El concepto de fonema desarrollado por el estructuralismo a partir de los presupuestos funcionalistas de Trubetzkoy tiene ciertas limitaciones para la representación de los enunciados de una lengua mediante un alfabeto de signos fonéticos, como es nuestro objetivo. Un fonema no se define aisladamente, sino en función de los demás, por lo que se llega a desvirtuar la caracterización individual si así lo exige la coherencia interna del sistema. Si un fonema no puede ser definido mediante rasgos distintivos que contradigan los de sus variantes, ¿qué se ha de representar, en el caso del español, cuando los rasgos [sordo / sonoro] no son pertinentes en la caracterización de los fonemas fricativos /s/ y // o el par [interrupto / continuo] en la de los fonemas clasificados tradicionalmente como oclusivos sonoros?, ¿cómo representamos en una transcripción la no pertinencia de una determinada característica fonológica? Un problema deriva de estas consideraciones: si cuestionamos la validez de los principios teóricos con los que se ha establecido el repertorio de fonemas, estamos cuestionando la validez de ese repertorio.

    Para determinar el repertorio de fonemas del DEFE necesitamos partir de un concepto que permita su representación. La dificultad podría evitarse si transformáramos la representación ortográfica del DEFSFE en una representación fonética, directamente, sin el paso intermedio de la representación fonémica, pero el sistema que proponemos tiene ciertas ventajas, como ya hemos indicado. A partir de una transcripción inicial (que hemos denominado "fonémica") podemos generar más de una representación fonética, ampliando o reduciendo los fonos elegidos; el DEFE no es un objeto cerrado en sí mismo, sino que está sujeto a las variaciones que se consideren pertinentes. Consideramos que nuestro sistema aporta una descripción del sistema fonológico del español que no encontramos en los sistemas creados hasta la fecha, a los que no negamos eficacia, pero que están concebidos como meros instrumentos para su aplicación en la síntesis del habla; el DEFE, en cambio, es un objeto de investigación fonológica.

    El concepto de fonema del que partamos deberá tener en cuenta la estructura del sistema de transcripción del DEFE: una representación fonémica inicial que se relaciona con la representación fonética final a través de un conjunto de reglas, de ahí que no podamos desligar los segmentos que aparecen en la representación fonémica de los segmentos que se derivan de él y de las reglas que permiten la derivación.

    Las reglas relacionan fonemas con alófonos, es decir, segmentos abstractos que constituyen los elementos primitivos de la representación con segmentos abstractos pronunciables. Nos referimos a "segmentos abstractos pronunciables" porque los sonidos transcritos no son, obviamente, "sonidos concretos", tal como los definió Daniel Jones (1950: 6): "A concrete sound is a physical thing, a sound actually uttered in a particular occasion", sino una abstracción que hacemos de la realidad del habla prescindiendo de las particularidades de la pronunciación del hablante en una situación comunicativa concreta¹; y si en los alófonos derivados hacemos una abstracción de la realidad del habla, aquella concerniente al emisor, en el segmento abstracto primitivo de la representación también: prescindimos de aquellas características de los sonidos que están condicionadas por el contexto, es decir, de la variación contextual. Las reglas de transcripción fonema-alófono describen las relaciones que mantienen los sonidos en la organización del enunciado y explicitan dicha variación, que ha de ser considerada como el resultado de la aplicación de un determinado proceso fonológico. El conjunto de segmentos abstractos pronunciables que se derivan de un mismo segmento abstracto primitivo constituyen un grupo de sonidos emparentados: poseen una serie de características fonéticas comunes y se diferencian por el resultado de la variación contextual.

    De la disquisición anterior se deduce que concebimos el fonema como un segmento en el que se ha hecho abstracción de las particularidades de la pronunciación del hablante y de la variación debida al contexto; ha de ser considerado como el representante de un conjunto de sonidos abstractos pronunciables emparentados, sus alófonos, con los que se vincula a través de las reglas que dan cuenta de la variación contextual.

    Debemos constatar la semejanza de nuestra concepción del fonema con la de Jones (1950):

También el Principio 7 del AFI (IPA, 1959: 4) define el fonema en términos semejantes:

    Para nosotros el fonema no es la familia de sonidos en sí, sino el segmento que la representa en la transcripción. Jones (1950: 8) hace referencia a un miembro que ha ser considerado el más importante de cada grupo y a la relación que el resto de sonidos mantienen con él:

    Desde nuestro punto de vista, las indicaciones de Jones sobre ese sonido son insuficientemente precisas y de dudosa utilidad.

    Creemos que por "más común" se ha de interpretar "aquel segmento con mayor frecuencia de uso". Aunque podamos prever, por la distribución de los sonidos en la cadena, que una determinada variante aparecerá en un mayor número de ejemplos, es algo que no se puede establecer con absoluta seguridad sin un estudio estadístico. Siguiendo este criterio, al elegir entre los alófonos oclusivos [b], [d], [g] o aproximantes [], [], [] deberíamos decidirnos por los segundos, pues son los más frecuentes, como han señalado Canellada y Madsen (1987:39). La cuestión es si el argumento de frecuencia de uso es fonológicamente relevante para ser tenido en cuenta.

    El aislamiento de los sonidos del habla no parece un criterio apropiado para determinar, entre las distintas variantes, el segmento que ha de constar en una transcripción. Los sonidos del habla se agrupan en un continuo sonoro formando mensajes. Es cierto que podemos emitirlos aislados, pero en un contexto natural sólo podríamos pronunciar las vocales, por ejemplo, en algunas interjecciones, en la mención de las conjunciones e, y, o, u, y de los nombres de las letras (en el uso metalingüístico, las palabras tienden a pronunciarse aisladas):

    Transcribir el segmento intermedio entre los miembros extremos es una elección ecuánime, pero arbitraria desde el punto de vista fonológico. Por ejemplo, entre los distintos alófonos nasales que resultan de las asimilaciones al punto de articulación de la consonante siguiente, ¿cuál consideramos como intermedio para ser representado?, ¿el dental, que se sitúa en el centro de los siete puntos articulatorios?:

    Posiblemente, no sea lícito hablar de miembros extremos e intermedios de una familia de sonidos, a menos que todas las variantes consideradas sean las realizaciones de un mismo proceso fonológico gradual que permita determinar claramente esas categorías. En el caso de los alófonos de /s/ actúan dos procesos fonológicos distintos, la asimilación del punto de articulación de la consonante siguiente y la asimilación de su sonoridad, de ahí la dificultad para aplicar el criterio de la posición. Tampoco podríamos aplicarlo cuando sólo haya dos variantes.

    Si analizamos la serie de sonidos vocálicos y consonánticos palatales podemos observar las contradicciones que pueden surgir de la aplicación de los distintos criterios mencionados por Jones. Los sonidos de esa serie están fonéticamente emparentados, como se puede observar en las distintas realizaciones de la conjunción y descritas por Alarcos (1965: 154) a las que ya hemos hecho referencia. Podemos defender un proceso de consonantización en el que los alófonos se ordenan gradualmente (indicamos las distintas realizaciones que constan en la bibliografía):

vocal [i] / glide [] ----------->	aproximante [j] ----------->	oclusiva []
	fricativa []	africada []

Entre los alófonos más abiertos —vocales y glides— y los más cerrados —las consonantes oclusiva o africada— se sitúan las realizaciones aproximante o fricativa. Según el criterio del segmento intermedio, uno de estos dos últimos sonidos es el que debería constar en la transcripción (aquél que decidamos que se realiza), pero si adoptamos el del aislamiento, la representación fonémica de la conjunción y ha de ser la vocal /i/.

    En la transcripción del DEFE, para elegir el representante de cada grupo de sonidos pronunciables emparentados necesitamos seguir un criterio objetivo que sea coherente con el concepto de fonema que hemos definido. Si en el fonema abstraemos la variación contextual especificada en los alófonos a través de las reglas, el segmento que ha de constar como elemento primitivo de la representación será aquél no marcado por el contexto, es decir, el segmento sobre el que no se aplicará ninguna regla porque se realiza en una posición que consideramos no marcada por la variación contextual². Para determinar esa posición deberemos analizar el conjunto de alófonos que transcribamos.

    Hemos presentado un concepto formal de fonema, que antepone los aspectos físicos del habla a los mentalistas y a los funcionalistas. No negamos el carácter de representación mental del fonema, que sea "el equivalente psíquico de los sonidos del lenguaje", como lo definió Baudouin de Courtenay (cf. Trubetzkoy, 1973: 35), pero ésta es una concepción más propia de la psicología que de la lingüística. Tampoco negamos el carácter de unidad distintiva del fonema, es una asunción comúnmente aceptada que no rechazaremos; pero, siguiendo a Daniel Jones (1950: 265), se ha de diferenciar entre lo que el fonema "es" y lo que el fonema "hace". El fonema es una unidad abstracta que el lingüista utiliza en los análisis y en la descripción de las lenguas. En una fonología funcionalista, el fonema es lo que hace; en una fonología concebida como formalización de las realizaciones fonéticas, su definición no puede sustraerse de los sonidos del habla que representa. Antes de proceder a la prueba de la conmutación para determinar el carácter distintivo de una unidad se ha de establecer el repertorio de fonemas formalizando la realidad fónica, porque la aplicación de dicha prueba está condicionada por los segmentos conmutados. Por ejemplo, si afirmamos que los diptongos son unidades vocálicas monofonemáticas, podemos encontrar pares mínimos que lo justifiquen, como hueso /'e.so/ - oso /'o.so/; en cambio, la conmutación no es posible si consideramos que el diptongo es una unidad vocálica difonemática o que los dos sonidos iniciales de hueso forman una secuencia de /consonante + vocal/, /we/.

