¿Por qué el español tiene solo cinco vocales? (2024)

Si le preguntamos a cualquier hispanohablante cuántas vocales hay o cuántas vocales tiene el español, la respuesta inmediata y sin titubeos de la mayoría será que son cinco vocales las que tiene, como todo el mundo sabe: a, e, i, o, u. Es algo tan básico que tenemos incluso aquella canción:«borriquito como tú… que no sabes ni la u…».

Aunque es cierto que el sistema vocálico más frecuente en las lenguas del mundo es de cinco vocales, y el español es efectivamente una de estas lenguas, tenemos que preguntarnos cómo hemos llegado a esta situación desde las diez vocales que tenía el latín y por qué la mayoría de las lenguas hermanas tienen, al menos, siete:

• gallego (7): /i, e,ɛ, a,ɔ, o, u/
• italiano (7): /i, e,ɛ, a,ɔ, o, u/
• catalán (7 u 8):/i, e,ɛ, a,ɔ, o, u (, ə)/
• rumano (7): /i, e, a, o, u,ə, ɨ/
• portugués (hasta 9 orales):/i, e, ɛ, a, ɔ, o, u, ə (, ɨ)/
• francés (hasta 12 orales): /i, e, ɛ,a, ɔ, o, u,ə, œ,ø, y (, ɛː, ɑ)/

Para los hispanohablantes, la correspondencia de letras y de fonemas vocálicos es simétrica, y por eso no titubeamos al responder a esa pregunta. Sin embargo, si uno pregunta a hablantes de lenguas con más de cinco vocales, las respuestas son variopintas: desde el anglófono que afirma que su lengua tiene cinco vocales hasta los que, sin saberlo instintiva e inmediatamente, intentan hacer cálculos, acertados en mayor o menor medida, al vuelo.

Tan rápida, fácil e intuitiva es la respuesta para los hispanohablantes que quien no está familiarizado con la lingüística y la fonética en general puede incluso hacerse preguntas como «¿¡Es que hay más de cinco vocales!?».

Tras este preámbulo, veamos por qué la mayoría de las variedades del español tienen cinco fonemas vocálicos, en lugar de los siete que se habrían esperado a partir de la evolución del latín tardovulgar.

Las vocales en latín

Como hemos mencionado, el latín tenía diez vocales, esto es, /i, e, a, o, u/ breves y las correspondientes vocales largas. Es por esto que el alfabeto latino, al contrario que por ejemplo el griego, estaba concebido en un principio para representar estos cinco timbres vocálicos (sin contar la grafía‹y›, de introducción posterior).

Si la única lengua romance fuera el español, podríamos pensar, precipitadamente, que lo único que ocurrió fue que se perdieron las vocales largas —o que se fundieron o convergieron con las breves— y que por eso tenemos, básicamente, una grafía para cada una de las cinco vocales; esto sí que pasó tal cual en sardo.

Sin embargo, lo ocurrido en castellano es algo más complicado. Para entender el resultado en cinco vocales de nuestra lengua tenemos que continuar un poco más con la evolución del latín.

Los cinco pares de vocales del latín, que en principio contrastaban en cantidad (a larga y a breve, e larga y e breve, etc.) pero no en timbre (p. ej. la i larga sonaba igual que la i breve, solo que con mayor duración), debieron en algún momento diferenciarse también en el timbre, tal como pasa en el inglés británico actual, en el que las íes de sheet /ʃiːt/ y de sh*t /ʃɪt/ difieren tanto en duración —por eso la primera incluye el símbolo ː, que indica cantidad larga— como en timbre —por eso los símbolos fonéticos son distintos: /i/ e /ɪ/—, siendo la de sh*t, por así decirlo, intermedia entre nuestra /i/ y nuestra /e/.

Sobre la afirmación del contraste de cantidad pero no de timbre, véase el anexo al final.

Boletín de lenguas para linguófilos

Un correo diario con contenidos e historias filológicas y lingüísticas. No es el típico boletín tostón: a los miles de suscriptores actuales les encanta.

(El artículo que estás leyendo no se cierra: no perderás la posición de lectura, así que apúntate al boletín ahora mismo y enseguida podrás seguir leyendo).

¡Quiero apuntarme!

Pérdida de la cantidad vocálica

Podemos suponer que antes del siglo II d. C. estábamos en un estadio en el que las vocales latinas diferían tanto en timbre como en cantidad, siendo las largas algo más cerradas que las correspondientes breves, más abiertas.

A partir de este momento la cantidad se perdió y, una vez que las vocales largas habían desaparecido como tales, lo único relevante en la distinción de las vocales era el timbre, y es de suponer que, alrededor del siglo III-IV, ya nos encontrábamos con un sistema vocálico de siete vocales (en sílaba tónica) como el del gallego o el italiano.

