S2E2: Los sonidos del lenguaje

Hola a todos y bienvenidos a un nuevo episodio de “Para Darle a la Lengua”.

Empezamos oyendo dos mensajes de amor y protesta que me hicieron llegar dos oyentes, a raíz del incidente lamentable de “las voces platinadas” en la radio. Pueden leer sobre eso aquí.


Si yo le preguntara a alguien “¿Por qué existen los pódcasts?”, me responderían probablemente que “gracias a la tecnología”, o “porque a la gente le gusta recibir información y enterarse de cosas”, o “porque son más cómodos que los videos o los blogs”. 

Esas son razones válidas, pero creo que muy pocos me darían la razón primera por la que existen los pódcasts, porque es tan evidente que parece tonta: es el hecho de que la mayoría de los humanos hablamos con sonidos.

Tomamos aire y lo dejamos salir por la boca y/o por la nariz; movemos partes de cuerpo, como la lengua o los labios; y hacemos unos ruidos que otros humanos interpretan como que quieren decir algo.

Y de eso voy a hablarles hoy: de los ruidos que hacemos los humanos. O, dicho más bonito, de los sonidos del lenguaje.

Pero, primero, vamos a dejar claro de qué estamos hablando o, mejor, de qué no estamos hablando.

No estamos hablando de las letras. Las letras son dibujitos que se usan para representar sonidos, pero estas representaciones no son exactas. La escritura alfabética es una manera aproximativa de representar gráficamente los sonidos del lenguaje.

¿Por qué aproximativa? Porque los alfabetos de las lenguas no tienen una letra para todos y cada uno de los sonidos de esa lengua. 

El español es famoso por su ortografía transparente, o sea que “se lee como mismo se escribe”; y es cierto que la ortografía del español es mucho más transparente que la de otras lenguas como el inglés, el francés o el alemán. Pero no es totalmente transparente. No tiene un símbolo para cada sonido.

Encontramos, por ejemplo, un mismo sonido representado con letras diferentes. El sonido [k] se puede representar con la letra c, como en casa; con qu, como en queso; o con la k, como en karaoke. El sonido [s] se puede representar con la s, como en sonido; con la c, como en ciego; o con la x, como en xenofobia.

A la inversa, una misma letra puede representar sonidos distintos. La letra c, como ya vimos, puede representar el sonido [k], como en casa, o el sonido [s], como en ciego.

Tenemos también dos letras para un único sonido, como la ll, que representa el sonido [y], como en calle; o la rr, que representa el sonido [r̄], como en perro.

Una única letra puede representar dos sonidos juntos, como la x, que representa los sonidos [ks], como en éxito.

Y, para colmo, tenemos una letra que no suena: la h, como en hotel o almohada.

Por todo esto es que los lingüistas que se dedican a estudiar los sonidos del lenguaje —los fonetistas y fonólogos— inventaron, a finales del siglo XIX, el Alfabeto Fonético Internacional (IPA, por sus siglas en inglés). 

El IPA permite representar cada sonido de las lenguas humanas con un único símbolo. La versión oficial tiene 107 símbolos para vocales y consonantes; 31 símbolos para modificar esas vocales y consonantes (por ejemplo, si es una vocal nasal, se le pone una virgulilla, que es el palito de la ñ); y 19 símbolos más para representar cosas como los acentos, la duración de los sonidos y la entonación.

Vamos al tema entonces. Y vamos a empezar hablando de anatomía.

La máquina de hablar

El cuerpo humano es una máquina sumamente compleja. Esa idea parece sacada de un meme motivacional en Facebook, pero es verdad. Incluso una actividad aparentemente tan simple como producir sonidos para hablar puede sorprendernos por la complejidad que implica, en términos de actividad física.

La imagen típica que tenemos es que “la gente habla con la boca”. Pero la boca es un hueco y es solamente una de las muchas partes del cuerpo que usamos para hablar.

Hay dos grandes funciones o tareas que tiene que cumplir el cuerpo humano, cuando se trata de hablar. Una es producir el sonido y la otra, darle forma a ese sonido.

