1. Perzeptive Aspekte der Silbe 

Ausgehend von der bisherigen Diskussion der akustischen Aspekte sprachlicher Zeichen und insbesondere im Anschluss an die lautlichen Gestaltqualitäten, die in Bühler 1965, 284; ♦) hervorgehoben werden, lässt sich das Folgende feststellen:

Klänge (mit klarer Formantenstruktur) stehen in elementarem Gegensatz zu Geräuschen und Unterbrechungen; man spricht auch von Sonorität (Klang,) einerseits und Obstruktion (Geräusch/Unterbrechung) bzw. konsonantischer Stärke anderseits.

Beide Schalleindrücke sind jedoch eng aufeinander bezogen und gerade ihre mehr oder weniger gleichmäßige, d.h. rhythmische, Abfolge ist charakteristisch für die Akustik sprachlicher Zeichen.

Nicht alle Laute lassen sich jedoch ganz eindeutig und alternativ entweder mit der Sonorität oder aber mit der Obstruktion identifizieren; die Sprachlaute bilden vielmehr Gruppen, die sich auf einem Kontinuum der Schallfülle abbilden lassen; den einen Pol des Kontinuums bilden die Vokale (reine Sonorität), den anderen die Plosive (totale Obstruktion); die anderen Laute, die nach unterschiedlichen Kriterien (Merkmalen) gruppiert werden können, liegen dazwischen, wie die folgende Darstellung in sieben Schallfüllegraden zeigt; aus produktionsorientierter Sicht stellt man die mit abnehmender Sonorität zunehmende Obstruktion in der Vordergrund und spricht von konsonantischen Stärkehierarchien.

				Sonoranten
	Plosive	Affrikaten	Frikative	Nasale	Liquiden	Halbvokale	Vokale
↑ S o n o r i t ä t ↑
	←  O b s t r u k t i o n  ←
Das Kontinuum der Schallfülle zwischen reiner Sonorität (Vokale) und totaler Obstruktion (Plosive)

Die akustische Form sprachlicher Zeichen sollte also nicht als Abfolge/Wechsel von Vokalen und Konsonanten, sondern Abfolge von Lauten mit mehr oder weniger viel Schallfülle verstanden werden. Ob ein Laut in einem Zeichen als Schallfüllegipfel oder als -tal angesehen muss, kann nur im lautlichen Kontext, in der Abfolge selbst, beurteilt werden, denn es handelt sich in der Regel um relative Gipfel und Täler.

In gewisser Hinsicht sind die beiden Prinzipien jedoch nicht gleichwertig, denn schon die Unterbrechung eines reinen Klangs, eines Stimmtons, wirkt wie die stärkste Obstruktion; aus totaler Obstruktion heraus kann jedoch keine Sonorität erzeugt werden. Die Sonorität ist - ganz im Sinn Bühlers - deshalb dominant.

Weiterhin ist nun klar, dass die Basiseinheit der Audition keine einzelnen Segmente, sondern stets Segmente mit ihrer jeweiligen vorhergehenden und nachfolgenden Umgebung sind. Die minimale Folge von relativen Schallfüllegipfeln und den angrenzenden Tälern bezeichnet man als Silbe. Dazu noch einmal Karl Bühler:

Auf diese Analyse ist die einfache Definition von D. Jones zugeschnitten: «Wenn zwei Laute einer Gruppe getrennt sind durch einen oder mehrere Laute von geringerer Sonorität als jeder von beiden, dann sagt man, jene Laute gehören zu verschiedenen Silben» (Outline § 99). Wer sich einmal dem Zauber dieser klaren Konzeption ergeben hat, wird kaum wieder ganz davon frei werden, und es ist vermutlich auch gar nicht nötig. Denn das Aufgliedern eines Klangstroms in Wellen oder Pulse ist ein Strukturgesetz unseres Hörens; und warum sollte es im sprachlichen Klanggebiet nicht die Dimension der Schallfülle sein, an der eine Grundwelle sozusagen heraus- oder manchmal auch hineingehört wird? Eine Serie äquidistanter und völlig gleichstarker Schlaggeräusche wird von einem menschlichen Auffassungsapparat so gut wie unvermeidlich rhythmisch (taktmäßig) gegliedert; und ein Lautstrom vom Typ des sprachlichen wird nach der Meinung der Forscher in erster Linie auf Sonoritätswellen hin abgehört. Beides vermutlich kraft Anlage und Übung zugleich, die in uns von früher Kindheit an gereift und ausgebildet sind. (Bühler 1965, 263)

