بالتالي اعتبار هذا الصوت ممثلًا لفونيم مختلف (الفونيمة/t/).

يوضح ما سبق أنه في اللغة الإنجليزية، يُعتبر الصوتان [k] و [kʰ] صوتين مختلفين لنفس الصوت /k/ . مع ذلك، في بعض اللغات، يُدرك المتحدثون الأصليون الصوتين [kʰ] و [k] على أنهما صوتان مختلفان تمامًا، وقد يؤدي استبدال أحدهما بالآخر إلى تغيير معنى الكلمة. لذا، في تلك اللغات، يُمثل الصوتان صوتين مختلفين. على سبيل المثال، في اللغة الأيسلندية ، يُعدّ [kʰ] الصوت الأول لكلمة kátur التي تعني "مرح"، بينما يُعدّ [k] الصوت الأول لكلمة gátur التي تعني "ألغاز". وبالتالي، تحتوي اللغة الأيسلندية على صوتين منفصلين /kʰ/ و /k/ .

إلى جانب الأصوات المقطعية مثل حروف العلة والحروف الساكنة، هناك أيضًا سمات فوق مقطعية للنطق (مثل النبرة والضغط ، وحدود المقاطع وأشكال أخرى من الوصل ، والتهويد الأنفي وتناغم حروف العلة )، والتي تغير في العديد من اللغات معنى الكلمات وبالتالي فهي صوتية.

يُلاحظ النبر الصوتي في لغات مثل الإنجليزية. على سبيل المثال، توجد كلمتان تُكتبان invite : الأولى فعلٌ ويُشدد فيها على المقطع الثاني، والأخرى اسمٌ ويُشدد فيها على المقطع الأول (دون تغيير أيٍّ من الأصوات الفردية). يُميّز موضع النبر بين الكلمتين، ولذا يتضمن التحديد الصوتي الكامل الإشارة إلى موضع النبر: /ɪnˈvaɪt/ للفعل، و /ˈɪnvaɪt/ للاسم. في لغات أخرى، مثل الفرنسية ، لا يُمكن أن يؤدي النبر الصوتي هذه الوظيفة (فموضعه يُمكن التنبؤ به عمومًا)، ولذا فهو ليس صوتيًا (وبالتالي لا يُشار إليه عادةً في القواميس).

توجد النغمات الصوتية في لغات مثل اللغة الصينية الماندرينية، حيث يمكن أن يكون للمقطع الواحد خمسة نطقات نغمية مختلفة:

المقطع الصوتي ma مع كل نغمة من النغمات الأساسية في اللغة الصينية القياسية

تُسمى النغمات الصوتية في هذه اللغات أحيانًا بالنغمات . لا تحتوي لغات مثل الإنجليزية على نغمات صوتية، ولكنها تستخدم التنغيم لأغراض مثل التأكيد والتعبير عن الموقف.

عندما يكون للفونيم أكثر من شكل صوتي بديل ، فإن الشكل الصوتي المسموع فعليًا عند ظهور هذا الفونيم قد يعتمد على البيئة الصوتية المحيطة. تُسمى الأشكال الصوتية البديلة التي لا يمكن أن تظهر عادةً في نفس البيئة الصوتية " مُتكاملة التوزيع" . في حالات أخرى، قد يعتمد اختيار الشكل الصوتي البديل على المتحدث نفسه أو عوامل أخرى غير متوقعة. تُسمى هذه الأشكال الصوتية البديلة " حرة التباين" ، ولكن يتم اختيارها في سياق صوتي محدد، وليس العكس.

