El resultado de una secuencia vocálica depende de las vocales que forman parte de la secuencia. Si las vocales son homólogas, es decir, si la secuencia es de dos fonemas idénticos, el resultado es una fusión vocálica. Si uno o dos de los fonemas vocálicos son altos y átonos, el resultado es un diptongo o triptongo. Si la secuencia vocálica se compone de dos vocales no altas o de una no alta seguida de una alta y tónica, el resultado es una sinéresis o sinalefa. Si la secuencia vocálica resulta en la pronunciación de las vocales en sílabas separadas, el resultado es un hiato. La clave en el estudio de la realización fonética de las secuencias vocálicas son los fenómenos de duración y timbre.
Siendo que las secuencias vocálicas ocurren con cierta frecuencia en español y siendo que los resultados son tan diferentes de los que ocurren en inglés, es muy importante que el anglohablante que quiere adquirir una buena pronunciación del español, aprenda a manejar bien esas secuencias.
La fusión vocálica es la solución fonética del español para una secuencia de dos fonemas vocálicos idénticos. La secuencia de dos vocales idénticas ocurre en tres situaciones fonotácticas. Puede ocurrir dentro de una raíz, entre morfemas de una misma palabra o entre palabras distintas. Sin embargo, la regla para la fusión es la misma para los tres casos. La regla general es simplemente que las dos vocales se funden para formar una sola vocal que será el núcleo silábico de una sola sílaba. Gráficamente la regla se presenta de la siguiente forma:
Esta regla básica describe lo que ocurre cuando las dos vocales son átonas como en el ejemplo de {la acción} o {este ejemplo} en que las dos vocales átonas se funden resultando fonéticamente en [laksjón] y [έstexɛ̃́mplo]. A este patrón general, se agregan dos matices importantes que son:
- si cualquiera de las dos vocales que se funden es tónica, el resultado es una sola vocal tónica;
- si la segunda de las dos vocales que se funden es tónica, el resultado es una sola vocal alargada.
La aplicación de estos matices a la regla general produce las siguientes reglas:
Con estos matices, se pueden explicar todas las posibles ocurrencias de las vocales homólogas. La mayoría de los casos de las vocales homólogas aparece entre dos palabras, es decir, cuando una palabra termina con determinado fonema vocálico y la palabra siguiente comienza con el mismo fonema. En este caso es importante recordar que el valor fonemático del grafema {h} es nulo. El Cuadro 12.1 presenta varios ejemplos de la aplicación de las reglas para la fusión vocálica.1 
El caso del fonema /e/ presenta una pequeña complicación adicional debido al hecho de que tiene dos alófonos: [e] y [ε]. Es importante observar que cuando ocurre una secuencia de dos fonemas /e/, la primera de las dos vocales, por motivos fonotácticos, tiene que ser [e], porque como ocurre en posición final de palabra o en posición final de sílaba, se trata de una sílaba abierta y la vocal producida es la vocal semicerrada [e]. Cuando la segunda vocal es también la semicerrada [e], la solución fonética sigue las reglas de fusión o fusión y alargamiento ya presentadas: {de Egipto} [dexíp-to]; {fue elegante} [fwéleβã́n̪te]; {de ellos} [déːJos]; {he hecho} [éʃʃo].
12.1
La aplicación de las reglas para la fusión vocálica entre dos palabras.
Cuando la segunda vocal es la semiabierta [ε], la solución fonética es diferente y depende de la tonicidad de las dos vocales. Si las dos son átonas, la solución es una fusión vocálica en [ε]: {de España} [dεspáɲa]. Si cualquiera de las dos vocales es tónica, o si las dos son tónicas, se produce una transición de [e] a [ε]. En ese caso las dos vocales pertenecen a la misma sílaba y las vocales mantienen su tonicidad: {de él} [de͜έl]; {ve Enrique} [bé͜ε̃nríke];{fue éter} [fwé͜έtεr]. Ese tipo de transición se llama una sinéresis o sinalefa, fenómenos detallados en la siguiente sección. Debido a que el conjunto vocálico de una sinéresis o sinalefa es más larga que una fusión, no hay alargamiento de ninguno de sus elementos.
El fenómeno de las vocales homólogas se da también entre los morfemas de una sola palabra. (En estos ejemplos, se emplea un nuevo símbolo, el símbolo +, que indica el límite o margen de un morfema dentro de una palabra.) De modo general, las mismas reglas se aplican, por ejemplo /kɾé+es/ [kɾés], /pɾobé+e/ [pɾoβé], /koNpɾeeNd+eɾ/ [kõmpɾε̃n̪dέr] y /le+émos/ [léːmos]. La única excepción a la regla general de fusión es cuando hay una secuencia fonética de [é+ε] o [e+έ]. En esos casos sí se produce una secuencia de dos vocales como en los ejemplos de /lé+en/ [lé͜ε̃n],/kɾé+eR/ [kɾe͜έr] o /kɾe+énsia/ [kɾé͜ε̃***nsja]. Según la regla de distribución del fonema /e/, la segunda vocal es semiabierta y se produce la secuencia vocálica indicada.2
Es posible también que haya otras vocales homólogas dentro de la raíz de una palabra, como en las palabras {azahar}, {cohorte} y {loor} (las vocales tónicas están en negrita). En estos casos se aplican las mismas reglas, de fusión y alargamiento, lo que resulta en las siguientes realizaciones fonéticas: [asáːɾ], [kóːɾte] y [lóːɾ].2
12.2
Sonograma de banda ancha de {asar} y {azahar}.
En la Fig. 12.2, se presenta un sonograma del par mínimo {azar} [asár] y {azahar} [asáːr]. En el sonograma se ve claramente tanto la fusión vocálica como el alargamiento en el caso de {azahar}. La fusión se nota en la continuidad de los formantes de las vocales tónicas de las dos palabras; al comparar la vocal tónica de [asár] con la vocal tónica de [asáːr] se observa que los formantes son constantes y tienen las mismas frecuencias. La única diferencia es la duración: la vocal [áː] de {azahar} dura el 34% más que la vocal [á] de {azar}. De hecho, las vocales alargadas del español suelen durar entre el 34% y el 43% por ciento más que las vocales no alargadas.
