Centralnym pojęciem w badaniach fonetycznych jest głoska. Termin ten oznacza najmniejszy element tekstów języka mówionego. Jest to więc dźwięk postrzegany zmysłem słuchu, produkowany przez nadawcę w celu porozumiewania się z odbiorcą. Dźwięk ten nie ma znaczenia, tzn. nie odsyła do ściśle określonego elementu rzeczywistości pozajęzykowej. Tworzy strukturę komunikatu, współwystępując z innymi elementami mowy i tylko wspólnie z nimi staje się nośnikiem informacji o świecie. Dla przykładu zwróćmy uwagę na wyrażenie [kot], W jego strukturze fonetycznej dają się zidentyfikować trzy niepodzielne elementy dźwiękowe [k], [o], [t], które nazwiemy głoskami. Żaden z tych elementów, występując w izolacji, nie odsyła do jakiegoś elementu rzeczywistości, nie posiada więc znaczenia. Współwystępując jednak z innymi dźwiękami, które są elementami tekstów mówionych, tworzy strukturę jednostek języka, np. [kot], [kto], [tok], które mają znaczenie na mocy określonych konwencji semantycznych znamiennych dla współczesnej polszczyzny. Odsyłają one bowiem do różnych elementów otaczającego nas świata.
Pamiętajmy jednak, że głoską nazwiemy tylko taki dźwięk produkowany przez nadawcę, który jest nośnikiem informacji dającej się interpretować zgodnie z systemowymi konwencjami znaczeniowymi. Sposób rozumienia takich informacji ma więc ponadjednostkowy, ogólny charakter i niezależny jest od konsytuacji czy jednostkowej woli nadawcy. Cytowane wyżej wyrażenia [k], [o], [t] możemy nazwać głoskami, gdyż występują w kontekstach typu [kot], [kto], [tok], których sposób rozumienia ma skonwencjonalizowany, ponadjednostkowy, a co za tym idzie, systemowy charakter. Nie będą natomiast interpretowane jako głoski takie dźwięki produkowane przez człowieka i pojawiające się w tekstach mówionych, a więc będące nośnikami określonych informacji, których interpretacja nie ma systemowego charakteru. Za przykład może posłużyć tutaj mruczenie, dmuchanie, chuchanie, cmokanie, mlaskanie i szereg innych tzw. „nieartykułowanych dźwięków”. Bliżej przyjrzyjmy się przeciągle wymawianemu dźwiękowi zbliżonemu do głoski [o]. Może on pojawić się w różnych tekstach jako nośnik informacji
0 rozmaitych stanach emocjonalnych nadawcy. Sposób rozumienia tego dźwięku nie jest jednak stały, tzn. dany na mocy określonych systemowych reguł semantycznych. Każdorazowo uzależniony jest natomiast od kontekstu
1 konsytuacji. Zależnie od woli nadawcy omawiany tutaj dźwięk [oooo] może być interpretowany jako wykładnik, np. zachwytu, zdziwienia, dezaprobaty czy także cierpienia osoby mówiącej.
W artykulacji każdej głoski wyróżnia się trzy fazy, a mianowicie:
a) następ (wstęp, nastawę) — jest to moment przechodzenia narządów mowy od położenia obojętnego do układu charakterystycznego dla produkowania określonego dźwięku mowy ludzkiej,
b) szczyt — jest to moment względnego spoczynku narządów mowy w położeniu znamiennym dla wymawiania danego dźwięku,
c) zestęp — jest to moment powrotu narządów artykulacyjnych do położenia obojętnego.
Czas trwania głoski w potoku żywej mowy trwa niezwykle krótko. Poszczególne fazy artykulacyjne nie dają się zatem łatwo obserwować. Można je icdnak dość dokładnie badać i opisywać, stosując zapis kinorentgenograficzny lub inne wyżej przedstawione techniki laboratoryjne. Pozwalają one bowiem zarówno obserwować artykulację głosek w zwolnionym tempie, jak i zatrzymywać obraz układu narządów artykulacyjnych w dowolnej fazie wymawiania dźwięku mowy ludzkiej.
Próba zdefiniowania sylaby jest jednym z najbardziej kontrowersyjnych problemów zarówno w fonetyce, jak i w fonologii. Świadczy o tym obszerna lileratura omawiana w pracy Lewandowskiego (1975: 602) oraz wyraźne zróżnicowanie poglądów autorek „Fonetyki i fonologii”, która ukazała się jako trzeci tom „Gramatyki współczesnego języka polskiego”. L. Dukiewicz twierdzi, że sylaba fonetyczna jest zjawiskiem językowym uniwersalnym. Zauważa nna jednocześnie, iż podział wypowiedzi na sylaby warunkują zachodzące między segmentami głoskowymi różnice artykulacyjne (obecność — nieobe-i iiość okresowych drgań wiązadeł głosowych, zamknięcie i różne stopnie otwarcia kanału głosowego) i związane z nimi różnice fizyczne (przede wszystkim zmiany intensywności), odbierane audytywnie jako różnice donośności. W aspekcie artykulacyjnym ośrodkiem (rdzeniem, jądrem, szczytem) sylaby londycznej jest segment głoskowy, różniący się od najbliższego otoczenia większym stopniem otwarcia kanału głosowego, najczęściej artykułowany / udziałem regularnych drgań wiązadeł głosowych. Jako zjawisko fizyczne .••gment ten odznacza się głównie wyższą niż w sąsiedztwie intensywnością. / audytywnego punktu widzenia jest to segment o wyraźnie wyższej donośno-'.i i niż otoczenie. Granice sylab fonetycznych wyznaczone na podstawie kryte-1111 w atrykulacyjnych wypadają między dwoma szczytami zwężenia kanału plusowego. W aspekcie akustycznym granice te wyznacza moment zerowej lub inipiiższcj intensywności na określonym odcinku wypowiedzi. Na płaszczyźnie iiuilytywncj granice sylab wyznaczają miejsca występowania pauzy akustycz-iii-1 lub największego spadku donośności między sąsiadującymi szczytami (zob.
I •iikicwicz, 1995: 75 76).