Intrusion Detection Evaluation

7.1. Oclusivas sordas y sonoras: alo´fonos principales

El español tiene dos series de fonemas oclusivos (orales), sordos /p t k/ y sonoros /b d ɡ/. Ambas series contienen los tres mismos puntos de articulación, a saber, bilabial, dental y velar. A pesar del nombre de consonantes oclusivas que hemos adoptado para estos fonemas, es importante enfatizar que las oclusivas sonoras del español se realizan como aproximantes en la mayoría de los casos. Por otra parte, las oclusivas sordas pueden pronunciarse como sonoras en algunos contextos, en ciertos estilos y dialectos, como explicaremos más adelante. En otras palabras, la caracterización básica de los fonemas no se aplica siempre a todas las variantes alofónicas de los mismos.

En la realización que podemos considerar como normativa o más general, los fonemas /p t k/ se realizan como oclusivas sordas sin aspiración, mien- tras que cada uno de los fonemas sonoros /b d ɡ/ tiene dos alófonos en distribución complementaria: las oclusivas [b d ɡ] se dan tras pausa, nasales, y, en el caso de /d/, también después de una lateral. En los contextos restantes estas consonantes tienen alófonos aproximantes [β ð ɣ]. En otras palabras, los alófonos oclusivos [b d ɡ] se dan tras pausa y después de una resonante homorgánica (dado que, aunque las nasales se asimilan a todas las consonantes que las siguen, /l/ solo presenta asimilación al punto de articulación de las consonantes que se pronuncian con la parte anterior de la lengua, es decir, a la dental /d/, pero no a la labial /b/ o a la velar /ɡ/); véase la tabla 7.1.

La distribución alofónica que acabamos de describir es en cierta medida una idealización y no tiene en cuenta algunos datos dialectales. Pasamos ahora a dar una descripción más detallada del contraste /p t k/ vs. /b d ɡ/ en español basada en el contexto fonológico y teniendo en cuenta la variación dialectal.

7.2 El contraste sordo/sonoro por contexto fonolo´gico

7.2.1 _{Oclusivas a comienzo de enunciado}

En la producción de las oclusivas es necesario coordinar la formación y apertura de la oclusión oral con la actividad de las cuerdas vocales. Si las cuerdas vocales se aproximan y comienzan a vibrar, en preparación para la siguiente vocal o líquida, antes de la apertura de la oclusión, el resultado es una oclusiva sonora. Si el comienzo de la vibración ocurre en el momento de la separación de los órganos que creaban la oclusión o muy poco después, el resultado es una oclusiva sorda. Finalmente, si hay un cierto retraso entre el momento de la explosión y el instante en que las cuerdas vocales empiezan a vibrar, el resultado será un período de aspiración entre la explosión y el comienzo de la vibración de las cuerdas vocales, produciéndose así una oclusiva sorda aspirada.

En la tabla 7.2 se muestra un esquema de estas tres formas de coordinar los gestos articulatorios y la acción de las cuerdas vocales. Los ejemplos corresponden a oclusivas labiales, pero son válidos para los otros puntos de articulación. En algunas lenguas (por ejemplo, el tailandés) cada una de estas combinaciones de gestos orales y glotales se corresponde con un fonema diferente: /b/, /p/ y /ph/, que se distinguen en cuanto a su VOT (tiempo de inicio de la sonoridad, voice onset time en inglés: Lisker y Abramson 1964). El español solo hace uso de dos de estos sonidos: uno sonoro [b] (con sonoridad anticipada antes del inicio de la vocal) y otro sordo y sin aspiración [p] (con un lapso de tiempo breve entre el final de la oclusión y el inicio de la sonoridad), que se corresponden respectivamente con los fonemas /b/ y /p/. Los hechos del inglés, en cambio, son bastante diferentes. El

Tabla 7.1 Oclusivas sordas y sonoras en espan˜ol: distribucio´n alofo´nica ma´s general

/p/ [p] pan [pán], sopa [sópa]

/t/ [t] tan [tán], lata [láta]

/k/ [k] can [kán], aquí [akí]

/b/ [b] tras pausa, tras nasal van [bán], ambos [ámbos]

[β] otros contextos se van [seβán], desván [dezβán], calvo [kálβo], árbol [árβol]