يُقال إن مصطلح "فونيم" (من اليونانية القديمة : φώνημα ، بالحروف اللاتينية :  phōnēma ، ويعني "الصوت المُنتَج، اللفظ، الكلام، اللغة" ^{[ 7 ]} ) استُخدم لأول مرة من قِبَل أ. دوفريش-ديسجينيت عام 1873، ولكنه كان يشير فقط إلى صوت الكلام. وقد طوّر اللغوي البولندي يان بودوان دي كورتيناي وطالبه ميكولاي كروشيفسكي مصطلح "فونيم" كمفهوم مجرد خلال الفترة 1875-1895 ^{[ 8 ]} . وكان المصطلح الذي استخدمه هذان العالمان هو "فونيما" ، وهو الوحدة الأساسية لما أسمياه علم النفس الصوتي . وأصبح دانيال جونز أول لغوي في العالم الغربي يستخدم مصطلح "فونيم" بمعناه الحالي، وذلك في مقالته "البنية الصوتية للغة سيتشوانا". ^{[ ٩ ]} ثم جرى تطوير مفهوم الفونيم في أعمال نيكولاي تروبيتسكوي وآخرين من مدرسة براغ (خلال الفترة ١٩٢٦-١٩٣٥)، وفي أعمال البنيويين مثل فرديناند دي سوسير وإدوارد سابير وليونارد بلومفيلد . وقد رفض بعض البنيويين (باستثناء سابير) فكرة وجود وظيفة معرفية أو نفسية لغوية للفونيم. ^{[ ١٠ ] [ ١١ ]}

لاحقًا، استُخدم المصطلح وأُعيد تعريفه في اللسانيات التوليدية ، وأشهر من قام بذلك نعوم تشومسكي وموريس هالي ، ^{[ 12 ]} ولا يزال محورياً في العديد من الدراسات حول تطور علم الأصوات الحديث . ومع ذلك، كمفهوم أو نموذج نظري، فقد تم استكماله بل واستبداله بنماذج أخرى. ^{[ 13 ]}

اقترح بعض اللغويين (مثل رومان جاكوبسون وموريس هالي ) إمكانية تقسيم الفونيمات إلى سمات ، تُعدّ هذه السمات المكونات الأساسية للغة. ^{[ 14 ]} تتداخل السمات فيما بينها زمنيًا، كما هو الحال مع الفونيمات فوق القطعية في اللغة المنطوقة، والعديد من الفونيمات في لغات الإشارة. يمكن وصف السمات بطرق مختلفة: فقد عرّفها جاكوبسون وزملاؤه بمصطلحات صوتية ، ^{[ 15 ]} بينما استخدم تشومسكي وهالي أساسًا نطقيًا في الغالب ، مع الاحتفاظ ببعض السمات الصوتية، في حين أن نظام لاديفوغيد ^{[ 16 ]} هو نظام نطقي بحت باستثناء استخدام المصطلح الصوتي "الصفيري".

في وصف بعض اللغات، يُستخدم مصطلح "كرونيم" للدلالة على طول أو مدة الفونيمات المتباينة. وفي اللغات التي تكون فيها النغمات فونيمية، تُسمى فونيمات النغمات "تونيمات" . ورغم أن ليس كل الباحثين في هذه اللغات يستخدمون هذه المصطلحات، إلا أنها ليست قديمة بأي حال من الأحوال.

قياسًا على الفونيم، اقترح اللغويون أنواعًا أخرى من الكائنات الأساسية، وأطلقوا عليها أسماءً تنتهي باللاحقة -eme ، مثل المورفيم والغرافيم . تُسمى هذه أحيانًا بالوحدات الإيميكية . وقد استخدم هذا المصطلح الأخير لأول مرة كينيث بايك ، الذي عمّم أيضًا مفاهيم الوصف الإيميك والوصف الإيتيك ( المشتقة من الفونيميك والفونيتيك على التوالي) لتشمل تطبيقات خارج نطاق اللغويات. ^{[ 17 ]}

لا تسمح اللغات عمومًا بتكوين الكلمات أو المقاطع من أي تسلسل عشوائي من الأصوات. توجد قيود صوتية تحدد تسلسلات الأصوات الممكنة والسياقات التي يمكن أن تظهر فيها أصوات معينة. تُسمى الأصوات التي تُقيّد بشكل كبير بهذه القيود بالأصوات المقيدة .