Aparato fonoarticulatorio humano

En la producción del sonido o fonación, intervienen varios órganos. El primero es, por supuesto, el cerebro, que es el que controla todo el cuerpo. Sabemos que un daño a determinadas partes del cerebro puede afectar el habla.

Luego están las vías respiratorias, porque el habla humana es, básicamente, aire; la laringe, específicamente los pliegues vocales, mal llamados “cuerdas” vocales, que con su vibración producen la voz; y las cámaras de resonancia, que amplifican el sonido, como la boca o la cavidad nasal, que es el espacio detrás de la nariz.

Por otra parte, están los órganos de articulación, que son los que le dan forma a ese sonido bruto que se produce. Estos son de dos tipos: los órganos activos y los órganos pasivos.

Los órganos activos son los que podemos mover más o menos libremente. Aquí entran los labios; la lengua (que en realidad son cuatro partes: delantera, dorso, posterior y base); el paladar blando o velo del paladar, que es esa “telita” que hay cuando se acaba el cielo de la boca; la úvula o campanilla; y la pared posterior de la laringe.

Los órganos pasivos son los que no podemos mover, pero que, en combinación con los órganos activos, también intervienen en la articulación. Aquí están los dientes, específicamente el borde y la cara interior de los incisivos superiores; los alveolos, que son los huequitos donde están enganchados los dientes; y el paladar duro o cielo de la boca, con su parte delantera, parte media y parte posterior.

El esfuerzo conjunto de todos estos órganos, desde el cerebro hasta la campanilla, es lo que llamamos comúnmente hablar.

Y todo ese esfuerzo para producir nada más que dos tipos de sonido: vocales y consonantes. La diferencia entre una vocal y una consonante está en cómo se comportan los órganos de articulación. 

En las vocales, el canal sonoro siempre está abierto. Esto quiere decir que el torrente de aire no encuentra obstáculos al salir y es más bien débil.

En las consonantes, el torrente de aire encuentra obstáculos cuando va a salir y por eso es más fuerte. Si les cuesta trabajo entender por qué es más fuerte cuando tiene obstáculos y más débil cuando no los tiene, piensen en una manguera. Si le tapamos la salida con un dedo y dejamos nada más que un espacio pequeño, el agua sale con más fuerza que si la dejamos salir libremente. Lo mismo pasa con el aire.

¿De qué estoy hablando cuando digo que el aire encuentra obstáculos? Bueno, piensen en una consonante cualquiera. La f, por ejemplo. En vez de dejar que el aire salga libremente, le metemos en medio los dientes y el labio. O pronuncien una p y verán que tienen que tapar la salida del aire con los dos labios. Esos son los obstáculos.


Vamos a hablar de números.

El español cubano tiene cinco vocales y diecisiete consonantes. El castellano peninsular tiene dieciocho consonantes, porque tiene la [θ] de zapato, que nosotros no tenemos; además de que la j nuestra [ɦ], como en jabón, no es el mismo sonido que la [x] de ellos.

El español es bastante pobre en lo que respecta a las vocales: solamente cinco. El francés clásico, por ejemplo, tiene quince. La lengua Taa, hablada en Botsuana y Namibia, tiene cerca de treinta. No obstante, hay lenguas que tienen solamente tres o cuatro vocales.

Las vocales del español

Las vocales más comunes en las lenguas del mundo son [a], [i] y [u]. Esto es lógico, porque son los tres puntos que podríamos llamar extremos: la [i] es la más delantera, casi pegada a los dientes; la [a] es la central, contra el cielo de la boca; y la [u] es la que más atrás se articula, casi contra el fondo de la laringe.

En cuanto a las consonantes, el español también se queda corto. La misma lengua Taa tiene entre 87 y 164 consonantes distintas, según el análisis que se haga. La lengua Ubykh, ya extinta, que se hablaba en la costa del Mar Negro, solo tenía dos o tres vocales, pero 84 consonantes.

Las consonantes más comunes en las lenguas del mundo son [p], [t], [k], [m] y [n], pero no son universales. El árabe, por ejemplo, no tiene [p]. La lengua Ubykh, a pesar de sus 84 consonantes, no tenía [k].

Entre las vocales y las consonantes hay un área difusa, que son las llamadas semivocales o semiconsonantes, pero eso queda para estudios superiores.

