Значение и звучание

То, что смысловая и морфологическая мотивированность существуют, очевидно. Тут не о чем спорить и нечего доказывать.

Но с третьим типом мотивированности — фонетическим — все гораздо сложнее. Поскольку мы, как правило, не осознаем фонетической значимости, то, естественно, не можем сознавать и фонетической мотивированности слова. Нужны специальные доказательства того, что звучание и значение слова стремятся к взаимному соответствию. Такие доказательства как раз и можно получить, вычисляя фонетическую значимость слов по формуле F и сопоставляя затем полученные результаты с признаковым аспектом значения тех же слов.

Конечно, чтобы доказательства были убедительными, нужно «просчитать» многие тысячи слов, потому что в огромных лексических запасах языка всегда можно подобрать десяток-другой примеров для подтверждения любой гипотезы. Только большой материал выявит какие-то общеязыковые тенденции. И здесь на выручку приходит электронно-вычислительная техника, с помощью которой мы вычислили фонетическую значимость десятков тысяч слов (пока только существительных).

Давайте познакомимся поближе с работой компьютера. Слова для расчета берутся в «звукобуквенном» виде, т. е. из звуковых характеристик учитывается только мягкость согласных и ударение. Мягкость согласных компьютер определяет сам по простому правилу: согласные, которые могут быть мягкими и твердыми, смягчаются перед И, Е, Ё, Ю, Я и мягким знаком. А вот место ударения нужно каким-либо способом указать, например с помощью апострофа. Так что слова вводятся в компьютер в обычном печатном виде, только с отметкой об ударении.

Конечно, «звукобуквенная» форма слова отличается от звуковой.

Например, слово любовь мы произносим как [л'убоф'], но с такой формой записи нам почему-то трудно согласиться, не так ли? Все же нам кажется, что после Л' звучит не совсем У, а на конце слова — не совсем Ф'. Это происходит потому, что на восприятие этого слова в сознании влияет его буквенная форма. Ведь пишется Ю, а не У. И мы помним, что Ю оценивается по шкалам вовсе не так, как У. На конце слова пишется ВЬ, а в других его формах (любви, любовью) звучит вовсе не Ф', а В'. Поэтому нам покажется, пожалуй, более подходящей формой Л'ЮБОВ'. Именно в таком виде рассчитает это слово компьютер по формуле F.

«Лексикон» компьютера, его словарный запас — это хранящийся в памяти список шкал. Так что описать фонетическую значимость слова компьютер может только с помощью прилагательных, задающих шкалы. По каждой шкале он рассчитывает фонетическую значимость очередного слова и сам выбирает характеристики этой значимости.

Чтобы пояснить, как он это делает, вспомним, что означают показатели F. Если, например, после вычислений оказалось, что звуковая форма слова апельсин получила по шкале «большой — маленький» оценку 3, 5 (т. е. F = 3, 5), а слово арбуз — оценку 2, 2, то это значит, что на шкале слова расположились так:

Мы условились считать, что нейтральная зона шкалы занимает расстояние от 2, 5 до 3, 5. Поэтому все величины F, которые попадают в зоны от 2, 5 и меньше и от 3, 5 и больше, считаются значимыми.

Оценка 2, 2 меньше, чем 2, 5, следовательно, она значима и обозначает, что звуковая форма слова арбуз построена в среднем из «больших» звуков. Другими словами, фонетическая значимость слова арбуз может быть охарактеризована по этой шкале признаком «большой».

Оценка 3, 5 тоже значима, следовательно, для звуковой формы слова апельсин формула F дает признак «маленький».

Оценки для слов вальс, ива, лицо попадают в нейтральную зону (2, 6; 3, 0; 3, 4), поэтому по данной шкале звуковым формам этих слов нельзя приписать никакого признака, они «никакие». Вы скажете, что между оценками 2, 6 и 3, 4 все же большое различие, почему же мы одинаково считаем звучание слов вальс и лицо по данной шкале «никаким»? Возможно, что различие оценок в этом случае и отражает какие-то тенденции. Но не будем забывать того, что и средние оценки звуков в таблице 1 и частотности звуков в таблице 2 — величины вероятностные, т. е. подверженные случайным колебаниям. Ведь если

провести повторный эксперимент по измерению фонетической значимости звуков, то средние оценки не обязательно во всех случаях получатся точно такими же, как в таблице 1. Некоторые из них точно повторят прежние, другие окажутся близкими, но не точно такими же. То же и с частотностями. Какие бы большие объемы текстов мы ни брали для вычисления средних частотностей звуков, все же при каждом новом измерении будут получаться хотя и близкие, но не совпадающие с таблицей 2 результаты.

