1 Vortrag gehalten für die Gruppe 12 am 9.4.2005 in Fulda von Sibylle Vogel Liebe Kolleginnen und Kollegen - ich möchte Euch mit meiner Arbeit mit der Stimmfrequenzanalyse bekannt machen. Die menschliche Stimme ist ein Seismograph. Bei Menschen, die man kennt, ist man in der Lage, schon beim ersten Wort herauszuhören, wie es dieser Person geht. Die menschliche Stimme ist ein Hologramm, in ihr ist der ganze Mensch in seiner gesamten physischen und psychischen Befindlichkeit enthalten. Die Sprache macht den Menschen zum Menschen und durch die Sprache unterscheidet er sich von allen anderen Lebewesen. Als erstes möchte ich Euch zu einem Ausflug in die Sprachwissenschaft einladen. Sprache besteht aus verschiedenen Ebenen: Sprache klingt, sie hat eine lautliche Ebene. Diese Laute folgen bestimmten Strukturgesetzmäßigkeiten und die Lautfolgen haben eine Bedeutung. Wir unterscheiden also Phonematik, Morphematik und Semantik. Das Phonem ist in jeder Sprache der Welt das kleinste bedeutungsdifferenzierende Teilchen - so etwas Ähnliches wie ein Molekül. Obwohl es ungefähr 8000 verschiedene Sprachen auf der Welt gibt, hat die Sprachwissenschaft nur etwa 70 Phoneme gefunden aus allen diesen Sprachen insgesamt. Im Deutschen benutzen wir aus diesem Repertoire nur einen Teil: Wir gehen mit etwa 40 von diesen bedeutungsunterscheidenden Teilchen um. Z.B. unterscheiden sich: Maß, Mus, Moos, mies nur jeweils dadurch, dass da in der Mitte a- klingt, oder u-, oder o- oder i-. Bei den Phonemen handelt es sich natürlich nicht nur um Vokale, also selbstklingende Laute Selbstlaute. Auch Konsonanten können Phoneme sein: Klaus saust raus, weil im Haus die Maus schmaust. Hier unterscheiden sich die Wörter im Anlaut. Ton, Tod, toll, Tom, Tor, Top unterscheiden sich am Silbenende. Jedes Phonem hat eine klangliche Form, die charakteristisch für gerade dieses Phonem ist. Es ist ein klangliches Muster, das das Gehirn erkennen und von anderen unterscheiden kann. Eine wunderbare Form, die Phoneme sichtbar zu machen, hat Johanna Zinke entwickelt. Sie hat viele verschiedene Sprecher ein bisschen Rauch einatmen lassen und mit einer Hochgeschwindigkeitskamera die Rauchformen vor dem Mund aufgenommen, die sich ergeben, wenn jemand zum Beispiel asagt oder Konsonanten ausspricht.
Luftlautformen nennt sie diese flüchtigen Gebilde, die da entstehen und die sich von Sprecher zu Sprecher erstaunlich gleichen. Die folgende Abbildung zeigt die Konsonanten der deutschen Sprache: 2
3 Wir können uns gesprochene Sprache also vorstellen als die Aussendung eines Stroms von charakteristisch geformten Luftwölkchen, die den Zuhörer nicht nur auf seinem Trommelfell kitzeln, sondern überall berühren. Sie berühren ihn überall, sie setzen ihn in Schwingung und er kann gar nicht anders, er schwingt mit, er tritt in Resonanz zu den ausgesendeten Wölkchen. Indem er mitschwingt versteht er etwas, die ausgesendeten Schwingungen ergeben eine Bedeutung für ihn. Die ausgesendeten Lautformen berühren einen Hörer überall. Sie treffen auf seine Haut, in die unzählige Tastkörperchen eingebettet sind, die feinste Berührungsreize aufnehmen und weiterleiten können, auch die der Lautformen. Und das Ohr ist eine Fortsetzung und Erweiterung der Haut. Entwicklungsgeschichtlich entwickeln sich Haut und Ohr aus dem gleichen Keimblatt des Embryos. Wir hören mit dem ganzen Körper. Das äußere Ohr ist nur ein Sammeltrichter, der einen Teil der auftreffenden Impulse zum Trommelfell leitet, von wo aus sie weiterverarbeitet werden. Das Zuhören, das Horchen auf die Stimme eines Sprechers