habm und Happm

[Wortklaux]

Über habm und Happm:

Wenn man die Wörter "haben" und "Happen" auf Hochdeutsch deutlich ausspricht, ohne aber im pädagogischen Ton die einzelnen Buchstaben zu artikulieren, möchte ich einmal behaupten, dass der Durchschnittssprecher mit großer Wahrscheinlichkeit den Schwa-Laut überschlägt, dabei aber das Wort nicht mit einem "n", sondern mit einem "m" enden lässt.
Diese Tatsache ist an sich schon bemerkenswert, da man ja ansonsten im Deutschen das Schluss-n nicht einfach gegen ein Schluss-m austauschen kann, ohne dass sich die Bedeutung des Wortes ändert.
Noch interessanter erscheint mir aber die Frage, was für ein Konsonant dabei eigentlich zwischen "ha" und dem Schluss-m steht. Ich war bisher immer der Meinung, dass ein "b" oder ein "p" ein durch die Lippen hervorgebrachter Explosivlaut ist, der auf keine Weise mit geschlossenem Mund ausgesprochen werden kann. Wenn man aber "haben" oder "Happen" langsam spricht (ohne den Schwa-Laut zu artikulieren) und dabei vor dem "b" bzw. "p" kurz innehält, kann man bemerken, dass der Mund unmittelbar vor dem "b" bzw. "p" geschlossen ist und danach auch nicht wieder aufgeht. Zudem ist während der Aussprache dieser Konsonanten auch keinerlei Aktivität der Lippen mehr zu bemerken. Vielmehr scheint es mir, als würde der Konsonant dort ausgesprochen, wo man sonst etwa den -ch-Laut in "ach" spricht.
Was ist das also für ein Konsonant? Wie unterscheidet man dabei das b vom p?
Im übrigen stellen sich ähnliche Fragen für "t" in "treten", "d" in "leiden", "k" in "Kraken" und "g" in "fragen". Bei den beiden letzten beiden Wörtern wird das Schluss-n anscheinend als "ng" gesprochen.

[Kilian]

Wenn man die Wörter "haben" und "Happen" auf Hochdeutsch deutlich ausspricht, ohne aber im pädagogischen Ton die einzelnen Buchstaben zu artikulieren, möchte ich einmal behaupten, dass der Durchschnittssprecher mit großer Wahrscheinlichkeit den Schwa-Laut überschlägt, dabei aber das Wort nicht mit einem "n", sondern mit einem "m" enden lässt.

Absolut richtig, in diesen Silben tritt sehr häufig progressive Assimilation des Artikulationsortes auf, d.h. der alveolare Nasallaut [ n ] übernimmt den Artikulationsort des vorangehenden stimmhaften bilabilaen Plosivs [ b ] und wird dadurch zum bilabialen Nasal [ m ]. Das tut er auch manchmal (weniger häufig, so kommt es mir vor) nach dem stimmlosen bilabialen Plosiv [ p ], wie in stoppen. Entsprechend wird es nach den velaren Plosiven [ g ] und [ k ] häufig zum velaren Nasal [ ŋ ], wie in fragen und Kraken.

Diese Tatsache ist an sich schon bemerkenswert, da man ja ansonsten im Deutschen das Schluss-n nicht einfach gegen ein Schluss-m austauschen kann, ohne dass sich die Bedeutung des Wortes ändert.

Stimmt, liebem und lieben werden bei dieser Aussprache z.B. gar nicht unterschieden. Scheint aber selten zu Verständnisproblemen zu führen. ;D

Noch interessanter erscheint mir aber die Frage, was für ein Konsonant dabei eigentlich zwischen "ha" und dem Schluss-m steht. Ich war bisher immer der Meinung, dass ein "b" oder ein "p" ein durch die Lippen hervorgebrachter Explosivlaut ist, der auf keine Weise mit geschlossenem Mund ausgesprochen werden kann.

Das hatte ich mich auch schon mal gefragt, aber dann habe ich jetzt gerade noch mal nachgelesen: Das definierende Merkmal von Plosiven bzw. stop consonants ist entgegen dem, was ihr deutscher Name suggeriert, nicht die puffartige Wiederfreisetzung des Luftstroms durch den Mund am Ende, sondern die vorangehende vollständige Blockade des Luftstroms. Selbst wenn hinterher keine Freisetzung erfolgt, ist der Stop durch den Übergang vom vorangehenden Vokal zum am Artikulationsort (in diesem Fall die Lippen) blockierten Vokaltrakt hörbar.

Wenn man aber "haben" oder "Happen" langsam spricht (ohne den Schwa-Laut zu artikulieren) und dabei vor dem "b" bzw. "p" kurz innehält, kann man bemerken, dass der Mund unmittelbar vor dem "b" bzw. "p" geschlossen ist und danach auch nicht wieder aufgeht. Zudem ist während der Aussprache dieser Konsonanten auch keinerlei Aktivität der Lippen mehr zu bemerken.

