Fonética

El estudio general de las características de los sonidos del habla se conoce como fonética.
Nuestro interés prioritario será la fonética articulatoria, es decir, el estudio de la manera en que se
producen, o se «articulan», los sonidos del habla. Sin embargo, otras áreas de estudio dentro de la
fonética son la fonética acústica, que se ocupa de las propiedades físicas del habla, en tanto que
conjunto de ondas sonoras que se propagan por el aire, y la fonética auditiva (o fonética
perceptiva), que trata acerca de la percepción mediante el oído de los sonidos del habla.

Sonidos sonoros y sordos

En fonética articulatoria, el principal objetivo de la investigación es el análisis de la forma

en que se producen los sonidos del habla gracias a las complejas herramientas orales de que
disponemos. El punto de partida de todo el proceso es el aire expulsado por los pulmones hacia la
laringe a través de la tráquea. Dentro de la laringe están las cuerdas vocales que pueden adoptar
dos posiciones básicas:

1. Cuando las cuerdas vocales se separan, el aire de los pulmones pasa entre ellas sin
ningún obstáculo. Los sonidos que se producen de esta manera se denominan sordos.

2. Cuando las cuerdas vocales se aproximan, el aire procedente de los pulmones las separa
repetidamente cuando pasa a través de ellas, dando lugar a una vibración. Los sonidos que se
producen de esta forma se llaman sonoros.

La diferencia existente entre ambos tipos de sonidos puede percibirse físicamente si se

pone suavemente la yema de un dedo sobre la parte superior de la nuez (es decir, sobre la porción
de la laringe que es posible detectar bajo la barbilla) mientras se producen sonidos como N-N-N-
No B-B-B-B. Como quiera que estos so- nidos son sonoros, lo esperable es detectar algún tipo de
vibración. Si se mantiene el dedo en la misma posición mientras se producen sonidos como S-S-S-
So F-F-F-F, que son sordos, lo lógico es que no se detecte vibración alguna. Otro experimento
consiste en taparse las orejas con los dedos y producir ambos tipos de sonidos; sólo se notará
vibración en el caso de los sonoros (por ejemplo, B-B-B- B), pero no en el de los sordos (S-S-S-S, por
ejemplo).

Punto de articulación

Una vez que el aire ha pasado a través de la laringe, sigue ascendiendo en dirección a la
boca y/o la nariz. La mayor parte de los sonidos consonánticos se articulan utilizando la lengua y
otras partes de la boca para constreñir de algún modo la forma de la cavidad oral a través de la que
está pasando el aire. Los términos utilizados para describir gran parte de los sonidos hacen
referencia al punto donde se produce su articulación, es decir, al lugar de la boca en él tiene lugar
dicha constricción. Lo que necesitamos es una sección de una cabeza. Si cortamos la cabeza justo
por la mitad, podremos ver qué zonas de la cavidad oral desempeñan un papel relevante en la
producción del habla. A continuación, describiremos el punto de articulación de la mayoría de los
sonidos consonánticos, empezando por los que se articulan en la parte delantera de la boca y
terminando por aquellos cuyo punto de articulación se encuentra situado al final de esta. Para
clasificar los sonidos conviene seguir teniendo presente la distinción sonoro-sordo discutida
anterior- mente. Asimismo, comenzaremos a utilizar los símbolos del alfabeto fonético con objeto
de poder referimos de forma apropiada a sonidos concretos. Dichos símbolos se suelen colocar
entre corchetes [ ].

Son los sonidos que se articulan utilizando ambos (=bi) labios (=labia). Los sonidos iniciales
de las palabras pino, vino y mido son bilabiales. Se representan respectivamente, con los símbolos
[p], que es un sonido bilabial sordo, y [b] y [m]. que son sonoros. La diferencia que existe entre [b]
y [m] responde únicamente a su modo de articulación (algo sobre lo que se hablará más adelante),
dado que [b] es una consonante oclusiva y [m], nasal.

Labiodentales

Son sonidos en cuya articulación intervienen los dientes superiores y el labio inferior. El
sonido inicial de las palabras fácil y forma es labiodental, se representa con el símbolo [f] y es
sordo.

Dentales

Estos sonidos se articulan situando la punta de la lengua detrás de los dientes centrales de
la mandíbula superior. El sonido inicial de palabras como cine, zona, cebra y el final de palabra
como luz, paz, voz es dental sordo. El símbolo que se emplea para representarlo es [9]. En español
no existe la correspondiente consonante dental sonora (que se representa como [0]), salvo como
alófono, un concepto que se discutirá en el siguiente capítulo. En ocasiones se emplea el término
<<inter- dental para designar a esta consonante, especialmente cuando se pronuncia colocando el
ápice de la lengua entre (=inter) los dientes superiores y los inferiores.

Alveolares

Son sonidos en cuya articulación la parte frontal de la lengua se sitúa sobre los alvéolos, la
zona rugosa inmediatamente posterior a, y por encima, de los dientes superiores. Los sonidos
iniciales de palabras como todo, dato, nariz, riña, sopa o lado son todos alveolares, como también
lo es la consonante intermedia en aro. Los símbolos que los representan son, respectivamente, [t],
[d], [n], [+], [s], [1] y [r]. [t] y [s] son consonantes sordas, mientras que las restantes son sonoras.
Estas consonantes se distinguen igualmente por su modo de articulación: [t] y [d] son consonantes
oclusivas, [n] es nasal, [r] y [r] son vibrantes (la primera se denomina vibrante simple y la segunda,
múltiple), [s] es fricativa y [I] es lateral. Sobre estas diferencias se hablará más adelante.