Eine gutes Indiz dafür, dass die Syllabierung tatsächlich ein "Strukturgesetz" der menschlichen Audition sein könnte darf man darin sehen, dass schon kleine Kinder das Klopfen von Silben spontan lernen. Darüber hinaus gibt es Kinderspiele, die auf dem Hinzufügen und Ändern von Silben bestehen; ein Beispiel gibt Marina Nespor:

Per esempio, in italiano, si ha un gioco che consiste nell’inserire dopo ogni sillaba di una frase, la sillaba ghe, e che ha l’effetto di trasformare una frase come vieni con me in vieghenighe conghe meghe. (Nespor 1993, 151)

Bühler illustriert sein Verständnis der Silbe als relative Maxima an Sonorität im Redefluss an folgendem Beispiel:

Diese Beispielwörter illustrieren sehr gut die Relativität des Maximums, denn [n] ist im Fall von [atntat] <Attentat>  ein Maximum und als Silbengipfel zu verstehen; das Wort ist daher dreisilbig. Im Fall von [tante] markiert das [n] dagegen den Sonoritätsabfall vom Gipfel (= [a]) zum Tal (= [t]). 

Während sich die Sonoritätsminima und -maxima (und damit die Zahl der Silben)  recht eindeutig bestimmen lassen, erhebt sich die schwierige Frage nach der genauen Silbengrenze, die in neuerer Notation meist mit einem /./ dargestellt wird. Soll man also

• /a.tn.tat/ oder /at.n.tat/

notieren? Diese Frage ist vor allem in längeren Lautketten problematisch. Dazu das folgende  Beispiel: è un esperto di linguistica

ε

u

n

e

s

p

ε

r

t

o

d

i

l

i

ŋ

w

i

s

t

i

k

a

Sonoritätsprofil von è un esperto di linguistica

Hier ergeben sich grundsätzliche mehrere Lesarten: 

• /ε.u.nes.pεr.to.di.li.ŋwis.ti.ka/,
• /ε.un.es.pεr.to.di.liŋ.wis.ti.ka/,
• /ε.u.nes.pεr.to.di.li.ŋwis.ti.ka/.

Es stellt deshalb die Frage, welche Konstituenten für eine Silbe angesetzt werden sollen, und wie ihre Beziehungen verstanden werden können.

2. Was ist eine Silbe? 

Bei der Analyse von Silben werden konkurrierende Terminologien gebraucht; man unterscheidet drei funktionale Konstituenten:

Incipit	Nukleus	Coda
Anfangsrand	Silbenkern	Endrand
Kopf
Onset

In Vennemann 1986 werden drei Modelle diskutiert, die zwar ähnliche Konstituenten, aber ganz unterschiedliche hierarchische Strukturen ansetzen. Alle drei Modelle setzen implizit voraus, dass nur das als Nukleus oder Silbenkern bezeichnete Sonoritätsmaximum obligatorisch ist, denn bereits ein isolierter Vokal ist silbisch. 

Der Vorschlag von Paul Kiparsky basiert auf einem Gegensatz zwischen (fakultativem) Anfangsrand¹ (eng. onset) und Reim, im dem Nukleus und fakultativer Endrand (engl. coda) integriert werden.   

Im Gegensatz dazu wird in einem anderen Modell der Nukleus mit dem Anfangsrand im Silbenkörper integriert und dem Endrand gegenüber gestellt. Die Silbenränder sind zwar beide fakultativ, aber hier wird eine  engere funktionale Zusammengehörigkeit von  Nukleus und Anfangsrand vorausgesetzt.

Das dritte Modell trennt obligatorische und fakultative Konstituenten indem die beiden Ränder gemeinsam als Schale konzipiert werden:

Man unterscheidet folgende Typen:

• offene Silben haben keinen Endrand, d.h. sie enden mit dem in der Regel vokalischen Nukleus (KV);
• geschlossene Silben haben einen Endrand ([K]VK);
• bedeckte Silben haben einen Anfangsrand (KV[K]);
• nackte Silben haben keinen Anfangsrand (V[K]).

Bei der Abwägung der genannten Modelle ist zu berücksichtigen, dass die möglichen Silbentypen im Italienischen (und in den Sprachen der Welt) durchaus nicht gleich häufig sind. Die sehr unterschiedliche Verbreitung, die teils mit systematischen Einschränkungen in manchen Sprachen/Dialekten einhergeht ist so auffällig, dass von Theo (Vennemann 1986, 38 ff.), universelle "Präeferenzgesetze" für die Syllabierung formuliert wurden; sie sind für das Verständnis der Diachronie (vgl. Geisler 1992) ebenso wichtig wie für die Adaptation von Fremdwörtern. Zu unterscheiden sind Einzelsilben und Silbenfolgen.