ist ein ausgesprochen dynamischer Prozess, der den ganzen Körper mit einbezieht. Mit einer Hochgeschwindigkeitskamera, die 30 oder gar 48 Aufnahmen in der Sekunde machen kann, ist es erstmals möglich geworden zu zeigen, dass sowohl ein Mensch, der spricht, mit seinem ganzen Körper winzige Bewegungen ausführt, um alle die an der Sprachproduktion beteiligten Muskeln zu koordinieren; und das sind über 200 insgesamt. Man spricht mit seinem ganzen Körper, vom Kopf bis zu den Füssen. Diese winzigen Bewegungen sind absolut synchron mit dem Verlauf der gesprochenen Wörter. Wenn man den Zuhörer mit derselben Kamera fotografiert, zeigt sich, dass er dieselben Mikrobewegungen mit seinem ganzen Körper ausführt, wenn er zuhört. Nur sind diese Bewegungen um genau die Spanne versetzt 40 bis 50 Millisekunden die der Schall bis zu ihm hin zurücklegen muss. Sprecher und Hörer befinden sich also in einem Tanz von Mikrobewegungen, die zeitgleich zu den ausgesendeten Frequenzmustern ablaufen. An seiner Stimme kann man einen Menschen zweifelsfrei identifizieren. Die Industrie macht sich das zunutze. Mithilfe von Spracherkennungsprogrammen lassen sich Autotüren und Computerprogramme öffnen. Aber nur von dem Berechtigten. Ein Bösewicht tut gut daran, weder seine Fingerabdrücke am Tatort zu hinterlassen, noch seine Lösegeldforderungen telefonisch durchzugeben.
4 Dennoch gibt es in der gesprochenen Sprache in der Frequenzdarstellung zunächst einmal linguistisch bedingte Gemeinsamkeiten. Da ich in meiner Praxis hauptsächlich mit lerngestörten Kindern arbeite, sind die Beispiele, an denen ich Ihnen das aufzeigen möchte, aus diesem Bereich genommen. In einem Reihenversuch habe ich die Stimmen von allen Kindern einer fünften Klasse Gymnasium aufgenommen. Diese Fünftklässler haben ihre Grundschulzeit ohne Probleme durchlaufen und mit einem Notendurchschnitt in Deutsch und Mathematik von mindestens 2,5 abgeschlossen. Sie waren in ihren Grundschulklassen die besten Schüler, in der Regel können sie fließend lesen und schreiben und sie sind gute Rechner. Die Bilder ihrer Stimmen gleichen sich auf frappierende Weise. Aus den 33 Stimmen sind hier willkürlich acht ausgewählt. Alle Kinder haben den gleichen Text gesprochen. Stimmaufnahmen von Kindern der 5. Klasse eines Gymnasiums in Baden-Württemberg 10 oder 11 Jahre alt Die unterste Zeile ist mindestens zur Hälfte, die zweite Zeile von unten ist gleichmäßig gefüllt Es gibt wenig ganz freie Stellen
5 Es gibt wenig offensichtliche Ballungsräume Wie sind diese Bilder entstanden? Das Aufnahmeprogramm funktioniert so: die Kinder sprechen ihren Text. Bei der Umwandlung von gesprochener Sprache in digitale Information gibt es den Zeitfaktor, Tonhöhen und Lautstärke. Bei der Fourieranalyse, mit der die Datei mit der Sprachaufnahme dann bearbeitet wird, kümmert sich der Rechner nicht um die Lautstärke und nicht um den Zeitverlauf. Er sammelt innerhalb der vorhandenen Daten die gleichen Frequenzinformationen ein er sammelt also zum Beispiel alles, was dem Kammerton a=440 Hertz entspricht und zählt, wie oft in seiner Datei dieser Ton vorgekommen ist. Er findet vielleicht 4mal diese Information, dann macht er einen Balken mit vier Einheiten daraus. Die 441 Hertz findet er 20mal, also entsteht ein höherer Balken, 442 Hertz gibt es 15mal, 446 Hertz 10mal usw. Was man auf den Bildern also sieht, sind die in der Stimme vorhandenen Frequenzen in ihrer Intensität und in sehr feinen, kleinen Frequenz-Schritten. Warum ist es normal, dass die Bilder sich so gleichen? Jede Stimme klingt doch anders, werden Sie einwenden. Jeder Vokal hat ein charakteristisches Muster von Obertönen. Hier sehen Sie die Spektralanalyse der Vokale a-, -u- und i-
