UN LISTADO DE LAS SÍLABAS
DEL ESPAÑOL

JERÓNIMO ARMARIO TORO
Diplomado en Magisterio
Licenciado en Psicopedagogía

Las posibilidades que ofrece el tratamiento informatizado de los datos permite, hoy día, realizar investigaciones y recopilaciones a personas no especialistas, las cuales, en otro tiempo, hubieran sido obra de eruditos o denodados y curiosos coleccionistas. En este artículo presentamos el proceso seguido para la obtención de un listado de las sílabas del español, el cual, además de su propio interés teórico, mostrará varias aplicaciones prácticas.

El objetivo principal de este artículo es el de hacer público el resultado de una investigación que nos ha llevado a realizar un listado, esperamos que totalmente completo, de todas las sílabas del español. En efecto, este listado de sílabas será lo que presentemos en subsiguientes entregas, ordenadas convenientemente en una tabla en la que, debido a consideraciones de espacio, sólo aparecerán estas últimas sílabas, sin las palabras que las ejemplifican.

No obstante, creemos también sumamente interesante, y esperamos que de gran provecho para el lector, mostrar de forma complementaria el proceso seguido hasta su obtención, así como dar ejemplo sobre cómo el uso de la programación informática y el tratamiento informatizado de textos puede convertirse en un medio que amplía significativamente las posibilidades del lingüista investigador.

Introducción

Si se preguntase a un adulto cualquiera sobre un listado de todas las sílabas posibles de la lengua española, con todas sus combinaciones posibles, es muy posible que tuviésemos que contentarnos con la contestación de que serían muchas. Ante la insistencia sobre un número más concreto, una persona avispada contaría las letras del abecedario (29 según la Ortografía de la Lengua Española de la RAE) y, tras promediar entre dos y tres letras por sílaba, nos arrojaría un número entre 841 (29*29) y 24.389 (29*29*29). A este número habría que descontar, por supuesto, aquellas combinaciones imposibles, a la vez que añadir aquellas sílabas con más de tres letras o con una sola de ellas. Si tuviésemos en cuenta que el núcleo silábico lo constituye siempre una vocal, podríamos aventurar entre 120 ((29-5)*5 = consonante + vocal) y 3.480 ((29-5)*5*29 = consonante + vocal + letra), a falta de eliminar combinaciones imposibles, y ampliarla con sílabas de más de tres letras y otras variantes. Nótese que hemos tenido en cuenta algunos posibles diptongos al no eliminar todas las vocales del último multiplicando. Pero, ¿estaríamos en lo cierto? ¿Podríamos asegurar unos números así? ¿Serían pocos, o bien nos habríamos excedido sobremanera? Curiosamente, el límite superior no estaría muy alejado del número que hemos obtenido. Es más, sería una más que aceptable aproximación y solución al problema, a falta de un sistema de recopilación practicable.

Otra posible estrategia sería buscar bibliografía al respecto. Sin embargo, si así se hiciese, en ella encontramos estudios sobre la sílaba, sobre la frecuencia de aparición de sus diferentes tipos (Consonante+Vocal, CVC, V, VC, etc.. Guerra, 1981, citado por Quilis, 1993) pero, ¿qué sobre su número y cuáles fueran todas ellas? ¿A qué persona podría ocurrírsele entretenerse en algo así? Conocer el listado exacto de todas las sílabas del español podría parecer más el deseo coleccionista de un niño que la empresa de una persona razonable, a no ser que sea éste un experto y curioso investigador, o quizás un adulto que no ha perdido aún ese afán y pureza investigadora infantil.

Lejos de visiones tan románticas, en este artículo deseamos mostrar cómo, en realidad, hoy día esto no tiene necesariamente por qué ser así, y queremos iluminar nuevos procedimientos que puedan conducir a los lingüistas a explorar las nuevas posibilidades y herramientas que los medios automatizados ponen a nuestra disposición.

Los orígenes de la empresa

La idea de la obtención de un listado de las sílabas del español surgió como la aplicación de parte de un programa de ordenador creado para otros fines, como lo fue un programa educativo que permitía al alumno o usuario introducir una poesía o texto en la parte derecha de la pantalla del ordenador, mientras que en la porción izquierda aparecía el mismo texto, pero esta vez descompuesto en sus sílabas constituyentes, junto con un recuento del número de las sílabas que componían cada verso. Esta conversión se realizaba de forma automática, de modo que resultaba curioso observar cómo se iba construyendo el texto descompuesto, al mismo tiempo que se tecleaban e introducían las palabras en el ordenador. Como es obvio, su aplicación didáctica estribaba en la facilitación de la construcción de poesías y, por extensión, permitía explorar sin engorro la evidencia de una secuencia numérica inamovible en distintos tipos de estrofa que son parte constituyente de gran parte de las poesías. El alumno tendría, claro está, que tener en cuenta las posibles licencias poéticas, con el fin de poder cuadrar los números en ciertas estrofas.

