Panoramica de La Fonetica

CAPÍTULO 9
LAS VOCALES, LAS GLIDES

Y LAS CONSONANTES SONANTES
EN LA CADENA HABLADA
ANA MARÍA FERNÁNDEZ PLANAS
Universitat de Barcelona
1. INTRODUCCIÓN
La fonética, como ciencia que se ocupa de los sonidos en las len-

guas del mundo, se interesa en cualquiera de ellas por dos gran-
des grupos de unidades: las segmentales y las suprasegmentales o
prosódicas. Entre las primeras, de nuevo cabe establecer una dis-
tinción entre tres tipos de elementos: vocales (sonidos que tienden
a facilitar el paso de la corriente aérea por las cavidades suprala-
ríngeas en su salida hacia el exterior), consonantes (sonidos que
tienden a dificultar de forma central el paso del aire por las cavi-
dades supraglóticas) y glides (sonidos articulatoria y acústicamen-
te a medio camino entre las consonantes y las vocales, si situamos
las tres categorías en un continuo1). Más aún, entre las consonan-
tes se puede diferenciar entre las obstruyentes (las que presentan
un cierre mayor a la corriente de aire), por un lado, y las sonantes
(consonantes que presentan características que las convierten en
más cercanas a las vocales), por otro.
1
Desde una visión cognitivista (Wittgenstein, 1921; Cuenca y Hilferty, 1999; Martínez
Celdrán, 2001) las categorías no tienen unos límites claros sino difusos entre sí. Evidente-
mente, todas ellas contienen elementos prototípicos, representantes claros de la categoría
en cuestión; pero también elementos periféricos o intermedios entre ellas que nos hacen
ver que el paso de una a otra es gradual. De hecho, la división tripartita entre consonantes,
vocales y glides, a diferencia de la distinción tradicional entre las dos primeras, nos habla
de este punto que no deja de ser una cuestión taxonómica.
292 PANORAMA DE LA FONÉTICA ESPAÑOLA ACTUAL
Todos los humanos, salvo en ocasiones cuando existe algún

trastorno, somos emisores y receptores de los mensajes orales de
otros seres humanos. Este mundo de los sonidos lingüísticos nos
resulta familiar desde siempre puesto que estamos inmersos en
él desde el mismo momento de nuestro nacimiento o incluso, de
alguna manera, antes. Esto hace que todos tengamos una espe-
cie de conocimiento experto sobre el tema que nos capacita, por
ejemplo, para captar perceptivamente diferencias dialectales o
para detectar formas “extrañas” de pronunciación por parte de
hablantes no nativos. Sin duda, nuestro oído es una herramienta
fundamental en nuestra vida cotidiana para movernos en nuestro
mundo lleno de sonidos. Pero para realizar un estudio profun-
do, experto y profesional, en definitiva, que vaya más allá y analice
exhaustivamente todos los componentes de los elementos fónicos
de los mensajes orales de las lenguas humanas necesitamos el con-
curso de instrumental específico, como en cualquier otra discipli-
na del saber. Así, los elementos sonoros de las lenguas deben ana-
lizarse de forma experimental y esto es posible desde cualquiera de
las tres grandes ramas de estudio, a saber: articulatoria, acústica y
perceptiva. Este tipo de análisis, centrado en la posición del emi-
sor, de la propia transmisión aérea y del receptor del mensaje, res-
pectivamente, dota de objetividad las afirmaciones que se pueden
hacer sobre las características de los sonidos porque nos permite
observar los objetos de estudio, en cierta manera, externamente.
El objetivo de este capítulo reside en exponer las característi-
cas acústicas más relevantes de aquellos sonidos que son propia-
mente vocálicos o que comparten con las vocales ciertos rasgos. Es
decir, en este apartado del volumen se hablará de las vocales, las
glides y las consonantes sonantes (nasales, laterales y vibrantes) en
este orden que va de mayor a menor abertura. El grado siguiente,
el de mayor cierre, que corresponde a las consonantes obstruyen-
tes, puede encontrarse en el capítulo anterior de este libro que el
lector tiene en sus manos.
2. ASPECTOS METODOLÓGICOS Y BIBLIOGRÁFICOS
De acuerdo con el objetivo expuesto de centrar las afirmacio-

nes en el análisis acústico, esto es, en las características de las ondas
LAS VOCALES, LAS GLIDES Y LAS CONSONANTES SONANTES 293
sonoras mientras circulan por el aire desde que salen de la boca

de un emisor hasta que impactan en los oídos de los receptores, se
ilustrará las características que se pongan de manifiesto mediante
gráficos elaborados con diferentes programas: Praat 2 de Boersma
y Weenink, versión 5.1.21; Speech Analyzer del SIL 3, versión 2.4; y
Plot Formants, versión 1.14 (software inspirado en una versión an-
terior de Ladefoged). En este marco instrumental, los gráficos em-
pleados serán cartas de formantes, oscilogramas, espectros LPC,
espectrogramas y curvas de intensidad4 a partir de muestras de voz
emitidas ad hoc en la llamada habla de laboratorio o controlada,
no totalmente espontánea aunque sí natural, grabadas con un mi-
crófono Shure SM45. La informante será habitualmente una mujer,
es decir, una persona con voz aguda, pero puntualmente se inclui-
rán muestras de voz grave, típicamente masculina y de voz mucho
más aguda, infantil.
Aunque se hablará de las características generales de vocales,
glides y sonantes, la mayoría de ejemplos empleados corresponde-
rán al español, lengua en la que está escrito el presente libro.
2
Programa de fuente abierta y de código abierto disponible en Internet en la dirección:
<http://www.praat.org>. Este hecho, unido a la calidad de sus gráficos y, sobre todo, a sus
posibilidades de análisis y síntesis, han hecho de este programa uno de los más reconocidos
y extendidos actualmente por todo el mundo. (Boersma, 2001; Domingo Román, en línea y
2011; Llisterri, en línea).
3
Summer Institute of Linguistics.
4
Los gráficos muestran la información en unos ejes cartesianos que indican los pará-
metros que aparecen en la tabla I junto con sus unidades de medida:
EJE DE LAS EJE DE LAS

ABSCISAS (X) ORDENADAS (Y) OBSERVACIÓN
CARTA DE FORMANTES F2 F1
OSCILOGRAMA Tiempo (s) Amplitud (dB)

ESPECTRO LPC Amplitud (dB) Frecuencia (Hz)
Ilustra, además, la intensidad (dB)
ESPECTROGRAMA Frecuencia (Hz) Tiempo (s)
en forma de mayor o menor negror.
CURVAS DE INTENSIDAD Amplitud (dB) Tiempo (s)
TABLA 1. Valores de los ejes cartesianos en los diferentes tipos de gráficos empleados
Puede encontrarse descripciones detalladas de estos tipos de gráficos en Martínez Cel-

drán (1998), Fernández Planas (2005); Martínez Celdrán y Fernández Planas (2007).
Los símbolos fonéticos empleados siguen la última versión del

alfabeto fonético internacional (AFI), de 2005, de la Asociación
de Fonética Internacional.
Además del comentario que se haga a partir de los gráficos, las
fuentes bibliográficas que pueden consultarse, esencialmente, es-
tán entre los manuales más conocidos y seguidos en el ámbito de
la fonética general y también en el de la fonética española. Algu-
nos de ellos pueden considerarse auténticos clásicos, por ejem-
plo Navarro Tomás (1918), Fant (1960), Catford (1977), Quilis
(1981), Martínez Celdrán (1984), Laver (1994), Ladefoged (1975),
Ladefoged y Maddieson (1996) o Johnson (1997); otros son más
recientes como Ladefoged (2001), Hualde (2005), Martínez Cel-
drán y Fernández Planas (2007) o Fernández Planas (en prensa);
algunos están tratados de forma más didáctica y breve, aunque
no simple, por ejemplo, Schubiger (1970), Gil Fernández (1988),
Martínez Celdrán (1996, 1998), Listerri Boix (1996) o Fernán-
dez Planas (2005); o de manera fundamentalmente divulgativa
como Cerdà (2000, en línea). Finalmente, también se hace refe-
rencia a algunos estudios particulares y específicos en cada catego-
ría estudiada.
3. RESULTADOS Y DISCUSIÓN
3.1. Las vocales
Los sonidos vocálicos de cualquier lengua del mundo son so-