La aplicación de las reglas también se extiende a una secuencia de tres vocales homólogas que pueden aparecer en hasta tres palabras. Los ejemplos de este fenómeno incluyen {va a hablar}, {provee en}, {va a Asia} y {lee eso} (las vocales tónicas están en negrita). La aplicación de las reglas produce los siguientes resultados fonéticos: [báβlaɾ], [pɾoβɾé͜ε̃n], [báːsja] y [léːso]. El hecho de que haya tres vocales homólogas no quiere decir que se alargue la vocal, para esto la última vocal homóloga tiene que ser tónica. Por lo tanto {va a ser} y {va a hacer} producen el mismo resultado fonético, [básέɾ] y se distinguen solo por el contexto.3
12.3 La solución del inglés para vocales homólogas.
Es importante observar que la solución fonética para las vocales homólogas en inglés es muy diferente de la solución en español. La solución en inglés es la introducción de un golpe de glotis para separar las dos vocales homólogas. Un golpe de glotis se produce mediante un cierre completo de las cuerdas vocales, lo que produce un paro total momentáneo en la corriente de aire que pasa por las cavidades fonadoras. La primera vocal termina con una cesación vocálica abrupta. Con este paro, se aumenta la presión de aire debajo de las cuerdas vocales. Después del paro, de duración muy breve, se abre de nuevo la glotis, lo que produce una explosión de aire al comenzar la fonación de la segunda vocal. La segunda vocal comienza con un ataque vocálico abrupto. Esa solución inglesa se representa gráficamente en la Fig. 12.3.
En inglés se intercala un golpe de glotis no solamente entre vocales homólogas, sino también entre vocales vecinas. Las soluciones fonéticas para {cooperate}, {the law of the land} y {free interest} son, entonces, [khou̯?‚ph‰Iei̯t], [D‰l‚:?‰vD‰l€1nd] y [fjii̯™íntj‰st].4 El anglohablante que quiere adquirir una pronunciación correcta del español tiene que evitar por completo la
transferencia negativa de golpe de glotis del inglés entre vocales homólogas y producir, en cambio, una fusión vocálica como se ve en el Cuadro. 12.4.
12.4
La pronunciación correcta e incorrecta de vocales homólogas entre dos palabras.
Las principales pistas pedagógicas para las vocales homólogas son:
- 1. Las vocales se funden en una sola vocal, sin la intervención de golpe de glotis.
- 2. Si cualquiera de las dos vocales que se funden es tónica, el resultado es una vocal tónica.
- 3. Si la segunda de las dos vocales que se funden es tónica, el resultado es una vocal alargada.
En el caso de una secuencia de dos vocales /e/, la primera tiene que realizarse como la semicerrada [e]. Si la segunda vocal es una semicerrada también, se aplican las reglas de arriba. Hay un tercer matiz para cuando la segunda vocal es la semiabierta [ε]. Si las dos vocales son átonas el resultado es una fusión en [ε]; si cualquiera de las dos es tónica, el resultado es una sinéresis o sinalefa [eε].
El anglohablante que quiere adquirir una buena pronunciación de las secuencias de vocales homólogas del español debe:
- producir una fusión vocálica entre vocales homólogas;
- alargar el resultado de la fusión vocálica cuando la última vocal homóloga es tónica;
- evitar la interferencia negativa del inglés que resulta en la intercalación de un golpe de glotis [?] entre las vocales homólogas o vecinas.
Un diptongo ocurre cuando hay una secuencia de dos vocales en una sola sílaba, siendo por lo menos una de ellas una vocal alta y átona. La vocal alta y átona puede preceder a o seguir a la otra vocal. La vocal alta se realiza solamente como un movimiento articulatorio o una transición acústica; es decir, no resulta en una producción vocálica con una posición articulatoria constante ni timbre acústico estable. La otra vocal funciona siempre como el núcleo silábico. Si la vocal alta y átona precede a la otra vocal, el resultado es un diptongo creciente. Si la vocal alta y átona sigue a la otra vocal, el resultado es un diptongo decreciente.
El diptongo creciente se da cuando se tiene una vocal alta y átona seguida de cualquier otra vocal. Según las reglas de distribución ya presentadas, la primera de las dos vocales aparece en posición prenuclear y se realiza como una semiconsonante. Se representa la estructura fonética de los diptongos crecientes de la siguiente manera:
Estos diptongos se llaman crecientes porque crecen en abertura bucal; es decir, comienzan con el elemento más cerrado, la semiconsonante, y terminan en una vocal plena como se ve en la Fig. 12.5. Los diptongos crecientes son ocho: cuatro que comienzan con la semiconsonante anterior, es decir, [je ja jo ju], y cuatro que comienzan con la semiconsonante posterior, es decir, [wi we wa wo].
La diptongación de estas secuencias vocálicas se da dentro de una misma palabra, como también entre dos palabras como demuestran los ejemplos del Cuadro 12.6.5
Se nota que el núcleo del diptongo, es decir, la vocal que sigue a la semiconsonante, puede ser tónica, como en la palabra {cambié} [kÜmbjÓ], o átona, como en la palabra {cambie} [kæmbje].
La Fig. 12.7 contiene un sonograma de las palabras {piano} y {cuatro}. Se puede observar que los primeros dos formantes de los diptongos [já] y [wá] no comienzan con valores estables, simplemente presentan una transición hacia los valores estables de la vocal [a], que es el núcleo silábico. Articulatoriamente, pues, las semiconsonantes [j] y [w] son simplemente movimientos continuos desde un punto de partida próximo a donde se realizan normalmente las vocales [i] y [u] hasta la posición del núcleo vocálico. Ese movimiento se refleja en la transición de los formantes en el sonograma de la Fig. 12.7.
12.5
El diptongo creciente.
12.6 Los diptongos crecientes se dan dentro de una misma palabra, como también entre dos palabras.
![12.7 Sonograma de diptongos crecientes en las palabras {piano} y {cuatro}. La semiconsonante [j] comienza con valores de 232 Hz para F1 y 1908 Hz para F2. La semiconsonante [w] comienza con valores de 232 Hz para F1 y 696 Hz para F2.](../Images/fig12_7.jpg)
12.7
Sonograma de diptongos crecientes en las palabras {piano} y {cuatro}. La semiconsonante [j] comienza con valores de 232 Hz para F1 y 1908 Hz para F2. La semiconsonante [w] comienza con valores de 232 Hz para F1 y 696 Hz para F2.
