Es spricht zu uns:

Fritz Wald, 26 Jahre alt, Fassadenkletterer. Geboren in Jesnitz, Sachsen-Anhalt, konfessionslos. Beruf: Kaufmann.
Sprachaufnahme am 13. Juli 1926 im Polizeizimmer der Stadtvoigtei Berlin.

Die Aufnahme ist verrauscht, seine Stimme hört sich etwas kratzig an, er spricht schnell aber deutlich.

"Wo gehst Du hin? Sollen wir mit Dir gehn?"

und

“Da mir bekannt war, dass der Besitzer der Villa sehr reich ist, und ich den Standpunkt vertrete, dass niemand durch Hände Arbeit sehr reich werden kann, so hielt ich meinen Raub für gerechtfertigt, denn ich hatte ja auch Arbeit dafür zu leisten.”

Fritz Walds Sprachaufnahme ist eine von hunderten, die sich auf Schellackplatten gepresst im Lautarchiv der Humboldt-Universität zu Berlin befinden. ¹

Ich recherchiere:

In den Beständen des Lautarchivs der Humboldt-Universität zu Berlin sind insgesamt etwa 4500 Schellackplatten vorhanden, 3800 davon sind Sprach- und 700 davon sind Musikplatten. Die Aufnahmen lassen sich wie folgt kategorisieren:

Kriegsgefangene: Aufnahmen von Gesang und Sprache entstanden in deutschen Kriegsgefangenenlagern, sie umfassen Texte wie das biblische Gleichnis vom verlorenen Sohn, persönliche Berichte oder traditionelle Lieder und Märchen aus den Ländern der Sprechenden.

Berühmte Persönlichkeiten: Aufnahmen von Stimmen von Berühmtheiten, an deren Erhaltung für die Nachwelt ein historisches Interesse bestand.

Deutsche Mundarten: Aufnahmen von verschiedenen deutschen Mundarten zur auditiven Unterstützung des sogenannten Deutschen Sprachatlas, meist Wenkersätze.

Musikaufnahmen: Aufnahmen von verschiedenen Liedern.

Gefängnisinsassen: Aufnahmen der Stimmen Gefangener für die Berliner Polizei-Ausstellung im Jahr 1926. Als Sprachmaterial dienten Wenkersätze oder persönliche Erzählungen der Sprechenden.

Tierstimmen: Aufnahmen der Tierlaute von Elefanten, Seelöwen, Bären, Tigern, Löwen, Hyänen, Tigern und Affen vom Zirkus Krone und dem Dresdner Zoo.  ²

Im Lautarchiv der Humboldt-Universität sind Aufnahmen in folgenden Sprachen eingelagert.

Zitat aus Fünfzehn Jahre Königliche und Staatsbibliothek Berlin 1921: ³

"| -Indisch: Gurkhali, Panjabi, Garhwali, Hindustani, Bengali, Hindi, Althindi, Urdu | -Himalayasprachen: Magar, Murmi, Rai, Limbu, Gurung; Zigeunerisch | -Iranisch: Belutschisch, Afghanisch, Ossetisch | -Armenisch -Griechisch -Rumänisch: aus Rumänien, von serbischen Zigeunern, aus Beßarabien | -Italienisch: 16 verschiedene Dialekte, ferner: Romagnolisch, Ladinisch-friaulisch, Sardisch, Italo-albanisch, Korsisch, Genuesisch aus Bonifacio | -Französisch: Laut-, Umgangs- und Vortragssprache, ferner nordfranzösische Dialekte: Arden- nais, Champenois, Lorrain, Luxembourg (Pays Gourmais), Nord, Normand, Picard, Savoyard, Wallon Südfranzösische Dialekte: Auvergnais, Bordeaux, Bearnais, Bressan, Cantal, Charentais, Dauphinois, Gascon, Languedocien, Limousin, Lyonnais, Niçois, Montpellier, Morvandeau, Provençal, Sudvosgien, Toulouse, Vendée |-Kreolisch (aus Martinique und Gouadeloupe) | -Spanisch: Katalanisch | -Portugiesisch -Keltisch: Gälisch, Kymrisch, Bretonisch | -Englisch: Laut-, Umgangs- und Vortrags- sprache, ferner Mundarten aus Berkshire, Cheshire, Cumberland, Derby, Devonshire, Dorset, Durham, Essex, Glammorganshire, Gloucestershire, Kent, Lancashire, Lincoln, Norfolk, Nottingham, Oxford, Stafford, Suffolk, Warwick, Wiltshire, Yorkshire, Irland, (10 Dialekte), Schottland (15 Dialekte), Kanada, Australien, ferner Englisch eines Gurkha | -Vlämisch |"

