Die Aussprache in Swahili ist ganz einfach: Alles wird so geschrieben, wie es gesprochen wird, also Fremdwörter oft anders als in der Herkunftssprache: kwaya (Chor, engl. choir) oder hela (Geld, deutsch Heller). Die Konsonanten werden wie im Englischen ausgesprochen, die Vokale ungefähr wie im Deutschen, und die Betonung liegt auf der vorletzten Silbe. Bei den Konsonanten muss man darauf achten, dass wie im Englischen -s- von -z- verschieden ist, -w- von -v-, -y- von -j-, sowie – anders als im Englischen – -ng’- von -ng- und -dh- von -th-.
Damit hat man mindestens 95 % richtig. Reicht eigentlich meistens. Hier kommen noch ein paar genauere Details. Die Zeichen in eckigen Klammern sind Lautschrift (IPA) für die, die damit etwas anfangen können.
Die folgenden Konsonanten werden gleich oder ähnlich wie im Englischen geschrieben und gesprochen:
| Schreibung | Beispiele für die Aussprache | |||||
|---|---|---|---|---|---|---|
| sw | de | IPA | Swahili | englisch | deutsch | |
| s | s, ß | [s] | kiasi (Menge) | seal (Siegel) | Muße | |
| z | s | [z] | kiazi (Kartoffel) | zeal (Eifer) | Muse | |
| w | u | [w] | wazi (offen) | siehe Anm. 1 |
wine (Wein) | Bauer |
| v | w, v | [v] | vazi (Gewand) | vine (Weinstock) | Wein | |
| y | j | [j] | kwaya (Chor) | yes (ja) | ja | |
| j | dj | [ɟ] | moja (eins) | siehe Anm. 2 |
jeans | Madjar |
| sh | sch | [ʃ] | shawa (Dusche) | shower (Dusche) | Schauer | |
| ch | tsch | [tʃ] | macho (Augen) | much (viel) | Matsch | |
| ng | ng | [ŋg] | ngoma (Trommel) | finger (Finger) | fingiert | |
| ng’ | ng | [ŋ] | ng’ombe (Rind) | singer (Sänger) | Finger | |
| r | r | [ɾ] | safari (Reise) | siehe Anmerkung 3 | ||
| dh | – | [ð] | dhani (denken) | this (diese) | – | |
| th | – | [θ] | thieta (OP‑Saal) | theatre (OP‑Saal) | – | |
| gh | – | [ɣ] | ghali (teuer) | siehe Anmerkung 4 | ||
Anmerkungen:
Wie das englische wird auch das Swahili-w ganz wie -u- gesprochen, anders als die süddeutsche Variante des -w- mit entspannten Lippen wie in bairisch Kaiwe (Kalb). Daher auch die ältere deutsche Schreibung von (Ki)suaheli mit -u-.
Der Laut im Beispielwort jeans ist nicht genau das Swahili-j: Besser spricht man -dj- wie in deutsch Madjar (oder ungar. magyar) und lässt ein leises Summen des -j- zu. Die Zungenspitze ist dabei anfangs an den Oberzähnen wie beim -n- oder -d- und nicht weiter hinten im Mund wie beim stimmhaften -sch- wie in Dschungel. Macht man das richtig, lässt sich auch die häufige Buchstabenverbindung -nj- wie in Kilimanjaro viel leichter aussprechen, weil die Zunge gleich am richtigen Platz ist.
Für den Buchstaben -r- gibt es im englischen wie im deutschen Sprachraum so viele verschiedene Aussprachen, dass Einzelbeispiele sinnlos sind. Ein Swahili-r wird mit der Zungenspitze gesprochen und am besten geschlagen (nur ein Schlag mit der Zunge wie spanisch toro (Stier)) und nicht gerollt (Triller mit vielen Schlägen wie spanisch torre (Turm)). Es klingt fast wie ein -l-. Gerollt geht auch, aber ein ganz deutsches oder ganz amerikanisches -r- passt nicht.
Den Laut gibts weder im Deutschen noch im Englischen und in Swahili nur in Lehnwörtern aus dem Arabischen. Am einfachsten behilft man sich mit einem im Rachen geriebenen deutschen -r-.
Die „Halbvokale“ -w- und -y- stehen immer vor Vokalen (auch als -nyw-). Sie bilden aber keine Silbe, weil sie als Konsonant zählen. Also: fungwa (geschlossen werden) ist zweisilbig und auf der ersten Silbe betont (fúngwa), aber fungua (öffnen) ist dreisilbig und auf der zweiten Silbe betont (fungúa); ganz ähnlich auch -y- und -i- wie in kimya (still) und kimia (feines Netz).