El diptongo decreciente se da cuando se juntan una vocal no alta y una vocal alta y átona. Según las reglas de distribución ya presentadas, la segunda de las dos vocales aparece en posición posnuclear y se realiza como una semivocal. Se representa la estructura fonética de los diptongos decrecientes de la siguiente manera:
Estos diptongos se llaman decrecientes porque decrecen en abertura bucal; es decir, comienzan con una vocal plena y terminan con el elemento más cerrado, una semivocal como se ve en la Fig. 12.8. Los diptongos decrecientes son seis: tres que terminan con la semivocal anterior, es decir, [ei̯ ai̯ oi̯], y tres que terminan con la semivocal posterior, es decir, [eu̯ au̯ ou̯].
Es importante destacar que las secuencias de dos vocales altas siempre forman un diptongo creciente y nunca un diptongo decreciente. En otras palabras, cuando se tiene una secuencia de dos vocales altas, es siempre la segunda la que sirve de núcleo
silábico. Por ejemplo, en las palabras que contienen la secuencia /iu/, la realización fonética es siempre el diptongo creciente [ju] como en las palabras {viudo, ciudad, triunfo} [bjÖðo] [sjuðáð] [trjêmfo]. Por otro lado, en las palabras que contienen la secuencia /ui/, la realización fonética es también un diptongo creciente, en este caso [wi], como en las palabras {fui, buitre, muy} [fwí] [bwítRe] [mwí].6
12.8 El diptongo decreciente.
La diptongación de esas secuencias vocálicas se da dentro de una misma palabra como también entre dos palabras como demuestran los ejemplos del Cuadro 12.9.7
Se nota que el núcleo del diptongo, es decir, la vocal que precede a la semivocal, puede ser tónica, como en la palabra {baile} [bái̯le], o átona, como en la palabra {bailé} [bai̯lé].
La Fig. 12.10 contiene un sonograma de las palabras {paica} y {auto}. Se puede observar que los formantes de las semivocales en los diptongos [ái̯] y [áu̯] no terminan con valores estables, simplemente presentan una transición desde los valores estables de la vocal [a], que es el núcleo silábico, hasta el final del diptongo. Articulatoriamente, pues,
las semivocales [i̯] y [u̯] son simplemente movimientos continuos desde el núcleo de la sílaba hasta un punto final próximo a donde se realizan normalmente las vocales [i] y [u]. Este movimiento se refleja en la transición de los formantes en el sonograma de la Fig. 12.10.
Los triptongos representan una combinación de un diptongo creciente con un diptongo decreciente. Se dan cuando se juntan tres vocales en una sola sílaba siendo la primera una vocal alta y átona, la segunda una vocal no alta y la tercera otra vocal alta y átona. Su realización fonética es de una semiconsonante seguida de una vocal no alta, que es el núcleo silábico, seguida de una semivocal. Se puede representar la estructura fonética de un triptongo de la siguiente manera:
12.9
Los diptongos decrecientes se dan dentro de una misma palabra, como también entre dos palabras.
![12.10 Sonograma de diptongos decrecientes en las palabras {paica} y {auto}. La semivocal [I] termina con valores de 283 Hz para F1 y 2037 Hz para F2. La semivocal [U] termina con valores de 276 Hz para F1 y 792 Hz para F2.](../Images/fig12_10.jpg)
12.10 Sonograma de diptongos decrecientes en las palabras {paica} y {auto}. La semivocal [i̯] termina con valores de 283 Hz para F1 y 2037 Hz para F2. La semivocal [u̯] termina con valores de 276 Hz para F1 y 792 Hz para F2.
Según esta estructura existen doce posibles triptongos. Los ejemplos de triptongos son escasos en comparación con los ejemplos de diptongos en español. Hay pocos ejemplos de triptongos dentro de una sola palabra; la mayoría ocurre entre dos o hasta tres palabras. Las doce secuencias vocálicas que producen triptongos se ejemplifican en el Cuadro 12.11.8
Es importante recalcar que un triptongo tiene que seguir el modelo aquí presentado: Un triptongo no es simplemente una secuencia de tres vocales. Por ejemplo, la secuencia de tres vocales que aparece en {Mara y Ana} no es un triptongo, porque la secuencia no comienza ni termina con una vocal alta y átona y la vocal en el medio es una vocal alta. La realización fonética es [márajána], es decir, un núcleo vocálico simple [a] seguido de un diptongo creciente [já].
La Fig. 12.12 contiene un sonograma de la palabra {asociáis} y la frase {tribu auténtica}. Se puede observar que los primeros dos formantes de los triptongos [jái̯] y [wáu̯] no comienzan ni terminan con valores estables. Articulatoriamente, pues, las semiconsonantes [i̯] y [u̯] son simplemente movimientos continuos desde un punto de partida próximo a donde se realizan normalmente las vocales [i] y [u] hasta la posición del núcleo vocálico. Las semivocales [I] y [U] son simplemente movimientos continuos desde el núcleo de la sílaba hasta un punto final próximo a donde se realizan normalmente las vocales [i] y [u]. Esos movimientos se reflejan en las transiciones de los formantes en el sonograma de la Fig. 12.12.
12.11
Las doce secuencias vocálicas que producen triptongos.
12.12 Sonograma de triptongos en {asociáis} y {tribu auténtica}.
La primera consideración fonológica a tratarse, es la diferencia que hay entre los diptongos del inglés y los diptongos del español. La diferencia fonológica entre los diptongos del español y del inglés se presentaron ya en el Capítulo 11. Se repite aquí el cuadro que contrasta el análisis de los diptongos [ei̯], [ou̯] y [ai̯] que son los únicos diptongos decrecientes que se dan en los dos idiomas. El Cuadro 12.13 presenta ejemplos de esos diptongos tanto en inglés como en español junto con su transcripción fonética y estructura fonológica.
En resumidas cuentas, la diferencia más significativa es la de la estructura fonológica. En el caso del inglés, el diptongo fonético [ei̯] representa un solo fonema /ei̯/, siendo el diptongo un complejo vocálico que funciona en sí como el núcleo de la sílaba. En el caso del español, el diptongo fonético [ei̯] representa dos fonemas, siendo
el fonema /e/ el núcleo de la sílaba, seguida del fonema /i/ que ocurre fonéticamente como semivocal en la coda silábica. Una prueba de que los diptongos tienen que analizarse así, es que en español existen pares de palabras en que el fonema vocálico /e/ ocurre seguido o no del fonema /i/, como en el caso de [pei̯náðo] {peinado} frente a [penáðo] {penado} o en el caso de [bei̯s] {veis} frente a [bes] {ves}.9 En inglés tales oposiciones no pueden existir.