Es ist nun aber nicht so, als erfülge in haben keine Freisetzung nach dem Stop – vielmehr haben wir es hier mit einer nasalen Freisetzung zu tun. Anstand die Lippen wieder zu öffnen und wieder einen oralen Luftstrom zu erzeugen, gehen wir direkt dazu über, einen nasalen Luftstrom zu erzeugen, wie wir es für die Aussprache des folgenden Nasals sowieso tun müssen – eine regressive Assimilation der Artikulationsart, wenn man so will.

Will man ganz fein unterscheiden, kann man in der Tat sagen, da werde gar kein [ b ], sondern ein etwas anderer Laut, ein nasal freigesetztes [ bⁿ ], ausgesprochen. Oder halt doch ein gar nicht freigesetztes [ b̚ ] – das ist eine Frage der Analyse. Wer könnte schon die Freisetzung des Stop sauber von dem folgenden Nasal trennen.

Vielmehr scheint es mir, als würde der Konsonant dort ausgesprochen, wo man sonst etwa den -ch-Laut in "ach" spricht.

Mit anderen Worten, er würde velar artikuliert, also mit der Zungen am Gaumensegel – dieser Eindruck mag dadurch entstehen, dass das Gaumensegel (das Velum) zur Erzeugung des nasalen Luftstroms abgesenkt wird, um den Weg zur Nase freizumachen. Der – wie oben ausgeführt – entscheidende Teil der Artikulation des [ b ], nämlich das Abschließen der Mundhöhle, findet natürlich trotzdem an den Lippen statt.

Wie unterscheidet man dabei das b vom p?

Das ist eine andere Geschichte – die unterscheiden sich einfach dadurch, dass das [ b ] stimmhaft und das [ p ] stimmlos ist. Beim [ p ] werden die Stimmbänder kurz angespannt, sodass sie zu vibrieren aufhören.

[Wortklaux]

Ersteinmal vielen Dank für die fundierte Erklärung, die einen Teil meiner Fragen befriedigend löst. Hundert Prozent kann ich nicht zustimmen, denn der Plosiv b/p kann in der Aussprache sowohl durch den Stop allein als auch durch die "puffartige Freisetzung" des Luftstroms allein hervorgebracht werden. In dem Wort "Lump" etwa kann das p nicht ohne diese "puffartige Freisetzung" ausgesprochen werden, da offensichtlich nach dem m ein Stop, der das p hinreichend definiert, nicht möglich ist.

Auch in den Wörter "abbrechen" und "abpacken" werden meines Erachtens die beiden b/p-Laute unabhängig voneinander ausgesprochen, wobei der erste durch den Stop allein, der zweite durch die Freisetzung allein artikuliert wird.

Wie unterscheidet man dabei das b vom p?

Das ist eine andere Geschichte – die unterscheiden sich einfach dadurch, dass das [ b ] stimmhaft und das [ p ] stimmlos ist. Beim [ p ] werden die Stimmbänder kurz angespannt, sodass sie zu vibrieren aufhören.

Auch hier scheint mir die Geschichte noch nicht so einfach zu sein.

Wenn das b/p sowohl durch den Stop allein als auch durch den Puff allein hervorgebracht wird, erhebt sich die Frage, ob der Unterschied zwischen dem b und dem p sowohl bei dem Stop als auch bei dem Puff stattfinden kann oder nur bei einem von beiden, und falls letzteres, dann bei welchem.

Meine Selbstbeobachtung bei "abbrechen" und "appacken" zeigt mir eindeutig, dass beim Puff dieser Unterschied stattfinden kann; es ist also möglich, zunächst das "ab" auszusprechen und danach, im angespannten Stopzustand, zu entscheiden, ob man mit "brechen" oder "packen" fortfahren will, und dann bei der Aussprache des gewählten Wortes den Unterschied zwischen b und p ohne Einschränkung zu machen.

Andererseits scheint mir bei dem Stop selber ein solcher Unterschied eher nicht möglich zu sein.

Das bedeuten nun umgekehrt, dass bei den Wörtern "habm" und "Happm" der Unterschied zwischen b und p nicht im Augenblick des den Plosivlaut definierenden Stops geschieht, sondern erst in dem Augenblick, in dem die Luft aus dem Gaumen über die Nase freigesetzt wird.

Demnach würde (wenn ich nicht etwas wesentliches übersehen, überhört oder überfühlt habe) der Stop nur den Laut als "b oder p" definieren, und die Unterscheidung zwischen den beiden Lauten erfolgte zu einem unabhängig davon zu einem anderen Zeitpunkt stattfindenden Vorgang, der auch an einem ganz anderen Ort im Sprechapparat hervorgebracht werden kann. Daher müsste man sagen, dass die Laute "b" oder "p" eigentlich aus je zwei Lauten bestehen, von denen unter bestimmten Umständen einer entfallen oder durch einen ziemlich anderen Laut ersetzt werden kann, ohne dass wir das bewusst wahrnehmen.

