چالش «تلفظ دقیق» با «تلفظ طبیعی» در برنامه‌های رادیو و تلویزیون

1. مقدمه

در سال‌های اخیر، کلاس‌ها و کتاب‌های مختلفی زیرعنوان «فن بیان و گویندگی» در سطح کشور رایج شده است. یکی از نکاتی که در این کلاس‌ها و کتاب‌ها آموزش داده می‌شود، رعایت تلفظ دقیق کلمات است. آنها به گویندگان آموزش می‌دهند که چگونه باید هر کلمه را با دقت و از مخرج اصلی آن تولید کنند تا اصالت آنها حفظ شود. به‌این‌منظور، حساسیت‌های زیادی در مورد فرایندهای آوایی^[1] نشان داده می‌شود. به‌عنوان نمونه، در این کتاب‌ها، در قالب فهرستی با عنوان «چک لیست»[2] از گویندگان پرسیده می‌شود که آیا مطمئن هستید که در گفتار شما، حرف «ن» در واژه‌هایی مانند «شنبه»، «چنبر»، «دنباله» و «تلنبار» درست تلفظ شده و تبدیل به «م» نشده است. آیا حرف «ن» در واژه‌های «جنگل» و «منقل» را درست تلفظ کرده‌اید؟ آیا حرف «ج» در کلماتی مانند «مجتبی»، «اجتماع» و «پنج تومان» را درست تلفظ کرده‌اید یا شبیه به «ش» گفته‌اید؟ همچنین، به گویندگان یادآوری می‌کنند که تلفظ کلماتی مانند «اشک»، «رشک»، «پزشک»، «سرشک»، «عسکر» و «لشکر» با «ک» درست است، نه با «گ» (شیدا، 1376: 102ـ104 و 226ـ299؛ قاسمی، 1383: 74ـ76).

این نوع تجویزها تنها در کتاب‌های فن بیان و گویندگی مطرح نشده، بلکه برخی از صاحب‌نظران آشنا به زبان‌شناسی نیز در آثار خود، نکاتی مشابه آنها را بیان کرده‌اند. از جمله، نجفی (1370) در کتاب بحث‌برانگیزش «غلط ننویسیم»، برخی از تلفظ‌های رایج در زبان فارسی را نادرست دانسته و از مخاطبان خود خواسته است از گفتن آنها پرهیز کنند. بعد از نقدهای فراوانی که در مورد دیدگاه‌هایش نوشته شد، وی در ویراست دوم این کتاب بسیاری از مواضع خود را تصحیح و تعدیل کرد، امّا از آنجا که فرصت بازنگری کامل آن پیدا نشد، در این کتاب دوگانگی‌هایی به چشم می‌خورد: از یک سو، تلفظ‌های چندگانه را در مورد کلماتی مانند «ارک/ ارگ»، «سوک/ سوگ» و «هجده/ هیجده/ هژده/ هیژده»، صحیح دانسته است؛ و از سوی دیگر، همچنان در برخی مدخل‌ها مانند «اِشکال»، «خشک» و «زرشک»، نه فقط نوشتن، بلکه خواندن [=تلفظ‌] این کلمات با «گ» را نیز غلط به شمار آورده است (نجفی، 1370: 28، 176، 220). خرمشاهی (1398: 75) هم در مقاله‌ای، این نوع تلفظ‌ها را گونه‌ای از «سهل‌انگاری دسته‌جمعی‌ فارسی‌زبانان» نامیده و اعتراض کرده که چرا مردم به‌جای «پنج تومان» می‌گویند «پنش تومن»، به‌جای «اقتصاد» می‌گویند «اختصاد»، به‌جای «اجتماعی» می‌گویند «اشتماعی» و به‌جای «مجتهد» می‌گویند «مُشتهد» یا «مُژتهد». این نوع آموزه‌ها به‌مرور، بر نحوۀ اجرای برخی از گویندگان رادیو و تلویزیون که با مبانی آواشناسی و سازوکار وقوع فرایندهای آوایی آشنایی ندارند، تأثیر گذاشته و تعمیم‌های نابه‌جایی را در گفتار آنها به وجود آورده است.

البته این مسئله، تنها منحصر به روزگار ما نیست؛ از دهه‌های چهل و پنجاهِ قرن گذشته که دوران گسترش رادیو و تلویزیون در ایران بود، این نوع آموز‌ه‌ها در میان گویندگان رواج داشته، به‌طوری که در همان دوران دو استاد زبان‌شناسی ایران، باطنی (1349) و میلانیان (1355)، در مقالات خود، نمونه‌هایی از آنها را بازتاب داده‌ و تلاش کرده‌اند در این زمینه روشنگری کنند. اکنون با گذشت بیش از نیم قرن از آن دوران، بسیاری از رویکرد‌های غیرعلمی گذشته در صداوسیما تغییر کرده و دیدگاه‌های واقع‌بینانۀ مبتنی‌بر زبان‌شناسی رواج پیدا کرده است. به‌عنوان نمونه، در یکی از کتاب‌های جدید مربوط به آموزش گویندگی، تلفظ «شنبه» به‌صورت «شمبه» و تلفظ «هجده» به‌صورت «هژده» و بسیاری دیگر از فرایندهای آوایی در واژه‌هایی مانند «قنبر»، «سنبل»، «دنباله»، «تلنبار»، «تنباکو»، «انبه»، «جنگل»، «اجتماع»، «مجتمع»، «مجتبی»، «وقت»، «بلندترین» و «پنج تومان» تلویحاً پذیرفته شده و نشانۀ صمیمیت گوینده دانسته شده است. البته، این موارد از طریق تعبیراتی ذوقی مانند «گویندگی ملیح» و «شیرین‌گویی» پذیرفته شده که هنوز با دیدگاه‌های دقیق علمی فاصله دارد. برای مثال، در مورد تلفظ واژه‌های پیشین گفته شده که اگر تمام حرف‌های این واژه‌ها را تفکیک‌شده (یعنی به‌صورت دقیق) ادا کردید، تسلّط خود را بر واژه‌ها نشان داده‌اید، اما گویندگی ملیحی نکرده‌اید (معینی، 1391: 157، 285ـ286).

