外国語のニュース音声を再生すると、音がひとつながりの帯になって聞こえ、どこで単語が切れているのか全く分からない——という経験をしたことがある人は多いはずだ。実はこれ、外国語だから起きているわけではない。話し言葉そのものに、単語と単語の間を区切る"無音の切れ目"は、ほとんど存在しないのだ。

ワシントン大学のJenny Saffran、Richard Aslin、Elissa Newportが1996年に『Science』誌で報告したのは、生後8か月の赤ちゃんが、たった2分間人工的な音声を聞かされただけで、単語とそうでない音の並びを区別できるようになっていたという結果だった。赤ちゃんはまだ言葉の意味も文法も知らない。それでも音の並びに潜む統計的な規則性だけを手がかりに、単語の境目を見つけ出していたと報告されている。そしてこの"統計から言葉を切り出す"力は、大人になっても完全には失われていないらしい。

スポンサーリンク

なぜ言葉には"区切り"がないのに、聞き分けられるのか

ためしに、ひらがなをスペースなしで並べた文を思い浮かべてほしい。「わたしはねこがすき」。日本語が分かる人には自然に「わたしは/ねこが/すき」と切れ目が見えるが、これは知識が切れ目を"補っている"からにすぎない。実際の話し言葉の音声波形を機械的に調べても、単語と単語の間に目立った無音区間はほとんど見つからない。

これは言語学・発達心理学で「単語分節(セグメンテーション)問題」と呼ばれる、鶏と卵のような難題だ。単語をすでに知っていれば境目は見える。しかし境目が分からなければ、そもそも単語を学ぶ手がかりがない。言葉をまだ何も知らない赤ちゃんは、この堂々巡りをどうやって抜け出しているのか。

研究者たちが注目したのが、音の並びに潜む統計的な規則性だった。ある単語の内部では、決まった音の並びがいつも同じ順番で出てくる。一方、単語と単語の境目をまたぐ部分では、その次に来る音は文脈によっていろいろ変わる。この"予測しやすさの差"こそが、境目を見つける手がかりになるのではないか、という仮説である。

実験:人工言語を2分間"聞かせただけ"

Saffran, Aslin & Newport(1996, Science)が組んだのは、極めてシンプルな実験だった。生後8か月の赤ちゃん24人を対象に、アクセントもポーズも一切ない、合成音声による"人工言語"を2分間だけ聞かせる。この人工言語は、無意味な3音節の"単語"を4つ組み合わせ、それらをランダムな順序でひたすら連結した、途切れのない音の帯だった。赤ちゃんは、何かを教えられるわけでも、特定の行動を求められるわけでもなく、ただその音声を2分間聞いていただけである。

学習が起きたかどうかを確かめるために使われたのが、条件づけ注視法(head-turn preference procedure)という手法だ。赤ちゃんの正面と左右にランプとスピーカーを設置し、ランプが点灯した方向に顔を向けている間だけ音声が流れる。赤ちゃんが長く顔を向け続けるほど、長くその音を聴いていたことになる。

テストでは2種類の3音節の並びを聞かせた。ひとつは、先ほどの人工言語に実際に含まれていた"単語"そのもの。もうひとつは、ある単語の最後の音節と、次の単語の最初の2音節をつなげた"部分単語"——音としては一度も単語としてまとまって出てきたことのない、新しい組み合わせだ。

💡 この実験デザインが面白い理由 "単語"と"部分単語"は、どちらも人工言語の中に同じ回数だけ登場している。つまり単純に「何回聞いたか」では差がつかないように設計されている。赤ちゃんがこの2つを区別できたとしたら、それは音の出現回数ではなく、音と音のつながりやすさそのものを学習した証拠になる。

結果:赤ちゃんは"知らない並び"の方を聴き続けた

結果は、"単語"と"部分単語"を聴く時間に明確な差が出た。赤ちゃんは、人工言語の中で実際にひとまとまりとして出てきていた"単語"よりも、一度もまとまりとして出てきたことのない"部分単語"のほうを、長く聴き続けたと報告されている。これは心理学の実験でよく見られる新奇性への反応——聞き慣れたものより、まだ知らないものに注意が向くという性質を利用した判定方法だ。つまり赤ちゃんは、2分間の音声だけから、どの3音節が"ひとまとまり"でどれがそうでないかを、すでに区別していたことになる。

