Fonética - Vocales

En fonética se emplea el llamado triángulo vocálico para representar el punto de articulación de las vocales haciendo uso de dos dimensiones: un eje vertical correspondiente al grado de abertura y un eje horizontal correspondiente a la parte de la lengua que queda afectada.

a) Vocales altas o cerradas: La lengua está muy próxima al paladar duro o al paladar blando, como sucede con la articulación de la [i] y de la [u].

b) Vocales medias: La lengua no está ni muy próxima ni muy separada de la bóveda de la cavidad bucal, como sucede con la pronunciación de la [e] y de la [o].

c) Vocales bajas o abiertas. La lengua se separa totalmente del paladar y se encuentra en el límite máximo de alejamiento, como para la pronunciación de la [a].

a) Vocales anteriores o palatales: La lengua ocupa la región delantera o zona del paladar duro, como para la articulación de las vocales [i, e].

b) Vocales centrales: La lengua ocupa la zona intermedia cubierta por el mediopaladar, como para la articulación de la vocal [a].

c) Vocales posteriores o velares: La lengua ocupa la región posterior o zona del paladar blando, como para la articulación de las vocales [o, u].

Los rasgos oposicionales aportan los datos para establecer el sistema de los fonemas: /i/, /e/, /a/, /o/, /u/. Los rasgos fonológicos de los cinco fonemas son:

/i/	alto-anterior
/e/	medio-anterior
/a/	bajo-central
/o/	medio-posterior
/u/	alto-posterior

«El grupo fonético más elemental es la sílaba, la cual puede constar de uno o varios sonidos. La sílaba, acústicamente considerada, es un núcleo fónico limitado por dos depresiones sucesivas de la perceptibilidad de los sonidos. Considerada desde el punto de vista fisiológico, es un núcleo articulatorio comprendido entre dos depresiones sucesivas de la actividad muscular.

En la palabra Aragón las dos primeras sílabas van separadas por la momentánea depresión de perceptibilidad correspondiente a la r; en Aaron esas mismas sílabas van separadas por la momentánea disminución de intensidad que entre las dos aa producimos. El efecto que resulta de esta depresión de la intensidad es asimismo una disminución en la perceptibilidad absoluta correspondiente a ambas aa.

Se llama sílaba libre la que termina en vocal: pa-ra; y sílaba trabada, la que no se halla en este caso, y sobre todo la que, además de terminar en consonante, va seguida de otra consonante inicial de la sílaba siguiente: par-te, pun-to, hom-bre.

No es aceptable la definición corriente de la sílaba: "Letra vocal o conjunto de letras en cuya pronunciación se emplea una sola emisión de voz". Emisión de voz parece que no puede ser otra que la producción del sonido vocal. Hay palabras de varias sílabs, como mano, madera, barbaridad, etc., que, en este sentido, se pronuncian en una sola emisión de voz, es decir, sin interrupción de sonoridad. Hay otras, por el contrario, que constando de una sola sílaba, como tu, paz, tos, etc., ni siquiera tienen emisión de voz en todos los elementos. Tomando, en general "emisión de voz" por producción de sonidos articulados sonoros o sordos, la definición resultaría igualmente inaceptable.»

[Navarro Tomás, T.: Manual de pronunciación española. Madrid: C.S.I.C., ¹⁴1968, § 26]

Un diptongo es la unión de dos vocales que se pronuncian en una misma sílaba. Los diptongos se forman cuando se suceden una vocal abierta (a, e, o) y una cerrada (i, u) o viceversa, siempre que la vocal cerrada (i, u) no sea tónica: aire, causa, peine, oiga, viaje, ciego, quiosco, suave, fuerte, cuota. Cuando la vocal cerrada es tónica, se forma hiato: caímos, día, aúllan, púa, reís, líe, reúnen.

También se forma diptongo cuando se combinan dos vocales cerradas (i, u) distintas: ruido, diurético. La presencia de una h intercalada no invalida la existencia de un posible diptongo: ahu-mar, ahi-ja-do.

