2.1. La duración vocálica

El tiempo en el habla es una característica que llama la atención a toda persona estudiosa de la fonética. Se puede medir a nivel microestructural, del cual se obtiene la duración de cada sonido -como se ha aplicado en esta investigación- o desde un enfoque más métrico, del que se tienen a consideración segmentos más amplios, como la duración de la sílaba o la velocidad del habla. Los valores de duración pueden también analizarse buscando las cantidades absolutas en cada vocal o mirando las oposiciones y contrastes entre unas cantidades y otras. (^{Hidalgo & Quillis, 2012}, p. 84). De cualquier manera, la variabilidad del fenómeno salta a la vista, porque puede cambiar según diversas condiciones físicas o psicológicas del hablante.

Se entiende la duración a partir de lo expuesto por ^{Gil-Fernández (2007)} quien la define como la cantidad de tiempo empleada en la emisión de un sonido. Eventualmente el término duración se usa de la misma manera haciendo referencia a la cantidad vocálica y a la longitud de un sonido del habla². Esta autora se refiere a la duración como el tercer atributo fundamental de los sonidos; sin embargo, vale la pena contrastarlo con la descripción de ^{Cantero (2019)} quien plantea que ninguno de los atributos tiene mayor relevancia, sino que todos están entretejidos conformando la red del continuum físico, así como lo expuesto por ^{Muñetón (2017)}, quien tampoco atribuye una jerarquía a los parámetros de la estructura prosódica, sino que intenta demostrar cómo todos estos son relevantes y se interrelacionan.

Por su parte, ^{Gil-Fernández (2007)} plantea que la duración de los sonidos del habla se encuentra entre 30 y 300 ms, y sin importar la variabilidad que se presente en ellos, no pueden sobrepasar la franja comprendida entre los 10 y los 40 ms, ya que es el tiempo requerido por el oído humano para tener la capacidad de hacer la distinción de cada segmento del habla. Adicionalmente, se expone que la duración de cada sonido del habla está condicionada por los elementos contiguos en su realización; de esta manera, se explica que la tendencia de las vocales a ser menor cuando son cerradas o altas y a ser mayor cuando son abiertas es considerada casi un universal fonético, lo cual está determinado por una necesidad fisiológica, ya que las vocales abiertas necesitan una mayor extensión espacial para el movimiento articulatorio, lo que requiere mayor tiempo en el habla.

También se han estudiado lenguas donde los factores aerodinámicos producen cambios significativos; no obstante, se concluye que los tres factores que condicionan la duración del segmento del habla son las características articulatorias de los sonidos vecinos, la estructura segmental de la sílaba en la que se encuentra el sonido en cuestión y el lugar que ocupa esa sílaba dentro del enunciado (^{Gil-Fernández,2007}).

La duración es, además, un parámetro físico con una funcionalidad lingüística ligada a otros aspectos de la comunicación verbal, como el ritmo, el acento y la entonación. En ese sentido, ^{Cantero (2019)} señala que el habla no es una cadena de sonidos cohesionados de manera lineal como usualmente se considera, sino que, se trata de una red entramada entre sonidos vocálicos y consonánticos, donde las vocales tienen la cualidad de ser núcleos sonoros y las consonantes zona marginal, es decir, obstáculos en la producción oral con mayor o menor grado de perceptibilidad. También plantea que no todas las vocales son núcleo de una unidad suprasegmental y, por lo tanto, prosódicamente no son igualmente relevantes.

Lo anterior evidencia una jerarquía fónica donde las vocales átonas suelen centrar su identidad tímbrica o hasta elidirla, mientras que las tónicas rara vez se neutralizan o eliden, en tanto que en su tono recae la unidad de significado. En algunos casos, constituyen el núcleo del grupo fónico y a su vez el núcleo de la melodía del enunciado. De esta manera, se identifica que la duración es un parámetro acústico que puede tener funciones comunicativas en el plano segmental de la vocal y en el plano suprasegmental del enunciado.

2.2. El habla de Medellín

Se puede hablar del español de Medellín como un habla regional, pero sin precisar hasta dónde llegan sus fronteras lingüísticas que podrían marcarse bien sea dentro de la misma área metropolitana o extenderse a isoglosas muchos más amplias en la región circundante, pues en Antioquia y dentro de la región que se clasifica como subdialecto antioqueño hay muchas otras distinciones de tipo segmental y suprasegmental que podrían resultar de interés para la investigación lingüística.

