これらの聴覚錯覚により、人々はフレーズをメロディーとして聞くようになる。

Head Trip では、PopSci が私たちの脳と感覚、そしてその間で起こる奇妙な出来事との関係を探ります。

突然、うっかり歌い出してしまったとき、それが分かりますか? 「分からない」と言うとき、それはハミングできるメロディーのように聞こえますか? 話し言葉を何度も繰り返すと、なぜ音楽的に聞こえ始めるのでしょうか?

発せられたフレーズがメロディーとして聞こえることがある理由を理解するために、まず言語を聴覚要素に分解してみましょう。母音と子音は別です。それは行き過ぎです。代わりに、私のような言語学者が韻律と呼ぶもの、つまり個々の音節のイントネーション、強勢、リズムに注目しましょう。

1995年、音楽の錯覚とパラドックスの専門家であるダイアナ・ドイチュは、 「スピーチ・トゥ・ソング・イリュージョン」という造語を生み出した。彼女は自分の長めの録音を見直していたところ、一見ランダムなフレーズが、文脈から切り離されて繰り返し再生されると、奇妙な動きをすることが時々あることに気づいた。リズムとメロディーを備えた歌のように聞こえ始めたのだ。（録音のループをオンラインで聞くことができる。）

結局のところ、この錯覚はドイチュの声が特に音楽的だから生じるのではない。この錯覚は、一定の間隔で再生されるあらゆる種類の音声刺激で起こる。この効果は、繰り返される刺激が、聞き手の母国語とは音韻的に大きく異なる言語である場合に最も強くなる。例えば、2015 年のある研究では、英語話者がアイルランド語の話し言葉を歌として最も簡単に聞き取れ、ヒンディー語とクロアチア語がそれに続いた。

ここで繰り返しがなぜそれほど重要なのか？言語刺激は、一度再生した場合と繰り返した場合とでは、聞こえ方に測定可能な違いがある。2008 年に Deutsch 氏らが行った研究では、31 人の参加者が刺激を自分で繰り返すように求められた。刺激を一度聞いた後、参加者は聞いた単語のシーケンスを話した。10 回繰り返した後、参加者は元の刺激や口頭での応答よりもわずかに広い音程範囲で、応答を歌い始めた。さらに、2013 年の fMRI 研究 (Deutsch 氏を含むチームによる) によると、繰り返し刺激を受けると、歌によっても活性化され、複雑な音程パターンの処理に関連する脳の一部、つまり 8 つの異なる領域のネットワークが活性化される。

ドイチュは心理学の分野でこの錯覚を発見したとされていますが、繰り返しによってスピーチの録音に音楽性が加わるという基本的前提は、1995 年よりずっと前から認識されていました。具体的には、彼女がクリップされた録音を繰り返し使用する方法は、ヒップホップで使用されているサンプリング、つまり既存の録音 (時にはスピーチ) のクリップを新しい音楽アレンジに組み込む手法を思い起こさせました。

この慣習を理解するために、私は2人の専門家、ウィスコンシン大学マディソン校の助教授でヒップホップの専門家であるラングストン・ウィルキンス氏と、ニューヨーク大学の准教授でヒップホップの歴史家であるダン・チャーナス氏に話を聞いた。両者とも、繰り返しを使って話し声のサンプルに音楽性を加えるのはヒップホップでは一般的な慣習であることを認めたが、この現象を聴覚の錯覚と捉えたドイチュ氏の考えは知らなかった。ウィルキンス氏は、ヒップホップが話し声のサンプルを採っているソースのいくつかについて、説教、スピーチ、映画やテレビのセリフなどについて説明している。チャーナス氏は、この慣習は実際にはヒップホップやテープレコーダーよりも前から存在しており、ラップなど多くの声の伝統はアフリカ系アメリカ人コミュニティに端を発し、繰り返しを通して音楽性を獲得していると指摘している。これらの伝統がアフリカ系アメリカ人によって開拓されたという事実は、スピーチから歌への錯覚が 1990 年代まで音楽性の学術研究から逃れてきた理由を説明するかもしれない。チャーナスが指摘するように、これは、学術界がアフリカ系アメリカ人の文化、つまり「スピーチと歌は常に双子のような関係にあった」文化を中心としていない一般的な傾向を反映している。