6 Und diese Frequenzmuster sind von Sprecher zu Sprecher gleich, auch wenn der Grundton bei einem Kind höher, bei einem Mann tiefer ist. Zudem schwingen in der Stimme nicht nur Töne über dem Grundton, sondern auch Untertöne. Die Grundtöne der Vokale haben zudem nicht dieselbe Tonhöhe, sondern sind leicht verschoben wie auf einer Tonleiter. In meiner Stimme liegt der Grundton für das a- z.b. in der c-1 Oktave bei der Note g. Das e- liegt bei gis, das o- bei der Note a, -i- liegt bei ais und u- fast bei c. Das kommt dadurch zustande, dass bei der Artikulation von a- die Luftsäule im Mundraum größer ist, bei e- wird sie kürzer, bei inochmals kleiner... Die Vokale bilden also eine kleine Tonfolge. Dies entspricht Ergebnissen aus der Hirnforschung. Für die Decodierung von Frequenzen gibt es im Gehirn eine sogenannte tonotope Karte, in der die Orte, an denen verschiedene Frequenzen decodiert werden wie Perlen an einer Schnur aufgereiht sind. Wenn man die obigen Vokal- Bilder alle übereinanderlegt, so wie in einem gesprochenen Text ja alle Vokale mal vorkommen, sieht man, dass sich die Zeilen ziemlich gleichmäßig füllen.
7 Die Basisfrequenzen der Vokale a-, -e-, -i-, -o-, -u- bilden eine Tonfolge V okal a V okal e V okal i Vokal o Vokal u Die Konsonanten, vor allem die Verschlusslaute p, t, k, b, d, g, die Reibelaute wie f, w, und die Zischlaute s, ch, sch zeigen in der Darstellung der Frequenzen mithilfe der Fourieranalyse ein Rauschen. Es sind sehr viele Frequenzen mit annähernd gleicher Intensität darin enthalten. Wenn man wiederum die Bilder der verschiedenen Konsonanten übereinander legt, erhält man eine Darstellung des sogenannten weißen Rauschens. Im weißen Licht sind alle Farben des Spektrums enthalten. Analog dazu nennt man ein Rauschen, in dem alle hörbaren Frequenzen enthalten sind weißes Rauschen. Die Konsonanten kann man nicht nach den darin enthaltenen Frequenzmustern unterscheiden, das Gehirn identifiziert sie nach der Zeit: ein sch- rauscht lange ans Ohr, ein t- ist eine kurze Explosion.
8 Die Konsonanten bilden ein weißes Rauschen Konsonant f- Konsonant -k- Konsonant p- Konsonant sch- Konsonant t- Durch die Konsonanten füllen sich also die Zeilen unserer Darstellung weiter, sodass bei einem Text mit durchschnittlicher Verteilung der Laute eine ziemlich gleichmäßige Verteilung entsteht linguistisch betrachtet. Also theoretisch und losgelöst von der praktischen Realität. Diese sieht ganz anders aus: Hier sind acht Darstellungen der Stimmen von Kindern, die mit ihren Eltern in meine Sprechstunde kamen. Sie kommen in der Schule schlecht oder gar nicht klar. Sie lesen schlecht und stockend, sie machen extrem viele Fehler in den Diktaten, manche können nicht rechnen. Alle fallen auch in der Schule dadurch auf, dass sie unaufmerksam und ablenkbar sind und oft sehr unruhig. Die Gruppe der Probanden ist mit der vorigen durchaus vergleichbar, die Kinder sind gleich alt, gehen in die gleiche Klassenstufe, der gesprochene Text ist der gleiche. Die Unterschiede springen jedoch sofort ins Auge. Stimmen von Kindern mit der Diagnose ADS Alle 10 oder 11 Jahre alt, meist Hauptschüler, einige Sonderschüler
9 Die unterste und zweitunterste Zeile sind immer fast leer Auffällige Gebirge und Zacken Leerstellen wechseln mit Ballungsgebieten Es gibt viele leere Stellen und es gibt Spitzen und Zacken und Berge, die wir in den vorigen Darstellungen nicht gesehen haben.
