آواشناسی ژاپنی سیستم صداهایی است که در تلفظ زبان ژاپنی استفاده می شود. مگر اینکه غیر از این ذکر شود، این مقاله انواع استاندارد ژاپنی را بر اساس گویش توکیویی توصیف می کند .
هیچ توافق کلی در مورد تعداد صداهای متضاد ( واج ها ) وجود ندارد، اما رویکردهای رایج حداقل 12 صامت متمایز (در برخی تحلیل ها تا 21 عدد) و 5 مصوت متمایز ، /a، e، i، o، u/ را می شناسند . طول آوایی هم برای مصوت ها و هم برای صامت ها متضاد است و طول کل کلمات ژاپنی را می توان با واحد زمان بندی به نام mora (از لاتین mora "تاخیر") اندازه گیری کرد. فقط انواع محدودی از خوشه های همخوان مجاز هستند. سیستم لهجه ای وجود دارد که در آن موقعیت یا عدم افت گام ممکن است معنای یک کلمه را تعیین کند: /haꜜsiɡa/ (箸が، "چاپستک")، /hasiꜜɡa/ (橋が، "پل")، /hasiɡa/ (端が، "لبه").
آواشناسی ژاپنی تحت تأثیر چندین لایه واژگان در زبان قرار گرفته است: علاوه بر واژگان بومی ژاپنی، ژاپنی دارای مقدار زیادی واژگان مبتنی بر چینی است (به ویژه برای تشکیل کلمات فنی و آموخته شده استفاده می شود و نقشی مشابه با لاتین دارد. واژگان مبتنی بر زبان انگلیسی ) و کلمات قرضی از زبان های دیگر. [1] لایه‌های مختلف واژگان امکان توالی‌های مختلف صدا را فراهم می‌کنند ( آوا تاکتیک ).
بسیاری از تعمیم‌های مربوط به تلفظ ژاپنی، در صورتی که واژه‌های قرضی اخیر در نظر گرفته شوند، استثنا دارند. به عنوان مثال، صامت [p] عموماً در آغاز کلمات بومی (یاماتو) یا مشتق از چینی (چینی-ژاپنی) وجود ندارد، اما در کلمات تقلیدی و بیگانه آزادانه در این موقعیت وجود دارد. [2] به دلیل استثناهایی مانند این، بحث‌های مربوط به واج‌شناسی ژاپنی اغلب به لایه‌ها یا «لایه‌ها» از واژگان اشاره دارد. چهار قشر زیر را می توان متمایز کرد: [1] [3] [4]
این دسته که در ژاپنی واگو (和語) [4] یا یاماتو کوتوبا (大和言葉) نامیده می شود ، واژگان بومی ارثی را شامل می شود. تکواژهای این دسته تعدادی محدودیت در ساختار را نشان می‌دهند که ممکن است توسط واژگان در لایه‌های دیگر نقض شوند.
ژاپنی دارای انواع مختلفی از کلمات تقلیدی است که از نمادهای صوتی برای انجام یک عملکرد بیانی استفاده می کنند. مانند واژگان یاماتو، این کلمات نیز منشأ بومی دارند و می توان آن را متعلق به همان گروه فراگیر دانست. با این حال، کلمات از این نوع برخی از ویژگی های واج شناختی را نشان می دهد که باعث می شود برخی از نظریه پردازان آنها را به عنوان لایه ای جداگانه از واژگان ژاپنی در نظر بگیرند. [3] [5]
در ژاپنی کانگو (漢語) کلماتی در این قشر از چندین موج وام‌گیری در مقیاس بزرگ از زبان چینی که از قرن‌های 6 تا 14 بعد از میلاد رخ داده است، سرچشمه می‌گیرند . آنها 60 درصد مدخل های فرهنگ لغت و 20 درصد از زبان ژاپنی معمولی را شامل می شوند که از واژگان رسمی تا کلمات روزمره را شامل می شود. اکثر کلمات چینی-ژاپنی از بیش از یک تکواژ چینی-ژاپنی تشکیل شده اند. تکواژهای چینی-ژاپنی شکل واج شناختی محدودی دارند: طول هر کدام حداکثر دو مورا است، که Ito & Mester (2015a) استدلال می‌کنند که منعکس کننده محدودیت در اندازه به یک پای عروضی است. این تکواژها اقتباس آوایی ژاپنی از تکواژهای تکواژی چینی میانه را نشان می‌دهند ، که هر کدام عموماً به صورت نوشتاری با یک نویسه چینی نمایش داده می‌شوند که به زبان ژاپنی کانجی (漢字) گرفته می‌شود . نویسندگان ژاپنی همچنین کانجی را برای نمایش واژگان بومی تغییر داده اند. در نتیجه، بین قرائت های چینی-ژاپنی از کانجی به نام اونیومی و قرائت های بومی به نام کونیومی تمایزی وجود دارد . [6]
بینی مورائیک /N/ در زبان چینی-ژاپنی نسبتا رایج است، و تماس با چینی میانه اغلب به عنوان عامل وجود /N/ در ژاپنی توصیف می‌شود (از تقریباً 800 پس از میلاد در ژاپنی میانه اولیه شروع می‌شود )، اگرچه /N/ همچنین در کلمات بومی ژاپنی در نتیجه تغییرات صدا وجود داشت. [7]
این لایه از واژگان که در ژاپنی gairaigo (外来語) نامیده می شود ، از کلمات غیرچینی-ژاپنی با منشأ خارجی تشکیل شده است که عمدتاً از زبان های غربی پس از قرن شانزدهم وام گرفته شده است. بسیاری از آنها در قرن بیستم وارد زبان شدند. [8] در کلمات این قشر، تعدادی از دنباله‌های همخوان-صدایی که قبلاً در ژاپنی وجود نداشتند تحمل می‌شوند، [9] که منجر به معرفی قراردادهای املایی جدید و پیچیده‌تر کردن تحلیل واج‌شناختی این صداهای همخوان در ژاپنی شده است. . [10]
زبان شناسان مختلف فهرست ژاپنی واج های همخوان را به روش های بسیار متفاوتی تحلیل می کنند: [11] برای مثال، اسمیت (1980) تنها 12 صامت زیرین را تشخیص می دهد (/mpbntds dz rk ɡ h/)، [12] در حالی که اوکادا (1999) 16 را تشخیص می دهد. معادل 12 اسمیت به اضافه 4 زیر (/jw ts ɴ/)، [13] و ونس (2008) 21 را می شناسد، معادل 12 اسمیت به اضافه 9 زیر (/jw ts tɕ (d)ʑ ɕ ɸ NQ/). [14] صامت های داخل پرانتز در جدول را می توان به عنوان آلوفون سایر واج ها، حداقل در کلمات بومی، تحلیل کرد. در وام واژه ها، /ɸ، ts/ گاهی به صورت واجی رخ می دهد. [15]
در برخی از تحلیل‌ها، glides [j, w] به عنوان واج همخوان تفسیر نمی‌شوند. در واژگان غیروام، آنها را عموماً می‌توان تنها با مجموعه‌ای محدود از صداهای مصوت دنبال کرد: دنباله‌های مجاز، [ja, jɯ, jo, wa] ، گاهی اوقات به‌عنوان دوفتونگ‌های در حال افزایش تحلیل می‌شوند تا دنباله‌های همخوان و مصوت. [16] [17] لارنس (2004) لغزش‌ها را به‌عنوان گونه‌های غیر هجای واج‌های مصوت بالا /i، u/ تحلیل می‌کند و استدلال می‌کند که استفاده از [j، w] در مقابل [i، ɯ] ممکن است قابل پیش‌بینی باشد اگر هر دو بافت آوایی و صرفی در نظر گرفته شده است.
در شروع یک کلمه، توقف‌های بی‌صدا /p, t, k/ کمی مکش می‌شوند [35] - کمتر از توقف‌های انگلیسی، اما بیشتر از توقف‌های اسپانیایی. [36] به نظر می رسد که کلمه-medial /p, t, k/ به طور متوسط غیر تنفسی باشد. [35] مطالعات آوایی در دهه 1980 تأثیر لهجه و همچنین موقعیت کلمه را مشاهده کردند، با زمان شروع صدا طولانی تر (آرزوی بیشتر) در هجاهای تاکیدی نسبت به هجاهای بدون لهجه. [37]
یک مطالعه در سال 2019 بر روی سخنرانان بزرگسال جوان نشان داد که پس از یک مکث، کلمه اولیه /b, d, ɡ/ ممکن است به عنوان plosive با زمان شروع صدای مثبت صفر یا کم تلفظ شود (قابل طبقه بندی به عنوان منفجر کننده های بدون صدا بدون تنفس یا با تاخیر کوتاه). در حالی که به طور قابل توجهی کمتر از کلمه اولیه /p، t، k/ آسپیره شد ، برخی از همپوشانی در زمان شروع صدا مشاهده شد. [38] یک نشانه ثانویه برای تمایز بین /b، d، ɡ/ و /p، t، k/ در موقعیت کلمه-ابتدای کلمه، گامی است که روی واکه زیر قرار می گیرد: مصوت ها بعد از کلمه-ابتدا (اما نه کلمه-واسط). ) /p، t، k/ در مقایسه با حروف صدادار بعد از /b، d، ɡ/ با گام بالاتری شروع می‌شود ، حتی زمانی که دومی از نظر آوایی صدادار باشد. [39] واژه‌های میانی /b، d، ɡ/ معمولاً به طور کامل صدا داده می‌شوند (یا پیش‌واژه می‌شوند)، اما ممکن است از طریق تضعیف غیر منفجر شوند. [40]
واج‌های /b، d، ɡ/ تلفظ‌های غیر انفجاری را ضعیف کرده‌اند که می‌توان آنها را به‌طور کلی به‌عنوان اصطکاکی‌های صوتی [β، ð، ɣ] رونویسی کرد، اگرچه ممکن است به‌جای آنها به‌عنوان تقریب‌های صوتی درک شوند [β̞، ð̞~ɹ، ɣ̞~ɰ. ] . [41] [42] هیچ زمینه ای وجود ندارد که در آن تلفظ های غیر انفجاری به طور مداوم استفاده شود، اما آنها اغلب بین مصوت ها رخ می دهند:
این تلفظ‌های ضعیف می‌توانند نه تنها در وسط یک کلمه اتفاق بیفتند، بلکه زمانی که کلمه‌ای که با /b، d، ɡ/ شروع می‌شود ، پس از یک کلمه مصوت پایانی بدون مکث می‌آید. Maekawa (2018) دریافت که، مانند تلفظ /z/ به عنوان [dz] در مقابل [z] ، استفاده از تحقق های انفجاری در مقابل غیر انفجاری /b، d، ɡ/ ارتباط نزدیکی با زمان در دسترس دارد. به یک گوینده برای بیان صامت، که تحت تأثیر سرعت گفتار و همچنین هویت صدای قبلی است. [43] هر سه، نرخ بالای (بیش از 90٪) تلفظ های ضربان پس از /Q/ یا پس از مکث را نشان می دهند. بعد از /N/ ، تلفظ‌های plosive در نرخ‌های بالا (بیش از 80%) برای /b/ و /d/ رخ می‌دهند ، اما کمتر برای /ɡ/ ، احتمالاً به این دلیل که کلمه-medial /ɡ/ بعد از /N/ اغلب به جای آن به عنوان تلفظ می‌شود. بینی ولار [ŋ] (اگرچه استفاده از [ŋ] در اینجا ممکن است برای سخنرانان جوان‌تر کاهش یابد). [44] در میان زمینه‌ها، /d/ به طور کلی دارای نرخ بالاتری از تحقق انفجاری نسبت به /b/ و /ɡ/ است . [45]
برخی از صداهای همخوان را «مورائیک» می‌نامند، زیرا آنها یک مورا، واحد زمان‌بندی یا طول عروضی به حساب می‌آیند. تحلیل واجی صامت های مورائیک مورد بحث است. یک رویکرد، که به ویژه در میان دانشمندان ژاپنی رایج است، صامت‌های مورایک را به‌عنوان تحقق آوایی «واج‌های مورا» خاص (モーラ 音素، mōra onso ) تحلیل می‌کند: یک mora nasal /N/ ، که هاتسون نامیده می‌شود ، و یک صامت مانع مورا /Q/ . به نام sokuon . [46] تلفظ این صداها بسته به زمینه متفاوت است: به همین دلیل، آنها ممکن است به عنوان واج های "بی مکان" بدون مکان بیان واجی مشخصی تجزیه و تحلیل شوند . [47] یک رویکرد رقیب رونویسی /Q/ و /N/ و شناسایی همخوان‌های مورائیک را به‌عنوان واج‌های خودشان رد می‌کند، و در عوض آنها را به‌عنوان تحقق هجای پایانی دیگر واج‌های همخوان [48] در نظر می‌گیرد (اگرچه برخی تحلیلگران ترجیح می‌دهند از آن اجتناب کنند. استفاده از مفهوم هجا در بحث واج شناسی ژاپنی [49] ).
نازال مورائیک [50] یا مورا نازال ( هیراگانا ⟨ん⟩ ، کاتاکانا ⟨ン⟩ ، که به صورت ⟨ n ⟩ یا ⟨ n' ⟩ ⟩ ساخته شده است ) را می توان به عنوان یک صامت هجا-پایانی بینی تعبیر کرد. [51] جدای از برخی استثناهای حاشیه ای، فقط پس از مصوت یافت می شود که از نظر آوایی در این زمینه نازال می شود. [52] پس از آن می توان یک صامت، یک مصوت یا آخر یک کلمه قرار داد:
تلفظ آن بسته به صدایی که به دنبال آن می آید (از جمله در مرز یک کلمه) متفاوت است. [56]
در پایان یک گفتار، بینی مورائیک به عنوان یک بخش بینی با محل مفصل و درجه انقباض متغیر تلفظ می شود. [65] تلفظ آن در این حالت به طور سنتی به صورت نازک [ ɴ ] [66] توصیف و رونویسی می‌شود ، [66] گاهی اوقات با این شرایط که بعد از مصوت‌های جلویی [ ŋ ] ولار است یا نزدیک می‌شود. [67] برخی توصیف‌ها بیان می‌کنند که ممکن است انسداد ناقصی داشته باشد [55] و به طور بالقوه می‌تواند به عنوان یک مصوت بینی، مانند موقعیت بین‌واکالی، درک شود. [66] [26] مطالعات ابزاری در دهه 2010 نشان داد که تنوع قابل توجهی در تحقق آن وجود دارد و اغلب شامل بسته شدن یا انقباض لب است. [68] [69] [70] [71] یک مطالعه بر روی داده‌های MRI بلادرنگ جمع‌آوری‌شده بین سال‌های 2017 و 2019 نشان داد که تلفظ بینی مورائیک در وضعیت گفتار-پایانی اغلب شامل بسته شدن مجرای صوتی با یک موقعیت زبان است که می‌تواند محدوده از uvulular تا alveolar: با موقعیت واکه قبلی جذب می شود (به عنوان مثال، تحقق uvular فقط پس از واکه های پشتی /a, o/ مشاهده شد )، اما دامنه همپوشانی مشاهده شده بین جفت مصوت های مشابه نشان می دهد که این یکسان سازی است. نه یک قاعده آلفونیک طبقه بندی شده، بلکه یک فرآیند آوایی گرادیان. 5 درصد از نمونه‌های گفتاری نهایی بینی مورائیک به صورت صدادارهای بینی‌شده بدون بسته شدن تشخیص داده شدند: در این مورد، بالا بردن قابل‌توجه زبان تنها زمانی مشاهده شد که واکه قبلی /a/ بود . [72]
انواع مختلفی از تحلیل‌های آوایی رقیب از بینی مورائیک وجود دارد. ممکن است با نماد غیر IPA /N/ رونویسی شود و به عنوان بینی "بدون مکان" تحلیل شود. برخی از تحلیلگران آن را به عنوان صامت واجی طبقه بندی نمی کنند. [a] به صورت کمتر انتزاعی، ممکن است آن را به‌عنوان یک بینی نازک / ɴ / ، [76] بر اساس توصیف سنتی تلفظ آن قبل از مکث تحلیل کرد. [77] گاهی اوقات به‌عنوان آلوفون هجای پایانی صامت بینی تاجی /n/ تحلیل می‌شود ، [78] [79] [48] اما این امر مستلزم آن است که مرزهای هجا یا مورا را به‌طور بالقوه متمایز بدانیم، زیرا تضاد واضحی در آن وجود دارد. تلفظ بین مورایک بینی و غیر مورائیک /n/ قبل از مصوت [80] یا قبل از /j/ :
متناوباً، در تحلیلی که هجا را به عنوان متمایز تلقی می‌کند، بینی مورائیک را می‌توان به‌عنوان یک آرشیفونم [82] (خنثی‌سازی متنی واج‌های متضاد دیگر) تفسیر کرد، زیرا هیچ تضادی در موقعیت آخر هجا بین /m/ و /n وجود ندارد . /
بنابراین، بسته به تجزیه و تحلیل، کلمه‌ای مانند三枚، sanmai ، «سه صفحه»، که از نظر آوایی به صورت [sammai] تلفظ می‌شود ، می‌تواند از نظر آوایی به صورت /saNmai/ ، /saɴmai/ ، یا /sanmai/ رونویسی شود .