Поэтому и формула F дает величины не абсолютные, а вероятностные. В таком случае каждой из этих величин нужно обеспечить простор для возможных колебаний. Зоны шкалы и создают такой простор. Вот мы и считаем, что расстояние от 2, 6 до 3, 4 необходимо и достаточно для случайных колебаний «нейтральной точки» (3, 0), а если отклонения выйдут за эти границы, они перестанут быть случайными — окажутся значимыми.

Отсюда легко вывести четкое правило для машины: если для некоторого слова по данной шкале F≤ 2, 5, то для характеристики фонетической значимости слова выбирается первый антоним шкалы, если F≥ 3, 5 — второй. По этому правилу машина отбирает из своего лексикона признаки и печатает их с указанием соответствующих величин F. Например, результат анализа фонетической значимости слова бык выглядит так: БЫК — большой (2, 0), грубый (4, 0), мужественный (4, 0), темный (3, 5), сильный (2, 4), громкий (2, 3), могучий (2, 2).

Поскольку этот набор характеризует содержательность звуковой формы, а не значение слова, то нет надобности, скажем, согласовывать признаки со словами в роде или числе. И если для слова белка по шкале «быстрый — медленный» F=2, 4, то соответствующий признак приписывается слову в форме «быстрый», а не «быстрая», потому что это признак звучания комплекса б' — е — л — к — а, но не зверька под названием «белка».

Однако понятно, что результаты такого «автоматического» анализа имеют смысл только в том случае, если полученные характеристики содержательности звучания слов сопоставляются с характеристиками признакового аспекта их значения.

Такую, казалось бы, «сознательную» часть работы тоже может выполнить электронно-вычислительная машина, если, конечно, мы дадим ей необходимую информацию о признаковых аспектах значений слов, причем информация должна быть выражена количественно. А для этого необходимо измерить признаковое значение слов. И желательно получить результаты измерения в тех же единицах, в которых уже измерена фонетическая значимость слов.

А что это за единицы? Во всех наших измерениях такими единицами являются деления шкал. Так, может быть, измерять признаковые значения слов на тех же признаковых шкалах? Оказывается, вполне возможно. Например, мы задаем информантам шкалу «хороший — плохой» в точно таком же виде, как для измерения значимости звуков (очень хороший — 1, хороший — 2, никакой — 3,

плохой — 4, очень плохой — 5), и предлагаем для оценки не звуки, а слова. Информанты, понятно, будут реагировать отнюдь не на звучание, а на значение слов, и мы измерим как раз то, что хотели, — признаковый аспект значения. Причем средние оценки будут получены в тех же единицах шкалы, что и для звуков!

Так, по ответам информантов средняя оценка для слова дом составляет 2, 2. Значит, в коллективном сознании носителей языка со словом дом связано представление о чем-то хорошем. Показатель фонетической значимости звукового комплекса того же слова (F) оказывается равным 2, 3, т. е. звучание слова тоже оценивается как «хорошее». Сопоставив две цифры (2, 2 и 2, 3), можно уверенно сказать, что по этому признаку звучание и значение слова дом находятся в соответствии.

Имея в своей памяти оценки признакового значения слов, компьютер легко сопоставляет их с вычисленными им оценками фонетической значимости тех же слов и делает вывод о сходстве или различии сравниваемых аспектов. Такой способ сопоставления точен и объективен.

Но в этой книжке у нас с вами несколько иная задача. Мы хотим обнаружить фонетическую мотивированность слов, проследить за взаимоотношениями между их звучаниями и значениями, и готовые «машинные» ответы мало нам в этом помогут. Будет гораздо нагляднее, если мы станем оперировать не цифрами, а непосредственно содержательными характеристиками звучания и значения.

Для этого достаточно взять выданные компьютером характеристики фонетической значимости и устанавливать их соответствие (или несоответствие) признаковому значению слов интуитивно, по своему разумению. Ведь в большинстве случаев мы достаточно ясно осознаем признаковые значения. Действительно, кто будет спорить, что дом — это, в общем-то, что-то хорошее, а хам — плохое, что мимоза — нежная, а гангстер — грубый, что птица — быстрая, а удав — медленный?

