Предположим, вы хотите сказать: «Piss off, mate!»[129] Как эти звуки появляются у вас изо рта и отправляются в чьи-то уши? В этих трех словах три слога, пять согласных и три гласных звука, если судить по тому, что произносится, а не по отображению на письме. Технически последовательность звуков следующая: [ph], [i], [s], [ɔ], [f], [m], [еi], [t]. Слоги: [phis], [ɔf] и [meit]. Что не очень характерно для английского, каждое слово в этом ругательстве состоит из одного слога.

Языки жестов тоже могут нас многому научить в области организации нашей нервной церебрально-когнитивной платформы. Носители языка жестов могут общаться с той же скоростью, что и пользователи речевого аппарата. То есть развитие нашего мозга не может быть настолько связано со звуками речи, чтобы все прочие модусы или каналы речи оказались нам недоступны. Маловероятно, что эволюция изначально оснащает каждого человека отдельными нейронными сетями: для языка жестов и для обычного языка. Разумнее предположить, что наш мозг способен обрабатывать сигналы различных модусов, а руки и рот обеспечивают самые простые варианты выражения языка. Кстати, в языках жестов также обнаруживаются слогоподобные группировки жестов, поэтому мы знаем, что у нас есть предрасположенность к такой группировке в том смысле, что наш мозг быстро улавливает слоговые группы, благодаря чему увеличивается скорость обработки знаков. Однако вне зависимости от других модусов звуковая речь остается основным каналом коммуникации для большинства людей — это факт. И это довольно интересно, поскольку он дает нам свидетельство того, что эволюция перестроила физиологию человека под задачи речи.

Человеческие младенцы в плане строения голосового тракта мало отличаются от других новорожденных приматов. Часть голосового тракта ребенка, расположенная выше гортани (супраларингеальный голосовой тракт), выглядит почти так же, как у шимпанзе. Когда новорожденные едят, у них приподнимается гортань, благодаря чему блокируется проход, ведущий к носу (носоглоточный проход). Благодаря этому в трахею не попадает материнское молоко или другая пища. Человеческие детеныши могут одновременно есть и дышать, не опасаясь подавиться, прямо как шимпанзе.

Взрослые такую способность теряют. По мере взросления голосовой тракт удлиняется. Относительные размеры рта уменьшаются, а глотка (отдел горла, расположенный непосредственно за ротовой полостью и выше гортани, трахеи и пищевода) удлиняется. Соответственно, гортань взрослого не поднимается так же высоко относительно рта, а потому в нее может попадать пища. Как мы уже отмечали ранее, если инородное тело попадет в трахею, то человек может задохнуться и умереть. Поэтому, чтобы не подавиться во время еды, при глотании важна точная координация работы языка, гортани, надгортанника и пищеводного сфинктера (круглая мышца в пищеводе). Люди обычно стараются не разговаривать с набитым ртом. Разговор во время еды может привести к гибели или доставить серьезный дискомфорт. Взрослые люди утратили полезную способность, которой обладают шимпанзе и человеческие младенцы.

Но есть и хорошие новости. Хотя весь перечень изменений, которые претерпел человеческий голосовой аппарат, слишком обширен, чтобы приводить его в этой работе, их конечный результат дает нам возможность говорить намного четче, чем Homo erectus. Все потому, что мы можем производить более широкий набор звуков, в особенности гласных, например супергласные «i», «а» и «u», которые встречаются во всех языках мира. Они воспринимаются проще всего. Мы — единственный вид, способный производить все из них. Кроме того, гласный «i» представляет особый интерес. Он позволяет слушающему оценить протяженность голосового тракта говорящего, а, следовательно, определить его относительные размеры и пол, а также «нормализовать» ожидания в процессе распознавания голоса говорящего.

Это эволюционное изменение голосового аппарата открывает доступ к большему набору вариантов продуцирования звуков речи, начинающегося с легких. Для голосового аппарата человеческие легкие — как баллон с гелием для воздушного шарика. Рот — как горлышко шарика. Когда мы выпускаем воздух из шарика, высоту звука можно регулировать, изменяя натяжение материала — делая отверстие, через которое выходит воздух, шире или уже. Также можно периодически перекрывать поток воздуха и «подкачивать» шарик, когда воздух в нем заканчивается, чтобы продолжить извлечение звука.

Однако если нос и рот человека имеют некоторое сходство с горлышком воздушного шара, то различных движущихся частей, изгибов и полостей, через которые проходит воздух, в них намного больше. Поэтому люди могут издавать гораздо больше звуков, чем воздушные шары. А поскольку человеческие органы слуха эволюционировали в паре с голосовым аппаратом, неудивительно, что они развили наибольшую чувствительность к относительно небольшому набору звуков, используемых в речи.

Согласно исследованиям в области эволюционной биологии, у всех сухопутных животных гортань развивалась на основе одного органа — легочного клапана древних рыб, в частности протоптеров, рогозубов и лепидосиренов. Рыбы дали нам речь. Две специальные щели в дыхательном клапане этих древних рыб препятствовали попаданию воды в их легкие. Эволюция добавила к этому простому мышечному механизму хрящи, приделала еще кое-что полезное для дыхания млекопитающих и звукоизвлечения. В результате получились голосовые связки человека — довольно сложный набор мышц. Впервые словом cordes их назвал французский исследователь Антуан Феррейн, который сравнивал голосовой аппарат со скрипкой[130].

Но вот что действительно сложно, так это управление этим инструментом. Люди не играют на своих голосовых аппаратах руками. Они управляют движением сотен мышц, от диафрагмы до языка, и отверстием назофарингеального прохода с помощью мозга. Форма голосового аппарата эволюционировала в течение тысячелетий, чтобы продуцировать более отчетливые звуки, эффективно отражающие нюансы языка говорящих, а мозг развивал новые связи, необходимые для управления голосовым аппаратом.

Для продуцирования речи людям необходимо уметь очень четко контролировать дыхание. Дыхание состоит из вдохов и выдохов. Речь почти всегда осуществляется на выдохе. Для этого требуется контролировать поток воздуха и управлять давлением воздуха, поступающего из легких через голосовые складки. Для речи необходимо уметь продуцировать звук даже после точки «тихого дыхания» (когда воздух не выталкивается из легких при выдохе под действием движения мышц, а вытекает из них в пассивном режиме). Такой контроль позволяет продуцировать длинные предложения, попутно создавая не только отдельные звуки речи, гласные и согласные, но также интонацию, регулировать громкость и продолжительность слогов и фраз.

Очевидно, что мозг тесно связан с продуцированием речи, поскольку электростимуляция определенных областей мозга может приводить к речевым движениям и извлечению некоторых звуков (в особенности гласных). Другие приматы реагируют на такую стимуляцию иначе. Стимуляция области, соответствующей полю Бродмана 44, у них приводит к появлению движений лица, языка и голосовых связок, но фонации, как в случае с людьми, не происходит.