حدود ده سال است که نگارنده، نمونه‌هایی از تلفظ‌های غیرعادی را در برخی از برنامه‌های خبری تلویزیون مشاهده و ثبت کرده است. این نمونه‌ها نشان می‌دهند که هنوز رسوبات باورهای غیرعلمی گذشته در برخی از برنامه‌های امروز رادیو و تلویزیون به چشم می‌خورد. البته، در طول این پژوهش، گاهی این فرضیه هم در ذهن نگارنده مطرح می‌شد که ممکن است این تلفظ‌ها در اثر دوزبانگی[3] گویندگان و تداخل^[4] زبان اول و دوم آنها به وجود آمده باشد؛ چرا که برخی از این تلفظ‌ها در لهجۀ گویشوران زبان‌های محلی ایران نیز رواج دارد. باوجوداین، تداوم این نوع تلفظ‌ها در مدت زمان نسبتاً طولانی انجام پژوهش نشان می‌دهد که این پدیده نمی‌تواند در همه موارد، مربوط به تأثیرپذیری از زبان اول گویندگان باشد، بلکه به احتمال زیاد، از آموزش‌های فن بیان و گویندگی نشأت گرفته است. البته، این دو فرضیه می‌توانند موضوع پژوهش دیگری باشند و در جای خود، بررسی شوند.

در پژوهش حاضر، به بررسی این پرسش‌ها پرداختیم که تلفظ دقیق، در چه مواردی ضروری و در چه مواردی اختیاری است. آیا اساساً مقاومت در برابر فرایندهایی مانند همگونی^[5] امکان‌پذیر است و در صورت ممکن‌بودن، آیا این مقاومت به نتیجۀ موردنظر، یعنی تلفظ دقیق کلمات منتهی می‌شود. دیگر آنکه، حد و مرز کاربرد فرایندهای آوایی تا کجاست؟ آیا این راه نهایتاً به هرج‌ومرج در کاربرد زبان منجر نمی‌شود؟ به‌منظور پاسخ به این پرسش‌ها، ابتدا برخی مفاهیم آواشناختی مرتبط به فرایندهای آوایی، به‌ویژه همگونی را معرفی می‌کنیم. سپس، نمونه‌های گردآوری‌شده از برنامه‌های صداوسیما بررسی شده و در پایان، بر پایۀ این مباحث، تلاش می‌کنیم به پرسش‌های پیش‌گفته پاسخ گوییم.

2. پیشینۀ پژوهش

در گام نخست، لازم است با مفهوم جایگاه هدف^[6] آشنا شویم. منظور از جایگاه هدف، وضعیتی آرمانی است که سخنگویان هر زبان هنگام تولید یک آوا سعی دارند به آن دست یابند. به‌عبارت‌دیگر، هر آوا یک تلفظ آرمانی دارد که معمولاً زمانی به آن دست می‌یابیم که آن آوا به‌صورت مجزا و مؤکد ادا شود. زمانی که آوا در مجاورت آواهای دیگر قرار می‌گیرد، اندام‌های گویاییِ درگیر در تولیدِ آن، تحت‌تأثیر فشارهایی که آواهای دیگر بر آن وارد می‌کنند، نمی‌توانند به هدف‌های آرمانی خود دست یابند و آوای موردنظر را به شکل دلخواه تولید کنند (مدرسی قوامی، 1394: 270؛ بی‌جن‌خان، 1392: 152). براین‌اساس، ویژگی‌های آواهای منفرد و مجزا، با آواهای به‌کاررفته در بافت کلمه و جمله همیشه یکسان نیست و معمولاً بین نحوۀ تولید آواها به‌صورت منفرد^[7] با تلفظ آنها در گفتار پیوسته^[8] تفاوت وجود دارد. صورت منفرد، نحوۀ تلفظ واژه خارج از بافت کلام (همانطور که در واژه‌نامه‌ها ثبت می‌شود) و گفتار پیوسته، نحوۀ تلفظ واژه در بافت کلام است (مدرسی قوامی، 1394: 159 و 197).

علاوه‌براین، تلفظ یک آوا، بسته‌به اینکه در کدام جایگاه واژه یا هجا قرار دارد تفاوت می‌کند. اینکه آوایی در اول یا وسط واژه یا هجا باشد و یا در آخر آن، بر روی نحوۀ تلفظ آن تأثیرگذار است. معمولاً همخوان‌ها در آغاز واژه، پابرجاتر و پایدارتر هستند، امّا پایان واژه ازجمله مواضع ناپایداری است که انواع فرایندهای واجی در آنجا اتفاق می‌افتد (هایمن[9]، 1368: 44؛ بی‌جن‌خان، 1388: 200). در بسیاری از زبان‌های دنیا، همخوان‌های واکدار در جایگاه پایانی کلمه، بیواک می‌شوند (Trask, 2003: 60). به‌عنوان نمونه، در زبان فارسی، چنانچه همخوان‌های خیشومی در پایان واژه و پیش از سکوت واقع شوند و پیش از آنها یک همخوان بیواک قرار بگیرد، به‌صورت واکرفته^[10] تلفظ می‌شوند؛ مانند «ختم» [xætm̥] و «متن» [mætn̥] (حق‌شناس، 1356: 112؛ ثمره، 1378: 25).

