Na maioria dos casos, os falantes não encontram dificuldades para segmentar o discurso em sílabas, pois há várias situações de uso da língua em que a consciência da sílaba é exigida. Isso ocorre, por exemplo, quando o falante emite o discurso em pequenos segmentos para enfatizar a mensagem ou para discriminar melhor sua pronúncia.

De-va-gar.

Cal-ma.

Ne-ga-ti-vo.

   No discurso escrito, as palavras podem ser segmentadas para acomodar melhor o texto no final da linha tipográfica. Esse processo, conhecido como hifenização, segmenta as palavras preservando as sílabas. Quando segmentamos o discurso em sílabas percebemos as dificuldades que envolvem uma definição rigorosa dessa unidade formal. São dificuldades semelhantes às encontradas na definição de palavra. Vejamos, na seqüência, características relevantes das sílabas.
   A sílaba resulta da segmentação do discurso em nível fonológico, portanto não é unidade significativa. A sílaba se compõe de um número reduzido de fonemas, que varia geralmente entre um e cinco. As sílabas com vogal são a quase totalidade e, nesse caso, só uma vogal está presente.

Pronunciabilidade

   A sílaba é pronunciável. Observe a segmentação a seguir:

P-r-a-g-a.

   Neste caso, não temos uma segmentação em sílabas porque alguns segmentos não podem ser pronunciados isoladamente como /p/ ou /g/.

Unidade mínima livre de pronúncia

   Os fonemas são as unidades mínimas da fonologia e não admitem segmentação, tanto que não existe nível de análise do discurso inferior ao de fonema. Já a sílaba pode ser formada por mais de um fonema. É divisível, portanto. A sílaba é uma unidade formal, mas em outro sentido. Considere a série de sílabas a seguir:

/pá/, /pé/, /pi/, /pó/, /pu/.

   Se desmembrarmos as sílabas apresentadas em segmentos menores, certamente poderemos pronunciar alguns desses segmentos como:

/á/, /é/, /i/, /ó/, /u/.

   No entanto, não será possível pronunciar isoladamente o fonema /p/. Os segmentos da série são mínimos no aspecto da pronúncia, no sentido de que um desmembramento adicional gera segmentos impronunciáveis.

Considere outra série de sílabas:

/fã/, /vá/, /sé/

   Neste caso, é possível desmembrar as sílabas em segmentos menores, todos pronunciáveis. É possível pronunciar isoladamente /f/, /v/, /s/, /ã/, /á/ e /é/. No entanto, praticamente não encontramos situações em que /f/, /v/ e /s/ ocorrem em condição de independência. A ocorrência desses fonemas é condicionada à presença simultânea de outros fonemas adjacentes. Em outras palavras: são ocorrências presas. O desmembramento das sílabas desta série em segmentos menores gera itens pronunciáveis, mas nem todos são formas livres.
   Para ser caracterizado como sílaba o segmento deve ser livre e mínimo do ponto de vista da pronúncia.

Todo fonema pertence a uma sílaba

A divisão silábica deve ser feita de tal maneira que todos os fonemas do discurso pertençam a uma sílaba. Veja o exemplo:

* P-ra-to.

   A segmentação gerou as sílabas /Rá/ e /tô/ que ocorrem comumente em língua portuguesa. No entanto, deixou o fonema /p/ isolado, logo a divisão silábica falhou. O correto, neste caso, é a divisão:

Pra-to.

Fonemas agrupados em torno de vogal

Há casos raros de sílabas sem vogal como, por exemplo:

Pst.

   No entanto, a quase totalidade das sílabas apresenta uma e só uma vogal. Podemos dizer que a vogal é a base da sílaba. Essa característica está ligada à pronunciabilidade. É a vogal que dá suporte à realização dos outros fonemas da sílaba. É como se os demais fonemas se apoiassem na vogal para serem pronunciáveis.
   Alguns foneticistas propõem que nos casos raros em que a sílaba não apresenta vogal, há uma consoante desempenhando a função de vogal, ou seja, viabilizando a pronúncia dos demais fonemas da sílaba.
   A sílaba admite apenas uma vogal. Quando uma sílaba apresenta dois fonemas com características de vogal, só um será emitido com qualidade vocálica plena. Os outros serão emitidos de forma diferenciada e classificados como semivogais. A semivogal é uma emissão vocálica minimizada, digamos, pela presença de uma vogal adjacente.

Unidade de emissão do aparelho fonador

   Alguns foneticistas propõem que a sílaba é a unidade de emissão do aparelho fonador. Ao que tudo indica, existe correspondência entre os movimentos musculares do aparelho fonador e a emissão de sílabas. Nesse sentido, a sílaba é a unidade fisiológica de pronúncia. O que caracteriza a sílaba na abordagem fisiológica é a emissão de um conjunto de fonemas em um único movimento expiratório do aparelho fonador.

Propriedades da sílaba

   A divisão silábica pode ser o elemento diferencial entre duas palavras, como no caso a seguir:

Ele sabia de tudo.

Canto do sabiá.

   A principal diferença entre as palavras em negrito está na divisão silábica. Na palavra /sá-'bya/ temos duas sílabas e na palavra /sá-bi-'á/ temos três. Na palavra de duas sílabas, a vogal /i/ se reduziu a semivogal, em função de estar na mesma sílaba que /á/.

Analisando as possibilidades de organização das sílabas da língua portuguesa chegamos ao seguinte quadro:

* C=Consoante, S=Semivogal e V=Vogal.

Outras combinações são possíveis, mas raras em nosso idioma. A palavra script (s-cript), por exemplo, apresenta sílaba com a combinação CCVCC.

Sílabas com consoantes são bastante raras em nossa língua. São exemplos:

S-tress

S-cript

Algumas combinações com número alto de fonemas admitem pronúncias variantes em que a sílaba é dividida em duas como a seguir:

en-xa-güei ou en-xa-gü-ei.

A análise das combinações de fonemas em sílabas nos permite algumas conclusões:

• A vogal é a base da sílaba. Em torno dela gravitam semivogais e consoantes.

• As semivogais se ligam diretamente a uma vogal, antes ou depois desta.

• A consoante pode ocorrer adjacente a outra consoante, mas não há sílabas com três consoantes seguidas.

• A consoante se liga a outra consoante, a uma semivogal ou à vogal.

A partir das regras anteriores de formação de sílabas podemos chegar a um modelo geral para a composição da sílaba:

(C)(C)(S)V(S)(C)(C)

Veja exemplos de aplicação do modelo.