Здесь, конечно, есть определенная опасность. Например, слово бокс получило «хорошую» оценку звучания (F = 2, 4). А как эта оценка соотносится с признаковым значением? Хороший это вид спорта или плохой? Мнения могут разделиться. Одним бокс нравится, другие смотреть не могут. В этом случае целесообразнее всего такую шкалу просто не учитывать, поскольку признаковое значение по ней выражено нечетко. Зато относительно шкал «женственный — мужественный» или «быстрый — медленный» разногласий, пожалуй, не будет, и то, что звуковая форма слова бокс получила по этим шкалам оценки «мужественный» (4, 1) и «быстрый» (2, 2), единодушно будет признано как свидетельство соответствия звучания и значения.

Может возникнуть еще и такая ситуация. Слово арбуз получило такие характеристики звучания: «большой» (2, 2), «мужественный» (3, 9), «сильный» (2, 4), «громкий» (2, 2), «могучий» (2, 3). Но с

признаковым значением этого слова можно соотнести лишь первую характеристику: хотя арбузы бывают и большие, и маленькие, все же в нашем представлении арбуз — это скорее что-то большое, чем маленькое. Остальными характеристиками и противоположными им арбуз обладать не может. Он не может быть мужественным или женственным, сильным или слабым, громким или тихим, могучим или хилым. Поэтому здесь нет основания говорить ни о соответствиях, ни о противоречиях звучания и значения по этим признакам. Они просто безразличны для арбуза. Другими словами, совершенно неважно, какие оценки получит этот звуковой комплекс по таким признакам — получи он любые оценки, это все равно не будет свидетельствовать ни о противоречиях, ни о соответствиях звучания значению. В тех случаях, когда для значения слова выданные машиной признаки «безразличны», их также не следует учитывать, важно обратить внимание лишь на существенные для признакового значения характеристики.

Попробуем проанализировать таким способом отношения между звучаниями и значениями слов на простом и наглядном материале, а именно на словах, называющих какое-либо звучание или звучащий предмет: рык, шорох, писк, барабан, свирель и т. п. Ясно, что звуковая форма таких слов непременно должна соответствовать характеру называемого звучания. Машина просто «обязана» выдать для звуковой формы слова рев признак «громкий», а для слова тишь — «тихий». Иначе не может быть. И если бы вдруг получилось наоборот (рев — «тихий», а тишь — «громкий»), нам пришлось бы заключить, что или вся наша система анализа фонетической значимости неправильна, или звучания и значения слов не связаны между собой никакими отношениями.

Что ж, давайте посмотрим. Вот характеристики звучания слов, выданные компьютером по существенным для данных слов шкалам.

Да, все так, как и должно было быть: и рев — «громкий», и тишь — «тихий». И во всех остальных случаях результаты весьма показательны. Не правда ли, когда читаешь признаки, полученные для этих слов, невольно создается иллюзия, что это признаки значений, а не звучаний? Настолько точно, настолько явно их звучания соответствуют значениям! Звуковая форма здесь, конечно, небезразлична к содержанию, не произвольна, напротив, она своим звучанием подчеркивает, поддерживает, буквально выражает содержание.

Интересно, что соответствия звучания и значения обнаруживаются не только по линии «звуковых» признаков типа «громкий — тихий», но и по другим признакам, которые описывают звучание образно. Например, звуковой комплекс треск получил характеристики «шероховатый» и «угловатый». И хотя звук не может иметь осязательных или линейных признаков, тем не менее согласитесь, что сухой, резкий, прерывистый треск не назовешь гладким, плавным, округлым, это действительно какой-то шершавый, ломаный звук. Или звучание слова свирель. Оно получило единственную характеристику — «светлый». И хотя это не «звуковой», а «зрительный» признак, все же звучание свирели действительно представляется нам светлым.

Итак, фонетическая мотивированность явно существует и вместе со смысловой и морфологической мотивированностью обеспечивает тесную взаимосвязь между содержанием и формой слова.

Правда, «звуковые» слова — это лишь небольшая и специфическая группа лексики. Собственно говоря, неудивительно, что на таком материале получены хорошие результаты. Так и должно было быть. А вот как поведут себя обычные слова? Обнаружится ли у них

стремление звуковой формы и содержания к взаимосоответствию? Вот главный вопрос всей книжки и всей теории фонетической содержательности.