Por ejemplo, ^{González-Rátiva (2022)} identifica que en el habla de Medellín hay una variación fonológica con respecto a Antioquia, caracterizada por procesos de espirantización de /d/, pluralización de haber y la tendencia antihiática de /ea/, diferencia que parece estar encaminada a confluir más en una norma urbana andina, mientras que a nivel regional las adiciones vocálicas, la elisión de codas consonánticas, los refuerzos consonánticos y la aspiración de /f/ se relacionan más con una identidad antioqueña. Puede resultar interesante del mismo modo para los estudios de duración examinar si la variación de la duración vocálica se comporta conforme a las cualidades prosódicas de las variantes subdialectales, o si, por el contrario, este atributo evidencia semejanzas que se puedan categorizar en un nivel más amplio como a nivel de un superdialecto.

Sobre el habla de esta ciudad también se han investigado el uso particular de marcadores discursivos -hágale, o sea-, verbos de actitud proposicional, procesos fonológicos, entre otros. Al respecto, se encuentran algunos estudios (^{Castellano, 2013}; ^{García, 2016}; ^{Muñoz-Builes, 2021}).

El habla de Medellín tiene cualidades únicas que la diferencian del habla de las regiones hispanohablantes donde se han realizado estudios de duración. Sobre el habla en la región se menciona que no es común el relajamiento vocálico típico de otras variantes dialectales de Colombia. Más bien, se mantiene un timbre normal en las vocales tónicas con tendencia al alargamiento y, en contraste, solo se da un relajamiento en posición final átona en el habla no cuidadosa. Por lo tanto, cuando se hace referencia al vocalismo de esta variante dialectal se describe como:

de timbre claro y definido, aunque en el habla rápida y descuidada sean corrientes algunas modificaciones del timbre vocálico, sobre todo cuando se trata de las vocales átonas /e/, /o/ que tienden a cerrarse o a convertirse en /i/, /u/ respectivamente, o a relajarse en posición final. En esta posición también la /a/ se ve afectada (^{Betancourt, 1993}, p. 289).

3.1. Corpus

Las entrevistas están contenidas en el corpus sociolingüístico de preseea-Medellín, desarrollado en el marco del Proyecto para el Estudio Sociolingüístico del Español de España y América (^{González-Rátiva, 2008}). Son un total de 119 entrevistas almacenadas en una base de datos que incluye archivos sonoros y de texto. Cada entrevista tiene una duración promedio de 45 minutos y contienen ejes temáticos como el clima, el barrio, el vecindario, la vivienda, la ciudad, la gente que vive en Medellín, problemáticas de la ciudad, familiares y amigos, profesión y trabajo, esparcimiento, costumbres, deseo de mejora económica y relato de narraciones espontáneas a partir de las preguntas del entrevistador.

Debido al amplio tamaño del corpus, se seleccionaron 12 entrevistas, de las cuales se tomaron 83 enunciados como muestra para el análisis. De estos enunciados, se obtuvo un total de 1006 vocales que fueron objeto del análisis acústico. Del corpus se obtuvieron tres archivos: el registro sonoro, la transcripción de la entrevista en un formato simple y la misma transcripción de la entrevista detallada con etiquetas de pausas, tiempo, alargamiento, palabras cortadas, cita, habla simultánea, marcas de intervención del entrevistado y entrevistador, énfasis y vacilación.

3.2. Muestreo

Las muestras que se tomaron de las entrevistas consisten en segmentos enunciativos que conforman oraciones simples. Se entiende para esta investigación la noción de oración simple desde lo expuesto por ^{Gili Gaya (1980)} quien la define como una unidad lingüística que tiene un sujeto y un predicado y que depende de la calidad psicológica del juicio del hablante y de la naturaleza del predicado. Desde el plano pragmático, los segmentos que se seleccionaron corresponden a actos de habla ilocucionarios de tipo asertivo (^{Searle, 1990}). Estos se comprenden como emisiones de secuencias de palabras dentro de oraciones, que, para este caso, pueden ser afirmativas o negativas, realizadas en contextos de entrevista, bajo condiciones específicas de la situación de la conversación y con la intención del hablante de dar información respondiendo a las diversas preguntas que el entrevistador le plantea.

