(Trong các phương ngữ Nam Bộ, cũng như trong hầu hết các phương ngữ Trung Bộ, không có sự phân biệt giữa hai thanh “hỏi” và “ngã”: hai thanh này được đồng nhất hóa thành một thanh mà chúng tôi tạm gọi là “hỏi- ngã”, tương ứng với hai thanh “hỏi” và “ngã” trong một hệ thống gồm sáu thanh. Trong tiếng Nam bộ, thanh này là một thanh có âm vực cao ngang thanh “sắc” khi kết thúc, nhưng xuất phát thấp hơn chừng một cung thành thử nghe gần giống như thanh “ngã” ở Bắc bộ, nếu không kể âm tắc thanh hầu thường cắt thanh này ra làm hai phần.)

Nhưng không biết từ bao giờ, trên sân khấu, trong phim ảnh và cả trên diễn đàn các hội nghị nữa, cách phát âm tự nhiên này được thay thế bằng một cách phát âm khác hẳn, mà chắc là có ai đó cho là "chuẩn hơn" hay "đúng hơn": thay vì ảnh, chỉ, bển,v.v., ta có thể nghe thấy diễn viên (hay diễn giả) nói "anh ấy, chị ấy, bên ấy" tách bạch, trong đó từ ấy được đánh một trọng âm rất mạnh.

Bài này đặt vấn đề bàn thêm xem thử cách phát âm bình thường (ảnh, chỉ đáng chê trách đến mức nào mà phải bị loại trừ ra khỏi ngôn ngữ nghệ thuật, và cách phát âm hiện dùng trên sân khấu và trong phim có thật là cách phát âm chuẩn hay không 

Muốn trả lời mấy câu hỏi này, chúng tôi đã tiến hành ghi âm và phân tích âm phổ trên máy spectrograph cách phát âm những tổ hợp nói trên trong ba phương ngữ khác nhau của Việt Nam: tiếng miền Bắc (Hà Nội), tiếng miền Trung (Huế), và tiếng miền Nam (Sài Gòn), được đặt trong một ngôn cảnh như nhau - trong bốn kiểu câu đơn giản và thông dụng:

Anh ấy mới về quê.
Bên ấy mát hơn nhiều 
Tôi muốn gặp anh ấy.
Nó đang ngồi bên ấy.

rồi lần lượt thay anh ấy và bên ấy bằng chị ấy, trong ấy,v.v

Chúng tôi đo độ dài, cường độ chính xác (bằng đơn vị 1/100 giây và 1 db) của từng tiếng trong các tổ hợp đang xét được phát âm theo những quy tắc ngữ âm của từng địa phương so với chiều dài của cả câu được phát âm với tốc độ nói chuyện thoải mái (từ 1,60 giây đến 2 giây mỗi câu), có chú ý đến cách dùng từ của từng địa phương (ở Huế, ấy được thay bằng nớ, nhược hoá thành na hay a; ở Sài Gòn, từ chỉ xuất được giả định như được dùng thay cho ấy là đó; "hoà đúc" vào tứ đi trước, nó thành một tiếng mang thanh "hỏi-ngã" theo mẫu của cách hòa đúc không có "hổng” thường thấy trong phương ngữ Nam Bộ.

Những kết quả thu được trên máy (thiết bị vi tính hoá CECIL for Windows) cho phép chúng tôi nhận xét những điều sau đây:

1. Trong các tổ hợp đang xét, ở cả ba phương ngữ không có trường hợp nào từ chỉ xuất đi sau (ấy, đó, nớ) mang trọng âm;

2. Ngược lại, từ ấy bao giờ cũng được phát âm với một độ dài xấp xỉ 2/5 độ dài của từ đi trước và một cường độ xấp xỉ bằng 1/4 cường độ của từ này. Như vậy, trong anh ấy chẳng hạn, anh tuy không mang trọng âm ngữ đoạn, vẫn mạnh và dài khoảng gấp ba ấy (nhược hoá thành í trong tiếng Hà Nội, thành a trong tiếng Huế);

3. Độ dài cộng lại của hai từ anh í (Hà Nội), anh a (Huế) và độ dài của ảnh (Sài Gòn) hoàn toàn bằng nhau (khoảng 0,27 giây); trong khi đó, độ dài của ảnh "đại từ chỉ người" có nhỉnh hơn độ dài của ảnh trong hình ảnh, do phần cuối (phần cao nhất) của âm tiết được kéo dài thêm.

4. Trong tiếng Hà Nội, tổ hợp chị ấy trong câu nói tự nhiên phát âm gần hoàn toàn giống như từ *chĩ (thanh "ngã"); người Hà Nội nghe băng ghi âm không thể phân biệt đâu là chị ấy, đâu là chĩ, tuy trên bản ghi âm có thể thấy rõ sự chênh lệch về độ dài giữa hai bên.

(*: dĩ nhiên tiếng Hà Nội (cũng như các phương ngữ khác) không có từ này. Vì vậy khi chĩ được phát âm trong câu, người Hà nội bao giờ cũng hiểu là "chị ấy".)