Bueno, vamos a dejarnos de curiosidades y vamos a entrar en lo serio. ¿Cómo se estudian los sonidos del lenguaje?

Los fonemas

Todo el mundo habla distinto. Nadie pronuncia igual un mismo sonido porque nadie tiene exactamente la misma anatomía. 

El sonido exacto que pronunciamos depende de nuestra anatomía, pero además de nuestro estrato social, del lugar donde vivimos, de la emoción con la que estamos hablando, de nuestro ánimo, de nuestro estado de salud.

Nadie pronuncia la [a] igual y un mismo hablante en dos momentos distintos puede pronunciarla de dos maneras distintas.

Entonces, estudiar los sonidos específicos e individuales que producen los hablantes es una tarea imposible, porque son infinitos.

¿Qué hacemos los lingüistas? Pues ignorar todo lo que no tiene que ver con el lenguaje. Fuera el ánimo, fuera la salud, fuera la emotividad, fuera las diferencias anatómicas. 

Nos quedamos nada más que con la pronunciación de los sonidos según cómo se articulen físicamente y según dónde estén en la palabra. Aquí, los fonetistas son felices porque pueden ver que, en bobo, la primera b, al inicio de la palabra, no se pronuncia igual que la segunda, que está entre vocales; como mismo en dedo, las dos d se pronuncian distinto; igual que en gago, donde las dos g se pronuncian distinto.

Dos variantes de /b/

Pero los fonólogos no comparten esta felicidad. Para los fonólogos, todavía siguen sobrando cosas. A ellos no les interesa que, en boba, la segunda b se pronuncie distinto. Lo que les importa es que es boba y no boda ni boca

Es decir que a los fonólogos no les interesa tanto que un mismo sonido se pueda pronunciar de dos maneras distintas, según en qué parte de la palabra esté. Lo que más les importa es cómo ese sonido puede distinguir una palabra de otra.

Esa es la diferencia entre la fonética y la fonología. La fonética se preocupa por cómo los hablantes pronuncian, mientras que la fonología se ocupa de estudiar cómo funcionan los sonidos dentro de una lengua para construir palabras.

Como ya hablamos de fonética, vamos a hablar un poco de fonología.

El concepto central de la fonología es el fonema. Un fonema no es un sonido. Ni siquiera es algo que exista físicamente. 

Un fonema es una abstracción. Es una imagen mental que tenemos todos los hablantes y que podemos imaginar como una lista de instrucciones que el cerebro le da a los órganos de articulación. En ese sentido, los fonemas sí existen físicamente: son series de impulsos eléctricos en el cerebro.

Vamos a tomar como ejemplo el fonema /p/. Todos los hablantes del español tenemos en el cerebro una imagen mental de ese fonema /p/, que nos permite pronunciarlo y reconocerlo cuando lo oímos.

Para pronunciarlo, el cerebro manda unas instrucciones: el aire no va a salir libremente; se va a bloquear juntando los labios; los pliegues vocales no van a vibrar; y el aire, cuando salga, va a salir por la boca nada más.

Cómo suene físicamente ese sonido una vez que se pronuncie es irrelevante. Lo que importa es que todos tenemos las mismas instrucciones. La /p/ que pronuncias tú no es exactamente igual a la que pronuncio yo, pero esas cuatro cosas siempre se cumplen y son las que me permiten a mí saber que tú lo que dijiste fue pala y no bala ni mala.

Para los fonemas /b/ y /m/, las instrucciones son muy parecidas. 

Para la /b/, hay un obstáculo; el obstáculo se forma juntando los labios; el aire, cuando sale, sale por la boca. La diferencia es que los pliegues vocales sí vibran. Para que lo sientan, pronuncien una b sola, sin vocal, tocándose la garganta para que sientan la vibración. Después pronuncien una p sola, sin vocal, y verán que no hay vibración ninguna.

Para la /m/, hay obstáculo también; el obstáculo se forma juntando los labios; y hay vibración de los pliegues vocales. La diferencia es que ahora el aire, cuando sale, sale por la nariz. 

Fíjense cómo, cambiando una sola instrucción, se diferencia un fonema de otro y una palabra de otra: pala, bala y mala son palabras distintas.