С чего начать анализ лексики этого типа? Видимо, с таких слов, которым фонетическая мотивированность нужнее всего. Обратим внимание на слова, вызывающие и обозначающие различные чувства. Таким словам необходима выразительность, яркость звучания, подчеркивающая, усиливающая их «чувственное», экспрессивное содержание. Рассмотрим некоторые характеристики звучания, выданные компьютером для такой лексики.

Как по-вашему, соответствуют ли эти характеристики признаковым значениям слов? Едва ли кто-нибудь ответит отрицательно. Звучание и значение во всех приведенных словах, несомненно, находятся во взаимном соответствии. Вот почему эти слова так выразительны и жизнеспособны. Они эмоционально окрашены и широко употребляются в речи, особенно разговорной, а также в художественных произведениях.

Интересно, что у слов такого типа гармония звучания и значения проявляется наиболее ярко по нескольким основным для признакового значения характеристикам, остальные признаки как бы игнорируются фонетической формой. Это происходит, очевидно, потому, что в признаковом значении таких слов очень сильно подчеркнута одна какая-либо сторона, один аспект. Например, хиляк или хлюпик — слабый, пассивный человек, но эти признаки так выделены в значении, что становятся буквально понятийными, и звучание слова всячески подчеркивает именно эти признаки, все другие характеристики отступают, они не важны. Иначе говоря, и звучание, и значение в этих случаях узконаправленны, но ярки. Звучание создает мощную поддержку признакового значения, еще более усиливая его. Отсюда можно сделать вывод, что между степенью

выразительности слова и степенью соответствия его звучания и значения существует прямая связь.

Судите сами. По шкале «безопасный — страшный» слова страх, ужас, жуть получили признак «страшный», но для слова страх по этой шкале F = 3, 6; ужас — 3, 7; жуть — 4, 1. Другими словами, «устрашающий» характер звучания в этом ряду нарастает от слова страх к слову жуть. Но и экспрессивная окраска нарастает так же!

Случайно? Еще пример.

Смотрите, как точно звучание следует за экспрессивной окраской значения, изменяясь от «красивого» в красивом слове лик до «отталкивающего» в отталкивающем слове харя.

Вычислите самостоятельно F по шкале «нежный— грубый» для слов очи — глаза — буркалы, и вы увидите ту же закономерность — чем грубее значение слова, тем «грубее» его звучание.

Нет, это не игра случая, это мудрое устройство языка, использующего все возможности для того, чтобы выразить значение как можно более точно и ярко!

Продолжим поиск соответствий звучания и значения, обратившись теперь к словам, которым, казалось бы, нет необходимости иметь яркую и выразительную звуковую форму. Возьмем, скажем, названия растений, птиц, животных, явлений природы и т. п. Слова самые обычные. Мы их постоянно слышим и произносим и едва ли замечаем что-то особенное в их звучании.

Но послушайте, как твердо звучат слова дуб, бук, граб и как мягко — ива, липа. Баобаб звучит мощно, тяжело, мимоза — нежно, невесомо. Слово бамбук — крепкое и звонкое, а тюльпан — изысканное и красивое. И даже представить себе нельзя, чтобы было наоборот: могучее дерево назвали бы словом лилия, а нежный цветок — словом баобаб.

Или это все наши субъективные суждения? Фантазии, порожденные образами растений? Посмотрим на «машинные» характеристики звуковой формы таких слов.

не ооманули нас наши впечатления, ьсе так и есть — звучания слов гармонично слиты с их значениями, что придает словам жизненную силу, обеспечивает широкЬе их употребление в прямом и в переносном значениях. Почему дуб — символ мощи, силы, мужественности, а ива или рябина — нежности и женственности? Конечно, в первую очередь потому, что дуб — мощное и могучее дерево, а ива — гибкое и трепетное, рябина — тонкое и красивое. Но и звучание, поддерживая именно эти характеристики, тоже помогает «одушевлению».

Или возьмите слово лилия. Оно стало женским именем не только благодаря красоте цветка, но, несомненно, благодаря красоте и женственности звучания. А вот из слова лопух имя никак не получится — звучит плохо. Зато в переносном значении грубость звучания используется точно: «Эх ты, лопух» — характеристика отнюдь не лестная, хотя в самом-то растении что же плохого?

Слова растительного мира не исключение. Вся окружающая человека природа давно отлилась, отпечаталась в словах, обкатанных, отшлифованных языком и временем.