"| -Deutsch: Hochdeutsch (Vortrags- und Umgangssprache), Kolonistendeutsch aus Rußland, Jiddisch | -Baltisch: Litauisch, Lettisch | -Slavisch: Kirchenslavisch, Bulgarisch, Serbisch, Großrussisch, Kleinrussisch, Weißrussisch, Polnisch | -Kaukasisch: Avarisch, Inguschisch, Georgisch, Mingrelisch | -Baskisch: Labourdinisch, Soulisch, Niedernavarrisch u. a. | -Finnisch-Ugrisch: Finnisch, Karelisch, Estnisch, Mordwinisch, Tscheremissisch, Syrjänisch, Permjakisch, Wotjakisch | -Türkisch: Türkisch, Tatarisch, Kumyk-tatarisch, Baschkirisch, Kirgisisch, Tschuwaschisch | -Mongolisch: Koreanisch, Kambodschanisch, Anamitisch, Japanisch | -Semitisch: Hebräisch, Arabisch, Mauretanisch, Arabisch, Tunisisch, Marokkanisch, Tripolitanisch, Algerisch, Maltesisch | -Hamitisch: Berberisch, Bele, Somali, Ful, Haussa -Bantu: Kibera Trommelsprache; Komorendialekte: Ngazidja, Nzwani, Mwali, Mayotte; Suaheli, X'hosa | -Sudan: Anyi, Baga, Bambara, Bornu, Bobo, Bariba, Baule, Dahomey, Ewe, Goro, Ibo, Joruba, Kasonge, Kru, Mandara, Maninka, Mende, Mosi, Sarakole, Soso, Toma, Wandala, Wobe, Wolof | -Unbestimmte Sprachen aus dem Sudan: Kado, Konoka, Kwiya, Mienga, Samogo, Serefo, Zerma | -Indonesisch: Malaiisch, Malaiisch-polynesisch: Madagassisch; Sakalawe, Howa, Betsimisaraka, Syanaka, Bezanuzanu, Betsileo, Tanus, Tanrui, Antesaka. | -Polynesisch: Samoanisch, Tahiti.|"

Manche der Aufnahmen sind die letzten akustischen Dokumente inzwischen ausgestorbener Sprachen oder Dialekte. Welchen Nutzen haben diese Aufnahmen, wenn niemand diese Sprachen mehr spricht?

Schellack ist eine harzige Substanz, die von der Lack­schildlaus abgesondert wird. Diese Laus ernährt sich parasitär vor allem vom Saft des Lackbaums, der in Regionen wie Indien, Burma und Thailand vorkommt. Zum Schutz ihrer Brut produziert die Laus auf ihrer gesamten Körperoberfläche Schellack, wodurch die Zweige, auf denen sie sich aufhält, mit einer 3 bis 10 mm dicken Schicht dieser Substanz überzogen sind. Die befallenen Zweige werden zusammen mit der darauf haftenden Lackschicht gesammelt. Durch Zerkleinern der Zweige, das Extrahieren des roten Lackfarbstoffs, das Trocknen und das Auspressen des Harzes wird der eigentliche Schellack gewonnen. ⁸

Zwischen 1915 und 1918, wurde die Königlich Preußische Phonographische Kommission vom Kultusministerium des Deutschen Kaiserreichs eingerichtet. Ziel dieser interdisziplinären Kommission war es, eine umfassende Sammlung von Tonaufnahmen aus unterschiedlichen Sprach- und Musiktraditionen zu erstellen. Mitglieder der Kommission kamen aus den Bereichen der Sprachwissenschaft, Musikwissenschaft, Ethnologie und Regionalforschung.

Die Aufnahmen wurden vor allem in Kriegsgefangenenlagern innerhalb Deutschlands durchgeführt. Oft zur Mitarbeit gezwungen mussten die Gefangenen in improvisierten Studios Sätze, Geschichten, Märchen, Bibeltexte oder Volkslieder vorsprechen oder vorsingen.

Sprache wurde katalogisiert, analysiert, archiviert.

Die Aufnahmen wurden auf Schellackplatten übertragen und bilden den Grundstein für den heutigen Bestand des Lautarchivs der Humboldt-Universität zu Berlin. ⁴

Sprechen wir über: Wilhelm Doegen

Wilhelm Doegen wurde 1877 geboren, im selben Jahr in dem Thomas Alva Edison den Phonographen erfand.
Bekanntheit erlangte er mit der Entwicklung von Audioaufnahmen zur Unterstützung des Sprachunterrichts. Im Jahr 1912 fanden sich seine Schellack Platten zum Erlernen von Sprachen an über 1000 Universitäten und Schulen.

1914 reichte er beim preußischen Ministerium für Wissenschaft, Kunst und Volksbildung einen Antrag zur Gründung des Königlich Preußischen Phonetischen Instituts ein.

1916 übernahm Doegen die Leitung der Lautabteilung der Berliner Staatsbibliothek.

An vier Tagen im Juli 1926 nahm Wilhelm Doegen die Stimmen von 24 Inhaftierten in verschiedenen Berliner Gefängnissen auf.

Eine dieser aufgenommenen Personen ist Fritz Wald, wir haben ihn gerade gehört. ⁴

Sprechen wir über: Die Aufnahmen der Gefängnisinsassen

In der Annahme kriminelle Züge ließen sich an Körpereigenschaften und insbesondere auch an der Stimme ablesen, entstanden während der Berliner Polizei-Ausstellung im Jahr 1926 die von Wilhelm Doegen veranlassten Aufnahmen von insgesamt 24 Gefängnisinsassen. Neben Audioaufnahmen wurden Fotos, Röntgenaufnahmen und Gebissabdrücke zur Bestimmung der Zungenposition (Palatogramme) angefertigt.

Diese pseudowissenschaftliche Herangehensweise lässt sich dem Bereich der Physiognomik zuordnen. Letztlich wurden keine Forschungsergebnisse offiziell veröffentlicht.