Palatales

Detrás de los alvéolos, en la parte superior de la boca, se encuentra una parte dura
llamada paladar duro o simplemente paladar. Los sonidos que se producen cuan do el dorso de la
lengua se apoyan en la parte anterior y media del paladar se llaman palatales (o alveopalatales).
Son cuatro las consonantes palatales que existen en español y se corresponden con los sonidos
iniciales de chico, yema, nandu y llover. Sus símbolos son, respectivamente, [t], [d3]. [J] y [K]. Todas
estas con- sonantes, salvo [tf], son sonoras. Las razones por las que los símbolos correspondientes
a los sonidos representados la ch y la y no son sencillos se explican más adelante. Asimismo,
conviene precisar que estas cuatro consonantes se distinguen también por su modo de
articulación, algo sobre lo que volveremos a continuación. Mientras que [tЛl y [dz] son africadas,
[J] es una consonante nasal y [Á], lateral.
Velares

En la parte posterior del techo de la boca, y situada tras el paladar duro, se encuentra una
zona blanda que se denomina paladar blando o velo del paladar. Los sonidos producidos como
resultado del contacto de la parte posterior de la lengua (el postdorso) con el velo del paladar
reciben el nombre de velares. Existe un sonido velar sordo, representado por el símbolo [k], que no
sólo aparece en casa o loco, sino también como sonido inicial en queso y quilo, a pesar de las
diferencias ortográficas. El sonido velar sonoro, que podemos oír al principio de palabras como
gato o guerra, se representa con el símbolo [g]. Existe un segundo sonido velar sordo, que es el que
aparece al comienzo de palabras como jamón o geranio, y que se representa como [x]. A diferencia
de [klo de [g], se trata de un sonido fricativo, un concepto que también se discutirá
posteriormente.

Tabla de los sonidos consonánticos

Una vez que se ha descrito con cierto detalle el punto de articulación de los sonidos
consonánticos del castellano, podemos resumir toda esta información básica en la tabla que se
muestra a continuación. En la parte superior de la misma figuran los diferentes nombres utilizados
para hacer referencia al lugar de articulación y bajo cada uno de ellos, las etiquetas -S (sordo) y +S
(sonoro). A la izquierda de la tabla también se ha incluido un grupo de términos utilizados para
describir el modo de la articulación, un concepto que se tratará en la siguiente sección.

La tabla anterior dista de estar completa. Figuran en ella la mayoría de los sonidos
consonánticos utilizados para la descripción básica de la pronunciación del castellano. Sin
embargo, existen algunas diferencias entre este conjunto básico de símbolos y la tabla, mucho más
completa, de la Asociación Fonética Internacional (AFI). La diferencia más obvia estriba en que el
número de sonidos que incluye esta última es mucho mayor.

EI AFI (o Alfabeto Fonético Internacional) pretende describir los sonidos de todas las
lenguas del mundo. Incluye, por ejemplo, símbolos para representar algunos de los sonidos
característicos del inglés, que no existen, en consecuencia, en español. Es el caso, por ejemplo, de
las consonantes glotales, en cuya articulación no intervienen de forma activa ni la lengua ni otras
partes de la cavidad bucal. Una consonante glotal característica del inglés es el sonido inicial de
palabras como who («quien») o whose («<de quien»), que representamos como [h] y que es
fricativo. Al articular esta consonante, la glotis, es decir, el espacio situado entre las cuerdas
vocales permanece abierta, como sucede en la producción de los restantes sonidos consonánticos
sordos, pero, sin embargo, no se produce ninguna alteración de la corriente de aire que llega de los
pulmones por parte de los articuladores de la cavidad bucal. Otro ejemplo de sonido ausente es lo
que se conoce como oclusión glotal, representada por el símbolo [?], que aparece cuando el
espacio entre las cuerdas vocales (la glotis) se cierra por completo, muy brevemente, y después se
abre. Prueba a pronunciar la expresión ¡Oh, oh! Entre el primer Oh y el segundo producimos
normalmente una oclusión glotal. Algunas personas la producen también en mitad de la expresión
Uh-uh (queriendo decir «no»). También se puede generar una oclusión glotal al intentar emitir las
palabras puré o cole sin pronunciar la -r-o la -l- intermedia. En inglés, este sonido caracteriza a
determinados hablantes, como los de Cockney (un área de Londres) Para hacerte una idea de
cómo hablan en esta zona, trata de pronunciar Harry Potter como si no existiera la H o la tt).
También algunos escoceses y muchos neoyorquinos son proclives a la oclusión glotal. De la misma
manera, existen consonantes uvulares, en cuya articulación interviene la parte posterior de la
lengua y la úvula (situada al final del velo del paladar). Una consonante uvular es, por ejemplo, el
sonido que se representa con una r en palabras francesas como rouge y lettre y cuyo símbolo sería
[R]. Los sonidos uvulares también son utilizados por muchas lenguas indias americanas. Otros
sonidos que no aparecen en castellano son los faríngeos (que se articulan en la faringe),
característicos de las lenguas semíticas como el árabe, y los retroflejos, que se pronuncian
elevando el ápice de la lengua hacia la parte posterior de los alvéolos.