«Algunas de estas combinaciones vocálicas pueden articularse como hiatos (es decir, en dos sílabas), dependiendo de distintos factores: su lugar en la secuencia hablada, el mayor o menor esmero en la pronunciación, el origen geográfico o social de los hablantes, etc. Este es el caso, por ejemplo, de fluir (pronunciado fluir, con diptongo, o flu-ir, con hiato), de incluido (pronunciado in-clui-do o in-clu-i-do), de cruel (pronunciado cruel o cru-el), de desviado (que se pronuncia des-via-do o des-vi-a-do), etc. Sin embargo, a afectos de acentuación gráfica se considera que se trata de diptongos.» [RAE: Ortografía 1999: § 4.2]

ai-	bai-le
au-	au-to
ei-	pei-ne
eu-	deu-da
oi-	oi-go
ou-	Sou-sa
ia-	lim-pia
ua-	gua-gua
ie-	pien-so
ue-	fuer-za
io-	lim-pio
uo-	ar-duo
iu-	ciu-dad
ui-	cui-da-do

La unión de tres vocales en una sola sílaba se denomina triptongo. Un triptongo está formado por un grupo de tres vocales en el que la vocal situada en el centro es siempre abierta (a, e, o), en tanto que las de los extremos son cerradas (i, u). Cualquier grupo de tres vocales formado por una vocal abierta situada entre dos vocales cerradas, siempre que ninguna de las vocales cerradas sea tónica, se considera un triptongo a efectos de acentuación gráfica: averiguáis, buey, Paraguay, vieira, confiáis, opioide, presenciéis, despreciáis, averigüéis, santigüáis. Para formar triptongo será preciso que dos vocales débiles y átonas rodeen a una fuerte. Por tanto, el triptongo se rompe y se forma hiato cuando el acento cae en una vocal débil: sa-bí-ais, co-mí-ais, su-bí-ais, sa-lí-ais, ca-í-ais, etc. [RAE: Ortografía 1999: § 4.4]

iai-	en-vi-diáis, i-ni-ciáis
iei-	a-pre-ciéis, i-ni-ciéis...
iau-	miau
ioi-	hioi-des
uai, uay-	a-ve-ri-guáis, U-ru-guay
uei, uey-	a-ve-ri-guéis, buey, Ca-ma-güey
uau-	guau

Dos vocales abiertas [a, e, o] en contacto en una palabra no forman diptongo: te-a-tro. Tampoco forman diptongo las vocales cerradas [i, u] cuando una de ellas es tónica: diurno. Cuando un diptongo compuesto de una vocal abierta [a, e, o] y una cerrada [i, u] ésta es tónica, lleva tilde (acento gráfico) y no forma diptongo sino hiato: estío, púa, grúa, vía, María, día, dúo, oído, reír, seísmo, caída, truhán.

En ciertas hablas locales no se hace distinción entre diptongos e hiatos; así, se da alternancia en palabras como viaje, reúma, piano, diario, viuda, etc. Lo mismo sucede con vocales abiertas; al estar en contacto tienden a realizarse como una sola sílaba: línea, real, campeón, caerá, peón, trae, etc. Este fenómeno se denomina sinéresis.

«Un hiato es la secuencia de dos vocales que no pronuncian dentro de una misma sílaba, sino que forman parte de sílabas consecutivas: te-a-tro, a-é-re-o, vi-gí-a, ve-o, sa-lí-as. A efectos ortográficos existen tres clases de hiatos, según el tipo de vocales que están en contacto: a) Combinación de dos vocales iguales: Saavedra, dehesa, chiita, Campoo, duunvivo. b) Vocal abierta + vocal abierta distintas: caen, ahogo, teatro, meollo, héroe, coartada. Aunque desde el punto de vista fonético el conjunto de dos vocales iguales o de dos vocales abiertas distintas se puede pronunciar como un diptongo más o menos consolidado, en lo que respecta a las reglas de acentuación gráfica siempre se trata de un hiato. c) Vocal abierta átona + vocal cerrada tónica o viceversa: caímos, día, aúllan, púa, reís, líe, reúnen. Son también hiatos de este tipo los que afectan a las sucesiones de tres o cuatro vocales, siempre que sea tónica una cerrada: sa-lí-ais, ca-í-ais, etc.» [RAE: Ortografía 1999: § 4.4]