Britta Lange ist Kulturwissenschaftlerin an der Humboldt-Universität zu Berlin. In Archival Silences as Historical Sources. Reconsidering Sound Recordings of Prisoners of War (1915-1918) from the Berlin Lautarchiv schreibt sie:

“I am referring to unforeseen, unintended pauses that interrupt the normal flow of speech as disrupting, delaying, faltering and terminating as well as intentionally prolonged breaks in speech. The unforeseen silence of the presentation, the gaps in the spoken and sung recordings, becomes productive insofar as it gives rise in the listener less to a desire for embodiment than to a desire for narration, as they seem to call for narrative filling, for answers to questions. Why does the speaker stop speaking? Is he disconcerted, confused? Has he forgotten the text? Is he looking up at the other people present? Is he thinking of home or possibly of the payment for the recording? Is he impressed by the technical equipment? Does he interrupt the flow of speech intentionally? Has he lost sight of the line in the text that he is reciting? Is he in pain, short of breath? Is he suffering from hunger? Did he hear a noise or a comment? Did he stop to listen to something else? These moments of silence in the presentation refer, on the one hand, to the precarious political situation, the imbalance of power between those doing the recording and those being recorded: the German researchers in alliance with the camp commanders and the prisoners in the camp as interned wartime enemies." ⁵

Wachsplatte einsetzen: Leere Wachsplatte auf den Aufnahmetisch des Phonographen montieren.
Gerät justieren: Aufnahmemembran und Nadel korrekt ausrichten und einstellen.
Ton aufnehmen: In den Schalltrichter sprechen, während die Wachsplatte rotiert. Die Lautschwingungen werden mittels eines nach bestimmten Grundsätzen geschliffenen Saphirs oder Rubins spiralförmig (Berliner Schrift) in die Wachsoberfläche eingraviert.
Matrize entwickeln: Die Wachsoberfläche reinigen und gleichmäßig mit einer Silberschicht bedampfen.
Galvanisieren: Die leitfähige Wachsmatrize in ein Galvanikbad tauchen und eine Metallschicht abscheiden lassen.
Stamper erstellen: Das entstandene Metallnegativ (Stamper) von der Wachsplatte ablösen und bei Bedarf mechanisch verstärken.
Schellackmasse herstellen: Schellackharz mit Füllstoffen (Schiefermehl, Baumwollflocken) zu einer homogenen Masse vermischen.
Masse erhitzen: Die Schellackmischung auf etwa 150 °C erhitzen, bis sie plastisch wird.
Tafeln formen: Die heiße Masse zu Rohlingen (Tafeln) pressen.
Pressen: Die Schellacktafeln zwischen zwei Matrizen (Stamper) in eine hydraulische Presse einlegen und die Tonrillen unter hohem Druck prägen.
Etiketten einfügen: Während des Pressvorgangs die Papieretiketten beidseitig einlegen und mit der Platte verbinden.
Grat entfernen: Nach dem Abkühlen überschüssiges Material am Rand der Platte sorgfältig abschneiden oder abschleifen. ^{6 7}

"Information zur Abgabe einer Sprechprobe für die Sprachbiometrie

Da Sie keine Nachweise über Ihr Herkunftsland/das Land Ihres gewöhnlichen Aufenthaltes vorlegen konnten, geben wir Ihnen die Gelegenheit, Ihre Herkunft über eine Sprechprobe zu belegen. Es wird eine kurze Sprechprobe von Ihnen von ca. 2-3 Minuten Dauer über Telefon an eine automatische sprach-biometrische Analyse übertragen. Es erfolgt eine automatische Analyse, die eine sprach- bzw. dialektbasierte Identifikation ermöglicht. Eine stimmbiometrische Analyse von Ihnen erfolgt dabei nicht. Das Analyseergebnis kann Ihnen helfen, Ihre Herkunft zu bestimmen.

Ich bin über den Grund zur Abgabe einer Sprechprobe für die Sprachbiometrie und das Verfahren informiert worden.

Den Inhalt dieser Informationsschrift habe ich verstanden."

(Dokument D1728, Bundesamt für Migration u. Flüchtlinge 2020) ⁹

Die 40 Karten dieser Sammlung sind mit den Sätzen Georg Wenkers übertitelt.

Sprechen wir über: Die Wenkersätze

Die 1879 festgelegten phonetischen Mustersätze sind so entworfen worden, dass lautliche und grammatische Merkmale von Dialekten und Sprachgewohnheiten deutlich zum Ausdruck kommen. Es werden gezielt bestimmte Laute wie "pf", "ts", "kch", "ai", oder "ei" untersucht. Die Sätze sollten inhaltlich keine weitere Bedeutung transportieren, und doch erzählen sie eine Menge.

Im späten 19. Jahrhundert schickte Georg Wenker die 40 Sätze an verschiedene Schulen im gesamten deutschsprachigen Gebiet. Hier sollten Lehrer:innen die schriftlichen Sätze in ihren eigenen Dialekt abwandeln. Die Sätze wurden für eine umfassende Erhebung von Sprachdaten sowie einer Kartografierung von Lokaldialekten genutzt.