noros y armónicos, es decir, se producen con la concurrencia de
la vibración de las cuerdas vocales, salvo que se pronuncien de for-
ma susurrada. Articulatoriamente, aunque durante su producción
la lengua produce una cierta constricción en el paladar, como se
comprueba mediante electropalatografía (especialmente con vo-
cales anteriores), se realizan sin oponer ningún obstáculo central
al paso de la salida del aire hacia el exterior, lo cual significa que
presentan un canal bucal más abierto que las consonantes. Los pa-
rámetros articulatorios que distinguen a las vocales son la altura
de la lengua, la anterioridad lingual y el redondeamiento o aboci-
namiento labial; su combinación provoca acústicamente una de-
terminada configuración espectral, formántica, y la percepción
de dicha configuración frecuencial unida a su intensidad es lo

que se conoce como timbre vocálico. Esta configuración espectral
constituye su estructura característica definitoria desde el punto
de vista acústico y permite distinguir un timbre de otro.
Una de las vocales extremas a partir de la combinación de los
parámetros articulatorios expuestos, [i], se articula con la lengua
elevada –de ahí su característica de vocal [+alta]– y avanzada en la
cavidad bucal hacia el exterior –de ahí su característica de [+ante-
rior]– y además se realiza sin redondeamiento labial. La vocal [e]
también es avanzada como [i] pero en menor grado, es media en
cuanto a la altura lingual y se realiza sin redondeamiento labial.
La vocal [3] es igualmente anterior, no redondeada y media pero
más baja que la anterior, es decir, un grado más abierta. La vocal
[a] pertenece también a la serie anterior, no se articula con los
labios redondeados y es baja o abierta. La vocal [a] se distingue
de la anterior por su posición más atrasada, lo que la convierte en
perteneciente a la serie posterior. En algunas lenguas como el es-
pañol, no hay distinción entre ambas vocales abiertas, presentan
un único elemento central5. Las siguientes vocales son considera-
das posteriores puesto que la lengua tiende a desplazarse hacia el
paladar blando, [u] bastante más que [o] y, a su vez, esta más que
[$], y se articulan con redondeamiento labial, de nuevo [u] mu-
cho más que [o] y [o] más que [$]. En cuanto a la altura lingual,
[u] adopta una posición alta, [o] media alta y [$] media baja.
Todas estas vocales vistas, que resultan de la combinación de
los tres parámetros articulatorios considerados, constituyen las
llamadas vocales cardinales primarias. Existe el mismo número
de vocales con idéntica altura y anterioridad lingual pero con la
acción labial invertida. Se trata de las vocales cardinales secunda-
rias y son las siguientes, siguiendo el mismo orden empleado en
movimiento de las agujas del reloj: [y, ø, œ, Œ, a, Ʌ, ɤ, M]. Las vo-

la consideración de las primarias, es decir, en sentido contrario al
cales cardinales fueron establecidas por Jones en 1918. Las consti-

tuyen las primarias, las secundarias y algunas otras centrales como
la vocal schwa o neutra [E] y representan, desde un punto de vista
5
Este único elemento central es, en realidad, más anterior que posterior y, por ello, se
transcribe [a], aunque contextualmente se puede encontrar una vocal baja o abierta más pos-
terior, que transcribimos [a], por ejemplo en español en las palabras “a_jo”, “a_hora” o “ma_l”.
teórico, la posición ideal para representar las principales vocales

posibles en las lenguas naturales del mundo como resultado de la
combinación de los parámetros articulatorios mencionados. Este
constructo teórico6 o esquema, que no tiene por qué corresponder-
se con ninguna lengua natural concreta, fue adoptado y utilizado
por la Asociación de Fonética Internacional (AFI).
Estas diferencias articulatorias, de acuerdo con la teoría acústi-
ca de la fuente y el filtro (Fant, 1960), tienen su correlato acústico
y se manifiestan en la diferencia de altura formántica en la com-
posición de unas vocales y otras. El primer formante (F1) se refiere
a la altura lingual y el segundo (F2), a la anterioridad de la lengua.
El tercer formante (F3) básicamente se relaciona con la labializa-
ción. En el caso de lenguas como el español, que no presentan
distinción entre vocales labializadas y estiradas en el mismo punto
según la altura y anterioridad lingual, suele bastar con los dos pri-
meros para caracterizar acústicamente sus vocales.
En la figura 1 se expone un gráfico que ilustra el perfil articu-
latorio de las principales vocales del español (adaptado de Fer-
nández Planas, en prensa, a partir de unos perfiles elaborados
por Cerdà Massó) y relaciona la altura y la anterioridad que ilus-
tran (dentro de un recuadro) con sus primeros formantes (F1 y
F2, en sentido longitudinal de abajo a arriba), tal como se observa
en el espectro LPC y el espectrograma correspondientes. Aun-
que, como se observa en los dos gráficos acústicos, las vocales pre-
sentan más formantes, los dos primeros bastan, en general, para
identificar el timbre del sonido vocálico en cuestión. En algunas
lenguas como el francés que presentan diferencias entre vocales
redondeadas y estiradas en el mismo punto relativo a la altura y la
anterioridad linguales (por ejemplo, [i]–[y]) sí suele ser importan-
te considerarlo.
6
Se trata de un sistema teórico que constituye una referencia para situar en él las voca-
les de las lenguas del mundo. Las posiciones originarias en las vocales cardinales primarias
parten de cuatro puntos estratégicos, cardinales: del que presenta la lengua más avanza-
da y alta en la producción de una vocal, representado por [i]; del que tiene la lengua más
atrasada y alta, [u]; del que coloca la lengua en la posición más atrasada y baja, [a]; y del
punto más avanzado y bajo, [a]. Las vocales intermedias tanto anteriores como posteriores
se sitúan convencionalmente a distancias equidistantes tanto desde el punto de vista articu-
latorio como desde el punto de vista perceptivo. En estos esquemas teóricos las vocales se
presentan en forma de trapecio y no de cuadrado, así se indica que la distancia entre las
vocales altas es mayor que la distancia entre las vocales bajas.
Perfil
Sonido articulatorio Espectrograma Espectro
250 Hz
2250 Hz
[i]
450 Hz
1950 Hz
[e]
700 Hz
[a] 1400 Hz
450 Hz
1000 Hz
[o]
300 Hz
800 Hz
[u]
FIGURA 1. Perfiles articulatorios, espectrograma y espectro LPC,

de izquierda a derecha, de las principales vocales del español
Los valores acústicos de las vocales, además, se relacionan con

el tono fundamental o F0, la primera vibración de las cuerdas vo-
cales, cuerpo sumamente elástico. Esto es así porque los forman-
tes son concentraciones de armónicos reforzados por un resonador,
las cavidades supraglóticas, y los armónicos son múltiplos del F0 o
primer armónico en los sonidos periódicos sonoros, como son las
vocales. Así, en las voces graves (habitualmente correspondientes
a hombres adultos) los valores correspondientes a cada timbre
son más graves en F1 y F2 de los que presentan las voces agudas
adultas (normalmente asociadas a mujeres) y, a su vez, estas son
más graves de lo que son las voces infantiles que presentan los ni-
ños7. Estas diferencias pueden observarse fácilmente en la figura 2
que contiene tres cartas de formantes superpuestas. Las cartas de
formantes constituyen una representación gráfica de los valo-
res de F1 en la ordenada y de F2 en el eje de las abscisas. Dichos
ejes pueden estar graduados de forma lineal –como en la figu-
ra 2– o de forma logarítmica para representar mejor el tipo de
percepción humana, ya que el sistema auditivo es más sensible a
cambios frecuenciales en bajas frecuencias audibles que en altas
frecuencias (Johnson, 1997). En este caso, la imagen de la figura 2
muestra valores ejemplares8 en cada uno de los cinco timbres prin-
cipales del español en una voz masculina, en otra femenina y en
una infantil.
En la figura 2 se puede comprobar visualmente cómo la for-
ma geométrica que determinan las cinco vocales en español es
un triángulo. Se ve también que los valores acústicos van hacién-
dose más agudos en la progresión siguiente: voces graves adultas
(trazo más grueso) < voces agudas adultas (trazo normal) < voces
agudas infantiles (trazo más fino). Como hemos dicho, este fenó-
meno se relaciona:
7
Niños y niñas sin distinción hasta la pubertad.
8
Las cartas de formantes acústicas, en lugar de ilustrar un ejemplo por timbre y tipo de
voz, como sucede en la figura 2, pueden también ilustrar campos de dispersión en los timbres
reflejados, si incluyen diversas muestras en cada uno de ellos. Del mismo modo, también es
posible construir cartas de formantes a partir de datos perceptivos (Romero, 1989; Fernán-
dez Planas, 1993 para el español peninsular). Estas cartas muestran campos de dispersión
más amplios, en general, que los elaborados a partir de datos acústicos. Este hecho es espe-
rable ya que la percepción vocálica, también la percepción en general, se muestra como
un mecanismo adaptativo, que debe hacer frente a las fuentes de variabilidad de la señal
de habla (Marrero, 2008): contexto, acento, variantes dialectales, velocidad de habla…
3300 3100 2900 2700 2500 2300 2100 1900 1700 1500 1300 1100 900 700 500
F2 200
[i]
300
[u]
400
500
600
[o]
700
[e]
800
900
[a]
1000
1100
F1
FIGURA 2. Campos de dispersión de las vocales del español