بین صداهای همخوان کوتاه (یا تک صدایی) و بلند (یا جفت ) تضاد وجود دارد . در مقایسه با صامت‌های تک‌تن، صامت‌های جفتی دارای مدت آوایی بیشتری هستند (برای صامت‌ها و آفریکات به شکل فاز نگه‌داری طولانی‌تر قبل از انتشار صامت، و برای اصطکاک‌ها به شکل دوره‌ای طولانی‌تر اصطکاک تحقق می‌یابد). [83] جمینیت را می توان از نظر واج شناسی به عنوان یک صامت هجا-پایانی و پس از آن یک صامت هجا-ابتدال تحلیل کرد (اگرچه مرز هجای فرضی در سطح آوایی مشهود نیست) [84] و می توان از نظر آوایی به عنوان دو اتفاق مشابه رونویسی کرد. تلفن همخوان به ترتیب: یک plosive یا افریکات جینیت تنها با یک رها کردن تلفظ می شود، بنابراین اولین قسمت از چنین جفتی ممکن است به عنوان یک توقف منتشر نشده رونویسی شود . [85] همانطور که در بالا مورد بحث قرار گرفت، صامت‌های بینی جثه معمولاً به‌عنوان دنباله‌هایی از یک بینی مورائیک و به دنبال آن یک بینی غیر مورائیک، به عنوان مثال [mm] ، [nn] = /Nm/ ، /Nn/ تحلیل می‌شوند . [86] در مورد صامت های غیر بینی، همسان سازی بیشتر توسط آوا تاکتیک ژاپنی به مانع های بی صدا /ptks/ و آلوفون های آنها محدود می شود. (با این حال، سایر واج‌های همخوان می‌توانند به صورت جفت در زمینه‌های خاص ظاهر شوند، مانند کلمات قرضی.)
صامت‌های جفت را نیز می‌توان به صورت آوایی با علامت طول رونویسی کرد، مانند [ipːai] ، اما این نماد مرزهای mora را پنهان می‌کند. ونس (2008) از نشانگر طول برای علامت گذاری یک بینی مورائیک، به عنوان [sɑ̃mːbɑi] استفاده می کند ، بر اساس این واقعیت که یک همخوان مورائیک به خودی خود وزن عروضی یکسانی با دنباله همخوان و مصوت دارد: در نتیجه، ونس جمین ژاپنی را با دو طول رونویسی می کند. نشانگرها، به عنوان مثال [sɑ̃mːːɑi] ، [ipːːɑi] ، و به آنها به عنوان صامت های "بسیار طولانی" اشاره می کند. [87] در رونویسی‌های بعدی، جمینت‌ها از نظر آوایی به‌عنوان دو رخداد همخوان یکسان در سراسر یک مرز هجا رونویسی می‌شوند، که اولین مورد منتشر نشده است.
یک تحلیل واج‌شناختی رایج، همه مانع‌های جفت را به‌عنوان دنباله‌هایی در نظر می‌گیرد که با یک همخوان شروع می‌شوند: یک «مورا مانع» /Q/ . [88] [89] در این تحلیل، [ak̚ka] ، [issai] ، [sat̚tɕi] را می توان از نظر واجی به صورت /aQka/ ، /iQsai/ ، /saQti/ رونویسی کرد . به نظر می‌رسد این تحلیل توسط شهود سخنوران بومی [90] پشتیبانی می‌شود و با استفاده از یک نماد در املای کانا، نسخه کوچکی از علامت tsu ( هیراگانا ⟨っ⟩ ، کاتاکانا ⟨ッ⟩ ) برای نوشتن نیمه اول مطابقت دارد. از هر گونه مانع جثه [91] برخی تحلیل‌ها /Q/ را به عنوان یک همخوان بدون مکان زیربنایی می‌دانند. [91] همچنین، پیشنهاد شده است که نمایش واجی زیربنایی /Q/ ممکن است یک نقطه گلوتال باشد / ʔ / - علیرغم این واقعیت که از نظر آوایی، همیشه یک توقف نیست و معمولاً گلوتال نیست - بر اساس کاربرد از [ʔ] به شکل‌های حاشیه‌ای خاصی که می‌توان آن را حاوی /Q/ تفسیر کرد که مانع دیگری به دنبال آن نمی‌آید. برای مثال، [ʔ] را می‌توان در انتهای تعجب، یا قبل از سونورانت در فرم‌هایی با جمینت تاکیدی یافت، و ⟨っ⟩ به عنوان نمایش نوشتاری [ʔ] در این زمینه‌ها استفاده می‌شود. این نشان می‌دهد که گویشوران ژاپنی [ʔ] را به‌عنوان شکل پیش‌فرض /Q/ ، یا شکلی که زمانی که امکان اشتراک‌گذاری مکان و نحوه بیان خود با مانع زیر وجود ندارد، می‌گیرد. [92]
رویکردی دیگر از /Q/ صرف نظر می‌کند و صامت‌های جفت را به‌عنوان واج‌های همخوان دوتایی، یعنی دنباله‌هایی متشکل از یک واج همخوان که خودش دنبال می‌شود، در نظر می‌گیرد: [93] [48] در این نوع تحلیل، [ak̚ka] ، [issai] ، [sat̚tɕi] را می توان از نظر واجی به صورت /a kk a/ ، /i ss ai/ ، /sa tt i/ رونویسی کرد . از طرف دیگر، از آنجایی که تضاد بین صامت‌های ممانعت‌کننده مختلف مانند /k/ ، /s/ ، /t/ در موقعیت هجای پایانی خنثی می‌شود، نیمه اول یک مانع جثه را می‌توان به عنوان یک آرشیفونم تفسیر کرد (همانطور که بینی مورائیک می‌تواند به عنوان یک آرشیفونم که نشان دهنده خنثی سازی تضاد بین صامت های بینی /m/ ، /n/ در موقعیت هجا-پایانی تفسیر می شود.
تمایز بین اصطکاک‌های صدادار [z، ʑ] (در اصل آلوفون‌های /z/ ) و آفریکات صدادار [dz, dʑ] (در اصل آلوفون‌های /d/ ) در ژاپنی استاندارد و در اکثر (اگرچه نه همه) منطقه‌ای خنثی شده است . لهجه های ژاپنی (برخی از لهجه ها مانند توسا [94] تمایز بین /zi/ و /di/ و بین /zu/ و /du/ را حفظ می کنند ، در حالی که برخی دیگر فقط /zu/ و /du/ را متمایز می کنند اما /zi/ و /di را ندارند . / با این حال دیگران هر چهار را ادغام می کنند، به عنوان مثال توهوکو شمالی .) [94]
در لهجه‌های با ادغام، صدای متغیر آوایی [(d)z] را می‌توان از نظر آوایی به صورت /z/ رونویسی کرد ، [95] اگرچه برخی آن را به عنوان /dz/ ، همتای صوتی [ts] تحلیل می‌کنند . [96] یک مطالعه پیکره در سال 2010 نشان داد که در انواع خنثی‌کننده، هم تلفظ اصطکاکی و هم تلفظ آفریده را می‌توان در هر موقعیتی در یک کلمه یافت، اما احتمال تحقق شبیه‌سازی در شرایط آوایی افزایش می‌یابد که باعث می‌شود زمان بیشتری برای بیان کلمه وجود داشته باشد. همخوان: به طور متوسط 60% موارد پس از /N/ ، 74% بعد از /Q/ و 80% پس از مکث ایجاد می شود. [97] علاوه بر این، با افزایش نرخ گفتار، میزان درک اصطکاکی افزایش یافت. [98] از نظر جهت، این جلوه‌ها با مواردی مطابقت دارند که برای استفاده از تلفظ‌های plosive در مقابل غیر انفجاری توقف‌های صوتی /b, d, ɡ/ یافت می‌شوند . با این حال، نرخ کلی اصطکاک /(d)z/ (شامل هر دو [dz~z] و [dʑ~ʑ] ، در هر دو حالت بین آوایی یا پس بینی) به نظر می رسد بالاتر از میزان تحقق غیر انفجاری باشد. /b، d، ɡ/ . [99]
در نتیجه خنثی سازی، تمایز املایی تاریخی بین این صداها از استاندارد نوشتاری مدرن حذف شده است ، مگر در مواردی که مورا یک بار بی صدا و یک بار صداگذاری شده تکرار می شود، یا جایی که رنداکو در یک کلمه مرکب رخ می دهد:つづく[続く] /tuzuku/ ,いちづける[位置付ける] /itizukeru/ از |iti+tukeru| . استفاده از املای تاریخی یا صرفی در این زمینه ها نشان دهنده تمایز آوایی نیست: /zu/ و /zi/ در زبان ژاپنی استاندارد به طور متغیر با حروف یا اصطکاک بر اساس گرایش های زمینه ای که در بالا توضیح داده شد، تلفظ می شوند، صرف نظر از اینکه آنها در زیربنایی بیان شده اند یا خیر. یا مشتق شده توسط rendaku از /tu/ و /ti/ . [100]
در واژگان اصلی، [ ts ] را می توان به عنوان آلوفون /t/ قبل از /u/ تجزیه و تحلیل کرد : [101]
با این حال، در وام واژه‌ها، [ ts ] می‌تواند قبل از حروف صدادار دیگر رخ دهد: [102] مثال‌هایی شامل [tsaitoɡaisɯto] ツァイトガイスト، tsaitogaisuto ، 'zeitgeist'; [eɾitsiɴ] エリツィン، اریتسین ، « یلتسین ». همچنین تعداد کمی از اشکال بومی با [ts] قبل از یک مصوت غیر از /u/ وجود دارد ، مانند otttsan ، 'dad'، [103] [104] اگرچه اینها حاشیه ای و غیر استاندارد هستند [105] (شکل استاندارد از این کلمه otōsan است ). [102] بر اساس اشکال گویشی یا محاوره ای مانند این، و همچنین فاصله آوایی بین اصوات موزون و آفریده، هاتوری (1950) استدلال می کند که آفریکات [ts] واج خودش است که با نماد غیر IPA /c/ نشان داده می شود. (همچنین به عنوان [tɕ] قبل از [i] تفسیر می شود ). [106] در مقابل، شیباتانی (1990) این گونه فرم ها را به عنوان استثنایی نادیده می گیرد و تجزیه و تحلیل [ts] و [tɕ] را به عنوان آلوفون های /t/ ترجیح می دهد ، نه به عنوان واج متمایز متمایز. [107]
بیشتر صامت ها دارای همتاهای کامی دار آوایی هستند . [108] جفت‌های صامت‌های کام‌آمیز و غیر کام‌آمیز قبل از مصوت‌های پشتی /a o u/ متضاد هستند، اما قبل از مصوت‌های جلویی در توزیع مکمل قرار دارند: فقط نسخه کامی‌شده قبل از /i/ رخ می‌دهد و فقط نسخه غیر کامی‌شده رخ می‌دهد. قبل از /e/ [109] (به استثنای اشکال حاشیه ای خاص). صامت های کامی دار اغلب به عنوان آلوفون های مشروط با وجود /i/ یا /j/ زیر تحلیل می شوند . هنگامی که این تجزیه و تحلیل پذیرفته می شود، یک صامت کامی قبل از یک واکه پشتی به عنوان یک دنباله دو آوایی /Cj/ تفسیر می شود. تحلیل واج‌شناختی که در بالا توضیح داده شد را می‌توان به‌راحتی برای همتاهای کامی‌شده / pbkɡ mn r / به کار برد ، [110] مانند مثال‌های زیر:
همتای پالاتالیزه /h/ معمولاً به صورت [ç] توصیف می‌شود (اگرچه برخی از گویندگان [ç] را از [ɕ] [111] متمایز نمی‌کنند ):
در تجزیه و تحلیل ارائه شده در بالا، دنباله ای مانند [mʲa] به عنوان حاوی سه واج، /mja/ ، با یک خوشه شروع پیچیده به شکل /Cj/ تفسیر می شود . صامت های کامی دار در عوض می توانند به عنوان واج های خودشان تفسیر شوند، [112] [113] که در این صورت [mʲa] از /mʲ/ + /a/ تشکیل شده است . جایگزین سوم، تجزیه و تحلیل [ja, jo, jɯ] ~ [ʲa, ʲo, ʲɯ] به عنوان دوفتونگ های در حال افزایش است [114] [115] [116] ( /i͜a i͜o i͜u/ )، که در این صورت [mʲa] از / تشکیل شده است. m/ + /i͜a/ . نوگیتا (2016) برای تجزیه و تحلیل خوشه‌ای /Cj/ استدلال می‌کند و خاطرنشان می‌کند که در ژاپنی، هجاهایی مانند [bja، ɡja، mja، nja، ɾja] طول متوسط طولانی‌تری نسبت به همتایان غیر کامی خود نشان می‌دهند [ba، ɡa، ma، na، ɾa] (در حالی که به طور کلی تفاوت‌های مدت زمان قابل مقایسه بین جفت‌های صامت کامی‌دار و بدون کام در روسی یافت نشد). [117]
glides /j w/ نمی تواند قبل از /j/ باشد . [118] همسان‌های آلوئولی-کامی [tɕ ɕ (d)ʑ] را می‌توان به‌عنوان آلوفون‌های کامی‌شده /t s z/ تحلیل کرد ، اما این بحث وجود دارد که آیا این تفسیر واج‌شناختی با توجه به تضادهای موجود در واج‌شناسی وام‌واژه دقیق باقی می‌ماند.
سه سیبلانت آلوئولو-کامی [tɕ ɕ (d)ʑ] ، حداقل از نظر تاریخی، به عنوان همتای کامی چهار انسداد تاجی [t s d (d)z] عمل می کنند . اصل /ti/ به صورت [tɕi] تلفظ شد ، /si/ اصلی به صورت [ɕi] ، [119] و اصلی /di/ و /zi/ هر دو به صورت [(d)ʑi] تلفظ شدند . . [120] (در نتیجه، دنباله‌های [ti si di (d)zi] در واژگان بومی یا چینی-ژاپنی وجود ندارند. [121 ]
به همین ترتیب، /tj/ اصلی به صورت [tɕ] ، /sj/ اصلی به صورت [ɕ] ، [122] و اصلی /dj/ و /zj/ هر دو به صورت [(d) تلفظ شدند . ʑ] : [123]
بنابراین، آلوئولو-کامی [tɕ dʑ ɕ ʑ] را می توان به عنوان آلوفون های موقعیتی /t ds z/ قبل از /i/ ، یا به عنوان تحقق سطحی خوشه های زیری /tj dj sj zj/ قبل از سایر واکه ها تجزیه و تحلیل کرد. به عنوان مثال، [ɕi] را می توان به عنوان /si/ و [ɕa] به عنوان /sja/ تجزیه و تحلیل کرد . به همین ترتیب، [tɕi] را می توان به صورت /ti/ و /tɕa/ به عنوان /tja/ تحلیل کرد . (این تجزیه و تحلیل ها با نمایش این صداها در سیستم املایی ژاپنی مطابقت دارد .) اکثر گویش ها ادغام در تلفظ زیر /d/ و /z/ قبل از /j/ یا /i/ را نشان می دهند ، که تلفن ادغام شده حاصل بین آنها متفاوت است. [ʑ] و [dʑ] . تضاد بین /d/ و /z/ نیز قبل از /u/ در اکثر گویش ها خنثی می شود (به بالا مراجعه کنید).
