Pentru a înțelege dezbaterea din interiorul domeniului foneticii și cum s-a ajuns la conceptul de fonem, în paralel cu dezvoltarea disciplinei numite fonologie, trebuie să pornim de la semnul lingvistic și care este relația lui cu sunetele.
Fonie, sunete și semn lingvistic
Ceea ce constatăm din experiența imediată este faptul că cel ce vorbește emite niște sunete în procesul vorbirii. Sunetele limbii apar prin vibrarea coardelor vocale în timpul emisiunii lor, iar această acțiune se numește fonie. Altfel spus, o fonie reprezintă o suită formată din unul sau mai multe sunete.
Trebuie menționat că nu orice fonie este un fapt de vorbire. Bunăoară, cineva care face vocalize sau scoate un sunet de durere nu vorbește. Pentru ca o fonie să însemne vorbire trebuie să existe o corelație sistematică între fonia respectivă și un obiect din realitate. Spre exemplu, fonia reprezentată în scris prin casă se referă la o „casă” și nu la altceva (animal, acțiune etc). Prin existența acestei corelații, recunoscută atât de cel ce o emite, dar și de cel ce o aude, o fonie devine semn lingvistic, deci semnul este o suită formată din unul sau mai multe sunete.
Sunete diferite, semne distincte
Este cât se poate de intuitiv că atunci când două fonii reprezintă semne lingvistice distincte, spre exemplu fonia pom și fonia copac, foniile respective trebuie să fie formate din sunete diferite. Acest fapt este valabil în virtutea ideii că două sunete sunt diferite în măsura în care proprietățile lor fizice (fiziologice și acustice) sunt diferite.
Sunete diferite, același semn
Ceea ce este mai puțin intuitiv este faptul că nu toate sunetele care diferă prin proprietățile lor fizice au posibilitatea de a diferenția între ele semne lingvistice. Altfel spus, în unele situații, sunete total diferite ca structură fizică reprezintă același semn lingvistic.
Pentru a înțelege această realitate, care a devenit punctul de cotitură de la care explicațiile strict fonetice nu au mai fost suficiente și a apărut noua disciplină, fonologia, ne vom folosi de un exemplu. Dar mai înainte de exemplu facem o paranteză pentru a aduce niște lămuriri, să le spunem experimentale.
Odată cu evoluția instrumentelor de analiză, foneticienii au reușit să surprindă cu mai multă acuratețe sunetele vorbite și au constatat că în realitatea vorbirii există mai multe sunete decât cele pe care un vorbitor obișnuit le percepe ca distincte. S-a concluzionat că doi vorbitori pronunță, de cele mai multe ori, în mod diferit ceea ce apare ca „același sunet”, ba chiar mai mult, același vorbitor pronunță diferit în momente diferite ceea ce apare ca „același sunet”. Cele de mai sus sunt ușor de demonstrat dacă ascultăm cum pronunță sunetele limbii române un nevorbitor de limbă română (vezi pe youtube un astfel de caz ). Totodată putem să ne aducem aminte cum articulăm sunetele când suntem obosiți sau când am avut o intervenție stomatologică. Dacă am înregistra cu un aparat special sunetele emise în situațiile enumerate mai sus am observa că în aceste cazuri diferite emitem sunete diferite pentru ceea ce ne-am obișnuit să numim „același sunet”.
Revenind la exemplul nostru, dar având în minte paranteza de mai sus, vom observa că fonia masă rostită în două momente diferite ar putea să aibă pentru vocala a sunete total diferite din punct de vedere fizic. Astfel am avea pentru momentul T1 vocala a1, iar pentru momentul T2 vocala a2. Pe cale de consecință logică, avem două fonii diferite ma1să și ma2să și ar trebui să nu le înțelegem. (Aici este cazul să aducem o nouă lămurire: din dorința de a simplifica explicația am introdus în discuție ca exemplu doar 2 sunete diferite pentru vocala a, dar dacă am lua în calcul limba în totalitatea ei am avea o infinitate de sunete diferite!) Cu toate acestea, deși „materia sonoră” este diferită în cazul ambelor fonii, în uzul curent al limbii române cele două fonii funcționează ca și cum ar avea o alcătuire identică, masă.
Dacă rămânem în exemplul de mai sus și înlocuim consoana m cu un sunet care reprezintă consoana c, vorbitorul nu va avea nicio problemă să considere rezultatul ca fiind două fonii total diferite, respectiv masă, casă.
Să recapitulăm. Avem o situație în care pe baza a 2 fonii diferite înțelegem un singur cuvânt (masă) și o altă situație în care tot pe baza a două fonii diferite înțelegem două cuvinte diferite (casă și masă). În primul caz diferența dintre sunetele a1 și a2 nu este este percepută, iar în cel de-al doilea caz, diferența dintre sunetele c și m este percepută.