![12.13 Ejemplos de los diptongos [eI], [oU] y [aI] en inglés y en español.](../Images/fig12_13.jpg)
12.13
Ejemplos de los diptongos [ei̯], [ou̯] y [ai̯] en inglés y en español.
La segunda consideración fonológica a tratarse es el análisis del traslapo entre el fonema átono /i/ y el fonema /J/. Ese traslapo ocurre a causa del alcance fonotáctico del fonema /i/. El traslapo ocurre en posición inicial o final de palabra o morfema. Ejemplos de estos traslapos incluyen {rey/reyes; hay/haya} [rÓi̯/rÓJes] [ái̯/áJa], en que el traslapo se da en posición final de palabra o final de morfema. Incluyen también {errar/yerra; huir/huyendo} [Erár/Ì×ra] [wír/uJìªdo], en que el traslapo se da en posición inicial de palabra o inicial de morfema.9 Ha habido mucha polémica en cuanto a la descripción de este fenómeno, pero los resultados no han sido satisfactorios. Se presenta aquí un análisis que describe el fenómeno adecuadamente en todas sus manifestaciones tanto a nivel de habla como a nivel de lengua.
El traslapo entre el fonema átono /i/ y el fonema /J/ se analiza mejor como una neutralización parcial que ocurre en posición inicial o final de palabra o morfema. Esta neutralización resulta en el archifonema /J/. El archifonema /J/ tiene una distribución complementaria, cuya regla se presenta a continuación:
En la regla se emplea otra vez el símbolo +, que indica el límite o margen de un morfema dentro de una palabra. De esa forma la palabra {huyendo} se analiza como /u+JÓNdo/, o sea, la raíz {hu} seguida del morfema del gerundio {-iendo} que resulta en [uJìªn̪do].
La regla para el archifonema /J/ corresponde en parte a la distribución complementaria del fonema /i/ y en parte corresponde a la distribución del fonema /J/. Como ya se explicó, la neutralización entre el fonema /J/ y el fonema /i/ átono ocurre en posición inicial de palabra, en posición final de palabra, en posición inicial de morfema interior de palabra y en posición final de morfema interior de palabra. La regla para el archifonema /J/ dada arriba toma en cuenta todas esas posiciones.
El alófono de la semiconsonante [j] representa el archifonema /J/ cuando ocurre en posición final de palabra ante una vocal. Siendo así, las secuencias {el rey es} {soy español} se realizan como [elrÓj×s] [sÕjεspa¦Õl].10
El alófono de la semivocal [i̯] representa el archifonema /J/ cuando ocurre en posición final de palabra ante una consonante o ante una pausa. Siendo así, las secuencias {el rey vino} y {soy capitán}, en que el archifonema /J/ aparece ante una consonante, se realizan como [εlrÓi̯ßíno] y [sÕi̯kapitæn]. Las secuencias {el rey} y {lo soy}, en que el archifonema /J/ aparece ante una pausa, se realizan como [εlrÓi̯] y [losÕi̯]10 .
El alófono de la africada palatal sonora [Ìj] representa el archifonema /J/ cuando aparece después de pausa, después de nasal o después de lateral. Siendo así, las palabras {yendo}, {yugo}, {hielo} y {hierro}, cuando ocurren en posición inicial de grupo fónico, es decir, después de pausa, se realizan como [Ììªn̪do], [ÌÖƔo], [ÌÓlo] y [Ì×ro]. El archifonema /J/ también se realiza como africada después de nasal: {un yugo} [àøÌÖƔo], {un hierro} [àøÌ×ro]. Además, se realiza de la misma manera tras lateral: {el yugo} [úùÌÖƔo], {el hierro} [úùÌ×ro].10
Otro elemento de este análisis es el uso de la fricativa palatal sonora [J] para representar el archifonema /J/. Esto ocurre en posición inicial de palabra interior de grupo fónico. Ejemplos de esto incluyen las frases {va llegando}, {una yema} y {ella yerra} que se realizan como [báJeƔæªdo], [unaJÓma] y [ÓJaJ×ra]. También se emplea el alófono [J] para realizar el archifonema /J/ cuando aparece en posición inicial de morfema interior de palabra. Ejemplos de esto incluyen las palabras {huyendo}, {leyera} y {creyeron}, cuyas formas morfológicas son /u+JÓNdo/, /le+JÓRa/ y /kRe+JÓRoN/ que resultan en [uJìªdo], [leJ×Ra] y [kReJ×Rßn]. Además, se emplea este alófono para realizar el archifonema /J/ cuando aparece en posición final de morfema interior de palabra. Ejemplos de esto incluyen las palabras {reyes}, {ensayas} y {haya}, cuyas formas morfológicas son /rÓJ+es/, /eNsaJ+as/ y /aJ+a/ que resultan en [rÓJes], [ånsáJas] y [áJa].10
La neutralización entre el fonema átono /i/ y el fonema /J/ que resulta en el archifonema /J/, ocurre, pues, en posición prenuclear y en posición posnuclear. Las realizaciones fonéticas de este archifonema, que ocurren en una distribución complementaria, incluyen la semivocal [i̯] en posición posnuclear y la africada palatal [ÌÏ], la fricativa palatal [J] y la semiconsonante [j] en posición prenuclear. Esas realizaciones siguen el patrón general del español que prefiere sonidos más consonánticos en posición prenuclear y realizaciones más débiles en posición posnuclear. Todas esas posibilidades se resumen en el Cuadro 12.14.
El principio básico que el estudiante debe recordar es que un diptongo resulta de una secuencia de dos vocales, siendo por lo menos una de ellas una vocal alta y átona. En esos casos, las dos vocales se pronuncian en una sola sílaba. Los diptongos son de dos tipos: diptongos crecientes y diptongos decrecientes. El Cuadro 12.15 demuestra las diferencias entre esos dos tipos de diptongos.
