Klasterinė tipologinių kalbos ritmo grupių analizė

AGNĖ PUKEVIČIŪTĖ Universidade Vytautas Magnus Áreas de investigação: características da língua lituana falada. ASTA KAZLAUSKIENĖ Universidade Vytautas Magnus Áreas de investigação: estudos da língua lituana falada: características acústicas dos sons, fonotática, padrões de acentuação, normas e uso, ritmo da língua; linguística aplicada. ANÁLISE DE CLUSTERS DE GRUPOS TIPOLÓGICOS DE RITMO DA LÍNGUA1 Análise de clusters de grupos tipológicos de ritmo da língua ANOTAÇÃO Este artigo tem por objetivo responder a duas perguntas: 1) a análise de agrupamentos é útil para identificar semelhanças tipológicas de ritmo e, com base nela, é possível classificar línguas ainda não analisadas; e 2) em qual agrupamento — o das línguas de ritmo silábico ou o das línguas de ritmo acentual — se enquadram o lituano e o letão. Para o estudo, cinco falantes nativos (um letão, uma lituana, um sueco, uma islandesa e uma chinesa) traduziram e gravaram o mesmo texto, com cerca de 1 minuto de duração. As gravações foram anotadas no programa PRAAT, utilizando o programa de Paolo Mairano 1 A pesquisa foi financiada pelo Conselho de Pesquisa da Lituânia (contrato nº LIT-5-4). Seus resultados preliminares foram sintetizados na dissertação de mestrado de Agnė Pukevičiūtė (Correlatos acústicos do ritmo das línguas lituana e letã, 2013, orientadora: prof.ª dr.ª Asta Kazlauskienė). As autoras do artigo agradecem sinceramente aos informantes que gravaram e ajudaram a segmentar o material de pesquisa: prof. habil. dr. Pėteris Vanags, Valgerður Bjarnadóttir, Magnus Liw e Huashan Li, e à prof. associada dr. Aaušra Saudargienė, pela ajuda na preparação do material para a análise estatística e pelos conselhos sobre o trabalho com o programa SPSS. PALAVRAS-CHAVE: ritmo, línguas de ritmo acentual, línguas de ritmo silábico, correlatos acústicos do ritmo da fala, análise de agrupamentos, lituano, letão, sueco, islandês, chinês. PALAVRAS-CHAVE: Rhythm, Stress-timed languages, Syllable-timed languages, Acoustic correlates of rhythm, Cluster analysis, Lithuanian, Latvian, Swedish, Icelandic, Chinese. 168 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė utilizando o programa desenvolvido Correlatore (versão 2.1), foram calculados os correlatos acústicos do ritmo. Para a análise de agrupamentos, também foram usados os resultados de pesquisas sobre o ritmo de outras línguas, obtidos por Mairano (2011), autor desse programa. Os dados foram inseridos no programa SPSS e submetidos à análise de agrupamentos. Os resultados do estudo mostram que as análises hierárquica e de agrupamento em duas etapas não fornecem respostas inequívocas. A análise hierárquica é bastante adequada para agrupar variáveis menos processadas estatisticamente (ΔV, ΔC,%V e, em parte, também varcoΔV, varcoΔC). A análise em duas etapas deve ser aplicada com muita cautela ao classificar línguas de acordo com o ritmo, pois seus resultados são contraditórios. Considerando todas as variáveis analisadas, o lituano e o letão pertencem ao mesmo agrupamento que muitas línguas de ritmo acentual. Portanto, pode-se concluir, com cautela, que o ritmo das duas línguas bálticas ainda faladas é semelhante e determinado pelo acento. São línguas de ritmo acentual. ANOTAÇÃO Este artigo pretende responder a duas perguntas: 1) se a análise de clusters é útil para encontrar semelhanças tipológicas de ritmo e se, com base nela, é possível classificar línguas ainda não analisadas; 2) em qual cluster — o das línguas de ritmo acentual ou o das línguas de ritmo silábico — se enquadram o lituano e o letão. Para este estudo, cinco falantes nativos (letão, lituano, sueco, islandês e chinês) traduziram e gravaram o mesmo texto. A duração do texto foi de cerca de 1 minuto. As gravações foram anotadas com o programa PRAAT, e os correlatos acústicos do ritmo foram calculados usando o programa Correlatore, desenvolvido por Paolo Mairano (versão 2.1). Foram usados na análise de clusters os resultados relativos a outras línguas, estimados pelo autor do programa, Mairano (2011). Os dados foram inseridos no programa SPSS e realizou-se uma análise de clusters. Os resultados mostram que as análises de clusters hierárquica e em duas etapas não produzem resultados inequívocos. A análise hierárquica é bastante útil para agrupar variáveis menos processadas estatisticamente (ΔV, ΔC,%V e, em parte, varcoΔV, varcoΔC). A análise em duas etapas deve ser usada com cautela, devido aos seus resultados controversos. Considerando todas as variáveis, as línguas lituana e letã integram o mesmo cluster que várias línguas de ritmo acentual. Portanto, pode-se concluir, com cautela, que o ritmo das duas línguas bálticas é semelhante e determinado pelo acento. São línguas de ritmo acentual. 