در حالی که منشأ دیاکرونیک این صداها به عنوان آلوفون های /t s d z/ بحث برانگیز است، در میان زبان شناسان در مورد اینکه آیا همسان های آلوئولو-کامی به طور همزمان به عنوان آلوفون واج های همخوان تاجی عمل می کنند، اختلاف نظر وجود دارد: شناسایی [tɕ] به عنوان یک کام کام. به دلیل وجود تضاد متمایز بین [tɕi] و [ti] در لایه خارجی واژگان استاندارد ژاپنی، آلوفون /t/ به ویژه مورد بحث است.
دنباله های [ti، di] منحصراً در وام واژه های اخیر یافت می شوند. املای رمان کانا به آنها اختصاص داده شده است . (وام‌هایی که قبل از اینکه [ti] به طور گسترده قابل تحمل شود، معمولاً این دنباله را باチ [tɕi] یا (به‌ندرت)テ [te] جایگزین می‌کنند ، [124] و اشکال خاصی که این جایگزین‌ها را نشان می‌دهند همچنان استفاده می‌شوند؛ به همین ترتیب،ジ [(d) ʑi] یاデ [de] را می توان به جای [di] در برخی از اشکال یافت ، مانندラジオ، رادیو وデジタル، dejitaru ، «دیجیتال» [125] ) بر اساس مطالعه فرکانس نوع a هال (2013) به این نتیجه رسید که [t] و [tɕ] قبل از /i/ به همان اندازه متضاد هستند که قبل از /a/ هستند . [126] برخی از تحلیلگران استدلال می کنند که استفاده از [ti, di] در وام واژه ها نشان می دهد که تغییر /ti/ به [tɕi] یک قانون غیرفعال و «فسیل شده» است، و نتیجه می گیرند که [tɕi] اکنون باید به عنوان حاوی تحلیل شود. یک واج افریکات متمایز از /t/ ; دیگران استدلال می کنند که تلفظ /ti/ به عنوان [tɕi] همچنان یک قاعده فعال در واج شناسی ژاپنی است، اما این قانون از اعمال این قانون به کلمات متعلق به طبقه خارجی محدود شده است. [127]
در مقابل [ti, di] ، دنباله‌های *[si، zi] حتی در واژه‌های قرضی نیز ثابت نمی‌شوند. انگلیسی /s/ هنوز به طور معمول به عنوان [ɕ] قبل از /i/ [128] تطبیق داده می شود (یعنی با katakanaシ، shi ). یک مثالシネマ، شینما [ɕinema] از سینما است . [129] به همین ترتیب، /z/ انگلیسی معمولاً به صورت [(d)ʑ] قبل از /i/ (یعنی با katakanaジ، ji ) اقتباس می شود. تلفظ کلمات قرضی با [si] [130] یا [zi] حتی در میان نوآورترین سخنرانان نادر است، اما کاملاً وجود ندارد. [131] برای رونویسی [si] ، بر خلاف [ɕi] ، می‌توان از املای رمان کاناスィ( su + small i ) [128] استفاده کرد (اگرچه قبلاً از این برای رونویسی اصلی [sw] نیز استفاده شده است . i/ به اشکالی مانندスィッチ، 'switch' [sɯittɕi] ، [132] به عنوان جایگزینی برای املایスイッチ، suitchi یاスウィッチ، suwitchi ). استفاده ازスィو همتای صوتی آنズィذکر شده بود، اما به طور رسمی توصیه نشد، توسط دستورالعمل کابینه در سال 1991 در مورد استفاده از کانا برای املای کلمات خارجی. [133] [134] نوگیتا (2016) استدلال می کند که تفاوت بین [ɕi] و [si] ممکن است برای برخی از سخنرانان به طور حاشیه ای متضاد باشد، [118] در حالی که لابرون (2012) انکار می کند که *[si, zi] هرگز در تلفظ از [ɕi، (d)ʑi] در اشکال اقتباس شده، صرف نظر از اینکه از املایスィوズィدر نوشتار استفاده می شود. [135]
دنباله [tsi] (برخلاف [tɕi] یا [ti] ) نیز در کلمات قرضی استفاده حاشیه ای دارد. [136] یک مثالエリツィン، Eritsin ، " Yltsin " است. [102] در بسیاری از موارد یک انطباق با [tɕi] وجود دارد. [136]
جدای از استدلال‌های مبتنی بر واج‌شناسی وام‌واژه، در مورد تحلیل واج‌شناسی اشکال بومی ژاپنی نیز اختلاف نظر وجود دارد. برخی از افعال را می‌توان به‌عنوان یک ریشه زیرین که به /t/ یا /s/ ختم می‌شود تحلیل کرد . اینها به ترتیب قبل از پسوندهای عطفی که با [i] شروع می شوند ، [tɕ] یا [ɕ] می شوند :
بعلاوه، شیباتانی (1990) خاطرنشان می کند که در گفتار گاه به گاه، /se/ یا /te/ در اشکال فعل ممکن است با /ba/ زیر ادغام شوند (که شرطی را مشخص می کند)، به ترتیب [ɕaː] و [tɕaː] را تشکیل می دهند ، همانطور که در [kaɕaː] برای /kaseba/ 'اگر (من) قرض بدهم' و [katɕaː] برای /kateba/ 'اگر (من) برنده شوم.' [138] از سوی دیگر، به گفته ونس (1987)، [tj, sj] (به طور محدودتر، [tj̥، sj̥] ) می تواند به جای [tɕ، ɕ] برای برخی از گویندگان در اشکال گفتاری منقبض، مانند [tjɯː رخ دهد. ] برای /tojuː/ 'گفتن'، [139] [matja(ː)] برای /mateba/ 'اگر کسی صبر کند'، و [hanasja(ː)] برای /hanaseba/ 'اگر کسی صحبت کند'; ونس خاطرنشان می کند که اینها را می توان به عنوان انواع گفتار سریع غیر واجی رد کرد. [140]
هاتوری (1950) استدلال می کند که تناوب در اشکال فعل ثابت نمی کند [tɕ] از نظر واجی /t/ است ، و به کاوانای (با /w/ ) در مقابل kai ، kau ، kae ، و غیره به عنوان شاهدی بر این اشاره می کند که یک همخوان بنیادی پایانی نیست. همیشه بدون تغییر واجی در تمام شکل‌های مزدوج فعل حفظ می‌شود و /joɴdewa/ ~ /joɴzja/ «(نباید) خوانده شود» به‌عنوان شواهدی که نشان می‌دهد کامی‌سازی حاصل از ادغام مصوت‌ها می‌تواند منجر به تناوب بین واج‌های همخوان مختلف شود. [141]
چندین جایگزین برای تفسیر [tɕ ɕ (d)ʑ] به عنوان آلوفون های /t s z/ قبل از /i/ یا /j/ وجود دارد .
برخی از تفاسیر با تحلیل [ɕ] به‌عنوان آلوفون /s/ و [(d)ʑ] به‌عنوان آلوفون /z/ (یا /dz/ ) موافق هستند، اما [tɕ] را به‌عنوان آلوفون کام‌آلود یک بی‌صدا در نظر می‌گیرند. واج قرابت تاجی [26] / ts / (برای روشن شدن این که به عنوان یک واج واحد تجزیه و تحلیل می شود، برخی از زبان شناسان از نظر واجی این واج را به صورت /tˢ/ [26] یا با نماد غیر IPA /c/ رونویسی می کنند ). در این نوع تحلیل، [tɕi، tɕa] = /tsi، tsja/ . [26]
تفاسیر دیگر [tɕ ɕ (d)ʑ] را به عنوان واج های خود می دانند، در حالی که سایر صامت های کامی دار را به عنوان آلوفون یا خوشه در نظر می گیرند. [142] [118] وضعیت [tɕ ɕ (d)ʑ] به‌عنوان واج‌ها به جای خوشه‌هایی که به /j/ ختم می‌شوند، با استفاده پایدار از دنباله‌های [tɕe (d)ʑe ɕe] در واژه‌های قرضی پشتیبانی می‌شود . در مقابل، /je/ تا حدودی ناپایدار است (ممکن است به طور متغیر با /ie/ یا /e/ [143] جایگزین شود )، و دیگر دنباله‌های همخوان + /je/ مانند [pje] ، [kje] به طور کلی وجود ندارند. [144] [118] (علاوه بر وام واژه‌ها، [tɕe ɕe] همچنین به صورت حاشیه‌ای در واژگان بومی در اشکال تعجبی خاصی وجود دارد. [145] [146] )
به طور متناوب پیشنهاد شده است که جفت هایی مانند [tɕi] در مقابل [ti] را می توان به عنوان /tji/ در مقابل /ti/ تجزیه و تحلیل کرد . [147] ونس (2008) به تحلیل‌هایی مانند /tji/ اعتراض می‌کند ، بر این اساس که دنباله /ji/ در واج‌شناسی ژاپنی ممنوع است. [148]
در واژگان اصلی، [ ɸ ] فقط قبل از /u/ رخ می دهد و می توان آن را به عنوان آلوفون /h/ تحلیل کرد : [101]
طبق برخی توصیفات، صدای اولیهふ، fu /hu/ به طور پیوسته به صورت [ɸ] تولید نمی شود ، اما گاهی اوقات می تواند صدایی با اصطکاک ضعیف یا بدون اصطکاک دو طرفه باشد که می تواند به صورت [h] [149] [150] رونویسی شود. (تقریبی بی صدا شبیه به شروع انگلیسی "who" [151] ).
در کلمات قرضی، [ɸ] می تواند قبل از سایر مصوت ها یا قبل از /j/ رخ دهد . مثال‌ها عبارتند از: [ɸiɴ] (フィン، باله ، "فین")، [ɸeɾiː] (フェリー، فری ، "فری")، [ɸaɴ] (ファン، فن ، "فن")، [ ɯ ] (ー، f ،" شکل')، و [ɸjɯː(d)ʑoɴ] (フュージョン، fyūjon ، 'تلفیقی'). [152] حتی در کلمات قرضی، *[hɯ] از [ɸɯ] [129] متمایز نمی شود (به عنوان مثال هود و غذای انگلیسی > [ɸɯːdo]フード، fūdo )، اما [ ɸ ] و [ h ] قبل از سایر مصوت ها متمایز می شوند. مثلاً چنگال انگلیسی > [ɸoːkɯ]フォーク، fōku در مقابل شاهین > [hoːkɯ]ホーク، hōku ).
به نظر می رسد ادغام [ɸi] ، [ɸe] ، [ɸa] ، [ɸo] و [ɸjɯ] در زبان ژاپنی استاندارد گفتاری معاصر در مقطعی پس از اواسط قرن بیستم تکمیل شده باشد، [153] در پسا دوره جنگ: پیش از آن به نظر می رسد تلفظ این سکانس ها فقط در تلفظ تحصیل کرده رایج بوده است. [154] واژه‌های قرض‌گرفته‌شده اخیراً از حدود سال 1890 نسبتاً پیوسته [ ɸ ] را به‌عنوان اقتباسی از [f] خارجی نشان می‌دهند . [155] برخی از اشکال قرض‌گرفته‌شده قدیمی‌تر، انطباق [f] خارجی به ژاپنی /h/ را قبل از مصوتی غیر از /u/ نشان می‌دهند ، مانندコーヒー، kōhī ، "قهوه" وプラットホーム، " puratohōlatform ". یکی دیگر از الگوهای اقتباسی قدیمی جایگزینی [f] خارجی با [ɸɯ] قبل از یک مصوت غیر از /u/ بود ، به عنوان مثال film > [ɸɯ.i.rɯ.mɯ] フイルム، fuirumu . هر دوی این استراتژی‌های جایگزین اکنون تا حد زیادی منسوخ شده‌اند، [154] اگرچه برخی از فرم‌های اقتباسی قدیمی همچنان استفاده می‌شوند، گاهی اوقات با معانی تخصصی در مقایسه با تلفظ متفاوت: برای مثال،フイルム، fuirumu تمایل دارد در استفاده مدرن به فیلم‌های عکاسی محدود شود. در حالی که فیرومو برای سایر حواس "فیلم" مانند فیلم های سینمایی استفاده می شود . [156]
اگرچه املا با کانا وو (ヴ) ، va (ヴァ) ، vi (ヴィ) ، ve (ヴェ) ، vo (ヴォ) ، ویا (ヴャ) ، vyu (ヴュ) ، vyo (ヴョ) معمولا استفاده می شود. رونویسی های باریک به ژاپنی ، تلفظ معمولاً از /b/ متمایز نمی شود: برای مثال، هیچ تفاوت آوایی یا آوایی معنی داری در تلفظ بین Eruvisu (エルヴィス) و Erubisu (エルビス) وجود ندارد . [157] بنابراین، تضاد واجی بین * /v/ و /b/ معمولاً به عنوان بخشی از واج‌شناسی ژاپنی شناخته نمی‌شود [158] [29] (اگرچه برخی از تحلیلگران در عوض ترجیح داده‌اند /v/ را به عنوان یک واج بدیع تفسیر کنند. فقط برای چند سخنران [159] [160] ).