Tausende Male wurden diese Sätze verschriftlicht, doch was sagen sie aus? ¹⁰

Mit den relativ neuen Möglichkeiten der Tonaufnahme Anfang des 20. Jahrhunderts konnten die Wenkersätze auch als gesprochenes Wort dokumentiert werden.

Die Sätze wurden verbalisiert. In diversen Archiven und Datenbanken existieren heute mehrere tausend Variationen dieser Aufnahmen.

Die hierfür ausgewählten Sprecher:innen waren oft Menschen der Arbeiter:innenklasse: Bei ihnen wurde ein unverfälschter Dialekt erwartet. Viele der aufgenommenen Personen waren zudem Analphabeten. Meist spricht eine Person auf Hochdeutsch und gibt einen Satz vor, eine weitere Person wiederholt daraufhin den Satz. Diese zweite Person spricht in einer lokalen Mundart. ¹¹

Wie auch heute noch galt das Hochdeutsche in den gebildeten und wohlhabenden Schichten als überlegen - das Sprechen von Dialekt hingegen wurde abgewertet, die Aufnahmen entstanden unter asymmetrischen Machtverhältnissen.

Tausende Male wurden die 40 Sätze verbalisiert, die Machtverhältnisse der Aufnahmesituationen haben sich in die Audiodateien eingeschrieben.

Ich denke über Stimme nach: 

Stimme ist Trägerin von Bedeutung, mit ihr formen wir Symbole und Zeichen. Wir sprechen, um Inhalte zu vermitteln und um Sinn zu ergeben. Die Sprache ist das Ziel und die Stimme das Medium. Bevor wir die ersten Worte lernen, schreien wir. Wir testen unsere Stimmbänder und machen auf uns aufmerksam. Stimme ist etwas Persönliches, wir erkennen vertraute Menschen unmittelbar an ihrem Klang. Doch haben wir uns an eine Stimme gewöhnt, verblasst ihre Materialität hinter den Worten und dem Inhalt des Gesagten.

Der slowenische Philosoph und Psychoanalytiker Mladen Dolar schreibt:

“But if the voice is thus the quasi-natural bearer of the production of meaning, it also proves to be strangely recalcitrant to it. If we speak in order to “make sense,” to signify, to convey something, then the voice is the material support of bringing about meaning, yet it does not contribute to it itself. It is rather like the vanishing mediator (...)—it makes the utterance possible, but it disappears in it, it goes up in smoke in the meaning being produced.” ¹²

Zheanna Erose ist Voice Coach. Auf ihrem Youtube Kanal Trans Voice Lessons können Menschen lernen, wie sie ihre Stimme durch Training so ändern können, dass sie als weiblicher, männlicher oder androgyner gelesen wird. Die Höhe (pitch) der Stimmlage ist dabei nicht das einzige Kriterium:

Auch Stimmlippenspannung (tension), Resonanz, (resonance), Luftigkeit (breathiness) und Sprechmelodie (intonation) beeinflussen, welche Geschlechtsidentität einer Stimme zugeschrieben wird. Stimme lässt sich durch jahrelanges Training selbst ohne operative Eingriffe ändern.
Wie eine Stimme beschaffen ist und wie sie geschlechtlich gelesen wird, hat also neben erblichen Faktoren auch viel damit zu tun, wie sie über lange Zeit hinweg eingesetzt und geformt wurde. Unsere Stimme spricht uns nicht nur aus – sie schreibt uns ein. ¹³

Abhören: Das Abhören am Phonograph

Platte auflegen: Schellackplatte sanft auf den Teller legen.  Nadel einsetzen: Stahlnadel in den Tonarm einsetzen (für jedes Abspielen eine neue Nadel). Geschwindigkeit einstellen: Drehzahl auf 78 Umdrehungen pro Minute justieren.  Abspielen starten: Tonarm vorsichtig auf die äußere Rille setzen und Platte abspielen.

Die Haltbarkeit der Schellackplatten sinkt rapide, wenn diese oft abgespielt wird.

Mit einer feinen Nadel wurde ein Teil Persönlichkeit in das weiche Wachs geritzt und später in die heiße Schellackplatte gepresst. Nun kann sie inspiziert werden und wird zum Gegenstand wissenschaftlicher Untersuchungen. ⁶

Die Haltbarkeit der Schellackplatten ist nahezu unbegrenzt, wenn diese nicht abgespielt und gut gelagert werden.

Inzwischen sind die meisten Aufnahmen digitalisiert und die Platten schweigen. ¹⁴

Ich stelle mir vor: 
Wenn sich nach dem Ende des digitalen Zeitalters, die in den Servern gespeicherten Datenmengen mit der Zeit aufgelöst haben, sind die Aufnahmen auf den 4500 Lautplatten weiterhin abspielbar.