Para llevar a cabo la conversión, el programa tenía necesidad de una rutina, es decir, un pequeño programa o porción de código, en el argot informático informal, el cual recibía como entrada una palabra de la lengua española y devolvía esa misma palabra, pero descompuesta en sílabas. Esta rutina constituía el corazón del programa, y se trataba de un módulo que permite ser incorporado a diversos programas de ordenador más amplios, que poseen también variados y múltiples cometidos.

No fue difícil vislumbrar nuevas aplicaciones a esta rutina. Siguiendo una extensión natural de su funcionamiento, la rutina fue incorporada a un programa que tomaba archivos de texto de ordenador (véase como ejemplo el fichero TEXTO.TXT en el diagrama), y devolvía el mismo texto dividido en sílabas (SALIDA.TXT). Con posterioridad, se modificó el programa para que produjese diferentes tipos de ficheros de salida, entre los cuales el más interesante para nuestros propósitos resultó ser aquél que colocaba cada sílaba en una línea, junto a la palabra completa de la que procedía a su lado (SALIDA2.TXT).

De aquí tomamos, precisamente, la idea de realizar una recopilación de las sílabas del español.

Como se puede observar, esta disposición da pie inmediatamente a la creación de un programa que lea tales líneas del fichero con formato de salida opcional (SALIDA2.TXT) y, al compararlas con una lista (SILABAS.TXT) de sílabas ya conocidas, envíe a un nuevo fichero (NUEVAS.TXT) cada nueva sílaba encontrada, junto con la indicación de la palabra de la que procede.

A la búsqueda de las sílabas del español

No nos demoramos pues, ante la curiosidad, en construir todo el dispositivo informático. Una vez realizado, la cuestión se reducía a alimentar toda esa "fábrica informática" de sílabas con un número ingente de su materia prima: amplios ficheros de textos los cuales contuviesen grandes cantidades de palabras.

Así, como es obvio, la primera idea que tuvimos fue la de introducir un fichero de texto que contenía todas las palabras del DRAE. Como consecuencia de esto, se obtuvo un listado con un número importante de sílabas que fueron luego comprobadas minuciosamente de forma manual. Esto permitió, además, corregir algunos defectos desconocidos en la descomposición silábica de la rutina en determinadas palabras extranjeras, pero asimiladas, o de difícil segmentación.

Llegados a este punto, sabíamos que aún no contábamos con un listado completo. Obviamente, en las palabras listadas en el diccionario de la RAE no concurren verbos flexionados, ni plurales, ni otras derivaciones y variantes, que podrían aportar nuevas sílabas a nuestro listado.

Procedimos, entonces, a introducir el texto perteneciente a los 36.070 artículos de la enciclopedia Encarta 99, lo cual produjo ingentes ficheros de sílabas supuestamente novedosas, entre los que ciertamente se encontraban muchas legítimas, pero también otras procedentes de palabras técnicas, anglicismos, nombres propios procedentes de otros idiomas, y un largo etcétera. Presentamos un pequeño ejemplo, y dejamos al lector dar cuenta sobre cuáles incluiría y cuáles no:

[...]
roc		suroccidental		duk		marduk
guei		jongueiro		wurz		wurzburgo
jof		joffre		prat		prats
b		ACB		joc		joc
dous		maridóus		tius		laetius
bye		bye		wit		witwatersrand
						[...]

Como se puede evidenciar, surgen dudas que aconsejan incorporar algunas de esas sílabas en diferentes compartimentos, a falta de ser halladas en otras palabras con una mayor difusión en nuestra lengua. Con lentitud, se fueron incorporando las nuevas adquisiciones. Además, se introdujeron textos de distinta índole y procedencia, así como tablas de verbos conjugados.

Los resultados

Todo este proceso culminó con la obtención de un listado que quedó ordenado de la siguiente manera:

1. APARTADO GENERAL DE SÍLABAS "CORRIENTES"

                2.236 + 4 sílabas

2. APARTADOS ESPECÍFICOS

                Sílabas sólo atribuibles a...

El primer sumando indica el número de sílabas que se han incluido en el apartado de que se trate y que, además, aparecen en la tabla de la que hablaremos más adelante. El segundo número indica las sílabas que se han incluido también en ese apartado, o bien que son susceptibles de ser incluidas en él, ya sea porque, por el momento, se mantienen dudas sobre ellas, o por otras causas que se indican junto a la sílaba en cuestión (sílabas extrañas al español, procedentes del quechua, náhuatl, palabras compuestas, neologismos, anglicismos, etc.). Estas sílabas no aparecen en la tabla.