بر اساس آنچه گفته شد، کنارهم‌قرارگرفتن آواها برای ساخت هجاها نیز، بر اساس قواعد خاصی صورت می‌گیرد. به گفتۀ ثمره (1378)، نمی‌توان هر آوایی را به‌دلخواه در کنار هر آوای دیگری قرار داد، چرا که همنشینی آواها، تابع محدویت‌هایی است. این محدودیت‌ها در جایگاه‌های مختلف مانند درون هجا، مرز هجا و مرز واژه با یکدیگر فرق دارد: در درون هجا، بیشترین محدودیت تولیدی اِعمال می‌شود، این در حالی است که در مرز هجا محدودیت کمتری وجود دارد. در مرز واژه هیچ محدودیتی وجود ندارد و همه آواها می‌توانند به‌صورت اتفاقی در کنار هم قرار گیرند. جدول (1) محدودیت‌های همنشینی آواها را در سه جایگاه درون هجا، مرز هجا و مرز واژه در زبان فارسی نمایش می‌دهد:

جدول 1) نحوۀ همنشینی خوشه‌های دوهمخوانی در زبان فارسی

کم‌بودن یا نبودن محدودیت‌ها در مرز هجا و مرز واژه باعث همجواری آواهای مختلفی می‌شود که گاه با هم ناسازگارند و در نتیجه، تلفظ آنها سخت می‌شود. ازاین‌رو، نظام آوایی هر زبان، از انواع فرایندهای آوایی (مانند همگونی، ناهمگونی^[11]، حذف^[12]، ادغام^[13] و قلب^[14]) برای رفع این ناسازگاری‌ها استفاده می‌کند تا تلفظ واژه‌ها به‌صورت آسان‌تر انجام گیرد (ثمره، 1378: 111ـ115).

یکی از پرکاربردترین فرایندهای آوایی در زبان‌های دنیا، همگونی است که در تحولات تاریخی زبان نقشی اصلی دارد و در مطالعات زبان‌شناسی تاریخی سهم بسیاری را به خود اختصاص داده است. پاولیک^[15] (2009) مفهوم همگونی را از چندین منظر تحلیلی تقسیم‌بندی کرده و در نهایت، 60 نوع همگونی مختلف را در زبان‌های دنیا شناسایی کرده است.

طی فرایند همگونی، یک واج در یک یا چند مشخصه، به واج دیگر شبیه می‌شود. این فرایند، هم در میان همخوان‌ها اتفاق می‌افتد و هم در میان واکه‌ها، اما باتوجه‌به موضوع بحث، در اینجا تنها به همگونی همخوان‌ها اشاره می‌شود. از آنجا که توصیف همخوان‌ها بر اساس سه مؤلفۀ جایگاه تولید^[16]، شیوه تولید^[17] و واکداری^[18] صورت می‌گیرد، انواع همگونی نیز بر اساس این سه مؤلفه امکان‌پذیر است؛ یعنی همگونیِ جایگاه تولید، همگونیِ شیوه تولید و همگونیِ واکداری. به‌عبارت‌دیگر، یک همخوان می‌تواند از این سه جنبه به همخوان دیگر شبیه شود.

گذشته از این، همگونی از نظر جهت تأثیر^[19] ممکن است به دو صورت اصلی روی دهد: 1) همگونی پس‌رو^[20] که بر اساس آن یک واج بر واج قبل از خود تأثیر می‌گذارد و آن را شبیۀ خود می‌کند؛ مانند تلفظ کلمۀ «شنبه» به‌صورت «شمبه» که در آن واج /b/ با جایگاه تولید دولبی[21]، جایگاه تولید واج قبلی، یعنی /n/ را به دولبی تبدیل می‌کند. به‌عبارت‌دیگر، واج اول به واج دوم شبیه می‌شود. 2) همگونی پیش‌رو^[22] که بر اساس آن یک واج بر واج بعد از خود تأثیر می‌گذارد و آن را شبیه به خود می‌کند؛ مانند تلفظ کلمۀ «دسته» به‌صورت «دسّه» که در آن واج سایشی /s/، شیوۀ تولید واج قبلی، یعنی /t/ را نیز به سایشی تبدیل می‌کند. در این مورد، واج دوم به واج اول شبیه می‌شود (کرد زعفرانلو کامبوزیا، 1392: 167ـ170؛ مدرسی قوامی، 1394: 277ـ278).

البته لازم به ذکر است که در مورد مفهوم همگونی، اختلاف‌نظرهایی هم وجود دارد؛ ازجمله اینکه در بسیاری از موارد، همگون‌سازی به دو آوای مجاور محدود نمی‌شود و به آواهای دور از هم نیز گسترش پیدا می‌کند. به همین دلیل، برخی به‌جای همگونی ترجیح می‌دهند از اصطلاح خنثی‌تر هم‌تولیدی^[23] استفاده ‌کنند (Roach, 2002: 8). براین‌اساس، گاهی هم‌تولیدی، یک فرایند آوایی و همگونی، یک فرایند واجی^[24] قلمداد شده است. درواقع، هرگاه تأثیر آواهای مجاور بر هم به‌صورت جزئی باشد، این تغییر، هم‌تولیدی محسوب می‌شود و هرگاه این تأثیر منجر به تبدیل یک واج به واج دیگر شود به آن، همگونی گفته می‌شود (علی‌نژاد، 1399: 89).

به اعتقاد روچ^[25] (2012)، وقوع همگونی به دو عامل سرعت گفتار^[26] و سبک^[27] بستگی دارد. همانطور که عوامل اجتماعی^[28] مانند سن، جنسیت، طبقۀ اجتماعی و سطح سواد گوناگونی‌های زیادی در زبان به وجود می‌آورند، عوامل کنشی^[29] مانند سرعت و سبک نیز، انواع مختلفی از گفتار را رقم می‌زنند: بر اساس عامل سرعت، گفتار به انواع آهسته^[30]، دقیق^[31]، سریع^[32] و خیلی سریع^[33] و بر اساس عامل سبک به انواع رسمی^[34]، غیررسمی^[35]، محاوره‌ای^[36] و خودمانی^[37] تقسیم می‌شود. فرایند همگونی بیشتر در گفتار سریع و خودمانی اتفاق می‌افتد و در گفتار آهسته و دقیق کمتر دیده می‌شود (Roach, 2012: 110).