a partir de valores patrones de voces graves adultas, agudas adultas
y más agudas infantiles
1) con la vibración de las cuerdas vocales y su F0 medio que

depende tanto de las características fisiológicas que presen-
tan (grosor y longitud, mayores cuanto más grave es la voz
que emiten) como de la tensión que se les imprime, pará-
metro que se controla, por ejemplo, a la hora de efectuar
modulaciones prosódicas; y también
2) con la longitud del tracto vocal y el tamaño de la cabeza.
A pesar de estas diferencias físicas, acústicas, entre los distin-

tos tipos de voces que provocan hechos curiosos como que prácti-
camente, en la figura 2, coincidan los valores acústicos de una [a]
grave con los de una [o] aguda, en general, ni siquiera los niños
se confunden perceptivamente a la hora de identificar el timbre de
la vocal que están oyendo. Lo explica el fenómeno de la llamada
normalización vocálica, que se refiere al proceso perceptivo de des-
componer en factores los cambios debidos a las diferencias del
tracto vocal y, por lo tanto, resulta ser un componente necesario
en la percepción de habla (Ryalls, 1996).
Los valores ilustrados en las figuras 1 y 2 son ejemplares en el

sentido de valores patrones o modelos. En realidad, es muy difícil
encontrar dos vocales del mismo timbre con parámetros acústi-
cos (no solo formánticos, de lo que hemos hablado, sino también
de duración o de intensidad) exactamente iguales. Por lo que se
refiere a sus formantes característicos, hay que indicar que varían
por diferentes motivos, sobre todo por la influencia que ejercen
sobre las vocales los segmentos vecinos, lo que se conoce como
coarticulación. Y, en realidad, como exponen claramente Martínez
Celdrán y Fernández Planas (2007) para identificar a la vocal, más
que un valor acústico exacto, lo importante es el campo de disper-
sión y sus límites. Dentro de ellos, el que los valores sean variables
se limita a un hecho puramente físico sin repercusiones relevantes
en la percepción ni, por supuesto, en el nivel fonológico.
Concretamente en el vocalismo del español, Navarro Tomás
(1918) destacó algunos aspectos de variación en función del con-
texto que permitían distinguir, por un lado, variantes abiertas y
cerradas en las vocales medias y altas y, por otro lado, variantes
de anterioridad en la vocal baja central. Lo cierto es que trabajos
posteriores realizados a partir de análisis acústico-experimental
con instrumental moderno no han podido confirmar exactamente
que la variación se relacione con dichos contextos. Probablemen-
te sí se podrían mantener, sin embargo, en el terreno articulatorio
(Martínez Celdrán y Fernández Planas, 2007).
Las vocales en muchas lenguas del mundo, por ejemplo en es-
pañol, pueden sufrir nasalización, especialmente entre dos arti-
culaciones nasales, y ensordecimiento, sobre todo al final de una
emisión declarativa cuando el tono fundamental y la intensidad
caen considerablemente. Además, en posición átona las vocales tam-
bién pueden relajarse, perder intensidad y duración hasta prácti-
camente desaparecer, a pesar de que este fenómeno no es siempre
perceptible, por lo menos para hablantes nativos de nuestra lengua.
3.2. Las glides
Cuando se encuentran dos o tres elementos vocálicos en po-

sición adyacente, tanto si ocurre dentro de una palabra como si
sucede entre palabras distintas sin pausa entre ellas, en muchas
lenguas, por ejemplo en español, tienden a pronunciarse en una

misma sílaba. Al conjunto se le llama diptongo si el grupo está
compuesto por dos elementos y triptongo, si está formado por tres.
En este conjunto, realmente como vocal plena solo podemos consi-
derar a uno de los elementos, el más abierto. Las vocales cerradas
que acompañan a dicho segmento dejan de ser propiamente vo-
cales. En español, tradicionalmente, se las ha llamado semicon-
sonantes (si [i, u] van delante de la vocal, se las suele transcribir
[j, w] y configuran diptongos crecientes en abertura) o semivoca-
les (si van detrás y conforman diptongos decrecientes; se suelen
transcribir [i, u]). Según esta nomenclatura, los triptongos se com-
˘ ˘
ponen de semiconsonante + vocal + semivocal. Modernamente,
algunos autores prefieren la designación glides para englobar a
los dos tipos expuestos (Martínez Celdrán, 1984; Obediente, 2007;
Fernández Planas, 2005; Martínez Celdrán y Fernández Planas,
2007); aunque otros prefieren llamarlas paravocales (Gil, 1988;
Aguilar, 1998), o incluso deslizantes o deslizadas (D’Introno, del
Teso y Weston, 1995; Guitart, 2004). La última versión del Alfa-
beto Fonético Internacional (AFI), de 2005, indica que la forma de
transcribir las vocales no silábicas es con el diacrítico siguiente
debajo del símbolo: [ ], y ello es aplicable a todas las glides.
˘
En cualquier caso, al margen de la designación elegida está
claro que nos referimos a un elemento que no ocupa la posición
nuclear en la sílaba pero que está junto a la vocal que cumple este
requisito formando una especie de unidad con ella. Este hecho se
produce porque articulatoriamente representa una gradación pro-
gresiva en la posición de los órganos supraglóticos y acústicamen-
te dicho continuum se traduce en una imposibilidad de segmentar
entre las glides y las vocales plenas. Las figuras 3 y 4 (en la página
siguiente) ilustran cuatro casos de diptongos, en la figura 3 con la
glide anterior y en la figura 4 con la glide posterior, en los que se
comprueba esta afirmación.
En español es posible reunir en una misma sílaba dos vocales
altas. En este caso, la mayor parte del dominio lingüístico del espa-
ñol las realiza como un diptongo creciente, es decir, glide + vocal.
Y, coloquialmente, en ocasiones pueden darse uniones de dos
elementos vocálicos sin que ninguno de ellos corresponda a una
vocal alta. Estos grupos se suelen conocer como casos de sinalefa o
de sinéresis, según si el grupo se produce entre palabras diferentes
5000
4000
Frequency (Hz)
3000
2000
1000
0
0 1.84
Time (s)
FIGURA 3. Sonograma de la secuencia “Volver de viaje por el aire” con indicación

de los diptongos formados por glide + vocal y vocal + glide, respectivamente
5000
4000
Frequency (Hz)
3000
2000
1000
0
0 1.52
Time (s)
FIGURA 4. Sonograma de la secuencia “Fuego en el neumático”

con indicación de los diptongos formados por glide + vocal
y vocal + glide, respectivamente de izquierda a derecha
o en el interior de una misma palabra (por ejemplo “la _ _envidia”,

