La descripción del sistema fonético y fonológico de la lengua española se ha llevado a cabo tradicionalmente sobre muestras de habla de laboratorio (Navarro, 1918; Gili, 1950; Alarcos 1950; Delattre, 1964; Quilis, 1981; Martínez, 1984; Aguilar y Andreu, 1991) en las que el hablante, en ocasiones incluso el mismo investigador, reproduce algún fragmento de texto aislado, normalmente preseleccionado exprofeso para incluir los sonidos objeto de estudio, y cuya lectura producía los segmentos de habla necesarios para su análisis.

Como resultado, los sonidos recogidos en estas muestras no se corresponden exactamente con el habla que se produce en los intercambios naturales entre los interlocutores de una lengua. Por consiguiente, en la bibliografía de la lengua española disponemos de descripciones del sistema lingüístico y modelos de pronunciación que no representan fielmente la realidad de los hablantes, ni facilitan a los aprendices del español como lengua extranjera que se acercan a estas descripciones prescriptivas, la identificación y producción eficaz de nuestros sonidos desde un punto de vista comunicativo.

Autores como Xu (2010) defienden la idoneidad del análisis de habla de laboratorio para comprender los mecanismos que subyacen al lenguaje humano, arguyendo que pocas de las características estereotípicas de este tipo de habla, -como la lentitud y cuidado en la producción, la claridad articulatoria, la falta de naturalidad, la planificación, la prosodia pobre, la ausencia de funciones comunicativas, de emoción y de funciones propias de la interacción- no están justificadas, y que más bien se trata de mitos. Sin embargo, para este autor el objeto de estudio del habla de laboratorio es siempre comprender el tipo de habla que se da fuera del mismo.

En los intercambios espontáneos entre hablantes, se producen una serie de fenómenos propios de la oralidad que se traducen en variantes distintas, a menudo no normativas. Es lo que autores como Möbius (2003) o Van Santen (1993) denominan LNRE (large number of rare events) en español, gran número de sucesos extraños.

La pronunciación de los sonidos de nuestra lengua no es unívoca y frente a la creencia de que los hablantes comparten un mismo sistema fonológico, la realidad nos enseña que no hay un único sistema fonológico sino múltiples sistemas (Cantero, 2015).

Tal y como afirmara Llisterri (1992), existen distintos tipos de datos en la investigación de los estilos de habla, que se pueden agrupar en dos grandes conjuntos: habla producida en situaciones preparadas y habla producida en situaciones con mayor o menor falta de preparación, o lo que sería para algunos autores habla espontánea. Dentro del habla espontánea, Llisterri (1992) distingue tres tipos de materiales dependiendo de las circunstancias en las que se produce: muestras obtenidas en laboratorio; muestras obtenidas en programas de televisión; y muestras obtenidas en el entorno natural de los hablantes. En esta contribución, se afirma que los fenómenos como la reducción vocálica, y la coarticulación se dan con más frecuencia en el análisis de habla espontánea.

Desde esta perspectiva y siguiendo la línea de investigación general adoptada por los componentes y colaboradores del Laboratorio de Fonética Aplicada de la Universidad de Barcelona, nuestro estudio se realiza sobre emisiones de habla espontánea o no controlada, que nos proporcionan una muestra genuina de intercambios orales entre hablantes del español.

En este estudio, cuyos datos se extraen de un experimento más amplio (Sola, 2016), observamos y describimos aquellos rasgos relevantes para caracterizar acústicamente el fonema velar /g/ en las tres regiones del corpus estudiadas. Tal como se desarrollará brevemente en el marco teórico de este artículo, se puede afirmar que la caracterización acústica de las variantes de este fonema forma parte de una de las cuestiones no resueltas de la fonología y la fonética españolas (Canellada y Madsen, 1987; Martínez Celdrán y Regueira, 2008; Machuca, 1997).

Por otro lado, existe la creencia general de que los fenómenos de debilitamiento o lenición y pérdida intervocálica de /b, d, g/ se presentan con más frecuencia en el sur de Extremadura, Andalucía y Murcia que en el resto de las regiones de la península (Andión y Criado, 2019), aunque no hay estudios, hasta donde sabemos, que comparen la frecuencia con la que estos fenómenos suceden en la realización de /g/ en el habla espontánea de las distintas regiones dialectales de la península ibérica.

Los resultados de nuestro estudio previo (Sola, 2019), realizado sobre el mismo corpus y mediante el mismo método de análisis, nos permiten afirmar que la frecuencia de producción de [ɣ] es de más del 60% en Andalucía y en Madrid y del 40% en Euskadi. Después de las aproximantes y las fundidas (Véase 6.1.4 Fundida), la categoría más frecuente en la producción de /g/ es la de las obstruyentes, con cifras muy parecidas en las tres regiones del corpus, en torno al 12% (Sola, 2019). Sorprendentemente, el porcentaje de elisión de /g/ en nuestro corpus es mayor en Madrid seguido de Euskadi, presentando una incidencia de solo el 1,79% en Andalucía ¹ .