در برخی موارد، اساساً سرعت و سبک گفتار، در وقوع همگونی تأثیری ندارد و از این لحاظ، همگونی‌ها به دو دستۀ تثبیت‌شده^[38] و تثبیت‌نشده^[39] تقسیم می‌شوند. در برخی از مواردی که همگونی اتفاق می‌افتد، حتی اگر سرعت و سبک گفتار نیز تغییر کند، فقط تلفظ همگون‌شدة یک کلمه کاربرد دارد؛ برای مثال، در گفتار فارسی در مورد کلمة «چهار»، همیشه تلفظِ همگون‌شدة آن یعنی [čahar] به کار می‌رود و صورت همگون‌نشدۀ آن یعنی /čæhar/ اصلاً کاربردی ندارد. به‌عبارت‌دیگر، سرعت و سبک گفتار هیچ تأثیری در تلفظ آن ندارد. به این نوع همگونی، همگونی تثبیت‌شده می‌گویند. در مقابل، در نوع دیگری از همگونی، هم تلفظِ همگون‌شده و هم تلفظِ همگون‌نشدۀ یک واژه در کنار هم به کار برده می‌شوند و کاربرد هر کدام از آنها به عواملی مثل سبک یا سرعت گفتار بستگی دارد. به‌عنوان نمونه، در زبان فارسی در مورد کلماتی مانند «هجده»، بسته‌به سبک گفتار، سه تلفظ [hejdah]، [heždah] و [hiždah] می‌توانند در کنار هم به کار ‌روند که به این نوع همگونی، همگونی تثبیت‌نشده گفته می‌شود (Pavlík, 2009: 7؛ جم، 1394: 127ـ128).

با تشریح این مفاهیم، زمینه‌ای فراهم شد تا ببینیم سرعت و سبک گفتار چگونه بر تلفظ گویندگان برنامه‌های رادیو و تلویزیون تأثیر می‌گذارند و در هر کدام از این برنامه‌ها، گویندگان چگونه با فرایندهای آوایی مواجه می‌شوند.

3. روش

روش پژوهش، به‌صورت اَسنادی و شیوۀ تحلیل داده‌ها به‌صورت تحلیل محتوای کیفی است. همانطور که در مقدمه اشاره شد، مقاومت در برابر فرایندهای آوایی، پدیده‌ای است که کم‌وبیش در برخی از برنامه‌های صداوسیما وجود دارد. نگارنده از زمانی که به این پدیده آگاهی پیدا کرد، نمونه‌های بسیاری از موارد رخداد آن را، هم در برنامه‌های رادیو و هم در تلویزیون شاهد بوده است. حتی در برخی برنامه‌های شبکه‌های فارسی‌زبان خارج از کشور نیز این پدیده مشاهده شده است. باوجوداین، به‌دلیل ملاحظات روش‌شناختی و محدودیت‌های حجم پژوهش، در این مقاله تنها به نمونه‌هایی از برنامه‌های خبری شبکه‌های سراسری تلویزیون ایران پرداخته‌ایم.

4. یافته‌ها

بر اساس یک فرایند آوایی در زبان فارسی، زمانی که دو آوای /fz/ در کنار هم قرار می‌گیرند (در کلماتی مانند افزایش، افزود^[40]، نرم‌افزار، سخت‌افزار، حفظ و لفظ)، آوای /z/ به‌دلیل همگونی با همخوان بیواک /f/ دچار واکرفتگی^[41] می‌شود و به همتای بیواک خود (/s/) شبیه می‌شود. در نتیجه، این کلمات به‌صورت [æfz̥ayeš]، [æfz̥ud]، [nærm æfz̥ar]، [æfz̥ar sæxt]، [hefz̥] و [læfz̥] تلفظ می‌شوند. برخی از گویندگان رادیو و تلویزیون تحت‌تأثیر آموزه‌های اشاره‌شده در بخش مقدمه، تصور می‌کنند این تلفظ‌ها نادرست هستند و بنابراین، تلاش می‌کنند از رخداد این فرایند جلوگیری کنند و آوای /z/ را همچنان به همان صورت اصلی خود حفظ کنند. آنچه در عمل رخ می‌دهد، همگونی دیگری است که به‌صورت ناخواسته، منجر به تبدیل آوای پیش از آن، یعنی /f/ به /v/ می‌شود. در نتیجه، کلمات پیش‌گفته به‌صورت [ævzayeš]، [ævzud]، [ævzar nærm]، [ævzar sæxt]، [hevz] و [lævz] تلفظ می‌شوند (این تلفظ‌ها، در سال‌های گذشته در این برنامه‌ها شنیده شده است^[42]: خبر شبکۀ دو، 23/3/90: 47/20؛ خبر شبکۀ یک، 27/10/91: 21/19؛ خبر شبکۀ یک، 11/4/93: 15/21؛ خبر شبکۀ دو، 23/4/93: 53/20؛ خبر شبکۀ یک، 24/1/97: 14؛ خبر شبکۀ یک، 16/8/98: 14؛ خبر شبکۀ یک،20/09/1400: 24/14).

گاهی هم در یک برنامه چندگانگی در تلفظ وجود داشته است. به‌عنوان نمونه، در برنامۀ خبر شبکۀ یک در تاریخ 12/4/99 ساعت 15/14، دو نفر از عوامل آن با فاصلۀ کمی از یکدیگر، کلمه «افزایش» را به دو صورت متفاوت تلفظ کردند: گویندۀ برنامه، این کلمه را به‌صورت [æfz̥ayeš] و کمی بعد از او، گزارشگر همان برنامه، آن را به‌صورت [ævzayeš] بیان کرد. همینطور، در خبر شبکۀ دو در تاریخ 1/9/۱۴۰۰ ساعت 33/20، گویندۀ برنامه، ابتدا این کلمه را به‌صورت [æfz̥ayeš] و کمی بعد از آن در ساعت 43/20، آن را به‌صورت [ævzayeš] تلفظ کرد.