/d/ [d] tras pausa, tras nasal, tras lateral dan [dán], andan [án̪dan], caldo [kál̪do] [ð] otros contextos lo dan [loðán], los dan [lozðán], arde [árðe] /ɡ/ [ɡ] tras pausa, tras nasal ganso [ɡánso], tango [táŋɡo]

[ɣ] otros contextos hago [áɣo], rasgo [r̄ázɣo], algo [álɣo], orgullo [orɣúʝo]

inglés usa tres categorías fonéticas (sonoridad anticipada, lapso corto de sono- ridad, lapso largo de sonoridad), a pesar de que, al igual que en español, solo existen dos categorías fonémicas, /b/ y /p/. En la posición inicial de enunciado en concreto, la categoría (2) en la tabla 7.2 (lapso corto de sonoridad) corresponde al fonema /p/ en español, pero es un alófono del fonema /b/ en inglés.

En posición inicial de enunciado, la diferencia entre /b d ɡ/ y /p t k/ es básicamente una cuestión de VOT. En español, las cuerdas vocales empiezan a vibrar para la producción de /b d ɡ/ durante la oclusión, mientras que para /p t k/ el inicio de la sonoridad tiene lugar en el momento de la explosión, o muy poco después de la misma.1En la figura 7.1 esta diferencia se aprecia en la barra de sonoridad (energía en la parte más baja del espectrograma que se observa a lo largo de la [b] /báso/ [báso], pero no en la [p] de /páso/ [páso]).

En la figura 7.2, por otra parte, se muestran oscilogramas de la sílaba inicial, [pa] y [ba], de los ejemplos paso y vaso. Además de la diferencia en VOT, en las oclusivas sordas /p t k/ la separación de los órganos articulatorios es más brusca

Tabla 7.2 Contrastes de VOT (1)

^^^^^^^^^^^^^||^^^^^^^^^^

b a

Las cuerdas vocales empiezan a vibrar antes de la explosión (sonoridad anticipada); p.ej., [ba]

(2)

– – – – – – – – – || – ^^^^^^^^^

p a

Las cuerdas vocales empiezan a vibrar en el momento de la explosión, o muy poco después (lapso corto de sonoridad); p.ej., [pa]

(3)

– – – – – – – – – || – – – – -^^^^^^^^^

ph a

Las cuerdas vocales empiezan a vibrar después de la explosión (lapso largo de sonoridad); p.ej., [pha]

La doble barra indica el momento en que se abre la oclusión bilabial.

1

Castañeda (1986) obtuvo los siguientes valores medios de VOT en milisegundos para el español peninsular (los valores negativos indican presencia de sonoridad antes del inicio de la explosión, que se considera el valor 0 del VOT): /p/ = 6,5, /t/ = 10,4, /k/ = 25,7, /b/ = −69,8, /d/= −77,7, /ɡ/= −58. Las cifras para cuatro dialectos latinoamericanos en Williams (1977) son parecidas, pero no idénticas, lo que apunta a la posible existencia de diferencias en VOT pequeñas, pero quizá sistemáticas, entre dialectos del español (Rosner et al. 2000).

que en las sonoras /b d ɡ/, lo que produce una transición más nítida en la señal acústica (Williams 1977).

Esporádicamente, /b d ɡ/ en posición inicial de enunciado se pueden producir sin oclusión total. Esto se refleja en el espectrograma en una transición muy gradual entre consonante y vocal, con energía en la zona del espectrograma que corresponde a los primeros formantes desde el comienzo del enunciado.

7.2.2 _{Oclusivas intervoca´licas}

Como sabemos, una característica importante de la pronunciación del español es que en posición intervocálica /b d ɡ/ no son oclusivas, sino aproximantes, [β ð ɣ], sin oclusión total y solo con una aproximación de los órganos articulatorios. Navarro Tomás, en su Manual, se refiere a estos sonidos con el término fricativas, que luego fue adoptado por otros fonetistas y fonólogos del español. Sin embargo, el análisis de espectrogramas revela claramente que estos segmentos no tienen la energía aperiódica o ruido que define a las fricativas. El espectrograma de estos sonidos, por otra parte, muestra la presencia de formantes que crean una transición entre las dos vocales colindantes. El término aproximante es, por lo tanto, más apropiado para estas consonantes (Martínez Celdrán 1991a).

p a s o b a s o Tiempo (s)

0 1.45578

5000

Frecuencia (Hz)

Fig. 7.1 Espectrogramas paso /pa´so/ - vaso /ba´so/. Obse´rvese la aspiracio´n muy breve en el momento de la explosio´n de /p/ y la presencia de una franja de sonoridad (energı´a en las bandas de frecuencia ma´s bajas) durante la oclusio´n de /b/.