„Bei Antragstellern, die keine gültigen Personaldokumente (...) vorlegen können und Zweifel an den Identitäts- und Herkunftsangaben bestehen, kann der Antragsteller aufgefordert werden, eine Sprechprobe per Telefon abzugeben. Die weitere Verfahrensweise gestaltet sich wie folgt und wie in den Schulungsunterlagen zu DIAS erklärt: Vorbereitung der Sprachaufnahme: Nach vollständig abgeschlossener Aktenanlage (...) wird der Antragsteller über die Sprechprobe in Kenntnis gesetzt. (...) Der Antragsteller wird darauf hingewiesen, dass er keine personenbezogenen Daten (...) nennen soll. Darüber hinaus darf nicht über die Fluchtgeschichte gesprochen werden. Sprachprobe aufnehmen: Zu Beginn ruft die AVS-Kraft die DIAS-Anwendung auf (...) Nachdem auf „Anrufen“ geklickt wurde, wird die AVS-Kraft vom System auf der eingegebenen Nummer angerufen. Der Hörer wird nach dem Signalton an die antragstellende Person gegeben, um eine Sprachaufnahme von mind. 2 Minuten aufzunehmen. (...) Der Antragsteller sollte ohne Pausen über ein frei wählbares Thema sprechen oder ein Bild beschreiben. (...) Die Sprachprobe wird mit der Rautetaste beendet. Hinweise zur Aufnahme der Sprachprobe: Falls eine Rücksprache notwendig ist, gibt es die Möglichkeit, die Stumm-/Mute-Taste zu drücken (...). Umgebungsgeräusche beeinträchtigen die Qualität der Sprachprobe und sind zu vermeiden. Ergebnisbericht: Nach Beendigung der Sprachaufnahme wird das Ergebnis angezeigt und in MARiS übertragen. (...) Sollte die Sprachaufnahmequalität unzureichend sein, kann die Aufnahme wiederholt werden. Sollte dies nicht erfolgreich sein, kann ein Ergebnisbericht mit Hinweis auf die unzureichende Qualität abgelegt werden.“

(2024-12-12-BAMF-Dienstanweisung-AVS) ²⁹

“Voices are like fingerprints; no two are the same. Even if the voice is disguised, the pattern doesn’t change”.
(The Prisoner (1967): Staffel 01 Episode 10, T21:57)

“Voice patterns are as distinct as fingerprints”.
(CSI NY (2011): Staffel 07 Episode 15, T24:50)

“I heard your voice on the tape. It’s like a fingerprint”.
(Law and Order: New York (2013): Staffel 14 Episode 16, T29:59)

“Even though they wore ski masks, she recognized them by their voices because they grew up together”.
(Castle: Staffel 02 Episode 23, T16:26)

“You think I don’t know my own daughter’s voice?”
(Criminal Minds: Staffel 04 Episode 14, T19:24)

“The average grown male has a pitch frequency of 130 Hz; a teenage boy post-puberty is about 140; this one is at 152”.
“How does that make him a teenager?”
“People go up 10 to 15 Hertz when they’re screaming”
(Law and Order: Staffel 11 Episode 08, T07:30)

Sehen wir Stimme als Identifikationsmerkmal an, dann kann sie auch Beweismaterial sein. Algorithmen können ebenso wie Menschen zwischen verschiedenen Stimmen differenzieren. Doch diese Menschen und Algorithmen sind fehleranfällig: Reine Stimmaufnahmen sind als Beweismaterial vor Gericht momentan oft nicht zulässig. Zu leicht kann Stimme verfälscht oder kopiert werden.¹⁵

"Cybercriminals cloned the voice of a company director in the U.A.E. to steal as much as $35 million in a huge and complex heist."¹⁶

"HSBC voice recognition system breached by customer's twin" ¹⁷

Wir können Stimme digital modifizieren um:

Uns selbst zu anonymisieren. 

Eine andere Person zu imitieren.

Sprechen wir über: Die körperlose Stimme

Die körperlose Stimme dringt unmittelbar in uns ein und wir können nicht weghören, wie wir wegschauen würden. Die körperlose Stimme ist dominant, in ihrer abstrakten Form hinterfragen wir nicht ihre Autorität. ¹⁸

Oft befindet sich hinter der Stimme eine Person und doch stellen wir uns keinen Körper zu ihr vor, ordnen sie nicht als Gegenüber ein. Spricht uns die körperlose Stimme in der U-Bahn an, fragen wir uns nicht: Wo ist der Mensch hinter der Stimme, wo ist ihr Körper? Sie vermittelt Informationen, wir hören zu und fragen uns: Wann muss ich aussteigen?

Es ist die Stimme des/der allwissenden Erzähler:in und ist damit gottähnlich.

Wir scheinen der körperlosen Stimme zu vertrauen

Ein gefährliches Potenzial.

Ein gefährliches Potenzial: Die Nationalsozialistische Deutsche Arbeiterpartei machte sich eine intensive Nutzung der Stimme als Propagandainstrument zu eigen. Im Zentrum dieser Inszenierung stand die akustische Präsenz einer Stimme, die durch ihre technische Vermittlung paradoxerweise zugleich nah wie auch fern war. Die Partei verbreitete in großem Umfang das Radio - den sogenannten Volksempfänger -, eine damals relativ neue Technologie. Hitlers Stimme war schon bald in den heimischen Wohnzimmern zu hören. Die NS-Propaganda vermittelte eine "Nähe zum Volk", die Radiowellen überwinden die Ferne und die Wände der heimischen Wohnung, bis die Stimme des "Führers" im eigenen Zuhause dann unmittelbar in die Ohren der Bevölkerung dringt. ^{19 18}

Durch Sprechgewohnheiten äußern sich regionale Ortszugehörigkeiten. Nationale Identität ist meist an Sprache geknüpft.