في اللغة الإنجليزية، تتضمن أمثلة هذه القيود ما يلي:

• / ŋ/ ، كما في sing ، لا يظهر إلا في نهاية المقطع، وليس في بدايته (في العديد من اللغات الأخرى، مثل الماوري والسواحيلية والتاغالوغية والتايلاندية والسيتسوانا ، يمكن أن يظهر /ŋ/ في بداية الكلمة).
• يحدث الصوت /h/ فقط في بداية المقطع، وليس في نهايته (بعض اللغات، مثل العربية والرومانية ، تسمح بوجود الصوت /h/ في نهاية المقطع).
• في اللهجات غير الروائية ، يمكن أن يظهر الصوت /ɹ/ مباشرة قبل حرف متحرك فقط، وليس قبل حرف ساكن.
• /w/ و /j/ لا تحدث إلا قبل حرف متحرك، ولا تحدث أبدًا في نهاية المقطع (باستثناء التفسيرات التي يتم فيها تحليل كلمة مثل boy على أنها /bɔj/ ).

يمكن تحليل بعض القيود الصوتية، بدلاً من ذلك، كحالات تحييد. انظر قسم التحييد والأصوات الأصلية أدناه، وخاصة مثال ظهور الأصوات الأنفية الثلاثة في اللغة الإنجليزية قبل الأصوات الانفجارية.

يُعدّ التفرّد الثنائي شرطًا أساسيًا في علم الصوتيات البنيوي الكلاسيكي . ويعني ذلك أن أي صوت ، أينما ورد، يجب أن يُنسب بشكلٍ قاطع إلى صوت واحد فقط. بعبارة أخرى، يجب أن تكون العلاقة بين الأصوات والأصوات الصوتية علاقة متعددة بواحد، وليست علاقة متعددة بمتعدد . وقد أثار مفهوم التفرّد الثنائي جدلًا بين بعض اللغويين قبل ظهور نظرية التوليد اللغوي ، وواجه تحديًا كبيرًا من موريس هالي ونعوم تشومسكي في أواخر الخمسينيات وأوائل الستينيات.

من الأمثلة على المشكلات الناجمة عن شرط التفرّد الثنائي ظاهرة الارتعاش في اللغة الإنجليزية الأمريكية الشمالية . قد يؤدي هذا إلى نطق الصوت /t/ أو /d/ (في السياقات المناسبة) بالصوت [ɾ] ( ارتعاش لثوي ). على سبيل المثال، قد يُسمع صوت الارتعاش نفسه في كلمتي hi tt ing و bi dd ing ، على الرغم من أنه يُقصد به نطق الصوت /t/ في الكلمة الأولى و /d/ في الثانية. يبدو هذا متناقضًا مع شرط التفرّد الثنائي.

لمزيد من المناقشة حول هذه الحالات، انظر القسم التالي.

قد لا تكون الأصوات المميزة في سياقات معينة مميزة في جميع السياقات. في السياقات التي لا تظهر فيها هذه الأصوات تباينًا، يُقال إن التباين قد تلاشى . في هذه الحالات، قد يصبح من غير الواضح أي صوت يمثله صوت معين. التلاشي المطلق ظاهرة لا يتحقق فيها جزء من التمثيل الأساسي في أي من تمثيلاته الصوتية (الأشكال السطحية). وقد صاغ هذا المصطلح بول كيبارسكي (1968)، وهو يختلف عن التلاشي السياقي حيث لا تكون بعض الأصوات مميزة في سياقات معينة. ^{[ 18 ]} يفضل بعض علماء الأصوات عدم تحديد صوت فريد في مثل هذه الحالات، لأن ذلك يعني تقديم معلومات زائدة أو حتى عشوائية - بدلاً من ذلك، يستخدمون أسلوب التحديد الناقص . يُعرف الصوت الأساسي أحيانًا باسم "أرشيفونيم" ، وهو كائن يُستخدم لتمثيل صوت غير محدد بشكل كافٍ.