برای برخی از سخنرانان، بینی ولار [ ŋ ] می تواند به عنوان یک شروع به جای صدای انفجاری ولار [ ɡ ] در شرایط خاص رخ دهد. شروع [ŋ] ، که bidakuon (鼻濁音) نامیده می شود ، به طور کلی به موقعیت درونی کلمه محدود می شود، [161] که ممکن است بعد از یک مصوت رخ دهد (مانند禿، ha g e ، «طاسی» [haŋe] [162] ). یا بعد از یک بینی مورائیک /N/ [163] (مانند音楽، در g aku ، 'موسیقی' [oŋŋakɯ~oŋŋakɯ̥] [164] ). این بحث وجود دارد که آیا شروع [ŋ] یک واج جداگانه است یا آلوفون /ɡ/ . [165] آنها در کانا به همین صورت نوشته می‌شوند و گویشوران بومی این تصور را دارند که این دو صدا به یک واج تعلق دارند. [166] [ب]
گویندگان را می توان بر اساس میزان استفاده از [ŋ] در زمینه هایی که [ɡ] مورد نیاز نیست به سه گروه تقسیم کرد: برخی به طور مداوم از [ŋ] استفاده می کنند ، برخی هرگز از [ŋ] استفاده نمی کنند و برخی استفاده متغیر از [ŋ] را نشان می دهند. ] در مقابل [ɡ] (یا [ɣ] ). سخنرانانی که به طور مداوم از [ŋ] استفاده می کنند در اقلیت هستند. توزیع [ŋ] در مقابل [ɡ] برای این سخنرانان عمدتاً از قوانین قابل پیش بینی پیروی می کند (همانطور که در زیر توضیح داده شده است): با این حال، تعدادی از پیچیدگی ها و استثناها وجود دارد، و در نتیجه، برخی از زبان شناسان /ŋ/ را به عنوان یک واج مجزا برای سازگاری تحلیل می کنند. بلندگوهای بینی [166] کنتراست بار عملکردی بسیار کمی دارد، [166] اما برای برخی از بلندگوها جفت‌هایی مانند [oːɡaɾasɯ] (大硝子، 'ورق شیشه‌ای بزرگ') در مقابل [oːŋaɾasɯ] (大烏، 'زاغ بزرگ') می‌توانند به‌عنوان نمونه‌ای از کلماتی ذکر شده است که به‌جز استفاده از [ɡ] در مقابل [ŋ] از نظر بخش یکسان هستند . [167] یکی دیگر از جفت‌هایی که معمولاً ذکر می‌شود [seŋɡo] 千五، «هزار و پنج» در مقابل [seŋŋo] 戦後، «پس از جنگ» است، اگرچه جدای از تفاوت قطعه‌ای در صامت، اینها از نظر عروضی متمایز هستند: اولی معمولاً تلفظ می‌شود. به عنوان دو عبارت تاکیدی، [seŋɡoꜜ] ، در حالی که دومی به عنوان یک عبارت تکیه ای تلفظ می شود (یا [seꜜŋŋo] یا [seŋŋo] ). [168]
در شروع یک کلمه مستقل، همه گویندگان تقریباً در همه شرایط از [ɡ] استفاده می کنند. با این حال، ذرات پس‌پوزیشن، مانند نشانگر موضوعが، g a ، با [ŋ] توسط سخنرانان بینی ثابت تلفظ می‌شوند . [169] بعلاوه، کلمات خاصی که معمولاً بعد از کلمات دیگر اتفاق می‌افتند، ممکن است با [ŋ] تلفظ شوند ، حتی زمانی که در ابتدای یک گفته اتفاق می‌افتند: مثال‌ها عبارتند از ربطが، g a ، «اما» و کلمه g urai ، "تقریبا". [169] [170]
در وسط یک تکواژ بومی، سخنرانان بینی ثابت همیشه از [ŋ] استفاده می کنند . اما در وسط تکواژهای لایه خارجی، [ɡ] ممکن است حتی توسط گویندگان بینی ثابت استفاده شود. [171] همچنین ممکن است تکواژهای خارجی با [ŋ] میانی تلفظ شوند : تنوع قابل توجهی وجود دارد، اما این ممکن است در قرض‌گیری‌های قدیمی‌تر رایج‌تر باشد (مانندオルガン، oru g an ، «ارگان»، از پرتغالی órgão ). [171] یا در وام‌هایی که [ŋ] در زبان مبدأ وجود دارد (مانندイギリス، i g irisu ، «انگلیس»، از انگلیسی پرتغالی ). [172]
در شروع یک تکواژ در وسط یک کلمه، بسته به کلمه، ممکن است [ŋ] یا [ɡ] امکان پذیر باشد. فقط [ɡ] پس از پیشوند افتخاریお، o (مانندお元気، o g enki ، 'سلامت' [oɡenki] ) یا در شروع یک تکواژ تقلیدی تکراری [172] ممکن است (مانندがらがら, gara- g ara , 'rattle-rattle' [ɡaɾaɡaɾa] ). [173] گویندگان بینی ثابت معمولاً از [ŋ] در شروع تکواژ دوم یک کلمه چینی-ژاپنی دوشکلی یا در شروع تکواژی استفاده می‌کنند که دچار رنداکو شده است و وقتی به عنوان یک کلمه مستقل تلفظ می‌شود با /k/ شروع می‌شود . [174] وقتی تکواژی که می‌تواند به‌طور مستقل به‌عنوان کلمه‌ای که با [ɡ] شروع می‌شود به‌عنوان عنصر دوم ترکیب استفاده شود، این ترکیب ممکن است با [ɡ] یا [ŋ] توسط سخنرانان بینی ثابت تلفظ شود: عواملی مانند لایه واژگانی تکواژ ممکن است نقشی داشته باشد، اما به نظر می‌رسد ایجاد قواعد دقیقی برای پیش‌بینی تلفظ در این زمینه دشوار است، و تلفظ برخی از کلمات حتی در بین متکلمان ثابت بینی متفاوت است، مانند縞柄، shima g ara ، "راه راه". الگو [ɕimaɡaɾa~ɕimaŋaɾa] . [175]
تکواژ五، go ، 'پنج'، هنگامی که به عنوان بخشی از یک عدد مرکب استفاده می شود، با [ɡ] تلفظ می شود ، مانند [ɲi(d)ʑɯːgo] 二十五، nijū-go ، «بیست و پنج» ( به صورت [ɲiꜜ(d)ʑɯːgoꜜ] ، [26]، اگرچه五زمانی که در ابتدا در اسم های خاص خاص یا کلمات مرکب واژگانی خاص مانند [tameŋoɾoː]為五郎(a) به کار می رود، به طور بالقوه می تواند به صورت [ŋo] تلفظ شود. نام)، [ɕitɕiŋosaɴ]七五三(نام یک جشنواره برای کودکان هفت، پنج یا سه ساله )، یا [(d)ʑɯːŋoja]十五夜(یک شب ماه کامل). [176]
به طور خلاصه:
فرکانس شروع [ ŋ] در گفتار ژاپنی توکیو از سال 2008 در حال کاهش بود، و به نظر می رسد قبلاً در سال 1940 رو به کاهش بوده است . ] [165] و حتی اگر استفاده از [ŋ] به طور سنتی به عنوان یکی از ویژگی های استاندارد ژاپنی تجویز می شد، به نظر می رسد تلفظ با [ɡ] در عمل وضعیت معتبرتری کسب کرده باشد، همانطور که توسط مطالعات نشان داده شده است که نرخ های بالاتر [ɡ] را نشان می دهد. ] هنگامی که سخنرانان کلمات را از یک لیست می خوانند استفاده می شود. [179] [180] فراوانی [ŋ] بر اساس منطقه نیز متفاوت است: در گویش‌های جنوب غربی کانسای نادر است، اما در گویش‌های شمال شرقی توهوکو رایج‌تر است ، با فرکانس متوسط در گویش‌های کانتو (که شامل گویش توکیو می‌شود). . [181]
همه مصوت ها کنتراست طولی را نشان می دهند : مصوت های کوتاه از نظر واجی از مصوت های بلند متمایز هستند:
مصوت‌های بلند با مدت زمان آوایی حدود 2.5 یا 3 برابر مصوت‌های کوتاه تلفظ می‌شوند، اما در سطح واج‌شناسی دو مورا بلند در نظر گرفته می‌شوند. [189] در گفتار عادی، یک "واکه دوتایی"، یعنی دنباله ای از دو مصوت کوتاه یکسان (به عنوان مثال، در سراسر مرزهای تکواژ)، به همان صورت یک مصوت بلند تلفظ می شود. با این حال، در گفتار آهسته یا رسمی، دنباله ای از دو مصوت کوتاه یکسان ممکن است متفاوت از یک مصوت ذاتا بلند تلفظ شود: [190]
در رونویسی بالا، [.] نشان دهنده فاصله بین حروف صدادار است. منابع در مورد چگونگی رونویسی و توصیف درک آوایی hiatus در ژاپنی متفاوت هستند. لابرون (2012) می‌گوید که می‌تواند «مکث یا توقف گلوتال نور» باشد و رونویسی [ˀ] را اتخاذ می‌کند . [190] شیباتانی (1990) بیان می کند که هیچ بسته شدن کامل گلوتال وجود ندارد و این سوال را مطرح می کند که آیا اصلاً باریک شدن گلوتال واقعی وجود دارد یا خیر. [191] ونس آن را به عنوان بیان مجدد واکه (کاهش شدت) توصیف می کند و آن را به صورت [ˀ] [192] یا [*] رونویسی می کند . [193]
علاوه بر این، یک مصوت دوتایی ممکن است بر روی عنصر اول یا دوم لهجه بلند داشته باشد، در حالی که یک مصوت ذاتاً طولانی را می توان تنها بر روی اولین مورا آن تاکید کرد. [194] تمایز بین مصوت های مضاعف و مصوت های بلند ممکن است به روش های مختلف از نظر واج شناختی تحلیل شود. یکی از تحلیل‌ها، مصوت‌های بلند را به‌عنوان یک بخش خاص /R/ تفسیر می‌کند که یک مورا به صدای مصوت قبلی می‌افزاید [195] (یک chroneme ). تحلیل دیگری مصوت‌های بلند را به‌عنوان دنباله‌هایی از یک واج مصوت دو بار تفسیر می‌کند، که مصوت‌های دوتایی با وجود «صفر همخوان» یا شروع خالی بین مصوت‌ها متمایز می‌شوند. [196] رویکرد سوم نیز مصوت‌های بلند را به‌عنوان دنباله‌ای از یک واج مصوت دو بار تفسیر می‌کند، اما تفاوت بین مصوت‌های بلند و دوتایی را به‌عنوان موضوعی هجایی در نظر می‌گیرد، با مصوت بلند [oː] متشکل از واج‌های /oo/ که در تلفظ می‌شوند . یک هجا، و مصوت دوگانه [oo] که از همان دو واج تشکیل شده است که بین دو هجا تقسیم می شود. [197]
هر جفت مصوت کوتاه ممکن است به ترتیب [198] رخ دهد (اگرچه تنها زیر مجموعه ای از دنباله های مصوت را می توان در یک تکواژ در واژگان بومی یا چینی-ژاپنی یافت). دنباله ای از سه یا چند مصوت نیز رخ می دهد. مشابه تمایز بین مصوت‌های بلند و مصوت‌های دوتایی، برخی از تحلیل‌های واج‌شناسی ژاپنی تمایزی را بین دوواکه‌ها (دو واج مصوت مختلف که در یک هجا تلفظ می‌شوند) و دنباله‌های مصوت ناهمسان تشخیص می‌دهند. تحلیل های دیگر چنین تمایزی قائل نیستند.
حروف صدادار ژاپنی گاهی اوقات از نظر آوایی بی صدا هستند . تفاوت بین نسخه‌های صدادار و بی‌صدا یک واکه از نظر واجی متضاد نیست: با این حال، استفاده از مصوت‌های بی‌صدا اغلب به‌عنوان یکی از ویژگی‌های اجباری ژاپنی استاندارد توکیو توصیف می‌شود، به این دلیل که استفاده از مصوت صدادار در موقعیت‌هایی که در آنها معمولی است، غیرطبیعی به نظر می‌رسد. . [199] دوایکینگ عمدتاً بر مصوت‌های کوتاه بلند (نزدیک) /i/ و /u/ تأثیر می‌گذارد که قبل از آنها یک صامت بی‌صدا قرار می‌گیرند و بعد از آن یک همخوان بی‌صدا دوم یا با مکث وجود دارد. [200] [201] این مصوت ها معمولاً در صورتی که قبل یا بعد از آنها با یک صامت صدادار یا با واکه دیگری آمده باشد، جدا نمی شوند، اگرچه استثناهایی در این مورد مشاهده شده است. [202]
به طور کلی، یک مصوت بالا ( /i/ یا /u/ ) بین دو صامت بدون صدا، در صورتی که صامت دوم توقف یا افریکات باشد، یا اگر اولی یک توقف و دومی یک اصطکاکی بی صدا باشد، بسیار محتمل است. از /h/ . [203]
حذف /i/ و /u/ بین صامت های بی صدا محدود به گفتار سریع [205] نیست و حتی در تلفظ دقیق نیز رخ می دهد. [206] اگر صامت دوم /h/ باشد [207] [208] [209] و همچنین (تا حدودی کمتر) اگر صامت دوم اصطکاکی باشد و صامت اول اصطکاکی یا افراطی باشد، از دمیدن جلوگیری می شود. [207] همچنین هنگامی که دو هجای متوالی (یا مورا ) دارای مصوت‌های بلند بین صامت‌های بی‌صدا هستند ، تمایلی به اجتناب از ابطال هر دو مصوت وجود دارد : زمینه [212] (شاید به ویژه در گفتار سریع [213] ). برخی از توصیف‌های قدیمی‌تر بیان می‌کنند که وجود لهجه گام بر روی یک مورا مانع از ابطال مصوت آن می‌شود، اما برای گویندگان جوان معاصر، به نظر می‌رسد که این امکان وجود داشته باشد که مصوت‌های تاکیدی را به زبان بیاورند. [214]
اجتناب از تخلیه متوالی را می توان در تلفظ هایی مانند موارد زیر مشاهده کرد:
Devoicing نه تنها در کلمات رخ می دهد، بلکه می تواند /i/ یا /u/ را نیز بر روی کلمه نهایی تاثیر بگذارد . یک واکه بالا پایانی کلمه احتمالاً زمانی که قبل از آن یک صامت بی صدا و پس از آن بدون مکث (یا با مکث کم) کلمه ای که با یک صامت بی صدا در همان عبارت شروع می شود، جدا می شود. [216] یک مصوت بالا پایانی کلمه نیز ممکن است زمانی که قبل از یک صامت بی صدا و پس از آن یک " مکث " در مرز یک عبارت باشد، جدا شود. [217] به نظر می‌رسد که ابطال بین صامت‌های بی‌صدا و مکث با ثبات کلی کمتری نسبت به همخوانی بی‌صدا رخ می‌دهد. [218] [206] [219] نهایی /u/ اغلب در جملات متداول copula です، desu و پسوند مودبانهます، masu استفاده می‌شود . [220] [221] [222] [223] مصوت‌های پایانی عبارت زمانی که عبارت دارای لحن فزاینده همراه با یک جمله پرسشی است، [224] مانند سوال行きます؟ ، ایکیماسو؟ , '(آیا) می روی؟'. [210]
گاهی اوقات ممکن است یک واکه بالا بعد از یک صامت بی صدا حتی زمانی که صدای زیر به صدا در می آید، استفاده شود. به نظر می رسد که در این زمینه، دوایسینگ بیشتر از قبل از اصوات همخوان یا تقریبی رخ می دهد. [202] برخی مطالعات نیز نمونه های نادری از مصوت های بی صدا را پس از صامت های صدادار یافته اند. [225] طبق ونس 2008، حروف صدادار بالا در کنار یک بخش صدادار در تلفظ دقیق قرار نمی‌گیرند. [214]
مصوت های غیربالا /a e o/ گاهی اوقات، معمولاً بین صامت های بی صدا، مخفی می شوند. حذف این حروف صدادار نادر است، اختیاری است، بین گویندگان متفاوت است و می تواند تحت تأثیر سرعت گفتار باشد. [226] [227]
از نظر آوایی، یک مصوت صدادار ممکن است مانند دوره‌ای از نویز آشفته به نظر برسد که ویژگی‌های آکوستیک یک اصطکاکی بی‌صدا را نشان می‌دهد: برای مثال، /i/ از کیتای مانند صدای اصطکاکی کامی بی‌صدا [ç] به نظر می‌رسد . [228] گاهی اوقات هیچ مرز آکوستیک واضحی بین صدای یک مصوت و صدای واج بی‌صدای قبلی وجود ندارد. [229] برای مثال، اگرچه کلمه /suta↓iru/ از نظر واجی به عنوان حاوی /u/ در مورا اول آن تجزیه و تحلیل می‌شود، اما می‌توان آن را از نظر آکوستیکی به عنوان شروع با یک [s] اصطکاکی که تا زمان زیر ادامه می‌یابد تحلیل کرد. t]، بدون اینکه صدای سومی بین این دو صدای همخوان مداخله کند. [230]
برخی از تحلیلگران پیشنهاد کرده‌اند که واکه‌های «وابسته» ممکن است در برخی شرایط حذف شوند، چه در سطح آوایی یا در سطحی از واج‌شناسی. [231] با این حال، در پاسخ استدلال شده است که پدیده‌های دیگر حداقل حضور اساسی یک واج مصوت را نشان می‌دهند:
سخنرانان ژاپنی معمولاً حتی از تفاوت جفت صدادار و اختصاصی آگاه نیستند. از سوی دیگر، نقش‌های جنسیتی در طولانی‌شدن مصوت انتهایی نقش دارند: آن را زنانه برای طولانی‌کردن در نظر می‌گیرند، به‌ویژه پایانه /u/ مانندあります، arimasu ، «وجود دارد». برخی از انواع غیراستاندارد ژاپنی را می‌توان با بیش‌پرداختن آنها تشخیص داد، در حالی که در برخی از گویش‌های غربی و برخی از فهرست‌های گفتار رسمی، هر مصوت صدادار است. [ نیازمند منبع ]
حروف صدادار قبل از بینی مورائیک /N/ (یا به طور معادل، قبل از هجای آخر بینی) بینی می شوند. [235]
توقف گلوتال [ ʔ ] ممکن است قبل از یک مصوت در ابتدای یک گفته، یا بعد از یک مصوت در پایان یک گفته اتفاق بیفتد. [236] این در زیر با کلمات زیر نشان داده شده است (همانطور که به صورت جداگانه تلفظ می شود):
هنگامی که یک کلمه پایانی با تاکید بیان می شود، وجود یک توقف گلوتال برای سخنوران بومی قابل توجه است، و ممکن است به صورت نوشتاری با sokuonっ نشان داده شود ، که نشان می دهد با مانع مورائیک /Q/ شناسایی می شود [237] ( معمولاً به عنوان نیمه اول یک جفت یافت می شود). این همچنین در الفاظی مانندあっ، a وえっ، e یافت می شود .
واژه های ژاپنی به طور سنتی به عنوان مرکب از moras تجزیه و تحلیل می شوند ، مفهومی متمایز از هجاها. [ج] [238] هر مورا یک واحد ریتمیک را اشغال می‌کند، یعنی ارزش زمانی یکسانی دارد. [239] مورا ممکن است "منظم" باشد که فقط از یک مصوت (V) یا یک صامت و یک مصوت (CV) تشکیل شده باشد، یا ممکن است یکی از دو مورا "ویژه"، /N/ و /Q/ باشد . یک glide /j/ ممکن است قبل از مصوت در moras "منظم" (CjV) باشد. برخی تحلیل‌ها سومین مورا «ویژه»، /R/ را مطرح می‌کنند ، که بخش دوم یک مصوت بلند (یک کرونوم ) است. [d] [240] در جدول زیر، نقطه به جای شکستن هجای مرسوم، نشان دهنده یک شکست مورا است.
