Dice X. Frías (2001) que la sílaba es una emisión de voz y, según la psicolingüística, es la unidad menor que percibe el oído humano. En otros términos, los seres humanos percibimos sílabas, no fonemas, aunque sí podemos aislar estos últimos. La sílaba del español debe tener, obligatoriamente, una vocal.

La clasificación de las sílabas solo se hace según terminen en vocal o consonante.

• Abiertas o libres: sílabas acabadas en vocal (marcada en negrita): can-sa-da, de-,mo-cra-cia.
• Cerradas o trabadas: sílabas acabadas en consonante (marcadas en negrita): cence-rro, sin-to-ní-a, pien-sas.

No son posibles todas las estructuras silábicas que uno se pueda imaginar. En la cabeza solo caben dos consonantes cuando una de ellas, concretamente la segunda, es líquida o vibrante junto con una plosiva, por tanto, se descarta en castellano la /s/ líquida, como en inglés student, snail, e igualmente la /n/ sin un apoyo vocálico. En cuanto a la posición de coda, dos consonantes pueden coexistir siempre que se trate de la combinación /ns/ (y algún otro caso).

La fonosintaxis es el estudio de las transformaciones que sufren los fonemas al agruparse en la cadena hablada. El concepto básico aquí es el de coarticulación: los sonidos no se pronuncian aislados, y la cercanía articulatoria de unos con otros hace que se influyan mutuamente.

Los sonidos se agrupan, como hemos visto, en unidades cada vez mayores: la sílaba, la palabra y la oración. Sin embargo, la fonosintaxis diferencia otra unidad, intermedia entre las dos últimas: el sirrema.

El sirrema según  (Quilis: 1993, p. 372).es "la agrupación de dos o más palabras que

constituyen una unidad gramatical, unidad tonal, unidad de sentido y que, además, forman la unidad sintáctica intermedia entre la palabra y la frase”.

Las palabras que constituyen el sirrema permanecen siempre unidas: entre ellas no puede haber pausa. La razón de ser de dicha unidad es acentual: el sirrema aglutina a una serie de elementos silábicos átonos que no pueden producirse aislados, sino en torno a alguna otra sílaba acentuada, para formar con ella una unidad indisoluble.

En general, cada lengua tiene su propio inventario de las partes de la oración que forman sirrema. Fuera de esas combinaciones, las demás agrupaciones están sujetas a una gran variabilidad en lo referente a pausas y entonación.

En español, forman sirrema las siguientes partes de la oración:

1. El artículo y el sustantivo. : el carro (/el'karo/).
2. El pronómbre átono y el elemento gramatical que le sigue. Ej.: dile que venga (/dile ke 'beNga/).
3. El adjetivo y el sustantivo, o viceversa. : perro blanco (/'pero'blaNko/).
4. El sustantivo y el complemento determinativo. Ej.: el perro de Luis (/el 'perode'luis/).
5. Los tiempos compuestos de los verbos. : he comido (/'eko'mido/).
6. Los elementos de una perífrasis o una frase verbal. Ej.: hemos dejado de ser (/'emosde'xadode'ser/).
7. El adverbio y u verbo, adjetivo o adverbio. Ej.: los más destacados alumnos (/los'masdesta'kadosaluNnos/).
8. La conjunción y la parte del discursoque la introduce. Ej.: Juan y Predo (/'xuan i'pedRo/).
9. La preposición con su término. Ej.: voy con Juan (/'boi koN'xuan/).

Los principales fenómenos fonosintácticos son los siguientes. Los ejemplos

corresponden al español:

1. La asimilación: un sonido adquiere algún rasgo de un sonido vecino. Se distinguen varios tipos:

2. La disimilación: los sonidos cambian para no parecerse a sus vecinos. En español, ha sido un fenómeno muy frecuente en diacronía; actualmente, se considera vulgar o dialectal. Ejemplos: mártir > mártil; vuelve < güerve; civiles > ceviles.
3. La interversión: el intercambio de sonidos que están en contacto. Ejemplos: Gabriel > Grabiel; cuidar > cudiar.
4. La metátesis: el cambio de orden entre sonidos distantes. Ejemplo: fraile > flaire.
5. La hoplología o hapaxepia: se elimina una sílaba repetida. Ejemplos: tragicocomedia > tragicomedia; morfofonología > morfonología.