El análisis espectrográfico también muestra bastante variación en la canti- dad de energía periódica en [β ð ɣ], en diferentes ejemplos, indicando variación en el grado de constricción de estos sonidos. Cuanto más abiertos estén los órganos articulatorios, más clara será la estructura de los formantes y más parecidos también serán los espectrogramas a los espectrogramas vocálicos, como ocurre en la segunda /d/ de la figura 7.3.

Algunos trabajos recientes han empezado a investigar qué factores contri- buyen a tal variación. Uno de ellos es el acento: /b d ɡ/ tienden a tener articulaciones más abiertas y más parecidas a las vocales cuando siguen a una vocal acentuada que en el ataque de una sílaba tónica. El grado de abertura del segmento precedente también afecta a la consonante (Cole et al. 1998, Ortega-Llebaria 2003, Eddington 2011, Simonet et al. 2012).

Por lo tanto, en posición intervocálica, el contraste es entre /b d ɡ/, realizadas como aproximantes sonoras [β ð ɣ], y /p t k/, normalmente pronunciadas

Tiempo (s) 0 0.205284 –0.07837 0.1098 0 Tiempo (s) 0 0.307091 –0.05051 0.09113 0

Fig. 7.2 Oscilogramas de [pa] (parte superior) y [ba] (parte inferior) 133 7.2 Contraste sordo/sonoro: contexto fonolo´gico

como oclusivas sordas [p t k]. Hay por tanto un contraste en sonoridad (sonora vs. sorda) y en modo de articulación (aproximante vs. oclusiva). Existe además una diferencia en duración, siendo /p t k/ más largas que /b d ɡ/ (véase Parrell 2011). En la figura 7.4 se presenta un ejemplo.

En el párrafo anterior mencionamos que /p t k/ “normalmente” se realizan como oclusivas sordas. La razón por la que agregamos “normalmente” es que en ciertos estilos y dialectos los fonemas /p t k/ se pronuncian con vibración de las cuerdas vocales durante toda la oclusión en posición intervocálica. Este fenómeno es muy común en el español de las Islas Canarias y en el cubano: Paco [páɡo], zapato [sabádo] (Trujillo 1980, Oftedal 1985, Marrero 1988, Quilis 1993: 222–224). La sonorización de /p t k/ en posición intervocálica también se encuentra en muchas zonas del español peninsular, delimitada por criterios estilísticos: es muy frecuente en el habla conversacional, pero no en estilos más cuidados, como la lectura de un texto (Torreblanca 1976 con datos

Tiempo (s) 0 0.583628 –0.1475 0.1768 0 p i d io t o d o Tiempo (s) 0 0.583628 5000 Frecuencia (Hz)

Fig. 7.3 Oscilograma y espectrograma de /pidio´ to´do/ [piði̯o´ to´ðo]. En este caso concreto, la segunda /d/ fue pronunciada con una constriccio´n menor.

de Toledo, Machuca 1997 para Barcelona, Lewis 2001 para Bilbao, Hualde, Simonet y Nadeu 2011, Torreira y Ernestus 2011). Por el contrario, el español colombiano parece no participar en este proceso de debilitamiento (Lewis 2001). Además de diferencias de tipo dialectal en la frecuencia de la sonorización de /p t k/, hay también diferencias individuales importantes dentro de la misma zona, quizá con valor sociolingüístico.