Foneticienii au trebuit să răspundă la întrebarea: ce anume permite identificarea lui a1 cu a2 și ce anume determină distingerea sunetelor c, m? Au fost formulate mai multe tipuri de explicații, iar în cele ce urmează le vom enumera așa cum au fost ele sintetizate de-a lungul timpului. Ultima explicație, cea fizic-relațională, care ține cont de structura generală a limbii și se bazează pe funcționalitatea sunetelor, din care rezultă conceptul de fonem, este acceptată de lingvistica actuală.
Explicația fonetică
Conform acestei explicații sunt considerate identice două sunete care seamănă între ele din punct de vedere al calităților fizice (fiziologie și acustică). Această abordare nu a fost considerată satisfăcătoare întrucât nu prezintă cât de asemănătoare trebuie să fie două sunete din punct de vedere acustic sau fiziologic pentru a putea fi considerate varietăți ale aceluiași sunet.
Spre exemplu, ambele vocale e și i au localizarea anterioară, dar între ele există o serie de nuanțe intermediare, unele mai apropiate de e, altele mai apropiate de i, astfel încât, fonetic, un e poate fi considerat ca un i foarte deschis sau un i poate fi considerat un e foarte închis. Tranziția de la un sunet la altul se face gradat, existând o serie de nuanțe intermediare, motiv pentru care nu există posibilitatea de a stabili o limită exactă între cele două clase de varietăți.
Explicația fonologică-psihologistă
Explicația psihologistă a avut meritul de a introduce o distincție între sunete ca realități fizice și amprenta psihică pe care o au acestea. Odată cu conturarea acestei abordări, s-au pus și bazele disciplinei distincte numite fonologie.
Un exemplu pentru acest tip de explicație ar suna astfel: ca realități fizice p din piatră și p din noapte nu sunt identice, în schimb cele două sunete au o singură amprentă în mintea oricărui vorbitor al limbii române. Datorită acestei amprente vorbitorul nu face diferența între cele două sunete p.
Ulterior, în interiorul aceleiași paradigme, amprenta mentală a sunetului a fost numită fonem și însemna o entitate psihică, iar sunetele au fost definite strict ca entități fizice (acustice).
Chiar dacă aceste explicații nu au fost pe deplin satisfăcătoare, ele au introdus în discuție distincția dintre sunet și fonem și au exprimat identificarea a două sunete ca variații ale aceleiași unități.
Explicația fizic-relațională
Așa cum spuneam mai sus, explicația bazată pe distincția dintre sunet (entitate fizică) și fonem (entitate funcțională a sunetului) este cea acceptată de lingvistica actuală. Explicația mentalistă a fost abandonată, iar explicația actuală ține cont de trăsăturile distinctive ale sunetelor și de capacitatea acestora de a diferenția semne lingvistice.
Chiar dacă conceptul de fonemul este abordat separat, câteva idei despre acest concept sunt utile și aici.
Din exemplul expus mai sus înțelegem că două fonii diferite (ma1să și ma2să), cu proprietăți fizice diferite, reprezintă același semn lingvistic (masă), iar alte două fonii diferite (masă, casă), cu proprietăți fizice diferite, reprezintă două semne lingvistice diferite (masă, casă).
Prima observație ce decurge din exemplul anterior, paradoxală la prima vedere, este că ceea ce face ca două fonii să reprezinte două semne distincte nu constă, pur și simplu, în structura lor sonoră (fizică).
A doua observație ce rezultă din situațiile prezentate este că o fonie este un semn diferit de o altă fonie, numai în măsura în care cele două fonii au asociate semnificații distincte. Oricât de diferit am pronunța vocala a, din punct de vedere fizic, în limba română semnificația celor două tranșe sonore ma1să și ma2să, semnificația va fi aceeași masă.
Din cele două observații putem afirma că nu toate proprietățile fizice (sonoritatea) ce caracterizează un sunet sunt relevante atunci când acesta este constituent al unui semn. Prin urmare, există proprietăți fizice care disting sunetele (proprietățile fizice disting sunetele a1, a2), dar care sunt nerelevante în distingerea semnelor (proprietățile nu disting semnul masă) și există proprietăți fizice care disting sunetele (proprietățile fizice disting sunetele m, c), dar care sunt relevante în distingerea semnelor (proprietățile disting semne diferite masă, casă).
Proprietățile relevante ale sunetelor în distingerea unui semn se numesc trăsături distinctive (relevante), iar proprietățile nerelevante în distingerea unui semn se numesc trăsături nedistinctive (nerelevante).
Două sunete care diferă între ele numai prin trăsături nedistinctive reprezintă același fonem (a1, a2 din exemplul anterior). Două sunete care diferă între ele prin cel puțin o trăsătură distinctivă reprezintă foneme distincte (m, c din exemplul anterior).