از آنجا که خوشۀ /fz/ از دو عضو متفاوت به‌لحاظ واک تشکیل شده، برخی از سخنگویان زبان فارسی با گسترش مشخصۀ [- واک] از /f/ به /z/، آن را به‌صورت [fz̥] تلفظ می‌کنند و برخی دیگر با گسترش مشخصۀ [+ واک] از /z/ به /f/، آن را به‌صورت [vz] تلفظ می‌کنند. این مسئله نشان می‌دهد که در زبان فارسی، داشتن دو ارزش مشخصه‌ای متفاوت برای توالی خوشه‌های سایشی، نامطلوب است و سخنگویان این زبان برای اجتناب از این توالی، از دو راهکار متفاوت بهره می‌گیرند.

علاوه‌براین، بر اساس یک قاعدۀ واجی دیگر، وقتی که دو آوای /zf/ (در کلماتی مانند «حذف») در کنار هم قرار می‌گیرند، این بار نیز آوای /z/ دچار همگونی می‌شود و جهت هماهنگی با آوای بیواک قبلی، به‌صورت واکرفته تولید می‌شود؛ به‌عنوان مثال، کلمۀ «حذف» به‌صورت [hæz̥f] تلفظ می‌شود. در این مورد نیز، برخی‌ از گویندگان رادیو و تلویزیون تلاش می‌کنند که مانع از رخداد این همگونی شوند و آوای /z/ را به همان صورت اصلی تلفظ کنند. نتیجه آن می‌شود که این کلمه به‌صورت [hæzv] تلفظ می‌شود. در اینجا نیز، توالی /zf/ همانند مورد قبلی، از محدودیت عدم‌تطابق ارزش مشخصۀ [واک] تخطی کرده و در نتیجه، سخنگویان زبان فارسی برای اجتناب از آن، یا هر دو عضوِ این خوشه را واکدار می‌کنند یا بیواک.

همچنین، روندی مشابه در برخی از برنامه‌ها، در تلفظ کلمۀ «اخذ» /ʔæxz/ مشاهده شده، به گونه‌ای که این کلمه به‌صورت [ʔæqz] تولید می‌شود. در این مورد نیز، برخی از گویندگان با صرف انرژی زیاد تلاش کرده‌اند این کلمه را به‌صورتی تلفظ کنند که آوای آخر آن واکرفته نشود، ولی در عمل، آوای ماقبل از آن، یعنی /x/ به [q] تبدیل شده و در واقع، کلمۀ «اخذ»، به‌جای [ʔæxz̥] به‌صورت [ʔæqz] در می‌آید (این تلفظ در این برنامه‌ها شنیده شده است: خبر شبکۀ یک، 18/9/98: ساعت 17/14؛ شبکۀ خبر، 12/08/1400: 15/13؛ شبکۀ خبر، 2/1/1401: 7/10). در اینجا نیز، با محدودیت پیش‌گفته سروکار داریم؛ به‌عبارت‌دیگر، چون توالی دو همخوان سایشی با ارزش‌های متفاوت برای مشخصۀ [واک] مجاز نیست، همخوان /x/ به همتای واکدار خود یعنی [q] تبدیل می‌شود.

نمونۀ دیگری از این نوع تلفظ در مورد کلمۀ «تکذیب» /tækzib/ شنیده شده است که در آن، دو آوای /kz/ در کنار هم قرار گرفته‌اند. در اینجا هم بر اساس قاعده، انتظار می‌رود این کلمه به‌صورت [tækz̥ib] ادا شود، اما تلاش گوینده برای تلفظ دقیق صدای /z/ باعث می‌شود که این کلمه به‌صورت [tægzib] تلفظ شود (این تلفظ‌ در این برنامه‌ها شنیده شده است: خبر شبکۀ دو، 11/10/92: 46/20؛ خبر شبکۀ دو، 9/6/93: 52/20؛ خبر شبکۀ دو، 18/1/96: 35/20؛ خبر شبکۀ دو، 23/9/99: 35/20).

باتوجه‌به اینکه در همۀ این خوشه‌های دوهمخوانی، بین دو امکان واکرفتگی یا واکدارشدگیِ دو همخوان قرار داریم، لازم است مشخص شود که از نظر آواشناختی، انتخاب کدام‌یک ارجحیت دارد. ثمره (1378) در پژوهش خود، کلیۀ خوشه‌های دوسایشیِ ممکن در زبان فارسی را بررسی کرده و به این نتایج رسیده است:

در خوشه‌های دوسایشی (مانند /zf/، /fz/ و /xz/) گرایش شدیدی به بیواکی وجود دارد، به‌طوری که میزان واکدارها در مقایسه با بیواک‌ها، 2 به 10 است؛ یعنی در کل واژگان زبان فارسی فقط 2 خوشۀ دوسایشی وجود دارد که هر دو عضوِ آنها واکدارند، در حالی که در مقابل، 10 خوشه وجود دارد که هر دو عضو آنها بیواک هستند. از نظر تلفظ نیز، آسان‌ترین خوشه‌های دوسایشی، خوشه‌های بیواک هستند و پس از آن، خوشه‌های نیم‌واکدار (یک عضو واکدار و یک عضو بیواک) قرار دارند. در بین خوشه‌های نیم‌واکدار هم، اگر عضو اول آنها واکدار باشد، این عضو تحت‌تأثیر عضو بیواک، واک خود را از دست می‌دهد. همچنین، اگر عضو دوم آنها واکدار باشد، به‌دلیل قرارداشتن در موضع پایانی، واک آن ضعیف می‌شود و یا کاملاً از بین می‌رود (ثمره، 1378: 123). بنابراین، در کلماتی مانند /hæzf/، /hefz/ و /ʔæxz/ طبیعی‌تر این است که عضو واکدار یعنی /z/ به‌صورت واکرفته [z̥] تلفظ ‌شود.