Otra cualidad que contribuyó en la delimitación de los segmentos del muestreo es que los enunciados se aproximen a la estructura de foco informativo. Se entiende esta noción desde lo expuesto por ^{Bravo (2008)}, quien lo define como el elemento que aparece en la posición final de la cláusula y, para que sean informativos, todos sus componentes deben ser información nueva, lo cual es difícil encontrar con estas restricciones, por lo que su aparición es de frecuencia reducida, dando como resultado un número limitado de segmentos para analizar.

Esta propiedad de la estructura informativa se tuvo en cuenta, ya que se trabajó con corpus de habla semiespontánea y, al ser un tipo de habla que posee variados elementos entonativos y emocionales, se procuró con estos criterios delimitar los tipos de enunciados buscando que fueran enunciados que no tuvieran marcas entonativas muy marcadas, ayudando a controlar también de esta manera el ritmo de habla. De ese modo, se procuró que fueran enunciados concluyentes, que no respondieran de inmediato a la pregunta con sí o no, que fueran enunciados sin muletillas, ni superlativos, ni pausas intermedias, que evitaran tener diminutivos o condicionales y que su extensión estuviera en un promedio de 15 sílabas.

3.3. Variables de análisis

3.4. Tratamiento de datos sonoros

Inicialmente, se seleccionaron las 12 entrevistas y se utilizó el programa Audacity (versión 2.3.3; Audacity Team, 2020) para segmentar los 83 enunciados. Luego, estos se analizaron y se buscó que conservaran de la manera más rigurosa posible las características descritas en el muestreo.

Posteriormente, se utilizó el programa de uso libre Praat (versión 6.1.55; Boersma, Paul, & Weenink, 2021) para realizar el análisis acústico. Los 83 enunciados se organizaron en archivos de tipo proyecto Praat, con el fin de aplicar modificaciones similares en su conjunto. En la segmentación de cada vocal, se tuvo en cuenta el punto de inicio, donde comienza la oscilación pronunciada de la onda sonora y donde termina el patrón de su configuración. No obstante, se encuentran algunos casos cuyas divisiones son difíciles de establecer y durante este proceso se evidenció que hay muchos estudios fonéticos realizados sobre la base de análisis espectrográfico, donde los límites entre un fonema y otro son más perceptibles. Sin embargo, se comprobó que hay una carencia didáctica de algún material en lengua española que oriente el proceso de un análisis acústico sobre habla espontánea.

Una buena guía que se pudo encontrar y aborda de manera general la metodología del análisis de la duración se encontró en ^{Wright y Nichols (2015)}. Estos autores sugieren las siguientes consideraciones a tener en cuenta durante la medición de la duración:

En el análisis se identificó un patrón recurrente para la configuración de las vocales. Ese patrón comienza a manifestarse con una longitud de onda grande que progresivamente va modificándose de manera coordinada con su amplitud, se genera una extensión de esta amplitud y, a la misma vez, comienza a reducirse la longitud. Parece un patrón acústico coordinado entre incremento y reducción de la amplitud y longitud de onda al inicio y final de la configuración espectral de las vocales. Paralelamente, comienzan a revelarse los formantes y se estabilizan en su huella espectral, de tal forma que dejan una marca resaltada en negro en el espectrograma.

En la ventana del oscilograma de las vocales, la amplitud de la onda puede ser cambiante con altibajos dependiendo de la intensidad de la vocal y, hacia el final, la amplitud se reduce y la longitud nuevamente se amplía para dar paso a la conformación de un nuevo patrón espectral de la consonante adyacente.

Adicional a las sugerencias referenciadas y la observación descrita, para los casos donde se presentó juntura vocálica por final, por inicio de palabra, por diptongo o hiato, se estableció la segmentación a partir del punto medio donde se apreciaba el cambio de formantes de una vocal a otra. Además, en las ocurrencias donde el espectrograma no permitía ver esas transiciones, se tuvieron en cuenta los picos ascendentes y descendientes de las ondas en el oscilograma y así como, en algunas de ellas, la visualización de la barra de intensidad ayudó a identificar puntos de inicio o final de las vocales. Entretanto, en los casos más complejos, una observación de todos los aspectos descritos anteriormente fue necesaria para poder establecer las fronteras acústicas de las vocales objeto de estudio.