Nos dice M. Schubiger (1989) que, si se considera la intensidad de la sílaba como un todo para compararla con los demás, se habla entonces de acento dinámico. Este es un componente importante del complejo fisiológico acústico que el oyente percibe como división en las sílabas acentuadas con diferente intensidad, y que se designa como acentuación. Existen muchas gradaciones de acento, sin embargo, sobre todos   son percibidas y utilizadas funcionalmente por el hablante

tónica- átona. Esta diferenciación no está marcada en todas las lenguas.

Probablemente, en el latín de la época clásica el acento era predominantemente

dinámico. En latín tardío, la intensidad espiratoria estaba seguramente en primer

lugar.

Un monosílabo pronunciado aisladamente representa siempre una sílaba tónica. En los polisílabos se platea la cuestión de la posición del acento. En el contexto fónico, el acento de palabra, tanto si se trata de monosílabos o polisílabos, experimenta modificaciones más o menos importantes, lo cual en esta ocasión se explicará brevemente tomando el alemán como ejemplo, dice Schubiger, son diferentes los factores que ocasionan las siguientes modificaciones:

• La función de la palabra con la frase: la palabra de carácter léxico son más importantes que las de carácter morfológico.
• Las necesidades rítmicas
• Los factores emocionales

No debemos olvidar que según L Hernando (2015) el acento es un prosodema que, como tal, afecta a unidades lingüísticas de la cadena hablada superiores al sonido en aquellos casos en que se comporta como estas, al poner de relieve una determinada sílaba con respecto a las de su entorno. El acento prosódico, que existe en la mayor parte de las lenguas, aunque no responde a idénticos parámetros ni desempeña la misma función en todas ellas, en algunas no se representa gráficamente y en otras solo se indica en ciertos casos. La ortografía del español, de la manera en que está fijada, lo señala de forma regular y prácticamente exhaustiva. Se han distinguido dos tendencias, la de quienes sostienen que está en función del tono, o de la cantidad y el tono, y la de aquellos otros que consideran que es una mera consecuencia de la intensidad. En la primera, la Real Academia Española, basándose únicamente en el tono, lo

presenta en la Gramática de la Real Academia de la Lengua Española como “la máxima entonación con que en cada palabra se pronuncia una sílaba determinada”, mientras que Andrés Bello, al considerar que está en función de la cantidad y el tono, establece que “consiste en una levísima prolongación de la vocal que se acentúa, acompañada de una ligera elevación del tono” .

Rufino José Cuervo parte de la idea de que “por el acento se realza una sílaba entre las demás de una palabra, o una sílaba que de por sí forma palabra entre otras sílabas inmediatas”, señalando a continuación que esto se logra “o aumentando la espiración con que producimos el sonido o alzando el tono: el primer acento, llamado de intensidad o espiratorio, es el que conocemos en castellano y en las más de las lenguas europeas modernas”, para concluir que “al definir nuestro acento debemos caracterizarlo por la mayor intensidad.

Tomás Navarro Tomás, desde esta perspectiva, titula Intensidad al capítulo dedicado al acento en su Manual de pronunciación española, donde afirma que “el oído español es evidentemente más sensible a las modificaciones del acento de intensidad que a las de otros elementos fonéticos”.

Por otra parte, aunando las dos posiciones mencionadas, S. Fernández Ramírez sostiene que “acento de intensidad y acento melódico caracterizan, por lo tanto, la estructura fonética de la lengua española, sin un predominio destacado de uno sobre otro, como ocurre en las lenguas antiguas y modernas”. En el Esbozo se lee que “tono e intensidad desempeñan así una función fonológica que consiste en poner de relieve determinada o determinadas sílabas, en contraste con las demás, que las preceden o las siguen. Pero el oído es mucho más sensible a la tonalidad que a la intensidad”. Emilio Alarcos Llorach interpreta igualmente que el acento “en español se realiza mediante el incremento de la intensidad espiratoria (y la elevación del tono) en una sola sílaba determinada del significante”.

Antonio Quilis, que define el acento como un prosodema “que permite poner de

relieve una unidad lingüística superior al fonema (sílaba, morfema, palabra,

sintagma, frase; o un fonema, cuando funciona como unidad superior) para diferenciarla de otras unidades lingüísticas del mismo nivel”.