1. BREVE PANORAMA DA PESQUISA SOBRE O RITMO DA FALA Kenneth Lee Pike (1945) vienas iš pirmųjų plačiau aptarė neeiliuotos kalbos ritmiškumo tipologinius skirtumus. Jis skyrė: 1) kirtinio ritmo (ang. stress-timed) kalbas, kurių ritmo pagrindas yra kirtis (pavyzdžiui, anglų, vokiečių kalbos), 2) skiemeninio ritmo (ang. syllable-timed) kalbas, kurių ritmiškumas paremtas Straipsniai / Articles 169 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ uso de sílabas com duração semelhante (por exemplo, nas línguas francesa e espanhola). Um pouco mais tarde, acrescentou-se a esses dois grupos tipológicos um terceiro — o grupo de ritmo moraico —, cujo ritmo se baseia na mora (por exemplo, nas línguas japonesa e tâmil). Muitos estudos do final do século XX basearam-se na hipótese de classificação tipológica do ritmo das línguas proposta por Pike. Ao medir e comparar a duração acústica das sílabas e dos intervalos entre acentos, procurava-se fundamentar a existência de dois grupos rítmicos e suas diferenças (Abercrombie 1967; Roach 1982). Infelizmente, os estudos experimentais não confirmaram a isocronia dos segmentos da fala sonora — a sua repetição em intervalos regulares ou a duração aproximadamente igual desses segmentos. Assim, procurou-se outros indicadores do ritmo da fala. Rebecca McKeever Dauer (1983), partindo da premissa de que o sistema fonológico da língua determina diretamente o ritmo, propôs classificar as línguas em grupos rítmicos segundo a presença ou ausência de certas características fonológicas: a redução vocálica e a complexidade da estrutura silábica. Com base nessa ideia e aplicando métodos estatísticos, Franck Ramus, Marina Nespor e Jacques Mehler (1999) tentaram identificar correlatos acústicos do ritmo das línguas (variáveis obtidas pelo cálculo da duração dos intervalos vocálicos e consonantais): ΔV — desvio-padrão da duração dos intervalos vocálicos; ΔC — desvio-padrão da duração dos intervalos consonantais;%V — proporção da duração dos intervalos vocálicos. Os autores mencionados formularam a hipótese de que as línguas de ritmo acentual se caracterizam por maior variabilidade na duração das vogais e por uma estrutura silábica mais complexa; portanto, ΔV e ΔC deveriam ser mais elevados, e%V, mais baixo do que nas línguas de ritmo silábico. Infelizmente, os resultados obtidos para as línguas específicas que analisaram confirmaram essa hipótese apenas parcialmente. Estudos posteriores chamaram a atenção para a possível influência de diversos fatores linguísticos e não linguísticos sobre o ritmo. Para normalizar as diferenças de velocidade, Esther Grabe e Ling Ee Low (2002) calcularam índices pareados de variabilidade: nPVI — índice dos intervalos vocálicos; rPVI — índice dos intervalos consonantais. Esperava-se que as línguas de ritmo acentual apresentassem grande variabilidade na duração das vogais e consoantes e valores elevados de nPVI e rPVI, enquanto esses índices seriam baixos nas línguas de ritmo silábico. Išvengti tempo įtakos trukmei siekė ir Volkeris Dellwo su Petra Wagner (2003). Jie balsinių ir priebalsinių intervalų trukmės standartinį nuokrypį padaugino iš 100 ir apskaičiavo variacijos koeficientus: varcoΔV (balsinių intervalų) bei varcoΔC (priebalsinių intervalų). Tačiau nei poriniai variantiškumo indeksai, nei variacijos koeficientai nepadeda vienareikšmiškai nustatyti ritmo tipologinių panašumų ir suskirstyti kalbų į tipologines klases. Vis dėlto aptarta ritmo parametrų nustatymo metodika gana ilgai buvo, o ir dabar dar tebėra populiari, nors ir susilaukė pagrįstos kritikos (pavyzdžiui, Arvaniti 2012)2. 2 Para mais informações sobre os métodos de pesquisa do ritmo da fala aqui discutidos e sobre a possibilidade de aplicá-los à descrição do ritmo da língua lituana, ver Kazlauskienė 2013. 170 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė 2. METODOLOGIA DA PESQUISA Para este estudo, optou-se por testar um novo método: verificar experimentalmente a semelhança entre os correlatos acústicos do ritmo e o ritmo da fala em geral, aplicando o método de análise de clusters. Em estatística, ele é usado para determinar a semelhança entre objetos ou fenômenos e agrupá-los em clusters (isto é, grupos de objetos semelhantes). O objetivo da análise de clusters é agrupar as variáveis investigadas de modo que as diferenças dentro de cada cluster sejam as menores possíveis e as diferenças entre os clusters, as maiores possíveis (Vaitkevičius, Saudargienė 2006). Esperava-se que, após a realização da análise de clusters, fossem esclarecidos dois aspectos que constituem o objetivo deste estudo. 1. Os correlatos acústicos do ritmo das línguas sueca, islandesa e chinesa, calculados por Paolo Mairano (2011) e para este estudo, pertencem aos mesmos clusters? Os correlatos que Mairano identificou e os que identificamos para o ritmo acentual do sueco e do islandês diferem dos do ritmo silábico do chinês? Se essas perguntas forem respondidas afirmativamente, isso significa que a análise de clusters é realmente adequada para identificar semelhanças tipológicas de ritmo e que, com base nela, é possível classificar línguas ainda não analisadas. 