Mjauuu – så hittar katten sina vokaler

Jag är intresserad av orsakerna till olika språkfenomen. När något är vanligt förekommande bland världens språk vittnar det om att språkets egenskaper inte har uppstått slumpvis. Eftersom jag är både talforskare och kattägare kommer kattljud ofta på tal.

På svenska heter det att katten säger ”mjau”. Men vi finner snarlika ord på till exempelvis baskiska (”mau”), bengali (”miu”), och vietna­me­siska (”miaw”). Till och med på mi’kmaq – ett språk som talas av urinvånare i östra Kanada – heter det ”mia’wj”.

Det finns förstås många anledningar till att obesläktade språk kan ha liknande ord för lika koncept. Tyskland heter Doitsu på japanska, efter det holländska Duits, ett resultat av internationell handel i Ostasien i början av 1600-talet. Men ett ord som är onomatopoetiskt heter som det låter. På svenska finner vi till exempel ”knaster”, ”pang” och ”slafs”. Och runtom i världen också alltså ”mjau”.

Generellt sett uppstår vokalljud i ett samspel mellan två av varandra oberoende delar – en ”källa” och ett ”filter”. Källan är stämbandens vibrationer, vilka skapar en grundton med övertoner, medan filtret utgörs av ansatsröret (svalg, munhåla och näshåla) som förändrar hur energin fördelas.

Vissa frekvenser förstärks, andra dämpas. Frekvenser som förstärks kallar vi formanter. Genom att ändra artikulatorernas position (till exempel tunga och läppar) kan vi producera olika vokaler och konsonanter.

När vi producerar talljud står tungan för det största bidraget. Prova själv att säga ”auu”. Du kommer märka att tungan börjar med en vilande position platt i munnen (”ah-”) och drar sig tillbaka och uppåt i gommen (”-uu”).

Du kan till och med åstadkomma samma kontrast, från ”a” till ”u”, nästan utan att röra på läpparna, som annars förstärker intrycket. Rösten har alltså en begränsad betydelse för vokaler. Det som ändrar ett ”i” till ett ”o” är att formen på röret förändras.

Men när djur producerar sina läten rör de i stort sett aldrig på tungan. Det leder till en fråga: Om katterna inte ändrar på ”röret” på samma sätt som vi – hur gör de för att jama?

Studier på katternas melodier visar att katterna jamar i olika avsikt med sina röstljud. Ett jamande som betyder ”mata mig” är mer utdraget än ett som betyder ”släpp ut mig”. Det visar att katterna har god förståelse för ”källans” dynamik. Men detta säger alltså inget om huruvida jamandet har en särskild relation till människor, eller varför vi uppfattar ”mjau” som vi gör.

När fysikern och Nobelpristagaren Richard Feynman gick bort, stod skrivet på svarta tavlan i hans arbetsrum: ”Vad jag inte kan bygga, kan jag inte förstå.” Mycket av talforskningen har drivits av en liknande ingenjörsprincip. Inflytelserika studier av talproduktionen eller -akustiken har utformats i syfte att återskapa dess centrala egenskaper. Detta kallas ibland ”analysis by synthesis”.

Metoden gör ett antal antaganden. Vi utgår från att det finns ett förhållande mellan talröret och en given vokal, till exempel ”oo”. Att producera vokalen innebär en sekvens av artikulatoriska gester – som att dra tillbaka tungan från främre munhålan och att runda läpparna.

Med hänvisning till magnetröntgenbilder av talapparaten kan vi sedan simulera vokalens ”form”, och bygga vokalen nerifrån och upp. Om vi på så vis lyckas återskapa samma vokal kan vi vara säkra på att ha förstått hur vokalen uppstår rent fysiskt. Jag ställde mig frågan om vi kunde närma oss kattens röstljud på liknande sätt.

Vid ett besök till universitetet i Tübingen, Tyskland, träffade jag min kollega Alexandros Karakostis. Alexandros berättade att han hade kontakt med en veterinär i Aten. Förutom att behandla sjuka djur bevarade han också avlidna katter.

Tack vare Alexandros kontakter kunde jag lägga en beställning på en beskrivning av katternas ”filter”, alltså ansatsröret. Jag fick en detaljerad magnetröntgenbild där jag kunde anteckna bland annat avståndet från stämbanden till läpparna, längden på svalget, på munhålan, och tungan.

Vi matade in värdena i ett datorprogram som jag utvecklade tillsammans med studenter vid Kungliga tekniska högskolan. Programmet emu­lerar ett ”filter”, och förutsäger formanternas position. På så vis ville vi återskapa katternas vokalliknande yttringar.

Den mänskliga vokalrymden kan förenklat sägas existera i två dimensioner, där vardera speglar den första respektive andra formanten. Den första formanten i naturligt tal finns generellt mellan 200 och 1 000 vibrationer per sekund (eller Hertz, Hz), och den andra mellan 600 Hz och 2 500 Hz. Vad innebär detta för mjau?

Våra kattmodeller förutsade att den första ”kattformanten” skulle sjunka från strax över 2 000 Hz till omkring 1 000 Hz i samband med att käken höjdes och munöppningen krympte. När en katt öppnar och sluter munnen tycks den alltså lägga den första formanten inom ett frekvensfönster där människor är vana att uppfatta vokaler.

Till följd av kattens kortare luftvägar landade dock högre formanter på över 3 000 Hz, där deras bidrag till vokalkvaliteten är begränsad. Detta innebar att även om kattvokalernas produktion var väsensskild från människans vokaler, skulle den mänskliga lyssnaren generellt bortse från mycket av bruset. Vi hör likheten men inte skillnaden.

Det är förstås inte möjligt att säkert säga om tamkatten utvecklat sin kommunikationsstil för att det var ett effektivt sätt att kommunicera med människor. Däremot kan vi med säkerhet säga att bland alla tillgängliga ljud en katt kan ge ifrån sig, skulle en katt som ville kommunicera med människor göra rätt i att välja ett mjau.

Resultaten av vår syntes förklarar också varför människor runtom i världen, oavsett språklig bakgrund, tenderar att höra samma ord i katternas trugande. Mjau är ett ljud som, rent fysiskt, liknar talspråk.