10 Die meisten Stimmbilder sind in den unteren Oktaven leer, die Frequenzen, die dort abgebildet werden sollten, sind in der Stimme nur mangelhaft vertreten. Im Bezug auf die Konsonanten bedeutet diese löchrige, zackige Darstellung, dass das Rauschen nicht weiß ist, es ist verwaschen. Einige Frequenzen sind extrem überrepräsentiert, andere viel zu schwach. Dies ist eine Erklärung dafür, warum diese Kinder nicht rechtschreiben können und meist auch nur stockend lesen. Sie können die Konsonanten nicht sauber voneinander unterscheiden, sie hören die feinen Unterschiede nicht und können sie deshalb auch nicht produzieren, weder in der eigenen Sprechstimme, die meist vernuschelt klingt, noch im Diktat. Auf der Ebene der Vokale bedeuten die defizitären Stimmbilder, dass die zugehörigen Frequenzmuster nicht ganz vollständig sind. Die Vokale tragen die Sprache. Es gibt kein bedeutungstragendes sprachliches Teilchen (Morphem) ohne Vokal (von ein paar sprachwissenschaftlichen Spitzfindigkeiten wie Halbvokale und Sonanten bewusst abgesehen). Wenn nun die Träger der Sprache, die Vokale, nicht ganz vollständig produziert werden, kann man sich unschwer vorstellen, dass das ganze Inventar von bedeutungstragenden Teilchen, das ganze im Kopf gespeicherte Wörterbuch, auf eine Weise in Unordnung ist: ausgefranste Ränder, fehlende Abgrenzung, Verwechslungen, das Gleiche in unterschiedlichen Versionen, Ungleiches gleich gemacht. Auch das spiegelt sich dann z.b. in den fehlerhaften Diktaten wider, denn der Buchstabe ist ein gefangener Laut er klingt. Beim Schreiben muss ich ein Klangbild, das in meinem Kopf entstanden ist, in Zeichen auf dem Papier umsetzen. Diese Kinder können auch nicht flüssig lesen sie haben eine Lese-Rechtschreib-Schwäche. Damit Stimme überhaupt gehört werden kann ist wie für jeden hörbaren Ton ein Taktgeber vonnöten, etwas das schwingen kann. Wenn ich zum Beipiel ein Gummiband anzupfe oder die Zinken einer Stimmgabel zusammen drücke, hört man zunächst mal nichts, man sieht nur, dass sie sich bewegen, wenn man sie loslässt. Hörbar wird der Ton erst dadurch, dass ein Verstärker dazu kommt. Wenn ich das Gummiband über eine Kiste spanne, wenn ich die Stimmgabel auf den Tisch stelle, wird der Ton hörbar. Außerdem ist noch ein Trägermedium erforderlich. Die Luft in diesem Fall, durch sie wird der Ton an des Hörers Haut und Trommelfell geleitet. Bei der menschlichen Stimme wirken die Stimmbänder als der Taktgeber, der schwingt und der ganze Körper ist der Verstärker. Eine Stradivari und eine billige Geige können exakt auf den gleichen Ton gestimmt sein. Sie unterscheiden sich in ihrer Klangfarbe jedoch deutlich. Ebenso können die verschiedensten Instrumente eines Orchesters auf den gleichen Ton gestimmt sein, ihr Klang ist völlig verschieden. Das gleiche gilt für menschliche Stimmen. Der Körperbau und die Zusammensetzung des menschlichen Resonanzkörpers bestimmen das individuelle Timbre der Stimme.