Una vez se marcó cada segmento vocálico en cada enunciado, se continuó con la toma de la duración siguiendo la metodología expuesta por Díaz y Correa (2014) y por ^{Boersma y Weenink (2020)}, quienes sugieren realizar la medición a partir de la resta del tiempo de inicio de un intervalo a su tiempo final. Este procedimiento se realizó de manera automatizada a través de dos scripts tomados de ^{Román (2021)} y adaptados por ^{Muñoz-Builes (2021)}. El primero se aplicó con el fin de insertar un intervalo adicional de punto que marcara el centro de cada vocal segmentada. El segundo se aplicó para extraer los datos de duración de cada vocal en un archivo externo, que posteriormente se importó y colectó en una hoja de cálculo, de manera que fuesen llevados al programa de tratamiento estadístico.

3.5. Estadística empleada

Para el tratamiento estadístico de los datos se utilizó el programa de uso libre para análisis estadístico jasp (versión 0.16.0.0; jasp Team, 2022). En este, se obtuvieron los estadísticos descriptivos que permitieron obtener los valores de la media de la duración de cada vocal, así como las distribuciones de los valores dentro del conjunto obtenido. Luego, se continuó con el tratamiento de los datos a través de análisis de varianzas (anova), dado que la estadística descriptiva no es suficiente para interpretar las posibles correlaciones a partir de las variables propuestas.

El procedimiento general en la parte estadística fue el siguiente: 1) obtención de los gráficos descriptivos, 2) obtención de la tabla con estadísticos descriptivos, 3) interpretación y descripción de dichos valores y 4) aplicación de la prueba anova con verificación de supuestos y tamaño de efecto. En todos los casos se aplicó el método de corrección Scheffé para solucionar las diferencias de tamaño de la muestra de cada vocal.

En los casos de verificación de supuestos en los que la prueba fue homogénea a partir del test de Levene, se adoptó el resultado anova bajo el condicionamiento de la potencia del tamaño de efecto eta cuadrado parcial (η² _p) como el indicador de la probable correlación de las variables (^{Goss-Sampson, 2018}). En los casos en que la prueba de Levene no fue homogénea, se aplicó la prueba no paramétrica Kruskal-Wallis, sin que se tenga en esta una medición del tamaño de efecto, en tanto que este tipo de prueba no permite ese cálculo de modo general.

4.1. Duración de las vocales

Los resultados permiten observar diversas manifestaciones acústicas del fenómeno lingüístico estudiado. El primer aspecto que se identifica es el rendimiento vocálico que se presentó en el grupo total de los enunciados. En ellos, se evidencia que las cantidades obtenidas de cada vocal son desiguales, aunque este factor no representa un problema para el tratamiento estadístico de los datos, dado que se trabajó con comparación de valores de la media de cada vocal y, en principio, los promedios no son dependientes de la cantidad de los datos.

La muestra quedó conformada por una cantidad de datos de la vocal /a/ con 29,8 %, la vocal /e/ con 28,7 %, la vocal /i/ con 11,8 %, la vocal /o/ con 24,1 % y la vocal /u/ con 5,4 % de la muestra total, respectivamente. Las frecuencias para cada una se pueden observar en la Tabla 3, así como los valores promedio de la duración, la desviación y asimetría que muestran los datos.

La duración vocálica obtenida a partir de los estadísticos descriptivos reveló que el habla de Medellín presenta una media de duración de mayor a menor en el siguiente orden a partir de una clasificación general de las vocales: /i/ 71,11 ms; /a/ 70,8 ms; /u/ 64,88 ms; /e/ 61,89 ms; y, por último, /o/ 59,27 ms.

Figura 1 Gráficos descriptivos de la duración según la categoría vocálica general 

La Figura 1 muestra la distribución de los valores de duración vocálica en el gráfico descriptivo. En este, se observa la variación en los valores promedio de la duración, destacándose la superioridad de /i/ e /a/ con respecto a las otras vocales. Estos datos contabilizan todas las vocales indistintamente de otras categorías que cumplan o no, aunque esta generalización puede ser controvertida, puesto que otros estudios han tratado de tomar la composición vocálica de estructura simple frente a la compleja por separado. No obstante, a pesar de la ocurrencia de las vocales en contextos complejos, se procuró que la medición registrara únicamente el segmento vocálico, lo que no debería generar una distinción entre valores de duración a partir de este criterio más que en la variable de segmento anterior y posterior.