بنابراین، بی هجایی [ɲip.poɴ] (日本، 'ژاپن') را می توان به عنوان /niQpoN/ تجزیه و تحلیل کرد که به چهار مورس تقسیم می شود: /ni/ ، /Q/ ، /po/ ، و /N/ .
در زبان انگلیسی ، هجاهای تاکیدی در یک کلمه بلندتر، بلندتر و با صدای بلندتر تلفظ می‌شوند، در حالی که هجاهای بدون تاکید نسبتاً کوتاهتر هستند. ژاپنی اغلب به عنوان یک زبان مورا زمان در نظر گرفته می شود، زیرا هر مورا دارای طول یکسانی است ، [242] البته نه کاملاً: صامت های جفتی و مورا با مصوت های اختصاصی ممکن است کوتاهتر از سایر موراها باشند. [243] عواملی مانند گام تأثیر ناچیزی بر طول مورا دارند. [244]
ژاپنی استاندارد دارای یک سیستم لهجه زیر و بم متمایز است که در آن یک کلمه می تواند بدون لهجه باشد، یا می تواند لهجه ای را بر روی یکی از موراهای آن داشته باشد. یک مورای تاکیدی با لحن نسبتاً بالایی تلفظ می‌شود و به دنبال آن افت گام به دنبال آن کاهش می‌یابد که می‌توان با قرار دادن یک فلش رو به پایین /ꜜ/ بعد از مورای تاکیدی، آن را در رونویسی مشخص کرد. [245]
زیر و بمی دیگر مورا در کلمه (یا دقیق تر، در عبارت تاکیدی) قابل پیش بینی است. یک مدل ساده شده رایج، الگوهای گام را بر حسب تقسیم دو طرفه بین موراهای کم و بلند توصیف می کند. گام کم در همه موراهای بعد از مورا تاکیدی (اگر وجود داشته باشد) و معمولاً در اولین مورای عبارت تاکیدی نیز دیده می شود (مگر اینکه دارای لهجه باشد). گام بلند در مورای تاکیدی (اگر وجود داشته باشد) و در مورای غیر ابتدایی تا مورا تاکیدی یا تا پایان عبارت تاکیدی اگر مورای تاکیدی وجود نداشته باشد یافت می شود. [246]
در این مدل، نمی‌توان الگوهای زیر و بمی یک عبارت بدون لهجه و یک عبارت با تاکید را در مورا پایانی تشخیص داد: هر دو در اولین مورا گام پایین و در هر مورای بعدی گام بلند را نشان می‌دهند. به طور کلی می گویند که هیچ تفاوت شنیداری بین این دو الگوی تأکید وجود ندارد. [247] [248] (برخی از آزمایش‌های صوتی شواهدی پیدا کرده‌اند که نشان می‌دهد برخی از سخنرانان ممکن است خطوط آوایی کمی متفاوت برای این دو الگوی تأکید ایجاد کنند؛ [247] [248] با این حال، حتی زمانی که چنین تفاوت‌هایی وجود دارد، به نظر نمی‌رسد که آنها قابل درک باشند. برای شنوندگان ، تمایز واژگانی زیربنایی بین کلمات بدون لهجه و کلمات با تاکید بر مورا پایانی، زمانی آشکار می‌شود که بعد از کلمه، مطالب دیگری در همان عبارت تاکیدی وجود داشته باشد، مانند ذره موردیが: بنابراین، /hasiꜜɡa/ (橋が، 'پل NOM ') به وضوح با /hasiɡa/ (端が، 'لبه NOM ') در تضاد است، حتی اگر تمایزی بین橋 /hasiꜜ/ و端 /hasi/ در هنگام تلفظ مجزا درک نشود.
قرار دادن لهجه گام و پایین آمدن گام بر روی یک مورا بدون لهجه اولیه، محدودیت هایی را نشان می دهد که می توان آنها را از نظر ساختار هجا توضیح داد. لهجه را نمی توان روی دومین مورا یک هجای سنگین (دو موریک) [250] (که ممکن است /Q/ ، /N/ یا مورا دوم یک مصوت بلند یا دوگانه باشد) قرار داد. یک مورا بدون لهجه اولیه همیشه وقتی که به عنوان بخشی از یک هجای سنگین باشد با صدای کم تلفظ نمی شود. [251] به طور خاص، هنگامی که مورای دوم یک عبارت تاکیدی /R/ (قسمت آخر یک مصوت بلند) یا /N/ (نازال مورائیک) است، دو مورا اول به صورت اختیاری یا LH (کم-بالا) هستند یا HH (بالا-بالا). [252] در مقابل، هنگامی که مورای دوم /Q/ است ، دو مورا اول LL (کم-کم) هستند. [253] هنگامی که مورا دوم /i/ است ، به نظر می رسد پایین آمدن اولیه طبق معمول فقط برای اولین مورا، LH (کم-بالا) اعمال می شود. [253] لابرون (2012) استفاده از هجا را در توصیف واج‌شناسی ژاپنی رد می‌کند و بنابراین این پدیده‌ها را به‌طور متناوب به‌عنوان نتیجه‌ای از اینکه /N/ ، /Q/ ، /R/ تشکیل می‌دهند «موراس ناقص» توضیح می‌دهد، اصطلاحی که لابرون پیشنهاد می‌کند می‌تواند همچنین شامل موراس بدون شروع، با مصوت اختصاصی، یا با واکه ابداعی است. [254]
گویش‌های مختلف ژاپنی سیستم‌های لهجه‌ای متفاوتی دارند: برخی از آنها تعداد بیشتری از الگوهای گام متضاد را نسبت به گویش توکیویی متمایز می‌کنند، در حالی که برخی دیگر تمایزات کمتری دارند. [255]
پای دومرایی، واحدی متشکل از دو مورا، نقش مهمی در تحلیل‌های زبانی عروض ژاپنی دارد. [256] [257] ارتباط پای دومرخی را می‌توان در شکل‌گیری نام‌های هیپوکوریستی ، ترکیبات بریده‌شده و اشکال کوتاه‌شده کلمات طولانی‌تر مشاهده کرد.
به عنوان مثال، پسوند هیپوکوریستی -chan به انتهای یک نام متصل می شود تا یک عبارت محبت آمیز از آدرس را تشکیل دهد. وقتی از این پسوند استفاده می شود، نام ممکن است از نظر شکل بدون تغییر باشد، یا ممکن است به صورت اختیاری اصلاح شود: فرم های اصلاح شده همیشه دارای تعدادی mora زوج قبل از پسوند هستند. [258] استفاده از دو مورا اول نام پایه معمول است، اما تغییراتی نیز وجود دارد که با کوتاه کردن ساده ایجاد نمی شوند: [e]
بریدگی به دو مرع اول: [259]
از مورا اول، با طول: [260]
با تشکیل یک مانع مورائیک: [261]
با تشکیل بینی مورائیک: [262]
از دو مرات غیر مجاور: [263]
پوزر (1990) استدلال می کند که انواع مختلف اصلاحات به بهترین وجه در قالب یک "الگوی" دو مورا که در شکل گیری این نوع از هیپوکورسیست استفاده می شود توضیح داده می شود: پای دو مورایی. [264]
جدای از پای بیمورائیک همانطور که در بالا نشان داده شده است، در برخی از تحلیل‌ها، پاهای مونومورایی (یک مورا) (که به آن پاهای "دژنراته" نیز می‌گویند) یا پاهای تری مورائیک (سه مورا) در زمینه‌های خاصی رخ می‌دهند. [256]
اگرچه بحث در مورد مفید بودن یا ارتباط هجاها با واج شناسی زبان ژاپنی وجود دارد، اما می توان کلمات ژاپنی را به صورت تقسیم بندی شده به هجا تجزیه و تحلیل کرد. هنگام تنظیم اشعار ژاپنی برای موسیقی (به سبک مدرن غربی)، یک نت ممکن است با یک مورا یا یک هجا مطابقت داشته باشد. [265]
به طور معمول، هر هجا حداقل دارای یک مصوت است [266] و دارای طول یا یک مورا (به نام هجای سبک) یا دو مورا (به نام هجای سنگین) است. بنابراین، ساختار یک هجای معمولی ژاپنی را می توان به صورت (C)(j)V(V/N/Q) نشان داد، که در آن C نشان دهنده یک همخوان ابتدایی، V نشان دهنده یک مصوت، N نشان دهنده یک بینی مورائیک، Q نشان دهنده یک مورایک است. مانع، اجزای داخل پرانتز اختیاری هستند، و اجزایی که با یک اسلش از هم جدا شده اند، متقابل هستند. [267] با این حال، انواع هجای حاشیه ای دیگر (مانند هجاهای سه گانه یا هجاهای بی واکه) ممکن است در زمینه های محدود وجود داشته باشد.
اکثر هجاها در گفتار خود به خود ژاپنی «سبک» هستند، [268] یعنی یک مورا با شکل (C)(j)V.
هجاهای "سنگین" (دو مورا) ممکن است به صورت بالقوه هر یک از اشکال زیر را داشته باشند:
برخی از توصیفات آواشناسی ژاپنی به دنباله VV در یک هجا به عنوان دوفتونگ اشاره می کنند. برخی دیگر از اصطلاح "شبه دوگانه" به عنوان وسیله ای برای روشن شدن این موضوع استفاده می کنند که این ها به عنوان دنباله ای از دو واج مصوت در یک هجا تحلیل می شوند، نه به عنوان واج های واحد. [270] درباره اینکه کدام دنباله های مصوت غیر یکسان می توانند در یک هجا رخ دهند، اختلاف نظر وجود دارد. یکی از معیارهایی که برای ارزیابی این سؤال استفاده می شود، قرار دادن لهجه گام است: استدلال شده است که مانند هجاهایی که به مصوت های بلند ختم می شوند، هجاهایی که به دوفتونگ ختم می شوند نمی توانند لهجه ای را در مورا نهایی خود تحمل کنند. [271] همچنین استدلال شده است که دوفتونگ‌ها، مانند مصوت‌های بلند، معمولاً نمی‌توانند با یک توقف گلوتال یا بازگویی واکه بین دو مورا تلفظ شوند، در حالی که این ممکن است به صورت اختیاری بین دو مصوت که به هجاهای جداگانه تعلق دارند، رخ دهد. [272] Kubozono (2015a) استدلال می‌کند که فقط /ai/ ، /oi/ و /ui/ می‌توانند دوگانه باشند، [273] اگرچه برخی ادبیات قبلی شامل دنباله‌های دیگری مانند /ae/ ، /ao/ ، /oe/ ، /au/ ، زمانی که درون یک تکواژ رخ می‌دهند. [274] لابرون (2012) علیه هجا به عنوان واحدی از واج شناسی ژاپنی استدلال می کند و بنابراین نتیجه می گیرد که هیچ دنباله مصوتی نباید به عنوان دو خطی تحلیل شود. [275]
در برخی زمینه‌ها، یک دنباله VV که می‌تواند یک دوفتونگ معتبر تشکیل دهد، با شکست هجا در مرز تکواژ جدا می‌شود، مانند /kuruma.iꜜdo/ 'خوب با قرقره' از /kuruma/ 'چرخ، ماشین' و /iꜜdo/ "خوب". [276] با این حال، تمایز بین یک دنباله مصوت ناهمگون و یک مصوت بلند یا دوگانه همیشه از موقعیت مرزهای تکواژ قابل پیش بینی نیست: یعنی شکست هجاها بین مصوت ها همیشه با مرزهای تکواژ مطابقت ندارد (یا برعکس).
به عنوان مثال، برخی از گویندگان ممکن است کلمه炎، honoo ، "شعله" را با دنباله هجایی /oo/ تلفظ کنند ، حتی اگر این کلمه در ژاپن مدرن احتمالاً تک شکلی است. [277] این یک مورد استثنایی است: در بیشتر موارد، دنباله‌های ناهمگون از دو مصوت کوتاه یکسان فقط در امتداد یک مرز تکواژ یافت می‌شوند. [277] از سوی دیگر، چندان نادر نیست که دنباله ای ناهمگون از دو مصوت غیر یکسان در یک تکواژ رخ دهد. [277]
علاوه بر این، به نظر می‌رسد در برخی موارد ممکن است یک دنباله VV در یک هجا حتی در سراسر مرز تکواژ تلفظ شود. برای مثال،歯医者، هایشا ، «دندان‌پزشک» از نظر ریخت‌شناسی ترکیبی از歯، ha ، «دندان» و医者، isha ، «پزشک» (خود از تکواژهای医، i ، «پزشکی» و者، sha ، «شخص» تشکیل شده است. ') علیرغم مرز تکواژی بین /a/ و /i/ در این کلمه، به نظر می رسد که آنها در یک هجا به صورت دو خط تلفظ می شوند و آن را با敗者، هایشا ، "شخص شکست خورده" همخوان می کنند . [278] به همین ترتیب، تکواژ /i/ که به عنوان پسوند برای تشکیل فرم فرهنگ لغت (یا شکل تأییدی غیر ماضی) یک صفت i استفاده می شود تقریباً هرگز به عنوان یک هجای جداگانه تلفظ نمی شود. درعوض، با یک بنیاد پایانی قبلی /i/ ترکیب می شود تا مصوت بلند [iː] را تشکیل دهد ، یا با یک پایه پایانی /a/ ، /o/ یا /u/ ترکیب می شود تا یک دوفتونگ تشکیل دهد. [279]
هجاهای سه مورا یا بیشتر، که هجاهای "فوق سنگین" نامیده می شوند، غیر معمول و استثنایی (یا "مشخص شده") هستند. اینکه تا چه حد آنها در کلمات ژاپنی وجود دارند مورد بحث است. [280] هجاهای فوق سنگین هرگز در یک تکواژ در یاماتو یا چینی-ژاپنی وجود ندارد. [281] هجاهای فوق سنگین ظاهری را می توان در برخی از اشکال یاماتو مشتق شده از نظر صرفی یافت (از جمله اشکال افعال عطف که در آنها پسوندی که با /t/ شروع می شود به ریشه ای که به -VVC- ختم می شود، صفت های مشتق شده بهっぽい، -ppoi یا مشتق شده متصل می شود. شیاطین درっこ، -kko ) و همچنین در بسیاری از کلمات قرضی. [281] [282]
بر اساس برخی گزارش ها، ممکن است از اشکال خاصی که در جدول بالا فهرست شده اند، به نفع تلفظ متفاوت با یک هجای سنگین معمولی اجتناب شود (با کاهش یک مصوت بلند به یک مصوت کوتاه یا یک جفت به یک صامت تک صدایی). ونس (1987) پیشنهاد می کند که ممکن است تمایل شدیدی برای کاهش هجاهای فوق سنگین به طول دو مورا در گفتار با سرعت مکالمه معمولی وجود داشته باشد و گفت که toQta اغلب از toQta قابل تشخیص نیست . [288] ونس (2008) مجدداً وجود تمایل به کوتاه کردن هجاهای فوق سنگین در گفتار با سرعت مکالمه را تأیید می کند (به طور خاص، برای جایگزینی VRQ با VQ، VRN با VN، و VNQ با VN)، اما تصریح می کند که تمایز بین通った، توتا و取った، توتا ;シーン، شیین و芯، شین ; وコンテ، konte ، 'script' و紺って، kontte ، 'navy blue-QUOTATIVE' به وضوح در تلفظ دقیق قابل شنیدن هستند. [289] ایتو و مستر به صراحت انکار می کنند که تمایل کلی به کوتاه کردن مصوت بلند فرم هایی مانند توت در اکثر سبک های گفتاری وجود دارد. [285] [290] اوهتا (1991) هجاهای فوق سنگین را می پذیرد که به /RQ/ و /JQ/ ختم می شوند، اما /NQ/ را به سختی ممکن توصیف می کند، و بیان می کند که او و اکثر خبرچین هایی که او با آنها مشورت کرده، نمونه هایی مانند /roNdoNQko/ را مورد قضاوت قرار داده اند . در مقایسه با /roNdoNko/ به طرز مشکوکی شکل خوبی داشته باشد . [291]
همچنین استدلال شده است که در برخی موارد، یک هجای فوق سنگین ظاهری ممکن است در واقع دنباله ای از یک هجای سبک و به دنبال آن یک هجای سنگین باشد.