この区別を可能にしていたのが、遷移確率(transitional probability)という統計量だ。ある音節の次に、別の特定の音節が続く確率を指す。この人工言語の設計では、単語の内部(1音節目→2音節目、2音節目→3音節目)の遷移確率はほぼ1.0、つまりほぼ100%の確実さで次の音節が決まっていた。ところが単語の境目をまたぐ部分(ある単語の最後の音節→次の単語の最初の音節)では、その先に来られる単語が複数あるため、遷移確率はおよそ0.33程度まで下がる。赤ちゃんは、この確率の落ち込みそのものを「ここが境目だ」という目印として使っていたと考えられている。

図1:人工言語における音節のつながりやすさ(遷移確率)の違い
約0.33 約1.0 単語の境目をまたぐ音節 次に来る音節は複数ありうる 単語の内部の音節 次の音節はほぼ1つに決まる 1.0 0.5 0
単語の内部では次の音節がほぼ確実に決まるのに対し、単語の境目では確率が大きく下がる。この落差が"境目"のサインになる。
出典:Saffran, Aslin & Newport (1996) の実験設計(人工言語内の遷移確率)をもとに作図

この結果には、ひとつ気になる点が残っていた。赤ちゃんは本当に「遷移確率」という統計量そのものを計算していたのか、それとも単に「よく一緒に出てくる音節の組」を丸暗記していただけなのか、この実験だけでは完全に切り分けられない。そこで同じ研究チームはAslin, Saffran & Newport(1998, Psychological Science)で追加実験を行い、単語と部分単語が人工言語の中に登場する頻度をそろえたうえで、遷移確率だけに差をつけた新しい人工言語を作成した。それでも赤ちゃんは単語と部分単語を区別できたと報告されており、単なる出現回数の暗記ではなく、条件付き確率そのものを追跡している可能性が高いことが裏づけられている。

スポンサーリンク

なぜこんなことができるのか:脳の中の"音のつながり統計"

仕組みを直感的にイメージするなら、こう考えるとわかりやすい。耳に流れ込んでくる音の列を、脳がリアルタイムで「この音の次に、どの音がどれくらいの確率で続いてきたか」を記録し続けている状態だ。同じつながりが繰り返し出てくれば、そのつながりは"信頼できる予測"として強化される。逆に、その先に続く音がそのたびバラバラなら、そこは信頼できない、つまり何かの区切りかもしれない、と判定される——というイメージである。

以下の図は、しくみを説明するための簡略化した一例であり、実際の実験で使われた音そのものではない。たとえば「パ・ビ・ク」という単語と「ティ・ブ・ド」という単語が連続して流れてくる場合、単語の内部(パ→ビ、ビ→ク)はいつも同じ並びで出てくるため予測しやすいが、単語の境目(ク→ティ)だけは、その先にどの単語が来るか毎回変わるため予測しにくい。

図2:音の並びから"境目"を見つけ出す仕組み(イメージ図)
1.0 1.0 0.33 1.0 1.0 パ ビ ク ティ ブ ド 単語1(パビク) 単語2(ティブド) 確率が大きく下がる「ク→ティ」の部分を 赤ちゃんは単語の境目として検出していると考えられている
単語の内部ではほぼ確実に次の音節が決まるが、境目だけは予測がつきにくくなる。この落差こそが、赤ちゃんが使っていたとされる手がかりである。
遷移確率の考え方を説明するためのイメージ図(実際の実験の音ではありません)

この"音のつながりやすさを統計的に追跡する"能力は、言語に限らず、音階の並びや視覚的な模様の並びなど、他の種類の刺激でも同様に報告されており、ヒトが持つ比較的汎用的な学習の仕組みのひとつではないかと考えられている。

この話、こう使える

ここで気になるのは、この力が赤ちゃんだけのものなのか、という点だ。Saffran, Newport, Aslin, Tunick & Barrueco(1997, Psychological Science)は、同じ人工言語を使った聞き取り課題を小学1年生と大人にも行わせている。参加者は、お絵かきなど別の作業をしながら、人工言語の音声を"ついで"に聞いていただけだった。結果、小学1年生と大人の成績に大きな差はなかったと報告されている。つまり、意識して単語を覚えようとしなくても、音を聞いているだけで統計的な規則性を拾ってしまう力は、大人になっても相当に残っているらしい。