“te__atro”, respectivamente). En este caso, el habla rápida puede in-
cluso convertir en altas las vocales medias para aproximar el grupo
resultante a un diptongo.
5000
4000
Frequency (Hz)
3000
2000
1000
0
0 1.278
Time (s)
FIGURA 5. Sonograma de la secuencia “El suizo va al teatro” con indicación

en trazo grueso de los diptongos formados por dos vocales altas y por dos vocales,
ninguna de las cuales es alta, respectivamente de izquierda a derecha. Además,
en trazo más fino, el resultado del encuentro de dos vocales del mismo timbre
Por supuesto, no todo grupo de dos vocales adyacentes se

reúne en una misma sílaba; cuando esto sucede se dice que están
en hiato. De este modo, cada una de ellas conserva su estatus de
vocal plena y es el núcleo de la sílaba en la que se encuentra (por
ejemplo “alegrí_a_”). El parámetro que mejor distingue entre dip-
tongo e hiato, que poseen una gradación similar, con una pen-
diente similar, es la duración (Aguilar, 1998). El diptongo siempre
posee una duración global menor que el hiato puesto que la glide
carece de estado estacionario pleno como una vocal –se muestra
como una prolongación de las transiciones, especialmente en F2–
o lo presenta muchísimo más breve. Se comprueba en la figura 6
(página siguiente) que ilustra el hiato y el diptongo entre un seg-
mento alto y un segmento bajo.
Si contextualmente el diptongo aparece entre dos nasales,
muestra algún grado de nasalización. Y, finalmente, cuando en el
continuum fónico se reúnen dos vocales del mismo timbre suele
ser habitual en una pronunciación no enfática, pero cuidada,
producirlas como una sola, con una duración equivalente a una
única vocal, cuando ambas son átonas. Si, por lo menos, una de
ellas es tónica, suele pronunciarse también una única vocal pero
5000
4000
Frequency (Hz)
3000
2000
1000
0
0 1.482
Time (s)
FIGURA 6. Sonograma de la secuencia “La alegría de mi amigo”

con indicación en trazo grueso del hiato y del diptongo, respectivamente. Además,
en trazo más fino, el resultado del encuentro de dos vocales del mismo timbre
más larga. Véase en la figura 5 y en la figura 6 el encuentro de dos

vocales bajas señalado con un recuadro en línea fina.
Las glides, pues, son segmentos que aparecen junto al núcleo
silábico y comparten con las vocales características acústicas (sono-
ridad, armonicidad, estructura formántica, intensidad –acaso un
poco menor que las de las vocales plenas–) pero, a diferencia de
las vocales, presentan una mayor brevedad en la duración y una
carencia, normalmente, de un estado estacionario bien definido.
Además, también a diferencia de las vocales, no pueden prolongar-
se en el tiempo. Forman una unidad acústica con la vocal a la que
acompañan y los espectrogramas ilustran el cambio gradual y pro-
gresivo de timbre entre ambos elementos. Estas glides constituyen
un tipo de aproximantes que, en el caso de la llamada también
semiconsonante palatal [j], conviene distinguir de la aproximan-
te espirante palatal [ʝ]̞ a pesar de la confusión que puede surgir a
partir del propio alfabeto internacional (Martínez Celdrán y Fer-
nández Planas, 2007). Como explican detalladamente estos autores,
existen diferencias articulatorias, acústicas, perceptivas y de posi-
ción silábica entre ambas aproximantes que impiden que puedan
reunirse bajo la misma denominación. La segunda es claramente
una consonante, mientras que la primera es una glide, un segmen-
to ni claramente vocálico ni claramente consonántico.
3.3. Consonantes sonantes
La descripción de las consonantes resulta más compleja que la

de las vocales y las glides que acabamos de ver. Entre ellas se dis-
tinguen las obstruyentes (tratadas en el capítulo anterior) de las
sonantes. Estas últimas son todas sonoras, es decir, producidas con
vibración de las cuerdas vocales y presentan entre sus característi-
cas algunas que las acercan a las vocales. Se clasifican como nasales,
laterales y vibrantes o róticas. Igual que sucedía en las vocales, para
el estudio de las consonantes Navarro Tomás (1918) sigue siendo
una referencia imprescindible, a pesar de los años transcurridos
desde la aparición del libro.
3.3.1. Nasales
Este tipo de consonantes tiene una característica peculiar que

lo distingue de todas las demás consonantes de los inventarios
fónicos de las lenguas: durante su producción el aire sale por
la nariz, para lo cual el hablante separa el velo del paladar o pala-
dar blando de la pared faríngea. De este modo, el tono laríngeo
que busca salir al exterior lo hace a través de dos caminos: uno que
lo lleva hacia la nariz y otro que lo hace hacia la boca. En la cavidad
bucal, esta corriente de aire se encuentra con un obstáculo central,
aspecto común a todas las consonantes. Justamente la localización
de este obstáculo –más adelante ampliaremos este punto– deter-
mina el punto de articulación de estos segmentos fónicos. Pero
simultáneamente a este cierre, el aire sale por la nariz donde no
es posible llevar a cabo una constricción suficientemente estrecha
que produzca turbulencias típicas de fricativas (Solé, 1999) y, me-
nos todavía, un cierre completo típico de consonantes oclusivas.
Esta salida de aire de forma continua por la nariz acerca las nasa-
les, de alguna manera, a las aproximantes, pero con diferencias
acústicas relevantes. Las aproximantes espirantes vistas en el capí-
tulo anterior representan entre los segmentos adyacentes un paso
gradual y suave tanto en el parámetro de intensidad como en el
frecuencial y muestran una duración muy breve, en condiciones
normales de habla. Las nasales, en cambio, tienen una duración
bastante mayor y el paso respecto a los segmentos adyacentes es,
en general, abrupto, puesto que está provocado por el momento en

que el velo del paladar se despega, primero, y se pega de nuevo,
después, a la faringe. Pero, igual que las aproximantes espirantes
(si su intensidad permite catalogarlas como aproximantes abier-
tas), y como las vocales y las glides, su apariencia espectrográfica
permite ver las estrías que determinan los pulsos glotales y su agru-
pación en formantes a causa de las resonancias que causa la posi-
ción de los articuladores en la cavidad bucal.
5000
4000
Frequency (Hz)
3000
2000
1000
0
0 2.54
Time (s)
FIGURA 7. Espectrograma de la secuencia del español “La mamá da nata

con maña” con indicación en trazo grueso de tres nasales intervocálicas,
bilabial, alveolar y alveolopalatal, de izquierda a derecha, en el contexto [aNa]
La imagen de la figura 7 presenta en cada una de las nasales

elegidas una sobreimpresión de los segundos formantes que per-
mite ver la diferencia frecuencial entre los distintos puntos de
articulación. En el caso de la bilabial [m] concretamente se sitúa
su estado estacionario en 1300 Hz; en el caso de la alveolar [n], en
1688 Hz y en la alveolopalatal 9 [ V], en 2631 Hz, valores habitua-
les entre las voces agudas, típicamente correspondientes a mujeres
9
La electropalatografía (el estudio articulatorio de los contactos de la lengua con el pa-
ladar en el decurso) demuestra que el punto de articulación de estos sonidos es realmente
alveolopalatal y no propiamente palatal, como se consideraba tradicionalmente (Fernández
Planas, 2000, 2007; Recasens y Pallarès, 2001; Ladefoged y Maddieson, 1996, por ejemplo).
adultas. Estos formantes10 son importantes puesto que desde ellos

hasta los estados estacionarios que presentan los elementos adya-
centes, principalmente vocálicos, se produce una transición que
parece ser importante perceptivamente para la identificación del
punto de articulación (Massone, 1988). Parece ser, en cambio,
que para la identificación perceptiva de la categoría nasal es sufi-
ciente con el murmullo nasal, el formante grave que comparten
todos los puntos de articulación y que se aprecia en el espectro-
grama de la figura 7 alrededor de los 300 Hz11. De todas formas,
quizás la percepción se apoya en ambos parámetros conjuntamen-
te (Massone, 1988; Sala y Fernández, 1995; Kurowski y Blumstein,
1984; Albalá, 1992; o Marrero, 2008). En la figura 7 se pone de ma-
nifiesto también la apariencia de bloque que facilita su segmen-
tación en este tipo de gráficos y la diferencia de intensidad de las
nasales respecto de las vocales adyacentes; dicho valor menor se
traduce en una apariencia menos negra en el espectrograma.
La nasal alveolopalatal [ V] tiene una particularidad acústica
que la hace diferente de las demás y que se hace evidente en mu-
chos espectrogramas, por ejemplo en el de la figura 7. Consiste
en la aparición entre el murmullo nasal y la vocal siguiente de un
elemento glide, lo que hace que su duración global sea conside-
rablemente mayor que la de las nasales en otros puntos de articu-
lación (concretamente, 154 ms la bilabial, 128 la alveolar y 193 la
alveolopalatal, en el ejemplo de la figura 7). Esta diferencia acús-
tica tiene su reflejo en terreno perceptivo. Sala y Fernández Planas
(1995) dejaron constancia del diferente comportamiento en espa-
ñol de la nasal alveolopalatal respecto a la bilabial y a la alveolar,
de acuerdo con Massone y Gurlekian (1980). Esto se concretó en
la interpretación de la alveolopalatal por parte de muchos oyentes
como n + j. Pero, en cualquier caso, se trata de una fase de esta ar-
ticulación indisolublemente unida a este punto de articulación.
Además del segundo formante considerado, otro parámetro
acústico importante relacionado con los diferentes puntos de arti-
10
Cuando hablamos de estos valores no nos referimos a “exactamente” estos, sino a va-
lores similares a ellos, igual que veíamos en el caso de las vocales y los campos de dispersión
que cada una de ellas posee.
11
Se trata del valor característico de habla de laboratorio. En habla espontánea suele ser
un poco más agudo (Machuca, 1991).
culación en las nasales son sus antiformantes o caídas bruscas de