Tras un análisis anova, se buscó conocer si existían diferencias que resultaran significativas de las medias obtenidas de las vocales, según su clasificación general. Los datos mostraron que la duración vocálica está afectada significativamente por la modalidad de tratamiento del análisis, H =32.21, p < .001. Una vez que se determinó la existencia de diferencias estadísticamente significativas, se aplicaron las pruebas post hoc para identificar entre cuáles vocales se manifiestan los valores de significancia, encontrando que estos se dan entre la vocal /a/ con respecto a las vocales medias /e/ y /o/, al igual que la /i/ con respecto a la /o/.

Las diferencias significativas de la duración en las vocales según la categoría vocálica sugieren dos ideas concernientes. Por un lado, la duración en el habla espontánea de esta variante dialectal es más amplia cuando se producen en puntos articulatorios extremos, como es el caso de la vocal /a/ con relación a /i/, mientras que es más reducida para puntos articulatorios medios, como en las vocales /e/ y /o/. Por otro lado, la significancia en el contraste de las medias sugiere que la configuración articulatoria incide en los valores de la duración vocálica, aunque los valores promedio para la duración de las vocales no se comporten en un orden jerárquico de las más abiertas a las más cerradas. La vocal /u/ parece tener un comportamiento acústico de la duración más variado que oscila entre los valores de la media de las otras vocales.

Conociendo estos resultados preliminares de la duración vocálica a partir de su estructura interna, se concluye que la duración de las vocales para la variante dialectal del español de Medellín se manifiesta en orden de mayor a menor para las vocales en extremo anterior alto /i/ y extremo central bajo /a/, seguido de la vocal en extremo posterior alto /u/ y terminando con las vocales medias posterior y anterior /e/ y /o/, como se muestra en la siguiente figura:

Figura 2 Duración vocálica en el español de Medellín a partir del corpus PRESEEA 

Esos valores se corroboran cuando se miran desde un plano aislado de cada vocal y de las cinco vocales en conjunto, donde los valores de duración se comportan de modo similar. Una vez obtenidos estos, se puede obtener el valor de duración intrínseca de las vocales con el promedio de la media estadística de cada vocal, el cual resultó ser de 65,32 ms para la variante dialectal del español de Medellín. Esta cifra también se corrobora con los resultados obtenidos a partir de la variable de núcleo silábico simple.

A partir de los datos obtenidos, se puede afirmar entonces que los 65,32 ms se constituyen en el valor intrínseco de duración y sirve de referencia para las vocales de esta variante dialectal. Con esta medición se obtiene un referente descriptivo sobre el cual se puede aplicar el umbral perceptivo de duración del 36 % descrito por ^{Pamies y Planas (2015)}, a partir del cual se pueden diferenciar variaciones entre vocales breves y largas dentro de esta variante del español.

4.2. Núcleo silábico

Teniendo en cuenta que se busca describir valores de referencia en el comportamiento acústicos de las vocales, se presentan los descriptivos y los valores anova de manera diferenciada para cada vocal que conforma los núcleos silábicos simples. En estos, los datos se comportan del mismo modo que la agrupación general de vocales y parecen presentarse diferencias significativas en los valores de la media con un tamaño de efecto medio. Sin embargo, las pruebas post hoc clasifican las diferencias entre pares de /a/ en relación a /o/ y entre /i/ con relación a /o/. Este sutil contraste podría reforzar la idea de que los cambios en la duración vocálica están influenciados por la composición de la vocal y se manifiestan principalmente entre puntos articulatorios en extremos opuestos.

