Fréquences relatives des phonèmes

[sab]

Suite à une remarque faite sur le fil du kotava, je me suis livrée à une analyse de la fréquence réelle et la répartition des sons qu’on y rencontre.

J’aimerais recueillir des informations comparatives dans les différentes langues concernant la fréquence de répartition réelle des phonèmes, et peut être établir une classification des langues selon ce critère (langues vocaliques, etc…)

------------------------------------------------
Ci-dessous, une analyse pour le kotava.

Dans la mesure où en kotava l’écrit suit rigoureusement l’oral, à partir d’un morceau de la traduction d’Anna Karénine, sur un texte de 15.446 caractères (ponctuation comprise), j’arrive aux analyses statistiques suivantes :
15.446 car. = 3.097 mots --> 4,98 car./mot en moyenne
15.344 phonèmes = 3.097 mots --> 4,95 phonèmes/mot en moyenne

Voyelles : (total : 6.610 = 43,07 %)
A : 2.339 = 15,24 %
E [é] : 1.604 = 10,49 %
I : 1.314 = 8,56 %
O : 862 = 5,62 %
U [ou] : 485 = 3,16 %

Semi-voyelles : (total : 631 = 4,11 %)
H : 32 = 0,21 %
W : 113 = 0,74 %
Y : 486 = 3,17 %

Consonnes : (total : 8 .205 = 52,80 %)
R : 868 = 5,66 %
N : 862 = 5,62 %
K : 765 = 4,98 %
T : 744 = 4,85 %
L : 714 = 4,65 %
V : 611 = 3,98 %
S : 562 = 3,66 %
D : 446 = 2,91 %
M : 379 = 2,47 %
B : 293 = 1,91 %
F : 293 = 1,91 %
P : 235 = 1,53 %
G [g] : 213 = 1,39 %
Z [z] : 164 = 1,07 %
X [kh] : 93 = 0,61 %
C [ch] : 82 = 0,53 %
J [j] : 49 = 0,32 %

J’ai également isolé les groupes suivants (en sus de ci-dessus) :
DJ [dj] : 14 = 0,09 %
DZ [dz] : 0
TC [tch] : 82 = 0,53 %
TS [ts] : 3 = 0,02 %

Je ne sais pas si un taux de 43,07 % permet de dire que la langue est vocalique. Pourtant à l’oreille c’est le sentiment qu’on a. Par contre, ce que ces statistiques corroborent, c’est l’importance du phonème A (une voyelle sur 3, un phonème sur 6). Je suis juste surprise de la fréquence également très significative du E qui me semblait bien moins marquant.

Remarques : il y a une légère surpondération des lettres Y (récit au passé, le Y étant la base du suffixe verbal du passé) et du R (récit à la 3ème personne du singulier, R étant la désinence de cette personne)

Merci par avance à tous ceux qui pourront illustrer dans les langues qu’ils connaissent cette notion de fréquence des phonèmes, et peut être de classification des langues selon un nouvel angle.

Sab

[Pixel]

C'est interessant comme analyse. Tu l'as fait avec un outil specifique ?

[sab]

Etant donné qu'en kotava l'écrit est identique à l'oral, c'est assez facile avec un traitement de texte standard.
Il suffit d'utiliser la fonction de remplacement (ctrl-H dans Woooord), de remplacer, mettons A par #, et là le programme dit qu'il a effectué n remplacements.
Et dans les propriétés du document, on a la statistique du nombre de mots et caractères. Il suffit ensuite de calculer les pourcentages.

[Pixel]

Ok, mais j'esperais justement que tu aies utilise un outil

[sab]

Ci-dessous, une analyse pour l’italien

Sur un morceau de traduction en Italien d’Anna Karénine, sur un texte de 3053 caractères alphabétiques, j’arrive aux analyses statistiques suivantes :
3053 car. = 625 mots --> 4,88 car./mot en moyenne
2806 phonèmes autonomes.

Voyelles : (total : 1343 = 47,86 %)
A : 375 = 13,36 %
E [é] : 314 = 11,90 %
I : 295 = 10,51 %
O : 290 = 10,33 %
U [ou] : 69 = 2,46 %

Semi-voyelles : (total : 29 = 1,03 %)
GL [mouillure] : 26 = 0,93 %
J [mouillure] : 3 = 0,11 %
W : 0
Y : 0

Consonnes : (total : 1422 = 50,67 %)
N : 206 = 7,34 %
R : 180 = 6,41 %
T : 178 = 6,34 %
L : 141 = 5,02 % (dont LL : 29 et L simple : 112)
S [ss] : 110 = 3,92 %
C [k], CH, K : 109 = 3,88 %
D : 108 = 3,85 %
M : 88 = 3,13 %
P : 75 = 2,67 %
V : 71 = 2,53 %
B : 26 = 0,93 %
SC [sch] : 25 = 0,89 %
S [z] : 24 = 0,85 %
G [dj] : 21 = 0,75 %
F : 20 = 0,71 %
G [g dur], GH : 15 = 0,53 %
Z [ts] : 14 = 0,50 %
QU [qw] : 12 = 0,43 %
H [h isolé] : 8 = 0,28 %
GN [ñ] : 3 = 0,11 %
X : 0