Otro sentido en el cual la tabla puede resultar incompleta es que para cada sonido sólo
contempla una entrada, de manera que no recoge la gran diversidad de pronunciaciones diferentes
que puede detectarse habitualmente entre los hablantes del castellano. Así, por ejemplo, una
consonante como [n] se pronuncia de manera ligeramente diferente en palabras como nariz,
entrada o monje. Si el cambio en el punto de articulación es muy evidente, recurrimos a símbolos
distintos, como [] en el caso de monje, que indica que se trata de una consonante nasal velar (y no
alveolar, como sería lo esperable y como sucede en el caso de nariz). Una alternativa consiste en
conservar el símbolo del sonido y recurrir a diacríticos para marcar la diferencia. Así, el sonido [n]
en entender se suele representar como [n]. para indicar que su modo de articulación es más bien
dental que alveolar.

Finalmente, conviene tener presente que en algunas descripciones fonéticas se emplean

algunos símbolos que difieren con respecto a los utilizados en el AFI, que son los que figuran en la
tabla anterior. Las variantes más habituales, que corresponden a las propuestas por la Revista de
Filología Española, son: [c] o [c] en lugar de [J]. [9] en lugar de [d3] y [r] en lugar de [r]. Para una
discusión más amplia sobre la utilización de los símbolos del AFI, véase Ladefoged (2001).

Modo de la articulación

Hasta ahora nos hemos centrado en la descripción de los sonidos consonánticos en función
del lugar donde se produce su articulación. También podemos describir dichos sonidos atendiendo
al modo en que se articulan. Conviene recurrir a esta forma de caracterización si queremos
distinguir algunos sonidos que en nuestra descripción anterior hemos clasificado como
pertenecientes a la misma categoría. Por ejemplo, tanto [t] como [s] son sonidos alveolares sordos.
¿En qué se diferencian? Difieren en el modo de la articulación, es decir, en la manera en que se
pronuncian. El sonido [t] pertenece al grupo de las consonantes oclusivas, mientras que el [s]
forma parte de las consonantes fricativas.

Oclusivas

De los sonidos mencionados anteriormente, Ip]. [b], [t], [d], [k] y [g] se producen cuando
«<interrumpimos» de alguna manera (aunque sea de forma muy breve) el flujo del aire y después
lo dejamos pasar de forma abrupta. El sonido consonántico que resulta del efecto de bloquear o
interrumpir la corriente de aire que llega de los pulmones se llama oclusivo. Una caracterización
completa del sonido [t] que existe al comienzo de una palabra como tío sería, por tanto:
consonante oclusiva dental sorda. Algunas veces sólo se menciona el modo de la articulación,
como cuando se dice, por ejemplo, que la palabra beso empieza con una oclusiva sonora.

Fricativas
 Cuando se articulan las consonantes [f], [0] y [x] se bloquea casi por completo la corriente
de aire procedente de los pulmones, la cual debe pasar, consecuentemente, a través de un canal
muy estrecho. Como quiera que el aire es expulsado a presión a través de dicho conducto, se
produce una fricción, de ahí que estos sonidos se denominen fricativos. Si se pone una mano
abierta frente a la boca al articular sonidos como [f] y, especialmente, [s], puede sentirse la
corriente de aire que se está dejan- do salir durante su articulación. Una palabra como fríes
empieza y acaba con las fricativas sordas [f] y [s]. Y una palabra como paz termina en la fricativa
sorda [e].

Africadas

En la articulación de sonidos como [t] y como [d3] la oclusión momentánea del paso del
aire va seguida de su liberación a través de un canal constreñido que causa una cierta fricción.
Estos sonidos consonánticos se denominan africados y apa- recen al principio de palabras como
choto y yema. El primer sonido al que nos hemos referido es sordo y el segundo, sonoro. En el
sistema AFI los sonidos africados se representan mediante dígrafos, en los que los símbolos
correspondientes a los dos sonidos implicados van unidos mediante un diacrítico (~).

Nasales

La mayoría de los sonidos se producen oralmente, con el velo del paladar levantado, lo que
impide que la corriente de aire penetre en la cavidad nasal. Sin embargo, cuando el velo del
paladar baja, la corriente procedente de los pulmones puede liberarse parcialmente a través de la
nariz, produciéndose sonidos como [m], [n] y [J]. Estos sonidos se denominan nasales y son todos
sonoros, apareciendo al comienzo de palabras como mano, nido y niño.

Líquidas

Los sonidos iniciales de palabras como ligero, llanto y rojo, así como el intermedio de la
palabra aro, reciben la denominación de consonantes liquidas. El sonido [1] se forma dejando que
la corriente de aire pase por ambos lados de la lengua en el momento en que ésta toma contacto
con los alvéolos, de ahí que esta consonante también se denomine líquida lateral. Es el sonido que
encontramos en posición inicial en la palabra ligero. Algo semejante sucede en el caso del sonido
[A], con la salvedad de que en este caso la lengua se encuentra en contacto con el paladar duro. En
consecuencia, el sonido [A], que es el que inicia la palabra llanto, también es lateral. El tipo de
sonido para el que empleamos los símbolos [r] y [r] se forma cuando el ápice de la lengua entra en
contacto con los alvéolos, adoptan- do una conformación curvada. Su característica principal es
que en su pronunciación se producen una o varias interrupciones breves de la corriente de aire.
Estos sonidos también se conocen como consonantes líquidas vibrantes y son los que aparecen en
posición intermedia en las palabras carro y caro, respectivamente. El sonido [r] se denomina
vibrante múltiple (o trill), mientras que [r] recibe el nombre de vibrante simple, aunque también se
conoce como flap. Los hablantes del inglés americano que pronuncian una palabra como butter
(«mantequilla») de forma más parecida a 'budder' están haciendo este flap o «aleteo». Aunque
este sonido se suele representar como [r], también es común la grafía [D]. El flap se produce
cuando el ápice de la lengua toca los alvéolos durante un breve instante. Muchos americanos
tienden a articular de esta manera la [1] y la [d] en posición intervocálica, de forma que, cuando
hablan informalmente, los pares como latter («último») y ladder («escalera»), writer («escritor») y
rider («jinete»), metal («metal») y medal («medalla») no tienen consonantes intermedias distintas.
Todas son flaps.