En la bibliografía clásica, los fonemas /b, d, g, p, t, k/ son considerados oclusivos. No obstante, en español son en realidad pocas las ocasiones en las que las consonantes /p, b, t, d, k, g/ se realizan como oclusivas dentro de la cadena hablada (Martínez Celdrán, 1984; Sola, 2011, 2019). Tal como afirman Canellada y Madsen (1987), dado que en muchas de las realizaciones de /b, d, g/ no existe oclusión alguna, nos es adecuado definir estos fonemas como oclusivos.

Para ciertos autores considerados clásicos de la teoría, como T. Navarro Tomas (1918), Gili Gaya (1950), Alarcos Llorach (1950), o Quilis (1993), las realizaciones no oclusivas de /b, d, g/ son fricativas alternativamente.

Martínez Celdrán (1996), Machuca (1997), Cantero (2003), o Gil (2007), utilizan en sus escritos la distinción categórica obstruyente/sonante. La diferencia entre obstruyentes y sonantes radica, por un lado, en el mayor grado de cierre o constricción en la articulación de obstruyentes que en las sonantes. Desde el punto de vista acústico, esta constricción produce ruido más o menos turbulento, normalmente en las frecuencias altas de la señal (fricativas) o el cierre momentáneo total o parcial, por contacto de los órganos fonadores (oclusión). Las obstruyentes son prototípicamente sordas, aunque se sonorizan con frecuencia; contrariamente, las sonantes siempre son sonoras y no generan ruido o fricación acusada.

Las distintas realizaciones del fonema /g/ del español se insertan, dependiendo de la perspectiva terminológica que adopte cada autor, dentro diversas categorías (Tabla 1).

Estas clasificaciones parten en su mayoría de consideraciones que tienen en cuenta el lugar o contexto en que aparecen dentro de la cadena hablada. Por ejemplo, se ha afirmado frecuentemente (Navarro Tomás, 1967; Harris, 1969; Lozano, 1979; Mascaró 1984) que la realización aproximante de /g/ así como del resto de las conocidas como oclusivas sonoras se produce siempre y cuando no se encuentren en posición absoluta de inicio de la cadena hablada, detrás de nasal (en el caso de la dental, también tras /l/).

En su artículo de 1999, acerca de los efectos de la prosodia y del contexto segmental en la lenición de /g/ en español, Cole, Hualde e Iskarous concluyen que la espirantización se ve afectada por dos factores: la estructura prosódica y la cualidad de las vocales colindantes. Se encuentra más grado de espirantización tras una vocal acentuada o entre las vocales /u, o/ (y viceversa). El mencionado estudio se lleva a cabo en una muestra de laboratorio, en la que tres hablantes nativos del español leen una lista de 59 palabras que contienen las variantes de /b, d, g/.

También Eddington (2011) observa que aparecen más oclusivas cuando van seguidas de /s/ o de /n/. A este respecto, nuestro estudio se ocupará de analizar todos los contextos en los que /g/ está en contacto con /s/ o /n/ así como el resto de contextos en los que aparece.

Para tratar de contribuir a la discusión terminológica, nos parece necesario realizar una caracterización acústica empírica y robusta de los rasgos de estos sonidos en habla espontánea que permita esta discusión.

La muestra analizada se extrae de un corpus más amplio recogido y cedido por los investigadores Ballesteros Panizo (2008) y Mateo Ruíz (2014).

Para analizar los rasgos acústicos de los sonidos [g] de este corpus se realiza la escucha y observación sistemática de los espectrogramas y oscilogramas que ofrece Praat. Los rasgos nos permiten incluir los sonidos en las distintas categorías de análisis se detallan en los siguientes subapartados.

Para el análisis pormenorizado de estos fenómenos emergentes, se lleva a cabo la creación de subcategorías de análisis y de descripciones pormenorizadas de los rasgos acústicos de cada una de ellas.

Del análisis de los datos de nuestro corpus, se extraen las siguientes categorías:

A continuación, describimos cada una de estas categorías.

La distribución de las categorías obtenidas del análisis se presentan en un primer apartado, en el que se exponen los datos del total del corpus analizado. En el segundo aparecen los datos de duración y en el tercero los de intensidad.

La constatación de que se producen en el habla espontánea lo que autores como Möbius (2003) o Van Santen (1997) denominan LNRE (large number of rare events), parece indicar que resulta inadecuado describir las características acústicas que subyacen al habla humana mediante habla planificada. La descripción de los modelos de pronunciación genuinos y propios de cada comunidad de hablantes ha de realizarse sobre el estudio del habla espontánea.