aí-	pa-ís
aú-	ba-úl
eí-	re-í
eú-	re-ú-ne
ía-	fi-lo-so-fí-a
ío-	rí-o
íe-	rí-e
oí-	o-í
oú-	No-ú-me-no
úa-	Pú-a
úe-	con-ti-nú-es
úo-	a-cen-tú-o

ae-	a-é-re-o
eo-	gas-ó-le-o
ea-	te-a-tro
oa-	co-ar-ta-da
ao-	a-ho-go
oe-	hé-ro-e

aa-	Sa-a-ve-dra
ee-	de-he-sa
ii-	chi-i-ta
oo-	Cam-po-o
uu-	du-un-vivo

La palabra viene del latín synaeresis, y esta del griego synaíresis, del verbo synaireín que significa ‘tomar con’. Reducción a una sola sílaba, en una misma palabra, de vocales que normalmente se pronuncian en sílabas distintas: aho-ra por a-ho-ra. La sinéresis en el verso es considerada como licencia poética por la preceptiva tradicional.

En algunos casos, la letra u no representa ningún fonema. Es un simple relleno que ha de ponerse obligatoriamente siempre que se escribe la letra q: quedar, querer, quemar, querido, inquieto. Otras veces es un signo auxiliar que se añade a la letra g cuando ésta va seguida de e o i, para indicar que ha de leerse como /g/ y no como /x/: guerra, guijarro, apague. Si queremos indicar que la letra u en esta posición – entre g y e, i – ha de leerse como /u/, es necesario marcarla con dos puntos llamados diéresis: cigüeña, güiro, pingüino, averigüé.

«La diéresis o crema (¨) es un signo que se coloca encima de las vocales en las siguientes ocasiones: a) para indicar que ha de pronunciarse la vocal u en las combinaciones gue y gui. En este caso el uso de la diéresis es preceptivo: argüir. b) En textos poéticos, la diéresis puede usarse colocada sobre la primera vocal de un posible diptongo, para indicar que no existe. De esa forma la palabra a la que afecta y el verbo en que se incluye cuentan con una sílaba más: el dulce murmurar desde rüido.» [RAE: Ortografía 1999: § 5.11.1]

«La diéresis es una licencia poética de aplicación muy restringida. En el habla corriente sólo aparece por arcaísmo, o bien por motivos etimológicos o relacionados con la composición de las palabras.» [Gili Gaya, Samuel: Elementos de fonética general. Madrid: Gredos, 1966, p.117]

Sinalefa es el encuentro de varias vocales entre palabras, es decir, la unión de las vocales finales e iniciales de dos o más palabras consecutivas en una sola sílaba métrica. No se trata de una licencia o ruptura de las reglas normales de la pronunciación española; es la norma prosódica de la lengua. Uno de los rasgos más acusados del español es la tendencia a la sinalefa, o sea la pronunciación en una sola sílaba de grupos de vocales que resultan del enlace de unas palabras con otras en la cadena hablada. El enlace de vocales homólogas es un ejemplo de sinalefa, pero ocurre además también con vocales diferentes.

En alemán es típica la pronunciación de las vocales mediante un golpe de glotis y ataque duro de la vocal, lo que en alemán se llama Knacklaut o Glottisverschlußlaut.

«En la pronunciación de las vocales solas o en posición inicial de sílaba o de palabra, importa tener en cuenta la cualidad que se llama ataque de la vocal. Cuando al comenzar su pronunciación, las cuerdas vocales se separan bruscamente a causa de la presión del aire acumulado debajo de ellas, al ataque se denomina duro y la vocal se produce con una ligera explosión. Si, por el contrario, la glotis no está enteramente cerrada, o las cuerdas laríngeas se abren de modo gradual, la vocal se inicia sin oclusión alguna, con ataque suave.