Glides

Los sonidos [u] y [j], que no existen de forma independiente en castellano (aparecerán
formando parte de los diptongos), se denominan glides o consonantes aproximantes. Ambos son
sonoros y aparecen en inglés al comienzo de palabras como we ('nosotros") o yes ['si']. La
característica más relevante de estos sonidos es que se producen cuando la lengua se acerca o se
separa de la posición articulatoria correspondiente a una vocal (en inglés glide significa
«deslizarse»), de ahí que, en ocasiones, también se conozcan como semivocales o consonantes
aproximantes. A veces el sonido [h], que aparece en palabras como hello [«hola»], se clasifica
como glide, debido a la manera en que se combina con otros sonidos, aunque en otros casos se
considera un sonido fricativo glotal.

La intención a la hora de enumerar esta lista relativamente extensa de los rasgos fonéticos
de los sonidos consonánticos del castellano no ha sido la de poner a prueba a tu capacidad para
memorizar una gran cantidad de términos y de símbolos, sino la de poner de manifiesto que es
posible describir detalladamente los aspectos físicos implicados en la producción del habla con
objeto de poder caracterizar adecuadamente los sonidos de cualquier lengua, con independencia
de los caprichos que pueda presentar su ortografía. Sin embargo, todavía resta por estudiar un
último tipo de sonidos. Son los sonidos conocidos como vocales y diptongos.

Vocales

Mientras que los sonidos consonánticos se articulan, en su mayoría, mediante la

obstrucción o el cierre completo del tracto vocal, en la articulación de los sonidos vocálicos el flujo
de aire apenas se ve interrumpido. Son, por definición, sonoros. Para describir los sonidos
vocálicos, estudiaremos la manera en que la lengua contribuye a modificar la «forma de la cavidad
bucal a través de la que ha de pasar la corriente de aire. Si queremos determinar el punto de
articulación de las vocales, conviene tener presente la conformación del espacio interior de la
boca, que cuenta con una parte anterior y otra posterior, y que puede estar más o menos cerrada.
Así, la vocal presente en crin o en fin es anterior y cerrada, porque el sonido se realiza cuando la
parte delantera de la lengua se eleva, contribuyendo a estrechar en parte la cavidad bucal.

Por el contrario, los sonidos vocálicos presentes en col y mol se articulan con la lengua en
una posición relativamente más baja, de ahí que se caractericen como vocales posteriores y
(semi)abiertas. La próxima vez que estés delante del espejo del cuarto de baño intenta pronunciar
cuidadosamente las palabras mil, col o mal. En el primer caso, tu boca permanecerá bastante
cerrada, pero en el caso de las otras dos la lengua se irá desplazando hacia abajo, lo que hará que
la boca se vaya abriendo (es probable que también te des cuenta de que los sonidos que normal-
mente expresan relajación o placer contienen típicamente vocales abiertas).

La terminología usada en la descripción de las vocales (por ejemplo, cerrada, anterior)

deriva de su posición en la tabla que se utiliza habitualmente para clasificar los sonidos vocálicos
más comunes, como la que aparece a continuación:
 A continuación, se incluyen cada uno de los sonidos representados en la tabla anterior
junto con algunos ejemplos de palabras que los contienen comunes para la mayoría de los
hablantes del castellano. La lista de ejemplos va de las vocales anteriores cerradas, a las
posteriores abiertas, y acaba con los posibles diptongos:

Diptongos

Los últimos catorce símbolos de la lista anterior contienen dos sonidos. Estos sonidos
vocálicos «combinados se llaman diptongos. Conviene tener cuenta que en cada caso empiezan
con un sonido vocálico y terminan con una semiconsonante (o glide), o a la inversa. Mientras que
al pronunciar la mayoría de los sonidos vocálicos simples los órganos articulatorios permanecen en
una posición relativamente fija, al pronunciar los diptongos se mueven desde una posición vocálica
a otra.

Los procesos de diptonguización pueden afectar realmente a un amplio número de sonidos

vocálicos y resultan más frecuente en determinadas variedades de una lengua. Así, en inglés son
más habituales en las variedades meridionales del inglés británico. Por su parte, la mayor parte de
los hablantes de inglés americano pronuncian una palabra como say ('decir') como [sej], es decir,
como si existiera un diptongo en lugar de una sola vocal. De la misma manera, en ocasiones es
posible escuchar [ij] como pronunciación de we ('nosotros") o [õej] como pronunciación de they
('ellos'). Si tratas de pronunciar cuidadosamente las consonantes y los diptongos que se indican a
continuación, te darás cuenta de que se trata de un ejercicio de pronunciación muy conocido:
[hau] nau braun kaш].