Interessant.

[Kilian]

Ersteinmal vielen Dank für die fundierte Erklärung, die einen Teil meiner Fragen befriedigend löst. Hundert Prozent kann ich nicht zustimmen, denn der Plosiv b/p kann in der Aussprache sowohl durch den Stop allein als auch durch die "puffartige Freisetzung" des Luftstroms allein hervorgebracht werden. In dem Wort "Lump" etwa kann das p nicht ohne diese "puffartige Freisetzung" ausgesprochen werden, da offensichtlich nach dem m ein Stop, der das p hinreichend definiert, nicht möglich ist.

Stimmt, in diesem Kontext scheint die Freisetzung im Deutschen obligatorisch zu sein. Die Lippen sind ja durch das [ m ] bereits geschlossen, und wenn man jetzt noch das Gaumensegel anhebt und dadurch auch noch den nasalen Luftstrom blockiert, ist Stille das Resultat – nicht hinreichend als [ p ] erkennbar. Daran wird es liegen.

Auch in den Wörter "abbrechen" und "abpacken" werden meines Erachtens die beiden b/p-Laute unabhängig voneinander ausgesprochen, wobei der erste durch den Stop allein, der zweite durch die Freisetzung allein artikuliert wird.

Empirisch kann man sagen, dass (bei einer typischen Aussprache) auf eine einzige Obstruktion eine einzige Freisetzung folgt. Ob das jetzt eine Verschmelzung beider Laute ist oder es eine Grenze zwischen beiden gibt und wo die liegt, ist eine Frage der Analyse.

[Kilian]

Wie unterscheidet man dabei das b vom p?

Das ist eine andere Geschichte – die unterscheiden sich einfach dadurch, dass das [ b ] stimmhaft und das [ p ] stimmlos ist. Beim [ p ] werden die Stimmbänder kurz angespannt, sodass sie zu vibrieren aufhören.

Auch hier scheint mir die Geschichte noch nicht so einfach zu sein.

Wenn das b/p sowohl durch den Stop allein als auch durch den Puff allein hervorgebracht wird, erhebt sich die Frage, ob der Unterschied zwischen dem b und dem p sowohl bei dem Stop als auch bei dem Puff stattfinden kann oder nur bei einem von beiden, und falls letzteres, dann bei welchem.

Meine Selbstbeobachtung bei "abbrechen" und "appacken" zeigt mir eindeutig, dass beim Puff dieser Unterschied stattfinden kann; es ist also möglich, zunächst das "ab" auszusprechen und danach, im angespannten Stopzustand, zu entscheiden, ob man mit "brechen" oder "packen" fortfahren will, und dann bei der Aussprache des gewählten Wortes den Unterschied zwischen b und p ohne Einschränkung zu machen.

Andererseits scheint mir bei dem Stop selber ein solcher Unterschied eher nicht möglich zu sein.

Das bedeuten nun umgekehrt, dass bei den Wörtern "habm" und "Happm" der Unterschied zwischen b und p nicht im Augenblick des den Plosivlaut definierenden Stops geschieht, sondern erst in dem Augenblick, in dem die Luft aus dem Gaumen über die Nase freigesetzt wird.

Demnach würde (wenn ich nicht etwas wesentliches übersehen, überhört oder überfühlt habe) der Stop nur den Laut als "b oder p" definieren, und die Unterscheidung zwischen den beiden Lauten erfolgte zu einem unabhängig davon zu einem anderen Zeitpunkt stattfindenden Vorgang, der auch an einem ganz anderen Ort im Sprechapparat hervorgebracht werden kann.

Oh, Entschuldigung, ich hatte glaubich gestern (also heute) deine Frage nicht richtig verstanden.

Schwierig!

haben und Happen sind kein Minimalpaar, weil das eine ein langes und das andere ein kurzes A hat.

Wenn ich aber im Selbstversuch [ ​ˈ​abⁿm̩ ] und [ ​ˈapⁿm̩ ] zu kontrastieren versuche (beides mit kurzem a), bilde ich mir ein,

1) dass ich bei letzterem tatsächlich die Stimme nach dem Vokal etwas früher oder abrupter enden lasse – das hieße, man kann doch schon während des Prozesses der Okklusion einen Stimmlos-Stimmhaft-Unterschied erzeugen.
2) dass ich bei letzterem immer versucht bin, anstelle der oralen Freisetzung irgendeinen Knack oder Puff zu erzeugen, sei es an der Glottis oder am Velum oder durch eine Extraportion Luft, die ich durch die Nase entweichen lasse. Vielleicht liegt das daran, dass ich stimmlose Plosive normalerweise behaucht ausspreche.