intensidad espectral, también llamados antiresonancias o reso-
nancias cero (Johnson, 1997). Para el español, Martínez Celdrán
y Fernández Planas (2007) ofrecen los siguientes valores para el
primer antiformante que es el que tiene que ver con el punto de
articulación: 700 Hz para la bilabial; hacia 1400 para la alveolar y
hacia 2700 para la alveolopalatal, como se ve en la figura 8, adap-
tada de Martínez Celdrán y Fernández Planas (2007: 124):
0 0
m n
–20 –20
Power (db)
Power (db)
–40 –40
–60 –60
–80 –80
–100 –100
f (Hz) 1000 2000 3000 f (Hz) 1000 2000 3000
0
V
–20
Power (db)
–40
–60
–80
–100
f (Hz) 1000 2000 3000
FIGURA 8. Espectros LPC (línea superior) y cepstrum12 (línea inferior)

en los que se aprecian los formantes y los antiformantes
(señalados mediante flechas) característicos de tres sonidos nasales del español
12
El análisis cepstrum enfatiza las frecuencias del espectro y permite ver, por tanto, las
caídas bruscas de intensidad características de los antiformantes.
La especificidad articulatoria de las nasales frente a los demás

segmentos consiste en su salida de aire continua por la nariz. Ello
hace que la posición de la lengua en la cavidad bucal sea, en cier-
to modo, secundaria durante su producción. Por ello las nasales
sufren de modo muy acusado las influencias coarticulatorias de
los segmentos adyacentes, lo que se traduce en un acercamiento
al punto de articulación de la consonante siguiente cuando las
nasales están en posición silábica de coda, en posición implosiva.
Por ejemplo, “u[m] pan”, “e[n j] Chequia”, “si[n] ganas”. Este fe-
nómeno es uno de los que más claramente hace evidente la no
correspondencia estricta entre el parámetro articulatorio y el acús-
tico como indica la teoría quántica estudiada por Stevens (1972,
1989). La electropalatografía señala sin lugar a dudas la diferen-
cia de punto de articulación en las nasales que presentan articula-
ciones desde el punto bilabial hasta el uvular; pero esta diferencia
acústicamente, también perceptivamente, es difícil de determinar
en muchos casos. Solamente los análisis de los antiformantes, en
algunos casos, pueden apuntar las diferencias sutiles.
3.3.2. Laterales
Durante su producción el ápice la lengua, en el caso de las al-

veolares, y el predorso junto con el mediodorso de la lengua, en
las alveolopalatales, se adhieren de forma central al articulador pa-
sivo en la cavidad bucal y, simultáneamente, el aire sale por uno de
los lados de la boca o por los dos a la vez. Este hecho constituye su
especificidad y proporciona a este tipo de sonidos su nombre: late-
rales. El lado por el que sale el aire que busca su salida al exterior
puede ser indistintamente uno u otro en un mismo informante.
En el espectrograma de la figura 9 se observa que se trata de so-
nidos sonoros y comparten, como hemos visto en las nasales, carac-
terísticas con las vocales y las glides: las estrías verticales que indican
la abertura y cierre de las cuerdas vocales, así como la presencia
de barra de sonoridad en frecuencias graves, y las agrupaciones de
armónicos en formantes cuya altura frecuencial indica su punto
de articulación. Obsérvese este punto en la sobreimpresión me-
diante una línea negra del segundo formante (alrededor de 1500 Hz
el punto de articulación alveolar y de 2000 Hz el alveolopalatal).
5000
4000
Frequency (Hz)
3000
2000
1000
0
66.83
Intensity (dB)
60.09
53.36
46.63
39.9
33.17
0 1.739
Time (s)
FIGURA 9. Espectrograma de la secuencia “La lana cae en la llama” (arriba)

con indicación mediante rectángulo en trazo grueso de las laterales alveolar
y alveolopalatal, de izquierda a derecha en el contexto [aLa]
y curva de intensidad de la secuencia (abajo)
La curva de intensidad en la figura 9 permite ver que, en ge-

neral, las vocales constituyen los segmentos más intensos, tal como
se ve tanto en la curva como en el nivel de negror del espectro-
grama. Entre laterales y nasales se dice que las primeras presentan
un poco más de intensidad que las segundas, aunque este punto
constituye una diferencia sutil y no siempre se cumple. Véase que
esto es lo que sucede entre la lateral alveolopalatal y la nasal bila-
bial de “llama”. En esta figura las flechas con trazo grueso indican
en centro de las laterales, mientras que las flechas con trazo fino
indican el valor en dB en el centro de las nasales.
La lateral alveolopalatal parece incorporar, igual que sucede
en el caso de la nasal alveolopalatal, un elemento glide anterior
al final de su desarrollo temporal. Puede observarse fácilmente
también en la figura 9. Esto concuerda con que la duración de la
lateral alveolopalatal sea mayor que la de una lateral de otro pun-
to de articulación (Quilis, 1981), especialmente la duración de la
transición. De todas formas, como en el caso de la nasal alveolo-
palatal, indicamos que el estado estacionario de esta alveolopala-

tal y el posible elemento glide forman una unidad indisoluble y su
conjunto, junto con la vocal siguiente, siempre sería más breve, a
su vez, que las secuencias [l + j + V], como en el caso de la palabra
del español “aliento”.
Las laterales son sonidos de tipo aproximante, también los seg-
mentos retroflejo [ɭ ] y velar [ʟ] que indica el AFI, ya que al tener
salida lateral durante su producción, a pesar del cierre central
de la lengua contra el articulador pasivo correspondiente, según
el punto de articulación, no bloquean completamente la salida del
aire hacia el exterior. Sin embargo, dicho cierre hace que su inten-
sidad sea bastante menor que la de las vocales contiguas y, como
hemos visto, similar o un poco mayor, normalmente aunque no
siempre, que la que presentan las nasales. El paso hacia los soni-
dos adyacentes, típicamente vocales, es gradual y muestra hacia
ellas una transición más o menos acusada según el timbre de la
vocal y el punto de articulación de la lateral. Puede verse la diferen-
cia en las transiciones entre vocales centrales y la lateral alveolar,
en primer lugar, y entre vocales centrales y la lateral alveolopala-
tal, en segundo lugar en la misma figura 9.
La lateral alveolopalatal, por sus requisitos articulatorios, bási-
camente por su gran implicación dorsal, es un sonido muy resis-
tente a los efectos coarticulatorios de los segmentos adyacentes.
La lateral alveolar, sin embargo, es bastante sensible al contexto.
Este hecho implica que su segundo formante varía un poco en fun-
ción del timbre de las vocales adyacentes y también en función de
la consonante siguiente, cuando aparece en posición implosiva. Así
pues, existen, en lenguas como el español, articulaciones latera-
les en otros puntos de articulación: interdental ante consonante
interdental [l̟] (por ejemplo, “el zapato”), dentalizada ante con-
sonante dentoalveolar [l]̪ (“el tomate”) y palatalizada ante conso-
nante alveolopalatal [l_] o [l j] (“el chamán”). Estas diferencias de
punto de articulación son muy evidentes articulatoriamente, pero
acústicamente pueden ser difíciles de captar puesto que hablamos
de distinciones sutiles. Como indican Martínez Celdrán y Fer-
nández Planas (2007), tanto la interdental como la dentalizada y
la palatalizada presentan su segundo formante alrededor de los
1600 Hz. Véase en la figura 10 (adaptada de Martínez Celdrán y
Fernández Planas, 2007: 138) un espectro de tipo LPC de laterales
–20
Power (dB)
l̟
–40 lj
–60 l̪
–80
–100
f (Hz) 1000 2000 3000
FIGURA 10. Espectro LPC de las laterales interdental, dentalizada