يُعدّ الحرفان الصوتيان /a/ و /o/ في اللغة الروسية مثالًا على التحييد . يتباين هذان الصوتان في المقاطع المشددة ، بينما يختفي هذا التباين في المقاطع غير المشددة، إذ يُختزل كلاهما إلى الصوت نفسه، وهو عادةً [ə] (للمزيد من التفاصيل، انظر اختزال الحروف الصوتية في اللغة الروسية ). ولتحديد ما إذا كان الصوت [ə] مرتبطًا بأحد الحرفين الصوتيين /a/ أو /o/ ، لا بد من مراعاة العوامل الصرفية (مثل أيٍّ من الحرفين الصوتيين يظهر في صيغ أخرى من الكلمات، أو أي نمط تصريفي مُتّبع). في بعض الحالات، قد لا يُقدّم هذا إجابةً قاطعة. لا يُحاول الوصف الذي يستخدم أسلوب التحديد الجزئي تحديد [ə] لصوت صوتي مُعيّن في بعض هذه الحالات أو جميعها، مع أنه قد يُنسب إلى صوت صوتي مُركّب، يُكتب على سبيل المثال ⫽A⫽ ، والذي يعكس الصوتين الصوتيين المُحايدين في هذا الموضع، أو {a|o} ^{، الذي} يعكس قيمه غير المُدمجة ^.

يُوجد مثالٌ مختلفٌ نوعًا ما في اللغة الإنجليزية، حيث توجد ثلاثة أصوات أنفية هي /m و n و ŋ/ . في نهاية الكلمة، تتباين هذه الأصوات جميعها، كما يتضح من مجموع الثلاثيات الأدنى /sʌm/ و sun /sʌn/ و sung /sʌŋ/ . مع ذلك، قبل صوت انفجاري مثل /p و t و k/ (شريطة عدم وجود حدٍّ مورفيمي بينها)، لا يُمكن نطق سوى صوت أنفي واحد في أي موضع مُحدد: /m/ قبل /p/ ، و /n/ قبل /t/ أو /d/ ، و /ŋ/ قبل /k/ ، كما في limp و lint و link ( /lɪmp/ و /lɪnt/ و /lɪŋk/ ). لذلك، لا تُعدّ الأصوات الأنفية مُتباينة في هذه السياقات، ووفقًا لبعض المنظرين، يجعل هذا من غير المناسب إسناد الأصوات الأنفية المسموعة هنا إلى أيٍّ من هذه الأصوات (على الرغم من أن الدليل الصوتي في هذه الحالة واضحٌ لا لبس فيه). بدلاً من ذلك، قد يقومون بتحليل هذه الأصوات على أنها تنتمي إلى صوت واحد، مكتوب بشكل مثل ⫽N⫽ ، ويذكرون التمثيلات الأساسية لـ limp و lint و link على أنها ⫽lɪNp⫽ و ⫽lɪNt⫽ و ⫽lɪNk⫽ .

يرتبط هذا النوع الأخير من التحليل غالبًا بنيكولاي تروبيتسكوي من مدرسة براغ . تُكتب الرموز الصوتية عادةً بحرف كبير داخل خطين مزدوجين أو خطين رأسيين، كما في المثالين ⫽A⫽ و⫽ N⫽ المذكورين أعلاه. ومن الطرق الأخرى لكتابة الرمز الثاني |mn-ŋ| و {m, n, ŋ} و⫽ n*⫽ .

مثال آخر من اللغة الإنجليزية، ولكنه هذه المرة ينطوي على تقارب صوتي كامل كما في المثال الروسي، هو تذبذب صوتي /t/ و /d/ في بعض اللهجات الإنجليزية الأمريكية (الموصوفة أعلاه تحت عنوان "التفرد المزدوج "). هنا، قد تُنطق كلمتا betting و bedding معًا [ˈbɛɾɪŋ] . وفقًا لنظرية النحو التوليدي في علم اللغة، إذا استخدم المتحدث هذا التذبذب باستمرار، فإن الأدلة الصرفية (نطق الصيغتين المرتبطتين bet و bed ، على سبيل المثال) ستكشف عن الصوت الذي يمثله التذبذب، بمجرد معرفة المورفيم المستخدم. ^{[ 19 ]} مع ذلك، يفضل بعض المنظرين عدم إجراء مثل هذا التحديد، ويكتفون ببساطة بتخصيص التذبذب في كلتا الحالتين لصوت أصلي واحد، يُكتب (على سبيل المثال) ⫽D⫽ .