En otra dirección, tenemos que al tratar de las variables fonéticas, J. Llisterri Boix indica que el acento tiene una clara incidencia en las características acústicas, articulatorias y perceptivas de los sonidos debido a que “puede causar variaciones en la intensidad, la frecuencia del fundamental, la frecuencia de los formantes y la duración”.

El acento, de acuerdo con la estructura interna de las lenguas, desempeña en principio las funciones contrastiva (en el eje sintagmático, en las de acento fijo o libre, al poner de relieve las sílabas acentuadas frente a las no acentuadas), distintiva (en el eje paradigmático, en las de acento libre, al distinguir dos unidades de significado diferente), demarcativa (en las de acento fijo, al señalar los límites de las unidades en la secuencia: el final de una palabra, como en francés o en turco; el principio, como en checo; o un punto intermedio entre el principio y el final, como en polaco) y culminativa (en las de acento libre o combinado, al señalar la presencia de una unidad acentual en una palabra pero sin indicar los límites).

El acento, en cuanto suprasegmento, se encuentra asociado a una sílaba, caracterizándose como el mayor grado de prominencia con el que se pronuncia esta en relación con las otras de la misma palabra o el grupo acentual del que forma parte, de donde surge el contraste entre sílabas fuertes o tónicas y sílabas débiles o átonas, como en la palabra mesa, en la que la sílaba me adquiere un relieve especial en comparación con la sílaba sa, o en la secuencia Se lo encomendó, en la que se localiza en la última sílaba, dó, mientras que las restantes son inacentuadas.

La unidad lingüística básica a la que afecta el prosodema acentual es la sílaba, que suele constar de más de un fonema, aunque en ocasiones está constituida por uno solo. En la estructura interna de la sílaba se distinguen tres componentes,

uno imprescindible, el núcleo vocálico, que presenta una mayor abertura, frecuencia, intensidad, duración, sonoridad y perceptibilidad, y dos márgenes consonánticos, uno prenuclear y otro posnuclear, con estas características en un grado sensiblemente disminuido.

En nuestro sistema lingüístico, por el acento, se distinguen palabras acentuadas o tónicas y palabras inacentuadas o átonas. Las primeras poseen un acento denominado acento léxico o acento primario. Las segundas se agrupan con aquellas para formar un grupo acentual, como el director o del periódico. Varias unidades de este tipo configuran otra mayor, el grupo fónico (el director del periódico), la cual, a su vez, puede contribuir a la construcción de unidades más complejas, llamadas unidades meló- dicas (El director del periódico / se negó a publicar el anuncio), cuya prominencia es marcada por el acento sintáctico o acento máximo. Tanto en el dominio de la palabra como en los superiores, las prominencias menores se representan mediante el acento secundario: coméntaselò.

Las palabras del español, por la posición del acento, de acuerdo con restricción de la ventana de tres sílabas, pueden ser agudas u oxítonas, si se sitúa en la última sílaba: café; llanas, graves o paroxítonas, cuando recae sobre la penúltima: árbol; y esdrújulas o proparoxítonas, en aquellos otros casos en los que la sílaba acentuada es la antepenúltima: pájaro. En las voces sobresdrújulas o superproparoxítonas, en las que el acento se ubica en una de las sílabas anteriores a la antepenúltima (cómetelo, imagínatemela), el dominio de este es la forma verbal, en cuya localización no influyen los clíticos.

De acuerdo a los estudios de Antonio Quilis sobre la frecuencia de los esquemas 

acentuales en español se observa que son más abundantes las palabras acentuadas o tónicas (63,44 %) que las inacentuadas o átonas (36,56 %). De las acentuadas o tónicas, las más numerosas son las bisílabas (41,98 %), seguidas

de las monosílabas (27,72 %), alcanzando la mayor frecuencia de aparición las llanas (33,83 %). Las inacentuadas o átonas son en su inmensa mayoría monosílabas (90,23 %), frente a la palpable minoría de las bisílabas (9,77 %).