Daher müsste man sagen, dass die Laute "b" oder "p" eigentlich aus je zwei Lauten bestehen, von denen unter bestimmten Umständen einer entfallen oder durch einen ziemlich anderen Laut ersetzt werden kann, ohne dass wir das bewusst wahrnehmen.

Oder dass Sprachlaute eher abstrakte Zeichen und theoretische Konstrukte sind und dass konkrete Aussprachen erst im Kontext entstehen...

[Wortklaux]

Mit ist als interessantes Wort noch "pumpen" eingefallen. Oder ähnlich problematisch "kranken" und "Tanten", "Anden".

[Wortklaux]

Auch in den Wörter "abbrechen" und "abpacken" werden meines Erachtens die beiden b/p-Laute unabhängig voneinander ausgesprochen, wobei der erste durch den Stop allein, der zweite durch die Freisetzung allein artikuliert wird.

Empirisch kann man sagen, dass (bei einer typischen Aussprache) auf eine einzige Obstruktion eine einzige Freisetzung folgt. Ob das jetzt eine Verschmelzung beider Laute ist oder es eine Grenze zwischen beiden gibt und wo die liegt, ist eine Frage der Analyse.

Nicht nur eine Frage der Analyse, sondern auch eine Frage des Bewusstseins (oder unbewussten Produktionswillens) bei der Erzeugung der Laute.

Besonders deutlich ist die Trennung zwischen beiden Laute z.B. bei Wörtern wie "abbürsten" und "abperlten, bei denen die erste Silbe einerseits insgesamt nicht wesentlich kürzer als die (aus phonetischen Gründen vergleichsweise lange) zweite Silbe sein darf, weil die den Hauptakzent trägt, aber ihr Vokal kurz gesprochen werden muss. Daher tritt nach der "b"-Obstruktion zwangsweise eine merkliche Pause ein, bevor die b- bzw. p-Freisetzung erfolgt. Mindestens bei meiner eigenen Aussprache ist es dabei vollkommen klar, dass sich die Aussprache von "ab" nicht abhängig davon ändert, ob ein b oder ein p folgt. Vielmehr kann ich auch das "ab" so aussprechen, als ob ich "abperlten" sagen wollte, dann mir aber während der Pause vor der zweiten Silbe überlegen, dass ich doch lieber "abbürsten" sagen will, ohne dass dabei die Deutlichkeit des b beeinträchtigt wird oder die Aussprache des "ab" im Nachhinein unnatürlich wirkt. Auch lässt sich der Abstand zwischen dem Endkonsonanten der ersten Silbe und dem Anfangskonsonanten der zweiten Silbe beliebig verlängern, ohne dass dabei die Deutlichkeit beider Konsonanten leidet.

Die Auffassung mancher Phonetiker, dass man die Trennung dieser beiden Konsonanten empirisch nicht nachweisen könne (weil es nur eine einzige Obstruktion und eine einzige Freisetzung ist und auch ein Einzelkonsonant oft diese beiden Komponenten enthält) scheint mir von einem sehr eingeschränkten Verständnis empirischer Methodik zu zeugen. Die Tatsache, dass hier zwei Buchstaben unabhängig voneinander ausgesprochen und auch unabhängig voneinander getimed werden können, lässt sich durchaus durch geeignete Versuchsanordnungen (und damit empirisch) nachweisen.

[Wortklaux]

Auch in den Wörter "abbrechen" und "abpacken" werden meines Erachtens die beiden b/p-Laute unabhängig voneinander ausgesprochen, wobei der erste durch den Stop allein, der zweite durch die Freisetzung allein artikuliert wird.

Empirisch kann man sagen, dass (bei einer typischen Aussprache) auf eine einzige Obstruktion eine einzige Freisetzung folgt. Ob das jetzt eine Verschmelzung beider Laute ist oder es eine Grenze zwischen beiden gibt und wo die liegt, ist eine Frage der Analyse.

Nicht nur eine Frage der Analyse, sondern auch eine Frage des Bewusstseins (oder unbewussten Produktionswillens) bei der Erzeugung der Laute.