Звучание слова весна получает очень подходящую к значению характеристику «нежный», а вулкан — «большой», «сильный», «величественный», «громкий» — опять-таки в полном соответствии со значением. Еще несколько примеров.

Поражает точная организация звуковой формы названий многих зверей, птиц и других существ. Послушайте, как «рычит» слово барс или рысь. И признаки звуковой формы соответствующие: барс — «грубый», «сильный», «быстрый»; рысь — «темный», «сильный», «страшный». Но сравните: лань, олень. Чувствуете контраст в звучании? Компьютер подтверждает наши впечатления, выдавая для этих слов совсем иные характеристики: «хороший», «быстрый», «красивый», «гладкий».

Слова, запечатлевшие мир природы, обладают конкретным значением с четким признаковым аспектом. Поэтому так легко сопоставлять их форму с содержанием.

Да и другие слова, слова с конкретным значением с такой точки зрения — благодатный материал. Получив «машинные» характеристики их звуковой формы, мы без затруднений обнаруживаем соответствие этих характеристик значениям слов.

Но не только слова с конкретным значением подвластны действию фонетической мотивированности. Если признаковое значение проявляется достаточно четко в словах с абстрактным значением, то звучание таких слов также дает в общем соответствующие характеристики. Так, для звучания слова добро получен признак «добрый», а для слова зло — «злой». Ясно, что этого достаточно, чтобы говорить о соответствии значения и звучания, независимо от того, какие оценки получат эти слова по другим шкалам. Гармонирует звучание и значение и в других абстрактных словах.

Вы, наверное, заметили, что соответствия звучания и значения до сих пор демонстрировались в основном на словах, давно бытующих в языке. И это не случайно. Язык, как система самонастраивающаяся, веками сравнивает варианты, отбирает из них лучшие и постоянно шлифует отобранные слова, обеспечивая им наилучшие условия функционирования. Отбор и шлифовка идут по разным направлениям, но в том числе, конечно, и по линии гармонии звучания и значения. Поэтому и немудрено, что слова-старожилы дают наиболее яркие результаты.

Однако действие фонетической мотивированности распространяется и на слова, недавно вошедшие в язык, но хорошо в нем закрепившиеся.

Среди этих примеров есть один довольно редкий. Слово робот получило одновременно и положительные («активный, величественный»), и отрицательные («грубый, страшный») характеристики. Что это, случайность? Может быть. А может быть, удивительное соответствие звучания слова нашему двойственному отношению к «механическому человеку»?

Все приведенные примеры соответствия звучания и значения — это только малая часть выданного компьютером огромного числа слов, для которых характерно гармоничное единство содержания и фонетической формы. Такие соответствия, конечно, не случайны — для этого они слишком многочисленны и часто поразительно точны.

Правда, иногда при сопоставлении звучания и значения несколько коробит стилистическая шероховатость характеристик звучания и даже их стилистическая неуместность в приложении к значению.

Например, признак «грубый», полученный для характеристики звучания слов бор, булат, граната, дом, дым и др., кажется не совсем подходящим, хотя ясно, что во всех этих случаях слова обозначают что-то «не нежное». Или, скажем, звучание слов апельсин, ель, ива, лето, лилия, липа и др. оказалось «безопасным». Этот признак нельзя считать безразличным для данных слов, так как, если бы по этой шкале был получен противоположный признак «страшный», мы должны были бы принять его в расчет как противоречащий признаковому значению. В данном случае показатель F отражает тот факт, что все эти слова звучат «не устрашающе», «не пугающе», но нет подходящего прилагательного, чтобы описать этот оттенок их признакового значения. Такие ситуации возникают очень часто. Например, апельсин, ива, лилия, лист, тюльпан — явно нечто «незлое», а краб и паук — «неженственное», но признаки «добрый» или «мужественный» в применении к значениям этих слов оказываются стилистически неуместными.

Конечно, стилистические тонкости вообще не должны учитываться, когда речь идет о характеристиках звуковой формы слова. Но поскольку эти характеристики сопоставляются с признаковым зна-

чением, желательно все же уменьшить стилистическую шероховатость.