2. A segunda questão de interesse é: a que cluster — o das línguas de ritmo silábico ou o das línguas de ritmo acentual — pertencem o lituano e o letão? Os correlatos acústicos do ritmo das línguas sueca, islandesa e chinesa já foram calculados por outros autores (para este estudo, baseamo-nos nos dados de uma fonte disponível na internet a todos — Mairano 2011). As duas primeiras línguas são classificadas como de ritmo acentual, e o chinês, como pertencente ao grupo de ritmo silábico. O ritmo do lituano e do letão ainda não foi estudado segundo esta metodologia. Em estudos anteriores sobre o ritmo do lituano, o acento era considerado a base do ritmo, mas não se calculava a duração acústica das unidades, e sim a distribuição do acento em diferentes segmentos. O ritmo da linguagem em verso foi estudado dessa forma por Juozas Girdzijauskas (1966, 1979) e Leonardas Sauka (1974, 1978), e o ritmo da prosa e da fala por Valerija Ramonaitė (1980, 2006), Bonifacas Stundžia (1991) e Asta Kazlauskienė, Inga Fokaitė (2005). Já havia indícios sobre o ritmo da fala em letão. Zinny Sans Bond, Dace Markus e Verna Stockmal (2003) compararam a prosódia de falantes nativos de letão e de falantes nativos de russo que falavam letão: a duração contrastiva das vogais, o acento e o ritmo. O artigo não apresenta uma análise e interpretação abrangentes do ritmo do letão, embora tenham sido calculadas as medidas propostas por Ramus, Nespor e Mehler (1999) e por Grabe e Low (2002). O estudo de Bond, Markus e Stockmal (2003) partiu do pressuposto de que o letão se caracteriza pelo ritmo silábico. Para este estudo, escolheu-se o texto padrão proposto pela Associação Fonética Internacional (ver http://alt-usage-english.org/north_txt.html) (em inglês, The North Wind and the Sun, em lituano, Šiaurės vėjas ir saulė), utilizado não apenas por estudiosos do ritmo, mas também por todos os foneticistas. Ao analisar material de outro tipo, não seria metodologicamente adequado comparar os resultados deste estudo com dados de outras línguas obtidos com base no texto mencionado. Straipsniai / Articles 171 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ Cinco falantes nativos (um letão, uma lituana, um sueco, uma islandesa e uma chinesa)3 traduziram e leram o texto. A fala dos informantes foi gravada com um gravador numa sala silenciosa. Cada gravação tem pouco menos de um minuto. O material de pesquisa foi organizado e os dados empíricos foram extraídos em várias etapas: 1. Com a consulta ao informante de cada língua, as gravações foram anotadas com o programa PRAAT. Na anotação, recorreu-se tanto à visualização do oscilograma quanto à audição. A grelha de anotações textuais do programa, organizada (em inglês, TextGride), foi guardada no formato *txt. 2. Utilizando o programa Correlatore (versão 2.1), desenvolvido por Mairano (2011) no laboratório de fonética experimental Arturo Genre, em Turim (Itália), foram calculadas as estatísticas dos correlatos acústicos do ritmo das gravações que realizámos (os resultados são apresentados na Tabela 1). Para a análise de clusters, como já foi referido, utilizaram-se dados de Mairano (2011). São necessários para que se possa realizar corretamente a análise de clusters, cujos resultados são muito mais fiáveis quando se agrupa uma maior quantidade de dados. TABELA 1. Valores das estatísticas dos correlatos acústicos do ritmo4 Língua | ΔC |%V | ΔV | varcoΔV | varcoΔC | nPVI | rPVI; Lituano | 52 | 54 | 54 | 54 | 66 | 57 | 57; Letão | 55 | 52 | 58 | 55 | 65 | 70 | 65; Sueco | 55 | 44 | 36 | 39 | 48 | 45 | 68; Sueco 2 | 65 | 49 | 51 | 50 | 66 | 60 | 82; Islandês | 60 | 40 | 33 | 45 | 56 | 45 | 63; Islandês 2 | 52 | 47 | 41 | 50 | 60 | 51 | 56; Chinês | 44 | 51 | 44 | 44 | 47 | 48 | 54; Chinês 2 | 48 | 62 | 74 | 51 | 62 | 51 | 53; Japonês | 31 | 51 | 39 | 47 | 40 | 43 | 32; Português | 54 | 49 | 55 | 48 | 44 | 57 | 56; Francês | 40 | 49 | 40 | 45 | 41 | 45 | 44; Finlandês | 47 | 48 | 45 | 47 | 46 | 45 | 55; Grego | 37 | 47 | 34 | 50 | 48 | 52 | 42; Alemão | 66 | 46 | 54 | 56 | 60 | 58 | 65; Estónio | 54 | 46 | 39 | 43 | 51 | 43 | 53; Checo | 58 | 45 | 51 | 51 | 49 | 45 | 61; Turco | 58 | 45 | 38 | 43 | 55 | 46 | 67 3 Todos os informantes têm formação superior em filologia e trabalham ou prosseguem os estudos em universidades: o letão e a islandesa são docentes, o sueco é diretor de recursos humanos, e a lituana e a chinesa são mestrandas. 4 Aqui e ao longo do texto, as gravações do nosso estudo são identificadas com o índice 2, por exemplo: sueco 2; os dados de Mairano não têm índice. 172 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Língua | ΔC |%V | ΔV | varcoΔV | varcoΔC | nPVI | rPVI Árabe | 55 | 45 | 47 | 56 | 55 | 47 | 64 Italiano | 54 | 44 | 44 | 53 | 49 | 48 | 62 Holandês | 46 | 43 | 45 | 62 | 50 | 68 | 53 Dinamarquês | 61 | 42 | 40 | 46 | 52 | 50 | 66 Espanhol | 52 | 42 | 30 | 42 | 53 | 42 | 60 Russo | 55 | 41 | 34 | 43 | 48 | 45 | 63 Inglês | 59 | 40 | 48 | 62 | 51 | 61 | 70 Polonês | 66 | 36 | 32 | 41 | 49 | 41 | 72 3. Os dados foram compilados no programa SPSS (para mais informações sobre ele, ver http://www.insol.lt/statistics/, Vaitkevičius, Saudargienė 2006) e foi realizada uma análise de clusters. No estudo das línguas lituana e letã com o programa SPSS, foram realizadas uma análise hierárquica e uma análise de clusters em duas etapas. Na análise hierárquica, o número de clusters não é conhecido de antemão. Os clusters são formados segundo um princípio hierárquico: todos os dados são considerados um único cluster, composto por grupos menores. Eles podem ser determinados dividindo um cluster geral em grupos menores ou agrupando clusters pequenos em outros maiores. A análise em duas etapas difere da anteriormente descrita porque, nela, o número de clusters é conhecido de antemão (Vaitkevičius, Saudargienė 2006). Neste trabalho, foram escolhidos dois clusters, pois são estudados dois grupos rítmicos de línguas: o de ritmo acentual e o de ritmo silábico. O terceiro grupo, de ritmo moraico, não foi incluído na análise, pois não foi formulada a hipótese de que as línguas bálticas pudessem pertencer a esse grupo. Na análise de clusters, os objetos são redistribuídos até que as semelhanças dentro de um cluster se tornem consideravelmente maiores do que as semelhanças entre clusters (Vaitkevičius, Saudargienė 2006). Os resultados das línguas sueca, islandesa e chinesa são verificados apenas por meio da análise de clusters em duas etapas, pois foi escolhido um número pequeno de objetos a analisar (seis línguas). Além disso, o número de clusters e o grupo rítmico ao qual essas línguas pertencem são conhecidos de antemão (dois grupos rítmicos e os resultados de dois estudos). 