Besonders deutlich ist die Trennung zwischen beiden Laute z.B. bei Wörtern wie "abbürsten" und "abperlten", bei denen die erste Silbe einerseits insgesamt nicht wesentlich kürzer als die (aus phonetischen Gründen vergleichsweise lange) zweite Silbe sein darf, weil sie den Hauptakzent trägt, aber ihr Vokal kurz gesprochen werden muss. Daher tritt nach der "b"-Obstruktion zwangsweise eine merkliche Pause ein, bevor die b- bzw. p-Freisetzung erfolgt. Mindestens bei meiner eigenen Aussprache ist es dabei vollkommen klar, dass sich die Aussprache von "ab" nicht abhängig davon ändert, ob ein b oder ein p folgt. Vielmehr kann ich auch das "ab" so aussprechen, als ob ich "abperlten" sagen wollte, dann mir aber während der Pause vor der zweiten Silbe überlegen, dass ich doch lieber "abbürsten" sagen will, ohne dass dabei die Deutlichkeit des b beeinträchtigt wird oder die Aussprache des "ab" im Nachhinein unnatürlich wirkt. Auch lässt sich der Abstand zwischen dem Endkonsonanten der ersten Silbe und dem Anfangskonsonanten der zweiten Silbe beliebig verlängern, ohne dass dabei die Deutlichkeit beider Konsonanten leidet.

Die Auffassung mancher Phonetiker, dass man die Trennung dieser beiden Konsonanten empirisch nicht nachweisen könne (weil es nur eine einzige Obstruktion und eine einzige Freisetzung ist und auch ein Einzelkonsonant oft diese beiden Komponenten enthält) scheint mir von einem sehr eingeschränkten Verständnis empirischer Methodik zu zeugen. Die Tatsache, dass hier zwei Buchstaben unabhängig voneinander ausgesprochen und auch unabhängig voneinander getimed werden können, lässt sich durchaus durch geeignete Versuchsanordnungen (und damit empirisch) nachweisen.

[Kilian]

Natürlich sollte man der Analyse den Vorzug geben, die die empirischen Befunde am besten und ökonomischsten erklärt, und was du an Evidenz präsentierst, scheint mir in der Tat sehr für deine Analyse zu sprechen, die z.B. in abbürsten getrennte Segmente sieht, denen auch getrennte mentale Repräsentationen zugrundeliegen.

Ich wollte nur davor warnen, die Grenzen zwischen Beobachtung und Theorie zu verwischen: Sprachlaute sind als solche nicht beobachtbar. Sie sind Abstraktionen über Segmente beliebig vieler verschiedener konkreter, beobachtbarer Lautäußerungen. Sprich: jedes Segment einer konkreten Lautäuerung, dass wir demselben Sprachlaut zuordnen, ist doch unterschiedlich, je nach Umgebung, Sprecher/in, Zufall usw.

[Wortklaux]

Der Artikel über Phone/Phoneme scheint mir in sich sehr widersprüchlich zu sein (was bei einem wikipedia-Artikel auch nicht weiter verwundert).

Es scheint mir nur jetzt klar, dass das b/p, über das wir hier sprechen, kein Phon sondern ein Phonem ist, und dass die Schwierigkeit, die sich mir auftat und zu meiner Frage führte, unter anderem von diesem Unterschied herrührt.

Die Definition von Phon und Phonem am Schallsegment festzumachen, wie es in dem wikipedia-Artikel am Anfang geschieht, scheint mir sehr problematisch zu sein. Letztlich konstituiert sich das Phonem ja (wenn ich es richtig verstanden habe) durch den fortgesetzten Kommunikationsvorgang, durch den eine Sprache bzw. ein Dialekt sich konstituiert, als Element eben dieser Sprache bzw. dieses Dialektes. Der Gegenstand dieses Kommunikationsvorganges (also das, worauf sich unsere Wahrnehmung konzentriert, wenn wir Sprache rezipieren) ist ja doch eher die Aktion des Sprechens (einschließlich der damit verbundenen psychologischen und physiologischen Vorgänge), und der Schall wird (neben anderen, z.B. visuellen Elementen) nur dazu verwendet, diese Aktion zu rekonstruieren. Dabei versucht auch der Rezipient, von der konkreten akustischen Gestalt abzusehen, zumal wenn etwa der Sprecher heiser ist oder mit vollem Mund spricht oder wenn der Schall durch ein Telephon nur bruchstückhaft übertragen wird. Dass durch den fortgesetzten Kommunikationsvorgang dabei auch die akustischen Eigenschaften (im strengen Sinne des Wortes, also nicht die Eigenschaften des Schalls als solchen, sondern die durch den physiologischen und psychologischen Hörvorgang identifizierbaren Eigenschaften) der Sprachäußerung gewissermaßen selektiert und geläutert werden, liegt auf der Hand, ist aber ein eher sekundäres Merkmal der Phoneme.

Ich glaube, die Sache jetzt schon etwas besser verstanden zu haben.