El ataque duro dificulta el enlace silábico de la vocal con los sonidos que la preceden; el ataque suave lo favorece. Por esto en las lenguas neolatinas, con ataque normalmente suave, se produce con facilidad el enlace (fr. liaison) de las vocales iniciales. En los idiomas germánicos predomina el ataque duro. Los alemanes encuentran, por esta causa, alguna dificultad para enlazar debidamente frases españolas como los hombres de aquí (losombres deaquí).

En idiomas que pronuncian de ordinario con ataque suave sus vocales iniciales, el ataque duro aparece en casos particulares de énfasis, sobre todo en posición inicial absoluta, al pronunciar interjecciones, imperativos, voces de mando militar, exclamaciones y, en general, en casos de dicción enérgica o recalcada.

Se da el nombre de metafonía vocálica (alemán Umlaut) a la influencia que en el timbre de una vocal determinada puedan ejercer las vocales que la siguen en la misma palabra. Es un fenómeno de asimilación a distancia, que se da en grado y extensión diferentes según los idiomas. Conocido es el Umlaut alemán del tipo dumm frente a dümmer; Farbe frente a färbig. En esta lengua, tales cambios de timbre han adquirido un valor morfológico constante y en cierto modo independiente de la metafonía en que se originaron. En español la influencia de la metafónica es casi nula y en grado tan reducido, que sólo un anlálisis muy minucioso del timbre puede descubrirla en algunos casos.» [Gili Gaya, Samuel: Elementos de fonética general. Madrid: Gredos, 1966, p. 111]

«En español debemos considerar cinco vocales fonológicas: /i, e, a, o, u/, presentando tres de ellas unas variantes alofónicas o combinatorias que, según Navarro Tomás, serían las siguientes:

Los fonemas vocálicos /e/ y /o/ presentarían unos alófonos algo abiertos en las siguientes posiciones:

1. En contacto con el sonido doble erre (rr), como perro, torre, remo, roca.

4. Además, el alófono abierto de /o/ se produce en toda sílaba que se encuentre trababa por consonante, y el alófono abierto de /e/ aparece cuando se halla trabado por cualquier consonante que no sea [d, m, s, n, θ]: pelma, pesca, pez, costa, olmo.

1. Una variedad palatal, cuando precede a consonantes palatales como en malla, facha, despacho.

2. Otra variante velarizada se produce cuando precede a las vocales [o, u] o a las consonantes [l, x]: ahora, pausa, palma, maja.

3. Una variante media, que se realiza en los contornos no expresados en los párrafos anteriores: caro, compás, sultán, etc.

Estos alófonos no tienen ningún interés desde el punto de vista de la enseñanza del español a estudiantes de habla inglesa. De ahí que dediquemos nuestra atención a la realización media de los cinco fonemas vocálicos, es decir, a [i, e, a, o, u].

Si la lengua se aproxima hasta un máximo permisible para la articulación vocálica, bien al paladar duro o al paladar blando, se origina una serie conocida con el nombre de vocales de pequeña abertura, vocales cerradas, vocales altas o vocales extremas, tales como [i, u].

Si la lengua se separa aún más de la bóveda palatal, y ocupa un límite máximo de alejamiento, se originan las llamadas vocales de gran abertura, vocales abiertas o vocales bajas, como la [a].» [Quilis, Antonio / Fernández, Joseph. A.: Curso de fonética y fonología españolas. Madrid: C.S.I.C., ¹⁴1992, p. 48-51]

«El estudio experimental del español demuestra que, aunque la cantidad vocálica no es de relevancia fonológica, como en otras lenguas, en realidad, hay vocales de cantidad relativamente diferente que pueden llamarse largas y breves e incluso semilargas y semibreves. Pero las llamadas largas no suelen ser tan largas como las del inglés feel, soon, y las breves no son tan breves como las vocales inacentuadas inglesas. Desde el punto de vista práctico, por tanto, deben considerarse todas las vocales del español como breves, con alguanas excepciones. Los estudiantes de habla inglesa tiene que evitar la tendencia hacia el alargamiento de la vocal acentuada en palabras oxítonas (agudas), como amar, comer, repetir, etc.»