Schon im 15. Jahrhundert wurde mit dem Neuhochdeutschen eine standardisierte Schriftsprache entwickelt. Das gesprochene Deutsch jedoch, blieb weiterhin der lokale Dialekt.

Die deutsche (Aus-)Sprache wurde im 19. Jahrhundert zum nationalen Projekt. Dialekte wurden kartografiert, standardisiert, hierarchisiert.

Erst durch den Wunsch nach einer einheitlichen Aussprache für das deutschsprachige Theater wurde mit der Deutschen Bühnenaussprache eine einheitliche Regelung entwickelt. Der Grund hierfür war auch ökonomischer Natur. Das Wandertheater konnte hiermit die Herkunftsdialekte der Schauspieler:innen abschwächen und war dadurch in mehr Regionen verständlich.

Mit der Einführung einer deutschen Hochsprache entstand ein akustisches Territorium, das man betreten oder verlassen konnte, ohne sich von der Stelle zu bewegen.
 Wenn jemand sagt: "Man hört, dass du nicht von hier bist", ist das ein Grenzregime, das Ein- und Ausschluss produziert.

Im Sprechen formen wir Identität. Im Deutsch-Sprechen wird Deutsch-Sein performt.

Wer mit Akzent spricht, ist mit Voreingenommenheit konfrontiert, wird eventuell als besonders attraktiv wahrgenommen oder aber ist alltäglicher Diskriminierung ausgesetzt - auf dem Arbeitsmarkt oder bei der Wohnungssuche.³²

Adolf Hitlers Stimme wirkt heute eigenartig: Sie klingt schneidend, hart und beinahe abgehackt. Seine Reden zeichnen sich durch eine ungewöhnlich deutliche, fast übertriebene Artikulation und eine rhythmisch stark gegliederte Silbenstruktur aus, bei der Worte oft in markanten Blöcken gesetzt werden.

Mikrofone und Lautsprecher der 1920er und 1930er Jahre konnten Sprache nur in einem eingeschränkten Frequenzbereich wiedergeben und verschluckten leicht leise oder nuancenreiche Töne.

Seine Reden inszenierte er, so oft es ging, vor großem Publikum. Er inszenierte sich, auch im Radio, vor den Massen. Die Aufgabe in seiner Rolle als Sprecher bestand darin, vor dem Publikum “(D)iese Begeisterung und diese Hingabe und diesen Glauben, die er in sich trug, auf seine Zuhörer zu übertragen.”³⁴ Tatsächlich aber beruhte die rhetorische Wirkung dieser Ansprachen weniger auf einer authentischen Leidenschaft, sondern vielmehr auf einer hochgradig durchkomponierten Choreografie, die durch ein komplexes Inszenierungssystem hervorgebracht wurde. Hitler arbeitete intensiv an dieser Technik: Er trainierte Stimme, Körperhaltung und Gestik, oft unter Anleitung seines Fotografen Heinrich Hoffmann, und übte seine Auftritte systematisch vor dem Spiegel.

Dass diese Sprechweise stark inszeniert war, zeigt sich eindrücklich in einer heimlich aufgenommenen Tonaufnahme, dem sogenannten Führergespräch von 1942, in der Hitler deutlich leiser, flüssiger und wesentlich natürlicher spricht als in seinen öffentlichen Auftritten. Es ist die einzige bekannte Sprachaufnahme, in der Adolf Hitler frei spricht. ³³

In den Wenkerbögen ging es um die Erhebung von Daten zu Dialekten und regionalen Sprechgewohnheiten.

Sprache ist in den Körper niedergeschrieben, je nach Sprache trainieren wir verschiedene Muskeln und Bewegungen sind automatisiert.

Die Sprache und das Umfeld schreiben sich in unsere Stimme ein, sodass oft allein das Aussprechen eines bestimmten Wortes in einer anderen Sprache schon schwer ist.

Vor ein paar Jahren habe ich Spanisch gelernt. Im Spanischen rollt das "r" über die Zunge, im Deutschen entsteht es viel weiter hinten im Rachen. So sehr ich es versuchte, ich konnte dieses "r" nicht rollen. Erst mit Zeit und Übung war es mir möglich, bis ich es dann ohne darüber nachzudenken aussprechen konnte.

Shibboleth

"Gilead besetzte die nach Efraim führenden Übergänge über den Jordan. Und wenn efraimitische Flüchtlinge (kamen und) sagten: Ich möchte hinüber!, fragten ihn die Männer aus Gilead: Bist du ein Efraimiter? Wenn er Nein sagte, forderten sie ihn auf: Sag doch einmal "Schibbolet". Sagte er dann "Sibbolet", weil er es nicht richtig aussprechen konnte, ergriffen sie ihn und machten ihn dort an den Furten des Jordan nieder. So fielen damals zweiundvierzigtausend Mann aus Efraim. Jiftach war sechs Jahre lang Richter in Israel. Dann starb Jiftach, der Gileaditer, und wurde in seiner Stadt in Gilead begraben."²⁰

(Lutherbibel_ (2017): Deutsche Bibelgesellschaft, Das Buch der Richter 12:6 )

Streichholzschächtelchen

ʃtʁaɪ̯çhɔlt͡sʃɛçtɛlçən

"We are not free to choose the ways we are being heard."