    El concepto del que partimos para establecer el repertorio de fonemas del DEFE, que proponemos como repertorio de fonemas del español, permite representar los enunciados de la lengua mediante un alfabeto de signos fonéticos y evita los problemas que hemos señalado al comentar el enfoque estructuralista en el Capítulo 4 de este trabajo:

    Nuestro concepto de fonema es incompatible con el de archifonema estructuralista, ya que debemos transcribir un segmento concreto, la variante que consideramos no marcada. La neutralización será la confluencia en un mismo sonido de las realizaciones de dos o más fonemas; tales realizaciones deberán darse en el mismo contexto silábico. En nuestro sistema de fonetización quedará formalizada a través de las reglas de transcripción fonema-alófono, como se muestra en la Figura 3:

    Nuestro sistema de transcripción tiene un claro paralelismo con la formulación inicial de la fonología generativa, aunque nuestro trabajo no se inscriba en dicha escuela: partimos de una representación subyacente sobre la que se aplican un conjunto de reglas que generan la representación fonética final. Tanto la gramática léxica, en la que se inserta nuestro trabajo, como el generativismo intentan explicar la competencia lingüística del hablante; nosotros nos centramos en el conocimiento sobre la pronunciación de su lengua. No obstante, existe una diferencia esencial entre la transcripción fonémica del DEFE y la representación subyacente de la fonología generativa. Como señalan D'Introno et al. (1995: 320), para ésta la noción de fonema se hace irrelevante y las reglas operan sobre rasgos y no sobre fonemas; en el DEFE no se especifican matrices de rasgos, sino un signo que remite a una caracterización articulatoria de los segmentos (modo y punto de articulación, y vibración de las cuerdas vocales: [sordo / sonoro]) que hemos considerado representantes de cada grupo de sonidos abstractos pronunciables emparentados. Las representaciones subyacentes de la fonología generativa no siempre tienen en cuenta la realidad fónica, un ejemplo de ello es el caso de la vibrante geminada que Harris (1991) propone para derivar la vibrante múltiple intervocálica; discutiremos este problema en el apartado 5.4.4.3, pero nuestra principal objeción es que ese segmento geminado subyacente no tiene ningún fundamento en la realidad del habla. Si la fonología ha de formalizar el conocimiento que el hablante tiene de la pronunciación de su lengua, la representación de una vibrante subyacente carece de sentido en español, porque creemos que ese segmento no está en la competencia de los hablantes.

    Tradicionalmente se establece una distinción entre representación fonética y representación fonológica, que están asociadas a los segmentos representados (sonidos y fonemas) y a las disciplinas de las que éstos son objeto de estudio (Fonética y Fonología). Las palabras de Anderson (1985: 263) son ilustrativas de esta concepción:

    En nuestro trabajo, los conceptos de "sonido concreto" (o "fono", realmente pronunciado), "segmento abstracto pronunciable" (o "alófono") y "representante de los sonidos abstractos pronunciables emparentados" (o "fonema") nos obligan a replantear la distinción tradicional. Si establecemos la existencia de tres tipos distintos de segmentos, debemos proponer tres representaciones:

    Las tres representaciones se conectarán entre sí mediante reglas que formalicen las diferencias existentes entre ellas; las tres constituirán la representación fonológica, entendida como la representación del conocimiento que el hablante tiene de la pronunciación de su lengua, puesto que todas la representan, cada una con un distinto grado de abstracción. Mostramos esta propuesta en la Figura 4:

    Las reglas que conectan las tres representaciones formalizan un determinado proceso, entendido como la modificación que experimentan los segmentos.

    Machuca (1997: 25-29) distingue entre procesos fonológicos y procesos fonéticos; parte de un análisis en el que sistematiza los factores descritos en la bibliografía que pueden producir variaciones en la señal de habla: existen factores lingüísticos (el contexto fónico, la estructura silábica, el acento y la categoría gramatical de la palabra) y factores extralingüísticos; éstos pueden ser dependientes del hablante (las características anatómicas del aparato fonador, el sexo, la edad, el estado de ánimo, la velocidad de elocución propia, la variedad geográfica de habla y las características socioculturales) o dependientes del uso que el hablante hace de su lengua (la intención, el contexto social y la relación entre el hablante y el oyente). Machuca entiende por procesos fonológicos aquellas variaciones de la señal provocadas por factores lingüísticos; estos procesos se puede hacer extensivos a la mayoría de los hablantes, por ejemplo: el debilitamiento de las obstruyentes continuas, la sonorización de /s/ ante consonante sonora y las asimilaciones de /n/ al punto de articulación de la consonante siguiente. Los procesos fonéticos son las variaciones provocadas por factores extranlingüísticos.

    Los factores de variación que distinguen ambos tipos de procesos coinciden con los que nos han permitido establecer los distintos segmentos de la transcripción; sin embargo, siendo coherentes con la nomenclatura, debemos diferenciar entre 'procesos alofónicos', la formalización de las variaciones dependientes del contexto (de los factores lingüísticos), y 'procesos fonéticos', la formalización de las variaciones dependientes del hablante y de la situación comunicativa (de los factores extralingüísticos). Ambos procesos son 'fonológicos', puesto que formalizan las diferencias existentes entre los segmentos de la representación fonológica.

    El conjunto de artículos reunidos en el volumen 18,3 del Journal of Phonetics (Beckman, 1990) indagan en el concepto de representación fonética, desde distintos puntos de vista.

    Para Ladefoged (1990), desde una perspectiva pragmática, una representación fonética es una herramienta descriptiva práctica para los análisis lingüísticos. Browman y Goldstein (1990) abordan el concepto desde la producción del habla: se ha de representar la organización de las acciones físicas implicadas en ella; las unidades de la representación fonética son los gestos articulatorios, definidos dinámicamente. Neary (1990) enfatiza los aspectos perceptivos: una representación fonética es una representación cognitiva de la percepción del habla. Estos trabajos ponen en evidencia la necesidad de establecer el dominio de la representación, como indican Nolan (1990) y Rischel (1990): la producción, la acústica o la percepción, como dominios individuales o interconectados. Pierrehumbert (1990) mantiene un punto de vista tradicional al distinguir entre una representación fonológica, cognitiva y cualitativa, y una representación fonética, no cognitiva y cuantitativa. La representación fonética da cuenta de los fenómenos que existen en el mundo físico, se pueden observar en los análisis instrumentales del habla y se pueden implementar en la síntesis. La representación fonológica se relaciona con lo fonética a través de reglas que realizan determinadas abstracciones de la señal de habla.

   Nuestra propuesta se asemeja a la de Keating (1990). La autora enfoca los conceptos de representación fonológica y fonética desde los presupuestos de la gramática generativa, una diferencia radical con nuestro trabajo, pero establece varios niveles.

    Distingue tres tipos de representación fonética:

    Las dos últimas representaciones fonéticas corresponden a representaciones "físicas" del habla. Son paramétricas porque no se definen en términos de rasgos sino de parámetros físicos, articulatorios y acústicos. Ambas se sitúan en un mismo nivel y pueden derivarse de la representación fonética categorial; queda representado en el siguiente esquema (cf. Keating, 1990: 324):

|

|                       |

   No obstante, expresan relaciones distintas en cuanto a la dualidad hablante-oyente: los hablantes usarían la representación categorial para llegar a la articulatoria, los oyentes, para llegar a la acústica.

    Reflexiona también la autora sobre el concepto de alófono: si por alófono se entiende 'subfonémico', los alófonos aparecerían en las tres representaciones fonéticas, pero prefiere circunscribirlo al segmento de la representación categorial.

    Existe un claro paralelismo entre la propuesta de Keating y la nuestra. No entraremos en la discusión de cómo ha de ser una representación fonética, en el sentido con que la hemos definido: en el DEFE no transcribimos emisiones reales de habla, y deberá ser la investigación experimental la que decida los términos en que éstas deben representarse, pero los parámetros articulatorios y acústicos son observables mediante instrumentos y caracterizan a las realizaciones del habla. Debemos señalar una diferencia, Keating distingue entre representación fonológica (la subyacente) y representaciones fonéticas; para nosotros, todas las representaciones son fonológicas, puesto que todas explican un conocimiento del hablante: la pronunciación de su lengua, pero lo formalizan con un distinto grado de abstracción. Evidentemente, desde nuestro punto de vista, esta propuesta aboga por una integración de los tradicionales estudios fonéticos y fonológicos: los primeros han de proporcionar datos empíricos con los que construir hipótesis explicativas de los fenómenos del habla (el resultado de los experimentos de laboratorio carecen de sentido como mera recolección de datos) y los segundos deben construir hipótesis que puedan ser estudiadas empíricamente (ninguna teoría fonológica tiene sentido si no se puede validar en el laboratorio). Esta idea no es nueva en los estudios lingüísticos; en nuestro ámbito académico, los trabajos de Aguilar (1994) y Machuca (1997) se incriben en una línea de investigación interdisciplinar fonético-fonológica. Indica Ohala (1991), a propósito de la relación entre Fonética y Fonología, que ambas tratan de entender el mismo fenónemo: el habla, y su colaboración ha de contribuir a encontrar las respuestas a los problemas comunes. En nuestro trabajo no incluiremos experimentos fonéticos propios que validen las relaciones entre los fonemas y los alófonos que establezcamos en la transcripción del DEFE (tarea imposible analizar todo el sistema fonológico de la lengua española), pero recogeremos problemas y datos que han de permitir futuros estudios experimentales.

    Ejemplificamos la representación fonológica que hemos definido con algunos de los datos del trabajo de Aguilar et al. (1993), en el que estudian los procesos de reducción en el habla espontánea del español. El corpus consiste en cuatro entrevistas a cuatro informantes (R., I., J.C. y P.L.). En dos de ellas –las realizadas a R. e I.– el entrevistador tiene una relación interactiva con el entrevistado (han de ser consideradas diálogos); mientras que en las otras dos –las realizadas a J.C. y P.L.– el entrevistador sólo interviene, brevemente, cuando el entrevistado ha acabado su locución (han de ser consideradas monólogos). Mostramos los casos de los fonemas oclusivos sordos en posición intervocálica y de los fonemas oclusivos sonoros también en posición intervocálica y tras nasal. En el primer caso, la bibliografía del español describe alófonos oclusivos sordos, el contexto no influye en la realización alofónica; sin embargo, en el habla espontánea, los hablantes también realizan oclusivas implosivas, oclusivas sonoras, aproximantes y elisiones, como resultado de un proceso gradual de debilitamiento, o 'lenición' (desde la no lenición, en los sonidos oclusivos sordos, hasta el máximo grado, con la elisión de la consonante). En el caso de los fonemas oclusivos sonoros tras nasal, la bibliografía tampoco describe variación alofónica, pero en el habla espontánea los informantes realizan variantes oclusivas sonoras, aproximantes y elisiones, también en un proceso gradual de lenición. Las oclusivas sonoras en posición intervocálica están sujetas a variación alófonica, se realizan como aproximantes, pero en el habla espontánea también pueden producirse elisiones. Para todos los casos, el comportamiento no es uniforme, cambia entre los informantes y en la distinta situación comunicativa (monólogo-diálogo), con un porcentaje variable. En una transcripción fonética, la de los enunciados realmente emitidos, constarán los sonidos pronunciados; sin embargo, las realizaciones oclusivas sonoras y las aproximantes, por ejemplo, no pueden ser consideradas alófonos de los fonemas oclusivos sordos, porque no dependen del contexto en sí, sino de la elección individual del hablante: en el habla cuidada, sin relajación, se realizarían los sonidos oclusivos sordos, que son los determinados por el contexto. Lo mismo sucede en los otros casos comentados.