En el Cuadro 12.15, se nota que la diferencia en número entre los diptongos crecientes y decrecientes tiene que ver con las combinaciones de dos vocales altas, que resultan ser siempre diptongos crecientes. De otra forma, se puede decir que cuando se tiene una secuencia de dos vocales altas, es siempre la segunda el núcleo silábico. Por ejemplo, en las palabras {viuda} y {huida}
la segunda de las dos vocales es el núcleo silábico, en estos casos tónica, y se forman diptongos crecientes: [bjÖða] y [wíða]. En las palabras {ciudad} y {continuidad} la segunda de las dos vocales otra vez es el núcleo silábico, pero en estos casos átona, y otra vez se forman diptongos crecientes: [sjuðáð] y [kߪtinwiðáð]. Esta misma regla se aplica también a la palabra {muy} que contiene una secuencia de dos vocales altas. Según la regla, la segunda de las dos vocales altas es el núcleo silábico, resultando en la forma fonética [mwí]. Sin embargo, hay algunos hablantes que aun así producen un diptongo decreciente no sistemático: *[mÖi̯].
Es muy importante que el estudiante aprenda a producir los diptongos no solamente dentro de una palabra, sino también entre dos palabras. Esto se aplica tanto a los diptongos crecientes como a los diptongos decrecientes. Ejemplos de diptongos crecientes entre palabras incluyen {mi hermano} [mjεRmáno], {mi árbol} [mjáRßol], {mi ojo} [mjÕxo], {mi uva} [mjÖßa], {tu hijo} [twíxo], {tu hermano} [twßRmáno], {tu árbol} [twáRßol] y {tu ojo} [twÕxo]. Ejemplos de diptongos decrecientes entre palabras incluyen {se inició} [sei̯nisjÕ], {una higuera} [unai̯Ɣ×ra], {lo italiano} [loiƔtaljáno], {clase usual} [kláseuƔswál], {cosa humana} [kÕsauƔmána] y {lo usual} [louƔswál].
12.14
Ejemplos de la aplicación de la regla de distribución del archifonema /J/.
Hay un caso especial de diptongación entre dos palabras que debe comentarse: el caso de las conjunciones {y} y {u}, que son siempre átonas. La conjunción {y} se realiza de acuerdo con la regla de distribución complementaria ya dada para el fonema /i/, y la conjunción {u} se realiza de acuerdo
con la regla de distribución complementaria ya dada para el fonema /u/. La conjunción {y} se representa por el fonema /i/ y no por el archifonema /J/ porque en español, una palabra monofonemática solo puede componerse de un fonema netamente vocálico. Las conjunciones {y} y {u} pueden aparecer en cuatro contextos fonológicos: C_C, C_V, V_C y V_V. En el último contexto V_V, hay que reconocer la preferencia que tiene el español hacia la sílaba que termina en vocal. De esa manera, en ese contexto, la conjunción se convierte siempre en semi-consonante. El Cuadro 12.16 ejemplifica todas esas posibilidades.11
12.15 Las diferencias entre los diptongos crecientes y diptongos decrecientes.
El estudiante debe tener en cuenta que hay que producir un triptongo siempre que se tenga una vocal alta y átona seguida de una vocal no alta y luego seguida de otra vocal alta y átona. Es importante recordar que esas secuencias vocálicas pueden producirse también entre palabras.
12.16
Diptongación con las conjunciones {y} y {u}.
El estudiante también tiene que reconocer la distinción que hay en español entre vocales plenas y diptongos. Ya se ha comentado la diferencia fonológica entre los diptongos del inglés y del español, pero hay que recordar que dentro del español mismo existen contrastes de timbre muy importantes entre vocales plenas y diptongos que ocasionan errores de pronunciación que pueden causar dificultades para la comprensión. El Cuadro 12.17 contiene ejemplos de ese tipo de contraste.12
Al comparar los ejemplos del Cuadro 12.17 se puede ver que la duración y el timbre desempeñan papeles muy importantes en la diferenciación entre las vocales plenas y los diptongos. De hecho, en los sonogramas de las Figuras 12.7, 12.10 y 12.12 se ven claramente los cambios de timbre en las transiciones de los formantes de las semiconsonantes y de las semivocales y la estabilidad del timbre de los núcleos silábicos. La Fig. 12.18 demuestra las diferencias
de timbre que hay entre los formantes de las vocales plenas [i u], la posición inicial de las semiconsonantes [j w] y la posición final de las semivocales [i̯ u̯]. Se puede notar que los sonidos más cerrados y más posteriores de los dos grupos vocálicos son las dos semiconsonantes. Las dos semivocales son un poco más abiertas y menos posteriores; las vocales plenas son aún más abiertas y todavía menos posteriores.
12.17 Ejemplos de la distinción entre vocales plenas y diptongos.
![12.18 La posición de las vocales [i u] del español junto con la posición inicial de las semiconsonantes [j w] y la posición final de las semivocales [i̯ u̯].](../Images/fig12_18.jpg)
12.18
La posición de las vocales [i u] del español junto con la posición inicial de las semiconsonantes [j w] y la posición final de las semivocales [i̯ u̯].
La Fig. 12.19 contiene un gráfico que demuestra la duración relativa de la vocal simple, el diptongo creciente, el diptongo decreciente y el triptongo. La duración de
las secuencias se mide en milisegundos. El diptongo creciente mide un promedio de un 8% más de la vocal simple. El diptongo decreciente mide un promedio de un 21% más de la vocal simple. El triptongo mide un promedio de un 40% más de la vocal simple. En todas esas secuencias, el elemento más largo es el núcleo silábico, aunque es siempre más corto que una vocal plena. De hecho, el núcleo vocálico de un diptongo o triptongo es consistentemente alrededor del 60% de la duración de una vocal simple. En el diptongo creciente, el 43% del diptongo
corresponde a la semiconsonante y el 57% al núcleo vocálico.
12.19 La relativa duración en milisegundos de la vocal simple, el diptongo creciente, el diptongo decreciente y el triptongo. Se indica también la composición interna de las secuencias vocálicas.
En el diptongo decreciente, el 58% del diptongo corresponde al núcleo vocálico y el 42% a la semivocal. En cuanto a la relativa duración de la transición y el núcleo vocálico de los diptongos, el diptongo creciente es casi una perfecta inversión del diptongo decreciente, aunque este es de mayor duración que aquel. El triptongo no es simplemente la suma de un diptongo creciente más un diptongo decreciente en cuanto a la duración relativa. La semiconsonante de un triptongo, que representa el 22% del triptongo, es más corta que la de un diptongo creciente. El núcleo de un triptongo, que representa el 43% del triptongo, tiene aproximadamente la misma duración que el de un diptongo creciente, pero dura ligeramente menos que el núcleo de un diptongo decreciente. La semivocal de un triptongo, que representa el 35% del triptongo, tiene más o menos la misma duración que la de un diptongo decreciente.