3. ANÁLISE DE CLUSTERS EM DUAS ETAPAS DOS CORRELATOS ACÚSTICOS DAS LÍNGUAS SUECA, ISLANDESA E CHINESA Desvio padrão da duração das consoantes (ΔC) e percentagem da duração dos intervalos vocálicos (%V) Para averiguar se os valores de%V e ΔC das línguas sueca, islandesa e chinesa, gravadas por Mairano (2011) e neste estudo, são semelhantes e se enquadram no mesmo grupo, foi realizada uma Straipsniai / Articles 173 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ análise de clusters em duas etapas. Primeiro, foram calculadas as médias das variáveis quantitativas de cada cluster e o respetivo desvio padrão (ver Tabela 2). TABELA 2. Centros dos clusters segundo a percentagem da duração dos intervalos vocálicos e o desvio padrão da duração das consoantes %V ΔC Média Desvio padrão Média Desvio padrão Cluster 1 45,00 3,916 58,00 5,715 Cluster 2 56,50 7,778 46,00 2,828 Cluster Total 48,83 7,521 54,00 7,720 A tabela mostra que a média de ΔC do primeiro cluster é superior à do segundo, ao passo que, para a variável%V, acontece o inverso: a média do segundo cluster é superior, mas, neste caso, o desvio padrão também é bastante elevado. Assim, o primeiro cluster caracteriza-se por uma estrutura silábica mais complexa (isto é, mais consoantes por sílaba (ΔC mais elevado)), o que também implica uma percentagem menor de intervalos vocálicos (%V). Os resultados desta análise mostram que os valores mais semelhantes de%V e ΔC, que formam um cluster, pertencem às línguas do grupo de ritmo acentual — islandês (%V = 40, ΔC = 60), islandês 2 (%V = 47, ΔC = 52), sueco (%V = 44, ΔC = 55), sueco 2 (%V = 49, ΔC = 65); já as amostras de chinês, de ritmo silábico (%V = 51, ΔC = 44), e chinês 2 (%V = 62, ΔC = 48) formaram outro cluster. Assim,%V e ΔC são indicadores bastante fiáveis, pelos quais as línguas analisadas efetivamente se distinguem e que não dependem de fatores objetivos dos investigadores ou dos informantes (velocidade da fala, entoação, etc.) nem de fatores subjetivos (qualidade da gravação, diferenças de anotação, etc.). Coeficientes de variação A diferença entre os centros dos dois clusters também é bastante significativa no que diz respeito aos coeficientes de variação. A Tabela 3 mostra que as médias de varcoΔV e varcoΔC do segundo cluster são maiores. TABELA 3. Centros dos clusters segundo os coeficientes de variação varcoΔV varcoΔC Média Desvio-padrão Média Desvio-padrão Cluster 1 42,67 3,215 50,33 4,933 Cluster 2 50,33 0,517 62,67 3,055 Cluster Total 46,50 4,680 56,50 7,688 174 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Infelizmente, desta vez os resultados são muito inesperados: os valores de varcoΔV e varcoΔC mais semelhantes são os do primeiro cluster, que é formado pelas línguas islandesa (varcoΔV = 45, varcoΔC = 56), sueca (varcoΔV = 39, varcoΔC = 48) e chinesa (varcoΔV = 44, varcoΔC = 47) analisadas por Mairano (2011). Todos os nossos registos analisados pertencem ao segundo cluster: islandês 2 (varcoΔV = 50, varcoΔC = 60), sueco 2 (varcoΔV = 50, varcoΔC = 66) e chinês 2 (varcoΔV = 51, varcoΔC = 62). Assim, o coeficiente de variação, que deveria ser mais objetivo na classificação tipológica das línguas, gera mais confusão e permite supor que os seus resultados dependem muito da experiência de anotação específica de cada língua. Os coeficientes de variação dos nossos registos são semelhantes, o que leva a crer que, na anotação, talvez não seja suficiente consultar informantes nativos; a própria anotação deve ser realizada por foneticistas nativos. Índices de variabilidade pareada A diferença entre os centros dos dois clusters segundo nPVI e rPVI é bastante significativa (ver Tabela 4). 4 TABELA. Centros dos clusters segundo os índices de variabilidade pareada nPVI rPVI Média Desvio-padrão Média Desvio-padrão Cluster 1 48,00 3,000 58,80 6,458 2 60,00 . 