Considerando nuestros resultados, en la cuestión terminológica nos alineamos con autores como Cantero (2003), que distingue entre sonidos obstruyentes y sonidos sonantes/aproximantes; o Martínez Celdrán (1984, 1984b), quien distingue sonidos obstruyentes y fricativos frente a sonantes y aproximantes (pura/tensa), aunque hemos visto cómo los sonidos fricativos pueden en ocasiones también ser sonantes. Agregamos, que nuestra definición de las Aproximantes I y II podría corresponderse con lo que Martínez Celdrán (2013) describe como aproximantes puras/tensas.

Por lo que respecta a los contextos de aparición de las realizaciones de /g/, en nuestra muestra aparecen 15 casos de /ng/, contexto en que tradicionalmente se ha considerado que aparece el alófono [g] (Navarro Tomás, 1967; Harris, 1969; Lozano, 1979; Mascaró 1984, entre otros). Así ha ocurrido en 12 de esas realizaciones, un 80%. Los demás contextos, sin embargo, no parecen tener una relación determinante con la producción en una u otra variante de /g/.

Por otro lado, nuestro método de análisis es novedoso y constituye un aporte a los métodos de investigación fonético-acústicos, al estandarizar a través de la variación porcentual de la intensidad el estudio de este parámetro, permitiendo así la comparación entre sonidos distintos. Además, este parámetro se presenta como la característica que distingue los sonidos [ɣ] aproximantes de los sonidos colindantes; y los aproximantes de los que se funden entre sí.

El gran porcentaje de producción de este sonido como aproximante (80, un 53%) y la baja cifra de sonidos fricativos (3, un 1,93%) apoyaría las caracterización de /g/ como un fonema aproximante, sonante u obstruyente, rasgos más acordes con la realidad actual del habla en las tres áreas geográficas analizadas.

En este estudio hemos realizado una descripción pormenorizada del comportamiento de duración, sonoridad, armonicidad y de intensidad en la estructura de formantes del sonido [ɣ] en un corpus de habla espontánea.

En cuanto al objetivo específico de categorizar y cuantificar las distintas realizaciones de /g/ en habla espontánea, se producen en nuestro corpus fenómenos no descritos en habla de laboratorio (variantes fundidas, asimiladas con nasal o sibilante). Del total de 151 sonidos analizados, la mayoría es aproximante (80; 53%); y de ellos el 77,5% corresponde a aproximantes canónicas (aproximante I) con una estructura de formantes o armonía clara; el 12,5% a aproximantes que presentan cierta irregularidad en sus formantes (aproximante II) y el 10% a aproximantes con solo F1 y F2 (aproximante III).

De esas 151 realizaciones de /g/, 36 (23,84%) se funden con los sonidos colindantes y 19 (12,26%) son obstruyentes. Se produjeron siete elisiones (4,56%), un fenómeno que carece de antecedentes en la bibliografía. Recogemos, además, seis asimilaciones, cuatro con [n] (2,58%) y dos con [s] (1,29%). Por último, solo aparecen tres realizaciones fricativas (1,93%).

En el análisis de la relación entre las realizaciones de /g/ y su contexto anterior y posterior en habla espontánea (tabla 3) encontramos la realización aproximante en la mayoría de contextos, incluso seguida de [r] o [s] (12,5%) y tras consonante (29%). Los sonidos obstruyentes aparecen en contacto con consonantes (tabla 5): un 57,4% se realiza tras [n] y un 9,7% tras [l]; un 13,2% ante [r] o [l]; un 9,4% de las realizaciones obstruyentes se produce entre dos consonantes, y solo un 9,5% entre vocales. Las realizaciones fundidas y elididas, que no han sido descritas anteriormente, aparecen tanto en contacto con vocales como con consonantes (tablas 5 y 6).

En relación con el objetivo específico de describir pormenorizadamente la intensidad de estos sonidos (Tabla 10), elmétodo utilizado nos permite cuantificar las variaciones en su curva estandarizada, y comparar segmentos en contextos distintos analizando la variación porcentual entre el centro de intensidad y las intensidades anterior y posterior. Han resultado significativos los porcentajes de subida desde la intensidad anterior (IA) a la central (IC) y los de bajada entre la IC y la intensidad posterior (IP) de todas las realizaciones de /g/. Por tanto, la intensidad parece que nos permite distinguir los tres tipos de aproximantes de cada tipo frente a las vocales.

La duración, en cambio, no ha permitido diferenciar entre categorías de [ɣ], puesto que las desviaciones estándar fueron muy altas (entre 13,15ms y 14,64ms). Esto podría deberse a la gran variedad de velocidades de elocución propias de la interacción oral espontánea.

Por último, tampoco encontramos diferencias geolectales significativas en las distintas subcategorías de [ɣ] entre Andalucía, Madrid y Euskadi.