Es muy importante saber que esas diferencias de duración existen en español. Sin embargo, los diptongos del español son mucho más cortos que los núcleos vocálicos complejos del inglés. Por lo tanto, el estudiante tiene que tratar de producir el diptongo de una manera breve, más o menos equivalente a la duración de una vocal simple.
El anglohablante que quiere adquirir una buena pronunciación de los diptongos y los triptongos del español debe:
- producir un diptongo siempre que se tenga una vocal alta y átona en una secuencia con otra vocal;
- recordar que los diptongos y triptongos también se forman entre palabras;
- producir los diptongos y triptongos con una duración corta;
- producir las semiconsonantes y semivocales como transiciones, es decir, con un movimiento continuo.
La sinéresis y la sinalefa ocurren cuando hay una secuencia de dos vocales heterólogas (es decir, dos fonemas vocálicos distintos) en una sola sílaba, siendo las dos vocales no altas o siendo una vocal no alta seguida de una vocal alta y tónica. Si se da ese tipo de encuentro dentro de una misma palabra, la secuencia se llama sinéresis; si se da ese tipo de encuentro entre dos palabras distintas, la secuencia se denomina sinalefa.
Esencialmente la sinéresis y la sinalefa son el mismo fenómeno fonético; difieren solamente en cuanto al contexto en que se da el fenómeno. El enlace fonético que resulta de la sinéresis o sinalefa, se transcribe con una ligazón (****͜) entre las dos vocales combinadas. El Cuadro 12.20 ejemplifica los posible encuentros.13
Como demuestra el Cuadro 12.21, una de las posibilidades para formar una sinéresis o una sinalefa es la producción de dos vocales no altas en una sola sílaba. Hay seis posibles combinaciones de vocales no altas: /ea/, /eo/, /ae/, /ao/, /oe/ y /oa/. En esas
combinaciones puede ser la segunda o la primera una vocal tónica y la otra átona, o pueden ser las dos vocales tónicas o las dos vocales átonas. Todas esas combinaciones se dan en una sinalefa; todas se dan también en una sinéresis con la excepción de que dos vocales tónicas no pueden ocurrir en una sola palabra. Estas combinaciones producen un núcleo divocálico. El Cuadro 12.21 ejemplifica todas esas posibilidades.14
12.20 Las posibilidades del enlace fonético: la sinéresis y la sinalefa.
La otra posibilidad para que se dé una sinéresis o una sinalefa es la producción de una vocal no alta seguida de una vocal alta y tónica en una sola sílaba. Hay seis posibles combinaciones de estas vocales: /eÖ/, /eí/, /aÖ/, /aí/, /oÖ/ y /oí/. Todas las combinaciones se dan tanto en una sinéresis en una sinalefa, como se ejemplifica en el Cuadro 12.22.15
Otro tipo de sinéresis o sinalefa es la secuencia de la vocal anterior semicerrada [e] seguida
de la vocal anterior semiabierta [E], que ya se discutió en la sección de la fusión vocálica.
La Fig. 12.23 contiene un sonograma de los ejemplos encontrados en el Cuadro 12.20: {****re͜al, este ͜ acto, re͜úne, este ͜ único}.16 Estos ejemplos son representativos de los dos tipos de secuencias vocálicas en los dos contextos diferentes. En los formantes del sonograma se puede ver la producción de dos vocales estables separadas por una transición en cada ejemplo de sinéresis o sinalefa. También se pueden ver las diferencias de duración de cada ejemplo.
12.21
La formación de una sinéresis o sinalefa con dos vocales no altas.
En el habla, es posible que haya secuencias de más de dos vocales debido a la combinación de sinéresis/sinalefa o de estas con diptongos. Por ejemplo: La frase {sea él} puede producirse en una sola sílaba [sé͜a͜έl] por la combinación de una sinéresis y de una sinalefa. La frase {fue a Irán} puede producirse en dos sílabas [fwé͜ai̯ɾán] por la
combinación de un diptongo creciente, una sinalefa y un diptongo decreciente.17
12.22 La formación de una sinéresis o sinalefa con una vocal no alta seguida de una vocal alta y tónica.
Una sinéresis o una sinalefa difiere de un diptongo porque comienza y termina con una vocal plena estable con una transición en el medio. Sin embargo, comparte con el diptongo el hecho de que el hispanohablante perciba la sinéresis y la sinalefa como una sola sílaba a pesar del hecho de que contenga dos núcleos.
La Fig. 12.24 contiene un gráfico que demuestra la relativa duración de la vocal simple y de la sinéresis o sinalefa. La duración de las secuencias se mide en milisegundos. La sinéresis/sinalefa mide
un promedio de un 56% más que la vocal simple. La composición interna de una sinéresis/sinalefa consta de un 38% para la primera vocal, un 19% para la transición y un 43% para la segunda vocal. Esto quiere decir que no solo las dos vocales estables tienen más o menos la misma duración, sino que también están separadas por un período de transición. Es de destacar que, en general, la segunda vocal, de las dos que forman una sinéresis/sinalefa, es más larga que la primera, independiente de la tonicidad de las dos vocales. En otras palabras, no existe una correlación entre la intensidad de una de las dos vocales de una sinéresis/sinalefa y su duración.
Lo importante para el estudiante de la lengua española es reconocer que la sinéresis y la sinalefa son elementos básicos en la pronunciación natural. En el habla cotidiana, el hispanohablante suele producir la secuencia de dos vocales no altas y la secuencia de una vocal no alta seguida de una vocal alta y tónica como una sinéresis o una sinalefa. Este hecho también se comprueba con la abundancia de ejemplos de sinéresis y sinalefa que se ven en la poesía y en la música.
La solución hispánica para resolver la secuencia de dos vocales no altas o de una vocal no alta seguida de una vocal alta y tónica dentro de una misma palabra, es la producción de una sinéresis. La tendencia del anglohablante en este mismo caso, sin embargo, es la de separar las dos vocales en dos sílabas distintas intercalando entre ellas un golpe de glotis.