Distinción entre vocales tónicas y átonas

Antes de seguir, hemos de distinguir entre las vocales en sílaba tónica y en sílaba átona. El vocalismo átono del latín tardovulgar resultó, con sus matices—en los que no entraremos— en cinco vocales: /i, e, a, o, u/; por tanto, esto no presenta dificultad y carece de mayor interés.

Es en el vocalismo tónico donde encontramos un mayor número de vocales en la mayoría de lenguas romances, por lo que hemos de ver qué pasó con los equivalentes castellanos.

Las vocales de las lenguas romances

Las vocales presentes en las citadas lenguas romances, de las que carece el español, son la e abierta /ɛ/ y la o abierta /ɔ/. Dicho de otra forma: las lenguas romances, por lo general, tienen dos es distintas y dos oes distintas, una abierta y otra cerrada, mientras que el español solo tiene una e y una o intermedias entre las abiertas y las cerradas de las otras lenguas que distinguen.

Así, por ejemplo, los italianos —no todos— distinguen dos significados, según sus diferentes orígenes, de pesca: /ˈpɛska/ ‘melocotón’ y/ˈpeska/ ‘pesca’. Si un hispanohablante pronuncia pesca, el italoparlante no sabrá si se refiere al melocotón o al acto de pescar.

Diptongación de vocales tónicas abiertas

En la mayoría de las variedades del latín hablado —lo que aquí llamaremos protorromance por pura conveniencia—, las vocales /ɛ/ y /ɔ/ se fracturaron, es decir, se convirtieron en una especie de vocal doble, de modo que /ɛ/ se convirtió en [eɛ] y /ɔ/, en [oɔ], primer paso hacia una verdadera diptongación en /ie/ y /uo/ respectivamente.

El castellano iría un paso más allá en el segundo diptongo, diferenciando aún más sus elementos, con lo que llegamos a /ue/ (aunque hubo variación, p. ej. /ua/ como en uamne). Nada de esto, sin embargo, ocurrió en el gallegoportugués ni en el catalán.

Diptongación según la lengua romance

En este punto, hagamos algunas comprobaciones con el español, el italiano y el francés (y portugués y catalán, donde nunca hay diptongación) para ver que todo funciona:

• pĕ́tra > «piedra» | pietra | pierre || pedra | pedra
• fŏ́cu > «fuego» | fuoco | feu || fogo | foc

Pero ¿qué pasa con este otro par?

• fĕ́sta > «fiesta» | festa | fête || festa | festa
• pŏ́rta > «puerta» | porta | porte || porta | porta

Aquí vemos que solo el español tiene diptongos, mientras que las demás lenguas, incluidos el italiano y el francés, tienen vocales puras.

Leyendas medievales 🎙️ el pódcast

Suscríbete gratis en tu plataforma favorita para descargar los nuevos episodios en cuanto se publiquen.

Beowulf, Roncesvalles, Guillermo Tell, Robin Hood, el rey Arturo…

La diferencia entre el primer y el segundo par es que las sílabas donde se encuentran las vocales en cuestión son abiertas (la sílaba acaba en vocal: pe‑tra, fo‑cu) o cerradas (la sílaba acaba en consonante: fes‑ta, por‑ta).

Como las sílabas trabadas tienden a acumular mayor tensión articulatoria, no hay diptongación. La única excepción, como vemos, es el castellano, que diptonga las primitivas ĕ́ /ɛ́/ y ŏ́ /ɔ́/ tanto en sílaba abierta como en sílaba cerrada.

Hay, aun así, algunas palabras que escapan a la diptongación incluso en español, como por ejemplo:

• mŏ́ntedebería haber dado *«muente», igual quefŏ́nteha dado «fuente»
• hŏ́minedebería haber dado «huembre», que de hecho puede encontrarse en textos medievales
• abscŏ́ndit debería haber dado*«escuende»

Incluso hay diferencias entre las lenguas peninsulares que dan lugar a diptongos donde el castellano no los tiene:

Conclusión:¿por qué el español tiene solo cinco vocales?

La mayoría de las lenguas romances tienen, al menos, siete vocales, incluyendo una e abierta y otra cerrada, y una o abierta y otra cerrada; las abiertas, resumiendo, corresponden a las antiguas e y o breves (> /ɛ/ y /ɔ/) en sílaba cerrada tónica, como en f[ɛ]sta y p[ɔ]rta.