82,00 . Total 50,00 5,586 62,67 11,094 No entanto, o agrupamento das línguas é ainda mais ambíguo do que ao analisar os coeficientes de variação. O primeiro cluster é composto por todas as línguas, exceto a língua sueca 2 analisada neste estudo (o seu rPVI é muito elevado — 82, embora o nPVI seja semelhante ao das outras línguas — 60); foi a única a integrar o segundo cluster. Os índices de variação pareada das outras línguas são muito semelhantes: islandês (nPVI = 45, rPVI = 63), islandês 2 (nPVI = 51, rPVI = 56), chinês (nPVI = 48, rPVI = 54), chinês 2 (nPVI = 51 rPVI = 53), sueco (nPVI = 45, rPVI = 68). Neste caso, é evidente que a análise de clusters em duas etapas não é útil, pois o primeiro cluster deve ser subdividido em grupos ainda menores. Em síntese, os resultados da análise de clusters em duas etapas de três línguas permitem afirmar que o desvio-padrão da duração das consoantes (ΔC) e a percentagem da duração dos intervalos vocálicos (%V) são indicadores bastante fiáveis para agrupar as línguas em classes. Neste caso, a análise de clusters em duas etapas dos coeficientes de variação e dos índices de variação pareada suscita mais perguntas do que respostas. Straipsniai / Articles 175 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ 4. O RITMO DAS LÍNGUAS LITUANA E LETÃ COM BASE NA ANÁLISE DE CLUSTERS Desvios-padrão da duração (ΔC, ΔV) e percentagem da duração dos intervalos vocálicos (%V) Para determinar a que grupo tipológico de ritmo pertencem as línguas letã e lituana, realizou-se primeiro uma análise hierárquica de clusters, com o objetivo de verificar como as línguas se agrupam de acordo com ΔV,%V e ΔC e em que cluster se situam as línguas lituana e letã. Para esta análise, utilizaram-se também dados de outras línguas apresentados no trabalho de Mairano (2011: 170, 179, 199). Os resultados obtidos na análise hierárquica de clusters mostram que as línguas lituana, letã, alemã, árabe, inglesa, checa, italiana e portuguesa apresentam valores de ΔV,%V e ΔC mais semelhantes e, por isso, formam um cluster cujos valores de ΔV variam entre 44 e 58, de%V entre 40 e 54 e de ΔC entre 52 e 66. Neste cluster, apenas a língua italiana é considerada mais próxima do ritmo silábico (como se pode ver, a análise de clusters parece permitir pôr isso em dúvida); todas as outras línguas (exceto, naturalmente, as línguas bálticas analisadas, cujo tipo de ritmo é desconhecido) pertencem às línguas de ritmo acentual. O segundo grupo foi formado por muitas línguas de ritmo silábico, mas incluiu também várias línguas que tendem a ser consideradas de ritmo acentual ou misto (ver Tabela 5). Os valores de ΔV destas línguas variam entre 30 e 45, os de%V entre 36 e 51 e os de ΔC entre 37 e 66. Uma conclusão é indubitável à luz dos resultados: nenhuma língua prototípica de ritmo silábico (francês, espanhol, grego) integrou o primeiro cluster, enquanto o segundo incluiu apenas duas línguas prototípicas de ritmo acentual (russo, neerlandês). Como se vê na Tabela 5, as línguas lituana e letã pertencem ao primeiro cluster e são mais semelhantes às línguas prototípicas de ritmo acentual (os dados dos correlatos acústicos das línguas são apresentados na Tabela 1). TABELA 5. Resultados da análise hierárquica de clusters com base nos desvios-padrão e na proporção de vogais5 Número do cluster Grupos rítmicos e línguas Ritmo acentual Ritmo silábico Não determinado 1 inglesa, alemã, árabe, portuguesa, checa italiana lituana, letã 2 russa, neerlandesa, islandesa, turca, dinamarquesa, polaca, sueca espanhol, francês, grego, chinês, estónio, finlandês 5 Nesta e nas outras tabelas, estão destacadas as línguas prototípicas de cada grupo rítmico; o ritmo das outras línguas é objeto de debate (algumas delas são mesmo consideradas não classificáveis ou de ritmo misto). 176 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Os resultados da análise hierárquica de três variáveis permitem concluir que as línguas prototípicas de ritmo acentual e silábico pertencem a clusters diferentes. Assim, as línguas destes grupos diferem quanto às características analisadas, mas determinar se estas características são indicadores de diferentes ritmos linguísticos é já objetivo de outro estudo. Após a análise de clusters em duas etapas (o número de clusters escolhido, naturalmente, é dois), verifica-se que a média de ΔV das línguas do primeiro cluster é mais elevada, enquanto a do segundo é mais baixa (ver Tabela 6). As línguas do primeiro cluster caracterizam-se por uma maior diversidade na duração dos intervalos vocálicos. A média da variável ΔC é mais baixa no primeiro cluster e um pouco mais elevada no segundo. No entanto, a diferença não é muito grande, sobretudo considerando que, no primeiro cluster, os dados estão muito dispersos (desvio-padrão elevado — nada menos que 8,15). TABELA 6. Centros dos clusters segundo os desvios-padrão e a proporção de vogais %V | ΔV | ΔC Média | Desvio-padrão | Média | Desvio-padrão | Média | Desvio-padrão Cluster | 1 | 47,75 | 3,388 | 47,58 | 6,999 | 50,67 | 8,150 Cluster | 2 | 41,78 | 3,032 | 36,67 | 5,408 | 57,78 | 4,295 Total | 45,19 | 4,377 | 42,90 | 8,324 | 53,71 | 7,544 Os resultados da análise de clusters em duas etapas, apresentados na Tabela 7, mostram que os valores de ΔV,%V e ΔC das línguas lituana e letã são mais semelhantes aos das línguas de ritmo acentual alemã, árabe, neerlandesa, portuguesa e checa, e aos das línguas de ritmo silábico italiana, grega, chinesa, finlandesa e francesa. O primeiro cluster, ao qual, de acordo com os dados deste estudo, pertencem também as línguas bálticas, é composto por 12 línguas (57%); o segundo, por 9 (43%). TABELA 7. Resultados da análise de clusters em duas etapas segundo os desvios-padrão e a proporção de vogais Número do cluster | Grupos rítmicos e línguas Ritmo acentual | Ritmo silábico | Não determinado 1 | árabe, alemão, neerlandês, português, checo | francês, grego, italiano, chinês, finlandês | lituano, letão 2 | inglês, russo, islandês, turco, dinamarquês, polaco, sueco | espanhol, estónio Verifica-se que os resultados desta análise diferem dos da análise hierárquica, pois, no mesmo cluster que as línguas lituana e letã, entraram mais línguas de ritmo silábico Straipsniai / Articles 177 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ línguas: italiano, chinês, finlandês e até mesmo as línguas prototípicas francesa e grega. Outra língua prototípica de ritmo silábico (espanhol) foi incluída no segundo cluster. Desta vez, também se dividiram as línguas prototípicas de ritmo acentual: inglês, no segundo cluster, e alemão, no primeiro. Assim, ao analisar três variáveis (os indicadores mais importantes da classe tipológica do ritmo das línguas), a análise hierárquica é mais adequada do que a análise de clusters em duas etapas. Coeficientes de variabilidade A análise hierárquica de clusters com base nas variáveis varcoΔV, varcoΔC mostra que lituano, letão e quatro línguas prototípicas de ritmo acentual — árabe, neerlandês, inglês e alemão — pertencem a um mesmo cluster (ver Tabela 8). O varcoΔV dessas línguas situa-se entre 54 e 62, e o varcoΔC, entre 50 e 66. O varcoΔV das línguas do segundo cluster situa-se entre 39 e 53, e o varcoΔC, entre 41 e 56. TABELA 8. Resultados das análises hierárquica e de clusters em duas etapas com base nos coeficientes de variabilidade Número do cluster Grupos rítmicos e línguas Ritmo acentual Ritmo silábico Não determinado 1 inglês, neerlandês, alemão, árabe – lituano, letão 2 russo, português, islandês, turco, dinamarquês, checo, polaco, sueco espanhol, francês, grego, estónio, italiano, chinês, finlandês Como se pode observar pelos resultados da análise de clusters em duas etapas, as médias de ambos os coeficientes de variabilidade do primeiro cluster são mais elevadas do que as do segundo (ver Tabela 9). TABELA 9. Centros dos clusters segundo os coeficientes de variabilidade varcoΔV varcoΔC Média Desvio padrão Média Desvio padrão Cluster 1 57,50 3,564 57,83 6,911 2 45,33 3,885 49,07 3,955 Geral 48,81 6,743 51,57 6,274 Os resultados das análises hierárquica e de clusters em duas etapas coincidem plenamente. Os clusters são compostos pelas mesmas línguas: num deles estão o lituano, o letão, o alemão, o árabe, o inglês e o neerlandês; no outro, as restantes (ver Tabela 8). 178 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė A análise hierárquica e a análise de agrupamento em duas etapas dos coeficientes de variabilidade mostram claramente a semelhança entre os ritmos do lituano, do letão e das línguas de ritmo acentual, além de distinguir com bastante precisão as línguas prototipicamente acentuais das silábicas. Índices pareados de variabilidade A análise hierárquica de agrupamento com base nos índices pareados de variabilidade apresenta resultados muito discutíveis (ver Tabela 10). Todas as línguas, exceto o francês e o grego, pertencem a um único agrupamento. O rPVI das línguas do primeiro agrupamento varia de 53 a 72, e o nPVI, de 41 a 70. O rPVI das línguas do segundo agrupamento varia de 42 a 44, e o nPVI, de 45 a 52. TABELA 10. Resultados da análise hierárquica de agrupamento com base nos índices pareados de variabilidade Número do agrupamento | Grupos rítmicos e línguas | Ritmo acentual | Ritmo silábico | Indeterminado | 1 | inglês, neerlandês, alemão, árabe, russo, português, islandês, turco, dinamarquês, checo, polonês, sueco | espanhol, estoniano, italiano, chinês, finlandês | lituano, letão | 2 | – | francês, grego A Tabela 11 apresenta os resultados da análise de agrupamento em duas etapas. Cumpre observar que as médias de rPVI de ambos os agrupamentos são quase iguais, o que põe seriamente em dúvida a confiabilidade desse indicador (especialmente considerando o elevado desvio-padrão). TABELA 11. Centros dos agrupamentos com base nos índices pareados de variabilidade nPVI | rPVI | Média | Desvio-padrão | Média | Desvio-padrão | Agrupamento | 1 | 61,83 | 5,776 | 61,00 | 6,603 | 2 | 45,80 | 2,883 | 59,60 | 8,534 | Geral | 50,38 | 8,322 | 60,00 | 7,893 O primeiro agrupamento é composto por seis línguas (29%), e o segundo, por 15 (71%) (ver Tabela 12). Se comparássemos com os resultados da análise hierárquica de agrupamento, veríamos que, no primeiro agrupamento, juntamente com o lituano e o letão, permaneceram o alemão, o inglês, o neerlandês e o português. Todas as línguas de ritmo silábico foram incluídas no segundo agrupamento. Straipsniai / Articles 179 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ TABELA 12. Resultados da análise de clusters em duas etapas com base em índices de variabilidade emparelhados Número do cluster Grupos rítmicos e línguas Ritmo acentual Ritmo silábico Não determinado 1 inglês, neerlandês, alemão, português – lituano, letão 2 russo, árabe, islandês, turco, dinamarquês, checo, polaco, sueco espanhol, francês, grego, estónio, italiano, chinês, finlandês Os resultados da análise de clusters em duas etapas, com nPVI e rPVI como variáveis, mostram a semelhança rítmica entre o lituano, o letão e as línguas de ritmo acentual e, tal como a análise dos coeficientes de variabilidade, distinguem bem as línguas prototípicas de ritmo acentual das de ritmo silábico. 