Como se puede observar, hemos obtenido un listado de aproximadamente unas 2518 sílabas, número variable según distintos criterios, con su correspondiente palabra que ejemplifica la inclusión de cada sílaba y anotaciones, que indican si es la única palabra que la contiene o, si son pocas, una lista de cuáles son esas palabras. Asimismo, se indican otras circunstancias especiales, como se mencionó en el párrafo anterior. Se trata de un amplio listado de 47 páginas, que cae fuera de los límites de una publicación de estas características.

Se muestra un breve ejemplo a continuación:

[...]
be		nube
beb		bebdez		(familia, únicas)
bec		lobectomía		becqueriano (unicas)
bei		albeitar		(familia), beicon, beige, ribeiro (únicas)
beis		habéis		beis, béisbol (únicas) y terminaciones verbales.
[...]

Desgraciadamente, esas anotaciones aún no han sido finalizadas a la fecha de redacción de este artículo, al tratarse de un proceso manual de gran lentitud.

Obsérvese, de igual manera, la gran cantidad de sílabas que solamente, y remarcamos la palabra "solamente", hemos encontrado en morfemas verbales, pareciendo éste un fenómeno notable y merecedor de futuras investigaciones que lo expliquen con detenimiento.

Por último, se creó una tabla ordenada con el contenido de todas las sílabas halladas, cuestión muy interesante, pues constituye como una especie de mapa genético de la formación de las palabras castellanas, y permite hacerse nuevas preguntas como, por ejemplo, acerca de los espacios ausentes.

Es la lista que reproduciremos en varias entregas y que habla por sí sola.

Por otra parte, este listado está siendo actualmente valorado por la RAE, y esperamos sea de provecho para la nueva edición de su Gramática Oficial, que ésta prepara en la actualidad.

Ver tabla (194 Kb)

Interés de la investigación

Como puede preverse, el listado obtenido es de interés tanto en el ámbito teórico como en el práctico.

En el teórico, aparte del interés intrínseco y desinteresado de su simple posesión, permite el análisis de la frecuencia de aparición de las sílabas en diferentes tipos de textos (narrativos, discursivos, etc.). También el análisis de la frecuencia de aparición de combinaciones de sílabas, lo cual podría evidenciar preferencias psicológicas, articulatorias e incluso evolutivas del lenguaje en general, y del español en particular. Además, también permite el análisis automático de la frecuencia de aparición en situación tónica o átona, y de las cadencias y ritmos en textos narrativos o líricos. Por último, el hecho de que exista una rutina que descomponga de forma exacta cualquier palabra castellana en sus sílabas constituyentes supone que existe un procedimiento o regla exacta para descomponer con éxito cualquier palabra española en sílabas, incluso sin conocer su pronunciación, con la única condición de que se encuentre bien escrita y acentuada. Para mayor evidencia de todo lo dicho, pueden consultarse los capítulos dedicados a la sílaba por el Sr. Alarcos Llorach (1994) y el Sr. Quilis (1993). El autor espera mostrar en un futuro próximo las conclusiones derivadas del desarrollo de las posibilidades de investigación mencionadas.

Con respecto al interés práctico, además de la posibilidad de poder dividir de forma automática cualquier palabra castellana en las sílabas que la conforman, permite la división automática de las palabras en morfemas, y con ello la posibilidad del reconocimiento automático de la parte de la oración a que pertenece una palabra, siguiendo de esta manera un sistema diferente a la consulta en una gran base de datos. Permite la mejora de la síntesis artificial de la voz, al partir de unidades silábicas conocidas. Por último, y no menos interesante, conduce de forma trivial a la trascripción fonética automática, lo cual puede prologar a las mismas investigaciones teóricas anteriormente mencionadas pero, en esta ocasión, con el referente fonológico, no ortográfico.

Conclusión

Con la exposición realizada en este artículo pretendemos hacer público el listado conseguido de sílabas del español. Sin embargo, queremos también llamar la atención sobre las posibilidades de investigación que brinda el tratamiento automatizado de datos a los investigadores de la lengua.

Bibiografía

• Quilis, A., Tratado de Fonología y Fonética Españolas. Ed. Gredos. Madrid, 1993.
• Hála, B., La Sílaba: su naturaleza, su origen y sus transformaciones. Madrid. CSIC. Collectanea Phonetica, III. Madrid, 1973.
• Alarcos Llorach, E., Gramática de la Lengua Española. Madrid. Ed. Espasa Calpe. Madrid, 1994.