[Quilis, Antonio / Fernández, Joseph. A.: Curso de fonética y fonología españolas. Madrid: C.S.I.C., ¹⁴1992, p. 55]

«Otra diferencia entre la vocal española y la inglesa se produce tanto en su rama intensiva como distensiva, esto es, en parte inicial y final.

El comienzo de la vocal inglesa se realiza bruscamente a causa de una entrada en vibración muy rápida de las cuerdas vocales: desde una posición de reposo pasan inmediatamente al régimen normal de vibraciones. Esto hace que se perciba un pequeño ruido glotal al principio de una emisión vocálica, conocido por el nombre de golpe de glotis [alemán: Knacklaut / Glottisverschlußlaut], y el fenómeno, por ataque vocálico duro.

En la vocal española las cuerdas vocales se aproximan lentamente, y entran despacio en vibración. Por lo tanto, el golpe de glotis está totalmente ausente de nuestro sistema vocálico, que se caracteriza precisamente por la posesión de un ataque vocálico suave.

El final de la vocal inglesa no es tan rápido tampoco como el de la española: en aquella, la glotis va dejando de vibrar paulatinamente, dando la sensación de una vocal demasiado larga al oído español. El final de la vocal española, por el contrario, es rápido, cortante, seco. Justamente el comienzo de la vocal inglesa es análogo al final de la vocal española, mientras que el final de la vocal inglesa es similar al principio de la vocal española.» [Quilis, Antonio / Fernández, Joseph. A.: Curso de fonética y fonología españolas. Madrid: C.S.I.C., ¹⁴1992, p. 59-60]

«Como otro rasgo fonosintáctico propio del español y de las lenguas románicas hay que destacar la facilidad de entrelazamiento y unión que existe entre sus vocablos. Así como, por ejemplo, las lenguas anglosajona y germánica tienden a delimitar las palabras, a trazar unas fronteras lexemáticas por medio de variados recursos fonéticos – golpe de glotis en las vocales iniciales, aspiración de las oclusivas iniciales, etc. –, la cadencia hablada española es una verdadera concatenación de vocablos sin que se produzca entre ellos ningún artificio fonético que los separe, a excepción, claro está, de la pausa.» [Quilis, Antonio / Fernández, Joseph. A.: Curso de fonética y fonología españolas. Madrid: C.S.I.C., ¹⁴1992, p. 145]

«Cuando dos o más vocales seguidas se pronuncian sin formar una sílaba única, se dice que están en hiato. En español existe desde antiguo una tendencia muy marcada a reducir los hiatos a diptongos y a juntar por sinalefa la vocal o vocales finales de una palabra con las iniciales de la palabra siguiente, dentro del mismo grupo fónico. Estos enlaces están favorecidos por el ataque suave habitual en nuestro idioma. La posibilidad de la sinalefa con más de dos vocales depende de que éstas se hallen en serie de abertura creciente o decreciente, o de que las más abiertas estén en el centro de la sílaba como ápice silábico de ella: las más cerradas están en posición explosiva o implosiva, en la tensión o en la distensión, respectivamente.

La diéresis es una licencia poética de aplicación muy restringida. En el habla corriente sólo aparece por arcaísmo, o bien por motivos etimológicos o relacionados con la composición de las palabras.»

[Gili Gaya, Samuel: Elementos de fonética general. Madrid: Gredos, 1966, p.117]

«Cuando dentro de una misma palabra o grupo fónico aparecen juntas dos o más vocales sucesivas, lo primero que importa saber es si estas vocales se han de pronunciar en sílabas distintas, o si todas o algunas de ellas han de agruparse en una sola sílaba. Aun en el caso de que cada vocal forme por sí misma una sola sílaba, el paso de una vocal a otra vocal inmediata se hace siempre en nuestra pronunciación gradualmente y sin interrupción de sonoridad. Las cuerdas vocales, desde el principio al fin de todo grupo vocálico, y sin perjuicio de las modificaciones de tono, intensidad, etc., que dentro de él sean necesarias, mantienen su movimiento vibratorio de una manera continua, siendo a veces perceptibles, en pronunciación lenta, el timbre espacial que corresponde a cada uno de los tiempos de la transición que efectúan los órganos para pasar de una vocal a otra.