    En la Tabla 13 mostramos la representación fonológica de los ejemplos descritos; en la sección de la representación fonética, con los signos « + » y « - » se indica, respectivamente, la realización y no realización del sonido por los hablantes.

    Para determinar los segmentos no marcados por el contexto se han de tener en cuenta la posición de los sonidos en la sílaba y las relaciones de adyacencia que mantienen entre sí, ya que son los factores que determinan la variación. En el español, las consonantes y las vocales forman paradigmas perfectamente diferenciados por su distribución silábica, de ahí que deban ser estudiadas separadamente; únicamente pondremos en relación los segmentos vocálicos y consonánticos de las series palatal y velar, por los problemas que presenta la bibliografía para su adscripción fonemática: en la serie palatal, la glide [], la vocal silábica [i], la aproximante [j], la fricativa [], la oclusiva la [] y la africada []; en la serie velar, la glide [], la vocal silábica [u], las aproximantes [w] y [] y la oclusiva [g].

    También debemos tener en cuenta que nuestro objetivo es transcribir un diccionario de formas flexivas y de distinta complejidad formal (palabras simples, derivadas y compuestas), es decir, las palabras tal como aparecen en los enunciados que emitirían los hablantes. Por tanto, debemos contemplar las relaciones que los sonidos mantienen dentro de la palabra y en el enlace entre palabras. Teniendo en cuenta que los sonidos del habla se realizan en un continuo sonoro, debemos partir de la hipótesis de que no habrá diferencias entre ambos tipos de relaciones; si las hubiera, sería por condicionamientos morfológicos particulares de la unidad léxica. Por ejemplo, el prefijo /in-/ tiene tres alomorfos: [in-], ante vocal y consonante distinta a bilabial y líquida; [im-], ante consonante bilabial; e [i-], ante consonante líquida. La nasal asimila su punto de articulación al de la consonante siguiente, tanto en interior de palabra como en el enlace entre palabras, pero nunca se elide: el proceso fonológico de elisión que explica la existencia del alomorfo [i-] está condicionado morfológicamente en las unidades léxicas formadas con este prefijo. No sucede lo mismo con el prefijo /kon-/, que también tiene tres alomorfos: [kon-], [kom-] y [ko-]; la elisión de la nasal en este último no tiene el comportamiento regular que observamos en /in-/, dada la existencia de palabras como coautor, conloar, conllevar, conreinar, correinado, correinante. Otro proceso fonológico condicionado morfológicamente es la diptongación en /'ie/ de la vocal /'e/, que afectaría, por ejemplo, a la flexión verbal: no se aplica en todos los verbos (se da en tener y no en temer), ni en todas las formas de un mismo verbo (tengo, tienes). La fonología puede formalizar los casos de alomorfia y la irregularidad de los paradigmas verbales, pero su actuación está condicionada por la existencia de una propiedad idiosincrásica de la unidad léxica⁴. Las reglas fonológicas condicionadas por la morfología se aplican en la palabra, no en el enlace entre palabras, y no tienen una aplicación regular en todo el léxico; en cambio, las reglas fonológicas no condicionadas morfológicamente tienen una aplicación regular y actúan en el interior de palabra y en el enlace entre palabras.

    También puede haber condicionamientos sintácticos y semánticos que modifiquen las relaciones de adyacencia entre los segmentos y que bloqueen la realización de un determinado proceso. Pensamos en el fenómeno de la juntura, que evitaría, por ejemplo, la resilabación en las secuencias formadas por una consonante final palabra y una vocal inicial de la palabra siguiente cuando se puedan producir ambigüedades, o la coalescencia de dos consonantes en el enlace entre palabras, por el mismo motivo. Así, la pronunciación del sintagma las salas coincidiría con la de las alas si se produce la resilabación y la fusión de las fricativas (dos procesos generales en la lengua estándar); para evitar la ambigüedad, el hablante puede optar por marcar el límite silábico en el límite entre palabras⁵:

La mayoría de los problemas del sistema fonológico del español que hemos descrito en el resumen bibliográfico del Capítulo 3 han de ser analizados separadamente, pero podemos hacer algunas generalizaciones sobre la posición no marcada por la variación contextual.

    Para las consonantes, la posición final de sílaba está marcada por el debilitamiento, y es allí donde se producen las asimilaciones de sonoridad y de punto de articulación descritas para el español. Los alófonos que se realizan en ese contexto han de ser descartados como segmentos de la transcripción fonémica del DEFE. La posición de ataque silábico ha de ser la no marcada para transcribir las consonantes, pero se ha de tener en cuenta que en ella pueden producirse fenómenos de refuerzo que incidan en la caracterización de los fonemas clasificados tradicionalmente como oclusivos sonoros /b/, /d/ y /g/ y fricativo palatal sonoro //, y en la inclusión de la aproximante labiovelar /w/ como fonema del español. Deberemos decidir si tomamos como no marcado el ataque silábico en posición inicial absoluta o en posición interior de palabra, en la cual las realizaciones de los segmentos han de coincidir con las de interior de grupo fónico.

    Para las vocales, la posición no marcada ha de ser la del núcleo silábico. Discutiremos el carácter fonemático de los diptongos y de las glides en apartados específicos. Además, debemos decidir si transcribimos los alófonos vocálicos clasificados tradicionalmente en el español a partir de la descripción de Navarro Tomás (1918): vocales relajadas, abiertas, cerradas, nasales y orales.

    No hay problemas en la caracterización fonemática de las consonantes oclusivas sordas.en el ataque silábico: se realizan únicamente cuatro segmentos, bilabial [p], interdental [t+] y dental [t] y velar [k]. El sonido oclusivo interdental sordo se realiza tras consonante interdental fricativa sorda, como describe Navarro Tomás (1918: § 97): "Cuando la va inmediatamente seguida de una t, la articulación de ésta se forma también entre los dientes, manteniéndose la lengua en la misma posición de la , sin otra diferencia que la de aumentar un poco la fuerza del contacto de la lengua contra el borde de los incisivos, de modo que durante un instante se interrumpa por completo la salida del aire. El sonido de la t (interdental), como el de la t normal, termina con explosión. Si el contacto entre ambos sonidos no es suficientemente estrecho, la t recobra su articulación propia". Este alófono se pronuncia tanto en el interior de palabra como en el enlace entre palabras; por ejemplo, hazte allá, [.t+]; con una cruz tan pesada [.t+]. Evidentemente, se trata de una variante, marcada por el contexto, del fonema dental /t/.

    Si tomamos las aproximantes como realizaciones no marcadas, debemos considerar la existencia de un proceso alofónico de refuerzo que las relaciona con las variantes oclusivas; en cambio, si consideramos que son las variantes oclusivas las realizaciones no marcadas, el proceso que las relacionaría con las aproximantes sería de lenición o debilitamiento (cf. D'Introno, 1995: 282-288, y Kenstowics, 1994: 487-488)⁷. Ambas soluciones son perfectamente plausibles. No obstante, podemos analizar cuál de los dos procesos mencionados es más natural en español.

    Si asumimos la existencia de un proceso de debilitamiento que relaciona unos fonemas oclusivos sonoros con unas realizaciones aproximantes en posición inicial de sílaba, podemos tratar de un modo unitario un conjunto de fenómenos de la lengua española, puesto que ese mismo proceso nos permite explicar también el comportamiento de las oclusivas sordas y sonoras en la distensión silábica, como veremos en el siguiente apartado. Por tanto, consideraremos que en la posición de ataque silábico existen tres fonemas oclusivos sonoros, /b/, /d/ y /g/, que se realizan como oclusivos o aproximantes en función del contexto. Su distribución, según indica la bibliografía, es la siguiente: los alófonos oclusivos se realizan en posición inicial absoluta y tras nasal (el dental, también tras lateral) y los alófonos aproximantes, en el resto de contextos; en el apartado siguiente veremos que también se realizan las variantes oclusivas de los tres fonemas sonoros tras consonantes oclusivas sordas homorgánicas.

    En este trabajo clasificaremos como oclusivo el fonema tradicionalmente denominado fricativo palatal sonoro; lo justificaremos en un apartado específico.

    Para la fonología estructuralista, los fonemas oclusivos sordos y sonoros, bilabiales /p/ y /b/, dentales /t/ y /d/ y velares /k/ y /g/, se neutralizan en la distensión silábica. El resultado de este fenómeno son las realizaciones aproximantes [], [] y [], respectivamente; la neutralización se representa mediante los correspondientes archifonemas. Como en la transcripción fonémica a partir de la cual generamos el DEFE no constan estas unidades fonológicas, en posición final de sílaba representaremos los fonemas oclusivos sordos y sonoros considerando que existe una interpretación fónica regular de la ortografía:

    Hemos mostrado en la revisión bibliográfica que no hay un común acuerdo sobre la oposición neutralizada: para Alarcos (1965), Canellada y Madsen (1987) y Quilis (1993) se neutraliza la sonoridad; para Martínez Celdrán (1989), la tensión. Creemos que debe diferenciarse entre la definición fonológica de una consonante como tensa o relajada y las propiedades articulatorias, acústicas o perceptivas que sean utilizadas para clasificarlas como tales⁹. Las consonantes sordas han sido definidas como 'tensas', 'fuertes' o 'fortis', y las sonoras, como 'relajadas', 'débiles' o 'lenis'; pero el carácter tenso o relajado de una consonante no sólo se observa en la vibración de las cuerdas vocales: las consonantes tensas se articulan con una mayor deformación del canal bucal con respecto a la posición neutra, o de reposo, y poseen una mayor intensidad y una mayor duración que las relajadas. En el caso de las oclusivas, la explosión que sigue al cierre de los órganos articulatorios es más fuerte en las tensas que en las débiles y la perceptibilidad suele ser mayor en las primeras que en las segundas (cf. Gil, 1988: 94-95). Según se desprende de los trabajos experimentales de Martínez Celdrán (1984b), parece ser que en español la tensión consonántica guarda una relación directa con la duración y una relación inversa con la intensidad, puesto que las oclusivas sordas son comparativamente más largas que las sonoras y apenas tienen intensidad.