تُعدّ عمليات دمج الأصوات الانفجارية بعد الصوت /s/ في اللغة الإنجليزية مثالًا آخر على ذلك ، حيث تندمج الأصوات /p، t، k/ مع الأصوات /b، d، ɡ/ ، كما يتضح من التهجئتين البديلتين sketti و sghetti . أي أنه لا يوجد سبب محدد لكتابة كلمة spin بصيغة /ˈspɪn/ بدلًا من /ˈsbɪn/ ، باستثناء تطورها التاريخي، وقد يكون من الأنسب كتابتها بصيغة ⫽ˈsBɪn⫽ .

المورفوفونيم وحدة نظرية على مستوى تجريد أعمق من الفونيمات التقليدية، ويُعتبر الوحدة التي تُبنى منها المورفيمات . يمكن التعبير عن المورفوفونيم داخل المورفيم بطرق مختلفة في أشكال مختلفة من ذلك المورفيم (وفقًا لقواعد المورفوفونولوجيا ). على سبيل المثال، يمكن اعتبار مورفيم الجمع الإنجليزي -s الذي يظهر في كلمات مثل cats و dogs مورفوفونيمًا واحدًا، والذي قد يُنقل صوتيًا (على سبيل المثال) ⫽z⫽ أو |z| ، ويُنطق صوتيًا كـ /s/ بعد معظم الحروف الساكنة المهموسة (كما في cat s ) وكـ /z/ في حالات أخرى (كما في dog s ).

تستخدم جميع اللغات المعروفة مجموعة فرعية صغيرة فقط من الأصوات العديدة التي يمكن لأعضاء النطق البشرية إنتاجها، وبسبب التباين الصوتي ، يكون عدد الفونيمات المتميزة عادةً أقل من عدد الأصوات المختلفة التي يمكن تمييزها. وتختلف اللغات اختلافًا كبيرًا في عدد الفونيمات الموجودة في أنظمتها (على الرغم من أن التباين الظاهر قد ينتج أحيانًا عن اختلاف المناهج التي يتبعها اللغويون القائمون على التحليل). ويتراوح إجمالي عدد الفونيمات في اللغات من 9 إلى 11 فونيمًا في لغة بيراها و11 فونيمًا في لغة روتوكاس، إلى 141 فونيمًا في لغة ǃXũ . ^{[ 20 ] [ 21 ] [ 22 ]}

قد يصل عدد حروف العلة المتميزة صوتيًا إلى حرفين فقط، كما هو الحال في لغتي أوبخ وأرينتي . وعلى النقيض تمامًا، تحتوي لغة نغوي البانتوية على 14 نوعًا من حروف العلة، 12 منها قد تكون طويلة أو قصيرة، مما ينتج عنه 26 حرف علة شفهي، بالإضافة إلى ستة حروف علة أنفية، طويلة وقصيرة، ليصبح المجموع 38 حرف علة؛ بينما تحتوي لغة !Xóõ على 31 حرف علة صافي، دون احتساب التباين الإضافي في طول حرف العلة، وذلك بتغيير طريقة النطق . أما بالنسبة لحروف الساكن ، فلكل من لغة بوينافي ولغة تاوادي البابوية سبعة حروف علة فقط، ولغة روتوكاس ستة حروف فقط. في المقابل، تحتوي لغة ! Xóõ على حوالي 77 حرف علة، ولغة أوبخ على 81 حرفًا. تستخدم اللغة الإنجليزية مجموعة كبيرة نسبيًا من 13 إلى 21 حرف علة، بما في ذلك حروف العلة المركبة، على الرغم من أن عدد حروفها الساكنة، الذي يتراوح بين 22 و26 حرفًا ، قريب من المتوسط. في جميع اللغات، يبلغ متوسط ​​عدد الأصوات الساكنة لكل لغة حوالي 22، بينما يبلغ متوسط ​​عدد الأصوات المتحركة حوالي 8. ^{[ 23 ]}