Como es sabido, esto no ocurre del mismo modo en todos los idiomas. En lenguas anglosajonas, y sobre todo en alemán, el enlace de la vocal final de una palabra con la vocal inicial de la palabra siguiente, o de dos vocales de una misma palabra, como en alemán The ater, be erben, ge eignet, etc., va impedido por la oclusión laríngea que se hace de ordinario ante la segunda vocal separándola bruscamente de la anterior. En la pronunciación española, por el contrario, se enlazan las vocales sin corte ni separación de la sonoridad vocálica, pasando suave y gradualmente de uno a otro sonido tanto en grupos interiores de palabras, beodo, poeta, maestra, suave, zahúrda, mohíno, como entre palabras enlazadas, de oro, lo echa, a esta, su ave, la una, lo hizo, etc. La h es un signo meramente ortográfico, sin valor ninguno en la pronunciación, enlazándose, por consiguiente, los sonidos entre los cuales se encuentra como si de hecho la h no existiese: ahora [aóra].» [Navarro Tomás, T.: Manual de pronunciación española. Madrid: C.S.I.C., ¹⁴1968, § 134]

«Fonéticamente, dos vocales, cualesquiera que sean, son siempre susceptibles de reducirse a una sola sílaba, aunque en determinados casos, por razones gramaticales o de otro carácter, deje de cumplirse dicha reducción. Tres o más vocales pueden, por el contrario, en ciertas combinaciones, ser fonéticamente irreductibles a un solo núcleo silábico.

Para que en estos casos sea posible la reducción es preciso que las vocales, según el grado de perceptibilidad de cada una de ellas, se hallen combinadas, dentro de cada grupo:

La reducción de los grupos vocálicos a una sola sílaba es, en cambio, imposible cuando entre dos vocales relativamente abiertas aparece una vocal cerrada:

El movimiento de estrechez articulatoria a la correspondiente depresión de perceptibilidad que la vocal más cerrada representa en dichos casos constituye precisamente el punto de división silábica entre las demás vocales del grupo.» [Navarro Tomás, T.: Manual de pronunciación española. Madrid: C.S.I.C., ¹⁴1968, § 136]

«Como un hecho dirivado de lo que acabamos de exponer se nos aparece en castellano la consideración del encuentro de fonemas homólogos; esto es, ver qué ocurre cuando al final de una palabra aparece un fonema determinado y al principio de la siguiente se repite el mismo fonema.

1. Cuando dos vocales que se hallan en contacto son tónicas, la solución preferente es la de una vocal larga tónica: papá ha venido.

2. Cuando las dos vocales que se hallan en contacto son átonas o inacentuadas, la preferencia es hacia el resultado de una vocal breve átona: a ninguna atiende; de fruta ajena, la capacha llena, la abundancia da arrogancia.

3. Cuando concurren dos vocales homólogas átonas o inacentuadas, pero una de ellas pertenece a un vocablo átono (artículos, determinantes, preposiciones, conjunciones, etc.) el resultado es también una vocal breve inacentuada: para arriba y para abajo; pon el postre en la mesa.

4. Cuando concurren dos vocales iguales de las que la primera es átona o inacentuada y la segunda tónica o acentuada, la solución preferente es una vocal larga inacentuada: en cada tierra su uso; está en lo hondo; donde entra el sol no hay microbios; muere cansado de ella.