    Si definimos la neutralización como la confluencia en un mismo sonido de las realizaciones de dos o más fonemas en la misma posición silábica (cf. supra, apartado 5.1), para determinar qué se neutraliza debemos tener en cuenta los procesos que relacionan los fonemas con sus alófonos. La propiedad afectada por el proceso será la neutralizada.

    La posición final de sílaba es una posición de debilitamiento, de pérdida de la tensión articulatoria, y en el debilitamiento de las oclusivas del español intervienen las modificaciones de la sonoridad y del modo de articulación. Teóricamente, podemos establecer la siguiente gradualidad, que coincide con el proceso histórico de la lenición romance¹⁰:

oclusiva sorda > oclusiva sonora > aproximante

    La vibración de las cuerdas vocales distiende la articulación de las oclusivas sordas, y la articulación aproximante (en la que los órganos articulatorios se acercan sin producir un cierre) relaja la tensión de las oclusivas sonoras (realizadas con un cierre total). Si la máxima tensión corresponde a la ausencia de vibración de las cuerdas vocales y al cierre completo de los órganos articulatorios, podemos caracterizar las realizaciones de los fonemas oclusivos sordos y sonoros en la distensión silábica como en la siguiente tabla, donde se muestra que los sonidos aproximantes (citados en la bibliografía como las realizaciones comunes en ese contexto) son los más relajados, aquellos en los que se manifiesta el grado máximo de debilitamiento:

    Por tanto, consideramos que los fonemas oclusivos sordos y sonoros se relacionan con sus realizaciones aproximantes en la distensión silábica a través de un proceso de debilitamiento; éste se manifiesta en las modificaciones del cierre articulatorio y de la vibración de las cuerdas vocales. La propiedad fonológica afectada por el proceso no es la sonoridad, porque no se justificaría la existencia de los alófonos aproximantes, sino la tensión; en ello coincidimos con Martínez Celdrán (1989). Sin embargo, no estamos de acuerdo con este autor cuando afirma que no existe neutralización de estos fonemas en posición final de palabra, basándose en la distribución defectiva de /p/, /b/, /k/, /g/ y /t/, que sólo aparecen en cultismos y extranjerismos: los ejemplos que cita son handicap, club, bistec, déficit, stop. Es cierto que la presencia de esas consonantes en posición final absoluta sólo puede darse en palabras procedentes de otros sistemas lingüísticos, pero éstas ahora forman parte de la lengua española y hasta pueden tener un uso relativamente frecuente; así lo creemos en casi todos los ejemplos citados por el mismo Martínez Celdrán, que hemos reproducido. Además, en la distensión silábica interior de palabra esos fonemas también aparecen en palabras no patrimoniales, puesto que en la evolución del latín al español las oclusivas implosivas de los grupos consonánticos primarios y secundarios desaparecen; citamos algunos ejemplos tomados de Menéndez Pidal (1968): cappa > capa; gutta > gota; bucca > boca; ipse > ese; captare > catar; tectu > techo; ligna > leña. Tan extranjerismo es atleta como déficit, eclipsar como stop, acción como bistec. Existen testimonios en la lengua antigua de palabras que la Academia ha fijado en su forma culta, con oclusiva en la distensión silábica interior de palabra, en las que esa consonante había desaparecido: efecto - efeto, concepto - conceto, digno - dino (cf. Martínez de Sousa, 1991: 196-152). En la lengua actual existen dobletes formados por formas cultas (con conservación de la oclusiva) y populares (donde la oclusiva ha desaparecido): captar - catar; variantes ortográficas: septiembre - setiembre; y formas cultas y populares en una misma familia léxica: leche, lácteo. Si en posición final de palabra coinciden las realizaciones de /p/ y /b/, de /t/ y /d/, y de /k/ y /g/, las oclusivas sordas y sonoras se neutralizan en ese contexto; la distinta distribución en la palabra sólo ha de ser tenida en cuenta para observar si las realizaciones son idénticas en ambas posiciones.

5.4.1.2.2. Alófonos de los fonemas oclusivos.

    Hemos asumido que los alófonos aproximantes son las realizaciones marcadas por el debilitamiento de la distensión silábica; pero debemos determinar si se realizan en todos los contextos. La bibliografía (por ejemplo: Navarro Tomás, 1918; Martínez Celdrán, 1989; y Quilis, 1993) describe una gran variación en las realizaciones de los fonemas oclusivos; ésta depende, principalmente, del estilo de habla, pero está provocada por las dificultades articulatorias de estos sonidos en la posición final de sílaba. La reciente tesis de Machuca (1997) muestra que en el habla espontánea de los hablantes cultos existe una importante variedad de realizaciones. En el DEFE debemos sistematizar la variación de un modo objetivo analizando el proceso alofónico de debilitamiento. En los siguientes apartados discutiremos la transcripción de los distintos grados de debilitamiento mencionados en la bibliografía, los contextos en que éste actúa y la aplicación de otros procesos alofónicos concurrentes.

    Hemos situado los alófonos aproximantes en una escala de debilitamiento que recoge una situación ideal y simplificada, con sólo tres realizaciones: oclusivas sordas, oclusivas sonoras y aproximantes. Creemos que estas tres categorías están perfectamente definidas y distanciadas entre sí dentro de una gradualidad, y describen el proceso de un modo suficientemente adecuado; pero además de esas variantes se pueden realizar otras más o menos sonorizadas y más o menos relajadas. El problema es determinar si tales realizaciones están verdaderamente marcadas por el contexto o dependen de aspectos particulares de los hablantes, del mayor o menor énfasis que impriman a su pronunciación. En el DEFE no tendremos en cuenta los distintos grados de debilitamiento que puedan producirse y sólo consideraremos otros alófonos, además de los citados, en el caso de que dependan claramente de la variación contextual. Así, no constarán en la transcripción los sonidos aproximantes relajados que describe Navarro Tomás:

    Aunque determinados contextos, y también el carácter átono de la sílaba, favorezcan un debilitamiento mayor, el grado máximo que representaremos será el de las realizaciones aproximantes, porque con ellas se indica un punto de la escala que podemos establecer claramente mediante la presencia, «+», o ausencia, «-», de los gestos articulatorios con los que hemos definido el proceso.

D'Introno et al. (1995: 266 y 269) también proponen una escala de debilitamiento, distinta a la que hemos presentado, para situar los alófonos de los fonemas oclusivos sordos. Está formada por las siguientes realizaciones (la ilustramos con /p/, pero es generalizable a /t/ y /k/)¹²:

    Esta escala puede ser representada también mediante los ejes de abscisas y ordenadas, que indicarían la tensión y la sordez, respectivamente, pues son dos los rasgos afectados por el proceso, [oclusiva] y [sorda]:

    La propuesta de estos autores tiene como objetivo formular el conjunto de reglas que permitan derivar los distintos alófonos de /p/, /t/ y /k/ de un modo descriptivamente adecuado. El enfoque es muy interesante y tiene indudables similitudes con el nuestro, puesto que utilizamos la escala de debilitamiento para formalizar un proceso alofónico que nos permita establecer los segmentos marcados por la variación contextual que han de constar en la transcripción del DEFE; pero tenemos que presentar algunas objeciones.

    Aunque D'Introno et al. (1995: 274-280) también mencionen el debilitamiento en la descripción de los alófonos de los fonemas oclusivos sonoros, no lo integran como un fenómeno unitario común para todas las consonantes oclusivas. Desde nuestro punto de vista, este proceso no puede ser tratado atendiendo únicamente a las sordas porque también concierne a las sonoras: las realizaciones de ambas coinciden en determinados contextos y se sitúan en la misma escala; en ella debería incluirse la oclusiva bilabial sonora [b]. Además, se observa que es una gradación ad hoc, establecida a partir de unos alófonos concretos (tomados en parte de la descripción de Navarro Tomás), lo que es contradictorio con el enfoque teórico que domina en su trabajo. Creemos que primero se debe establecer una hipótesis sobre la gradualidad del debilitamiento, definir aquello que sería posible, y después situar los sonidos en ella; esta metodología ha de permitir observar qué segmentos quedan fuera de la escala preestablecida, para modificarla porque la hipótesis sea incorrecta o para detectar la existencia de otros fenómenos en la realización de los alófonos.

    De hecho, dudamos de que todos los segmentos que constan en su escala puedan ser justificados desde el debilitamiento. La oclusiva asimilada a la consonante siguiente C (de modo que se convierte en una consonante idéntica a C, copiando todos sus rasgos) representa, según los autores, "un segmento sin su propia tensión y sordez/sonoridad" (cf. D’Introno et al., 1995: 269). Es cierto que el proceso de asimilación implica la pérdida de determinados rasgos (lo que puede ser interpretado como debilitamiento), pero para adquirir otros, y el alófono resultante no tiene por qué reflejar necesariamente relajación; lo observamos en los ejemplos que citan:

    En hi[n]nosis, se[t]tiembre y a[t]tor también se modifican los rasgos que hacen referencia al punto de articulación, y en el primer ejemplo, la nasalidad, por lo que estos fenómenos quedan sin ser explicados dentro del proceso de debilitamiento, descrito por los autores en términos de [oclusión] y [sordez]. Este hecho parece indicar que el problema no ha sido abordado adecuadamente. En los casos que hemos mencionado se está aplicando realmente un proceso de asimilación. La debilidad articulatoria de la distensión silábica favorece la asimilación de los rasgos de la consonante siguiente (es allí donde se producen los casos de asimilaciones descritos para el español), pero el alófono resultante no depende del debilitamiento en sí, sino que está condicionado por dicha consonante. Creemos que ambos procesos —debilitamiento y asimilación— han de ser formalizados separadamente para no perder capacidad descriptiva y explicativa. La independencia entre ambos queda de manifiesto si observamos los contextos en que se producen: la asimilación de las consonantes sólo tiene lugar en la distensión silábica; el debilitamiento también puede realizarse en la posición de ataque, como hemos considerado en el caso de los fonemas oclusivos sonoros. Desde nuestro punto de vista, esa consonante asimilada no debe constar en la escala propuesta.

    Finalmente, hay una diferencia entre nuestra concepción del debilitamiento y el que proponen estos autores. En la representación axial se observa que identifican la tensión con la oclusión, al tiempo que la disocian de la sordez. Nosotros hemos definido la tensión en términos de ausencia de vibración de las cuerdas vocales ([sordez]) y cierre de los órganos articulatorios ([oclusión]). Posiblemente sea una imprecisión por parte de los autores, o nuestra concepción sea incorrecta. No entraremos en una polémica que implicaría revisar todo el sistema de rasgos distintivos porque queda fuera de los objetivos de nuestro trabajo: en la transcripción del DEFE no constan matrices de rasgos y hemos asumido una definición de los segmentos en términos articulatorios tradicionales por comodidad. No obstante, creemos que debe diferenciarse entre los rasgos que hacen referencia a la vibración de las cuerdas vocales [sonoridad / sordez] y al modo de articulación [oclusivo / no oclusivo] (o [no continuo / continuo]), que también utilizan los autores), y la concurrencia de ambos en la caracterización de los segmentos como [tensos] o [relajados] y su intervención en el proceso de debilitamiento.