Lawrence Abu Hamdans Audio-Installation The Freedom of Speech Itself (2012) untersucht die Praxis der forensischen Sprach- und Akzentanalyse. Die Installation besteht aus zwei Komponenten: einem 34-minütigen Audio-Dokument und einer Schaumstoffskulptur. In der Schaumskulptur wird die Frequenz und Amplitude von zwei Stimmen abgebildet, die das Wort "you" sagen, es werden 2 Stimmenabdrücke visualisiert. Die Form erinnert an eine topografische Landkarte, ein Werkzeug zur Eingrenzung von Territorium. ²²

Wie du sprichst = Woher du kommst = Wer du bist = Welche Rechte du hast

*Sprechen wir über: Das schwedische Unternehmen Sprakab und den Fall K.

Sprakab ist ein schwedisches Unternehmen, das sich auf linguistische Analysen spezialisiert hat.

K. stellt 2010 einen Asylantrag in Österreich. K. gibt an, in Land X geboren und in Land Y aufgewachsen zu sein. Die Österreichische Asylbehörde (BAA) zweifelt seine Angaben an und vermutet, er stamme aus Land Z.

Da K. kein Spanisch spricht, wird eine Sprachanalyse bei Sprakab AB beauftragt. Sprakab kommt zu dem Schluss, K. stamme mit sehr hoher Sicherheit aus Nigeria.

Die Zuständigen Mitarbeiter für den Fall K. waren:

Analytiker 249: Hat einen Abschluss in Englisch und Swahili, keine spezifische Fachkenntnis zu karibischem oder westafrikanischem Englisch, kein Sprachwissenschaftler
Analytiker wa05: Stammt aus Nigeria, ursprünglich Jurist und Dolmetscher, kein Sprachwissenschaftler.

Obwohl ein Vertreter der nigerianischen Botschaft später aussagt, dass K. kein Nigerianer sei, sondern Rastafarian spreche, hält das BAA weiterhin an der Sprachanalyse fest.

Der Asylgerichtshof (AGH) hebt schließlich die Entscheidung des BAA auf: Das Verfahren weist erhebliche Mängel bei der Gutachtenverwendung auf.

Das BAA gibt ein linguistisches Gutachten bei einem anderen, freiberuflich agierenden Gutachter in Auftrag. ²¹

Die juristische Fachzeitschrift juridikum publiziert 2013 einen Text über den Fall K.:

"Die Behörden ersetzen in ihrer wiederholten Rekontextualisierung des Sprakab-Berichts die von Sprakab verwendeten sprachlichen Elemente, welche Vagheit oder Unbestimmbarkeit signalisieren („Einschätzung“, „mit hoher Wahrscheinlichkeit“, „mit hoher Sicherheit“) durch sprachliche Mittel, welche Eindeutigkeit herstellen sollen: Das sind ua Qualifikatoren wie „offensichtlich“, „offenbar“ und „zweifellos“. | Der Bericht von Sprakab wird als „Gutachten“ bezeichnet und vom BAA mit Adjektiven, wie „mängelfrei“, „klar“ und „unmissverständlich“bzw vom AGH als „in sich schlüssig“ und „widerspruchsfrei“beschrieben. Den Sprakab-Mitarbeitern, welche wiederholt als „Experten“ bezeichnet werden, werden zudem seitens des BAA die Adjektive „unabhängig, „erfahren“, „neutral“ sowie die Nomen „Unbefangenheit“ und „Qualität“ zugeordnet. K.s. Aussagen werden hingegen als „Behauptungen“ charakterisiert, welche „offensichtlich falsch“ seien. • Die Begriffe „sprachlicher Hintergrund“, „Herkunft(sland)“, „Abstammung“ und „Staatsangehörigkeit“ werden einander gleichgesetzt und mit einer gewissen Beliebigkeit verwendet." ²¹

Wie du sprichst = Woher du kommst = Wer du bist = Welche Rechte du hast  

Lawrence Abu Hamdan beschäftigt sich in seiner Arbeit mit LADO: Einem forensischen Verfahren, in dem Dialekte analysiert werden mit dem Ziel der Herkunftsbestimmung geflüchteter Personen. Es wird unter anderem verwendet in: Australien, Österreich, Belgien, Kanada, Finnland, Deutschland, den Niederlanden, Neuseeland, Norwegen, Schweden, der Schweiz und dem Vereinigten Königreich.

Doch Nationalität deckt sich nicht unbedingt mit Sozialisierung, in den LADO-Verfahren werden komplexe (Sprach-)Biografien außer Acht gelassen und Stimme wird wie ein offizielles Dokument behandelt. Sprache belegt nicht eindeutig Herkunft oder Identität, sondern lässt sich insbesondere im Zusammenhang von Mobilität, Migration, Vertreibung und Flucht als ein dynamisches Archiv persönlicher Erfahrungen beschreiben. ^{22 21}

Seit 2017 verwendet das deutsche Bundesamt für Migration und Flüchtlinge (BAMF) als einzige Behörde in Europa zur Unterstützung der Herkunftsbestimmung von Geflüchteten ein Algorithmus-gesteuertes System, den sogenannten DIAS (Dialekt-Identifizierung-Assistenten).

Momentan können die folgenden Dialekte überprüft werden: Farsi, Dari-Persisch, Pashto, Irakisch-Arabisch, Maghrebinisch, levantinisches Arabisch, Golf-Arabisch und ägyptisches Arabisch.

