Ezzel szemben az olyan beszédhangok, mint például a /j/ approximáns megvalósulása (többek között rövid időtartamú és gyors megvalósulásából fakadóan) nem feltétlenül követeli meg a tiszta fázis jelenlétét, például szókezdő pozícióban a fentebbi három fázis közül csak az utolsó, azaz a következő akusztikai célhoz való „legördülő” tranzíció valósul meg (Catford 1988). Ettől függetlenül azonban például a /j/ approximáns egyértelműen azonosítható (alveolopalatális) képzési hellyel rendelkezik, tehát nem a képzési helye specifikálatlan, hanem pusztán az akusztikai szerkezetére jellemző a világosan detektálható kvázistatikus szakasz hiánya. Emellett azt is meg kell jegyezni, hogy az akusztikai kivitelezést illetően a magánhangzók ejtésében is problematikus a tiszta fázis kérdése: közhelyszerű ismeret ugyanis a beszédtudományokban az, hogy a folyamatos beszédben nem minden magánhangzó és nem minden pozíció esetében jellemző ennek a megjelenése. A tiszta fázis hiánya tehát nem utal egyértelműen a képzési hely (vagy általánosabban: az artikulációs-akusztikai cél/képzési cél) teljes hiányára, de a képzési cél hiánya bizonyosan a tiszta fázis hiányával jár együtt. Ezen a ponton fontos tisztázni, hogy képzési vagy artikulációs-akusztikai célon a beszédhang célkonfigurációjának elérése értendő, amit e monográfia elemzései esetében Gay (1978) nyomán határozok meg: ez lehet egyfelől a mássalhangzó és a vokalikus szegmentum közötti tranzíciónak az a pontja, amely az akusztikumban „kicsúcsosodik” és/vagy stabil fázisként jelenik meg. Másfelől pedig – az előbbi hiányában – lehet valamelyik formánsfrekvencia maximális kitérési pontja is. Amennyiben a vokalikus fázisban több artikulációs-akusztikai cél is megjelenik, a graduális akusztikai változást a formánsértékek többpontú mérésével tudjuk vizsgálni. Továbbá attól függően, hogy hol és miként (pl. egy vagy több pontban) mérjük e formáns frekvenciáját, a hangsorban szereplő többi beszédhangról is szolgáltathat információkat a koartikuláció jelensége miatt.

Ebben a monográfiában az akusztikum dinamikus változásakor elsősorban a nyelv vízszintes pozíciója mentén, tehát a magánhangzók és vokalikus beszédhangok elöl képzettsége mentén vizsgálódom, és mint az 5. ábrán és 6. ábrán is láthattuk, ebben a tekintetben az F2-érték változása szolgál a legtöbb információval a képzés helyét illetően (vö. Gay 1978; Ren 1986; Hauser 2020). (Azt azonban fontos megemlíteni, hogy az F2-érték jelentőségét pl. Gay (1978) angol beszédhangok ejtéséből vonta le). Így tehát az F2-görbék vizsgálatakor abból indulok ki, hogy minden vokalikus cél esetében megfigyelhetünk kitéréseket az F2 menetében, és ezekből következtethetünk a célok számára és megvalósításuk időzítésére is. Az F2 változását, vagyis az F2 menetét legjobban – a kötet későbbi részében is releváns – [ia] vokalikus szekvencia példáján lehet a legjobban bemutatni, ahol a vokalikus szakasz kezdetén az [i] esetében, palatális képzési helyű magánhangzóról lévén szó, arányaiban nagyobb hátulsó üreget, így magasabb F2-értéket várunk. A centrális ejtésű [a] szegmentum esetében azonban az [i]-hez képest alacsonyabb F2-értékre számítunk (Bolla 1995; Stevens 2000). Ez gyakorlatilag azt jelenti, hogy az [i] szegmentum artikulációs-akusztikai céljának megvalósulásakor pozitív irányban (a magasabb frekvenciák felé) várjuk a maximális kitérést az F2 menetében, míg az [a] esetében negatív irányú (az alacsonyabb frekvenciák felé mutató) csúcsosodást várunk. Míg tehát az [i] magánhangzó artikulációs-akusztikai célját az F2 maximumával (F2max) lehet megragadni az itt vizsgált hangsorokban, addig az [a] esetében az F2 minimumértéke (F2min) jelzi az artikulációs-akusztikai cél elérését.