De otro modo, se analizan los resultados a partir de la variable de núcleo silábico agrupando todas las vocales. Los datos descriptivos evidencian una recurrencia mayor de los núcleos simples, al igual que un valor de duración mayor con respecto a los núcleos silábicos complejos. Sin embargo, ambos grupos presentan una alta desviación en los valores de duración, lo cual sugiere una distribución anormal de los datos. Realizando la observación de los gráficos descriptivos en la Figura 5 se evidencia la amplia diferencia de los valores de la media, pero por la variación que se presenta en los valores de duración de los núcleos complejos, que incluso alcanza el percentil de duración de los núcleos simples, se procede a continuar con un análisis de varianza no paramétrico.

En de la Figura 3 se puede observar que las medias puntúan en valores de duración distantes entre 60 ms para los núcleos complejos y 65 ms para los núcleos simples. Estos valores son más estables en estos últimos con respecto a los núcleos complejos que presentan más variación. De hecho, con una sobreposición en los quintiles que alcanzan los valores de duración de los núcleos simples. Estos datos sugieren que cuando las vocales ocurren en contexto de diptongos su duración tiende a reducirse a diferencia de cuando ocurren en contextos de núcleo vocálico simple:

Figura 3 Gráficos descriptivos de la duración según el núcleo silábico 

Los resultados del análisis de la varianza anova de la duración vocálica, según los núcleos silábicos muestran valores F = 3.70, p < 0.05, con un tamaño de efecto bastante pequeño de η²_p = < 0.01. Estos valores sugieren unas diferencias significativas entre los valores de duración de los núcleos complejos y simples, pero estas diferencias no se pueden corroborar estadísticamente, debido al tamaño de efecto bastante bajo de los resultados. Por lo tanto, los datos revelan que, estadísticamente, en menor grado, la composición de los núcleos silábicos incide sobre los valores de la duración de las vocales para el análisis expuesto.

4.3. Estructura silábica

Las observaciones iniciales con respecto a esta variable sugieren un contraste de valores de duración entre estructuras silábicas abiertas con respecto a las cerradas, y entre estructuras silábicas de núcleos complejos frente a a las estructuras silábicas con núcleos simples. Es llamativo el hecho de que una estructura silábica compleja tipo ccv sea la que presente mayor duración, dado que tiene ocurrencia con dos consonantes que le preceden y se podría pensar que, a mayores segmentos dentro de la estructura, se da una mayor duración de ellos. No obstante, los resultados no permiten tener una evidencia clara, debido a la variabilidad en cada una de las estructuras silábicas. Adicionalmente, lo que sí muestra esta variable es otro patrón correspondiente a la apertura de la sílaba. De este modo, si la sílaba es abierta, posee mayor duración que cuando es cerrada.

Figura 4 Gráficos descriptivos de la duración según la estructura silábica 

La prueba anova para esta variable revela los valores de F = 2.30, p < 0.03, con un tamaño de efecto pequeño de η²_p = < 0.01. Estos valores obtenidos, si bien muestran diferencias significativas entre las estructuras de sílaba abierta y cerrada que se pueden corroborar en las pruebas post hoc, su tamaño de efecto no le concede potencia a la aplicación de la prueba, por lo que las diferencias en las medias de esta variable no permiten afirmar que la estructura silábica tenga incidencia en la configuración de los valores de la duración de las vocales.

4.4. Segmento anterior

En la variable del segmento anterior, que hace referencia a los elementos que preceden a la vocal, se encontró que esos elementos pueden estar constituidos por segmentos consonánticos, semiconsonánticos y de pausa. Los gráficos reflejan una duración de la vocal, que se incrementa cuando está precedida por aproximantes y líquidas, registrando valores de 73,83 ms y 70,61 ms, respectivamente, mientras que, en oposición las vocales sin segmento previo, parecen ser las de menor duración, con 56,97 ms.

Es necesario mencionar que para este estudio los valores de duración se manifestaron con una tendencia de mayor a menor duración, en el orden aproximantes, líquidas ˃ nasales, fricativas ˃ oclusivas > africadas. La posición contigua a las pausas y semiconsonantes resultan mantener unos valores de duración medios:

Figura 5 Gráficos descriptivos de la duración según el modo de articulación del segmento anterior 

La prueba anova para esta variable muestra valores F = 2.62, p < 0.001, η²_p = 0.02. Estos valores indican que hay niveles de significancia entre los grupos de esta variable, aunque el tamaño de efecto sea pequeño. La prueba post hoc muestra que las diferencias entre los valores de duración que resultan significativas son las que se presentan cuando la vocal está precedida de consonante, frente a los casos cuando se encuentra precedida de semiconsonante u otra vocal en juntura de palabra.