しかし、なぜこの錯覚が起こるのでしょうか。イントネーションを研究する言語学者として、私はここでいくつかの要因が関係していると考えています。まず、Deutsch や他の学者が、この錯覚を示すために長い録音から切り取ったクリップを使用していることは重要だと思います。英語や他の言語の文章にはイントネーションがあり、これにはピッチの動きやその他の音響パターンが含まれており、完全な文章に及ぶことがあります。文章から単語を切り取ると、これらのパターンの多くが不完全になります。ある意味では、 watermelonという単語からatermを切り取ると、単語のように聞こえなくなるようなものです。Deutsch のイントネーションは、奇妙な動作をして、完全な文章のようには聞こえないことがあります。しかし、文章とは異なり、歌には好きなメロディーを付けることができます。おそらく、そのため、このようなフレーズやクリップを歌として処理しやすくなるのでしょう。

話し言葉を歌に置き換える錯覚を打破する別の方法は、人間が話し言葉の「メロディー」、つまりピッチコンターを、それが実現される子音と母音とは別個に処理する方法を考えることです。英語の例の1つは、 I don't knowというフレーズで、これはiunnoと短縮されるか、 iunnoで聞こえると予想されるメロディー、つまり上昇、下降、上昇のピッチコンターとしてハミングすることもできます。このメロディーのハミングバージョンには、 I don't knowというフレーズの子音や母音がまったく含まれていませんが、特に肩をすくめるなどの視覚的な手がかりと組み合わせると、人々はそれがI don't knowを意味していることがわかります。

このプロセスは英語に特有のものではありません。私が博士論文で学んだ言語の 1 つであるアミ語 (台湾の先住民族言語) には、独自の「音名」があります。アミ語では、 「本当に? 」などのフレーズを強調するために、「 i saw」 (「イーソウ」のように発音) というフレーズが追加されます。フレーズを完全に発音することも、フレーズにあったはずの音調のメロディーを呼び出すこともできます。これらの例は、難聴でない人間が、音声から音への錯覚の重要な要素である、音声のメロディーに注目できることを示しています。

「声調言語を話す人では、この錯覚はより弱い」とオックスフォード大学統合神経科学センター所長アンドリュー・キングは言う。彼が言及しているのは、声調が子音や母音と並んで単語の音声構造の不可欠な部分となっている中国語やヨルバ語のような言語だ。このことから、声調の輪郭を子音や母音から切り離す能力がこの錯覚の重要な要素であるに違いないことがわかる。

聴覚の違いにより、音声信号の異なる側面を捉える可能性がある人々について尋ねられたとき、聴覚障害支援センターの創設者であるニール・バウマンは、音声から歌への錯覚と音声パレイドリア（音声や音楽が人間が発していないランダムな音として知覚される現象）との関連をすぐに見抜きました。バウマンは、音声から歌への錯覚刺激と同様に、音声パレイドリアのいくつかのケースには、一定の間隔できしんだり、ヒューヒューと音を立てたりする緩いベアリングのファンなど、リズミカルな要素が関係しており、音声錯覚をより簡単に引き起こす可能性があると説明しました。

学者たちは、話し言葉が歌に聞こえる錯覚がなぜ、どのように起こるのかをまだ正確に解明しようとしていますが、適切な条件下では、意図していないときにも歌が聞こえるという事実は変わりません。この発見は、研究室と DJ ブースの両方で繰り返し再現されています。

ベン・マコーレーは、ルンド大学の英語言語学の講師です。彼の研究は、韻律とイントネーション、具体的には世界の言語における文レベルの音調輪郭の生成、処理、発展、文書化に焦点を当てています。彼は2021年にCUNY大学院センターで博士号を取得しました。彼の博士論文プロジェクトは、斬新なフィールドワークに基づいた、絶滅の危機に瀕している台湾先住民言語のイントネーションの類型学的研究でした。

PopSci+のストーリーをもっと読む。