    La pronunciación descrita por Navarro Tomás no recoge todos los contextos de aparición de las consonantes oclusivas en la distensión silábica; se refiere a la palabra aislada y no contempla el enlace entre palabras, donde las combinaciones de fonemas son más numerosas que en posición interior (en ésta, no hemos registrado ejemplos para todos los casos). De hecho, la única consonante que no aparece como inicial absoluta es la vibrante simple, por lo que todas las demás combinaciones fonemáticas formadas por /oclusiva final + consonante inicial/ son posibles, aunque a veces sea difícil encontrar ejemplos apropiados: salvo /d/, las oclusivas finales sólo aparecen en extranjerismos y cultismos, y el número de estas palabras es limitado. Si nuestro sistema ha de ser capaz de transcribir todo el léxico del español, como palabras aisladas y en la oración, debemos hacer las generalizaciones pertinentes a partir de la pronunciación descrita para abarcar todos los contextos. Nuestro propósito es establecer las leyes generales que rigen el proceso de debilitamiento y las restricciones que puedan existir en su aplicación.

    En principio, las oclusivas sordas presentarán una mayor resistencia al debilitamiento que las sonoras, puesto que en su realización se han de modificar los dos gestos articulatorios descritos: cierre y vibración de las cuerdas vocales; las sonoras sólo han de modificar uno; pero creemos que el proceso de debilitamiento ha de estar condicionado por las relaciones que se establecen entre la tensión propia de la oclusiva y la tensión de la consonante siguiente. Podemos establecer una escala de tensión en la que situar las distintas clases de consonantes:

- Una consonante será [-tensa] si en su realización no se produce el cierre de los órganos articulatorios y vibran las cuerdas vocales. Esta caracterización quedaría restringida a la fricativa palatal sonora, si se acepta la definición tradicional de esta consonante (nosotros la consideramos oclusiva), y a la aproximante labiovelar /w/, si se incluye entre los fonemas del español, como hacemos en este trabajo (lo justificaremos más adelante).

    En la Tabla 15 representamos la tensión de las consonantes del español, referida a las especificaciones (« + », « - ») de los gestos articulatorios con los que la hemos definido¹³.

    En el grupo consonántico formado por una oclusiva –sorda o sonora– en la distensión silábica y una consonante en el ataque de la sílaba siguiente, pueden existir tres tipos de relaciones en cuanto a la tensión de ambas:

    Para determinar el conjunto de alófonos que derivan del proceso de debilitamiento formularemos un conjunto de hipótesis sobre los tres tipos de relaciones descritas, que contrastaremos con los datos de Navarro Tomás (1918) y con nuestra propia competencia¹⁴.

    En una situación articulatoria en la que ambas consonantes estén caracterizadas por la máxima tensión no se producirá debilitamiento. Es el caso de una oclusiva sorda ante otra oclusiva sorda o una africada, cuyo primer tiempo también es oclusivo.

/oclusiva sorda X/ - /oclusiva sorda Y/ -----> [oclusiva sorda X] - [oclusiva sorda Y]

/oclusiva sorda X/ - /oclusiva sorda X/ -----> Ø - [oclusiva sorda X]

    Debemos diferenciar entre la combinación formada por dos oclusivas sordas contiguas no homorgánicas, a la que correspondería la descripción de (1.1.1), y la formada por dos oclusivas sordas homorgánicas. Este contexto, no mencionado por Navarro Tomás, es poco frecuente, pero existen algunos casos en el léxico del español (en extranjerismos) y es posible en el enlace entre palabras.

    Según Navarro Tomás (1918: § 155), "Dos consonantes iguales, en contacto, se pronuncian como si se tratase de una sola consonante relativamente larga y repartida entre las dos sílabas inmediatas; la intensión de esta consonante, con alguna parte de su tensión, corresponde a la sílaba precedente, y el resto a la siguiente, hallándose, por tanto, el límite de ambas sílabas hacia el centro de la tensión de dicha consonante larga. La duración de ésta no es, pues, igual precisamente a la suma de dos consonantes simples; pero a falta de otro medio mejor empleamos en la escritura fonética una consonante doble para representarla". Consideramos que, en la realización de dos consonantes sordas adyacentes con el mismo punto de articulación, el tiempo implosivo de la primera consonante se prolonga con el de la segunda, por lo que en realidad se realizaría una sola oclusiva con un silencio más largo de lo habitual. Se trata, por tanto, de un proceso de coalescencia, cuyo resultado es la realización de una sola consonante, la de la segunda sílaba, como hemos transcrito en la Tabla 17.

/oclusiva sorda/ - /africada sorda/ -----> [oclusiva sorda] - [africada sorda]

    En la articulación de la africada el predorso de la lengua forma primero una oclusión con la zona alveoloprepalatal, seguida inmediatamente por una constricción, en la misma zona articulatoria (cf. Quilis, 1988: 259, y 1993: 291); por tanto, no existiría homorganicidad con cualquier oclusiva sorda que la preceda.

    En una situación articulatoria en la que ambas consonantes tienen la misma tensión pero no están caracterizadas con el grado máximo, se producirá debilitamiento; sería el caso de una oclusiva sonora ante una consonante [±tensa] (oclusiva sorda, nasal, lateral, vibrante, fricativa sorda). Creemos que la ausencia de máxima tensión en la consonante siguiente favorece la relajación de la oclusiva sonora, que además ha de presentar menos restricciones a la realización del proceso en la medida en que también carece de la máxima tensión.

/oclusiva sonora/ - /oclusiva sonora/ -----> [aproximante] - [aproximante]

    Dos fonemas oclusivos sonoros contiguos se realizan como aproximantes: la relajación del primero, situado en la distensión silábica, crea un contexto de debilitamiento para el fonema situado en el ataque siguiente; así lo describe Navarro y Tomás (1918: §§ 81 y 100): abdicar, subyugar, advertencia. En el habla enfática también puede articularse una oclusiva sonora. Cuando las dos oclusivas sonoras son homorgánicas no se produce elisión en el habla culta no rápida. Se pronunciarían como una consonante geminada con una duración breve de la primera. Navarro Tomás (1918: § 155) cita los ejemplos de edad dichosa, juventud dorada.

    Si el fonema clasificado habitualmente como fricativo palatal sonoro es oclusivo (así lo consideramos en este trabajo), su comportamiento en el proceso será igual al de /b/, /d/ y /g/. En posición final de sílaba, está en distribución defectiva: no está citado en la bibliografía ni hemos registrado ejemplos.

    La asimilación de los rasgos de la consonante siguiente justifica la nasalización: se han de realizar dos sonidos que comparten la sonoridad y el mismo punto de articulación, y que se articulan con un cierre total (las nasales también son oclusivas); la única diferencia entre ambos es la posición del velo del paladar. Como indica Navarro Tomás (1918: 178), la oclusiva oral queda "absorbida" por la nasal. No tendremos en cuenta otros casos en los que las consonantes oclusiva y nasal adyacentes no sean homorgánicas: es el ejemplo de hi[n]nosis, citado por D'Introno et al. (1995). Tampoco extenderemos la aplicación de este proceso al contexto [oclusiva bilabial sorda - nasal bilabial] porque, además de diferir en la nasalidad, estas consonantes poseen distinta sonoridad y se han de modificar dos rasgos (no hemos registrado este contexto en el léxico del español, pero es posible en el enlace entre palabras: eslip marrón). Es cierto que una oclusiva puede nasalizarse siempre que esté seguida por una nasal, pero el único caso descrito por Navarro Tomás es el de las consonantes homorgánicas y sonoras /b/ - /m/. Creemos que en otras condiciones la nasalización no correspondería a la pronunciación esmerada de la lengua culta.

/oclusiva sonora/ - /líquida/ -----> [aproximante] - [líquida]

    No es un contexto frecuente en la lengua; la combinación /oclusiva sonora + líquida/ suele formar un grupo tautosilábico. Navarro Tomás cita los ejemplos de tomadlo y subrayar, con debilitamiento. Creemos que la líquida no pone restricciones a este proceso, pero ante vibrante se tiende a reforzar: se daría una realización situada en cuanto al debilitamiento entre la oclusiva y la aproximante, que no transcribiremos.

    Creemos que necesariamente se ha proponer una gradualidad en el proceso de ensordecimiento, de modo que la modificación articulatoria de las cuerdas vocales tenga lugar durante la realización como aproximante de la oclusiva: a un periodo de vibración de las cuerdas vocales (en la articulación de la vocal y parte de la aproximante) sigue otro de ausencia de vibración (en el resto de la aproximante y en la consonante sorda); de no ser así, y se tratara de un ensordecimiento total, el alófono resultante sería una oclusiva sorda, ya que no existen aproximantes sordas. En el siguiente cuadro se representa el proceso gradual descrito:

    Cuando la tensión consonántica del grupo es decreciente, se pueden dar tres combinaciones:

(1) [+tensa] - [-tensa]: oclusiva sorda - aproximante /w/

(2) [±tensa] - [-tensa]: oclusiva sonora - aproximante /w/.

(3) [+tensa] - [±tensa]: oclusiva sorda - consonante sonora (oclusiva, nasal, líquida) y fricativa sorda.

    En todas ellas, la tensión global decreciente del grupo consonántico ha de favorecer el debilitamiento. Los dos primeros casos son posibles en la lengua, pero sólo se dan en el enlace entre palabras; creemos que ante una articulación aproximante, muy relajada, las oclusivas sordas y sonoras se debilitan.

    Al igual que hemos propuesto un ensordecimiento parcial de las oclusivas sonoras en la distensión silábica ante consonante sorda, también se podría proponer una sonorización parcial de la oclusiva sorda cuando está precedida por una consonante sonora. El proceso de sonorización sería gradual, de modo que la modificación articulatoria tenga lugar durante la realización de la oclusiva:

sonorización:

    No obstante, la sonorización parcial de una oclusiva sorda presenta cierta dificultad articulatoria, puesto que las cuerdas vocales han de cesar la vibración presente en la vocal durante un breve instante para reiniciarla. Es lógico pensar que la sonorización de la oclusiva sorda sea total; así constará en nuestra transcripción. De hecho, Navarro Tomás no describe casos de sonorización parcial, sí de ensordecimiento; este proceso es más defendible, puesto que a un periodo de vibración de las cuerdas vocales (en la articulación de la vocal y parte de la oclusiva) sigue otro de ausencia de vibración (en el resto de la oclusiva y en la consonante sorda siguiente).