5. CONCLUSÕES Em síntese, a tentativa de aplicar métodos de análise de clusters para identificar classes tipológicas de ritmo permite chegar às seguintes conclusões. A análise de clusters (tanto hierárquica como em duas etapas) não produz resultados inequívocos. A análise hierárquica é bastante adequada para agrupar variáveis menos processadas estatisticamente (ΔV, ΔC,%V e, em parte, também varcoΔV, varcoΔC); talvez seja possível recorrer à análise em duas etapas também quando se dispõe de índices mais complexos (PVI). Ainda assim, neste caso, a análise em duas etapas suscita mais dúvidas, nem que seja pelo simples facto de terem sido escolhidas apenas duas possibilidades (ou ritmo acentual ou silábico, sem possibilidade de um ritmo misto). Segundo todas as variáveis, o lituano e o letão pertencem ao mesmo cluster, juntamente com muitas línguas de ritmo acentual. Portanto, seria possível concluir, com cautela, que o ritmo das duas línguas bálticas é semelhante e determinado pelo acento. São línguas de ritmo acentual. A análise de clusters (em particular, a comparação dos dados de dois estudos distintos sobre o sueco, o islandês e o chinês) mostrou que a precisão da anotação é especialmente importante para o estudo do ritmo. Por outro lado, trata-se apenas de um estudo-piloto; por isso, estas conclusões são relevantes não pela própria classificação tipológica do ritmo das línguas nem pelos indicadores de ritmicidade das línguas. Podem servir de orientação para estudos posteriores ou constituir mais um motivo para questionar a existência de classes de ritmo linguístico definidas de forma estrita. LITERATŪRA A b e r c r o m b i e D a v i d 1967: Elements of general phonetics. Edinburgh: Edinburgh University Press. A r v a n i t i A m a l i a 2012: The usefulness of metrics in the quantification of speech rhythm. Journal of Phonetics 40, 351–373. 180 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Bond Zinny Sans, Markus Dace, Stockmal Verna 2003: Prosodic and Rhythmic Patterns Produced By Native and Non-native Speakers of a Quantity-Sensitive Language. 15th International Congress of Phonetic Sciences. Barcelona, 527–530. Dauer Rebecca McKeever 1983: Stress-timing and syllable-timing reanalysed. Journal of Phonetics 11, 51–62. Dellwo Volker, Wagner Petra 2003: Relationships between language rhythm and speech rate. Proc. of the International Congress of Phonetic Science, 471–474. Girdzijauskas Juozas 1966: Lietuvių eilėdara. Silabinės-toninės sistemos susiformavimas. Vilnius: Vaga. Girdzijauskas Juozas 1979: Lietuvių eilėdara: XX a. Vilnius: Mokslas. Grabe Esther, Low Ee Ling 2002: Durational Variability in Speech and the Rhythm Class Hypothesis. Papers in Laboratory Phonology 7, 1–16. Kazlauskienė Asta, Fokaite Inga 2005: Dėl lietuvių kalbos teksto prozodijos. Žmogus ir žodis 7(1), 35–38. Kazlauskienė Asta 2013: Kai kurie akustiniai lietuvių kalbos ritmiškumo parametrai. Baltistica 48(1), 19–36. Mairano Paolo 2011: Rhythm Typology: Acoustic and Perceptive Studies. Doctoral dissertation. Turin: University of Turin. Pike Kenneth Lee 1945: The Intonation of American English. Ann-Arbor: University of Michigan Press. Pukevičiūtė Agnė 2013: Akustiniai lietuvių ir latvių kalbų ritmo koreliatai. Magistro darbas. Kaunas: Vytauto Didžiojo universitetas. Ramonaite Valerija 1980: Prozos kalbos ritmas. Konstruktyvieji faktoriai ir pagalbiniai formantai. Literatūra ir kalba 16, 38–65. Ramonaite Valerija 2006: Pirminis Juozo Baltušio „Parduotų vasarų“ ritmas. Acta humanitarica universitatis Saulensis, 307–333. Ramus Franck, Nespor Marina, Mehler Jacques 1999: Correlates of linguistic rhythm in the speech signal. Cognition 73(3), 265–292. Roach Peter 1982: On the Distinction between ‘Stress-timed’ and ‘Syllable-timed’ Languages. – David Crystal. Linguistic controversies. London: Edward Arnold, 73–79. Sauka Leonardas 1974: Lietuvių folklore eilet yros ir teorijos klausimai. – Literatūra ir kalba 13, 192–207. Sauka Leonardas 1978: Lietuvių liaudies dainų eilėdara. Vilnius: Vaga. Stundžia Bonifacas 1991: Kirtis tekste. Žodžiai ir prasmės 1, 86–92. Vaitkevičius Raimundas, Saudargienė Aušra 2006: Statistika su SPSS psichologiniuose tyrimuose: mokomoji knyga. Kaunas: VDU leidykla. Vaitkevičius Raimundas, Saudargienė Aušra 2012: Daugiamačiai duomenų analizės metodai psichologijoje. Kaunas. Straipsniai / Articles 181 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ PRIEDAS 1. Tiriamieji tekstai lietuvių kalba Vieną dieną Šiauriniam vėjui ir Saulei besiginčijant, kuris iš jų stipresnis, pasirodė keliautojas, vilkintis apsiaustą. Tada jie susitarė, kad tas, kuris privers keliautoją nusivilkti apsiaustą, bus laikomas stipresniu. Pirmiausia Šiaurinis vėjas pūtė taip stipriai, kiek tik galėjo, bet kuo stipriau jis pūtė, tuo tvirčiau keliautojas apsigaubdavo apsiaustą; galiausiai Šiaurinis Vėjas pasidavė. Tada Saulė pradėjo kaitinti ir keliautojas tuoj pat nusivilko apsiaustą. Taip Šiaurinis vėjas turėjo pripažinti, kad Saulė stipresnė už jį. 2. Tiriamieji tekstai latvių kalba Vienu dienu Ziemeļu vējam un Saulei strīdoties par to, kurš no viņiem ir stiprāks, nāca ceļotājs, ietīnies mētelī. Viņi savā starpā vienojās, ka tas, kurš pirmais liks ceļotājam novilkt savu mēteli, tiks uzskatīts par stiprāko. Ziemeļvējš pirmais pūta tik stipri, cik vien varēja, bet, jo