La sutil variación individual en la pronunciación

Los sonidos vocálicos varían característicamente entre unas formas dialectales del
castellano y otras, siendo, a menudo, uno de los rasgos que nos permiten distinguir un acento de
otro. Por esta razón, puede ocurrir que los sonidos vocálicos de algunas de las palabras
mencionadas anteriormente no se pronuncien en tu entorno de la manera en que se ha sugerido,
o puede, incluso, que tú mismo no hagas uso al hablar de algunas de las diferencias de
pronunciación que se han discutido previamente.

Por otro lado, los sonidos vocálicos se caracterizan por variar significativamente en su
articulación física real. Sin embargo, si nos vamos centrando en diferencias de pronunciación cada
vez más sutiles, podemos terminar describiendo la pronunciación de grupos cada vez más
reducidos de hablantes, hasta llegar, incluso, a la caracterización del habla individual. El análisis de
estas diferencias sutiles nos permite identificar las voces de los diferentes individuos, pero no nos
ayuda a en- tender la manera en que logramos saber lo que están diciendo personas que nos son
completamente ajenas y cuyas voces no nos son, por tanto, familiares. Resulta evidente que somos
capaces de dejar a un lado cuanto de idiosincrásico existe en términos fonéticos en las voces que
oímos y reconocer cada tipo de sonido subyacen- te como parte de una palabra que cuenta con un
significado determinado. Para entender cómo podemos lograr algo así, necesitamos estudiar de
forma más general los patrones característicos de los sonidos de una lengua, es decir, su fonología.

Fonología
 La fonología es esencialmente la descripción del sistema y de los patrones que adoptan los
sonidos de una lengua. Se basa, efectivamente, en una teoría de lo que cualquier hablante de
dicha lengua conoce inconscientemente sobre los patrones sonoros de la misma. Debido a su
carácter teórico, la fonología se ocupa de los aspectos mentales o abstractos de los sonidos de la
lengua, y no de la articulación física concreta de los sonidos del habla. Si logramos conferir un
sentido al texto humorístico de Bob Belviso que encabeza este capítulo, y que constituye una
peculiar versión del comienzo del cuento de Ricitos de Oro y los tres osos en inglés, es porque
hacemos uso de nuestro conocimiento fonológico acerca de las combi- naciones de sonidos más
probables que es posible encontrar en las palabras de dicha lengua, con objeto de solventar el
problema que plantea la ortografía particularmente extraña de las palabras que integran esta cita
(al final de este capítulo aparece una transcripción al inglés estándar y una traducción de la
misma).

La fonología trata del diseño subyacente de cada tipo de sonido, del plano de cada uno de
ellos que utilizamos como base invariable para generar todas las variantes de ese sonido que se
producen como consecuencia de las diferentes articulaciones físicas que tienen lugar en función
del contexto. Así, cuando pensamos que el sonido [t] en las palabras tapa, estrella, escritor y siete
es «el mismo», lo que queremos decir realmente es que según la fonología del castellano todos
ellos se representarían de la misma manera. En el habla real, esos sonidos [t] son real- mente muy
diferentes.

Sin embargo, todas estas diferencias en la manera de articular el sonido [t] en castellano
tienen para nosotros una menor importancia que lo que distingue al conjunto de los sonidos [t] de
otro conjunto de sonidos, como los que forman las distintas variedades del sonido [k], del [s] o del
[b]. La razón es que esta última diferencia tiene consecuencias para el significado de las palabras
en las que dichos sonidos aparecen. Por consiguiente, estos sonidos han de considerarse como
significativamente distintos, independientemente del tracto vocal que los pronuncie, ya que
permiten distinguir en cuanto a su significado las palabras tura, bara, cara y sara. Visto desde esta
perspectiva, podemos afirmar que la fonología se ocupa del conjunto abstracto de los sonidos de
una lengua, el cual nos permite apreciar las diferencias de significado que entrañan las secuencias
de sonidos físicos que emitimos y oímos realmente.

Fonemas

Cada uno de estos sonidos que permiten distinguir entre diferentes significados en una
lengua determinada se denomina fonema. Cuando analizamos las bases de la escritura alfabética
en el capítulo 3, realmente estábamos trabajando con el concepto de fonema, ya que hacíamos
referencia a un tipo de sonido único que llegaba a representarse mediante un único símbolo. Es en
este sentido en el que se afirma que el fonema /t/ es un tipo de sonido, del cual son realizaciones
o ejemplares todas las versiones de [t] articuladas al hablar. Conviene tener en cuenta que para
indicar que nos estamos refiriendo a un fonema, esto es, a un segmento abstracto, colocamos el
símbolo correspondiente entre barras oblicuas (así, /t/), mientras que utilizaremos los corchetes
(como en [t]) para representar cada segmento fonético, esto es, producido físicamente.

Una propiedad esencial de un fonema es que funciona por oposición. Sabemos que en
castellano existen los fonemas /p/ y /b/ porque suponen la única diferencia que existe entre dos
formas con distinto significado como pata y bata, o como pala y hala. Esta propiedad constituye el
test operativo básico para determinar el inventario de fonemas de una lengua. Si sustituimos un
sonido por otro en una palabra determinada y se produce un cambio de significado, entonces los
dos sonidos representan fonemas diferentes. Ahora ya podemos decir que las tablas de
consonantes y vocales que hemos presentado en el capítulo 4 constituyen el inventario básico de
los fonemas del castellano.