4.4.1. Sonoridad del segmento anterior

En relación a la sonoridad que se presentó en el segmento anterior, los gráficos muestran que la duración vocálica es mayor si el segmento anterior es sonoro y su nivel disminuye cuando está acompañada en su límite anterior por un segmento sordo. Estos resultados se asemejan a lo expuesto por ^{Marín (1995)}, quien también describe una duración mayor para los segmentos sonoros:

Figura 6 Gráficos descriptivos de la duración según la sonoridad del segmento anterior 

Tabla 7 Estadísticos descriptivos según sonoridad del segmento anterior 

	duración_voc_ms
	SN	SR
Válido	692	279
Moda	48.40	65.00
Mediana	61.40	57.20
Media	65.88	62.77
Curtosis	1.72	1.26
Mínimo	15.00	9.80
Máximo	197.50	164.00

Si bien los estadísticos descriptivos señalan una significancia en las diferencias de las duraciones entre la sonoridad de los segmentos prevocálicos, la prueba anova y el tamaño de efecto sugiere que los valores de estas medias no son significativos reportando los valores de F = 2.21, p < 0.14, η²_p = 0.01. Dicho de otro modo, la sonoridad del segmento previo a la vocal puede incidir en la configuración de la duración de la vocal, aunque no es un factor que se pueda corroborar estadísticamente.

4.5. Segmento posterior

Los segmentos que anteceden a las vocales en este trabajo reflejan una distribución en valores de duración similar a la de los segmentos en posición anterior y, de igual manera, se asemejan a los resultados revelados por ^{Marín (1995)} para los segmentos consonánticos posteriores. Los resultados sugieren que las aproximantes, africadas y líquidas tienen la tendencia a alargar los valores de duración con respecto al resto del grupo consonántico. Las pausas y la posición, seguida de vocales en juntura de la palabra posterior, revelan la tendencia a reducir la duración. Para el caso de las pausas a las que se refiere, corresponde a segmentos donde se hacía el recorte del audio hacia la parte final; diferente de situaciones de habla en las que la pausa se da en medio de todo un fragmento que se decide analizar y podría presentar valores de duración diferentes.

Figura 7 Gráficos descriptivos de la duración según el modo de articulación del segmento posterior 

La prueba anova para esta variable revela que sí hay valores significativos de diferencia en las medias estadísticas H = 35.70, p < 0.001. La comprobación del supuesto de homogeneidad muestra que se viola este supuesto, por lo que se recurre a la prueba no paramétrica, sin que se pueda reportar un tamaño de efecto. Esto quiere decir que sí hay incidencia en la duración de las vocales según el modo de articulación del segmento posterior, aunque esta conclusión no se puede extrapolar en la interpretación de otros datos que procuren describir el mismo fenómeno.

4.5.1. Sonoridad del segmento posterior

Para la variable de la sonoridad del segmento posterior los resultados revelan, al igual que en los segmentos anteriores, que hay mayor duración cuando las vocales están seguidas de segmentos sonoros. Sin embargo, en la prueba anova los resultados no revelan que haya una significancia en las diferencias de los valores de duración a partir de este principio, H = 0.57, p < 0.45. Esto refuerza la idea de que, a efectos del diseño de esta investigación, se manifiesta una relación entre los modos de articulación y la duración, aunque estadísticamente no se refleja en la sonoridad de cada uno de esos segmentos.

Figura 8 Gráficos descriptivos de la duración según sonoridad del segmento posterior 

Tabla 9 Estadísticos descriptivos de la duración según la sonoridad del segmento posterior 

	duración_voc_ms
	SN	SR
Válido	630	308
Moda	49.40	38.80
Mediana	61.20	59.10
Media	66.00	63.25
Curtosis	1.54	1.83
Mínimo	13.90	15.00
Máximo	197.50	174.90

4.6. Número de sílabas por palabra

Para la variable de número de sílabas que contiene la palabra donde ocurre la vocal, se obtuvo que la duración más alta se manifiesta en los bisílabos, con 67.16 ms, en contraste con la menor duración que se presenta en los monosílabos, con 60.39 ms, donde también hay una reducción entre trisílabos y polisílabos. Estos resultados no muestran una tendencia clara en el comportamiento de la duración a partir de esta variable, ya que, por ejemplo, los valores mínimos se asemejan entre palabras con cantidades de sílabas opuestas, es decir, que hay una menor duración, tanto en los monosílabos como los polisílabos, por lo que esta variabilidad no permite identificar un patrón de comportamiento acústico que permita hacer alguna aseveración al respecto.