In dem hier konkret von mir in die Diskussion gebrachten Fall von p und b — nehmen wir als extremstes Beispiel das zweite p in "pumpen", wenn die letzten vier Buchstaben mit geschlossenen Lippen gesprochen werden — würde ich also zunächst davon ausgehen, dass die akustischen Eigenschaften des Schallsegments, das diesem p entspricht, nicht direkt zur Identifizierung des Phonems "p" führen, sondern zur Rekonstruktion des Aussprachevorgangs, den wir dann als "p" identifizieren. Bei diesem Aussprachevorgang konzentriert sich (meiner persönlichen Selbstwahrnehmung nach) die physiologische Selbstwahrnehmung des Sprechers auf die Lippen, weil das "p" per definitionem ein von den Lippen hervorgebrachter Laut ist. Das Interessante ist, dass in diesem Fall an den Lippen physiologisch gar nichts passiert. Aber darauf kommt es anscheinend nicht an. Durch die Artikulation des davor und danach liegenden "m" (obwohl das letztere ja wohl phonemisch gar kein m sondern ein n ist) mit geschlossenen Lippen liegt beim Sprecher die physiopogische Konzentration schon vorne im Mund, weshalb es ausreicht, den Vorgang des Stop und Release an einer anderen, vom Sprecher bewusst gar nicht wahrgenommenen Ort stattfinden zu lassen. Was dabei akustisch herauskommt, reicht offensichtlich für den Hörer aus, um diesen Aussprachevorgang und damit die Konzentration auf die Lippen als Ausspracheort zu rekonstruieren. Daher konnte sich diese Aussprache im fortgesetzten Kommunikationsvorgang in der deutschen Sprachcommunity als eine mögliche, korrekte und identifizierbare Aussprachemöglichkeit des Wortes "pumpen" konstitutieren.

[Wortklaux]

Der Artikel über Phone/Phoneme scheint mir in sich sehr widersprüchlich zu sein (was bei einem wikipedia-Artikel auch nicht weiter verwundert).

Es scheint mir nur jetzt klar, dass das b/p, über das wir hier sprechen, kein Phon sondern ein Phonem ist, und dass die Schwierigkeit, die sich mir auftat und zu meiner Frage führte, unter anderem von diesem Unterschied herrührt.

Die Definition von Phon und Phonem am Schallsegment festzumachen, wie es in dem wikipedia-Artikel am Anfang geschieht, scheint mir sehr problematisch zu sein. Letztlich konstituiert sich das Phonem ja (wenn ich es richtig verstanden habe) durch den fortgesetzten Kommunikationsvorgang, durch den eine Sprache bzw. ein Dialekt sich konstituiert, als Element eben dieser Sprache bzw. dieses Dialektes. Der Gegenstand dieses Kommunikationsvorganges (also das, worauf sich unsere Wahrnehmung konzentriert, wenn wir Sprache rezipieren) ist ja doch eher die Aktion des Sprechens (einschließlich der damit verbundenen psychologischen und physiologischen Vorgänge), und der Schall wird (neben anderen, z.B. visuellen Elementen) nur dazu verwendet, diese Aktion zu rekonstruieren. Dabei versucht auch der Rezipient, von der konkreten akustischen Gestalt abzusehen, zumal wenn etwa der Sprecher heiser ist oder mit vollem Mund spricht oder wenn der Schall durch ein Telephon nur bruchstückhaft übertragen wird. Dass durch den fortgesetzten Kommunikationsvorgang dabei auch die akustischen Eigenschaften (im strengen Sinne des Wortes, also nicht die Eigenschaften des Schalls als solchen, sondern die durch den physiologischen und psychologischen Hörvorgang identifizierbaren Eigenschaften) der Sprachäußerung gewissermaßen selektiert und geläutert werden, liegt auf der Hand, ist aber ein eher sekundäres Merkmal der Phoneme.

Ich glaube, die Sache jetzt schon etwas besser verstanden zu haben.

In dem hier konkret von mir in die Diskussion gebrachten Fall von p und b — nehmen wir als extremstes Beispiel das zweite p in "pumpen", wenn die letzten vier Buchstaben mit geschlossenen Lippen gesprochen werden — würde ich also zunächst davon ausgehen, dass die akustischen Eigenschaften des Schallsegments, das diesem p entspricht, bzw. deren Wahrnehmung nicht direkt zur Identifizierung des Phonems "p" führen, sondern zunächst zur Rekonstruktion des Aussprachevorgangs, den wir erst dann als "p" identifizieren. Bei diesem Aussprachevorgang konzentriert sich (meiner persönlichen Selbstwahrnehmung nach) die physiologische Selbstwahrnehmung des Sprechers auf die Lippen, weil das "p" per definitionem ein von den Lippen hervorgebrachter Laut ist. Das Interessante ist, dass in diesem Fall an den Lippen physiologisch gar nichts passiert. Aber darauf kommt es anscheinend nicht an. Durch die Artikulation des davor und danach liegenden "m" (obwohl das letztere ja wohl phonemisch gar kein m sondern ein n ist) mit geschlossenen Lippen liegt beim Sprecher die physiologische und psychologische Konzentration schon vorne im Mund, weshalb es ausreicht, den Vorgang des Stop und Release an einer anderen, vom Sprecher bewusst gar nicht wahrgenommenen Stelle stattfinden zu lassen. Was dabei akustisch herauskommt, reicht offensichtlich für den Hörer aus, um diesen Aussprachevorgang und damit die Konzentration auf die Lippen als Ausspracheort zu rekonstruieren. Daher konnte sich diese Aussprache im fortgesetzten Kommunikationsvorgang in der deutschen Sprachcommunity als eine mögliche, korrekte und identifizierbare Aussprachemöglichkeit des Wortes "pumpen" konstitutieren.