Los términos que utilizamos al crear dichas tablas pueden considerarse <<rasgos» que
distinguen cada fonema de los demás. Si un sonido presenta uno de esos rasgos, lo señalamos con
un signo más (+); si no lo tiene, utilizamos un signo me nos (-). Así, podemos caracterizar el fonema
/p/ como [-sonoro, +bilabial, +oclusivo] y /k/ como [-sonoro, +velar, +oclusivo]. Cuando dos o más
sonidos comparten algunos rasgos, en determinadas ocasiones se suelen describir como miembros
de una clase natural de sonidos. Un corolario es que aquellos sonidos que tienen rasgos comunes
se comportan fonológicamente de forma similar, mientras que si no comparten ningún rasgo
tendrán un comportamiento diferente.

Por ejemplo, el fonema // tiene los rasgos [+sonoro, +palatal, +nasal], por lo que no puede
pertenecer a la misma «clase natural» que /p/ y /k/. Aunque hay otros factores implicados, este
análisis basado en rasgos nos puede llevar a sospechar que existe una buena razón fonológica por
la que en castellano son relativa- mente frecuentes las palabras que empiezan con /pl-/ y /kl-/,
pero son inusuales las que comienzan por /J1-/. ¿Podría deberse a que un sonido debe poseer un
de- terminado conjunto de rasgos para que pueda aparecer al principio de una palabra delante de
/I/? Si es así, entonces seguimos el camino correcto en nuestro empeño por lograr una
caracterización en términos fonológicos de las secuencias de so- nidos admisibles en una lengua.

Fonos y alófonos

Mientras que el fonema es la unidad abstracta o tipo de sonido (es decir, se encuentra en
la mente»), existen multitud de versiones diferentes del mismo que se producen de forma regular
al hablar (es decir, que están en la boca»). Podemos describir esas versiones diferentes como
fonos. Los fonos son unidades fonéticas y se escriben entre corchetes. Cuando un conjunto de
fonos constituye versiones diferentes del mismo fonema, entonces se los suele denominar
alófonos de ese fo- nema (el prefijo «<alo-» significa «uno de los miembros de un conjunto de
elementos estrechamente relacionados»>).

Por ejemplo, el sonido [d] en la palabra dar se pronuncia normalmente con un bloqueo
total de la corriente de aire que llega de los pulmones, algo que no su- cede en el sonido [0], que
es el que realmente se pronuncia en una palabra como hada. Si se coloca el dorso de la mano
frente a la boca al decir dar, y después al pronunciar hada, es posible comprobar físicamente la
salida brusca del aire (la explosión) que acompaña al sonido [d] en posición inicial en dar (pero no
en hada). En consecuencia, se trata de un fono, que representamos como [d]. En el caso de la
palabra hada se produce normalmente una relajación parcial que evita que tenga lugar una
oclusión total del tracto vocálico. En consecuencia, se trata de otro fono diferente, que
representamos como [0], ya que realmente consiste en un sonido interdental fricativo. Si el
contacto de la lengua con los alvéolos es muy breve, entonces se produce lo que en el capítulo
anterior hemos denominado aleteo o flap, de ahí que el sonido correspondiente se represente
como [D] o como [r]. Se trataría de otro fono. En la pronunciación de una palabra como verdad, la
d final puede llegar a relajarse aún más que en los casos anteriores, de manera que la explosión
puede llegar a no oírse y la consonante resultar casi muda. Se trata de un nuevo fono, que
representamos como [d]. Hay otras variantes de la [d] además de [d], [8], [D] y [d'], que pueden
representarse de forma muy precisa en una transcripción fonética particularmente detallada, lo
que se conoce como transcripción fonética estrecha. Como quiera que todas estas variantes
conforman un único conjunto de fonos, a menudo se hace referencia a ellas como los alófonos del
fonema /d/.

La diferencia fundamental que existe entre fonemas y alófonos estriba en que al sustituir
un fonema por otro se produce un cambio de significado (y no sólo de pronunciación), mientras
que si se reemplaza un alófono por otro sólo aparece una pronunciación diferente (aunque quizás
inhabitual) de la misma palabra.

Veamos brevemente otro ejemplo, en este caso relativo a una vocal. En inglés, existen una
sutil diferencia de pronunciación del fonema /i/ en una palabra como seed («scmilla») y seen
(«visto»). En el segundo caso, como consecuencia de la presencia de una consonante nasal [n]
pospuesta, el sonido [i] se nasaliza. Cuan- do se hace una transcripción fonética estrecha, esta
nasalización se suele representar colocando el diacrítico [7], llamado tilde, sobre el símbolo en
cuestión, en este caso [T]. En consecuencia, existen al menos dos fonos, [i] e [I], cuando se articula
un mismo fonema, i/. Son los alófonos de /i/ en inglés.

Es posible, desde luego, que en dos lenguas diferentes un mismo segmento fonético se
trate de forma distinta. En inglés, una vocal nasalizada se considera una variante alofónica, ya que
la existencia de la nasalización no supone una oposición significativa, de manera que tanto si
pronunciamos [sin], como si decimos [sin] todo el mundo reconocerá la misma palabra: seen. En
francés, por el contrario, la pronunciación [me] (el símbolo e representa una e abierta, cuyo lugar
de articulación es cercano al de la a) es la que corresponde a la palabra mets, que significa
<<plato», pero si pronunciamos [mƐ] nos estaremos refiriendo a una palabra diferente, main, que
significa 'mano'. De la misma forma, [so] es la pronunciación que corresponde a la palabra seau,
que significa «cubo», la cual se opone a la pronunciación [so] que es corresponde a son, que
significa «sonido». Es obvio que en estos casos la distinción es de carácter fonémico y que estamos
ante fonemas diferentes.