stiprāk viņš pūta, jo stingrāk ceļotājs ietinas savā mētelī; galu galā Ziemeļvējš tomēr padevās. Tad Saule sāka stipri sildīt un ceļotājs uzreiz novilka savu mēteli. Tā Ziemeļvējam bija jāatzīst, ka Saule bija stiprāka par viņu. 3. Tiriamieji tekstai švedų kalba Nordanvinden och Solen tvistade en gång om vem av dem som var starkast. Just då kom en vandrare vägen fram insvept i en varm kappa. De kom då överens om att den som först kunde få vandraren att ta av sig kappan, han skulle anses vara starkare än den andra. Då blåste nordanvinden så hårt han nånsin kunde, men ju hårdare han blåste desto tätare svepte vandraren kappan om sig, och till slut gav Nordanvinden upp försöket. Då lät Solen sina strålar skina helt varmt och genast tog vandraren av sig kappan och så var Nordanvinden tvungen att erkänna att solen var den starkaste av de två. 4. Tiriamieji tekstai islandų kalba Dag einn þegar Norðvindurinn og Sólin voru að rífast um það hvor þeirra væri sterkari, birtist ferðamaður vafinn inn í frakka. Þeir voru sammála um að sá sem gæti blásið frakkanum af ferðamanninum myndi teljast sterkari en hinn. 182 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Norðanvindurinn blés eins fast og hann gat, en því fastara sem hann blés, því þéttara varð ferðamaðurinn kápunni um sig, og að lokum gafst Norðanvindurinn upp á að reyna. Þá fór Sólin að skína, og undireins fór ferðamaðurinn úr frakkanum. Þá varð Norðanvindurinn að viðurkenna að Sólin væri sterkari en hann var. 6. Tiriamieji tekstai kinų kalba You yi tian, dang yi ge guo zhe da yi de lv xing zhe chu xian de shi hou, bei feng he tai yang zheng zai zheng chao jiu jing shui geng jiang. Ta men tong yi shui xian rang lv xing zhe ba wai tao tuo diao jiu ren wei shui bi ling yi ge qiang. Sui hou, bei feng jiu jing ta zui da de nu li lai chui feng, dan shi, ta chui de yue da, lv xing zhe jiu ba wai tao guo de yue jin. Zui hou,bei feng fang qi le. Jie xia lai, tai yang kai shi fa chu re liang, lv xing zhe li ji jiu tuo xia le wai tao. Suo yi, bei feng bu de bu cheng ren tai yang bi ta geng qiang. Cluster Analysis of Typological Groups of Language Rhythm SUMMARY This article aims to answer two questions: 1) whether the cluster analysis handy finding rhythm typological similarities, and it can be classified on the basis of it so far unanalysed languages 2) in which a cluster – stress-timed or syllable-timed languages – Lithuanian and Latvian languages fall into. Standard text, proposed by the International Phonetics Association (see http://alt-usage-english.org/north_txt.html) (Eng. The North Wind and the Sun, Lith. Šiaurės vėjas ir saulė) was selected for this study. Five native speakers (Latvian, Lithuanian, Swedish, Icelandic and Chinese) translated and recorded it (each record was much shorter than 1 min.). The records were annotated by program PRAAT and acoustic correlates of rhythm of records that we have done have been calculated using program Correlator (2. 1 version) which was developed by Pado Mairano (2011) in Arturo Genre experimental phonetics laboratory of Turin (Italy). It was found that Lithuanian ΔC=52,%V=54, ΔV=54, varcoΔV=54, varcoΔC=66, nPVI=57, rPVI=57; Latvian ΔC=55,%V=52, ΔV=58, varcoΔV=55, varcoΔC=65, nPVI=70, rPVI=65; Swedish ΔC=65,%V=49, ΔV=51, varcoΔV=50, varcoΔC=66, nPVI=60, rPVI=82; Icelandic ΔC=52,%V=47, ΔV=41, varcoΔV=50, varcoΔC=60, nPVI=51, rPVI=56; Chinese ΔC=48,%V=62, ΔV=74, varcoΔV=51, varcoΔC=62, nPVI=51, rPVI=53. Straipsniai / Articles 183 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ Data of other languages estimated by the author of the program Mairano (2011) was used for cluster analysis. The data was entered to the SPSS program and a cluster analysis was performed. The results show that the cluster analysis (both hierarchical and two-steps) does not provide unambiguous results. Hierarchical analysis is pretty handy to cluster less statistically processed variables (ΔV, ΔC,%V, partly varcoΔV, varcoΔC), a two-step analysis might be possible to rely on, and with more complex indices (PVI). However, a two-step analysis is begging the question, because it does not leave the third option (stress-timed or syllable-timed, cannot be mixed). Lithuanian and Latvian languages according to all the variables fall into the same cluster together with a number of stress-timed languages. Therefore, it can be carefully concluded that rhythm of the two Baltic languages is similar and caused by stress. They are stress-timed languages. Cluster analysis (in particular, Swedish, Icelandic, Chinese Language comparison between the two types of data) has shown that the annotation precision is particularly important in the researches of rhythm. On the other hand, the findings are relevant not for the typological classification of languages’ rhythm and not for the indicators of languages’ rhythm. They can be as guidelines of further research or another excuse to question existence of strictly defined classes of speech rhythm. Įteikta 2013 m. liepos 11 d. AGNĖ PUKEVIČIŪTĖ Vytauto Didžiojo universitetas Kristijono Donelaičio g. 58, LT–44248 Kaunas, Lietuva [email protected] ASTA KAZLAUSKIENĖ Vytauto Didžiojo universitetas Kristijono Donelaičio g. 58, LT–44248 Kaunas, Lietuva [email protected] 184 Acta Linguistica Lithuanica LXIX