     جدول 2) فرایند همگونی در خوشه‌های دوهمخوانی

5. بحث و نتیجه‌گیری

همانطور که در پیشینۀ پژوهش گفته شد، فرایند همگونی بیشتر در گفتار سریع و سبک غیررسمی اتفاق می‌افتد. بنابراین، برای مشخص‌شدن موضوع ابتدا باید روشن شود که در چه مواقعی چنین سبک و سرعتی در برنامه‌های رادیو و تلویزیون کاربرد پیدا می‌کند.

از دیرباز، معمولاً برنامه‌های رادیو و تلویزیون را از نظر رویکرد به سه دستۀ اطلاعاتی^[43]، آموزشی^[44] و سرگرمی^[45] تقسیم کرده‌اند. بر‌این‌اساس، روچ (2012: 166) معتقد است که بین سبک رسمی برنامه‌های خبری و سبک خودمانی برنامه‌های گفتگومحور و مسابقه، تفاوت بسیار زیادی وجود دارد. مطابق این تقسیم‌بندی، زبانِ برنامه‌های اطلاعاتی و آموزشی به سبک رسمی^[46] و زبان برنامه‌های سرگرمی به سبک خودمانی^[47] است، اما مسئلۀ نحوۀ تلفظ به همین سادگی و با این تقسیم‌بندی کلی به نتیجه نمی‌رسد؛ چرا که مدت‌هاست که در رسانه‌های دنیا، مرز بین این انواع در هم آمیخته شده و از تلفیق آنها، برنامه‌هایی ترکیبی با موضوعاتی مانند اطلاعاتی ـ سرگرمی^[48] و آموزشی ـ سرگرمی^[49] به وجود آمده است. هدف دست‌اندرکاران رسانه‌ها از تولید این دسته از برنامه‌ها این است که برنامه‌های اطلاعاتی و آموزشی در کنار خبررسانی و آموزش که معمولاً خشک و خسته‌کننده هستند، از جنبه‌های سرگرم‌کننده هم برخوردار باشند و به این صورت، مخاطب برای تماشای آنها انگیزه بیشتری پیدا کند.

بر‌این‌اساس، در دنیای امروز دو سبک خبرنویسی رواج دارد: سخت‌خبر^[50] و نرم‌خبر^[51] (شکرخواه، 1387: 25). در گذشته، روال معمول در شبکه‌های رادیو و تلویزیونیِ دنیا این بود که برنامه‌های خبری به‌صورت خشک و جدی اجرا شوند، اما در حال حاضر، بسیاری از شبکه‌های دنیا در کنار بخش‌های رسمی خبری، بخش‌های جدیدی ابداع کرده‌اند که خبرها در آنها به سبک غیرجدی و محاوره‌ای ارائه می‌شوند. به‌این‌ترتیب، اجرای خبر در برنامه‌هایی مانند خبر بیست‌وسی در شبکۀ 2 تلویزیون ایران، با بخش‌های دیگر خبری متفاوت است. در این برنامه‌ها، مطالب به سبک «نرم‌خبر» ارائه می‌شوند. همچنین، گاهی برخی بخش‌های خبری به‌جای خبرخوانیِ یک‌نفره، در قالب گفتگوی دو یا چند گوینده با یکدیگر اجرا می‌شود. در این سبک خبری، به‌جای زبان خشک و کلیشه‌ای، بیشتر از زبان غیررسمی همراه با چاشنی طنز و سرگرمی استفاده می‌شود و در نتیجه، سرعت و ریتم اجرای خبر در این نوع برنامه‌ها، با برنامه‌های معمولیِ خبر متفاوت است (برای اطلاع بیشتر از ویژگی‌های «نرم‌خبر» رجوع شود به: شکرخواه، 1387: 25ـ31)

علاوه‌براین، کار گویندۀ خبر همیشه صرفاً روخوانی متن نیست، بلکه او در کنار قرائت متون مکتوب لازم است گاهی گفتگوهایی هم با گزارشگران، کارشناسان یا مسئولان داشته باشد. همچنین، در بسیاری از شبکه‌های خبری دنیا، برخی از گویندگان در کنار گویندگی، کار گزارشگری هم انجام می‌دهند؛ یعنی یک فرد ممکن است در طول هفته، به‌تناوب چند روز گوینده و چند روز گزارشگر باشد. در این دو وضعیت، یعنی «گفتگو» و «گزارشگری»، معمولاً گفتار سریع کاربرد پیدا می‌کند. براین‌اساس، نمی‌توان انتظار داشت که تلفظ در چنین برنامه‌هایی دقیق و شمرده باشد.

می‌دانیم که زبان پدیده‌ای یکدست و یکپارچه نیست و متناسب با موضوع و موقعیت و مخاطب، هزار چهره دارد. برهمین‌اساس، به گفتۀ کریستال[52] (1987: 392)، چیزی به‌عنوان زبان واحدِ یکپارچۀ رادیو تلویزیونی وجود ندارد. زمانی تصور می‌کردیم که بر اساس ویژگی‌های کلی هر برنامه می‌توانیم در مورد زبان و نحوۀ تلفظ در آن تصمیم بگیریم، ولی این کار در عمل امکان‌پذیر نیست. آمیختگی این ویژگی‌ها و پیدایش گوناگونی‌های روزافزون در طراحی برنامه‌ها باعث شده که این الگو، کارآمدی خود را در تعیین زبان برنامه‌ها از دست بدهد. بنابراین، در مورد برنامه‌های خبری نمی‌توان حکم کلی صادر کرد و همه آنها را از نظر زبانی یکسان دانست؛ چرا که نوع اجرا در هر برنامۀ خبری، بسته‌به ویژگی خاص هر کدام فرق دارد.