Naturalmente, surge la cuestión de cómo se puede mantener el contraste fonológico entre oclusivas sonoras y sordas en posición intervocálica si las sordas pueden realizarse como sonoras. Parte de la respuesta consiste en que, dado que los fonemas intervocálicos /b d ɡ/ son siempre aproximantes, se puede mantener un contraste en modo de articulación entre /b d ɡ/ [-β- -ð- -ɣ-] y /p t k/ [-b- -d- -ɡ-]. Esta, sin embargo, no es la respuesta completa, ya que las realizaciones sonoras de /p t k/ en posición intervocálica pueden ser también aproximantes. En términos estadísticos, las realizaciones sonoras de /p t k/ son algo menos abiertas y tienen más duración que los alófonos de /b d ɡ/ en la misma posición (Hualde, Simonet y Nadeu 2011). Sin embargo, parece claro que en casos concretos puede haber neutralización, de modo que a veces solo el contexto nos permite identificar la palabra. La consonante que muestra mayor tendencia a debilitarse entre las fonológicamente sordas es /k/: médico [méðiɣo], lo que pasa [loɣebása], la política [labolídiɣa].

Por otra parte, en algunas variedades de la República Dominicana, la /d/ intervocálica puede neutralizarse con /ɾ/ de manera que, por ejemplo, pala- bras como modo y moro pueden recibir la misma pronunciación (Núñez

l a b o d e g a l a p e t a k a Tiempo (s)

0 1.37946

5000

Frecuencia (Hz)

Fig. 7.4 Espectrograma de la bodega, la petaca /labode´ɡa lapeta´ka/ [laβoðe´ɣalapeta´ka] 135 7.2 Contraste sordo/sonoro: contexto fonolo´gico

Cedeño 1987). Este es un fenómeno que se da también de manera variable en judeoespañol (y también, por ejemplo, en dialectos vascos: Hualde 1991b).

7.2.3 _{Oclusivas en posicio´n postconsona´ntica}

Como indicamos con anterioridad, en la distribución más general en habla cuidada de los alófonos de /b d ɡ/, las oclusivas sonoras aparecen tras una consonante resonante homorgánica (es decir, en los grupos [mb], [n̪d], [l̪d], [ŋɡ]) y los alófonos aproximantes en los restantes contextos postconsonánticos. En los contextos donde /b d ɡ/ son oclusivas, el contraste entre las dos series de fonemas se basa en la sonoridad y no en el modo de articulación (p.ej. trompa [tɾómpa] vs. tromba [tɾómba], saldo [sál̪do] vs. salto [sál̪to], tienda [ti̯én̪da] vs. tienta [ti̯én̪ta], manga [máŋɡa] vs. manca [máŋka]). Este contraste se manifiesta en el espectrograma en la presencia vs. ausencia de energía en la zona más baja del mismo (la barra de sonoridad). Una diferencia también muy llamativa cuando se comparan las oclusivas sordas y sonoras en este contexto es la duración de la oclusión, que es mucho mayor en el caso de las oclusivas sordas (Martínez Celdrán 1991b, Zampini y Green 2001). Como compensación, el segmento precedente puede tener mayor duración ante oclusiva sonora (véase la figura 7.5). La duración de los segmentos es, por tanto, una pista fonética muy importante para la percepción del contraste en los contextos postconsonánticos donde /b d ɡ/ se realizan como oclusivas.

En otros contextos postconsonánticos existe un contraste en modo de articulación, además del contraste en sonoridad, como p.ej. rasgo [r̄ázɣo] vs. rasco [r̄ásko], pardo [párðo] vs. parto [párto] (véase la figura 7.6).2

Una diferencia importante con respecto al patrón alofónico general que acabamos de describir se encuentra en zonas de Centroamérica y Colombia donde la tendencia es pronunciar oclusivas después de cualquier consonante e incluso después de las deslizantes: p.ej., carbón [karbón] (normativo [karβón]), verde [bérde] (normativo [bérðe]), hay velas [ái̯ bélas] (normativo [ái̯ βélas]) (Fernandez 1982, Canfield 1981, Amastae 1989, 1995, Carrasco, Hualde y Simonet 2012).

En variedades coloquiales del español cubano las oclusivas sonoras también aparecen después de las líquidas, que se asimilan en punto de articulación a la consonante siguiente, dando lugar a oclusivas geminadas; por ejemplo, el verde [eb:éd:e] (Guitart 1976: 24). Del mismo modo, se puede encontrar

2 _{Recordemos que con [r] indicamos una vibrante que puede ser simple o múltiple (véase la sección} 10.3.1).

variación en la pronunciación de /b d ɡ/ tras consonante en otras zonas de Latinoamérica, en las que aparecen oclusivas fonéticas en algunos de los con- textos postconsonánticos donde en la distribución alofónica más general hay aproximantes (Quilis 1993: 221).