/oclusiva sorda X/ - aproximante /w/ -----> [aproximante X] - aproximante /w/

/oclusiva sonora X/ - aproximante /w/ -----> [aproximante X] - aproximante /w/

/oclusiva sorda X/ - /oclusiva sonora Y/ -----> [aproximante X] - [aproximante Y]

    Navarro Tomás no describe específicamente este caso. De hecho, existen pocos ejemplos de estas combinaciones en el léxico del español, pero también es posible encontrarlos en el enlace entre palabras. Creemos que la situación articulatoria favorece el debilitamiento de la oclusiva sorda, inducido por la sonoridad de la consonante siguiente. No se trataría de un caso de asimilación de la sonoridad, cuyo resultado sería la realización del fonema oclusivo sordo como una oclusiva sonora: esta variante es enfática. En grupo difonemático /oclusiva sorda/ - /oclusiva sonora/, no homorgánicas, no se ha de producir elisión de la primera; ambas se realizarían como aproximantes.

/oclusiva sorda X/ - /oclusiva sonora X/ -----> Ø - [oclusiva sonora X]

    Este contexto tampoco fue descrito por Navarro Tomás y no hemos documentado ningún ejemplo de unidad léxica que lo contenga, pero es posible en el enlace entre palabras. En estos casos, el cierre de la segunda consonante coincidiría con el de la primera, formando una única oclusión, antes del periodo de vibración de las cuerdas vocales y de la explosión de la consonante sonora; tras el cierre, que equivaldría al de una pausa, ésta se ha de realizar como oclusiva. Si se da esta situación articulatoria, las oclusivas sordas implosivas se han de elidir; es la decisión que adoptamos.

/oclusiva sorda X/ - /nasal/ -----> [aproximante] - [nasal]

    Navarro Tomás (1918: § 98) indica que en posición final de sílaba (ritmo, étnico), sobre todo en posición inacentuada (atmósfera, etnología), el fonema oclusivo dental sordo /t/ se realiza como oclusiva sorda en la pronunciación fuerte o enfática; en la conversación normal se reduce en estos mismos casos a una aproximante []. El grupo ortográfico cn (técnica, tecnicismo), en la conversación ordinaria, se pronuncia generalmente []; no hay diferencia entre la articulación de técnica y la de signo.

/oclusiva sonora/ - /líquida/ -----> [aproximante] - [líquida]

    Estas combinaciones tampoco son frecuentes en la lengua. En el léxico del español sólo existe /t/ - /l/; no forma un grupo tautosilábico en la norma que hemos tomado como estándar. Navarro Tomás (1918: § 98) indica que en posición final de sílaba (atlas), sobre todo en posición inacentuada (atlántico), el fonema oclusivo dental sordo /t/ se realiza como oclusiva sorda en la pronunciación fuerte o enfática; en la conversación normal se reduce en estos mismos casos a una aproximante [].

    Navarro Tomás describe una pronunciación variable en este contexto:

    Consideramos que la realización oclusiva pertenece al habla enfática: se mantiene la tensión articulatoria, sin debilitamiento; con el proceso concurre el de asimilación, y el resultado es una aproximante ensordecida.

    Entre los grupos tautosilábicos en la distensión silábica, Navarro Tomás (1918: § 129) describe el grupo /ks/, correspondiente a la pronunciación de la letra x, que muestra un mayor grado de debilitamiento, con elisión de la oclusiva. En la conversación ordinaria, la letra x ante consonante (extraño, explicación, exponer, excelente, excepción, exclamar, excursión, extensión) se pronuncia como una simple [s]. Entre vocales (examen, eximio, éxito, exótico, exención, máxima, existencia) se pronuncia [s], con una velar débil y relajada que también resulta parcialmente ensordecida; ante h se pronuncia como intervocálica. En el habla vulgar la x intervocálica se pronuncia con el mismo valor de [s] de la x final de sílaba. La pronunciación correcta admite, generalmente, la [s] en exacto, auxilio y auxiliar. En este trabajo transcribiremos x como /ks/, pero no reduciremos el grupo a [s] en ningún contexto, puesto que consideramos que el hablante culto, en el habla cuidada, tiende a realizarlo.

    Son los casos de una oclusiva sonora ante otra oclusiva sorda o una africada (poco frecuente), por ejemplo, subprefecto, obtener, subcomisario, antigüedad perdida, bulldog perdiguero, zigzag trazado. Existen tres posibilidades de realización:

(1) Refuerzo (realización oclusiva sorda).

(2) Mantenimiento de la oclusiva (no relajación ni debilitamiento).

(3) Debilitamiento (realización aproximante, con ensordecimiento)

    Navarro Tomás indica que la consonante oclusiva bilabial sonora, seguida de la oclusiva dental sorda (obtener, obturador, subterráneo, subteniente), se realiza como sorda [p] en la pronunciación lenta y esmerada, y como aproximante [], más o menos sorda, en la pronunciación relajada y en la conversación familiar.

    La pronunciación con oclusiva sorda implica la aplicación de un proceso de refuerzo, que consideraremos propio del habla enfática. Si no se aplica ningún proceso que afecte a la tensión (debilitamiento y refuerzo), se mantiene la oclusiva sonora. Asumiremos que las oclusivas sonoras se relajan siempre (no están sometidas a restricciones); en este contexto se aplican los procesos de debilitamiento y asimiliación a la sordez, por los que resulta una aproximante ensordecida. El comportamiento es el mismo para las combinaciones de oclusivas homorgánicas y no homorgánicas, y ante africada; aunque, en el primer caso, la coarticulación en un mismo punto tienda a ser más débil, con tendencia a la elisión.

1. /oclusiva sonora/ final ----> [aproximante]

2. /oclusiva sorda/ final ----> [oclusiva sorda]

    Navarro Tomás (1918: § 125) señala la tendencia al debilitamiento de las sonoras, que asumiremos en este trabajo. Las sordas también pueden debilitarse; por ejemplo, la c final de algunas palabras de origen extranjero se pronuncia también corrientemente implosiva y relajada, llegando a realizarse a veces como una [] más o menos sorda: frac, coñac, vivac, bock, cok. Sin embargo, creemos que en el habla culta se tendería a realizarlas, por lo que no se aplicará el proceso de debilitamiento.

    Resumiendo la exposición que hemos realizado, proponemos que el proceso de debilitamiento se aplicará sin restricciones en las oclusivas sonoras; las sordas también se debilitan excepto en posición final absoluta y ante una consonante con igual grado de tensión. Como consecuencia de la realización implosiva de las sordas en la distensión silábica, éstas se eliden ante oclusiva (sorda y sonora) homorgánica. Con el proceso de debilitamiento concurren fenómenos de asimilación de la sordez y de la nasalidad. En la Tabla 34 representamos la aplicación (« + ») o no (« - ») del proceso de debilitamiento de los fonemas oclusivos en la distensión silábica. En la fila izquierda se consignan las consonantes situadas en la posición final de sílaba y en las columna superior, el contexto siguiente:

La neutralización de los fonemas oclusivos sordos y sonoros en la distensión silábica está representada en la Tabla 35, siguiendo la definición expuesta al principio de este capítulo (cf. supra, § 5.1); marcamos con un recuadro en negro las realizaciones en un mismo contexto de cada par de fonemas.

    El fonema nasal bilabial /m/ en posición final de sílaba interior de palabra sólo aparece regularmente ante consonante bilabial (ortográficamente, b y p) y también ante /n/ (por ejemplo, alumna, amnesia, amnistía, columna, enmendar, enmohecer, enmudecer, gimnasia, himno, indemne, insomne, solemne, somnífero, etc.). En cualquier otro contexto los ejemplos son contados (véase Tabla 36). Tampoco es frecuente en posición final absoluta; sólo lo encontramos en algunos préstamos de lenguas modernas, grecismos y latinismos.

    Navarro Tomás (1918) no describe la pronunciación de m en posición final de sílaba interior de palabra en otro contexto distinto al de la agrupación formada por nasal y bilabial, sólo se refiere a la posición final absoluta (cf. § 86). En su opinión, el español no admite la nasal bilabial ante pausa (harem, Abraham, máximum, mínimum, ultimátum, álbum), sustituyéndola por la alveolar. Esta sustitución también tiene lugar en el enlace entre palabras ante vocal: álbum hispanoamericano, el ultimátum había llegado inesperadamente. Incluso al silabear con cierta lentitud se prununcia [n] en palabras como em-pe-ra-dor, am-pa-ro y com-prar. De la misma opinión es Quilis (1993: 237), pues afirma que /m/ sólo tiene un alófono, [m], que se produce como tal en posición silábica prenuclear; también Canellada y Madsen (1987: 22) registran esa única distribución. En cambio, Seco (1986: 28), para la palabra álbum, recomienda que "Debe evitarse la pronunciación con /n/ final, /'al.bun/". Desde nuestra competencia, esta recomendación, que extendemos a todo el contexto, refleja la tendencia del hablante culto; en el habla rápida y en un registro familiar y relajado, se tendería a la realización de /m/ final como [n], no así en el habla cuidada. Alcina y Blecua (1975: 317-318) describen la pronunciación con nasal bilabial como una reacción cultista, causada por influjo ortográfico, que produce alternancias [-m] / [-n] en palabras como máximum y álbum, pero esa "reacción" correspondería al registro que transcribimos.

    Las asimilaciones de las consonantes nasales al punto de articulación de la consonante siguiente sólo han sido descritas en español para la alveolar. Sin embargo, creemos que la nasal bilabial también se asimila ante consonante labiodental, por la coincidencia del punto de articulación, resultando un alófono nasal labiodental []; en todos los demás contextos, /m/ se realiza como [m]. La Figura 9 esquematiza el proceso de labiodentalización de la nasal bilabial:

    En la Tabla 36 mostramos ejemplos del fonema /m/ en la distensión silábica, con los pocos casos registrados en el interior de palabra.

Tabla 36: Ejemplos del fonema nasal bilabial /m/ en la distensión silábica.