y palatalizada del español
en estos tres puntos de articulación y la dificultad que presentan

para distinguirlas fácilmente. La figura destaca mediante el símbo-
lo matizado con su diacrítico correspondiente el segundo formante
de cada uno de ellos.
La pronunciación de la lateral alveolopalatal se realiza en mu-
chas zonas mediante un fenómeno ampliamente extendido cono-
cido como yeísmo. Según Alonso (1951) se trata de un hecho que
tiene lugar en diversas lenguas como el español (en la península,
en las islas, en América y en Filipinas), el catalán, el provenzal, el
italiano, el rumano o el húngaro, por lo que se extiende por diver-
sos territorios de Europa, América y Asia. Consiste en un atraso en
el punto de articulación de este sonido, de tal manera que deja de
ser alveolopalatal para ser propiamente aproximante palatal [ʝ], ̞
lo que provoca que se pierda la distinción entre pares mínimos
como “valla-vaya”. Hualde (2005) indica como explicación posible
una relajación en la oclusión central. Este fenómeno en zonas del
español de América ha sufrido nuevos cambios desde esta aproxi-
mante palatal que le han hecho adelantar de nuevo su punto de
0.1315
–0.1108
5000
4000
Frequency (Hz)
3000
2000
1000
0
0 1.175
Time (s)
FIGURA 11. Espectrograma de la secuencia “El maya calla”
articulación hasta ser otra vez alveolopalatal pero incorporando

ruido de fricación ([3]) e incluso, en algunos casos, ensordeci-
da como [ 1]. Alvar (1996) señala, aunque se trata de algo mucho
menos frecuente, que en algunas zonas del español de Paraguay
pueden articularse variantes africadas [ d3] o [t1 ]. Su variación
alofónica parece asociada a factores de estilo, sociolingüísticos e,
incluso, idiolectales.
La figura 11 ilustra la secuencia del español “el maya calla”
emitida por una voz aguda perteneciente a una mujer adulta dis-
tinguidora, es decir, no yeísta. Los sonidos de interés aparecen
señalados mediante un rectángulo en trazo grueso. Se observan las
diferencias entre ambas articulaciones en el mismo contexto, entre
vocales centrales: la duración es mayor en el caso de la alveolo-
palatal; esta parece incorporar un elemento glide al final de su
desarrollo temporal; su F2 es ligeramente inferior a la de la aproxi-
mante palatal y la transición entre esta y las vocales adyacentes es
mucho más gradual tanto en el parámetro frecuencial como en el
de intensidad.
3.3.3. Vibrantes
En el alfabeto fonético internacional (como hemos dicho, su

última versión es de 2005) se establece una distinción en las róti-
cas, en las vibrantes, entre las llamadas trill y las llamadas tap o
flap. En español se suele aludir a las primeras como vibrantes múl-
tiples y a las últimas como vibrantes simples. Entre las múltiples,
el AFI señala una articulación bilabial [ʙ], una alveolar [r] y una
uvular [ʀ]. Entre las simples, una labiodental [ѵ], una alveolar [2]
y una retrofleja [r] (realmente por lo que respecta al punto de arti-
culación, postalveolar). Todas ellas son sonidos sonoros, es decir,
producidos con vibración de las cuerdas vocales. En ocasiones, las
róticas junto con las laterales, son denominadas líquidas.
En español estándar existen dos vibrantes alveolares, la simple
[2] y la múltiple [r]. Únicamente contrastan en posición intervo-
cálica interior de palabra. En las demás posiciones, parecen estar
en distribución complementaria: en el inicio de palabra aparece
la múltiple; en un grupo consonántico tautosilábico, la simple; tras
consonante con la que no forme un grupo tautosilábico, la múlti-
ple; y en posición implosiva, suele aparecer mayoritariamente la
simple, pero no es infrecuente encontrar una múltiple. En cual-
quier posición pueden aparecer variantes aproximantes, [ R̞],
aunque suele suceder principalmente en el lugar de una vibrante
simple. En habla informal puede aparecer también un alófono
fricativo (Blecua Falgueras, 1999, 2001).
La figura 12 ilustra la secuencia “Sara observa la rana croar”
donde aparecen diversos segmentos vibrantes en diferentes po-
siciones contextuales. No contiene recuadros que señalen los soni-
dos de interés porque estamos ante sonidos muy breves y se podría
dificultar su visión. Estos sonidos se han destacado mediante una
línea inferior (las vibrantes simples), dos líneas (la múltiple) y
una flecha del elemento esvarabático.
Como se observa en la figura 12, las vibrantes simples constan
de una oclusión breve (fase cerrada) seguida de una breve por-
ción vocálica (fase abierta), mientras que la múltiple presenta tres
fases cerradas con sus correspondientes fases abiertas (lo habitual
es que las múltiples presenten dos o tres cierres seguidos de su
fase de abertura, excepto en una pronunciación enfática en la que
pueden ser más). Estas fases abiertas exhiben una altura frecuen-
5000
4000
Frequency (Hz)
3000
2000
1000
0
0 1.779
Time (s)
FIGURA 12. Espectrograma de la secuencia “Sara observa la rana croar”
cial en sus formantes que depende de la vocal siguiente. El elemen-

to esvarabático, un pequeño elemento vocálico, aparece cuando la
vibrante está en un grupo consonántico tras una oclusiva o una
fricativa. Lo encontramos inmediatamente tras esta obstruyente
y antes de la fase cerrada de la vibrante en cuestión (Cerdà, 1968).
A veces, la última fase abierta se confunde con la vocal siguiente,
si el segmento contiguo es una vocal. Sin embargo siempre está;
obsérvese como se puede apreciar fácilmente en la figura 12 tras
la vibrante múltiple, por ejemplo, por la diferencia frecuencial con
el estado estacionario de la [a] siguiente.
Los estudios de fonética articulatoria han destacado las im-
portantes diferencias de producción entre la simple y la múltiple
(Catford, 1977; Massone, 1988; Navarro Tomás, 1918; Fernández
Planas, 2000): mientras que la simple suele ser característicamen-
te alveolar, la múltiple es más bien postalveolar. Por otra parte, la
simple se produce con un movimiento voluntario por parte del
hablante que sitúa el ápice de la lengua contra los alveolos, pero
la múltiple se explica por el efecto Bernoulli (Catford, 1977; Mar-
tínez Celdrán, 1997; Martínez Celdrán y Fernández Planas, 2007).
La simple es mucho más proclive a sufrir efectos de las vocales
adyacentes que la múltiple, que exige unos requisitos articulato-
rios más estrictos, como demuestran estudios hechos para diversas
lenguas (Fernández Planas, 2000; Recasens, 1991, Recasens y Espi-
nosa, 2007; Farnetani, 1990; Nieto-Castanón et al., 2005; Lindau,
1985). Justamente estos requisitos articulatorios tan precisos para

la producción de la múltiple hacen que se trate de uno de los so-
nidos más difíciles de adquirir por parte de los niños. En algunos
casos puede no estar consolidado hasta los siete años de vida; y
hay personas que no lo consiguen nunca y realizan, en su lugar,
producciones retroflejas o velares o directamente lo sustituyen por
una oclusiva dentoalveolar, típicamente.
Sin embargo, estas diferencias articulatorias no tienen corres-
pondencia en el ámbito acústico ni en el perceptivo. Como se ve
en la figura 12, la forma de la vibrante múltiple podría ser la de
una simple triplicada. De hecho, en un estudio perceptivo, Martí-
nez Celdrán y Rallo (1995) manipulan una múltiple (borrando
fases abiertas y cerradas hasta dejar solamente una de cada una
de ellas) y los oyentes perciben una simple, y viceversa, en más de
un 90% de los casos.
Acústicamente, de todas formas, las vibrantes en habla coloquial
pueden presentar una amplia variedad de soluciones como una
apariencia mixta mitad aproximante, mitad vibrante; o vibrantes
múltiples con un solo cierre (Blecua, 2001; Kouznetsov y Pamies,
2008). De la Mota (1991) atribuye este hecho a la relajación gene-
ral de la articulación en habla espontánea.
4. CONCLUSIONES
Todos los sonidos tratados en este capítulo –vocales, glides y