Las tres consonantes son bilabiales (se juntan los labios). La /p/ y la /b/ son orales (el aire sale por la boca), mientras que la /m/ es nasal (el aire sale por la nariz). La /p/ es sorda (los pliegues vocales no vibran), mientras que la /b/ y la /m/ son sonoras (los pliegues vocales vibran).

Y así, comparando los sonidos unos con otros, viendo cuáles son las diferencias y cuáles de esas diferencias son pertinentes para distinguir una palabra de otra, pues se va armando el sistema fonológico de una lengua, es decir, los fonemas que se usan en esa lengua para construir palabras.

Un sonido detrás de otro

Hasta aquí, he hablado de sonidos o fonemas aislados, pero nadie habla así. El aparato fonoarticulatorio humano solo es capaz de producir poco más de cien sonidos distintos. Así que, para poder tener decenas y cientos de miles de palabras en una lengua, hay que combinar esos sonidos.

Cuando los sonidos se combinan unos con otros, forman sílabas

Una sílaba no es una sola cosa, sino que tiene partes, tiene una estructura. La sílaba siempre tiene un núcleo, un sonido que se articula con mayor fuerza. En español, ese núcleo siempre es una vocal. Por ejemplo, en la sílaba tras, como en detrás, el núcleo es la vocal /a/. 

Pero la sílaba puede tener otros sonidos. Todo lo que haya delante de ese núcleo se llama el inicio o ataque de la sílaba. En la sílaba tras, el inicio lo forman las consonantes /tr/.

Todo lo que haya después del núcleo se llama la coda de la sílaba o el final. En la sílaba tras, la coda es la consonante /s/.

Juntos, el núcleo y la coda forman lo que se llama la rima de la sílaba. O sea, una sílaba tiene inicio y rima, y la rima está formada por el núcleo y la coda.

La estructura de la sílaba

Ahora, los sonidos no forman sílabas caóticamente como a uno le dé la gana. Todas las lenguas tienen reglas que dicen qué sonidos se pueden combinar y dónde se pueden poner. Esas reglas son las que le dan a cada lengua su sonoridad particular.

El español, una vez más, es bastante pobre en lo que respecta a la formación de sílabas. Solamente permite seis combinaciones:

  • una vocal sola, como en a-quí;
  • consonante + vocal, como en ca-sa;
  • vocal + consonante, como en al-to;
  • dos consonantes + vocal, como pla-to;
  • consonante + vocal + consonante, como en tor-pe; y
  • dos consonantes + vocal + consonante, como en de-trás.

Comparen esto con el inglés, por ejemplo, que puede tener sílabas tan complejas como strength (CCCVCC), que tiene tres consonantes /str/ en el inicio, o twelfths (CCVCCCC), que termina en cuatro consonantes: /lfts/.

A las sílabas que terminan en vocal, como en ca-sa, se les llama sílabas abiertas, mientras que a las que terminan en consonante, como en al-tar, se les llama sílabas cerradas. El español, sobre todo el español cubano, tiene preferencia por las sílabas abiertas, o sea, terminadas en vocal, sílabas sin coda.

Esto lo vemos en el hecho de que muchas consonantes finales no se pronuncian. En vez de mitad o pared, preferimos pronunciar mitá y paré. Fíjense que esto no quiere decir que esas consonantes desaparezcan. No se pronuncian, pero están ahí. ¿Cómo sabemos que están ahí? Porque vuelven a aparecer en el plural: el que dice la paré no dice las parés, sino las paredes, con la d “fantasma”.

El español, además, es bastante estricto en lo que respecta al inicio de las sílabas. Permite hasta dos consonantes antes de la vocal, pero no cualquier consonante. Solo pueden ser /p, t, k, b, d, g, f/ para la primera consonante y /l, r/ para la segunda.

No existen en español los inicios de sílaba con /s/ más otra consonante, como sí existen en inglés o en francés. Por eso es que, cuando entra un préstamo de una de esas lenguas, que empieza con /s/ más consonante, como stress o slogan, los hispanohablantes rompemos esa sílaba, separamos la /s/ y le regalamos una vocal para que haga su propia sílaba. Decimos entonces estrés y eslogan. Curiosamente, en español, esa vocal siempre es la e.