Was wir in den Darstellung sehen ist das individuelle Frequenzspektrum einer Person, das Frequenzspektrum, das sie in der Lage ist auszusenden. Eine Plastikflöte klingt anders als eine aus Ebenholz. Eine Stradivari tönt anders als eine billige Fidel. Es kommt auf die Bauart und entscheidend auf die Baumaterialien an. Die Stimme eines Menschen ist unverwechselbar, weil sich seine individuelle substantielle Zusammensetzung und Bauweise vielleicht nur geringfügig aber eben doch von der eines anderen Menschen unterscheidet. Alles was schwingen kann, hat eine Eigenfrequenz, die eine starke resonatorische Kraft darstellt. Jede Substanz, die eine chemische Formel hat, hat demnach auch eine bestimmbare Eigenfrequenz. Auf diesen Zusammenhang hat als erster der Pharmakologe Arthur Partheil (1861 1909) hingewiesen, der zuerst in Bonn am pharmazeutischen Apparat Chemieprofessor war und später an der Universität Königsberg lehrte. Er hat ein mehrbändiges Lehrbuch über anorganische Chemie geschrieben, und er hat einen Berechnungsfaktor entdeckt, mit dem man aus der chemischen Summenformel einer Substanz ihre Eigenschwingung in Hertz berechnen kann. Wenn man sich nun die substantielle Zusammensetzung von menschlichem Körpergewebe anschaut, kommt man auf Gruppen von Substanzen, die eine besondere Rolle spielen. Zu etwa 70% besteht der Mensch aus Wasser. In größeren Mengen hat er bestimmte Mineralstoffe im Körper - Kalzium und Magnesium zum Beispiel. Dann gibt es eine Gruppe von Spurenelementen, die gramm- oder milligrammweise vertreten sind, die aber im Stoffwechselgeschehen eine sehr wichtige Rolle als Katalysatoren spielen. Es gibt die Aminosäuren, die wiederum die Grundbausteine für die Nervenbotenstoffe abgeben. Es gibt Fettsäuren, Vitamine usw. usw. Wenn man sich die Mühe macht und die Eigenfrequenzen für Substanzen, die im Körper eine ähnliche Aufgabe haben, zusammenstellt, macht man eine überraschende Entdeckung. Es gibt zum Beispiel ungefähr 84 Spurenelemente, die für unsere Stoffwechselfunktionen wichtig sind. Diese 84 Spurenelemente haben ihre Eigenfrequenzen alle in derselben Oktave. Es gibt keines, das um Oktaven höher und keines, das viel tiefer schwingt. Magnesium, Kalzium, Kalium und Natrium liegen in einem Frequenzbereich nah beieinander. Dasselbe gilt für die 19 Aminosäuren, dasselbe für die Nervenbotenstoffe. Die B-Vitamine haben ebenso ihren schmalen definierten Frequenzbereich wie die essentiellen Fettsäuren. Das gleiche gilt für Schadstoffe, die toxische Wirkungen im Körper entfalten: Herbizide und Pestizide haben ihren Frequenzbereich, Schwermetalle einen anderen. Aflatoxine und Canditoxine schwingen in nah beieinander liegenden Bereichen, man kann chemischen Lebensmittelfarbstoffen eine Frequenz zuordnen und die Frequenzen von PCB- oder Dioxin-Verbindungen bestimmen. 11
12 Das Frequenzbild der Stimme eines Menschen gibt, wie wir oben in den linguistischen Abschnitten gesehen haben, Auskunft über seine phonematische Diskriminierungsfähigkeit. Stimmen von Kindern mit Lernund Verhaltensauffälligkeiten zeigen uns, dass da Löcher sind, viele freie Stellen und auffällige Zacken und Gebirge, die es bei Kindern ohne diese Probleme nicht gibt. Beginnen wir auf den Schaubildern in der unteren Zeile: Bei Kindern mit Lernstörungen ist diese Zeile fast immer leer oder nur sehr sporadisch gefüllt. Erlauben wir uns einen Blick in unsere Sammlung von Eigenfrequenzen von Substanzen und erinnern wir uns,dass in der Stimme eines Menschen das Baumaterial schwingt, aus dem er besteht. Eigenfrequenzen erzeugen Resonanzen. Wenn ein Hund bellt, schwingen Saiten im Klavier mit, wenn er gerade daran vorbeikommt; wenn der Mensch spricht, schwingen die Materialien, aus denen sein Resonanzkörper besteht. Die unterste Zeile jede Zeile im Diagramm entspricht einer Oktave enthält die Resonanzfrequenzen der 84 Spurenelemente. Das legt den Schluß nahe, dass im Resonanzkörper der Person, die da gesprochen hat, die Spurenelemente schwach vertreten sind. Sie gehen deshalb nicht in Resonanz, weil sie nicht da sind. Hier sind alle Spurenele mente im Defizit Wie können Mineralstoffe und Spurenelemente verloren gehen? Wenn der Körper Schwermetall zu entsorgen hat eingelagertes Quecksilber beispielsweise - geschieht das, indem sich die organischen Quecksilberverbindungen an Mineralstoffe binden und diese in ihrer eigentlichen Wirkung behindern. Es entsteht ein Salz, das ausgeschieden werden sollte. Chemisch gesehen sind Schwermetalle also Mineralstoffräuber. In der optischen Darstellung als Diagramm müsste einem Defizit bei den Mineralstoffen und Spurenelementen also ein Gebirge bei den Schwermetallen entsprechen das ist auch sehr oft der Fall.