sonantes– comparten algunas características acústicas:
1) presencia de sonoridad, lo que se traduce en una especie de
formante grave en los sonogramas, en la presencia de ondas
sonoras sin discontinuidad en el oscilograma (aunque no
siempre con la misma intensidad), con presencia de pulsos
glotales, y en la presentación de los mismos pulsos glotales
en una gama amplia frecuencial en el mismo sonograma;
2) presentación de formantes en diferentes alturas frecuen-
ciales (según el timbre o el punto de articulación), que
resultan de la concentración de armónicos a causa de la
diferente posición de los articuladores supraglóticos.
Las diferencias entre ellos serían:
1) de intensidad, en principio, en la progresión: vocales ≥

glides > laterales > nasales ≥ vibrantes; y
2) de duración, en la progresión: vocales > glides ≥ laterales,
nasales > vibrantes (una vibración, es decir, una fase cerrada
más una fase abierta).
Estas características resultan de la salida continua (o casi, en el

caso de las vibrantes que presentan pequeños cierres) del aire.
Articulatoriamente, las diferencias están más claras: las vocales son
los sonidos más abiertos en el sentido que no presentan cierre cen-
tral al paso del aire, las glides representan un grado más de cierre,
las laterales cuentan con salida aérea por un lado de la boca o
por los dos, en las nasales el aire sale por la nariz y, en las vibrantes,
cuando son aproximantes, no acaba de haber un cierre completo.
REFERENCIAS BIBLIOGRÁFICAS
AGUILAR, L. (1998): De la vocal a la consonante, Universidad de Santiago de

Compostela, Servicio de Publicaciones de la Universidad de Santiago
de Compostela.
ALBALÁ, M. J. (1992): “Análisis y síntesis de las consonantes nasales”, Revista de
Filología Española, LXXII, 47-73.
ALONSO, A. (1951): “La LL y sus alteraciones en España y América”, Estudios
dedicados a Menéndez Pidal, tomo II, CSIC, 41-89.
ALVAR, M. (1996): “Paraguay”, en M. Alvar (ed.), Manual de dialectología hispá-
nica, vol. II: El español de América, Barcelona, Ariel, págs. 171-182.
ASOCIACIÓN DE FONÉTICA INTERNACIONAL (2005): <http://www.langsci.ucl.ac.
uk/ipa/> [consultado por última vez el 2-VII-2011].
BLECUA FALGUERAS, B. (1999): “Características acústicas de la vibrante múl-
tiple del español en habla espontánea”, Actas del I Congreso de Fonética
Experimental, Tarragona, 1999, págs. 119-126.
BLECUA FALGUERAS, B. (2001): “Las vibrantes en español: manifestaciones
acústicas y procesos fonológicos”, tesis doctoral, Universidad Autónoma
de Barcelona.
BOERSMA, P. (2001): “Praat, a system for doing phonetics by computer”, Glot
International, 9/10 (5), 341-345.
CATFORD, J. C. (1977): Fundamental problems in Phonetics, Edimburgo, Edinburgh
University Press.
CERDÀ MASSÒ, R. (1968): “Algunas observaciones en torno a la definición de
‘R’ en español”, Boletín de Filología Española, VII, 26-27, 19-24.
CERDÀ MASSÒ, R. (en línea): Fonética y fonología generales: <http://www.liceus.

com/bonos/compra1.asp?idproducto=108>. [consultado por última vez
el 31-V-2011].
CERDÀ MASSÒ, R. (2000): “Fonética”, en M. Alvar (dir.), Introducción a la lin-
güística española, Barcelona, Ariel, 107-137.
CUENCA, M. J. y J. HILFERTY (1999): Introducción a la lingüística cognitiva, Bar-
celona, Ariel.
DE LA MOTA, C. (1991): “A study of [r]and [2] in spontaneous speech”, Actes
du XIIème Congres International de Sciences Phonetiques, Aix-en Provence, 4,
496-389.
D’INTRONO, F., E. DEL TESO y R. WESTON (1995): Fonética y fonología actual del
español, Madrid, Cátedra.
FANT, G. (1960): Acoustic theory of speech production, La Haya, Mouton.
FARNETANI, E. (1990): “V-C-V lingual coarticulation and its spatiotemporal do-
main”, en W. J. Hardcastle y A. Marchal (eds.), Speech Production and Speech
Modelling, Dordrecht, Kluwer Publications, 93-120.
FERNÁNDEZ PLANAS, A. M. (1993): “Estudio del campo de dispersión de las
vocales castellanas”, Estudios de Fonética Experimental, V, 129-162.
FERNÁNDEZ PLANAS, A. M. (2000): “Estudio electropalatográfico de la coarticu-
lación vocálica en estructuras VCV en castellano”, tesis doctoral, Universi-
dad de Barcelona <http://www.tesisenred.net/bitstream/handle/10803/
2094/01.AMFP_1de2_TESIS.pdf?sequence=1>.
FERNÁNDEZ PLANAS, A. M. (2005): Así se habla. Nociones fundamentales de fonéti-
ca general y española, Barcelona, Horsori.
FERNÁNDEZ PLANAS, A. M. (2007): “Clasificación electropalatográfica de las
vocales y de algunas consonantes linguales del español peninsular”, Estu-
dios de Fonética Experimental, XVI, 11-81.
FERNÁNDEZ PLANAS, A. M. (en prensa): “El inventario de sonidos y fonemas
del español”, en J. Gil y J. Llisterri (eds.), Fonética y fonología de la lengua
española.
GIL FERNÁNDEZ, J. (1988): Los sonidos del lenguaje, Madrid, Síntesis.
GUITART, J. M. (2004): Sonido y sentido, Washington D. C., Georgetown Univer-
sity Press.
HUALDE, J. I. (2005): The Sounds of Spanish, Cambridge, Cambridge University
Press.
JOHNSON, K. (1997): Acoustic and auditory phonetics, Oxford, Blackwell Publishing,
2005 (2ª ed.).
KOUZNETSOV, V. y A. PÀMIES (2008): “Trill with one closure. Still a trill or a tap?
Data from Russian and Spanish”, XX Session of the Russian Acoustical Society,
672-675.
KUROWSKI, K. M. y S. E. BLUMSTEIN (1984): “Perceptual integration of the mur-
mur and formant transitions for place of articulation in nasal consonants”,
Journal of the Acoustical Society of America, 76, 383-390.
LADEFOGED, P. (1975): A Course in Phonetics, Boston, Thomson/Wadsworth,