12.23
Sonograma de sinéresis y sinalefa en {real}, {reúne}, {este acto} y {este único}.
12.24 La relativa duración en milisegundos de la vocal simple y la sinéresis/sinalefa. Se indica también la composición interna de las secuencias vocálicas.
La solución hispánica para resolver la secuencia de dos vocales no altas o de una vocal no alta seguida de una vocal alta y tónica entre dos palabras, es la producción de una sinalefa. La tendencia del anglohablante en este mismo caso, sin embargo, es la de intercalar un golpe de glotis entre las dos vocales, separándolas en dos sílabas distintas.
El anglohablante que quiere adquirir una buena pronunciación de la sinéresis y sinalefa en español debe:
- producir una sinéresis/sinalefa siempre que se tenga una secuencia de dos vocales no altas;
- producir una sinéresis/sinalefa siempre que se tenga una secuencia de una vocal no alta seguida de una vocal alta y tónica;
- evitar la tendencia del anglohablante de separar en dos sílabas las vocales de una sinéresis/sinalefa, intercalando un golpe de glotis [?] entre las vocales;
- asegurarse de que haya la producción de dos vocales estables para que la producción no llegue a ser un diptongo;
- asegurarse de que la producción de cada vocal sea más corta que una vocal simple para que no se perciba como dos vocales plenas en sílabas separadas.
Un hiato ocurre cuando aparecen dos vocales contiguas en sílabas separadas. Hay cuatro tipos de hiato: tres son optativos y uno es obligatorio. Los hiatos optativos resultan de la ruptura de la fusión de vocales homólogas, de la ruptura de un diptongo o de la ruptura de una sinéresis/sinalefa. La cuarta secuencia, una vocal alta y tónica seguida de otra vocal, resulta en un hiato obligatorio y se llama un hiato natural.
En el caso de las vocales homólogas, la preferencia del hispanohablante en el habla espontánea es la fusión. La conciencia hispánica también prefiere la formación de diptongos/triptongos y sinéresis/sinalefa donde puedan producirse. La formación de un hiato en esos mismos ambientes queda fuera de la norma y resulta en un habla cuidada o pedantesca. El hecho de que el diptongo/triptongo y la sinéresis/sinalefa sean la norma se comprueba también por el uso de la diéresis (¨) en la poesía para indicar la pronunciación con un hiato por motivos métricos. Todos esos casos se resumen en el Cuadro 12.25.
La Fig. 12.26 contiene un sonograma de los hiatos optativos en {real} y {reúne} y del hiato obligatorio en {hacía}. Las primeras dos palabras aparecen también en la Fig. 12.23, pero realizadas con sinéresis. Tanto el hiato como la sinéresis/sinalefa se forman de una vocal estable, una transición vocálica y una segunda vocal estable. La diferencia es que en el hiato, cada una de las dos vocales tiene la duración de una vocal simple. El resultado es que una sinéresis/sinalefa tiene una duración que en su promedio es el 56% más larga que la vocal simple, pero el hiato es el 137% más largo que la vocal simple.
12.25 Pronunciación preferida de los encuentros vocálicos. En este cuadro se emplea la convención del AFI de usar el punto (.) para indicar la división silábica.
Un hiato difiere de la fusión vocálica, del diptongo o triptongo y de la sinéresis o sinalefa porque cada una de las dos vocales que lo constituye es aproximadamente tan larga o incluso más larga que la de una vocal simple; así pues, el hiato se percibe como dos sílabas distintas. La Fig. 12.27 contiene un gráfico que demuestra la relativa duración de la vocal simple, la sinéresis o sinalefa y el hiato. La duración de las secuencias se mide en milisegundos. Mientras la sinéresis/ sinalefa mide un promedio de un 56% más que la vocal simple, el hiato mide un promedio de 237% más que la vocal simple. La composición interna de un hiato consta de un 38% para la primera vocal, un 19% para la transición y un 43% para la segunda vocal, lo cual se correlaciona con la composición interna de la sinéresis/sinalefa. Esto quiere decir que cada una de las dos vocales estables tiene más o menos la misma duración
que una vocal simple; las dos vocales se separan por un período de transición.
Lo importante para el estudiante de la lengua española es reconocer que el hiato solamente es obligatorio en la secuencia de una vocal alta y tónica seguida de otra vocal, lo que constituye un hiato natural. En los demás casos de secuencias vocálicas, el estudiante debe producir la fusión vocálica, un diptongo o triptongo, o una sinéresis o sinalefa según el caso. Los hiatos naturales se dan tanto dentro de una palabra como entre dos palabras. Ejemplos del hiato natural dentro de una palabra son {hacía} y {búho}. Ejemplos del hiato natural entre dos palabras son {salí ayer}, {muy humilde}, {comí uvas} y {tú escribiste}.18
La solución hispánica para resolver la secuencia de una vocal alta y tónica seguida de otra vocal, es la producción de un hiato. Sin embargo, la tendencia del anglohablante en este mismo caso es la de intercalar un golpe de glotis entre las dos vocales.
12.26 Sonograma del hiato en {real}, {reúne} y {hacía}.
12.27 La relativa duración en milisegundos de la vocal simple, la sinéresis/sinalefa y el hiato. Se indica también la composición interna de las secuencias vocálicas.
El anglohablante que quiere adquirir una buena pronunciación del hiato en español debe:
- producir un hiato solamente cuando se tenga una secuencia vocálica de una vocal alta y tónica seguida de otra vocal, sea dentro de una sola palabra o entre dos palabras;
- recordar que la duración de un hiato debe ser un poco más que el doble de la duración de una vocal simple;
- recordar que la pronunciación de un hiato indebido puede ser característica de una pronunciación extranjera. (Si lo hace un hispanohablante, se acepta, pero si lo hace un extranjero, es por ser extranjero.)
La realización fonética de las secuencias vocálicas depende de cuatro factores: el timbre, la duración, la tonicidad de las vocales, como también la estructura silábica. En este capítulo se han examinado todas las secuencias posibles en relación con esos cuatro factores. Esas secuencias resultan en la fusión vocálica, en diptongos o triptongos, en sinéresis/sinalefa o en hiato. El Cuadro 12.28 presenta un resumen de las secuencias vocálicas que se dan en español junto con la solución fonética preferida.