2.1. "Präferenzgesetze für Einzelsilben" (Vennemann 1986, 38)

ANFANGSRANDGESETZ: Ein Anfangsrand ist um so stärker bevorzugt, (a) je näher die Anzahl seiner Sprachlaute bei Eins liegt, (b) je größer die Konsonantische Stärke seines ersten Sprachlauts ist und (c) je schärfer die Konsonantische Stärke vom ersten Sprachlaut auf die Stärke des folgenden Nukleus zu abfällt. (Vennemann 1986, 38)

Gemäß diesem Prinzip sind Plosive die optimalen Silbenanlaute; charakteristisch für das Italienische ist - ganz im Sinne dieses ‘Gesetzes’ - die stark eingeschränkte Nutzung komplexer Anfangsränder, die aus mehreren Konsonanten bestehen (vgl. Nespor 1993, 154 f.). Schon die Liquiden sind als zweites Segment im Anfangsrand nicht frei verfügbar; /l/ ist dabei noch stärker eingeschränkt als /r/; man vergleiche die unmöglichen Anlaute */tl-/, */dl-/, */vr-/, */mr-/ und den systematischen Abbau der Kombination  Plosiv + /l-/, der einer Reduktion der konsonantischen Stärke und einer Assimilation des Anfangsrands an den Nukleus entspricht; gleichzeitig wird der Abfall der konsonantischen Stärke geschärft:

								↑
								↑
k	l	a	m	a	t	>	k	j	a	m	a
lat. clamat [kl-] > ita. chiama [kj-] Schwächung des Anfangsrands

Analog verhalten sich [gl-] (vulg.lat. glacia > ita. ghiaccia), [pl-] (lat. pluit > ita. piove) und [bl-] (germ. *blund > ita. biondo).

Eine Optimierung des Anfangsrands gemäß Kriterium (a) lässt sich in der Reduktion von Konsonantenverbindungen (engl. cluster) zu einfachen Konsonanten oder alternativ in Vokaleinschüben erkennen, so wird die Verbindung /kn-/  in langob. knohha zu  ita. nocca ‘Knöchel’   und aus dem zweisilbigen deu. Friedrich (KKV.KKVK) wird das viersilbige ita. Federico (KV.KV.KV.KV):

f

r

i

d

r

i

ç

>

f

e

d

e

r

i

k

o

Friedrich > Federico

Sehr gut zum Anfangsrandgesetz passt auch die Affrizierung des sogenannten hiatischen Anlauts, lat. [i-] + Vokal > ita. ʤ ( z.B. lat. iocum > iat. gioco); der Hiat, das heißt die Folge zweier Vokale, die (im Unterschied zum Diphthong) zu zwei verschiedenen Silben gehören, widerspricht dem Anlautgesetz mit der Tendenz zum einfachen konsonantischen Anlaut mit starker Obstruktion grundsätzlich und erweist sich in der Sprachgeschichte in der Tat oft als instabil.

ENDRANDGESETZ: Ein Endrand ist um so stärker bevorzugt, (a) je kleiner die Anzahl seiner Sprachlaute ist, (b) je geringer die Konsonantische Stärke seines letzten Sprachlauts ist und (c) je schärfer die Konsonantische Stärke vom letzten Sprachlaut auf die Stärke des vorangehenden Nukleus zu abfällt. (Vennemann 1986, 38)

Die Kriterien (a) und (b) lassen eine Tendenz zum vokalischen Auslaut erwarten; (c) betrifft den mehrgliedrigen Endrand; Silbenstruktur wir in deu. <Strumpf> [ʃtʀumpf] oder  <schmerzt> [ʃmɛʀʦt] sind hochgradig markiert und im Italienischen völlig unmöglich. 

ʃ	t	r	u	m	p	f
deu. Strumpf [KKKVKKK]

Die Ränder dieser Silbe sind komplex, da jeweils drei Konsonanten gereiht sind und zudem die konsonantische Stärke weder kontinuierlich abfällt (im Anfangsrand), noch steigt (im Endrand). 

Komplexe Silbenränder sind im Italienischen selten; immerhin gibt es Anfangsränder aus zwei Konsonanten, denen im Fall von /s/ sogar noch ein dritter Konsonant vorangestellt werden kann, wie z.B. in strano (KKKV.KV). Aber das initiale /s-/ bildet einen Sonderfall:

a) è l'unica consonante che può precedere un incipit biconsonantico all'inizio di una parola, come in strano; b) è l'unica consonante che può essere la prima di due consonanti di un incipit in cui la seconda non è sonorante, come in scarpa, avendo così la possibilità di violare la scala di sonorità; c) è l'unica consonante non sonorante che può chiudere una sillaba, indipendentemente dall'incipit della sillaba successiva, come in lapis; d) è l'unica consonante che, se all'inizio di un nesso consonantico, non subisce il radoppiamento. (Nespor 1993, 176)

Allerdings werden entsprechende Gruppen in der Regel resyllabiert; zwar erlaubt die italienische Orthographie Worttrennungen wie a-spro,  aber:

ci sono vari motivi per credere che fonologicamente questi non siano incipit possibili[.] (Nespor 1993, 176)

Denn aus phonologischer Sicht muss man davon ausgehen, dass initiale s- zum Endrand der vorhergehenden Silbe werden (Beispiel aus Nespor 1993, 176 f.): 

• <è strano> → /ès.trano/,
• <tre sparvieri> → /tres.parvieri/,
• <uno straniero> →  /u.nos.tra.nie.ro/,
• <lo zio>  → /lo[ts.ts]io/.