Pares y conjuntos mínimos

Las distinciones fonémicas de una lengua se pueden identificar gracias a la existencia de

pares y conjuntos de palabras. Cuando dos palabras como poca y boca son idénticas, excepto en
un fonema, que aparece en la misma posición en ambas y que entra en oposición, se dice que
estas dos palabras constituyen un par mínimo. Siendo más precisos, dichas palabras se consideran
un par mínimo en la fonología del castellano (en árabe, por ejemplo, no existiría oposición entre
estos dos sonidos) Otros ejemplos de pares mínimos en castellano son: chino-pino, rayar-rallar,
cocer-coser, forro-zorro. Estos pares se utilizan frecuentemente a la hora de evaluar a quienes
están aprendiendo el castellano como segunda lengua, con objeto de determinar si son capaces de
entender la diferencia de significado que resulta de la oposición mínima de los sonidos.

Cuando las palabras de un determinado grupo se pueden diferenciar entre sí cambiando

un único fonema (siempre en la misma posición de cada palabra), entonces decimos que dichas
palabras constituyen un conjunto mínimo. Así, un conjunto mínimo basado en los fonemas
vocálicos del castellano incluiría pasar, pesar, pisar, posar, y uno basado en los consonánticos
podría estar formado por bata, pata, data, chata, cata, gata, ratu, mata, nata y lata.

Fonotaxis

Los ejemplos de conjuntos mínimos propuestos anteriormente también permiten

comprobar que cada lengua admite únicamente determinados patrones en lo que se refiere a los
tipos de combinaciones de sonidos posibles. En castellano, el conjunto mínimo al que hacíamos
referencia en el apartado anterior no incluye formas como zata o fata. Que sepamos, éstas no son
palabras castellanas, pero podrían serlo. Es decir, nuestro conocimiento fonológico acerca de los
patrones de sonidos característicos de las palabras castellanas nos llevaría a considerar como
aceptables a estas formas, si con el tiempo llegaran a usarse. Una manera en la que dichas formas
podrían surgir sería como abreviaturas (Ayer estuve comprando en una zapatería tailandesa y me
llevé tres pares de sandalias. Si, las zatas están muy bien de precio). Mientras esto no suceda,
representan simplemente vacíos accidéntales» en el vocabulario del castellano.

Sin embargo, no es accidental que formas como [fsig] o [mig] no existan (ni probablemente
existirán) en español. Se han formado violando alguna de las restricciones que condicionan la
secuencia o la posición de los fonemas del castellano. El conjunto de estas restricciones se
denomina fonotaxis de una lengua y obviamente forma parte del conocimiento fonológico que
posee cada hablante. Debido a que estas restricciones operan sobre unidades de un tamaño
superior al de un segmento simple, esto es, al de un fonema, debemos pasar a considerar la
estructura básica de este tipo de unidades fonológicas superiores, las cuales se denominan silabas.

Silabas y grupos

Una sílaba ha de contener un sonido vocálico (o con características semejantes a las

vocálicas). El tipo más común de sílaba en la mayoría de las lenguas conocidas cuenta también con
una consonante (C) situada delante de la vocal (V) y se suele representar como CV. Técnicamente,
los elementos básicos de una sílaba son el ataque (una o más consonantes que preceden a la
vocal) y la rima. La rima consta de la vocal, que es el núcleo, y la consonante o consonantes que la
siguen, llamadas coda.

Así, sílabas como mi, la o no tienen un ataque y un núcleo, pero no tienen coda. Se las
denomina sílabas «abiertas». Las sílabas que cuentan con una coda, como sucede con sol, pan, gas
o pez, se conocen como sílabas «cerradas». La estructura básica de los tipos de sílabas que
podemos encontrar en palabras del castellano como tras (CCVC), trans (CCVCC), sal (CVC), be (CV),
y (V), en (VC) o ins (VCC) es el que se muestra en el siguiente diagrama.

Tanto el ataque como la coda pueden constar de más de una consonante, lo que se conoce
como grupo consonántico. Así, por ejemplo, la combinación /pr/ constituye un grupo consonántico
(CC) que aparece como ataque en una sílaba como pre- en la palabra preocupado. La fonotaxis del
castellano permite bastantes combinaciones CC en posición de ataque, como ocurre en blanco,
truco, flaco, y crema. Conviene tener presente que la segunda consonante siempre es líquida (/r/ y
/L).
 En realidad, las lenguas pueden tener grupos consonánticos más largos en posición de
ataque, como sucede en las palabras inglesas stress («estrés») y spleen (bazo»), en los que están
formados por tres consonantes (CCC). La fonotaxis de estos grupos consonánticos del inglés en
posición de ataque es fácil de describir. La primera consonante debe ser siempre /s/, la segunda,
una oclusiva sorda (/p/, /u/. /k/), y la tercera, una consonante líquida o una glide (/, /r/, w/). Es
posible comprobar que esta descripción también resulta adecuada en el caso de palabras como
splash ('salpicar'), spring ("primavera"), strong ('fuerte"), scream ('gritar") o square ('plaza',
'cuadrado"). ¿Se ajusta también esta descripción al caso de la segunda sílaba de una palabra como
exclaim ('exclamar)? Sin lugar a duda, siempre y cuando atendamos a la manera en que se
pronuncia, /ek-sklejm. Conviene tener en cuenta que estamos describiendo el ataque de una
sílaba, no el comienzo de una palabra. Las lenguas que cuentan con grupos consonánticos de este
tipo son pocas. De hecho, la estructura silábica de la mayoría de las lenguas (como, por ejemplo, el
japonés) es predominantemente CV, Además, también es un fenómeno bien conocido el hecho de
que en inglés los grupos consonánticos largos se reducen habitualmente cuando se habla
informalmente, especialmente si aparecen en mitad de una palabra. Este es sólo un ejemplo de un
fenómeno que se suele describir normalmente como un efecto de coarticulación.