Kubozono (2015c) استدلال می کند که دنباله های /VVN/ به طور کلی به صورت /V.VN/ هجایی می شوند ، با استناد به اشکالی که لهجه گام بر روی مصوت دوم قرار می گیرد مانندスペイン風邪، supeiꜜnkaze ،ゃー ー ー، آنفولانزای اسپانیایی. ꜜnhai ، 'لینکلن Cup',グリーン車, guriiꜜnsha , 'Green Car' (واگن درجه یک قطار) (هجایی در Kubozono به صورت su.pe.in.ka.ze، rin.ka.an.hai، gu.ri.in. شا ). [292] [293] Ito & Mester (2018) بیان می‌کنند که ترکیباتی که از کلماتی به این شکل تشکیل می‌شوند، اغلب تأکید متغیری را نشان می‌دهند، با استناد به guriꜜinsha~guriiꜜnsha ، Uターン率، yuutaaꜜnritsu~yuutaꜜnshaン館، makuriiꜜnkan ~ makuriꜜinkan ، «ساختمان مک‌لین». [294]
Ito & Mester (2015b) خاطرنشان می کنند که معیار مبتنی بر گام برای هجا کردن دنباله های VV نشان می دهد که Sendaiꜜkko به عنوان Sen.da.ik.ko هجا شده است . [287] به همین ترتیب، Ohta (1991) پیشنهادی توسط Shin'ichi Tanaka (در هر ارتباط شخصی) را گزارش می دهد که تاکید Takeyooꜜkko بر تقسیم هجا -kyo.oQ- دلالت دارد ، اگرچه اوهتا از تحلیل با هجای فوق سنگین بر اساس شهود حمایت می کند. کلمه شامل یک مصوت بلند است و نه دنباله ای از دو مصوت جداگانه. [295] ایتو و مستر در نهایت این سؤال را مطرح می‌کنند که آیا قرار دادن لهجه گام بر مورا دوم واقعاً تجزیه و تحلیل یک توالی سه مورا به‌عنوان یک هجای فوق‌سنگین را رد می‌کند یا خیر.
کلمه rondonkko تلفظی دارد که در آن لهجه pitch روی /N/ قرار می گیرد : [295] [287] /roNdoNꜜQko/ . ونس (2008) /NꜜQ/ را در اینجا به عنوان هجای خود، جدا از مصوت قبلی تفسیر می‌کند، در حالی که بیان می‌کند که تلفظ متفاوت /roNdoꜜNQko/ ، با هجای فوق‌سنگین /doꜜNQ/ نیز وجود دارد. [251] ایتو و مستر هجای ron.do.nk.ko را غیرقابل قبول می‌دانند، [287] و پیشنهاد می‌کنند که لهجه تندی، به‌جای اینکه همیشه روی اولین مورا یک هجا بیفتد، ممکن است زمانی که یک هجا فوق‌سنگین است، روی مورا ماقبل آخر بیفتد. . [296] Per Kubozono (2015c)، هجای فوق سنگین در ꜜotta بر اولین مورا تأکید دارد. [297]
شواهدی برای اجتناب از هجاهای فوق سنگین شامل انطباق مصوت های بلند خارجی یا دوفتونگ با مصوت های کوتاه ژاپنی قبل از /N/ در کلمات قرضی مانند زیر است:
استثناهایی برای این کوتاه شدن وجود دارد: به نظر می‌رسد /ai/ هرگز تحت تأثیر قرار نمی‌گیرد، و /au/ ، اگرچه اغلب با /a/ در این زمینه جایگزین می‌شود، می‌تواند مانند کلمات زیر حفظ شود: [299]
برخی از تحلیل ها هجاهای بی واکه را در زمینه های محدود تشخیص می دهند.
یک هجای ژاپنی می تواند با سر خوردن کامی /j/ یا با یک صامت به دنبال /j/ شروع شود . این شروع ها معمولاً فقط قبل از مصوت های عقب /a o u/ یافت می شوند . [108]
قبل از /i/ ، /j/ هرگز رخ نمی دهد. [108] همه صامت‌ها از نظر آوایی قبل از /i/ کامی‌سازی می‌شوند ، اما در این موقعیت با صامت‌های غیر کامی تضاد ندارند: در نتیجه، کام‌سازی در این زمینه را می‌توان آلفونیک تحلیل کرد. در واژگان بومی ژاپنی، تلفن‌های انسدادی تاجی (یعنی [t s d (d)z] قبل از /i/ رخ نمی‌دهند ، و در زمینه‌هایی که یک فرآیند صرفی مانند عطف فعل، یک واج مانع تاجی را قبل از /i/ قرار می‌دهد . کرونال با یک سیبلانت آلوئولو-کامی جایگزین می‌شود، که منجر به تغییراتی مانند [matanai] 'wait' (منفی) در مقابل [matɕimasɯ] 'wait' (مودب) یا [kasanai] 'lend' (منفی) در مقابل [kaɕimasɯ ] «قرض دادن» (مودب). [137] بنابراین، [tɕ ɕ (d)ʑ] در واژگان بومی به‌عنوان همتای کامی‌شده واج‌های همخوان تاجی عمل می‌کند. با این حال، تجزیه و تحلیل sibilants آلوئولو-کامی به عنوان آلوفون کامی صامت های تاجی با کلمات قرض پیچیده است. دنباله‌های [ti di] از [tɕi (d)ʑi] در وام‌واژه‌های اخیر متمایز می‌شوند (با [ti] که عموماً در کلماتی که اخیراً از سال 1930 به عاریت گرفته شده است [304] حفظ می‌شود ) و به میزان کمتر، برخی از سخنرانان ممکن است تضاد را در آن نشان دهند. وام کلمات بین [tsi (d)zi si] و [tɕi (d)ʑi ɕi] .
قبل از /e/ ، [j] در زبان استاندارد کنونی گم شده بود، اما برخی از گویش‌ها (مانند کیوشو) و نسخه‌های پیشامدرن این زبان حاوی [je] هستند و همچنین [ɕe] را به جای استاندارد مدرن [] به نمایش می‌گذارند. se] . [109] همانطور که در بالا مورد بحث قرار گرفت، دنباله‌های [tɕe (d)ʑe ɕe] در زبان ژاپنی استاندارد خارج از واژه‌های وام خارجی و چند تعجب حاشیه‌ای دیده نمی‌شوند. هیچ گونه تناوب مورفولوژیکی برانگیخته از این شکاف وجود ندارد، [305] زیرا هیچ تکواژی شکل زیرینی ندارد که به [tɕ (d)ʑ ɕ] ختم شود . در کلمات وام گرفته شده، [tɕe] به طور مداوم در تمام دوره های زمانی استفاده شده است (به نظر می رسد استفاده از [se] درセロ sero از ویولن سل یک استثنا منحصر به فرد باشد). [306] [143] یکی دیگر از استثناهای نادر، که انطباق با [tɕi] (افزایش مصوت) را نشان می‌دهد،チッキ( chikki ) از چک انگلیسی است (کمتر ازチェック( chekku )). [307] دنباله‌های [(d)ʑe] و [ɕe] معمولاً در کلماتی که اخیراً قرض گرفته شده‌اند بیشتر از حدود سال 1950 یافت می‌شوند، در حالی که کلماتی که قبل از آن نقطه به عاریت گرفته شده‌اند ممکن است به‌ترتیب به [(d)ze] و [se] غیرقابلیت نشان دهند . [307] همانطور که در اشکال قرض‌گرفته‌شده قرن نوزدهم دیده می‌شودゼリー( zerī ) از ژله انگلیسی ،ゼントルマン( zentoruman ) از انگلیسی gentleman ، [308] وセパードاز انگلیسی . [309]
استفاده از [je] در واژه‌های قرضی متناقض است: تلفظ‌های تطبیقی با [ie] (イエ)، مانندイエローカード ierōkādo از کارت زرد انگلیسی ، [310] [311] حتی برای وام‌گیری‌های اخیر همچنان استفاده می‌شوند. در تئوری، تلفظ‌های [je] را می‌توان با املایイェنشان داد (بیشتر برای رونویسی اسم‌های خاص استفاده می‌شود)، اگرچه مشخص نیست که استفاده از イェلزوماً با نحوه درک آوایی گویندگان دنباله مطابقت دارد. [310] [je] خارجی نیز ممکن است در برخی موارد به عنوان /e/ اقتباس شود . [143] برای برخی از سخنرانان، ادغام اختیاری و محاوره‌ای برخی از دنباله‌های مصوت دیگر به [eː] می‌تواند [jeː] را به شکل‌های بومی، مانند [hajeː] (تلفظی از /hajai/ 'سریع') تولید کند. [312]
دنباله‌های [ɸʲɯ dʲɯ tʲɯ] فقط در وام‌های اخیر رخ می‌دهند، مانندフュージョン( fyūjon ),デュエット( dyuetto ) ,テューバبه عنوان tub, dju tju / در تحلیل هایی که [ tɕ] به عنوان /tj/ تفسیر نمی شود . [313]
چندین صامت ژاپنی قبل از /u/ مقادیر آوایی خاصی ایجاد کردند . اگرچه در اصل آلفونیک هستند، اما برخی از این گونه‌ها احتمالاً به دلیل خنثی‌سازی‌های بعدی یا معرفی تضادهای بدیع در واژه‌های وام، به وضعیت واجی دست یافته‌اند.
در واژگان اصلی، [ɸɯ] را می توان به عنوان تحقق آلفونیک /hu/ تحلیل کرد . [101] با این حال، در کلمات با منشأ خارجی، اصطکاکی بی‌صدا [ɸ] می‌تواند قبل از مصوت‌هایی غیر از /u/ رخ دهد . این یک تضاد متمایز بین [ɸa ɸe ɸi ɸo] و [ha he çi ho] را معرفی می کند . بنابراین، ونس (2008) [ɸ] را به عنوان یک واج همخوان مجزا /f/ می شناسد ، و [ɸɯ] را از نظر واجی /fu/ تفسیر می کند و * /hu/ را به عنوان یک شکاف باقی می گذارد. [314] در مقابل، واتانابه (2009) تحلیل /hu/ را ترجیح می‌دهد و استدلال می‌کند که /h/ در این زمینه از نظر آوایی و گاهی از نظر آوایی با /f/ [ɸ] موجود در /fa fe fi fo/ خارجی متمایز است [315 ]. ] (که * /fu/ را به عنوان یک شکاف باقی می گذارد). در هر صورت، /h/ و /f/ قبل از /u/ تضاد ندارند .
خارج از واژه‌های قرضی، [tɯ] و [dɯ] رخ نمی‌دهند، زیرا /t d/ قبل از /u/ به [ts dz] مرتبط شده بودند . [316]
در گویش هایی که کنتراست [dz z] را خنثی نشان می دهند ، تلفن ادغام شده [(d)z] می تواند قبل از /a، e، o/ و همچنین قبل از /u/ رخ دهد . بنابراین، برای این گویش‌ها، [(d)zɯ] را می‌توان از نظر آوایی به صورت /zu/ تحلیل کرد و /du/ را به‌عنوان یک شکاف باقی گذاشت . [317]
در واژگان اصلی، تاج بی صدا [ts] فقط قبل از مصوت /u/ رخ می دهد . بنابراین [tsɯ] را می توان به عنوان تحقق آلفونیک /tu/ تحلیل کرد . [101] عطف فعل تناوب بین [t] و [ts] را نشان می دهد ، مانند [katanai] 'win' (منفی) و [katsɯ] 'win' (زمان حال). [101] با این حال، تعبیر [tsɯ] به عنوان /tu/ (با [ts] صرفاً آلوفون /t/ ) با وجود [ts] قبل از حروف صدادار غیر از /u/ در واژه‌های امانت پیچیده است. [102]
علاوه بر این، گاهی اوقات [tɯ dɯ] بدون افتراق در وام واژه‌های اخیر استفاده می‌شود. آنها را می توان در کانا باトゥوドゥنشان داد که در سال 1991 به عنوان جایگزینی برای استفاده از [tsɯ] [(d)zɯ] یا [to] [do] برای انطباق با [tu] خارجی به رسمیت شناخته شد . [دو] . [318] فرم هایی که [tɯ] و [dɯ] را می توان یافت شامل موارد زیر است:
وام واژه‌های قدیمی‌تر از اقتباس نمایش فرانسوی [tɯ] به عنوان [tsɯ] و [dɯ] به عنوان [do] :
ونس (2008) استدلال می کند که [tɯ] و [dɯ] در واج شناسی ژاپنی به عنوان "خارجی" باقی می مانند. [321] آنها کمتر از [ti di] ، [322] هستند و این به عنوان شواهدی تفسیر شده است که یک قید در برابر * [tɯ] در واج‌شناسی ژاپنی برای مدت طولانی‌تری نسبت به محدودیت در برابر * [ti] فعال باقی مانده است . [323]
هم در وام واژه‌های قدیمی و هم اخیر، مصوت همخوانی که بعد از کلمه آخر یا پیش صامتی /t/ یا /d/ استفاده می‌شود ، معمولاً /o/ است نه /u/ (همچنین از [tsɯ] و [(d) استفاده می‌شود . )zɯ] [324] ). با این حال، فرم‌های اقتباس شده مقداری نوسان بین [to do] و [tɯ dɯ] را در این زمینه نشان می‌دهند، به عنوان مثال «stage» estrade [estʀad] فرانسوی ، علاوه بر اینکه به عنوان /esutoraddo/ اقتباس می‌شود ، دارای یک انطباق متفاوت /esuturaddu/ است . [319]
اگر به‌عنوان واج تحلیل شوند، همخوان‌های مورایک /N/ و /Q/ تعدادی محدودیت آوایی را نشان می‌دهند (اگرچه برخی از محدودیت‌ها را می‌توان در زمینه‌های خاصی نقض کرد، یا ممکن است فقط در لایه‌های خاصی از واژگان ژاپنی اعمال شود).
به طور کلی، بینی مورائیک /N/ می تواند بین یک مصوت و یک صامت، بین مصوت ها (جایی که با شروع بینی غیر مورائیک در تضاد است) یا در پایان یک کلمه رخ دهد.
در واژگان چینی-ژاپنی، /N/ می تواند به عنوان دومین و آخرین مورفم یک تکواژ چینی-ژاپنی رخ دهد. [325] ممکن است هر صامت یا مصوت دیگری به دنبال آن باشد. با این حال، در برخی زمینه‌ها، تکواژ پایانی چینی-ژاپنی /N/ ممکن است باعث تغییراتی در شروع یک تکواژ نزدیک مرتبط زیر شود:
اگرچه معمولاً در ابتدای کلمه یافت نمی‌شود، اول /N/ می‌تواند در برخی از اشکال گفتاری محاوره‌ای در نتیجه انداختن یک مورا قبلی رخ دهد. [331] در این زمینه، تلفظ آن همواره به محل بیان صامت زیر شبیه می‌شود:
از /N/ اولیه نیز ممکن است در برخی از فرم‌های قرضی استفاده شود:
(این نام مکان دارای یک تلفظ جایگزین با /u/ است که قبل از /N/ درج شده است . [333] )
مانع مورائیک /Q/ عموماً فقط بین یک مصوت و یک صامت در وسط کلمه رخ می دهد. با این حال، جمینت‌های ابتدایی کلمه ممکن است در گفتار گاه به گاه در نتیجه حذف رخ دهند:
در واژگان بومی ژاپنی، /Q/ فقط قبل از /p t ks / یافت می‌شود [86] (این شامل [ts] ، [tɕ] و [ɕ] است که می‌توان آنها را به‌عنوان آلوفون /t/ و /s/ مشاهده کرد. ) به عبارت دیگر، قبل از موانع بی صدا غیر از /h/ . همین امر به طور کلی در مورد واژگان چینی-ژاپنی صدق می کند. در این لایه‌های واژگان، [pp] به‌عنوان همتای جفتی /h/ عمل می‌کند ، به دلیل توسعه تاریخی ژاپنی /h/ از ژاپنی قدیمی [p] . [335]
تامائوکا و ماکیوکا (2004) دریافتند که در یک مجموعه روزنامه ژاپنی، /Q/ در بیش از 98 درصد موارد توسط یکی از /p t k s/ دنبال می شد: با این حال، حداقل مواردی نیز وجود داشت که با / دنبال می شد . h b d ɡ z r/ . [336]
جمینیت /h/ فقط در وام واژه‌های اخیر یافت می‌شود (مانندゴッホ، Go hh o ، "(ون) گوگ"،バッハ، Ba hh a ، "باخ")، و به ندرت در ترکیبات چینی-ژاپنی یا ترکیبی (مانند十針، ju hh ari ، 'ده بخیه'،絶不調، ze ff uchō ، 'رکود وحشتناک'). [337] [338]
موانع صدادار ( /b d ɡ z/ ) به عنوان جفت در کلمات یاماتو یا چینی-ژاپنی وجود ندارند. [339] پرهیز از مانع‌های صدادار جمینیت‌شده را می‌توان در فرآیندهای مورفوفونولوژیکی خاصی مشاهده کرد که مانع‌های جثه بی‌صدا اما صدادار نمی‌شوند: به عنوان مثال Yamato突っ立つ، tsu tt atsu در مقابل突ん出す، tsu nd tsu ( not ) 340] و چینی-ژاپنی発達، ha tt atsu vs.発電، ha tsud en [341] (نه * ha dd en ).