Ahora que ya tenemos los sonidos agrupaditos en sílabas, podemos ver algunas cosas interesantes que pasan cuando los sonidos se juntan.

Una primera cosa que pasa es que, al unirse dos sonidos, uno de ellos se vuelve parecido al otro. Es lo que llamamos asimilación: uno de los sonidos “absorbe” uno de los rasgos (o de las instrucciones cerebrales esas de las que hablaba ahorita) del otro sonido.

Miren la propia palabra consonante y, específicamente, fíjense en la primera sílaba. Esa primera sílaba está formada por la consonante /k/, la vocal /o/ y la consonante /n/. 

Normalmente, para pronunciar la vocal /o/, el aire sale por la boca, ¿verdad? Pero aquí, esa vocal /o/ tiene detrás una /n/. La /n/ es una consonante nasal: el aire sale por la nariz. Como están juntas, ese rasgo nasal de la consonante se pasa para la /o/, que se pronuncia entonces como una vocal nasal. Si se fijan, cuando pronuncian con, el aire sale por la nariz también en la vocal.

Lo curioso es que eso solo pasa porque la /o/ y la /n/ están dentro de la misma sílaba. La palabra consonante tiene otra /o/ después, que también va seguida de una /n/, pero están en sílabas distintas, así que la /o/ no se hace nasal.

Lo contrario de la asimilación es la disimilación: dos sonidos iguales o que se parecen mucho caen juntos, así que uno de ellos cambia para diferenciarse. Esta es menos común, pero también existe.

El español heredó del latín la terminación –al (en latín, –alis) para formar adjetivos a partir de un sustantivo: mental de mente, espiritual de espíritu… Pero, si ese sustantivo ya tiene una l, como célula, la l de la terminación se convierte en una r para que no haya dos l juntas. En vez de *celulal, que es como debería ser en principio, el adjetivo es celular. Lo mismo pasa con columnar, de columna; perpendicular, de perpendículo; similar, de símil; ventricular, de ventrículo.

Otra cosa que ocurre es la inserción de sonidos que normalmente no van ahí. Ya hablé de la /e/ que se inserta al inicio de estrés y de eslogan para formar una sílaba. Ese tipo de inserción se llama epéntesis y esa /e/ se llama vocal epentética.

Otro caso de inserción de vocal es el plural del español. Cuando la palabra termina en vocal sin acento, como casa, el plural se forma añadiendo una /s/ y ya: casas. Pero si la palabra termina en consonante, como portal, o en vocal acentuada, como ají, se inserta una /e/ para formar una sílaba: portales y ajíes

Hay otro tipo de inserción que consiste en duplicar una consonante, pronunciarla dos veces. Esto se llama geminación (misma raíz de gemelo). En Cuba, tenemos el caso de los adjetivos que comienzan por consonante y que tiene muy delante. Muchas personas los pronuncian duplicando la consonante inicial del adjetivo: en vez de muy lindo, pronuncian muy l-lindo; o muy b-bueno; o muy g-grande.

Lo contrario de la inserción es la eliminación de sonidos: dejar de pronunciar un sonido que normalmente se pronunciaría. 

Ya les decía que, en el español cubano, esto es bastante común, por ejemplo, con algunas consonantes finales, pero puede ocurrir con consonantes intermedias, como mis estudiantes que me dicen proe en vez en profe; o con consonantes iniciales, como esa gente tan amable que, en vez de gracias, te dicen asss(ia)

Por último, otra cosa que puede pasar es que los sonidos permuten, que cambien de lugar entre ellos. Es lo que se llama metátesis y es muy común verla en la historia de la lengua: palabras que, con el tiempo, han sufrido esta permutación de sonidos.

Por ejemplo, la palabra latina miraculus sufrió una metátesis al pasar al español: la /r/ y la /l/ permutaron y quedaron como en milagro. Además, la /k/ se convirtió en /g/. Esto pasó en español y en portugués (milagre), pero no en francés, que mantuvo miracle; ni en italiano, que mantuvo miracolo; ni en rumano, que mantuvo miracol; ni en catalán, que mantuvo miracle.