5. Cuando concurren dos vocales homólogas, la primera acentuada y la segunda inacentuada, la solución preferente es una vocal breve tónica: bien sé el pan que quieres; Juan está alegre.» [Quilis, Antonio / Fernández, Joseph. A.: Curso de fonética y fonología españolas. Madrid: C.S.I.C., ¹⁴1992, p. 146-147]

«La concurrencia de dos vocales o de dos consonantes homólogas puede dar origen a una prolongación cuantitativa del sonido resultante. Esta prolongación aparece cuando la dicción es lenta o enfática, pero en la conversación normal tiende a suprimirse, apareciendo el sonido resultante con la misma duración que si se encontrase en posición intervocálica. [...] Aunque en ciertas posiciones y en un nivel determinado, exista una diferencia cuantitativa, realmente, la cantidad no es pertinente en nuestra lengua, ya que la tendencia es hacia la anulación de ésta, aun en los contados casos en que se presenta, por no constituir realmente un rasgo fonológico de nuestro idioma.» [Quilis, Antonio / Fernández, Joseph. A.: Curso de fonética y fonología españolas. Madrid: C.S.I.C., ¹⁴1992, p. 149-150]

«Uno de los rasgos más acusados del español es la tendencia a la sinalefa, o sea la pronunciación en una sola sílaba de grupos de vocales que resultan del enlace de unas palabras con otras en la cadena hablada. El enlace de vocales homólogas es un ejemplo de sinalefa, pero ocurre además también con vocales diferentes. La posibilidad de producirse sinalefa depende de la abertura de las vocales; sólo las combinaciones siguientes son susceptibles de pronunciarse en una sola sílaba:

1. progresión de abertura más cerrada o más abierta; por ejemplo [ea]: me alegro.

2. progresión de abertura más abierta a más cerrada; por ejemplo [ae]: la escuela.

3. la presencia de la abertura más grande en el centro del grupo, formando así el núcleo silábico; por ejemplo, [oae]: vengo a empezar.

4. Cuando se juntan dos vocales de igual abertura, hay también sinalefa: poco efecto, pero cuando se encuentra en el centro del grupo una vocal más cerrada que las otras se hace imposible la sinalefa, y ante la vocal más cerrada se marca el límite silábico.

Son éstas, esquemáticamente, las condiciones que rigen la presencia o no de la sinalefa, la cual puede ocurrir en una gran variedad de combinaciones con o sin acento, existiendo la posibilidad de hasta cinco vocales pronunciadas en una sílaba. No obstante, merece la pena que los estudiantes extranjeros intenten imitar las sinalefas que oigan, siendo la sinalefa un rasgo importante del español normal y corriente.

Vivo en Málaga.» [Quilis, Antonio / Fernández, Joseph. A.: Curso de fonética y fonología españolas. Madrid: C.S.I.C., ¹⁴1992, § 13.6]

«Los locutores de radio y televisión, por el tono afectado y recalcado que a veces adoptan, deshacen las sinalefas más de lo que conviene a nuestra lengua.»

[RAE: Esbozo de una nueva gramática de la lengua española. Madrid: Espasa-Calpe, 1973, § 1.6.4, n. 15]

«Las sinalefas constituidas por dos vocales son, con mucha diferencia, las más frecuentes de todas. De estas sinalefas con dos vocales son a su vez más frecuentes las inacentuadas, es decir, aquellas cuyas dos vocales carecen de acento de intensidad originario.

a) Con dos vocales diferentes inacentuadas. En sucesión creciente: se abrirá. En sucesión decreciente: la estación.

b) Con dos vocales diferentes y acento originario en la más abierta. En sucesión creciente: esa rosa que has prendido; en su égloga tercera; su hondo grito. En sucesión decreciente: dentro va el faro; todavía allá iré yo.

c) Con dos vocales diferentes y acento en la más cerrada. En sucesión creciente: he aquí los campos de la patria hermosa; por ti el silencio de la selva umbrosa; conforme a lo que tú escribes. En sucesión decreciente: por milagro este bien me hizo quereros; esto ocurre una vez. [...]