Это можно сделать несколькими способами. Во-первых, использовать возможность взаимозамены однородных шкал внутри одного измерения. Вспомните признаковое пространство. Каждое измерение пространства может быть задано любой шкалой, входящей в измерение. Например, представителем измерения оценки может быть не только шкала «хороший — плохой». В этой роли могут выступать (пусть с несколько меньшим успехом) также шкалы «красивый — отталкивающий», «светлый — темный», «добрый — злой». Другими словами, измерение — это не одна шкала, а пучок шкал, внутри которого шкалы становятся в какой-то мере взаимозаменяемыми. В измерении силы взаимозаменяемы шкалы «сильный — слабый», «женственный — мужественный», «нежный — грубый»; в измерении подвижности — «активный — пассивный», «быстрый — медленный», «подвижный — медлительный».

Значит, в том случае, когда для характеристики звучания слова получены значимые показатели F по нескольким шкалам одного измерения, мы вправе выбирать лишь тот из признаков, который стилистически наиболее удачен в отношении значения слова. Так, для звучания слов ива, лилия, липа, лист, лютик, тюльпан получены значимые F по трем признакам оценки: «хороший», «красивый», «добрый». Вполне допустимо выбрать из них только наиболее подходящий признак «красивый», а остальные опустить. Для слов дым, краб, паук получено два признака группы силы: «грубый» и «мужественный». В данном случае лучше оставить только признак «грубый».

Дублирование шкал служит также «подстраховкой» в тех случаях, когда случайные колебания средних приводят к нежелательным сдвигам их в границах нейтральной зоны. Например, слова жмот, жратва звучат явно «плохо», но вот обида — их F по шкале «хороший — плохой» составляет 3, 4, т. е. чуть-чуть «не дотягивает» до признака «плохой». И здесь выручает «дублер» — шкала «красивый — отталкивающий». По ней эти слова получают признак «отталкивающий», так как их F соответственно равны 3, 8 и 3, 7. В результате произвол случайности несколько ограничивается.

Во-вторых, можно сделать список признаков более гибким, задавая шкалы не парой полярных признаков, а набором синонимов для каждого полюса шкалы. Тогда вместо противопоставления «нежный — грубый» список будет, с одержать две полярные группы: «нежный, женственный, мягкий, ласковый — грубый, мужественный, суровый, крепкий, твердый, жесткий, жестокий». Это даст уже большую свободу стилистического выбора. И если, к примеру, слова алмаз, бокс, гангстер, гранит, дуб, холод, хулиган получили значимые F по признаку «мужественный», то в применении к каждому из этих слов полученный признак можно будет разнообразить стилистическими вариантами: алмаз — «твердый», бокс — «мужественный», гангстер — «жестокий», гранит — «жесткий», дуб — «крепкий», холод —

«суровый», хулиган — «грубый». В случаях со словами лен, невеста, мимоза, тина детализируется признак «нежный»: лен — «ласковый», невеста — «женственный», мимоза — «нежный», тина — «мягкий».

Наконец, можно вообще исключить некоторые «половинки» шкал. Например, для признака «страшный» нет подходящего антонима. Прилагательное «безопасный» стилистически явно неудачно в применении к значению большинства слов. Поэтому по шкале «безопасный — страшный» можно учитывать только левые отклонения (F> 3, 5), приписывая им признаки «страшный, устрашающий, пугающий», а признак «безопасный» исключить.

Все стилистические правки такого рода, конечно, еще больше подчеркнут соответствия между звучаниями и значениями слов. Кстати сказать, впечатление стилистической неуместности некоторых признаков появляется именно в результате явного соответствия звучания и значения для большинства слов. Причем часто эти соответствия непредсказуемы, неожиданны. Можно было предвидеть, что слова лилия и лютик получат характеристику звучания «нежный» — мы чувствуем мягкость, нежность составляющих их звуков. Но можно ли было предсказать, что звучание слова краб окажется «быстрым» и «угловатым», а паук — «темным» и «страшным»?

Такие соответствия удивляют, поражают, и возникает невольный соблазн переадресовать признаки, полученные для характеристики звучания, непосредственно значению слова. Видя такие соответствия признаков звучания и признаков значения, мы хотим получить уже не соответствие, а буквально совпадение, тождество сравниваемых аспектов.

Так увлекаться не следует. Нельзя думать, что стоит только придумать способ проанализировать форму потоньше, поизобретательнее, и хитроумный анализ формы дает нам описание значения. Нет. Содержательность звуковой формы слова и его признаковое значение — разные аспекты, и при любых способах сопоставлений можно обнаружить их гармонию, но не тождество, не совпадение.