    El fonema nasal alveolar /n/, en la distensión silábica, asimila su punto de articulación al de la consonante siguiente, en el interior de palabra y entre palabras. Consideraremos que cuando dicha consonante es una alveolar, también se produce asimilación, aunque el resultado sea la coincidencia con el alófono no marcado por la variación contextual, [n]. En la Figura 10 esquematizamos el proceso de asimilación. La Tabla 37 contiene los correspondientes ejemplos.

    Coincidimos con Martínez Celdrán (1989) y Quilis (1993) en considerar la realización de /n/ ante consonante palatal como un sonido nasal palatalizado [n^j] distinto a una nasal palatal [] (la palatalización de la nasal es inevitable por la coarticulación con la consonante siguiente). Los datos fonéticos que aportan corroboran la impresión auditiva de una clara diferencia entre ambas realizaciones. Desde el punto de vista fonológico, se puede formular un principio caracterizador del español: la nasal palatal no forma parte del paradigma de segmentos posibles en la distensión silábica, bajo ninguna condición, ni como realización de un fonema nasal palatal ni como resultado de una asimilación a una consonante palatal.

    Tanto en posición final absoluta como en la resilabación ante vocal: un amigo ['u.na.'mi.go], el fonema nasal alveolar se realiza como la variante no marcada por el contexto, [n]; los casos documentados de velarización no pertenecen al habla estándar (cf. Alcina y Blecua, 1975: 356-359; Navarro Tomás, 1918: § 130; Quilis, 1993: § 7.8.1; y D'Introno et al., 1995: 309).

    Navarro Tomás (1918: § 110) describe una pronunciación de [n] débil, breve y relajada en las sílabas ins, cons y trans, que "a veces se reduce a una pequeña nasalización de la vocal precedente, y a veces se pierde por completo; la conservación total de la n en dichas sílabas tiene un carácter afectadamente culto; su pérdida es constante en el habla popular; la pronunciación correcta, en este como en otros casos, se sirve [...] de variantes intermedias más o menos próximas a uno y otro extremo, según la ocasión y el tono en que se habla". La misma variante débil se realiza en posición final ante pausa: "la lengua suele quedar adherida a los alvéolos más tiempo del que duran la presión del aire espirado y las vibraciones vocálicas; la articulación en parte, acaba, por consiguiente, muda". En el DEFE no transcribiremos ningún grado de relajación.

    Debemos resolver qué fonema transcribir, /m/ o /n/, ante consonante bilabial, en palabras como imposible o imborrable, en las que la segmentación de la palabra indica la presencia de una forma con fonema alveolar (en los ejemplos citados, el prefijo /in-/²⁰).

    Según la norma ortográfica, ante las consonantes b y p debe escribirse m y no n. Esta regla refleja la pronunciación: precediendo a un fonema bilabial siempre se realiza una nasal bilabial y no una alveolar, pero de modo imperfecto, ya que omite un grafema que representa otra consonante del mismo orden, m , y por razones etimológicas crea una disimetría con v, que también representa el fonema oclusivo bilabial, pues ante esta letra se escribe n y no m. La cuestión es qué fonemas representan las letras m y n de los grupos ortográficos mb, mp, nm y nv. Una lectura regular de la ortografía transcribiría m como /m/ y n como /n/, pero ya hemos mostrado que existen irregularidades en el sistema ortográfico. Allí donde siempre se realiza un sonido nasal bilabial debería transcribirse un fonema nasal bilabial, independientemente de su representación grafemática; así, no hay fundamento para defender la existencia de un fonema nasal alveolar en palabras como bomba, trompa, enmendar y anverso. El conflicto surge cuando es posible identificar formas internas con ese fonema²¹; citaremos algunos ejemplos:

    Si atendemos a la forma interna de las palabras complejas que hemos mencionado, deberíamos transcribirlas con fonema nasal alveolar, puesto que así constan sus elementos componentes como formas simples; es lógico pensar que la secuencia fonémica se mantiene. Sin embargo, en el DEFE no consta la transcripción fonémica interna de las palabras, sino el resultado de aquellos procesos morfofonológicos que hayan intervenido en la configuración de la forma fonémica final. Así, en las segundas personas del plural de los imperativos con pronombre enclítico, por ejemplo, callaos, en las que se elide sistemáticamente la // (callad), la transcripción no reproduce la forma interna de la palabra, /.'./, sino el resultado fonológico de la formación, /.'./. El plural balones no ha de ser transcrito /ba.'lon.es/, sino /ba.'lo.nes/, con la resilabación correspondiente; y balonazo será  /..'./ y no /.'.'./, con resilabación y pérdida del acento de la raíz²². Existen procesos morfofonológicos (elisiones, resilabaciones y reacentuaciones) que afectan significativamente a la forma fonémica de las palabras complejas, que están motivados por su complejidad, y que se reflejan en la transcripción; creemos que es lícito incluir entre ellos la asimilación de la nasal ante consonante bilabial: si en una palabra compleja se realiza siempre una nasal bilabial y ésta tiene carácter de fonema, ha de constar en la transcripción (no constarían las realizaciones que no tienen ese carácter). Un caso semejante es el de /'rei/ - /'.s/, con resilabación y consonantización: en la transcripción fonémica de la forma singular constará el fonema vocálico palatal, en la transcripción fonémica de la forma plural, el fonema consonántico homorgánico.

    Por tanto, en todas las palabras del DEFE transcribiremos los grupos ortográficos mb, mp, nm y nv como las secuencias fonémicas /mb/, /mp/, /mm/ y /mb/, respectivamente. Esta decisión tiene una ventaja para un sistema de transcripción fonética automática, que debemos mencionar: el sistema de reglas contextuales que aplicamos no podría diferenciar entre un fonema nasal alveolar y uno bilabial en estos casos a partir de la ortografía, sería necesario introducir un analizador morfológico –un instrumento de gran interés lingüístico, pero muy costoso para nuestros objetivos– que detectara los elementos integrantes de las palabras complejas:

    Como en otras series de fonemas, se han de determinar los alófonos que se realizan en la distensión silábica y su neutralización.

    En esta posición sólo se realiza la lateral alveolar. Indica Navarro Tomás (1918: § 114) que "la l final de sílaba toma el punto de articulación de la consonante siguiente"; los contextos que describe son: ante interdental, ante dental y palatal. Esta descripción es común en la bibliografía del español; por ejemplo, en Alcina y Blecua (1975: 359-360), Canellada y Madsen, (1987: 22) y Quilis (1993: 310). La asimilación de la lateral excluye, por tanto, las zonas de articulación extrema: labial (bilabial y labiodental) y velar (velar y labiovelar). Puesto que el punto articulación alveolar queda dentro del área de asimilación, podemos admitir que también allí se realiza el proceso, aunque el resultado sea coincidente con el alófono no marcado por el contexto: las realizaciones del fonema lateral alveolar en la distensión silábica toman el punto de articulación de la consonante siguiente siempre que ésta sea interdental, dental, alveolar y palatal. La Figura 11 esquematiza ese proceso.

    Como ya comentamos en la revisión bibliográfica, no hay un total acuerdo sobre qué variante se realiza ante palatal. Desde nuestra competencia, coincidimos con Martínez Celdrán (1989) y Quilis (1993) en que la realización no es una lateral palatal [] como la que se realiza en el ataque silábico (llave ['a.e]), sino una lateral palatalizada [l^j]. Al igual que sucede en la serie nasal, la lateral palatal no forma parte del paradigma de segmentos posibles en la distensión silábica, bajo ninguna condición, ni como realización de un fonema lateral palatal ni como resultado de una asimilación a una consonante palatal. La Tabla 38 contiene ejemplos de las realizaciones del fonema lateral alveolar en la distensión silábica²⁴.

    La realización alveolar del fonema /l/ será también la de los grupos tautosilábicos /ls/ en la distensión silábica (solsticio) y en la posición final absoluta (vals). Para este último contexto Navarro Tomás (1918: § 111) describe una pronunciación relajada que no transcribiremos.

    Si el fonema lateral palatal no se realiza en la distensión silábica, no puede neutralizarse con el alveolar. Es un caso análogo al de las consonantes nasales, como también señalaron Martínez Celdrán (1989) y Quilis (1993). Para nosontros, la alternancia entre las laterales alveolar y palatal en palabras emparentadas, como el / ella y docel / doncella, ha de ser explicada desde la alomorfia y no como variación contextual.

    Existe una asimetría en la distribución de los fonemas vibrantes en el ataque silábico

    En posición inicial de palabra sólo aparece la vibrante múltiple (rosa /'ro.sa/). En posición inicial de sílaba interior de palabra encontramos ambos fonemas, pero en contextos fonémicos distintos: tras vocal, las dos vibrantes: caro /'ka.o/, carro /'ka.ro/; tras consonante, sólo la múltiple. En esos dos contextos, la vibrante múltiple puede aparecer en palabras simples, o en palabras complejas —prefijadas o compuestas— formadas por una simple que empieza por vibrante múltiple; en la Tabla 39, mostramos los correspondientes ejemplos.

Como podemos observar en la tabla de ejemplos, pocas son las consonantes que preceden a una vibrante múltiple formando una agrupación heterosilábica interior de palabra. En la bibliografía se mencionan las alveolares /l/, /n/ y /s/. Hemos localizado un ejemplo para la fricativa interdental //, el sustantivo antiguo azre (arce: 'árbol de la familia de las aceráceas'); también existe el nombre propio extranjero Ezra. La oclusiva /b/ sólo aparece en formas complejas en las que identificamos los prefijos cultos /sub-/ y /ab-/. Que no existan otras combinaciones en posisión interior no implica que no sean posibles: las tenemos en el enlace entre palabras; la única restricción es la distribución defectiva de las palatales //, // y //, de la labiovelar /w/ y de la misma vibrante múltiple en la coda silábica.

La Tabla 40 contiene ejemplos de las combinaciones Consonante - /r/ en el enlace entre palabras:

En la Tabla 41 resumimos la distribución de los fonemas vibrantes en el ataque silábico; modifica la que reelaboramos a partir de los datos de Martínez Celdrán (1989) (cf. supra, § 4.3.2).

    En posición final de sílaba, la realización de las vibrantes como simple o múltiple depende del énfasis que se imprima a la pronunciación, al menos ante pausa (mar) y ante consonante, tanto en el interior de palabra (marmota) como entre palabras (mar tempestuoso). Cuando la vibrante precede a una vocal, en el decurso, y resilabea (mar azul), se realiza como simple y no como múltiple. Este hecho nos hace considerar la vibrante simple // como el único fonema de esta serie consonántica que se realiza en posición implosiva. Cuando la vibrante resilabea ante vocal y pasa de la posición de coda a la ataque silábico, deja de estar marcada por el contexto; si se realiza como vibrante simple, el fonema es vibrante simple. Por tanto, en la distensión silábica existe distribución defectiva de los fonemas vibrantes, como ocurre en la posición de ataque, y no se produce neutralización.