2006 (5ª ed.).
LADEFOGED, P. (2001): Vowels and Consonants: an introduction to the sounds of
languages, Oxford, Blackwell.
LADEFOGED, P. e I. M ADDIESON (1996): The Sounds of the World’s Languages,
Oxford, Blackwell.
LAVER, J. (1994): Principles of Phonetics, Cambridge, Cambridge University
Press.
LINDAU, M. (1985): “The story of /r/”, en Fromkin (ed.), Phonetic Linguistics:
essays in honor of P. Ladefoged, Orlando, Ac. Press, 157-167.
LLISTERRI BOIX, J. (1996): “Los sonidos del habla”, en C. Martín Vide (ed.),
Elementos de Lingüística, Barcelona, Octaedro, 67-128.
LLISTERRI BOIX, J.: Manual de PRAAT (en línea): <http://liceu.uab.es/~joa
quim/phonetics/fon_Praat/Praat.html> [consultado por última vez el
16-VI-2011].
MACHUCA, M. J. (1991): “Acoustic description of Spanish nasal consonants
in continuous speech”, Proceedings of the XII ICPhS, Aix-en Provence, 2,
414-417.
MARRERO, V. (2008): “La fonética perceptiva: trascendencia lingüística de me-
canismos neuropsicofisiológicos”, Estudios de Fonética Experimental, XVII,
207-245.
MARTÍNEZ CELDRÁN, E. (1984): Fonética, Barcelona, Teide, 1989 (3ª ed.).
MARTÍNEZ CELDRÁN, E (1996): El sonido en la comunicación humana, Barcelona,
Octaedro, 2003 (2ª ed.).
MARTÍNEZ CELDRÁN, E. (1997): “El mecanismo de producción de la vibrante
apical múltiple”, Estudios de Fonética Experimental, VIII, 85-97.
MARTÍNEZ CELDRÁN, E. (1998): Análisis espectrográfico de los sonidos del habla,
Barcelona, Ariel.
MARTÍNEZ CELDRÁN, E. (2001): “Aproximación a una fonética no discreta”,
en J. Díaz (ed.), Actas del II Congreso de Fonética Experimental, Sevilla, 2001,
35-48.
MARTÍNEZ CELDRÁN, E. y L. RALLO (1995): “[2 -r]: ¿Dos clases de sonidos?”, Es-
tudios de Fonética Experimental, VII, 179-194.
MARTÍNEZ CELDRÁN, E. y A. M. FERNÁNDEZ PLANAS (2007): Manual de fonética
española. Articulaciones y sonidos del español, Barcelona, Ariel.
MASSONE, M. I. (1988): “Estudio acústico y perceptivo de las consonantes
nasales y líquidas del español”, Estudios de Fonética Experimental, III, 13-34.
MASSONE, M. I. y J. GURLEKIAN (1980): “The role of acoustic properties in the
recognition of nasal and liquid Spanish consonants”, 102 nd Meeting of
the Acoustical Society of America, Miami.
NAVARRO TOMÁS, T. (1977 [1918]): Manual de pronunciación española, Madrid,
CSIC.
NIETO-CASTANON, A., F. H. GUENTHER, J. S. PERKELL y H. D. CURTIN (2005):

“A modeling investigation of articulatory variability and acoustic stability
during American English /r/ production”, JASA, 117, 3196-3212.
OBEDIENTE, E. (2007): Fonética y fonología, Mérida, Universidad de Los Andes.
QUILIS, A. (1981): Fonética acústica de la lengua española, Madrid, Gredos.
RECASENS, D. (1991): “On the production characteristics of apico-alveolar taps
and trills”, Journal of Phonetics, 19, 267-280.
RECASENS, D. y M. D. PALLARÉS (2001): De la fonética a la fonologia, Barcelona,
Ariel.
RECASENS, D. y A. ESPINOSA (2007): “Phonetic typology and positional allo-
phones for alveolar rhotics in Catalan”, Phonetica, 63, 1-28.
ROMÁN MONTES DE OCA, D. (en línea): Manual de PRAAT <http://www.domin
go-roman.net/manual_analisis_acustico.html> [consultado por última
vez el 16-VI-2011].
ROMÁN MONTES DE OCA, D. (2011): Manual para el análisis fonético-acústico, San-
tiago de Chile, Pfeiffer editorial.
ROMERO, J. (1989): “Campos de dispersión auditivos de las vocales del cas-
tellano. Percepción de las vocales”, Estudios de Fonética Experimental, III,
181-206.
RYALLS, J. (1996): A basic introduction to speech perception, San Diego, Singular
Publishing Grup Inc.
SALA, L. y A. M. FERNÁNDEZ PLANAS (1995): “La invariación acústica en las na-
sales del castellano. Estudio perceptivo”, Estudios de Fonética Experimental,
VII, 161-178.
SCHUBIGER, M. (1970): Introducción a la fonética, Valladolid, Universidad de
Valladolid.
SOLÉ, M. J. (1999): “The phonetic basis of phonological structure: the role of
aerodynamic factors”, Actas del I Congreso de Fonética Experimental, Tarrago-
na, 77-94.
STEVENS, K. N. (1972): “Quantal nature of speech”, en E. E. David y P. B. Denes
(eds.), Human communication: a unified view, Nueva York, McGraw Hill,
51-66.
STEVENS, K. N. (1989): “On the quantal nature of speech”, Journal of Phonetics,
17, 1/2, 3-45.
WITTGENSTEIN, L. (2001 [1921]): Tractatus logico-philosophicus, París, Gallimard.
View publication stats

Panoramica de La Fonetica

Cargado por

Copyright:

Formatos disponibles

Panoramica de La Fonetica

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Panoramica de La Fonetica

Cargado por

Copyright:

Formatos disponibles

CAPÍTULO 9

LAS VOCALES, LAS GLIDES

La fonética, como ciencia que se ocupa de los sonidos en las len-

Todos los humanos, salvo en ocasiones cuando existe algún

2. ASPECTOS METODOLÓGICOS Y BIBLIOGRÁFICOS

De acuerdo con el objetivo expuesto de centrar las afirmacio-

sonoras mientras circulan por el aire desde que salen de la boca

EJE DE LAS EJE DE LAS

OSCILOGRAMA Tiempo (s) Amplitud (dB)

Puede encontrarse descripciones detalladas de estos tipos de gráficos en Martínez Cel-

Los símbolos fonéticos empleados siguen la última versión del

3.1. Las vocales

Los sonidos vocálicos de cualquier lengua del mundo son so-

de dicha configuración frecuencial unida a su intensidad es lo

movimiento de las agujas del reloj: [y, ø, œ, Œ, a, Ʌ, ɤ, M]. Las vo-

cales cardinales fueron establecidas por Jones en 1918. Las consti-

teórico, la posición ideal para representar las principales vocales

FIGURA 1. Perfiles articulatorios, espectrograma y espectro LPC,

Los valores acústicos de las vocales, además, se relacionan con

FIGURA 2. Campos de dispersión de las vocales del español

1) con la vibración de las cuerdas vocales y su F0 medio que

A pesar de estas diferencias físicas, acústicas, entre los distin-

Los valores ilustrados en las figuras 1 y 2 son ejemplares en el

3.2. Las glides

Cuando se encuentran dos o tres elementos vocálicos en po-

lenguas, por ejemplo en español, tienden a pronunciarse en una

FIGURA 3. Sonograma de la secuencia “Volver de viaje por el aire” con indicación

FIGURA 4. Sonograma de la secuencia “Fuego en el neumático”

o en el interior de una misma palabra (por ejemplo “la _ _envidia”,

FIGURA 5. Sonograma de la secuencia “El suizo va al teatro” con indicación

Por supuesto, no todo grupo de dos vocales adyacentes se

FIGURA 6. Sonograma de la secuencia “La alegría de mi amigo”

más larga. Véase en la figura 5 y en la figura 6 el encuentro de dos

3.3. Consonantes sonantes

La descripción de las consonantes resulta más compleja que la

Este tipo de consonantes tiene una característica peculiar que

en general, abrupto, puesto que está provocado por el momento en

FIGURA 7. Espectrograma de la secuencia del español “La mamá da nata

La imagen de la figura 7 presenta en cada una de las nasales

adultas. Estos formantes10 son importantes puesto que desde ellos

culación en las nasales son sus antiformantes o caídas bruscas de

f (Hz) 1000 2000 3000 f (Hz) 1000 2000 3000

f (Hz) 1000 2000 3000

FIGURA 8. Espectros LPC (línea superior) y cepstrum12 (línea inferior)

La especificidad articulatoria de las nasales frente a los demás

Durante su producción el ápice la lengua, en el caso de las al-

FIGURA 9. Espectrograma de la secuencia “La lana cae en la llama” (arriba)

La curva de intensidad en la figura 9 permite ver que, en ge-

palatal, indicamos que el estado estacionario de esta alveolopala-

f (Hz) 1000 2000 3000

FIGURA 10. Espectro LPC de las laterales interdental, dentalizada

en estos tres puntos de articulación y la dificultad que presentan

FIGURA 11. Espectrograma de la secuencia “El maya calla”

articulación hasta ser otra vez alveolopalatal pero incorporando

En el alfabeto fonético internacional (como hemos dicho, su

FIGURA 12. Espectrograma de la secuencia “Sara observa la rana croar”

cial en sus formantes que depende de la vocal siguiente. El elemen-

1985). Justamente estos requisitos articulatorios tan precisos para

Todos los sonidos tratados en este capítulo –vocales, glides y

1) de intensidad, en principio, en la progresión: vocales ≥