Al examinar los sonogramas presentados en las secciones anteriores, se puede ver cómo los resultados fonéticos de las secuencias vocálicas son diferentes. Es importante destacar los factores fonéticos que definen la fusión, el diptongo o triptongo, la sinéresis/sinalefa y el hiato.
La fusión vocálica se caracteriza por la estabilidad de los formantes a lo largo de la secuencia vocálica, es decir, no cambia el timbre. La duración de la vocal fundida es igual a la duración de una vocal simple o plena cuando la segunda de las vocales homólogas es átona. Cuando la segunda de las vocales homólogas es tónica, el resultado es una vocal que dura entre el 34% y el 43% por ciento más que la vocal simple. Si cualquiera de las dos vocales en la secuencia es tónica, el resultado también lo es. La vocal resultante siempre funciona como el núcleo silábico de una sola sílaba fonética.
Los diptongos/triptongos se caracterizan por una transición vocálica inicial y/o final. Esas transiciones no tienen ninguna estabilidad en los formantes. La duración de un diptongo creciente es alrededor del 8% más que la de una vocal plena. La duración de un diptongo decreciente es alrededor del 21% más que la de una vocal plena. La duración de un triptongo es alrededor del 40% más que la de una vocal plena. Las vocales que forman las transiciones son siempre átonas; el núcleo vocálico puede ser tónico o átono. Los diptongos y triptongos siempre pertenecen a una sola sílaba.
La sinéresis/sinalefa se caracteriza por tener timbres estables al comienzo y al final de la secuencia vocálica, con una transición intermedia. La duración de una sinéresis o sinalefa es alrededor del 56% más que la de una vocal plena. En esas secuencias la tonicidad no tiene impacto: las dos vocales pueden ser tónicas o átonas independientemente de su posición. La secuencia vocálica siempre se percibe como una sola sílaba.
12.28 Las secuencias vocálicas que se dan en español y la solución fonética preferida.
El hiato también se caracteriza por tener timbres estables al comienzo y al final de la secuencia vocálica, con una transición intermedia. Sin embargo, la duración de cada vocal es mucho más que la duración de los elementos de una sinéresis o sinalefa. La duración de un hiato es alrededor del 237% más que la de una vocal plena. El hiato natural ocurre solamente en la secuencia de una vocal alta y tónica seguida de otra vocal. El hiato siempre se percibe como dos sílabas distintas.
Un estudio pormenorizado de los resultados fonéticos de las secuencias vocálicas hace evidente el papel fundamental de la duración. Es importante recordar que la duración es relativa y que los porcentajes aquí presentados no son absolutos; representan más bien los valores prototípicos asociados con los distintos fenómenos. Cuando se produce una secuencia con una duración prototípica, es fácil analizar la secuencia como diptongo, sinéresis o hiato. Sin embargo, cuando la duración de la secuencia tiene un valor intermedio, se dificulta la clasificación de la secuencia. La Fig. 12.29 presenta un sonograma de la realización de la palabra {peor} pronunciada de tres maneras distintas: con diptongo [pjóɾ], como sinéresis [pe͜óɾ] y como hiato [pe.óɾ].19
Es interesante observar que las transiciones siempre tienen más o menos la misma duración relativa dentro de la secuencia vocálica. En el caso de los diptongos crecientes y decrecientes, la transición, o sea la semiconsonante o semivocal, varía entre el 42% y el 43% de la duración total. En el caso de la sinéresis/sinalefa o del hiato, la transición representa el 19% de la duración total. Las transiciones en el caso de los diptongos y triptongos tienen valor fonológico en español, mientras que las mismas transiciones no lo tienen en el caso de sinéresis/sinalefa o hiato. La Fig. 12.30 contiene un resumen de la duración de las diferentes secuencias. Indica también la estructura interna de las secuencias vocálicas.
El análisis de los datos de las secuencias vocálicas hace evidente el hecho de que los cuatro tipos sean fenómenos netamente diferentes. En algunos comentarios sobre la literatura de la lengua española, se encuentra el empleo lingüísticamente inadecuado del término sinalefa para cualquier realización de una secuencia vocálica producida en una sola sílaba (entre dos palabras). Es decir, se aplica erróneamente el término sinalefa para casos de fusión vocálica y diptongación.
El análisis también provee pistas para el estudiante anglohablante en cuanto a los hábitos que tiene que vencer para pronunciar bien esas secuencias vocálicas.
12.29
Sonograma de {peor} pronunciado con diptongo, sinéresis y hiato.
En el caso de las vocales homólogas, el estudiante debe:
- producir una fusión vocálica;
- alargar levemente el resultado de la fusión vocálica cuando la última vocal homóloga es tónica;
- evitar la interferencia negativa del inglés que resulta en la intercalación de un golpe de glotis [?] entre las vocales homólogas.
En el caso de los diptongos y triptongos, el estudiante debe:
- producir un diptongo siempre que se tenga una vocal alta y átona en una secuencia con otra vocal;
- recordar que los diptongos y triptongos también se forman entre palabras;
- producir los diptongos y triptongos con una duración corta;
- producir las semiconsonantes y semivocales como transiciones, es decir, con un movimiento continuo.
En el caso de la sinéresis o la sinalefa, el estudiante debe:
- producir una sinéresis/sinalefa siempre que se tenga una secuencia de dos vocales no altas;
- producir una sinéresis/sinalefa siempre que se tenga una secuencia de una vocal no alta seguida de una vocal alta y tónica;
- evitar la tendencia del anglohablante de separar en dos sílabas las vocales que pueden formar una sinéresis/sinalefa, intercalando un golpe de glotis [?] entre las vocales;
- asegurarse de que haya la producción de dos vocales estables para que la producción no llegue a ser un diptongo;
- asegurarse de que la producción sea relativamente corta para que la producción no se perciba como dos vocales plenas.
En el caso del hiato, el estudiante debe:
- producir un hiato solamente cuando se tenga una secuencia vocálica de una vocal alta y tónica seguida de otra vocal, sea dentro de una sola palabra o entre dos palabras;
- recordar que la duración de un hiato debe ser un poco más que el doble de la duración de una vocal simple;
- recordar que la pronunciación de un hiato indebido es característica de una pronunciación extranjera.
Examinados los detalles fonéticos y fonológicos de las vocales, tanto aisladas como en combinaciones, se puede proseguir a un estudio pormenorizado de los fonemas consonánticos.