-----------------------
L’Italien est réputé être une langue vocalique. Ici : 47,86 % de voyelles

J’aimerais bien que d’autres me livrent des éléments de comparaison ou d’appréciation comparative sur les langues qu’ils connaissent.
A mon avis on peut assez aisément réaliser un tel exercice sur des langues comme l’espagnol, l’allemand voire le russe ou nombre de langues slaves. Par contre, pour le français ou l’anglais, sauf à faire des comptages totalement manuels, ce doit être très compliqué.

Sab

[Jean-Charles]

L'analyse des fréquences de phonèmes permet le décodage de textes cryptés.

[Pixel]

Euuuuuh, pour les textes très mal cryptés

Pour le japonais, qui n'est peut-être pas réputé pour être vocalique, je pense que le nombre de voyelles serait supérieur au nombre de consonnes. Cela dit, je ne pense pas que ce soit très pertinent. Comment analyser la fréquence des syllabes e.g., et qu'est-ce que ça pourrait apporter ?

[Psychedelik Barakî]

[Pixel]

Sachant que les voyelles peuvent être utilisées seules - et pas les consonnes (sauf le "n") -, et qu'elles servent à former les voyelles "longues", je pense (je suis sûr) qu'il y a plus de voyelles.

Exemples :
aoi : bleu (bleu/vert)
taiyô = taiyou : soleil
kaku : écrire
shinbun : journal

[bcordelier]

Oui, mais pour être exact, il faut "évacuer" les lettres muettes dans le contexte oral. En japonais il me semble que la plupart des "u" finals sont muets ou quasiment, ce qui doit faire baisser le taux de vocalisme réel.

Outre le taux de vocalisme global, la fréquence et la distribution des divers phonèmes a également une influence importante sur la perception auditive d'une langue. Apparemment l'italien répartit assez équitablement ses 4 voyelles principales. Cela doit contribuer au caractère mélodieux, abstraction faite des tonalités qui, même si elles n'apparaissent pas là, ont également une influence.

[Pixel]

[bcordelier]

En vertu du Larousse et du Dictionnaire de la Langue Française, "finals" est la bonne forme. Une des multiples exceptions de notre belle langue

N'y a t-il que dans les verbes que le "u" final ne se prononce quasiment pas en japonais ? J'ai toujours à l'oreille les formes Shikok (pour l'Île de Shikoku) ou Fukuok (pour Fukuoku) ?

[Jean-Charles]

Fukuoka ?

[Pixel]

Pour "finals", tu m'apprends quelque chose, merci

Cela dit, dictionnaire de l'Académie française, 9ème édition :

[sab]

Ci-dessous, une analyse pour l’Espagnol

Sur un morceau de traduction en Espagnol d’Anna Karénine, sur un texte de 17.494 caractères alphabétiques, j’arrive aux analyses statistiques suivantes :
17494 car. = 3622 mots --> 4,83 car./mot en moyenne
16318 phonèmes autonomes.

Voyelles : (total : 7741 = 47,44 %)
E [é] : 2242 = 13,74 %
A : 2197 = 13,46 %
O : 1508 = 10,33 %
I : 1278 (dont 114 pour "y" en tant que "i" strict) = 9,24 %
U [ou] : 516 = 3,16 %

Semi-voyelles : (total : 150 = 0,92 %)
Y [mouillure] : 85 = 0,52 %
LL [mouillure] : 64 = 0,39 %
W : 1 = 0,01 %

Consonnes : (total : 8427 = 51,64 %)
S [ss] : 1220 = 7,47 %
N : 1128 = 6,91 %
R : 997 = 6,11 %
D : 782 = 4,79 %
L : 767 = 4,70 %
T : 688 = 4,21 %
C [k], Qu, K : 660 = 4,04 %
B, V : 519 (B : 325, V : 194) = 3,18 %
M : 420 = 2,57 %
P : 397 = 2,43 %
C [z] : 164 = 1,00 %
H [h isolé] : 134 = 0,82 %
G [g dur] : 131 = 0,80 %
J, G [jota] : 119 = 0,73 %
F : 92 = 0,56 %
CH [tch] : 78 = 0,48 %
Z [z] : 54 = 0,33 %
Ñ [gn] : 52 = 0,32 %
RR : 25 = 0,15 %
X : 0

-----------------------
L’Espagnol est presque aussi vocalique que l’Italien. Ici : 47,44 % de voyelles, avec une plus grande importance pour le E. Par contre, assez peu de diphtongues.

J’aimerais bien que d’autres me livrent des éléments de comparaison ou d’appréciation comparative sur les langues qu’ils connaissent : Allemand, Russe, Suédois, etc.

Sab