سرعت و سبک گفتار در رادیو و تلویزیون، جنبۀ پیوستاری^[53] دارد و از بیشترین سرعت (مانند گزارش ورزشی و نمایش طنز) تا کمترین سرعت (مانند شعرخوانی و قرائت قرآن) در آن به چشم می‌خورد و برنامه‌های خبری تقریباً در میانۀ این پیوستار قرار می‌گیرند. به همین دلیل، در پژوهش حاضر، به بخش میانی این پیوستار پرداخته‌ایم، چون تکلیف ابتدا و انتهای این پیوستار تقریباً روشن است: در ابتدای این پیوستار که شامل برنامه‌هایی مانند گزارش ورزشی و نمایش طنز می‌شود، انواع فرایندهای آوایی می‌توانند رخ دهند؛ مثل کاربرد «قلف» به‌جای «قفل» و «شیش» به‌جای «شِش». همچنین، در انتهای این پیوستار که برنامه‌هایی مانند شعرخوانی و قرائت قرآن را دربر می‌گیرد، تلفظ دقیق بیشتر کاربرد پیدا می‌کند.

آموزش‌دهندگان فن بیان و گویندگی بر تلفظ دقیق در هر موقعیت و در هر برنامه‌ای اصرار دارند، اما زبان‌شناسان این نوع تلفظ را فقط به موارد خاصی محدود می‌دانند و در بیشتر مواقع، تلفظ طبیعی را توصیه می‌کنند. تلفظ طبیعی بر اساس تعریف میلانیان (1384)، تلفظی است که سخنگویان هر زبان، آن را به‌صورت خودکار و ناخودآگاه به کار می‌برند. اگر به‌جای آنچه واقعاً در زبان به کار می‌رود، تلفظی را به کار ببریم که فکر می‌کنیم درست‌تر است، آن تلفظ، درواقع تصنعی و ساختگی محسوب می‌شود (میلانیان، 1384: 551ـ552). بر اساس این بررسی، رعایت تلفظ دقیق، در این چهار مورد یعنی تداخل با کلمات هم‌آوا[54]، قرائت متون ادبی، قرائت متون مقدس و اصطلاحات و اسامی خاص، ضروری است، ولی در بقیۀ موارد، بسته‌به سرعت و سبک گفتار باید تلفظ طبیعی را مبنا قرار داد.

به اعتقاد زبان‌شناسان، هر آوایی تعدادی مشخصۀ اصلی و تعدادی مشخصۀ فرعی دارد. رعایت مشخصه‌های فرعی صداها هم، همانند مشخصه‌های اصلی آنها ضروری است و درواقع، جزو تلفظ طبیعی هر کلمه است که اگر کسی آنها را رعایت نکند، انگار آن کلمه را غیرطبیعی تلفظ کرده است (مشکوه‌الدینی، 1388: 130 و 159؛ ثمره، 1378: 29). اتفاقاً این تفاوتی است که بین گفتار انسان با گفتار ماشینی^[55] وجود دارد. به گفتۀ روچ (2012)، زمانی­که دانشمندان ماشینی طراحی کردند که بتواند گفتار انسان را تولید کند، آنها متوجه شدند که کیفیت گفتار ماشینی گاهی آنچنان غیرطبیعی می‌شود که عملاً فهم کلام را مشکل می‌کند. تفاوت مهمی که بین گفتار ماشینی با گفتار طبیعی وجود داشت این بود که این دستگاه نمی‌دانست در چه مواردی ممکن است همجواری آواها منجر به تغییر تلفظ یک کلمه شود (Roach, 2012: 107).

فرایند همگونی پدیده‌ای طبیعی است که به‌صورت خودکار و ناخودآگاه و مستقل از ارادۀ سخنگویان اتفاق می‌افتد و هر نوع مقاومتی برای تغییر این روند، بر خلاف نظام آوایی زبان و تلاشی زائد است. کسانی که اصرار دارند در مقابل این روند مقاومت کنند، در واقع، به کلام خود حالت تصنعی و ساختگی می‌دهند که به ایجاد ارتباط که هدف اصلی از ساخت هر برنامه است لطمه می‌زند. باوجوداین، در برخی موارد، اگر بر تلفظ دقیق اصرار کنیم شاید با کمی تلاش به نتیجه بر‌سیم؛ مثلاً اگر بخواهیم کلمۀ «بازتاب» را که تلفظ طبیعی آن [baz̥tab] است به‌صورت دقیق و شمرده، یعنی /baztab/ تلفظ کنیم، این تلاش به هر حال با کمی دقت امکان‌پذیر است، ولی گاهی اصرار بر تلفظِ دقیق با وجود تلاش و زحمت زیاد، در عمل به نتیجۀ موردنظر منتهی نمی‌شود؛ مثلاً کلمۀ [hæz̥f] به [hæzv] یا کلمۀ [hefz̥] به [hevz] تبدیل می‌شود. در این موارد، درواقع، از رخداد همگونی جلوگیری نشده؛ بلکه تنها محل وقوع همگونی عوض شده و همگونی پیشرو به پسرو و یا همگونی پسرو به پیشرو تبدیل شده است.

          جدول 3) تبدیل همگونی پیشرو به پسرو و بالعکس

در بخش مقدمه، مطرح شد که بر اساس باور برخی از نویسندگان ایرانی مانند خرمشاهی (1398)، وقوع فرایندهای آوایی به‌عنوان سهل‌انگاری دسته‌جمعی فارسی‌زبانان قلمداد شده است. در این مورد باید گفت که این نوع باورها تنها مختص به جامعۀ ما نیست و به گفتۀ روچ (2012)، در تمام جوامع و فرهنگ‌ها وجود دارد. به‌عنوان نمونه، در جوامع انگلیسی‌زبان نیز معمولاً نسل‌های قدیمی، گفتار جوانان را که با انواع فرایندهای آوایی از جمله انواع حذف، همراه است به‌عنوان گفتار سهل‌انگارانه^[56] و شلخته^[57] توصیف می‌کردند (Roach, 2012: 165). این در حالی است که زبان‌شناسان این نوع تغییرات را نه از روی تنبلی و شلختگی مردم، بلکه روندی طبیعی تلقی می‌کنند که اگر کسی آنها را به کار نگیرد گفتارش خشک و تصنعی می‌شود. زبان‌شناسان سعی می‌کنند دلایل این تغییرات را کشف کنند و به‌صورت علمی، به تحلیل آنها بپردازند؛ مثلاً به‌جای آن که این تغییرات را نتیجۀ تنبلی مردم بدانند، آن را روشی برای بیان معنا با زحمت کمتر یا کم‌کوشی[58] می‌دانند (Ladefoged & Johnson, 2011: 111).