d) Con vocales diferentes de un mismo grado de abertura.
1. /eo/ y /oe/. Cuando las dos vocales carecen de acento, la sinalefa es casi la única solución.
2. /éo/. La sinalefa es hoy más frecuente: ¿qué os importa el sentido de las cosas?; sé olvidar; ¿qué opinas?
3. /eó/. Hay una diferencia entre decir es de otra (sin sinalefa) y decir es de otra mujer (con sinalefa), debida a la diferente categoría gramatical del pronombre otra. Pero, en general, en otros casos, la sinalefa es lo más frecuente: de oro.
4. /óe/. Solo parece emplearse la sinalefa, y únicamente en posición interior del grupo fónico: no el rico adorno y la imperial grandeza; mandó el rey prender al conde.
5. /oé/. En este grupo, la sinalefa aparece casi siempre en posición que no coincide con el último acento del grupo fónico: ¿cómo era, Dios mío, cómo era?
6. /iu/ y /ui/. Cualquiera de estas dos combinaciones es mucho menos frecuente que las examinadas en restantes apartados, por la escasez de voces con u final acentuada, y sobre todo con i o u final inacentuadas.

e) Con vocales iguales. Si son inacentuadas, hay siempre unión silábica: aquella aldaba; desde entonces; si ignoras; mundo occidental; su unidad. Se se acentúa la primera, también es regular la sinalefa: está hablando; lo dejé encendido. Si se acentúa la segunda, ocurre alguna vez separación silábica, pero lo más frecuente es también la sinalefa: allá arriba en la alta sierra; siendo tuya la voz y el canto de ella.

1. Pueden intervenir dos o tres palabras. En el caso de dos palabras, la primera tiene que terminar o la segunda empezar con diptongo. En el caso de tres palabras, las segunda consiste en uno de los siguientes monosílabos: preposición a, conjunción o (inacentuados) y presentes del verbo haber: he, ha (acentuados): que convirtió en halagos los desdenes; todo a un tiempo; el mundo me ha hechizado; nieve o estrellas.

2. La sinalefa de tres vocales, por el grado de su abertura, puede ser decreciente: hasta Europa; creciente: soberbio alcázar; creciente-decreciente: lengua itálica.

3. En la sinalefa de tres vocales puede haber vocales de un mismo timbre: no añadas a afrenta a afrenta; en la calle le he encontrado.

5. Cuando el acento de intensidad no coincide con la vocal más abierta del grupo, se produce desplazamiento acentual.

a) Por sus rasgos generales, la sinalefa de cuatro vocales no es diferente de la de tres. Puede ser acentuada e inacentuada; creciente, decreciente y creciente-decreciente; pueden intervenir en ella dos o tres palabras; se producen desplazamientos de acento de intensidad, etc. Si intervienen tres palabras, la segunda es imposible que sea otra que la preposición a. Si intervienen dos, tienen que terminar y empezar la primera y la última, respectivamente, por diptongo: y a veces se esconda la sombra a aumentar; sale de Sidonia airado; que nuestro bien a su insolencia ahogaba; volvió a empezar; lengua aimara; antigua euforia; con el conde fue a encontrar.

b) La sinalefa de cinco vocales es una especie rara. Teóricamente, solo puede estar formada por tres palabras: se le ocurrió a Eulogio.

a) En la sinalefa entran solamente vocales que forman sílaba al final o al comienzo de la palabra a que pertenecen: subió al trono; se ahoga. Si la vocal acentuada del hiato no coincide con un acento dominante, puede incorporarse a la sinalefa: el negro cerco que rodea a mis ojos; un punto no lo había errado.

b) El verbo de metro regular emplea alguans libertades en la formación de la sinalefa: mi nombre espera. Un día y otro, la pausa destruye silábicamente el grupo /áu/, pero métricamente se computa como una sílaba, es decir, como una sinalefa. Lo mismo en: ¡Estaba en un desierto! Aunque a mi oído. Esta organización del verso es muy frecuente.

c) La expresión poética se halla a veces constreñida por las exigencias del verso, y que una formación silábica como se iba /séi-ba/ no rechaza la consonancia en –iba, a pesar de coincidir con el acento final, que favorece notoriamente el hiato. Inversamente, en posición interior del verso, más favorable a la sinalefa, esta se evita en ocasiones, y así frente a toda la fama a un eco /áu/ encontramos casi siempre una a una la mirada /a.ú/, acaso por diferencias de categoría gramatical.» [RAE: Esbozo de una nueva gramática de la lengua española. Madrid: Espasa-Calpe, 1973, § 1.6.5-1.6.8]