La metátesis muchas veces se ve como “errores” que cometen los hablantes, como las personas que dicen cocreta o calcamonía; o los niños que dicen parajito

Pero lo cierto es que, a menudo, la permutación resulta ser más fácil de pronunciar (como en el caso de parajito, porque la j es más fácil de pronunciar en una sílaba acentuada) o resulta ser más común en la lengua, estadísticamente, que la versión original. Es el caso de cocreta: en español, el inicio /kr/ es más común en sílaba acentuada que en sílaba sin acento (como en croqueta). Los hablantes no te podrán decir cuántas palabras tienen /kr/ en sílaba acentuada, pero el oído y el cerebro sí son sensibles a esas estadísticas.

La música del lenguaje

No quiero terminar sin mencionar que, al estudiar los sonidos del lenguaje, también nos fijamos en cosas que están, si se quiere, “por encima” de los sonidos individuales.

Me refiero a aspectos como el acento, el ritmo, el tono y la entonación, que colectivamente se llaman prosodia.

El acento es, simplemente, una mayor fuerza de pronunciación en una o varias sílabas de una palabra. En casa, la sílaba acentuada es /ka/; en tartamudo, hay dos sílabas acentuadas, /mu/ y /tar/. 

El ritmo está dado por la distancia que hay entre los acentos y la duración de las sílabas. En español, todas las sílabas duran más o menos lo mismo. En inglés, por el contrario, solo las sílabas acentuadas tienen duración completa; las sílabas no acentuadas son más cortas.

Esto quiere decir que, en una lengua como el español, donde el ritmo y la duración están dados por las sílabas, las oraciones se hacen más largas mientras más palabras añadimos: Los perros persiguen gatos es más corta que Los perros persiguen a los gatos, que a su vez es más corta que Los perros van a perseguir a los gatos.

Sin embargo, en una lengua como el inglés, donde el ritmo y la duración están dados no por las sílabas, sino por los acentos, añadir más palabras no hace necesariamente que las oraciones sean más largas. Miren esta serie de oraciones (sigo con los perros persiguiendo gatos):

  • Dogs chase cats.
  • The dogs chase cats.
  • The dogs chase the cats.
  • The dogs will chase the cats.
  • The dogs will be chasing the cats.

Todas duran lo mismo, aunque la última tiene más del doble de palabras que la primera. Repito: en inglés, las sílabas que no se acentúan son más cortas que las que sí.

El tono es la frecuencia física a la que vibra la voz en una sílaba determinada. Puede ser más alto o más bajo, o sea, más agudo o más grave. Las llamadas lenguas tonales, como el chino o, en menor medida, el japonés, usan el tono para distinguir entre palabras. Puede parecernos que están “cantando”, porque no estamos acostumbrados.

Finalmente, la entonación es, dicho rápidamente, la melodía del habla, cómo va cambiando el tono a medida que vamos hablado. Todas las lenguas, tonales o no, usan la entonación.

En español, la entonación nos permite saber si lo que nos dicen es una afirmación o una pregunta (Tengo algo en la espalda vs ¿Tengo algo en la espalda?). Nos permite saber también si la persona que habla ya terminó o si le queda algo por decir…

Y, bueno, voy a terminar aquí, que les he dejado el oído caliente. Gracias por aguantarme.


También te podría gustar...

4 Respuestas

  1. 28/07/2020

    […] recordatorio del episodio anterior. Les había hablado de los fonemas. No importa que cada cual los pronuncie físicamente distintos. […]

  2. 18/08/2020

    […] (Si necesitas un recordatorio sobre consonantes sordas y sonoras, puedes regresar al episodio sobre los sonidos del lenguaje.) […]

  3. 25/08/2020

    […] más fácil, los sonidos que se pronuncian juntos tienden a parecerse. De esto hablamos en el episodio sobre los sonidos del lenguaje: se llama […]

  4. 28/09/2020

    […] expresiones se basan sobre todo en la sonoridad de las palabras. A veces, en la rima, como en déjate de abuso con el buzo (Issac Delgado). Otras veces, en la […]

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Buscar en OpenEdition Search

Se le redirigirá a OpenEdition Search