Die Konsonanten -b-, -d-, -f-, -g-, -h-, -k-, -l-, -m-, -n-, -p- und -t- werden wie im Deutschen und Englischen gesprochen – keine Überraschungen. Die Buchstaben -c-, -q- und -x- werden nicht benutzt, außer in der Kombination -ch-.
In Swahili gibt es fünf Vokale: -a-, -e-, -i-, -o- und -u-. Anders als deutsche Vokale unterscheiden sie sich nicht durch Länge oder Klangfarbe. Sie werden auch in unbetonten Silben nicht verwaschener gesprochen, nur in betonten Silben ein wenig länger, aber immer in derselben Vokalqualität. -i- und -u- werden ähnlich wie die langen deutschen Vokale gesprochen, -e- und -o- wie die kurzen, dabei aber betontes -e- nicht allzusehr wie deutsches -ä-. In einfacher Lautschrift wären das etwa [a], [ɛ], [i], [ɔ], [u].
Nachdem Swahili optisch nicht sehr deutsch aussieht, ist die Versuchung gering, die Vokale wie deutsche auszusprechen, eher irgendwie aus- oder südländisch, und das wird meistens ganz gut. Zum Beispiel hat Spanisch genau dieselben fünf unveränderlichen Vokale wie Swahili.
Die Betonung liegt beim Sprechen auf der vorletzten Silbe. Beim Singen gibt die Melodie vor, wo betont wird, auch wenn es gegen die Sprechbetonung geht. Das macht nichts, weil die betonte Stelle beim Sprechen wie beim Singen nicht so deutlich hervorgehoben wird wie im Deutschen.
Die Silbengrenzen sind immer nach den Vokalen, auch wenn mehr als ein Konsonant folgt: je-nga (bauen), nyu-mba (Haus), u-go-njwa (Krankheit), ki-mya (still), sha-ngwe (Jubel), u-nywe-le (Haar), li-nda (beschützen). Für Sänger ist das nichts Neues; auch auf Deutsch wird meist so gesungen und nicht etwa linn-da. Der Vokal am Silbenende kann helfen, die Vokale, vor allem -i- und -u-, deutlich zu artikulieren wie oben beschrieben und auch, die darauffolgenden Konsonanten als Einheit anzusehen und nicht als isolierte Einzellaute. Nasale (-m-, -n-) können auch allein eine eigene Silbe bilden. Dann steht eben nur ein m- oder n- unter den Noten; das lässt sich ja auch gut singen, z. B. im tansanischen Osterlied „Mfurahini, Haleluya“, von dem im Evangelischen Gesangbuch eine Swahili-Strophe (Lied 116) abgedruckt ist:
Man sieht da die Silbe m- dreimal am Wortanfang und die Verschiebung der Wortbetonung gegenüber der Betonung beim Sprechen: die wäre „Mkombózi amefufúka“ und „Msifúni sása yu hái“.
Ob ein m- oder n- allein eine Silbe bildet, richtet sich nach folgenden Kriterien:
Zwischen m- oder n- und einem nachfolgenden Vokal verläuft keine Silbengrenze, ebensowenig inmitten der Konsonantenverbindungen mw- und ny-.
Steht m- oder n- mitten im Wortstamm vor einem Konsonanten wie in den Wörtern, die oben Beispiele im Absatz über Silbengrenzen waren, so ist danach nie eine Silbengrenze. Das ist der weitaus häufigste Fall.
Bei Wörtern mit nur einem Vokalbuchstaben, die mit m- oder n- und einem weiteren Konsonanten anfangen, ist das m- oder n- am Anfang eine betonte Silbe. Solche Wörter sind also zweisilbig: ḿ-tu (Mensch), ń-chi (Land), ḿ-bwa Hund), ń-ne (vier). Sie können selten auch letzte Bestandteile längerer Wörter sein: wanańchi wańne (vier Staatsbürger).
Bei anderen Wörtern bildet n- keine eigene Silbe, m- dagegen meistens schon außer in mb- oder mv-.
Ob dann eine solche Silbe m- oder n- eine eigene Note in der Melodie bekommt, entscheidet der Komponist danach, wie es besser auf die Melodie passt. Meistens ja wenn diese Silbe betont ist, ebenso am Wortanfang, sonst eher nein.
Ebenfalls von Fall zu Fall verschieden ist, ob zwei gleiche Vokale am Wortende zwei Silben sind oder eine lange betonte. Wenn sie Bestandteile desselben Wortstamms sind, eher letzteres: m-zée (alter Mensch), ko-ndóo (Schaf).