تفتقر بعض اللغات، كالفرنسية ، إلى النغمات الصوتية أو علامات التشديد ، بينما تحتوي الكانتونية والعديد من لغات كام-سوي على ست إلى تسع نغمات (بحسب طريقة حسابها)، وتحتوي لغة كام-سوي دونغ على تسع إلى خمس عشرة نغمة وفقًا للمقياس نفسه. ويُزعم أن لغة ووبي ، إحدى لغات كرو ، تحتوي على أربع عشرة نغمة، ^{[ 24 ]} إلا أن هذا الأمر محل خلاف. ^{[ 25 ]}

يتألف نظام حروف العلة الأكثر شيوعًا من خمسة حروف علة هي: /i/، /e/، /a/، /o/، /u/ . ^{[ 26 ] [ 27 ] [ 28 ]} تنتشر اللغات ذات نظام حروف العلة الخمسة في جميع أنحاء العالم، وضمن عائلات لغوية غير مترابطة . من أبرز هذه اللغات: الإسبانية ، ^{[ 29 ]} ، الصربية الكرواتية ، ^{[ 30 ]} ، العبرية ، ^{[ 31 ]} ، التاغالوغية ، ^{[ 32 ]} ، الهاوائية ، ^{[ 33 ]} واليابانية . أما أكثر الحروف الساكنة شيوعًا فهي: /p/، / t/، /k/، /m/، /n/ . ^{[ 34 ]} هناك عدد قليل نسبياً من اللغات التي تفتقر إلى أي من هذه الحروف الساكنة، على الرغم من حدوث ذلك: على سبيل المثال، تفتقر اللغة العربية إلى /p/ ، وتفتقر اللغة الهاوائية القياسية إلى /t/ ، وتفتقر لغتا الموهوك والتلينجيت إلى /p/ و /m/ ، وتفتقر لغة هوبا إلى كل من /p/ و /k/ البسيط ، وتفتقر اللغة الساموية العامية إلى /t/ و /n/ ، بينما تفتقر لغتا روتوكاس وكويلوت إلى / m/ و /n/ .

خلال تطور نظرية الفونيمات في منتصف القرن العشرين، لم يقتصر اهتمام علماء الصوتيات على الإجراءات والمبادئ المتبعة في إجراء تحليل فونيمي لأصوات لغة معينة، بل شمل أيضًا مدى واقعية الحل الفونيمي أو تفرده. وقد شكلت هذه المسائل محورًا أساسيًا في علم الصوتيات . تبنى بعض الباحثين موقف كينيث بايك : "لا يوجد سوى تحليل فونيمي دقيق واحد لمجموعة بيانات معينة" ^{[ 35 ]،} بينما رأى آخرون أنه يمكن إجراء تحليلات مختلفة، متساوية في صحتها، لنفس البيانات. وذكر يوين رن تشاو (1934)، في مقالته "عدم تفرد الحلول الفونييمية للأنظمة الصوتية" ^{[ 36 ]،} أنه "بالنظر إلى أصوات لغة ما، عادةً ما توجد أكثر من طريقة ممكنة لاختزالها إلى مجموعة من الفونيمات، وهذه الأنظمة أو الحلول المختلفة ليست صحيحة أو خاطئة ببساطة، بل يمكن اعتبارها جيدة أو سيئة لأغراض مختلفة". أشار اللغوي إف دبليو هاوسهولدر إلى هذا الجدل في علم اللغة بمصطلح "حقيقة الله" (أي الموقف القائل بأن للغة معينة بنية جوهرية قابلة للاكتشاف) مقابل "الخرافات" (أي الموقف القائل بأن أي بنية متماسكة مقترحة جيدة كغيرها). ^{[ 37 ]}