Az [i] és [a] beszédhangokon túlmenően a bemutatásra kerülő dinamikus vizsgálatokban és az akusztikai célok megvalósulásával kapcsolatban jelentősége van a [j] approximáns feltételezhetően különböző realizációinak, azaz a fonemikus és hiátustöltőként megvalósuló [j]-knek, illetve a [j] és [i] potenciális különbségeinek. Bár a palatális [i] magánhangzó, valamint a palatális [j] approximáns különválasztása mind az artikulációs, mind az akusztikai vizsgálatok tapasztalatai szerint roppant nehéz, Recasens (2013) szerint ezeknek a hangoknak a képzési helye elkülöníthető egymástól: míg az [i] esetében a palatális képzési helyet helytálló meghatározásnak tekinti, addig a [j] approximáns esetében a palatálisnál előrébb elhelyezkedő, alveolopalatális képzési helyet javasol. Ezen túlmenően Jaggers (2018) szerint a [j] approximáns esetében nemcsak a képzési hely helyezkedik el előrébb, mint az [i] magánhangzóban, de a [j]-ben keletkező szűkület (azaz a szájpad és a nyelv távolsága) is kisebb. A kisebb szűkület (a nyelv magasabb helyzete) abból fakad, hogy a [j] közelítőhang, a képzési hely elölsége pedig az aktív artikulátor (azaz a nyelvi régió) függvénye: míg a magánhangzók dorzális ejtésűek, addig az approximánsok produkciója a nyelv elülsőbb régióinak bevonásával történik, a [j] approximáns esetében a koronális terület érintettségével (Jaggers 2018). Ugyancsak különbség fedezhető fel az [i] és [j] dinamikusságában is. A [j] approximánsnak ugyanis inherens tulajdonsága, hogy a magánhangzókhoz képest gyorsabban és dinamikusabban valósul meg. Ezzel együtt pedig az [i] és [j] időzítésbeli eltéréséből fakadóan az első artikulációs-akusztikai cél eléréséhez szükséges időben is eltérésekre számíthatunk: a [j]-ben hamarabb jelenik meg ez a cél (Jaggers 2018). E képzési tulajdonságok akusztikai vetületét a következőképpen ragadhatjuk meg. A [j] esetében a koronális produkcióból és a palatálisnál előrébb elhelyezkedő, alveolopalatális képzési helyből fakadóan az [i]-hez viszonyítva alacsonyabb F2-re számíthatunk (Nittrouer et al. 1989). (Meg kell jegyeznünk ugyanakkor, hogy ezt a feltételezett különbséget Jaggers (2018) vonatkozó mérései csak tendenciaszerű eltérésekben erősítették meg.) Valamint az időzítés, és a megvalósítás dinamikussága kétféleképpen ragadható meg az időtartamban. Egyfelől mivel a [j] megvalósulása az [i]-énél gyorsabb, ezért a [ja] esetében az [ia]-nál rövidebb teljes időtartamra számíthatunk. Másfelől pedig ugyanezen okból az is várható, hogy a [j]-ben az artikulációs-akusztikai cél elérése, tehát az F2 menetében tapasztalható pozitív irányú kitérés időpontja is hamarabb bekövetkezik.

A [j] realizációjával kapcsolatban a kötet 6.1. fejezetének szempontjából fontos különbséget tennünk a fentebb bemutatott (fonémaértékű, és ezért feltételezhetően önálló akusztikai céllal rendelkező) alveolopalatális approximáns és hiátustöltés esetében (feltételezhetően önálló akusztikai cél nélküli) hiátustöltőként megvalósuló [j]-megvalósulás között, és röviden kitérni ezen [j]-realizációk közötti eltérésekre is. Hiátus akkor jön létre, ha egy hangsorban két magánhangzó találkozik, amelyek két szomszédos szótagmagot alkotnak. A hiátus megkülönböztetendő a diftongustól vagy kettőshangzótól, ahol valójában egy magánhangzót feltételezünk két eltérő artikulációs-akusztikai céllal, melyek ugyanazon szótagmag alá vannak rendelve és nincs közöttük szótaghatár (Siptár 2002). A hiátustöltő szerepe az, hogy a hiátus esetén a magánhangzó-kapcsolat tagjai közé ékelődve feloldja a képzési helyek közötti eltérést, és folytonosságot biztosítson az ejtésben (Gósy 2014), illetve pótolja a hangsorból hiányzó mássalhangzót (betöltse a „hangűrt”). Ebből fakadóan a fonetikai szakirodalom a hiátustöltést (a jelen esetben a hiátustöltő [j] betoldását) pusztán a koartikuláció termékének tekinti, azaz egy olyan tranzíciónak, amely összeköti az artikuláció szempontjából egymástól távolabb elhelyezkedő (a fenti példa esetében az [i] és [a]) célokat (Heselwood 2006; Davidson–Erker 2014). Siptár és Törkenczy (2000) szerint (lényegében a fentiekből következően a magyar nyelvre vonatkoztatva) a [j]-nek a hiátustöltésben, illetve a /j/ fonemikus realizációjaként tapasztalható megvalósulásai között különbség fedezhető fel, mégpedig úgy, hogy a hiátustöltő „gyengébb és átmenetibb jellegű” (91), mint a mögöttesen, fonemikusan is jelenlévő /j/ megvalósulása. A hiátustöltőként megjelenő és a fonemikus [j]-megvalósulások ezirányú eltérését az artikulációs-akusztikai célok eltérő számával is magyarázhatjuk: míg a hiátustöltés esetében feltételezhetően nem, addig a fonemikusan is /j/-t tartalmazó hangsorokban a [j] önálló akusztikai célként jelenik meg, ezért a hiátustöltő és a fonemikus [j]-variánsok megvalósulása eltér a fentebb tárgyalt módokon.