به گفته هال[59] (1363)، توصیۀ طرفداران زبان اصیل و پاک^[60] در آمریکا هم در قرن بیستم این بودکه «تمام حروف را دقیق تلفظ کنید و آواها را درهم نیامیزید وگرنه منظور شما فهمیده نمی‌شود». این در حالی است که به اعتقاد آواشناسان، زمانی که آواهای مختلف در هم آمیخته می‌شوند، از نظر ادراکی تشخیص آواهای پس و پیش آنها آسانتر است. زمانِ تولید همخوان‌ها اغلب به حدی کوتاه است که به‌سرعت از دایرۀ ادراک ما محو می‌شوند. اگر ردپا یا سرنخی که همخوان‌ها در واکه‌های قبل و بعدِ خود باقی می‌گذارند وجود نداشته باشد، درک همخوان تلفظ‌شده به‌راحتی صورت نمی‌پذیرد. به عبارت دیگر، شنونده معمولاً برای تشخیص همخوان‌ها از تأثیراتی که آنها روی واکه‌های مجاور خود می‌گذارند کمک می‌گیرد. بنابراین، اگر به توصیۀ طرفداران زبان پاک که می‌گویند «آواها را مجزا از هم تلفظ کنید» عمل کنیم، نه‌تنها منظور گوینده بهتر فهمیده نمی‌شود، بلکه برعکس، از سرعت تفهیم و تفهم کاسته خواهد شد (هال، 1363: 86ـ 87).

در پایان، ممکن است این پرسش پیش آید که حد و مرز کاربرد فرایندهای آوایی تا کجاست. آیا رعایت‌نکردن تلفظ‌ دقیق کلمات نهایتاً به هرج‌ومرج در کاربرد زبان منجر نمی‌شود؟ در اینجا، تلاش می‌کنیم به این پرسش با استفاده از نکته‌ای که لده فوگد و جانسون^[61] (2011) مطرح کرده‌اند پاسخ دهیم: به اعتقاد زبان‌شناسان، دو نیرو در درون زبان وجود دارد: یک نیرو از طرف گویندگان زبان اعمال می‌شود و نیروی دیگر، از طرف شنوندگان. گویندگان تمایل دارند منظورشان را با کمترین زحمت به دیگران منتقل کنند. به همین دلیل، آنها به‌جز در مواردی محدود، سعی می‌کنند با استفاده از انواع فرایندهای آوایی (مانند همگونی و حذف)، تفاوت بین آواها را به حداقل برسانند. این رخداد طبق اصلی به نام حداکثر آسانی تلفظ^[62] انجام می‌گیرد. البته، رخداد این تغییرات در تمامی موارد ممکن نیست، چون لازم است شنونده نیز درنظر گرفته شود و وی با کمترین زحمت منظور گوینده را درک کند. از منظر ادراکی، آواهایی که در معنای یک کلمه تأثیرگذار هستند باید به اندازۀ کافی متمایز از هم ادا شوند. به این نیرو اصل حداکثر تفاوت ادراکی^[63] اطلاق می‌شود. زبان‌ها تلاش می‌کنند همواره بین این دو نیرو تعادل و توازن ایجاد کنند (Ladefoged & Johnson, 2011: 284-286).

در پژوهش حاضر، به این موضوع پرداخته شد که در برنامه‌های رادیو و تلویزیون، در چه مواقعی لازم است از تلفظ طبیعی بهره ببریم. البته همانطور که پیش از این اشاره کردیم، در برخی مواقع، استفاده از تلفظ دقیق نیز در برنامه‌های رادیو و تلویزیون ضرورت پیدا می‌کند، ازجمله در چهار مورد: تداخل با کلمات هم‌آوا، قرائت متون ادبی، قرائت متون مقدس و اصطلاحات و اسامی خاص. در این مجال، فرصت پرداختن به جزئیات این موارد وجود ندارد. امید است در پژوهش‌های آتی به این موضوع نیز پرداخته شود.

تعارض منافع

تعارض منافع ندارم.

[1]. phonological processes

[2]. checklist

[3]. bilingualism

[4]. interference

[5]. assimilation

[6]. target position

[7]. citation form

[8]. connected speech

[9]. Hyman, L. M.

[10]. devoiced

[11]. dissimilation

[12]. elision

[13]. fusion

[14]. metathesis

[15]. Pavlík, A.

[16]. place of articulation

[17]. manner of articulation

[18]. voicing

[19]. direction of the influence

[20]. regressive

[21]. bilabial

[22]. progressive

[23]. coarticulation

[24]. phonemic

[25]. Roach, P.

[26]. speaking rate

[27]. style

[28]. social variables

[29]. performance variables

[30]. slow

[31]. careful

[32]. rapid

[33]. very rapid

[34]. formal

[35]. informal

[36]. colloquial

[37]. casual

[38]. variable

[39]. stable

[40]. همینطور تمامی واژه‌های مشتق از فعل افزودن مانند توان‌افزا و روزافزون.

[41]. devoicing

 [42]. در این ارجاع‌دهی، مشخصات ذکرشده به‌ترتیب عبارت‌اند از نام برنامه و شبکه، تاریخ پخش: ساعت پخش.

[43]. information

[44]. education

[45]. entertainment

[46]. formal

[47]. casual

[48]. infotainment

[49]. edutainment

[50]. hard news

[51]. soft news

[52]. Crystal, D.

[53]. continuum

[54]. homophone

[55]. mechanical speech

[56]. careless

[57]. sloppy

[58]. least effort

[59]. Hall, R.

[60]. pure language

[61]. Ladefoged, P., & Johnson, K.

[62]. maximum of ease of articulation

[63]. maximum of perceptual separation