با این حال، از قرن نوزدهم، مانع‌های صدادار جوجه در کلماتی که از زبان‌های خارجی اقتباس شده‌اند، استفاده شده‌اند. [342] این وام واژه‌ها حتی می‌توانند از زبان‌هایی مانند انگلیسی بیایند که در وهله اول دارای جمینت نیستند. برای مثال، هنگامی که یک کلمه انگلیسی دارای یک صامت کدا است که قبل از یک مصوت ضعیف قرار می گیرد ، می توان آن را با یک جفت به ژاپنی قرض گرفت. جمیناسیون همچنین ممکن است در نتیجه قرض گرفتن از طریق مطالب نوشتاری ظاهر شود، جایی که یک کلمه با حروف دو برابر شده منجر به تلفظ جفت شده می شود. [343] از آنجایی که این واژه‌های قرضی می‌توانند جمینت‌های صدادار را نشان دهند، ژاپنی‌ها اکنون تمایز صدا را با جمینت‌ها نشان می‌دهند که قبلاً وجود نداشت: [344]
متداول ترین انسداد صدادار جمینیت /Qd/ و به دنبال آن /Qɡ/ ، /Qz/ ، /Qb/ است . [336] در کلمات وام گرفته شده، /d/ تنها توقف صوتی است که به طور منظم به عنوان جفت اقتباس می شود، زمانی که در موقعیت آخر کلمه پس از یک مصوت ضعیف/کوتاه قرار می گیرد. پیدایش /b/ و /ɡ/ در این زمینه پراکنده است. [345]
از نظر آوایی، مانع‌های جفت صدادار در ژاپنی تمایل دارند که تلفظی «نیمه آوایی» داشته باشند که در آن صدای آوایی تا حدودی از طریق بسته شدن صامت متوقف می‌شود. [346] حروف صدادار بالا پس از جفت‌هایی که از نظر واج‌شناسی صدا می‌شوند، جدا نمی‌شوند. [346]
در برخی موارد، مانع‌های جفت صدادار را می‌توان به‌صورت اختیاری با واج‌های بی‌صدا مربوطه جایگزین کرد: [347] [348]
استدلال شده است که تهی کردن آوایی مانند این (که ممکن است در املا مشخص شود) مشروط به وجود مانع صوتی دیگری باشد. [349] [350] مثال دیگر doreddo ~ doretto 'dreadlocks' است. کاواهارا (2006) این امر را به تمایز کمتر قابل اعتماد بین جفت‌های صدادار و بی‌صدا در مقایسه با تمایز یکسان در همخوان‌های غیرهمجنس نسبت می‌دهد، و خاطرنشان می‌کند که گویندگان ممکن است در تشخیص آنها به دلیل تهی‌کردن جزئی جوجه‌های صدادار و مقاومت آنها در برابر فرآیند ضعیف شدن مشکل داشته باشند. که در بالا ذکر شد، که هر دوی آنها می توانند آنها را مانند جولاهای بی صدا به نظر برسانند. [351]
تعداد کمی از نام‌های خاص خارجی دارای املای کاتاکانا هستند که به معنای تلفظ با /Qr/ است ، مانندアッラー، arrā ، "Allah" وチェッリーニ، Cherrīni ، "Cellini". [352] درک آوایی /Qr/ در چنین اشکالی بین صدای بلندتر سونورانت و دنباله ای از توقف گلوتال به دنبال سونورانت متفاوت است. [353]
جدای از وام واژه‌ها، صامت‌هایی که معمولاً بعد از /Q/ نمی‌توانند وجود داشته باشند ، ممکن است در گونه‌های تاکیدی خاصی از کلمات بومی جمع شوند. [354] تقلیدهای تکراری ممکن است به شکل تشدید شده استفاده شوند که در آن صامت دوم قسمت اول جفت شده است، و این می تواند صامت هایی را که در غیر این صورت به صورت جفت دیده نمی شوند، مانند /r/ (مانند barra-bara ، 'in ) تحت تاثیر قرار دهد. بی نظمی، بورو-بورو ، «فرسوده»، گورا-گورا ، «لرزان»، کاررا-کارا ، «خشک»، پررا-پرا ، «لاغر») یا /j/ (مانند خریدو-بویو ، «شل» ). [355] صفت ها ممکن است در جایی که صامت دوم جفت می شود و مصوت زیر طولانی می شود، تلفظ تاکیدی داشته باشند، مانند naggaai < nagai ، «طولانی»، karraai < karai ، «داغ»، kowwaai < kowai ، «وحشتناک». [355] به طور مشابه، per Vance (2008)، /Qj/ و /Qm/ می‌توانند در تلفظ‌های تاکیدی速い، hayai ، "سریع" و寒い، samui ، "سرد" به صورت [haʔːjai] و [saʔːmɯi] رخ دهند . [356] مطالعه‌ای در سال 2020 درباره تولید جوجه‌جنسی به شکل‌های تقلیدی نشان داد که /r/ به‌طور تاکیدی بلند شده می‌تواند یا به‌عنوان یک سونورانت طولانی‌تر با صدای بدون وقفه تلفظ شود یا با مقداری حنجره مانند درج توقف گلوتال تلفظ شود. [357] یکی دیگر از ویژگی‌های قابل توجه صامت‌های برجسته، پتانسیل تمایز بیشتر از دو طرفه در طول است. [358] [354]
دنباله‌های همخوان غیر معمول /Q/ + همچنین ممکن است در قالب‌های واژه‌ای کوتاه (که با ترکیب چند کلمه از هر کلمه در یک عبارت طولانی‌تر ایجاد می‌شوند) و به شکل‌هایی که در نتیجه بازی‌های کلمه ایجاد می‌شوند، ایجاد شوند: [353]
با این حال، اشکال آرگوت معکوس نیز وجود دارد که جایگزینی /Q/ را با [tsɯ] نشان می‌دهد (احتمالاً تحت تأثیر املای آن با یک tsu kana کوچک) در زمینه‌هایی که /Q/ غیر معمول است: به عنوان مثال rappa 'trumpet' /raQpa/ ← پاتسورا ; wappa 'brat' /waQpa/ → patsuwa ; yakko 'guy' /jaQko/ → kotsuya ; batto 'bat' /baQto/ → totsuba . [359]
دنباله های مصوت بدون صامت میانی (دنباله های VV) در بسیاری از زمینه ها رخ می دهند:
هنگامی که اولی از دو مصوت در یک دنباله VV بالاتر از دومی باشد، اغلب تمایز واضحی بین تلفظ با hiatus و تلفظی که در آن یک لغزش با همان جلویی مصوت اول قبل از دومی درج می‌شود وجود ندارد: دنباله های VV /ia io ua ea oa/ ممکن است مانند /ija ijo uwa eja owa/ به نظر برسند . [ 364 ] به عنوان مثال، دنده انگلیسی به ژاپنی به عاریت گرفته شده است . [365] Per Kawahara (2003)، دنباله‌های /eo eu/ مانند *[ejo ejɯ] تلفظ نمی‌شوند . دنباله /iu/ مانند *[ijɯ] تلفظ نمی شود ، اما گاهی اوقات با [jɯː] جایگزین می شود : [364] این تغییر در کلمات قرضی اختیاری است. [366] کاواهارا بیان می‌کند که شکل‌گیری لغزش بین /ia io ua ea oa/ ممکن است توسط یک مرز نحوی یا برخی (اگرچه نه همه) مرزهای تکواژ مسدود شود (کواهارا پیشنهاد می‌کند که موارد ظاهری شکل‌گیری سر خوردن در سراسر مرزهای تکواژ بهترین هستند. به عنوان شواهدی تفسیر می شود که مرز دیگر شفاف نیست). [364]
بسیاری از مصوت های بلند از نظر تاریخی از دنباله های مصوت با ادغام ایجاد شده اند، مانند /au ou eu iu/ > [oː oː joː jɯː] . علاوه بر این، برخی از دنباله‌های مصوت در ژاپنی معاصر ممکن است به صورت اختیاری با یک مصوت بلند در گفتار محاوره‌ای یا گاه به گاه ادغام شوند (برای برخی دنباله‌ها، مانند /oi/ و /ui/ ، ادغام در همه زمینه‌ها امکان‌پذیر نیست، اما فقط در شکل‌های صفت ممکن است. ). [367] یکنواخت شدن /ai/ ، /ae/ یا /oi/ به [eː] یا [ɛː] یکی از ویژگی های گفتار محاوره ای مردانه است. [368]
در کلمات و عبارات، ژاپنی اجازه می دهد دنباله های طولانی از مصوت های آوایی بدون صامت های مداخله ای. [370] دنباله‌های دو مصوت در یک کلمه بسیار رایج هستند، برای مثال در انتهای بسیاری از صفت‌های نوع i قرار می‌گیرند ، و داشتن سه یا چند مصوت به ترتیب در یک کلمه نیز وجود دارد، مانندあおい، aoi ، ' آبی/سبز. در عبارات، دنباله‌هایی با صداهای متعدد o رایج‌ترین هستند، زیرا ذره مفعول مستقیمを، o (که بعد از یک کلمه آمده است) به صورت o و پیشوند افتخاریお〜 ، o است که می‌تواند به ترتیب رخ دهد و ممکن است به دنبال آن باشد. خود کلمه ای که به صدای o ختم می شود . اینها ممکن است در گفتار سریع حذف شوند. یک ساخت و ساز نسبتا رایج که اینها را به نمایش می گذارد عبارت است از 「〜をお送りします」 ، o-okuri-shimasu ، "... فروتنانه ارسال کنید...". نمونه های افراطی تر به شرح زیر است:
در واژگان یاماتو، برخی از واج‌های همخوان، مانند /p/ ، /h/ ، /r/ و مانع‌های صدادار، فقط در موقعیت‌های خاصی در یک کلمه یافت می‌شوند. [371] هیچ یک از این محدودیت ها برای واژگان خارجی اعمال نمی شود. برخی به واژگان تقلیدی یا چینی-ژاپنی صدق نمی کنند. و تعمیم های خاص حتی در واژگان یاماتو استثناهایی دارند. با این حال، برخی از زبان شناسان بر اساس مدل واژگان "طبقه بندی شده" که در آن برخی از محدودیت های واج شناختی فعال فقط بر لایه های خاصی از واژگان تأثیر می گذارد، آنها را به عنوان نقشی در واج شناسی ژاپنی تفسیر می کنند. شکاف های موجود در توزیع این واج های همخوان را می توان از نظر تغییرات صدای دیاکرونیک نیز توضیح داد.
موانع صدادار /b d ɡ z/ بدون محدودیت در شروع تکواژهای چینی-ژاپنی و خارجی رخ می‌دهند، [372] اما معمولاً در ابتدای کلمات یاماتو رخ نمی‌دهند. [373] [374] با این حال، پسوندها یا ذرات پست‌شده که با این صداها شروع می‌شوند، از زمان ژاپنی قدیم مورد استفاده قرار گرفته‌اند ، مانند ذره مورد ga [375] و تکواژهایی که اساساً با یک مانع بی‌صدا شروع می‌شوند، اغلب دارای آلومورف‌هایی هستند که با یک شروع می‌شوند. در زمینه رنداکو مخالفت کرد. علاوه بر این، کلمه-ابتدای /b d ɡ z/ اغلب در لایه تقلیدی واژگان بومی ژاپنی رخ می دهد، جایی که آنها اغلب به عنوان انواع نمادین صدا از همتایان بی صدا خود عمل می کنند /p h t k s/ . [376] علاوه بر این، برخی از کلمات غیر تقلیدی یاماتو با مانع‌های صوتی شروع می‌شوند. در برخی موارد، به نظر می رسد که صداگذاری یک کارکرد بیانی داشته است، و یک سایه منفی یا تحقیرآمیز به ریشه اضافه می کند. [377] [378] مانع‌های صوتی اولیه نیز در برخی از کلمات یاماتو در نتیجه پیشرفت‌های آوایی، مانند از دست دادن حروف صدادار اولیه اصلی کلمه یا تغییر کلماتی که در ابتدا با همخوان‌های بینی شروع می‌شدند، پدید آمده‌اند. [379] به طور همزمان، به نظر می‌رسد که کمبود صداهای با صدای ابتدایی کلمه در کلمات بومی ژاپنی نتیجه منشأ آنها از دنباله‌های پروتو-ژاپونی است که شامل یک واج بینی و به دنبال آن یک واج انسدادی است که به صامت‌های پیش بینی‌شده در ژاپنی قدیم تبدیل شده است . [380]
کلمات یاماتو و تقلیدی تقریباً هرگز با /r/ شروع نمی شوند . [381] در مقابل، کلمه آغازین /r/ بدون محدودیت در واژگان چینی-ژاپنی و خارجی رخ می دهد. [382]
در کلمات یاماتو، /p/ فقط به‌عنوان جفت کلمه-واسطه (یا معادل آن، فقط بعد از /Q/ ) مانند河童، کاپا رخ می‌دهد . در کلمات چینی-ژاپنی، /p/ فقط بعد از /Q/ یا /N/ رخ می‌دهد (مانند切腹، seppuku ،北方، hoppō ،音符، onpu )، که با /h/ در موقعیت‌های دیگر متناوب می‌شود. در مقابل، کلمات تقلیدی می‌توانند حاوی /p/ تک صدایی باشند ، چه در ابتدا و چه به صورت کلمه. [383] Singleton /p/ نیز آزادانه در کلمات بیگانه، [384] مانندパオズ، paozu ،ペテン، peten ،パーティー، pātī نیز وجود دارد . شکاف در توزیع تک صدایی [p] از این واقعیت ناشی می شود که *p اصلی در ژاپنی به [ɸ] در ابتدای کلمه و به /w/ بین حروف صدادار تبدیل شد، و در نتیجه [p] تنها به عنوان بخشی از کلمه حفظ شد. ژمینیت [pː] یا بعد از /N/ . [385] (اصطکاکی لبی [ɸ] را می‌توان قبل از همه مصوت‌ها تا اواخر ژاپنی میانه یافت ، اما در نهایت قبل از هر مصوت دیگری غیر از /u/ به [h] تبدیل شد ، که منجر به واج ژاپنی /h/ مدرن شد . glide /w/ در نهایت قبل از هر مصوت دیگری غیر از /a/ گم شد .) معدود کلمات غیر تقلیدی که در آنها /p/ در ابتدا وجود دارد عبارتند از風太郎، pūtarō ، اگرچه به عنوان یک نام شخصی هنوز هم Fūtarō تلفظ می شود .