El castellano es la gran excepción, ya que diptonga sin hacer distingos de ningún tipo cualquierantigua e y o breve en sílaba tónica. Por tanto, el español tiene cinco vocales: /a/, /i/, /u/ como todas las lenguas romances y una sola /e/ y una sola /o/ que no son ni abiertas ni cerradas (y a las que por tanto, hilando fino, habría que añadir unos diacríticos: [e̞], [o̞]). A las vocales puras abiertas /ɛ/, /ɔ/ de las otras lenguas romances (que serían las vocales sexta y séptima) corresponden diptongos en español: /ie/, /ue/.

Audiolibros en español gratis y legales

Comparativa de plataformas de audiolibros

Alternancias morfofonológicas: «si quieres, puedes»

O «si querés, podés», que diría un argentino. Aunque llevamos dichas muchas cosas, tenemos que tener en cuenta, para este apartado del artículosobre alternancias morfofonológicas, los siguientes datos clave:

• el español diptonga las antiguas ĕ yŏ cuando son tónicas:ĕ́ > /ie/; ŏ́ > /ue/
• si las antiguas ĕ y ŏ son átonas, el español tiene las respectivas vocales /e/ y /o/
• marcaremos subrayando la vocal o el diptongo tónico: V

Por tanto, y como sabe cualquier nativo al menos de forma inconsciente, esto nos lleva a que podamos tener lexemas que pueden aparecer con más de una forma, por ejemplo «puerta»↔ «portero» o «fiesta»↔ «festival».

La razón, como ya habrás adivinado, es que en la primera palabra de cada par la antigua vocal breve es tónica (y por tanto diptonga), mientras que, en la segunda, es átona (y por tanto permanece como vocal pura). La alternancia morfofonológica está condicionada por el acento.

Este tipo de alternancias también se da en los paradigmas verbales según estas mismas reglas. Por eso tenemos, en el presente de indicativo y subjuntivo, que todo el singular y la 3.ª persona del plural tienen diptongo en verbos descendientes de étimos latinos con vocal radicalĕ/ŏ: «pierdo, pierdes, pierde, perdemos, perdéis, pierden».

Algunas excepciones

Aunque esta es la regla general, las alternancias morfofonológicas tienen también su parte caprichosa.

¿Por qué «ofendo», pero «defiendo»? Los dos verbos son obvios compuestos de la raíz verbal latina fĕnd‑, y no hay ninguna razón —más allá de la histórica: «ofender» es palabra más tardía que «defender»— para que lo correcto hubiera sido *«ofiendo».

¿Y por qué de «diente»→ «dentista» pero de «cuento»→ «cuentista» (cf. «contar»)? Desde un punto de vista estrictamente etimológico y morfofonológico, deberíamos tener *«contista». Simplemente, el derivado se ha hecho no sobre el lexema original cont‑, sino ya sobre el lexema (diptongado) de «cuento».

¿Y de «nuevo»→ tanto «nuevísimo» como «novísimo»; de «fuerte»→ tanto «fuertísimo» como «fortísimo»? Los superlativos en -ísimo, aunque ya existían en latín, se normalizaron en español secundariamente a través del italiano, con regusto cultista; por esto les viene bien conservar la raíz en monoptongo del latín. Por otra parte, este sufijo nuevo se añade a adjetivos que son siempre con diptongo, por lo que también les viene bien conservar la raíz diptongada castellana. La Nueva gramáticaincluso da una lista cerrada de estos casos:

ardentísimo ~ ardientísimo; bonísimo ~ buenísimo; calentísimo ~ calientísimo; certísimo ~ ciertísimo; destrísima ~ diestrísima; ferventísima ~ fervientísima; fortísima ~ fuertísima; grosísimo ~ gruesísimo; novísimo ~ nuevísimo; recentísimo ~ recientísimo; ternísima ~ tiernísima; valentísima ~ valientísima

RAE/ASALE, Nueva gramática de la lengua española

¿Qué es lo correcto:«fregaplatos» y«fregasuelos» o«friegaplatos» y «friegasuelos»? Recomienda y justifica el Diccionario panhispánico de dudasque las formas adecuadas son con diptongo, pues el compuesto se forma sobre la 3.ª persona, que, como sabemos, tiene diptongo. Este razonamiento morfológico, que es el que predomina, realmente va contra los razonamientos fonológico y aun etimológico:

• contra el fonológico porque esa sílaba no está acentuada y por tanto debería haberse quedado comoe
• contra el etimológico porque, de hecho, esae nunca debería diptongar, pues «fregar» procede de

Vemos, por tanto, que ocasionalmente las cosas no son ni tan blancas ni tan negras.

¿Por qué «hueso» y «huevo» llevan‹h›, pero «óseo» y «oval» no?

