Yorùbá in Unicode: An Overview of a Problem

言語は単なる音の集まりではありません。何百万人もの人々にとって、それは声の高さ（ピッチ）が変わることで単語の意味が完全に変わってしまうシステムなのです。西アフリカやそのディアスポラに4,000万人以上の話者がいるヨルバ語において、高い音と低い音の違いは、「手」という言葉を「ほうき」や「尊敬」という言葉に変えてしまいます。このピッチへの依存は、詩的な装飾ではなく、文法上の必然性です。正しいピッチの記号がなければ、単純な文章が数十通りの解釈が可能な混乱したパズルとなり、読者は、父親が大きな農場の中に移動したのか、あるいは大きな車の中に移動したのかを推測しなければならなくなります。これを解決するために、書き手は、文字の上または下に配置される小さな印である「ダイアクリティカルマーク（補助記号）」を用いて、これらのピッチの変化を示します。

しかし、デジタル世界はこうした複雑な記号を考慮して作られたわけではありませんでした。コンピュータが登場した当初、それらは英語のアルファベットのような標準的な文字を扱うように設計されており、声調言語に求められる重層的な記号を扱うようにはできていなかったのです。これにより、永続的な問題が生じました。技術的には記号を表示することはできても、それらを常に正しい場所に配置したり、正しくカウントしたりすることができなかったのです。トーンマークが付いた文字は、ある画面では問題なく見えるかもしれませんが、別の画面では空白のボックスになったり、配置のずれた記号になったりしました。コラ・トゥボスンによるこの論文は、なぜこのようなことが起こるのかを調査し、ヨルバ語の表記の歴史から、今日のコンピュータがテキストを保存する際に従っている厳格なルールに至るまで、その問題を辿っています。著者は、現在のシステムは声調言語にとって根本的に壊れており、それを修正するための具体的な構造的変更を提案しています。

ヨルバ語の表記の物語は、コンピュータ時代のずっと前から始まりました。もともとは口承言語であったヨルバ語は、19世紀に宣教師や商人たちによってローマ字を用いて初めて書き記されました。初期の書き手たちは、ピッチが重要となる言語に英語のアルファベットを適応させることに苦心しました。ピッチを示すために「h」や「r」を追加して余分な文字を使おうとした者もいれば、母音の上に点や線を使おうとした者もいました。時を経て、特定の母音の下に点を打ち、その上にピッチを示すマークを付けるという標準的なシステムが確立されました。20世紀半ばまでには、このシステムは定着し、見た目は同じでも音が異なる言葉を書き手が区別できるようになりました。しかし、デジタル時代が到来したとき、この丹念に作り上げられたシステムは壁に突き当たったのです。

問題の核心は、コンピュータがどのようにテキストを保存するかという点にあります。テキストを異なるデバイスやプログラム間で容易に移動させるため、Unicodeコンソーシアムという国際的な組織が、文字の標準リストを作成しました。このシステムでは、アクセントが付いた「o」のような、単一のマークを持つ文字は、しばしば一つの「既成のユニット」として保存されます。これは多くの言語においてうまく機能します。しかし、ヨルバ語の場合、システムは一つの文字に対して二つの異なるマークを重ねることを要求します。つまり、母音の種類を示すための下部の点と、ピッチを示すための上部のマークです。現在のデジタル標準には、これら重ねられた組み合わせに対する単一の既成コードが存在しません。その代わりに、コンピュータは二つの別々のパーツを組み合わせることで、これらを作り出すことを強制されます。すなわち、点が付いた基本文字と、その上のトーンマークという具合です。

文字をパーツごとに組み立てるこの手法こそが、トラブルの始まりです。あるコンピュータではうまく機能するかもしれませんが、テキストが別のプラットフォーム、異なるフォント、あるいは異なる国へ移動すると、パーツが分離したりずれたりすることがあります。書き手が完璧に名前を入力したとしても、文書を保存したり印刷したりする際に、トーンマークが間違った文字に飛び移ったり、完全に消失したりすることがあります。著者は、数十年にわたる出版の失敗例を記録しており、組版機がそれらを扱えなかったために、本の表紙のトーンマークが印刷後に手書きで描き加えられた事例などを挙げています。デジタルライブラリでは、カタログ作成者が正しい記号が見つからないために誤った記号で代用することがあり、研究者が真のタイトルで本を検索することを不可能にしています。さらに、文字数をカウントするソーシャルメディアのプラットフォームにおいても、これらの重ねられたマークは複数の別々の文字として扱われ、ヨルバ語のテキストを一度に投稿できる量に対して不当な制限を課しています。

この論文は、なぜこれらの文字を修正できないのかという公式の説明に異議を唱えています。Unicodeコンソーシアムは、自らのシステムは安定しており、新しい既成の組み合わせを追加することは古いシステムに保存されたテキストの一貫性を損なう可能性があると主張しています。彼らは、パーツを組み合わせる現在の方法で十分であり、問題はフォントや古いソフトウェアに起因すると主張しています。著者はこれに対し、テキストが正しくエンコードされ、現代の高品質なシステム間で移動している場合でさえ失敗が起きていることを指摘し、反論しています。問題は単にテキストがどう見えるかだけでなく、それがどのように振る舞うかという点にあります。検索が正しく機能せず、カウントが狂い、転送時に破損してしまうのです。著者は、システムが近年、何千もの新しい絵文字のためにスペースを空けてきた一方で、アフリカの声調言語に不可欠なニーズのためにルールを更新することを拒んできたと述べています。

これを解決するために、論文は直接的かつ具体的な介入を提案しています。それは、デジタル標準において4つの新しい既成文字を作成することです。これらは、点の下にある開いた「o」と「e」の母音の両方にピッチマークが付いた、単一のユニットとなります。これにより、テキストは一つの壊れないユニットとして移動できるようになり、どこで読まれても「手」という言葉が「手」であり続けることが保証されます。著者は、専用のキーボードやトーンマークを自動で追加するソフトウェアといった現在のツールが、執筆を容易にしてきたことは認めていますが、それらは一時的な応急処置に過ぎないと述べています。それらは、テキストが移動する際に壊れてしまう根本的な構造的欠陥を解決するものではありません。

結論として、問題は書き手の努力の欠如や個々のソフトウェアの失敗ではなく、デジタル通信を支配するグローバルなルールの隙間にあります。著者は、Unicodeコンソーシアムにはこれを修正する技術的能力があり、現代社会における言語の生存と適切な使用のために、それを行うことが必要であると主張しています。これら4つの特定の文字を作成することで、デジタル世界は、重ねられたマークを必要としない言語と同じように、ようやくヨルバ語をサポートできるようになります。これは、何百万ものヨルバ語話者を助けるだけでなく、同様のデジタル障壁に直面している他の声調言語にとっても先例となるでしょう。この論文は、闘いの記録であると同時に、数十年にわたって待ち望まれてきた解決策への明確なロードマップでもあるのです。