De acuerdo con  En el grupo fónico y en la unidad melódica, las palabras acentuadas o tónicas muestran diferentes grados de prominencia. El acento sintáctico o acento máximo, que suele aparecer al final de las unidades demarcativas, permite al interlocutor establecer perceptivamente los límites entre las unidades prosódicas al otorgar mayor prominencia al acento primario final, el situado más a la derecha en la frase. Así, en el enunciado Ana comió, el acento sintáctico o acento máximo está localizado en la sílaba mió; en Ana comió a las dos, dicha prominencia acentual recae sobre dos; y en Ana comió a las dos del mediodía, el acento en cuestión se encuentra en dí. El desplazamiento acentual en estos ejemplos, desde el punto de vista acústico, se manifiesta a través de un aumento destacado de la duración de la sílaba acentuada, mió, dos, dí, dado que el perfil entonativo presenta un final descendente y el acento no puede manifestarse a través de un aumento del tono.

• La función de la palabra con la frase: la palabra de carácter léxico son más importantes que las de carácter morfológico.
• Las necesidades rítmicas
• Los factores emocionales

No debemos olvidar que según L Hernando (2015) el acento es un prosodema que, como tal, afecta a unidades lingüísticas de la cadena hablada superiores al sonido en aquellos casos en que se comporta como estas, al poner de relieve una determinada sílaba con respecto a las de su entorno. El acento prosódico, que existe en la mayor parte de las lenguas, aunque no responde a idénticos parámetros ni desempeña la misma función en todas ellas, en algunas no se representa gráficamente y en otras solo se indica en ciertos casos. La ortografía del español, de la manera en que está fijada, lo señala de forma regular y prácticamente exhaustiva. Se han distinguido dos tendencias, la de quienes sostienen que está en función del tono, o de la cantidad y el tono, y la de aquellos otros que consideran que es una mera consecuencia de la intensidad. En la primera, la Real Academia Española, basándose únicamente en el tono, lo

presenta en la GRAE como “la máxima entonación con que en cada palabra se pronuncia una sílaba determinada” , mientras que Andrés Bello, al considerar que está en función de la cantidad y el tono, establece que “consiste en una levísima prolongación de la vocal que se acentúa, acompañada de una ligera elevación del tono” .

Rufino José Cuervo parte de la idea de que “por el acento se realza una sílaba entre las demás de una palabra, o una sílaba que de por sí forma palabra entre otras sílabas inmediatas”, señalando a continuación que esto se logra “o aumentando la espiración con que producimos el sonido o alzando el tono: el primer acento, llamado de intensidad o espiratorio, es el que conocemos en castellano y en las más de las lenguas europeas modernas”, para concluir que “al definir nuestro acento debemos caracterizarlo por la mayor intensidad.

Tomás Navarro Tomás, desde esta perspectiva, titula Intensidad al capítulo dedicado al acento en su Manual de pronunciación española, donde afirma que “el oído español es evidentemente más sensible a las modificaciones del acento de intensidad que a las de otros elementos fonéticos”.

Por otra parte, aunando las dos posiciones mencionadas, S. Fernández Ramírez sostiene que “acento de intensidad y acento melódico caracterizan, por lo tanto, la estructura fonética de la lengua española, sin un predominio destacado de uno sobre otro, como ocurre en las lenguas antiguas y modernas”. En el Esbozo se lee que “tono e intensidad desempeñan así una función fonológica que consiste en poner de relieve determinada o determinadas sílabas, en contraste con las demás, que las preceden o las siguen. Pero el oído es mucho más sensible a la tonalidad que a la intensidad”. Emilio Alarcos Llorach interpreta igualmente que el acento “en español se realiza mediante el incremento de la intensidad espiratoria (y la elevación del tono) en una sola sílaba determinada del significante”.

Antonio Quilis, que define el acento como un prosodema “que permite poner de

relieve una unidad lingüística superior al fonema (sílaba, morfema, palabra,

sintagma, frase; o un fonema, cuando funciona como unidad superior) para diferenciarla de otras unidades lingüísticas del mismo nivel”.

En otra dirección tenemos que al tratar de las variables fonéticas, J. Llisterri Boix indica que el acento tiene una clara incidencia en las características acústicas, articulatorias y perceptivas de los sonidos debido a que “puede causar variaciones en la intensidad, la frecuencia del fundamental, la frecuencia de los formantes y la duración”.