يمكن استخدام تحليلات مختلفة لنظام حروف العلة في اللغة الإنجليزية لتوضيح ذلك. تشير مقالة " علم الأصوات الإنجليزية " إلى أن "الإنجليزية تحتوي على عدد كبير من أصوات العلة"، وأن "هناك 20 صوت علة في النطق القياسي، و14-16 في النطق الأمريكي العام، و20-21 في الإنجليزية الأسترالية". على الرغم من أن هذه الأرقام تُذكر غالبًا كحقائق، إلا أنها في الواقع تعكس تحليلًا واحدًا فقط من بين العديد من التحليلات الممكنة، وفي وقت لاحق من مقالة "علم الأصوات الإنجليزية" يُقترح تحليل بديل يُمكن فيه تفسير بعض حروف العلة المركبة وحروف العلة الطويلة على أنها تتكون من حرف علة قصير مرتبط إما بـ / j / أو / w / . يُمكن إيجاد أوضح شرح لهذا النهج في كتاب تراجر وسميث (1951)، حيث تتكون جميع حروف العلة الطويلة وحروف العلة المركبة ("النوى المعقدة") من حرف علة قصير مُقترن إما بـ /j/ أو /w/ أو /h/ (بالإضافة إلى /r/ للنطق الروائي)، ويتكون كل منها من صوتين. ^{[ 38 ]} يُكتب حرف العلة الذي يُنطق عادةً /aɪ/ على النحو التالي: /aj/ ، و/aʊ/ على النحو التالي: /aw/، و /ɑː/ على النحو التالي: /ah/ ، أو /ar/ في حالة وجود حرف الراء ⟨r⟩ في التهجئة. كما يُمكن اعتبار حروف العلة الطويلة والثنائية في اللغة الإنجليزية مزيجًا من حرفي علة، مع اعتبار حروف العلة الطويلة سلسلة من حرفي علة قصيرين، بحيث تُكتب كلمة "palm" على النحو التالي: /paam/. وبالتالي، يُمكن القول إن اللغة الإنجليزية تحتوي على حوالي سبعة أصوات علة، أو حتى ستة إذا اعتُبر صوت الشوا صوتًا بديلًا لحرف العلة / ʌ/ أو غيره من حروف العلة القصيرة.

في الفترة نفسها، نشأ خلاف حول الأساس الصحيح للتحليل الصوتي. كان الموقف البنيوي يرى أن التحليل يجب أن يُجرى استنادًا إلى العناصر الصوتية وتوزيعها فقط، دون الرجوع إلى عوامل خارجية كالقواعد أو الصرف أو حدس المتحدث الأصلي؛ ويرتبط هذا الموقف ارتباطًا وثيقًا بليونارد بلومفيلد . ^{[ 39 ]} زعم زيليغ هاريس أنه من الممكن اكتشاف الفونيمات في اللغة بمجرد فحص توزيع المقاطع الصوتية. ^{[ 40 ]} وفي إشارة إلى التعريفات الذهنية للفونيم، ذكر تواديل (1935): "هذا التعريف باطل لأنه (1) ليس لنا الحق في التكهن بالعمليات اللغوية لعقلٍ لا يمكن الوصول إليه، و(2) لا يمكننا تحقيق أي فائدة من هذه التكهنات. إن العمليات اللغوية للعقل في حد ذاته غير قابلة للملاحظة ببساطة؛ والتأمل في العمليات اللغوية أشبه ما يكون بإشعال نار في موقد خشبي." ^{[ 10 ]} عارض هذا النهج نهج إدوارد سابير ، الذي أولى أهمية بالغة لبديهة المتحدثين الأصليين حول موقع صوت معين أو مجموعة أصوات ضمن نمط معين. باستخدام الصوت الإنجليزي [ŋ] كمثال، جادل سابير بأنه على الرغم من المظهر السطحي الذي يوحي بأن هذا الصوت ينتمي إلى مجموعة من ثلاثة أصوات ساكنة أنفية (/m/، /n/، و/ŋ/)، فإن المتحدثين الأصليين يشعرون بأن الصوت الأنفي الحنكي هو في الواقع التسلسل [ŋɡ]/. ^{[ 41 ]} رفضت نظرية علم الأصوات التوليدي، التي ظهرت في ستينيات القرن العشرين، صراحةً النهج البنيوي لعلم الأصوات، وفضّلت الرؤية العقلية أو المعرفية لسابير. ^{[ 42 ] [ 12 ]}

تُناقش هذه المواضيع بمزيد من التفصيل في علم الأصوات الإنجليزية#القضايا المثيرة للجدل .