Un efecto colateral de todo esto es la alternancia ortográfica ‹h› ~ ‹∅› en palabras como «hueso» ↔ «óseo». ¿Por qué «hueso», «huevo», «huelo» (del verbo «oler»), etc., se escriben con ‹h›, mientras que «óseo», «oval», «oler», etc., no la llevan?

Histori(et)as de griegos y romanos 🎙️ el pódcast

Breves historias, historietas y anécdotas de griegos y romanos y el mundo clásico y antiguo en general.

La forma más fácil y amena de aprender sobre la Antigüedad clásica.

Durante la Edad Media, una vez que el diptongo ue ya se había consolidado, se tomóla costumbre de escribir delante de las palabras que empezaban por ue una hpara evitar que la u del diptongo se confundiera con una v, dando lugar a lecturas incorrectas como los ejemplos siguientes:

• «hueso» se escribiría*uesso y podría confundirse con *vesso *[ˈbeso]
• «huevo» se escribiría *uevo y podría confundirse con *vevo *[ˈbeβo]
• «huelo» se escribiría *uelo y podría confundirse con *velo *[ˈbelo]

Cuando el españolsí tiene más de cinco vocales

Como pasa con los estereotipos, detrás de cada meme suele haber algo de verdad. Es característico —pero no exclusivo— de la parte oriental de Andalucía y Murcia el desdoblamiento fonológico por el que se crean, al menos, tres vocales nuevas.

La relajación de la /s/ al final de una palabra en plural es típica del español atlántico. Esta relajación llega a la completa elisión en algunas zonas, lo que, en principio, nos dejaría con que el singular y el plural serían iguales:

• «libre» = «libres»
• «niño» = «niños»
• «niña» = «niñas»

Sin embargo, en la parte oriental de Andalucía y en Murcia se crean tres nuevas vocales por compensación de la /s/ que se pierde, de modo que el singular y el plural contrastan, al menos, para el oído acostumbrado:

• «libre» [ˈliβɾe], «libres» [ˈliβɾɛ]
• «niño» [ˈniɲo], «niños» [ˈniɲɔ]
• «niña» [ˈniɲa], «niñas» [ˈniɲæ]

Siguiendo el razonamiento de los pares mínimos, tendríamos que, de hecho, estas variedades tienen al menos ocho fonemas vocálicos.

Trato gran parte de todo este apasionante tema —además de, prácticamente, lo que un mortal ha de saber sobre fonética y fonología del español— en la clase de alternancias morfofonológicas de mi curso de fonética y fonología del español. Si te interesa el tema, puedes empezar ahora mismo con la primera clase o, algo más práctico, con la segunda.

Anexo: sobre las vocales latinas

Hemos dicho que los cinco pares de vocales del latín (10 = 5 × 2) contrastaban en cantidad (largas y breves) pero no en timbre. Esto parece entenderse de bibliografía hispanohablante, más por omisión de decir explícitamente cualquier otra cosa. En cambio, la bibliografía anglosajona suele mencionar que las largas debían de ser más cerradas que las breves (mutatis mutandis).

Vamos a intentar ver qué hay ahí… si demasiada omisión en la hispanohablante o demasiado sesgo en la anglosajona. Empecemos por la primera, mirando un poco de todo.

Por ejemplo, Ariza se limita a decir que «el vocalismo del latín clásico constaba de diez fonemas vocálicos, establecidos en dos subsistemas con tres grados de apertura»; no menciona nada sobre el timbre. A continuación da unos (precarios) triángulos vocálicos de los dos subsistemas (vocales largas y vocales breves) en los que las vocales largas y breves parecen ocupar el mismo lugar, y también los símbolos son los mismos (es decir, por ejemplo, ē y ĕ, sin uso de p. ej. ɛ); esto puede ser más omisión/negligencia o simple tradición de usar los símbolos estándares con macrones y breves.

Si vamos a la Fonética latina de Bassols, en el apartado de «Timbre de las vocales (latín clásico y vulgar)», dice explícitamente que «las vocales largas tendían a pronunciarse en forma cerrada y precisa; las breves, en cambio, en forma abierta y relajada». Aunque no queda totalmente claro, esto parece referirse ya al latín clásico, pero entonces menciona como soporte a ello testimonios que parecen ser vulgares. Bassols no ofrece ningún triángulo vocálico ni gráfico de ningún tipo.