これは、英語学習における"聞き流し"や多量のリスニングに、ある種の科学的な裏づけを与える話でもある。英文の意味を一つひとつ訳せていなくても、英語の音声を大量に聞くこと自体が、脳の中にその言語特有の音のつながりやすさ(頻出するコロケーションや音のまとまり)の統計的な地図を、知らないうちに作っている可能性がある。当サイトの聞き流しの真実でも触れているとおり、聞き流しだけで会話力が身につくわけではないが、こうした"音の下地づくり"としての役割は十分期待できそうだ。

ただし、ここに重要な注意点がある。Finn & Hudson Kam(2008, Cognition)の実験では、英語話者の成人に、英語の音のルール(フォノタクティクス)に反する並びの新しい人工言語を聞かせたところ、統計的な手がかりだけでは単語を区切りにくかったと報告されている。母語の音のルールという"すでに知っている知識"が、新しい言語の統計学習の邪魔をしてしまう可能性がある、という話だ。日本語の音の並び方に慣れた耳には、英語特有の音のつながり(子音の連続など)が、統計的にうまく処理されにくいかもしれない。だからこそ、シャドーイングのように、意識的に音の並びへ注意を向ける練習を組み合わせることが、聞き流しだけに頼るより効果的だと考えられる。

注意点:この研究の限界

⚠️ 人工言語は、本物の言語そのものではない ここで使われた"言語"は、アクセントもポーズも抑揚もない、極めて単純化された合成音声だ。現実の言語には、ストレス(強勢)やイントネーション、すでに知っている単語など、統計的な手がかり以外にも豊富な情報が存在する。統計学習だけで言語獲得のすべてが説明できるわけではなく、あくまで複数ある手がかりのうちの一つだという位置づけで理解する必要がある。

よくある質問

赤ちゃんが「単語を切り分けられた」と、どうやって確認したのですか?
条件づけ注視法(head-turn preference procedure)という手法を使っています。赤ちゃんの正面と左右にランプとスピーカーを置き、ランプが点灯した方を向いている間だけ音声が流れる仕組みです。聞き慣れた「単語」と、単語の境目をまたいだ聞き慣れない「部分単語」をそれぞれ流し、どちらを長く聴き続けたかを比べることで、2つを区別できているかを調べました。意味を理解しているかではなく、音のまとまりとして区別できているかを見ている点がポイントです。
大人になってからでも、この「統計学習」の力は使えますか?
使えると報告されています。Saffranらが1997年に発表した実験では、同じ人工言語の聞き取り課題を小学1年生と大人に行わせたところ、両者の成績に大きな差はなかったと報告されました。この実験では参加者は別の作業をしながら「ついで」に人工言語を聞いていた点がポイントです。意識して覚えようとしなくても、音を聞いているだけで統計的な規則性を拾ってしまう力は、大人になっても残っていると考えられています。
日本語を話す人が英語の音を聞き取りにくいのは、この仕組みと関係がありますか?
関係している可能性が指摘されています。Finn & Hudson Kam(2008)の実験では、英語の音のルール(フォノタクティクス)に反する並びの単語は、英語母語話者が統計的な手がかりだけでは区切りにくかったと報告されました。母語の音のルールが、新しい言語の統計学習の邪魔になりうるという考え方です。ただしその後の再現実験では同じ効果がはっきり確認できなかったという報告もあり、この干渉効果の強さや再現性については研究者の間でも評価が分かれています。

今日の3行まとめ

📌 これだけ持ち帰ってください 赤ちゃんは、たった2分間人工的な音声を聞くだけで、音の並びの統計的な規則性(遷移確率)から単語の境目を見つけ出していたと報告されている。
この"統計学習"の力は大人になっても残っており、意識して覚えようとしなくても、聞いているだけで音の規則性を拾ってしまう可能性がある。
ただし母語の音のルールが新しい言語の統計学習を邪魔する可能性も指摘されており、聞き流しだけに頼らず意識的な注意も組み合わせるのが安全だ。

音の仕組みから英語学習を見直したい人は、サイエンスラボの記事一覧から、記憶や言語習得に関する他の研究記事もあわせてどうぞ。

🎧 "統計学習"の力を、聞き流しにどう活かすか

音を大量に聞くことには、今日紹介したような科学的な裏づけもある一方で、それだけに頼る限界も存在する。聞き流しの効果と限界を整理したガイドで、自分のリスニング学習を見直してみよう。

聞き流しの真実を読む →

参考文献