Trong cả ba phương ngữ, các tổ hợp đang xét chỉ được phát âm tách bạch, không bị nhược hoá, với một trọng âm ngữ đoạn đánh vào từ đi sau (ấy, nớ, đó) khi nào được hiểu như là những ngữ đoạn danh từ thực thụ (chứ không phải như một đại từ), nhất là khi cái ngữ đoạn danh từ ấy làm thành tiêu điểm của câu, chỉ những đối tượng được nêu bật lên trong một sự tương phản rõ nét với các đối tượng khác. Trong những câu như:

Chính ông anh ấy làm hại nó chứ không phải ai khác.
Người chị ấy cũng đồng thời là mẹ của tôi.
Cái bề ngoài ấy đã làm cho nhiều người lầm. 

dĩ nhiên không thể phát âm:

Chính ông ảnh làm hại nó chứ không phải ai khác.
Người chĩ/chỉ đồng thời cũng là người mẹ của tôi.
Cái bề ngoải đã là cho nhiều người lầm

dù là ở Nam Bộ hay ở bất kỳ địa phương nào khác.

(Nếu không có khung cảnh của cả câu, với cách phát âm ông ảnh sẽ được hiểu thành "ông của anh ấy", người chĩ sẽ được hiểu thành "thân hình của chị ấy". 

Thái độ lên án cách phát âm này xuất phát từ một định kiến hoàn toàn vô căn cứ về “những hiện tượng tiêu cực của tiếng địa phương”. Nó đưa đến một hậu quả tai hại là làm tăng cái mặc cảm vô lý của người dân đối với tiếng mẹ đẻ của mình. Hơn nữa, nó buộc các diễn viên phải nói theo một kiểu cách rất thiếu tự nhiên, nghe như đọc trong sách ra. Tệ hơn nữa, cái kiểu phát âm này lại đi ngược lại những quy tắc ngữ âm của ngôn ngữ toàn dân, trong đó có cả cái được mọi người thừa nhận là “tiếng Việt chuẩn”, và do đó làm nảy sinh trên sân khấu và trong phim ảnh một thứ tiếng Việt kỳ cục, “chẳng giống ai”.

Cách phát âm anh ấy, chị ấy thành hai tiếng rời nhau với một trọng âm đặt trên chữ ấy khi các tổ hợp này làm đại từ hồi chỉ là một cách phát âm hoàn toàn sai, không riêng gì đối với tiếng Nam bộ, mà đối với tất cả các tỉnh, các vùng trên lãnh thổ Việt Nam. Nó làm mất một sự phân biệt cần thiết giữa một đại từ và một danh ngữ, và do đó làm nghĩa của câu khác đi, hay khó hiểu đúng, hay ít nhất cũng rất thiếu tự nhiên, nếu không phải là kỳ cục.

Nói những điều này có lẽ không cần thiết đối với người Nam bộ bình thường: xưa nay họ vẫn nói như thế, nghĩa là nói đúng theo những quy tắc của tiếng mẹ đẻ, trong khi dùng tiếng Việt để giao tiếp hàng ngày, và dù có xem kịch, xem phim bao nhiêu, dù có ai chê bai quở trách bao nhiêu họ cũng vẫn nói đúng- vì đó là cách nói chuẩn xác nhât và quen thuộc nhất.

Nhưng nó là cần thiết đối với các diễn viên và nhất là đối với các nhà đạo diễn. Cách đây mươi năm, trong khi giảng về ngữ âm tiếng Việt cho các sinh viên trường Nghệ Thuật Sân Khấu, tôi có trình bày vấn đế này, và bao giờ cũng tìm được sự đồng tình trong tất cả các sinh viên nghe giảng. Họ nói: “Phải chi cho tụi em phát âm như vậy thì chắc chắn là tụi em sẽ dễ nói tự nhiên hơn nhiều trong khi diễn”.

Nhưng không hiểu sao cho đến nay tình hình trên sân khấu vẫn như cũ. Không biết có phải vì các nhà đạo diễn có ý muốn “chuẩn hoá dần dần” cách phát âm của diễn viên đó không.

Tiến tới chuẩn hoá là một quá trình tất yếu đối với bất kỳ ngôn ngữ quốc gia nào. Nhưng đây là một quá trình tự nhiên có tính quy luật của nó, và tuy người dân, nhà nước, các cơ quan văn hóa có thể chủ động khuyến khích quá trình này, nhưng không thể làm việc này một cac1h vội vàng và thiếu cơ sở, nhất là bằng cách ép người học chấp nhận những kiểu phát âm hoàn toàn trái với những chuẫn mực đã hình thành rồi trong ngôn ngữ toàn dân, như các quy tắc trọng âm đã nói ở trên. Còn như trpng tình hình hiện nay, không có lý do gì để cho rằng có những hiện tượng nào đó “tiêu cực” đến nỗi phải “sửa” ngay trong khi toàn bộ hệ thống, trong đó mọi thứ đều có quan hệ hữu cơ với nhau, và do đó mà đều hợp lý, vẫn còn nguyên như cũ.