Es importante entender que la distribución complementaria de dos alófonos, p.ej., [b] y [β], es en cierta medida una simplificación de la realidad. La realidad consiste en un continuo de realizaciones fonéticas con una oclusión total, en un extremo, y en el otro, la elisión total de la consonante. Diferentes contextos fonológicos favorecen diferentes rangos de valores de oclusión; también hay diferencias dialectales a este respecto, sobre todo en los contextos postconsonánticos. Una descripción general con respecto a la distribución de los alófonos de /b d ɡ/, válida para todos los dialectos del español, podría ser la

Tiempo (s) 0 1.05646 –0.1053 0.1408 0 t ie n t a t ie n d a Tiempo (s) 0 1.05646 5000 Frecuencia (Hz)

Fig. 7.5 Oscilograma y espectrograma de tienta /tie´nta/ [ti̯e´n̪ta] y tienda /tie´nda/ [ti̯e´n̪da]. Obse´rvese la mayor duracio´n de la oclusio´n de la /t/ postnasal comparada con la /d/. Por el contrario la /n/ previa es ma´s larga en el segundo ejemplo.

siguiente: en posición intervocálica, se pronuncian alófonos aproximantes (con constricción variable); después de nasal (y de lateral en el caso de /d/), los alófonos son oclusivos; en otras posiciones, hay variación que incluye tanto realizaciones continuas como no continuas.3

7.2.4 _{Oclusivas en posicio´n final de sı´laba}

Al considerar la distribución de las consonantes oclusivas en posición de coda, debemos distinguir entre las codas en el interior y en posición final de palabra. En el interior de una palabra, en posición final de sílaba, el contraste entre fonemas oclusivos sordos y sonoros generalmente se neutraliza. A pesar de las diferencias ortográficas, las posibles realizaciones, que van de una oclusiva sorda en pronunciación enfática a una aproximante sonora en conversación más relajada, son las mismas; compárese, por ejemplo, óptimo y obtiene, [p ~ β] en ambas; étnico y admirar, [t ~ ð] en ambas; acné y agnóstico [k ~ ɣ] en ambas. Las dos pronunciaciones presentadas no cubren toda la gama de posibilidades: también es posible encontrar oclusivas sonoras y realizaciones continuas o no continuas parcialmente sonoras; p.ej. apto [ápto] ~ [áb̥to] ~ [abto] ~ [áβto]. La

a s k o a s g o Tiempo (s) 0 1.00667 5000 r r Frecuencia (Hz)

Fig. 7.6 Espectrograma de rasco /r¯a´sko/ [r¯a´sko] y rasgo /r¯a´sɡo/ [r¯a´zɣo]

3 _{En los contextos detrás de nasal y de lateral, la obstruyente oral sonora es frecuentemente difícil de} observar en el espectrograma. Claramente, podemos tener realizaciones en que toda la oclusión presenta nasalización, de modo que es la presencia de una vocal no nasalizada al abrirse la oclusión la que nos indica la presencia de una oclusiva oral en la representación fonológica.

aproximante sonora se puede considerar la variante normativa no enfática (correspondiente tanto a las grafías <p, t, c>, como a <b, d, g>).

Para muchos hablantes de dialectos norteños del español peninsular los datos son un poco más complejos. Para estos hablantes, la neutralización de las oclusivas sordas y sonoras en codas en el interior de palabra afecta solamente a las labiales y dentales. En el caso de las velares, por otra parte, en estas variedades se pronuncia la g final de sílaba como una fricativa sorda [x], de forma variable o consistentemente (causando la neutralización con el fonema /x/), pero tal pronunciación no se aplica a las palabras con la letra c en esta posición; p.ej., digno [díxno], signo [síxno], magno [máxno], zigzag [θixθáx] vs. acto [ákto] ~ [áɣto], pacto [pákto] ~ [páɣto], dicto [díkto] ~ [díɣto], doctor [doktór] ~ [doɣtór]. En esta misma zona dialectal también es común pronunciar la <c> en posición final de sílaba como [θ], aunque dicha pronunciación está algo estigmatizada y es, por ello, menos frecuente: p.ej., dicto [díθto] (cf. Martínez Martín 1983: 189–197, Quilis 1965: 23, González 2008). Tanto la pronunciación de <g> en la coda como [x] y también la de <c> como [θ] parecen estar motivadas por la ortografía, ya que las letras <g> y <c> pueden tener, respectivamente, estas dos realizaciones en otras posiciones.