[Kilian]

Es scheint mir nur jetzt klar, dass das b/p, über das wir hier sprechen, kein Phon sondern ein Phonem ist, und dass die Schwierigkeit, die sich mir auftat und zu meiner Frage führte, unter anderem von diesem Unterschied herrührt.

Stimmt, wir haben z.B. in der phonemischen Repräsentation /ˈ​haː​bən/ und /baː​d/ dasselbe Phonem /b/, aber in der phonetischen Repräsentation [ ˈ​haːbⁿm̩ ] und [ baː​tʰ ] haben wir [ bⁿ ] bzw. [ b ]. Allgemein: in der Aussprache treten Unterschiede auf, denen auf der phonemischen (und grafemischen) Ebene keine Unterschiede entsprechen.

Die Definition von Phon und Phonem am Schallsegment festzumachen, wie es in dem wikipedia-Artikel am Anfang geschieht, scheint mir sehr problematisch zu sein.

Tja, was ist schon ein ,,Schallsegment"? Ich sehe die Abfolge der Phone als eine Abfolge von artikulatorischen Merkmalsbündeln, die aus der zugrundeliegenden Abfolge von Phonemen durch phonologische Prozesse hervorgeht. Die einzelnen Phone den einzelnen Phonemen zuzuordnen ist dabei relativ einfach ­– geradezu unmöglich ist es dagegen oft, konkrete Lautäußerungen so zu segmentieren, dass jedem Segment genau ein Phon entspricht. Selbst die einzelnen artikulatorischen Bewegungen lassen sich den Phonen nicht eindeutig zuordnen, wie zum Beispiel bei [ ˈ​haːbⁿm̩ ]: Gehört das Absenken des Gaumensegels zum [ bⁿ ], wegen der nasalen Freisetzung, oder zum [ m̩ ], oder zu beidem? Beide Phone gehen ineinander über. Ähnlich bei /ˈab​ˌ​bʁɛçən/ [ ˈap̚ˌbʁɛçn̩ ]: Gehört das Schließen des Mundes nur zum [ p̚ ] oder auch zum [ b ]?

Der Gegenstand dieses Kommunikationsvorganges (also das, worauf sich unsere Wahrnehmung konzentriert, wenn wir Sprache rezipieren) ist ja doch eher die Aktion des Sprechens (einschließlich der damit verbundenen psychologischen und physiologischen Vorgänge), und der Schall wird (neben anderen, z.B. visuellen Elementen) nur dazu verwendet, diese Aktion zu rekonstruieren. Dabei versucht auch der Rezipient, von der konkreten akustischen Gestalt abzusehen, zumal wenn etwa der Sprecher heiser ist oder mit vollem Mund spricht oder wenn der Schall durch ein Telephon nur bruchstückhaft übertragen wird. Dass durch den fortgesetzten Kommunikationsvorgang dabei auch die akustischen Eigenschaften (im strengen Sinne des Wortes, also nicht die Eigenschaften des Schalls als solchen, sondern die durch den physiologischen und psychologischen Hörvorgang identifizierbaren Eigenschaften) der Sprachäußerung gewissermaßen selektiert und geläutert werden, liegt auf der Hand, ist aber ein eher sekundäres Merkmal der Phoneme.

Ich glaube, die Sache jetzt schon etwas besser verstanden zu haben.