E vokalikus szegmentumok akusztikai célját vagy annak hiányát, tehát a hiátustöltőként és a /j/ fonéma realizációjaként megjelenő [j]-t korábban fonetikai szempontú elemzések is vizsgálták. Gósy (2014) a vokalikus szakaszokból a [j] approximánst szegmentálva a hiátustöltőként és a fonéma realizációjaként megjelenő [j]-ket összevetve nem talált időtartambeli különbséget, azonban az idézett vizsgálatban kontextustól függetlenül tendencia szintjén a /j/ fonéma megvalósulásaként megjelenő [j] szegmentumok minden esetben hosszabb időtartamúak voltak, mint a hiátustöltőként megjelenő [j]-k. Menyhárt (2006) ugyancsak meghatározta a [j]-variánsok hanghatárait, és eredményeiben hasonlóképpen hosszabb időtartamúnak bizonyultak a fonemikusan is jelenlévő [j]-megvalósulások, mint a hiátustöltő [j]-k. Menyhárt (2006) megállapítása szerint a hiátustöltőként megjelenő [j] mintegy 20 ms-mal rövidebb időtartamú volt, mint az önálló artikulációs-akusztikai céllal rendelkező /j/ fonéma realizációja (51). Ehhez kapcsolódóan azonban azt is fontos látni, hogy az itt idézett vizsgálatok a [j]-megvalósulásokat a hangsorokból kiemelve elemezték, miközben ezeknek a hangoknak az elhatárolása (hanghatáraik megállapítása) – éppen az átmeneti jellegükből fakadóan – roppant nehéz. Emellett pedig kiemelendő az is, hogy mivel az eddigi eredmények statikus módszereket alkalmaztak, azaz egyetlen értékkel számszerűsítve vizsgálták a kérdéses hangokat, a [j]-megvalósulásokon belüli, illetve a környező beszédhangokban végbemenő változásokról, a beszédhang(kapcsolat)ok dinamikus ejtéséről, illetve az ezek mentén tapasztalható esetleges eltérésekről jelenleg még nincsenek ismereteink. Éppen ezért az értekezés az eddigi statikus módszerek helyett egy dinamikusabb megközelítésből igyekszik megvalósítani a [j]-realizációk vizsgálatát, vagyis az egész vokalikus szakaszban bekövetkező változást elemezni. Emellett a jelen monográfiában a hiátustöltő és fonemikus [j]-variánsokat közvetetten az ortográfiai megjelenítésen keresztül vizsgálom, álszavak ejtésében. Ez azt jelenti, hogy ebben az esetben az ortográfiai megjelenítés fogja facilitálni az akusztikai-artikulációs célok számát a hangsorokban, amelyek egyrészt a hiátushelyzettel analóg módon csak két akusztikai-artikulációs célt jelenítenek meg, ahol elengedhetetlen a hiátustöltés (pl. az iá hangsorban), másrészt a j-t önálló (fonemikusnak számító) akusztikai-artikulációs célként jelenítik meg (pl. az ijá hangsorban). A szerző reményei szerint az ortográfiai facilitáció közvetetten betekintést nyújt abba, hogy a [j], mint akusztikai-artikulációs cél jelenléte vagy hiánya milyen hatást gyakorol a fentebb megemlített vokalikus hangsorok megvalósulására. Ezen a ponton a kötet szempontjából releváns vokalikus szegmentumok produkciójának végére értünk, ezért a következő alfejezetben a zörejes obstruensek képzését és akusztikai jellemzőit mutatom be, amelyek az értekezésben elemezett beszédhangok másik csoportját képezik.