Die Asylbewerber:innen sollen - möglichst ohne Pausen - ein Bild beschreiben oder ihren Tag schildern. Als Aufnahmegerät wird ein normales Telefon verwendet. Über eine bestimmte Nummer wird der direkte Kontakt zu den Servern des DIAS hergestellt. Die Sprachaufnahme dauert dabei exakt 2 Minuten.

Die Software für den Dialekt-Identifizierung-Assistenten wurde von der US-amerikanischen Firma Nuance Communications programmiert. Wie sie genau funktioniert, ist unklar - der Algorithmus ist eine Blackbox.

Das BAMF bezeichnet den DIAS als eine "zusätzliche Unterstützung der Entscheider" und rechnet mit einer Fehlerquote von ca. 20%.

Seit Einführung des Systems im Jahr 2017 bis Januar 2023 kam es zu 81.726 DIAS-Vorgängen. ^{24 25 26}

Ich denke über die Stimme nach ohne Wörter.

Als Kind, wenn ich mit der Familie unterwegs war, ich auf die Toilette ging und dort saß, dann achtete ich auf die Geräusche der Anderen, die dort hinein und hinaus gingen, ohne sie sehen zu können. Ich dachte, meinen Vater erkennen zu können, nur an seiner Art Auszuatmen. Es ist ein Ausatmen, das schon fast Stimme ist, aber wann wird dieses Atemgeräusch zur Stimme?

"AAAAHHH EEEHHH IIIHHHH OOOHHH UUUUUUHHH"

Ich denke über Stimme nach ohne Wörter.

Ein Husten:

"öhhöuh"

Es ist kein Wort, wie kann ich es auch schreiben?

In Yoko Onos Performance Cough Piece (1961) hustet Ono ein halbe Stunde vor Publikum.

Ein betontes Husten kann eine Aufforderung sein, ein subtiler Versuch der Kommunikation, meist ist das Husten aber ein Freimachen des Rachens, eine Vorbereitung zum Sprechen. Eine halbe Stunde bereitet Yoko Ono sich und ihren Körper vor, und spricht am Ende doch kein Wort. ²⁷

Schibboleth (Paul Celan, 1955)

"Lfd. Nr PERSONAL BOGEN Lautliche Aufnahme Nr:
Kriegsgefangenenlager: Datum: Zeitangabe: Dauer der Aufnahme: Durchmesser der Platte: Raum der Aufnahme:
Art der Aufnahme (Sprechaufnahme, Gesangsaufnahme,
Choraufnahme, Instrumentenaufnahme, Orchesteraufnahme):
Name (in der Muttersprache geschrieben);
Name (lateinisch geschrieben) :
Vorname:
Wann geboren (oder ungefähres Alter)? Wo geboren (Heimat)? Welche größere Stadt liegt in der Nähe des Geburtsortes?
Kanton - Kreis (Ujedz):
Departement - Gouvernement (Gubernija) - Grafschaft (County):
Wo gelebt in den ersten 6 Jahren? Wo gelebt vom 7. bis 20. Lebensjahr?
Was für Schulbildung? Wo die Schule besucht ?
Wo gelebt vom 20. Lebensjahr?
Aus welchem Ort (Ort und Kreis angeben) stammt der Vater?
Aus welchen Ort (Ort und Kreis angeben) stammt die Mutter?
Welchem Volksstamm angehörig?
Welche Sprache als Muttersprache?
Welche Sprachen spricht er? Kann er lesen? Welche Sprachen?
Kann er schreiben? Welche Sprachen?
Spielt er ein Lager Instrument aus der Heimat?
Singt oder spielt er modern europäische Musikweisen?
Religion: Beruf:
Beschaffenheit der Stimme: 1. Urteil des Fachmannes (des Assistenten): 2. Urteil des Kommissars: 3. Urteil des Technikers"

 (Personalbogen - LA 511) Humboldt-Universität zu Berlin: Lautarchiv²⁸

Was spricht woher?   Wenn es die KI ist, die über die Herkunft eines Menschen entschieden hat, wessen Urteil vertrauen wir dann? Künstliche Intelligenz erscheint häufig als körperloses, neutrales System. Eine Blackbox, die aus dem nichts zu uns spricht. Folgt man Donna Haraways Konzept des Situated Knowledge, so lässt sich auch KI als ein situiertes, verkörpertes Produkt beschreiben. Ihre Körper bestehen aus den materiellen Infrastrukturen von Servern und Stromnetzen ebenso wie aus den kulturellen und sozialen Kontexten, in denen Trainingsdaten ausgewählt und Modelle entwickelt werden. KI-Modelle sind keine objektiven Entitäten im klassischen Sinne, sondern tragen die Perspektiven, Vorurteile und Interessen jener, die sie programmiert, trainiert und eingesetzt haben. Die scheinbare Neutralität technischer Systeme maskiert ihre situierten Ursprünge und sollte selbst als historisch und politisch geprägte Konstruktion verstanden werden.  ³¹

Sprechen wir über: Abschiede

Tschüss

mit

"Tsch"

wie in

"(Tschechische) Streichholzschächtelchen"

Einmal, alle zusammen:

"(t͡ʃˈɛçɪʃə) ʃtʁaɪ̯çhɔlt͡sʃɛçtɛlçən"