En el habla caribeña, todas las oclusivas en la coda en posición interior de palabra se pueden realizar como velar (o glotal [ʔ]): admitir [aɣmitír], submarino [sukmaɾíno] (Guitart 1976: 23, 48, Zamora y Guitart 1982: 109–115). En español mexicano, en que la africada /ʦ/ ocurre en un cierto número de topónimos y otras palabras, algunos hablantes generalizan esta africada también a casos en que la ortografía sugiere una secuencia como /ks/ o /ps/: p.ej., próximo [pɾóʦimo], Pepsi [péʦi].

En siglos pasados, las oclusivas en las codas en el interior de palabra estu- vieron probablemente a punto de desaparecer de la lengua. Antes de la creación de la Real Academia se encuentran formas como dino por digno, afeto por afecto, leción por lección, conceto por concepto, etc. En su Diálogo de la lengua (escrito en 1533), Juan de Valdés nos dice expresamente que las formas sin consonante en la coda corresponden a la pronunciación castellana. La Academia, sin embargo, decidió preservar muchas de estas consonantes etimológicas en la ortografía4 y hoy en día son pronunciadas por los hablantes cultos si están presentes en la representación ortográfica de la palabra, con pocas excepciones. Aún así, en el español de Castilla, es normal elidir la consonante en la coda,

4 _{Sin embargo, esto no siempre fue así. Un caso interesante en el español moderno es el par respecto} (‘con respecto a’, adverbio) vs. respeto (nombre). Ambas formas son aceptables en ejemplos como septiembre ~ setiembre.

incluso en el habla cuidada de los hablantes cultos, en casos como la terminación -cción, p.ej.: dirección [diɾekθi̯ón] ~ [diɾeɣθi̯ón] ~ [diɾeθi̯ón] (pro- bablemente debido a la existencia de otras palabras como contaminación), y <x> antes de consonante, p.ej.: experimento [espeɾimén̪to], extraño [estɾáɲo].5 El español mexicano culto es mucho más conservador con respecto a este rasgo que el castellano. Por otro lado, en el habla popular de muchas zonas, tanto en España como en Latinoamérica, la vocalización y elisión de oclusivas en la coda es muy común, p.ej., doctor [dou̯tór] ~ [dotór], perfectamente [perfétamén̪te].

En posición final de palabra, la única oclusiva permitida en el vocabulario patrimonial es /d/. La realización más común de este fonema en el habla culta es la aproximante [ð], como en otros ejemplos de /d/ postvocálica: salud [salúð]; sin embargo, la reducción y elisión de la consonante también es muy frecuente, sobre todo en estilos coloquiales: [salúð] ~ [salú]. En el habla de Madrid la elisión opcional de la /d/ final tiene lugar en el caso de palabras polisílabas (salud, verdad, Madrid), pero no en las monosílabas (sed, red, vid) y solo antes de pausa o palabra que comience por consonante (por ejemplo, en salud envidiable, no hay elisión).6En andaluz la elisión también es posible y frecuente en los monosílabos e incluso se puede encontrar en contextos prevocálicos (en esta variedad la /-d-/ intervocálica en el interior de palabras también se puede elidir).

En las variedades del centro y norte de España no es raro encontrar una realización de /-d/ fricativa y sorda: [salúθ] (véase, por ejemplo, Martínez Martín 1983). Para muchos hablantes de esta zona pez [péθ] rima con sed [séθ] y red [r̄éθ], aunque en el plural se mantiene la oposición: peces [péθes] vs. redes [r̄éðes].7La pronunciación interdental fricativa sorda es menos común (aunque no imposible) cuando la consonante va seguida de una palabra que empieza por vocal: se[ð] enorme (~ se[θ] enorme). Es interesante que algunos estudios han documentado una pronunciación continuante (parcialmente) sorda de la /-d/ final en el centro de México, un dialecto que no tiene /θ/ (Harris 1969: 40).

La <-d> ortográfica final de palabra se realiza como [t], p.ej. salud [salút], tanto en zonas donde se habla el catalán como en partes de América del Sur (en América del Sur en habla más o menos enfática, en Cataluña en todos los