Efectos de coarticulación

En buena parte de lo discutido anteriormente, parece como si hubiésemos asumido que la

pronunciación de los sonidos de la lengua, tal como aparecen en las sílabas y las palabras, tuviera
lugar siempre de forma cuidadosa y explícita, casi como si ocurriese a cámara lenta. Sin embargo,
la mayoría de las veces no sucede así. Casi todas nuestras conversaciones son espontáneas y
ocurren a gran velocidad, por lo que los órganos articuladores se mueven sin solución de
continuidad desde la posición correspondiente a un sonido hasta la característica del siguiente.
Cuando un sonido se articula casi de manera simultánea al que lo precede, se habla de la
existencia de una coarticulación. Dos efectos particularmente conocidos de la coarticulación son la
asimilación y la elisión.

Asimilación

Cuando dos segmentos fônicos aparecen de forma secuencial y algún rasgo de uno de ellos
pasa al otro o es «copiado por él, estamos ante un proceso denominado asimilación. Si pensamos
en términos de los procesos físicos implicados en la generación de los sonidos del habla, resulta
razonable pensar que este fenómeno regular se produce simplemente porque permite que los
órganos articuladores funcionen de una manera más rápida, sencilla y eficiente. Cuando aparecen
de forma aislada, lo normal es que dos fonemas como /a/ e /i/ se pronuncien sin ningún matiz
nasal. Sin embargo, en sílabas como pan o pin, y si estamos hablando informalmente, se produce
una anticipación a la hora de disponer los articuladores con objeto de pronunciar la consonante
nasal, que hace que el sonido vocálico precedente se nasalice, de forma que, en una transcripción
más precisa, deberíamos re- presentarlo como [a] e [1]. En el caso del inglés, se trata de una
característica muy regular de la pronunciación de la mayoría de los hablantes. De hecho, es tan
regular, que se podría postular una regla fonológica al respecto en los siguientes términos:
«cualquier vocal se nasaliza siempre que ocupe una posición inmediata- mente precedente a una
consonante nasal»>.
 Estos procesos de asimilación suceden en diferentes contextos, pero son característicos del
habla cotidiana. Así, por ejemplo, una palabra como un se pronuncia, si está aislada, como [un]; sin
embargo, si afirmamos que hemos visto un gato, la influencia de la consonante velar
inmediatamente posterior ([g]) hará que la nasal alveolar [n] resulte velarizada, lo que se
representa con el símbolo [J]. También las vocales pueden sufrir algún proceso de asimilación. Así,
en la mayo- ría de las palabras, si se pronuncian cuidadosamente, el acento recae en una de ellas;
no obstante, cuando hablamos de forma despreocupada, la vocal puede perderlo, quedando
reducida a una semiconsonante. Es lo que normalmente sucede, por ejemplo, con la conjunción y
Cuando aparece aisladamente, su pronunciación es [i]; no obstante, en una locución como callado
y estudioso, lo que pronunciamos realmente es [kakao jestudjoso).

Elisión

En el último ejemplo, en la primera palabra, y antes de la semiconsonante en la que se ha

transformado la [i], el sonido [0] de callado ha desaparecido. Este sonido se suele omitir con
mucha frecuencia en la pronunciación de las palabras terminadas en -ado, es decir, cuando se
encuentra situado entre dos vocales. La razón es que en este contexto particular simplemente
optamos por no gastar energía en realizar la oclusión característica del sonido [d]. No se trata de
una cuestión de pereza, sino de eficiencia. La omisión de un determinado segmento fónico, que es-
taría presente si la secuencia en cuestión se pronunciase de forma cuidadosa, se conoce
técnicamente como elisión. Los grupos consonánticos, especialmente los que están en posición de
coda, tienden a perder una de las consonantes que las integran, normalmente la primera, como
ocurre con la pronunciación (ostakulo] de obstáculo, o [sustrato] de substrato. Obviamente, si se
opta por hacerlo de manera cuidada y lenta, podemos pronunciar cada uno de los segmentos que
integran una palabra como adscrito, es decir, [adskrito], pero en una conversación informal
seguramente diremos [askrito]. Las vocales también pueden elidirse, especialmente cuando van
seguidas por otra vocal, como es el caso de lalkol], en lugar de [al- kool), en la palabra alcohol; o de
[albaka] por [albaaka] en el caso de albahaca.

El habla cotidiana

La asimilación y la elisión son procesos que es posible detectar en el habla de cualquier

persona y no se deben considerar como una forma de pereza o de des- cuido. De hecho, el intento
deliberado por evitar estos patrones regulares de asimilación y de elisión típicos de una lengua
determinada daría como resultado un habla en extremo artificiosa. Nuestro objetivo a la hora de
investigar este tipo de procesos fonológicos no ha sido llegar a postular un conjunto de reglas
sobre la manera en que debería pronunciarse una lengua, sino procurar entender las regularidades
y patrones que subyacen en el uso real de los sonidos de dicha lengua.