El acento, de acuerdo con la estructura interna de las lenguas, desempeña en principio las funciones contrastiva (en el eje sintagmático, en las de acento fijo o libre, al poner de relieve las sílabas acentuadas frente a las no acentuadas), distintiva (en el eje paradigmático, en las de acento libre, al distinguir dos unidades de significado diferente), demarcativa (en las de acento fijo, al señalar los límites de las unidades en la secuencia: el final de una palabra, como en francés o en turco; el principio, como en checo; o un punto intermedio entre el principio y el final, como en polaco) y culminativa (en las de acento libre o combinado, al señalar la presencia de una unidad acentual en una palabra pero sin indicar los límites).

El acento, en cuanto suprasegmento, se encuentra asociado a una sílaba, caracterizándose como el mayor grado de prominencia con el que se pronuncia esta en relación con las otras de la misma palabra o el grupo acentual del que forma parte, de donde surge el contraste entre sílabas fuertes o tónicas y sílabas débiles o átonas, como en la palabra mesa, en la que la sílaba me adquiere un relieve especial en comparación con la sílaba sa, o en la secuencia Se lo encomendó, en la que se localiza en la última sílaba, dó, mientras que las restantes son inacentuadas.

La unidad lingüística básica a la que afecta el prosodema acentual es la sílaba, que suele constar de más de un fonema, aunque en ocasiones está constituida por uno solo. En la estructura interna de la sílaba se distinguen tres componentes,

uno imprescindible, el núcleo vocálico, que presenta una mayor abertura, frecuencia, intensidad, duración, sonoridad y perceptibilidad, y dos márgenes consonánticos, uno prenuclear y otro posnuclear, con estas características en un grado sensiblemente disminuido.

En nuestro sistema lingüístico, por el acento, se distinguen palabras acentuadas o tónicas y palabras inacentuadas o átonas. Las primeras poseen un acento denominado acento léxico o acento primario. Las segundas se agrupan con aquellas para formar un grupo acentual, como el director o del periódico. Varias unidades de este tipo configuran otra mayor, el grupo fónico (el director del periódico), la cual, a su vez, puede contribuir a la construcción de unidades más complejas, llamadas unidades meló- dicas (El director del periódico / se negó a publicar el anuncio), cuya prominencia es marcada por el acento sintáctico o acento máximo. Tanto en el dominio de la palabra como en los superiores, las prominencias menores se representan mediante el acento secundario: coméntaselo.

Las palabras del español, por la posición del acento, de acuerdo con restricción de la ventana de tres sílabas, pueden ser agudas u oxítonas, si se sitúa en la última sílaba: café; llanas, graves o paroxítonas, cuando recae sobre la penúltima: árbol; y esdrújulas o proparoxítonas, en aquellos otros casos en los que la sílaba acentuada es la antepenúltima: pájaro. En las voces sobresdrújulas o superproparoxítonas, en las que el acento se ubica en una de las sílabas anteriores a la antepenúltima (cómetelo, imagínatemela), el dominio de este es la forma verbal, en cuya localización no influyen los clíticos.

De acuerdo con los estudios de Antonio Quilis sobre la frecuencia de los esquemas 

acentuales en español se observa que son más abundantes las palabras acentuadas o tónicas (63,44 %) que las inacentuadas o átonas (36,56 %). De las acentuadas o tónicas, las más numerosas son las bisílabas (41,98 %), seguidas

de las monosílabas (27,72 %), alcanzando la mayor frecuencia de aparición las llanas (33,83 %). Las inacentuadas o átonas son en su inmensa mayoría monosílabas (90,23 %), frente a la palpable minoría de las bisílabas (9,77 %).

De acuerdo con  el grupo fónico y en la unidad melódica, las palabras acentuadas o tónicas muestran diferentes grados de prominencia. El acento sintáctico o acento máximo, que suele aparecer al final de las unidades demarcativas, permite al interlocutor establecer perceptivamente los límites entre las unidades prosódicas al otorgar mayor prominencia al acento primario final, el situado más a la derecha en la frase. Así, en el enunciado Ana comió, el acento sintáctico o acento máximo está localizado en la sílaba mió; en Ana comió a las dos, dicha prominencia acentual recae sobre dos; y en Ana comió a las dos del mediodía, el acento en cuestión se encuentra en dí. El desplazamiento acentual en estos ejemplos, desde el punto de vista acústico, se manifiesta a través de un aumento destacado de la duración de la sílaba acentuada, mió, dos, dí, dado que el perfil entonativo presenta un final descendente y el acento no puede manifestarse a través de un aumento del tono.