واج /h/ به ندرت در وسط یک تکواژ یاماتو یافت می شود (تعداد کمی استثنا وجود دارد، مانند afureru ، 'سرریز'، ahiru ، 'اردک'، yahari ، 'به همین ترتیب') یا در وسط یک تقلید. ریشه (نمونه‌ها عمدتاً به تقلیدهایی محدود می‌شوند که صداهای «گوترال» یا «حنجره» را تقلید می‌کنند، مانند goho-goho ، «سرفه» و ahaha ، «خنده»). [381] در کلمات یاماتو، این شکاف ناشی از تغییر فوق الذکر *p اصلی به /w/ ، به جای /h/ ، در موقعیت بین آوایی است. [386] در واژه‌های تقلیدی، /w/ بین‌وواکی نیز غیرمعمول است: بنابراین، هامانو (2000) پیشنهاد می‌کند که نتیجه معمول *p اصلی در این زمینه /b/ بود ، که به نظر می‌رسد به‌طور نامتناسبی به عنوان همخوان دوم یک کلمه رایج است. ریشه تقلیدی [387] به همین ترتیب، /h/ هرگز در وسط یک تکواژ چینی-ژاپنی رخ نمی دهد. [388]
کلماتی که منشأ خارجی دارند، به طور سیستماتیک با فونوتاکتیک ژاپنی با درج یک واکه همبسته (معمولا /u/ ) بعد از یک همخوان آخر کلمه یا بین صامت های مجاور سازگار می شوند . در حالی که /u/ بعد از اکثر صامت ها درج می شود، معمولاً از /o/ بعد از [t, d] و /i/ بعد از [tʃ, dʒ] استفاده می شود (اما معمولاً بعد از [ʃ] نیست ). پس از /hh/ (که برای تطبیق کلمه پایانی خارجی [x] استفاده می‌شود ) مصوت واجد اغلب /a/ یا /o/ است که کیفیت مصوت را قبل از صامت بازتاب می‌دهد. برخی از انحرافات از الگوهای ذکر شده وجود دارد: برای مثال، برخی از وام‌های قدیمی‌تر مانندケーキ، kēki ، «کیک» از /i/ بعد از [k] استفاده می‌کنند . [389] استفاده از مصوت‌های واگیر در این زمینه‌ها یک قرارداد ثابت در هنگام استفاده از کانا برای رونویسی کلمات یا نام‌های خارجی است.
از لحاظ تاریخی، تکواژهای چینی-ژاپنی پس از اکثر صامت‌های هجای پایانی، واکه‌های همبسته ایجاد کردند. این معمولاً /u/ است ، در برخی موارد /i/ : هویت مصوت واجد تا حد زیادی، اگرچه نه به طور کامل، از صامت و مصوت قبل قابل پیش بینی است. [390] این بحث وجود دارد که آیا این حروف صدادار باید در واج‌شناسی ژاپنی مدرن به‌عنوان جایگاهی برآمده در نظر گرفته شوند. [391] استفاده از حروف صدادار همبسته در اشکال چینی-ژاپنی در طول زمان دستخوش تغییراتی شده است: به عنوان مثال، توصیف مبلغان پرتغالی نشان می دهد که در مراحل قبلی زبان، تکواژهای چینی-ژاپنی می تواند به coda [t] با هیچ ختم شود. مصوت ناپایدار [392]
مورفولوژی ژاپنی عموماً به جای همجوشی ، چسبنده است . با این وجود، ژاپنی‌ها تعدادی از فرآیندهای ریخت‌شناسی را نشان می‌دهند که می‌توانند شکل تکواژها را هنگامی که در ترکیبات، کلمات مشتق شده، یا اشکال عطف افعال یا صفت ترکیب می‌شوند، تغییر دهند. اشکال مختلفی از سندی وجود دارد. اصطلاح ژاپنی برای ساندی به طور کلی ren'on (連音) است .
در ژاپنی، ساندی به‌طور برجسته در رنداکو به نمایش گذاشته می‌شود - جهش همخوانی صامت اولیه یک تکواژ از بی‌صدا به صوت در برخی زمینه‌ها وقتی در وسط یک کلمه اتفاق می‌افتد. این تفاوت آوایی در املای kana یک کلمه از طریق افزودن dakuten مشخص می شود ، مانند ka, ga (か／が) . در مواردی که این ترکیب با ادغام‌های یوتس‌گوگانا ، به‌ویژه ji (じ／ぢ) و zu (ず／づ) در زبان ژاپنی استاندارد ترکیب می‌شود، املای به‌دست‌آمده به جای واجی صرف، مورفوفونمیک است.
فرآیندهای خاصی، مانند تغییرات صدای onbin، برای تولید جفت های بی صدا در کلمات یاماتو (اغلب در سراسر مرزهای تکواژ، اما گاهی اوقات حتی در داخل یک تکواژ) عمل کرده اند. جمیناسیون می تواند در نتیجه تأکید، ترکیب یا صرف فعل ایجاد شود . در این زمینه، دنباله‌هایی از یک بینی مورائیک /N/ و یک صامت صدادار به‌جای مانع‌های جفت صدادار یافت می‌شوند که در واژه‌های استاندارد ژاپنی بومی وجود ندارند (غیر از انواع حاشیه‌ای که به‌طور تاکیدی طولانی‌تر از مانع‌های تک صدایی هستند).
برای مثال، قیدهایی که از ریشه تقلیدی و پسوند -ri ساخته می‌شوند ، ممکن است جفت درونی ریشه را نشان دهند، [393] مانند nikkori (در کنار نیکوری ) از niko 'smiling'. قیدهای مشتق شده از ریشه با صامت های میانی صدادار، فرم هایی با بینی مورائیک را به جای جفت نشان می دهند، مانند شونبوری از شوبو «تنها»، unzari از uza «بی حوصله، ناامید»، بون یاری از بویا «مبهم»، و funwari از فووا. 'نور' ( /r/ در این زمینه تحت جمینت یا /N/ - قرار نمی‌گیرد ). [394] به همین ترتیب، یک صامت مورایک اغلب بین پیشوند تاکیدی /ma/ و یک صامت زیر رخ می‌دهد: آلومورف‌های آن /maQ/ و /maN/ در توزیع مکمل هستند، با /maQ/ قبل از صامت‌های بی‌صدا و /maN/ در جاهای دیگر استفاده می‌شود. . [395]
مثال دیگری که بسته به صدای صامت زیر یک جفت بی صدا یا /N/ تشکیل می شود، اشتقاق افعال کاهش یافته، یعنی منقبض، مرکب است. ژاپنی نوعی فعل مرکب دارد که با قرار دادن ریشه یک فعل قبل از فعل دیگر تشکیل می شود. اگر فعل اول دارای ریشه ای باشد که به صامت ختم می شود، مصوت /i/ معمولاً بین پایه فعل اول و دوم قرار می گیرد. اما در برخی ترکیبات می توان این مصوت را حذف کرد و در نتیجه صامت پایانی فعل اول مستقیماً قبل از صامت اولیه فعل دوم قرار می گیرد. [396] وقتی این اتفاق می‌افتد، همخوان اول به دومی جذب می‌شود و اگر دومی بی‌صدا باشد، یک جفت بی‌صدا تولید می‌کند، و اگر دومی یک مانع یا نازال صدادار باشد، دنباله‌ای با /N/ شروع می‌شود (مثلا hik-'pull' + tate- 'stand' > hikitateru ~ hittateru 'حمایت'، tsuk- 'stab' + das- 'put out' > tsukidasu ~ tsundasu 'thrust out' [397] ). [398]
در صرف فعل، جمینیت بی صدا /Qt/ زمانی تولید می شود که ریشه فعل که در زیر به /r/ ، /t/ یا /w/ ختم می شود، پسوندی با پسوندی که با /t/ شروع می شود (یعنی -te، -ta ) دنبال می شود. ، -tari، -tara، -tatte [399] ، در حالی که /Nd/ زمانی تولید می شود که ریشه فعل که در زیر به /m/ ، /n/ ، یا /b/ ختم می شود، پسوندی با پسوندی که با /t/ شروع می شود به دنبال داشته باشد . . [400] (در انتهای یک فعل، /w/ از اصلی * p نزول می‌کند ؛ برخی از تحلیل‌های زاینده این را به عنوان شکل زیربنایی همزمان صامت تفسیر می‌کنند. [401] )
هنگامی که مورا دوم یک تکواژ چینی-ژاپنیつ، tsu ،く، ku ،ち، chi یاき، ki است و پس از آن یک صامت بی صدا دنبال می شود، گاهی اوقات این مورا با sokuon っ(که املای آن کوچک است جایگزین می شود.つمبتنی بر تناوب مکرر این صداها در این زمینه است) که یک صامت جفتی را تشکیل می دهد :
تکواژهای چینی-ژاپنی که به این مورا ختم می‌شوند، بدون تغییر باقی می‌مانند، وقتی که یک صامت صدادار دنبال می‌شوند، و معمولاً وقتی یک مصوت دنبال می‌شوند، بدون تغییر می‌مانند (اما برای مثال‌های استثنایی از تشکیل جفت قبل از مصوت به renjō مراجعه کنید).
جمیناسیون همچنین می‌تواند بر تکواژهای چینی-ژاپنی که از لحاظ تاریخی بهふ، fu ختم می‌شدند و اکنون به مصوت‌های بلند ختم می‌شوند نیز تأثیر بگذارد:
بیشتر تکواژهایی که این تغییر را نشان می‌دهند، از تکواژهای چینی میانه به /t̚/ ، /k̚/ یا /p̚/ مشتق می‌شوند ، که پس از تلفظ آنها به صورت مجزا یک صدادار ایجاد می‌کنند (مانند日MC * /nit̚/ > ژاپنی /niti/ [ ɲitɕi] ) اما به صامت زیر در ترکیبات جذب شدند (به عنوان مثال日本MC * /nit̚.pu̯ən/ > ژاپنی /niQ.poN/ [ɲip̚.poɴ] ).
جمیناسیون به طور منظم در کلمات متشکل از دو تکواژ چینی-ژاپنی رخ می دهد، اما تمایل دارد که در سراسر مرز اصلی یک ترکیب پیچیده (جایی که یکی از اجزا از بیش از یک تکواژ چینی-ژاپنی تشکیل شده است) رخ نمی دهد. با این حال، مواردی از جمینیت در این زمینه وجود دارد. [403]
تشکیل جینیت به هویت صامت اول و دوم نیز بستگی دارد:
سندی همچنین در renjō (連声) بسیار کمتر دیده می شود ، جایی که معمولاً یک پایانه /N/ یا /Q/ روی یک تکواژ به /n/ (یا /m/ هنگامی که از m تاریخی مشتق شده است ) یا /t̚/ منجر می شود. به ترتیب به شروع یک تکواژ زیر که با یک مصوت یا نیمه مصوت شروع می شود ، مانند ده + ō → tennō (天皇: てん + おう → てんのう) اضافه می شود . مثال ها:
در اواخر ژاپنی میانه ، چندین تغییر واکه اتفاق افتاد. قابل توجه است که واکه /u/ تمایل داشت با واکه دیگری که قبل از آن بود ترکیب شود و یک مصوت بلند ایجاد کند. این آمیختگی های مصوت در استفاده تاریخی کانا ، به ویژه در ژاپنی کلاسیک ، منعکس نمی شود .
این تغییرات تاریخی هنوز هم مربوط به تحلیل و آموزش دستوری مدرن است. به عنوان مثال، "آزمایشی" کمکی u (う) (از لحاظ تاریخی mu (む) ) به طور مشخص با آخرین مصوت یک mizenkei (未然形) ترکیب شده است [408] [409] (رجوع کنید به صرف ژاپنی #پایه های فعل ):
بنابراین، در حالی که mizenkei در جدول‌های عطف فهرست شده است، ترکیبی از آن و u کمکی ، که ishikei (意志形) نامیده می‌شود ، هنوز باید جداگانه یاد شود. علاوه بر این، نتایج حاصل از همجوشی های فوق باعث شد که برخی از mizenkei به طور کامل ناپدید شوند. لغت نامه ها و راهنمای دستور زبان دیگر たら، だら، でせ و なから را به ترتیب به عنوان mizenkeiた، だ، です و ない فهرست نمی کنند. در عوض، たろ، だろ، でしょ و なかろ به صورت عامیانه استفاده می شوند. [408] [409] این فهرست سرسری ممکن است به افعال گودان نیز بسط یابد، برای مثال 書く ممکن است دارای "دو" mizenkei ، 書か و 書こ باشد، به طوری که دارای مصوت های کافی برای توجیه اصطلاح godan است (به افعال godan و ichidan ژاپنی مراجعه کنید. #گودان در مقابل یودان ).
یکی دیگر از ویژگی های برجسته، onbin (音便، تغییر صدای یوفونیک) است . این به تغییرات مختلف صدای تاریخی اشاره دارد که می‌توان آن را به‌طور ساده به‌عنوان کاهش، کاهش یا ادغام توصیف کرد. تناوب های حاصل از onbin همچنان در برخی از زمینه های ریخت شناسی ژاپنی دیده می شود، مانند صرف برخی از اشکال فعل یا شکل برخی از افعال مرکب.
در برخی موارد، تغییرات onbin در داخل یک مورفم رخ می‌دهد، مانند hōki (箒 (ほうき) ، جارو) ، که دو تغییر صدا نسبت به هاهاکی قبلی (ははき) → hauki (はうき) (onbin) → houki (ほ) داشت. (تغییر واکه تاریخی) → hōki (ほうき) (واکه بلند، تغییر صدا در املای کانا منعکس نمی شود).
یکی از انواع onbin باعث شد که برخی از همخوان‌های آغازین، عمدتاً قبل از /i/ یا /u/ حذف شوند ، [410] که توالی‌های مصوت یا مصوت‌های بلند را با ادغام /u/ با مصوت قبلی ایجاد می‌کردند.
نوع دیگری از onbin منجر به ایجاد صامت های مورائیک /Q/ یا /N/ در شرایط خاص در کلمات بومی ژاپنی شد.
انواع انبین بر اساس مورای حاصل از آنها نامگذاری می شوند. اگر mora به دست آمده /i/ باشد ، onbin i-onbin (イ音便) نامیده می شود . if /u/ ، u-onbin (ウ音便) ; if /Q/ (促音, sokuon ) , sokuonbin (促音便) ; و اگر /N/ (撥音, hatsuon ) , hatsuonbin (撥音便) . [408]
از لحاظ تاریخی، sokuonbin در صرف فعل زمانی آغاز می‌شد که هر یک از morae /ti, ɾi, si, pi/ در ren'yōkei (連体形) (به صرف ژاپنی#پایه‌های فعل مراجعه کنید ) با حرف صامت /t/ دنبال می‌شد (به عنوان مثال ). در ta کمکی (た) یا ذره te (て) ). در چنین محیطی، مصوت بالا /i/ کاهش یافت و صامت باقی مانده در نهایت با /t/ جذب شد : [409]
sokuonbin دستوری عمدتاً در لهجه‌های شرقی (از جمله گویش استاندارد توکیویی که به خارجی‌ها آموزش داده می‌شود) یافت می‌شود، در حالی که لهجه‌های غربی (از جمله گویش کانسای ) از u-onbin ناشی از مورای تاریخی /pi/ استفاده می‌کنند : [409]
از سوی دیگر، هاتسوونبین زمانی آغاز شد که هر یک از مورای /mi، bi، ni/ در یک ren'yōkei با حرف بی صدا /t/ دنبال شد . کاهش مصوت و همخوانی مشابه اتفاق افتاد: [409]
به طور کلی، onbin می تواند در محیط های تاریخی زیر رخ دهد: [408] [409] [411] [412] [413]
شکل‌های صفت مؤدب (که قبل از مودب copula gozaru (ござる، be) و فعل zonjiru (存じる، فکر کردن، دانستن) استفاده می‌شوند ) تغییر صدای یک مرحله‌ای یا دو مرحله‌ای را نشان می‌دهند. اولاً، اینها از شکل ادامه دار -ku ( -く) استفاده می کنند که onbin را نشان می دهد و k را به صورت -ku ( -く) → -u ( -う) رها می کند . ثانیاً، با توجه به تغییرات صوتی تاریخی، مصوت ممکن است با مصوت قبلی ترکیب شود. اگر صدای جدید به‌دست‌آمده کامی‌سازی شود، به معنای یو، یو (ゆ、よ) ، این صدا با صامت قبلی ترکیب می‌شود و یک هجای کامایی به دست می‌آید.
این در برخی اصطلاحات روزمره که از یک صفت i که به -ai ختم می‌شود و به -ō ( -ou ) ختم می‌شود، برجسته‌تر است، زیرا این عبارات مخفف عبارات مؤدبانه‌ای هستند که به gozaimasu ختم می‌شوند ، گاهی اوقات با پیشوند مودبانه o- . این اصطلاحات نیز به شکل کامل خود استفاده می شوند که نمونه های قابل توجه آن عبارتند از:
اشکال دیگری مانند این در گفتار مؤدبانه یافت می شود، مانند اویشیکو (美味しく) → اویشو (美味しゅう) و اوکیکو (大きく) → ōkyū (大きゅう) .
مثال،えば،が