تُعتبر الفونيمات أساس أنظمة الكتابة الأبجدية . في هذه الأنظمة، تُمثل الرموز المكتوبة ( الغرافيمات ) من حيث المبدأ الفونيمات في اللغة المكتوبة. ويتضح هذا جليًا عندما تُصمم الأبجدية مع وضع لغة معينة في الاعتبار؛ فعلى سبيل المثال، صُممت الأبجدية اللاتينية للغة اللاتينية الكلاسيكية، ولذلك تمتعت اللاتينية في تلك الفترة بتطابق شبه تام بين الفونيمات والغرافيمات في معظم الحالات، على الرغم من أن واضعي الأبجدية لم يُراعوا التأثير الصوتي لطول حروف العلة. ومع ذلك، ولأن التغيرات في اللغة المنطوقة غالبًا لا تُصاحبها تغيرات في قواعد الكتابة المُعتمدة (إضافةً إلى أسباب أخرى، منها اختلافات اللهجات ، وتأثيرات علم الصرف الصوتي على قواعد الكتابة، واستخدام تهجئات أجنبية لبعض الكلمات المُقترضة )، فقد يكون التطابق بين التهجئة والنطق في لغة معينة مُشوهًا للغاية؛ وهذا هو الحال مع اللغة الإنجليزية، على سبيل المثال.

لا تُعدّ العلاقة بين الرموز والأصوات في أنظمة الكتابة الأبجدية علاقةً أحاديةً بالضرورة . فقد يُمثَّل الصوت الواحد بمزيج من حرفين أو أكثر ( ثنائي ، ثلاثي ، إلخ )، مثل ⟨sh⟩ في الإنجليزية أو ⟨sch⟩ في الألمانية (كلاهما يُمثِّل الصوت /ʃ/ ) . كما قد يُمثِّل حرف واحد صوتين، كما في الإنجليزية ⟨x⟩ الذي يُمثِّل /gz/ أو /ks/ . وقد توجد أيضًا قواعد إملائية / نطقية (مثل قواعد نطق ⟨c⟩ في الإيطالية ) تُزيد من تعقيد العلاقة بين الحروف والأصوات، مع أنها لا تُؤثِّر بالضرورة على القدرة على التنبؤ بالنطق من الإملاء والعكس صحيح ، شريطة أن تكون القواعد متسقة.

تُعرف وحدات الصوت في لغة الإشارة بأنها مجموعات من خصائص النطق. وكان ستوكوي أول باحث يصف النظام الصوتي للغة الإشارة الأمريكية . وقد حدد مجموعات الأصوات التالية: tab (عناصر الموقع، من الكلمة اللاتينية tabula )، و dez (شكل اليد، من كلمة designator )، و sig (الحركة، من كلمة signation ). كما يميز بعض الباحثين أيضًا ori (الاتجاه)، وتعبيرات الوجه ، وحركات الفم . وكما هو الحال في اللغات المنطوقة، تُشكل هذه الخصائص مجتمعةً وحدات صوتية. وكما هو الحال في اللغات المنطوقة، تحتوي لغات الإشارة على أزواج صوتية متقاربة تختلف في وحدة صوتية واحدة فقط. فعلى سبيل المثال، تختلف إشارات لغة الإشارة الأمريكية للأب والأم اختلافًا طفيفًا فيما يتعلق بالموقع ، بينما يكون شكل اليد والحركة متطابقين؛ وبالتالي، يُعد الموقع عنصرًا تباينيًا.

لم يعد الباحثون يستخدمون مصطلحات ستوكو ونظام تدوينه لوصف أصوات لغات الإشارة؛ فقد وُجد أن بحث ويليام ستوكو ، رغم أهميته البالغة، لا يُقدّم وصفًا كافيًا للغة الإشارة الأمريكية أو غيرها من لغات الإشارة. ^{[ 43 ]} فعلى سبيل المثال، لا تتضمن تصنيفات ستوكو السمات غير اليدوية . وقد اقترح برينتاري [ ^{44 ]} وساندلر [ ^{45 ]} وفان دير كوي ^{نماذج أكثر تطورًا لعلم أصوات لغات الإشارة . [ 46 ]}

• تعريف كلمة "فونيم" في قاموس ويكشنري