    La realización de una vibrante múltiple en la distensión silábica es enfática, depende de la elección individual del hablante en una situación comunicativa determinada, por eso siempre transcribiremos el alófono vibrante simple en ese contexto (la variante que consideramos no marcada), incluyendo el grupo tautosilábico // (perspicacia).

    Existe un caso de elisión de la vibrante simple final de palabra que tendremos en cuenta. Este proceso se aplicará cuando en el decurso vaya seguida de una vibrante múltiple, inicial de la palabra siguiente (mar Rojo). Se trataría de dos consonantes homorgánicas, con el mismo modo de articulación y, aunque ambas son sonoras, su comportamiento es similar al de las oclusivas sordas, ya descrito (cf. supra, § 5.4.1.2.2.2):

    En la articulación de la vibrante simple el ápice de la lengua realiza una breve oclusión en los alvéolos; cuando en el decurso le sigue una vibrante múltiple, esa breve oclusión coincide con la primera de las breves oclusiones con las que se articula la múltiple, resultando un único sonido.

    La Tabla 42 recoge ejemplos de las realizaciones de la vibrante simple en la distensión silábica.

    Navarro Tomás (1918: § 114) describe una vibrante fricativa [], producto de la relajación del habla familiar: "En la fricativa el movimiento de la lengua es más lento y suave que en la vibrante; la tensión muscular es menor; la punta de la lengua se aproxima a los alvéolos, sin llegar a formar con ellos un contacto completo; la r fricativa es prolongable; la vibrante, momentánea". Los contextos de realización de este alófonos son, principalmente, en posición intervocálica (sustituyendo a la vibrante simple) y en posición final ante pausa, aunque puede aparecer en cualquier otro contexto (cf. Navarro Tomás, 1918: § 114). Quilis (1981 y 1993) no menciona este alófono y Canellada y Madsen (1987: 23) lo clasifican como aproximante, al igual que Martínez Celdrán (1989: 92-93). Este autor no lo integra en su clasificación del sistema fonológico del español: "Teniendo en cuenta que este alófono es una realización absolutamente esporádica, que no tiene un contexto fijo y que, cuando se presenta, se trata de una variante aún más relajada que la laxa correspondiente, lo mejor sería prescindir de ella por ser del todo ocasional. [...] No conviene a la fonología descender a los detalles de la fonética ni tampoco tener en cuenta fenómenos ocasionales. El hábito de transcribir esta variante [...] se debe a la influencia de Navarro Tomás". En el DEFE tampoco tendremos en cuenta este alófono como variante del fonema // ya que no parece tener una realización sistemática, a tenor de lo expresado por Martínez Celdrán; además, en el habla culta y cuidada se tiende a pronunciar los alófonos vibrantes simple y múltiple, la realización relajada no corresponde a ese registro. Sin embargo, creemos que la pronunciación de una vibrante aproximante es mucho más sistemática, por no decir obligada, en el contexto /s.r/ (Israel), pero lo discutiremos al analizar las consonantes fricativas (cf. infra, § 5.4.5.2).

    En este trabajo adoptaremos la clasificación tradicional de español, para la que existen un fonema vibrante simple // y un fonema vibrante múltiple /r/. Para Harris (1975 y 1991), en la representación subyacente sólo consta un solo segmento //; la vibrante múltiple se deriva de una representación /-/.

    A esa argumentación se le pueden presentar varias objeciones.

    Si aplicamos el concepto de regla fonológica que seguimos a la representación de la vibrante geminada subyacente propuesta por Harris, el resultado podría ser la elisión de la primera consonante. Según la pronunciación descrita por Navarro Tomás (1918: 175-176), a la que ya hemos hecho referencia, dos consonantes iguales en contacto se realizarían como una sola, relativamente larga y repartida entre las dos sílabas adyacentes, con una menor duración en la primera. La tendencia general en el habla rápida o no cuidada sería la elisión de la primera consonante, simplificando el grupo; se trataría de una manifestación del proceso de debilitamiento característico del español en la distensión silábica. La realización de la vibrante múltiple a partir de la geminada implica un proceso de refuerzo, que no parece responder a la tendencia general de la lengua; la regla de refuerzo que propone el mismo Harris (Regla 2) se aplica en el habla enfática. Además, si la simple y la múltiple heterosilábicas no se suman, tampoco tienen por qué sumarse dos simples para formar una múltiple.

    Indica el autor que en la lengua española no existen palabras esdrújulas cuya última sílaba empiece por [r]. Además, los hablantes nativos consideran agramaticales palabras inventadas con dicha forma, y precisamente por la acentuación esdrújula:

    La agramaticalidad queda justificada si se asume que existe una vibrante geminada heterosilábica subyacente, pues el acento en la antepenúltima sílaba es sistemáticamente imposible en aquellas palabras cuya última sílaba tiene una rima ramificada:

      R    A

     /\    |

    k'am   a a

    El problema es que nuestro juicio de gramaticalidad no coincide con el de los informantes de Harris, tal vez por hablar variantes distintas del español. Esas secuencias fónicas no existen como palabras de la lengua, pero pueden ser pronunciadas, y ése es un criterio determinante para juzgar la gramaticalidad. Evidentemente, si se comparan las palabras existentes cáma[]a y víbo[]a con las inexistentes *cáma[r]a y *víbo[r]a, es fácil inducir a la creencia de que éstas últimas son agramaticales.

    Creemos que el ejemplo de Harris sólo demuestra que la representación subyacente de amor es /a.'mo/. No menciona que existe el par caro y carro (con el mismo elemento terminal: -o), cuyos respectivos temas derivarivos son ca//- (carísimo) y ca/r/- (carreta). Ambas palabras requieren el elemento terminal vocálico y sus formas flexivas y derivadas mantienen la correspondiente vibrante. Si existieran palabras como ca/r/, sin elemento terminal, con un tema derivativo ca/r/ que apareciera en sus formas flexivas y derivadas, y se pronunciase ca[] (manteniendo que esa vibrante es la única posible en posición final en español), se debería cambiar la gramática de la lengua con una regla de debilitamiento de la vibrante, similar a la de depalatalización propuesta por el mismo Harris (1991: 70-75) para dar cuenta de variaciones como desdeñar-desdén; obviamente, nos movemos en el terreno de lo especulativo.

    En posición inicial de sílaba, tras pausa y en el interior de palabra se realizan cuatro fonemas fricativos sordos, sin variación alofónica: labiodental /f/, interdental //, alveolar /s/ y velar /x/. Consideramos que el fonema clasificado tradicionalmente como fricativo palatal sonoro es oclusivo, pero lo justificaremos en el apartado 5.4.7.3.

    En la distensión silábica, interior y final de palabra, la aparición de los fonemas fricativos es desigual: el interdental y el alveolar forman parte del paradigma de consonantes finales propio de la lengua española y tienen pocas restricciones, especialmente /s/, que es la terminación característica de los plurales; en cambio, el labiodental y el velar son extraños en el sistema y aparecen en muy pocas palabras (del velar sólo hay un ejemplo en posición interior, la palabra majzén, un término árabe sin vigencia actual). Esta desigualdad repercute en el tratamiento que la bibliografía dedica a los procesos a los que están sujetos estos fonemas.

(1) Asimilación de la sonoridad.

Figura 12: Sonorización de las fricativas /s/ y //.

(2) Asimilación del punto de articulación.

(3) Asimilación a la vibrante.

Ante vibrante /r/, la fricativa alveolar /s/ asimila el modo de articulación vibrante, sin perder el de fricción: []; ambas son homorgánicas. En el grupo /s.r/ (israelita, los reyes), la /s/ se sonoriza como en los casos precedentes; "pero la punta de la lengua, arrastrada por la enérgica articulación de la vibrante siguiente, abandona la forma característica de la estrechez redondeada que la punta de la lengua forma en la s, haciendo perder a ésta su timbre sibilante y produciendo propiamente, en vez de la z ordinaria y regular, una r fricativa" (Navarro Tomás, 1918: § 107). La realización de una fricativa sibilante requiere una pequeña pausa entre ambos segmentos.

Figura 14: Vibrantización y sonorización de /s/: [].

    En la transcripción, no tenemos en cuenta variantes debilitadas en posición final absoluta; es un fenómeno general sujeto al énfasis. Navarro Tomás (1918: § 131) menciona el debilitamiento y pérdida de [x] final (reloj), pero consideraremos que en la lengua culta se tiende a su realización.

    Dos consonantes fricativas homorgánicas en contacto tienden a realizarse como un solo sonido, un poco más largo que lo habitual, con elisión de la situada en posición de coda; seguiría el comportamiento habitual de las consonantes descrito por Navarro Tomás. Las fricativas se realizan sin cierre, por lo que el ruido de fricción puede ser prolongado:

/fricativa X/ - /fricativa X/ -----> Ø - [fricativa X]

    En las Tablas 43, 44, 45 y 46 ejemplificamos las realizaciones de los fonemas fricativos en posición final de sílaba.

	combinación	interior de palabra	enlace entre palabras	realización
1. // - /bilabial/	// - /p/ // - /b/ // - /m/	chozpo cabizbajo velozmente	audaz paladín antifaz veneciano salaz mirada	[] - [p] [] - [] [] - [m]
2. // - /labiodental/	// - /f/	(no registrado)	actriz famosa	[] - [f]
3. // - /interdental/	// - //	(no registrado)	luz cenicienta	Ø - []
4. // - /dental/	// - /t/ // - /d/	satisfazte mazdeísmo	atroz tortura haz de espigas	[] - [t+] [] - []
5. // - /alveolar/	// - /s/ // - /l/ // - /r/ // - /n/	(no registrado) guzla azre lezna	pertinaz sequía actriz lituana luz radiante sencillez natural	[] - [s] [] - [l] [] - [r] [] - [n]
6. // - /palatal/	// - // // - // // - // // - //	(no registrado) (no registrado) (no registrado) (no registrado)	haz yoga actriz checa tenaz llantina sandez ñoña	[] - [j] [] - [] [] - [] [] - []
7. // - /velar/	// - /k/ // - /g/ // - /x/ // - /w/	mezquino mayorazgo (no registrado) (no registrado)	atroz calamidad antifaz granate veloz jinete faz huesuda	[] - [k] [] - [] [] - [x] [] - [w]