Aunque técnicamente anglosajón, aquí añadiré a Ralph Penny (a partir de aquí, traducciones mías), que dice que había «diez fonemas [vocálicos], que contrastaban en tres rasgos distintivos [distinctive features], apertura, locus y cantidad. […] Cada punto en este sistema estaba ocupado por dos vocales, diferentes en cuanto a la cantidad (es decir, duración, indicada aquí por la presencia o ausencia de ‘ː’); /iː, eː, aː, oː, uː/ eran largas, y /i, e, a, o, u/ eran breves». Entonces, hace referencia a la siguiente tabla/triángulo vocálico, que, junto al texto, parece dar a entender explícitamente que no había distinción de timbre.

Nos vamos ahora a la bibliografía propiamente anglosajona…

Si nos vamos a Adams, en el apartado «The Classical Latin vowel system», él dice explícitamente que «las vocales largas parecen haber sido más cerradas que las correspondientes breves»; entonces, menciona a diversos lingüistas que citan «algunas pruebas [evidence] que apoyan esta afirmación [contention], que no necesitan ser repetidas» (esto a mí me parece la cita de la cita que no hemos consultado). Termina añadiendo que «hay pruebas [evidence] de que en lenguas con distinción de cantidad las vocales breves son más centralizadas», lo cual es cierto, p. ej. en inglés (pero cuidado con el sesgo de querer generalizar, sobreextender y atribuir a otras lenguas características de la nuestra). Adams sí ofrece un triángulo vocálico, en el que se ve justo eso: las vocales breves más en el centro (y más bajas) respecto a las correspondientes largas, más en los extremos (y más altas).

Concretamente, Adams cita a los siguientes autores:

• Sturtevant 1940: 108
• Spence 1965: 11
• Pulgram 1975: 250
• Janson 1979: 40
• Herman 2000: 28
• Clackson y Horrocks 2007: 273

Entonces, veamos qué evidencia dan ellos, según lo que he sido capaz de consultar.

Por ejemplo, Sturtevant cita confirmatory evidence en el umbro y en el osco, lo cual puede ser más o menos traído por los pelos. Luego da another indication en un ejemplo de Plauto (que no he sido capaz de comprender qué demuestra y cómo); pese a mi incapacidad, parece justo decir que un ejemplo puede ser clasificado de prueba anecdótica, por no hablar de que Plauto suele ser clasificado precisamente de autor con rasgos vulgares. El autor luego dice que «los gramáticos hablan de una diferencia cualitativa entre ō y ŏ, pero no es fácil interpretar todo lo que dicen» (cursivas mías).

A la obra de Spence no he podido acceder. Pasamos…

Pulgram asevera: «Por supuesto, las vocales cuantitativamente diferentes del latín escrito tenían rasgos [traits] cualitativos también. De hecho, las pruebas [evidence] (sincrónica de la ortografía latina y diacrónica de los romances) son abrumadoras: las largas y las breves están colocadas por pares [arranged pairwise] de tal forma que la vocal larga es generalmente más alta y externa». A continuación ofrece una especie de triángulo bastante similar al de Adams. Aunque hace mención a las pruebas, no da ninguna específica.

A Janson no he podido acceder. Pasamos…

En Herman aparece un triángulo precario parecido a la superposición de los triángulos de Ariza, aunque las vocales breves están más abajo que las largas (pero no más centralizadas); esto no sé si quiere decir que el autor realmente considera que las largas son más altas que las breves (pero no más centralizadas), o que por simple limitación gráfica lo dispone así. En el texto no he sido capaz de encontrar nada al respecto.

La parte citada de Clackson y Horrocks está ya en el apartado «From Latin to Romance», por lo que ha de ponernos en guardia de que realmente se refieran al latín clásico. En un momento dice que «[esto] parece reflejar una diferencia cualitativa entre las vocales medias largas y breves, ya notada por los escritores antiguos sobre la lengua: las vocales medias largas eran pronunciadas más cerradas que sus ‘equivalentes’ [‘counterparts’, con las comillas]». Un poco más abajo ofrece una especie de triángulo/trapecio vocálico del «Classical Latin» en que ē está a la misma altura que i, y lo mismo con ō y u; esto parece más bien forzado para hacerlo coincidir con los posteriores resultados protorromances, triángulo/trapecio que coloca al lado del anterior y cuya distribución coincide.

Para mí, la conclusión va por donde creo que tira la parquedad de Ariza: poco importa para nuestros propósitos lo que hubiera en latín clásico; lo importante es lo que hubiera en latín vulgar.

¡Por cierto! Puedes seguir aprendiendo y disfrutando en mi boletín diario: cada día envío un correo donde comparto artículos, recursos, vídeos, pensamientos y reflexiones, todo relacionado con la filología, la lingüística... en fin, todo eso que nos gusta a ti y a mí. Es gratis, pero solo para auténticos linguófilos.