In dem hier konkret von mir in die Diskussion gebrachten Fall von p und b — nehmen wir als extremstes Beispiel das zweite p in "pumpen", wenn die letzten vier Buchstaben mit geschlossenen Lippen gesprochen werden — würde ich also zunächst davon ausgehen, dass die akustischen Eigenschaften des Schallsegments, das diesem p entspricht, bzw. deren Wahrnehmung nicht direkt zur Identifizierung des Phonems "p" führen, sondern zunächst zur Rekonstruktion des Aussprachevorgangs, den wir erst dann als "p" identifizieren. Bei diesem Aussprachevorgang konzentriert sich (meiner persönlichen Selbstwahrnehmung nach) die physiologische Selbstwahrnehmung des Sprechers auf die Lippen, weil das "p" per definitionem ein von den Lippen hervorgebrachter Laut ist. Das Interessante ist, dass in diesem Fall an den Lippen physiologisch gar nichts passiert. Aber darauf kommt es anscheinend nicht an. Durch die Artikulation des davor und danach liegenden "m" (obwohl das letztere ja wohl phonemisch gar kein m sondern ein n ist) mit geschlossenen Lippen liegt beim Sprecher die physiologische und psychologische Konzentration schon vorne im Mund, weshalb es ausreicht, den Vorgang des Stop und Release an einer anderen, vom Sprecher bewusst gar nicht wahrgenommenen Stelle stattfinden zu lassen. Was dabei akustisch herauskommt, reicht offensichtlich für den Hörer aus, um diesen Aussprachevorgang und damit die Konzentration auf die Lippen als Ausspracheort zu rekonstruieren. Daher konnte sich diese Aussprache im fortgesetzten Kommunikationsvorgang in der deutschen Sprachcommunity als eine mögliche, korrekte und identifizierbare Aussprachemöglichkeit des Wortes "pumpen" konstitutieren.

Aha, du bist also ein Vertreter der Motor-Theorie?

Hm. Weiß nicht, ob und inwiefern im Kopf der Hörerin zum Verstehen artikulatorische Vorgänge rekonstruiert werden. Nötig scheint mir das nicht. Um bei dem Beispiel zu bleiben: Das /p/ wird ja normalerweise ausgesprochen, 1) indem die Lippen geschlossen, 2) für einen kurzen Moment jeder Luftstrom blockiert und 3) derselbe schließlich wieder freigegeben wird. All das passiert ja in der Aussprache [ ˈ​pʰʊmp​ⁿm̩ ] auch tatsächlich – nur dass zwischen 1) und 2) noch ein [ m ] kommt und 3) in diesem Fall durch die Nase passiert. Das Ergebnis könnte schlicht und einfach ein Laut sein, der, sagen wir, dem [ pʰ ] in Hoppe ähnlich genug klingt, um mühelos als zumselben Phonem gehörend identifiziert zu werden.

[Wortklaux]

Aha, du bist also ein Vertreter der Motor-Theorie?

Hm. Weiß nicht, ob und inwiefern im Kopf der Hörerin zum Verstehen artikulatorische Vorgänge rekonstruiert werden. Nötig scheint mir das nicht. Um bei dem Beispiel zu bleiben: Das /p/ wird ja normalerweise ausgesprochen, 1) indem die Lippen geschlossen, 2) für einen kurzen Moment jeder Luftstrom blockiert und 3) derselbe schließlich wieder freigegeben wird. All das passiert ja in der Aussprache [ ˈ​pʰʊmp​ⁿm̩ ] auch tatsächlich – nur dass zwischen 1) und 2) noch ein [ m ] kommt und 3) in diesem Fall durch die Nase passiert. Das Ergebnis könnte schlicht und einfach ein Laut sein, der, sagen wir, dem [ pʰ ] in Hoppe ähnlich genug klingt, um mühelos als zumselben Phonem gehörend identifiziert zu werden.

Nun, ich bin weniger ein "Vertreter" dieser Theorie als durch Nachdenken eben selbst darauf gekommen. Selbstverständlich wundere ich mich nicht, dass andere Leute auch darauf kommen, aber daraus gleich eine "Theorie" mit einem Namen zu machen ...

Ob man rein akustisch eine Ähnlichkeit zwischen p​ⁿ und pʰ feststellen kann, scheint mir in diesem Fall sehr zweifelhaft. Außerdem verändert das (vermeintliche) Wissen um die Produktionsweise eines Konsonanten auch seine akustische Wahrnehmung fundamental.
https://www.youtube.com/watch?v=G-lN8vWm3m0

All das spricht meines Erachtens dafür, dass wir beim Hörvorgang die physiologischen und psychologischen Prozesse der Sprachproduktion rekonstruieren, was ja auch für den Lernvorgang beim Kind die effektivste Methode ist. Natürlich gibt es dabei eine Rückkoppelung über die akustische Wahrnehmung, so dass die akustische Erscheinung nicht vollkommen unerheblich ist, aber sekundär scheint sie mir schon zu sein.

[Wortklaux]

Stimmt, liebem und lieben werden bei dieser Aussprache z.B. gar nicht unterschieden. Scheint aber selten zu Verständnisproblemen zu führen. ;D

Ein zugegebenermaßen konstuiertes Beispiel: In einer Deutsch-Prüfung wird nach dem Abspielen eines Hörtextes der Prüflingin oder dem Prüfling mündlich folgende Frage stellt:

Zieht die Mehrheit der befragten Personen herbm Wein trübm Saft vor? Kreuzen Sie auf Ihrem Antwortbogen "ja" oder "nein" an.

[Kilian]

Good one!