Analoge Resyllabierungen sind sogar schon bei den wenigen mehrgliedrigen Anfangsrändern mit einem zweiten Konsonanten [-Sonorant] festzustellen; sie werden auch so behandelt, dass der initiale K- als Endrand zur vorhergehenden Silbe geschlagen wird:

• <lo psicologo> → /lo p.sicologo/ (*il psicologo),
• <lo xilofono> → /lo k.silofono/,
• <lo pneumatico> /lo p.neumatico/.

Das Italienische zeichnet sich durch ein klare Tendenz zur offenen Silbe aus; selbst einfache konsonantische Endränder sind selten:

Possiamo perciò trarre la conclusione che le uniche consonanti che possono fare la coda di una sillaba in italiano senza restrizione alcuna sono le sonoranti […]. Se colleghiamo questa osservazione al fatto che un sottoinsieme di queste, le liquide, possono terminare un incipit biconsonantico, notiamo che le sonoranti in italiano sono privilegiate nel fiancheggiare una vocale di cui siano tautosillabiche. (Nespor 1993, 153)

In diachronischer Perspektive wurden die lateinischen Auslautkonsonanten im Italienischen beinahe  vollständig abgebaut (zu den Resten vgl.  Rohlfs 1966, § 299); die morphologischen Auswirkungen dieses Prozesses waren in Deklination und Konjunktion erheblich.

NUKLEUSGESETZ: Ein Nukleus ist um so stärker bevorzugt, je geringer seine Konsonantische Stärke ist. (Vennemann 1986, 39)

Diese Gesetz wird im Italienischen voll bestätigt, da als Nukleus ausschließlich Vokale erlaubt sind. 

2.2. "Präferenzgesetze für Silbenfolgen" (Vennemann 1986, 39)

SILBENKONTAKTGESETZ: Ein Silbenkontakt ist um so stärker bevorzugt, je größer die Differenz in der Konsonantischen Stärke zwischen dem zweiten und dem ersten Sprachlaut ist. (Vennemann 1986, 39)

Demnach sind die folgenden Silbenkontakte eher optimal: Liquid.Plosiv, Plosiv.Liquid, also z.B. /-r.t-/ und /-t.r-/; dabei handelt es sich in der Tat um stabile Verbindung, wie lat. partem > ita. parte stellvertretend für viele andere zeigen. Ähnliches gilt auch für  Nasal-Plosiv-Kontakte (lat. pontem > ita. ponte, lat. campum > ita. campo). Als weniger optimal wären im Sinne des ‘Gesetzes’ dagegen Nasal-Frikativ-,  Frikativ-Nasal- oder Nasal-Nasal-Kontakte usw. anzusehen. Auch diese Vermutung wird durch die ita. Sprachgeschichte bestätigt, wie  lat. /-n.s-/ > s (mese), /-m.n-/ > /-nn-/ (lat. autum.num > ita. autun.no) zeigen. Derartige, weniger optimale Kontakte können auch dadurch verbessert werden, dass der Anfangsrand der zweiten Silbe gestärkt wird, wie die toskanische´und mittelitalienische Aussprache von /-r.s-/ als /-r.ts-/ zeigt (<corso> → [cor.tso], <penso> → [pen.tso]).

Im Silbenkontakt verhalten sich die betroffenen End- und Anfangsränder jedoch unter Umstanden anders als die oben genannten Präferenzregeln vermuten lassen: so gilt ein:

STÄRKEASSIMILATIONSGESETZ: Wird in einem Silbenkontakt die Konsonantische Stärke assimiliert, so verringert sich die Konsonantische Stärke des stärkeren Sprachlauts. (Vennemann 1986, 44)

Ein schönes Beispiel dafür sind Fälle wie lat. substantiam, das zu ita. sostanza wird; /b/ wird dabei an folgendes /s/ assimiliert und schwindet bei gleichzeitiger Resyllabierung, indem /s/ zum Endrand der vorhergehenden Silbe wird:

• lat. /sub.stan.tiam/ > ita. /sos.tan.za/.