13 Dasselbe Stimmbild zeigt uns ein Gebirge im Bereich der Schwermetalle Oft sehen wir auch ein Defizit in der linken Hälfte der zweiten Zeile von unten. Hier ist ein Defizit von Aminosäuren und Neurotransmittern zu sehen Dies ist der Frequenzbereich der Aminosäuren und Neurotransmitter. Wie kommt es zustande, dass Aminosäuren in zu geringem Maße vertreten sind? Das verursacht in den meisten Fällen die Milch. Aminosäuren werden aus der Nahrung im Dünndarm resorbiert. Wenn die Dünndarmwände beschädigt sind oder durch Ablagerungen von halb und unvollständig zerlegten Milchmolekülen verklebt und undurchlässig gemacht sind, ist die Resorption gestört. Das ist das, was in der Abbildung zu sehen ist. Es geht hier nicht darum, das ganze Verfahren in allen Einzelheiten darzustellen. Dieser Artikel ist keine Anleitung zum Erlernen der Methode. Es geht nur darum zu verstehen, dass in den Frequenzen der Stimme eine Ordnung herrscht. Verschiedene Substanzen, die in der Körperchemie eine ähnliche Aufgabe oder ähnliche Auswirkung haben und deshalb zu einer Gruppe zusammen gefasst werden können, haben in der Darstellung der in einer Stimme enthaltenen Frequenzen einen definierten Ort.
14 Es gibt die Oktave der Spurenelemente, die Oktave der Aminosäuren und Neurotransmitter, Schwermetalle haben ihren Ort, Umweltgifte einen anderen... Schichtung in der menschlichen Stimme 2048 bis 4096 Hz ( C+3 Oktave) Zuckerstoffwechsel 1024 bis 2048 Hz (C+2 Oktave) Gefässsteuernde Substanzen 512 bis 1024 Hz (C+1 Oktave) Endorphine Schilddrüsenhormone Nahrungsmittelzusätze (E-Nr.) 256 bis 512 Hz (mittlere C-Oktave) EssentielleFettsäurenHormone fettlösliche Vitamine Umweltgifte Zucker Lebensmittel-Farbstoffe 128 bis 256 Hz (C-1 Oktave) Aminosäuren Neurotransmitter Wasserlösliche Vitamine Quecksilber Blei Geopathien 64 bis 128 Hz (C-2 Oktave) Spurenelemente Cadmium Unter 64 Hz Wasser Mineralien Formaldehyd Bilder von Stimmen kann man also mit einiger Übung lesen wie Ultraschallbilder oder wie EEGs. Aus den Clustern, die die Frequenzen bilden, lassen sich Informationen über den Stoffwechsel entnehmen - und diese zeigen einen schnellen und sicheren Weg, wie man therapeutisch weiter vorgehen sollte. Die Ergebnisse sind sofort sichtbar und eine Einzelauswertung von vielen Werten und ihre Interpretation dauert auch nicht lange. Die Stimmanalyse ist somit wahrscheinlich das schnellste, einfachste und billigste Verfahren.