Figura 9 Gráficos descriptivos de la duración según el número de sílabas por palabra 

La verificación de supuestos revela el cumplimiento del supuesto de homogeneidad. Se obtienen los resultados de la prueba anova mostrando los valores F = 2.96, p < 0.03, η²_p = 0.01. Estos resultados sugieren que, si bien hay valores de significancia en los datos de la media de duración según la cantidad de segmentos dentro de la palabra, el tamaño de efecto no permite aseverar que los resultados obtenidos en la prueba puedan demostrar que este factor es representativo para la configuración de los valores de duración.

4.7. Tonicidad

Esta variable es la más comentada académicamente y referenciada como factor que determina la duración vocálica. Los gráficos descriptivos muestran que las diferencias de las medias son bastante marcadas, destacándose la preponderancia de la duración de las vocales tónicas con respecto a las átonas. En promedio, una vocal tónica registra una duración de 74 ms, mientras que una vocal átona registra 58 ms, como se puede observar en los gráficos descriptivos siguientes:

Figura 10 Gráficos descriptivos de la duración según la tonicidad 

La comprobación de supuestos para esta variable resulta no ser homogénea, por lo que se recurre a hacer pruebas no paramétricas. La prueba anova muestra un resultado de H = 57.56, p < 0.001, reflejando una amplia correlación marcada entre la tonicidad y la duración de la vocal. De hecho, según los resultados se constituye en un factor con una fuerte incidencia sobre los valores de duración obtenidos.

4.8. Tonicidad enunciativa

Esta variable de cierta manera se complementa con la anterior, debido a que los gráficos descriptivos marcan también la prominencia de la duración en las vocales en que recae la tonicidad del enunciado. La posición de vocal tónica nuclear refleja una mayor duración de la vocal, con 96,33 ms, con respecto a la ocurrencia en otras posiciones del enunciado. También, se resalta el comportamiento acústico de la tercera tónica con una media de 75,17 ms, porque marca un incremento inicial en la curva entonativa que vuelve y toma fuerza hacia la parte final del enunciado.

Esto refleja que gran parte del comportamiento de la duración vocálica en el habla en uso está incidido por la prosodia del enunciado. De hecho, según los resultados, esta variable es la que tiene mayor incidencia en los valores de duración.

Figura 11 Gráficos descriptivos de la duración según la tonicidad enunciativa 

La prueba anova para esta variable presenta los resultados H = 134.35, p < 0.001, corroborando que hay un alto nivel de significancia estadística de la correlación entre la variable de duración vocálica y tonicidad enunciativa.

4.9. Categoría léxica

En relación a la categoría léxica, los resultados mostraron una mayor duración de las vocales cuando se encuentran en palabras de contenido. En promedio, este tipo de palabras presentaron duraciones de 66 ms, con respecto a los 59 ms de las vocales en contexto de palabra gramatical. Este factor se complementa con los resultados de la duración en la tonicidad, pues son las palabras con contenido léxico más utilizadas y las portadoras del tono dentro de los enunciados.

De igual manera, se evidencia lo expuesto por ^{Cantero (2019)} en cuanto a la relevancia de las vocales en la configuración del significado a partir del tono, es decir, que se manifiesta una correlación entre la duración, el tono y el significado.

Figura 12 Gráficos descriptivos de la duración según la categoría léxica 

Los resultados de la prueba anova para esta variable muestran los valores de H = 10.39, p < 0.01, revelando que, si bien los resultados parecen significativos para describir la correlación entre las variables, su nivel de significancia no es mayor de lo que permite explicar el fenómeno a través de valores expresados por otras variables como la de tonicidad enunciativa.

4.10. Número de sílabas por enunciado

En esta variable el comportamiento acústico de la duración de las vocales se manifestó con un incremento en los enunciados que estaban constituidos por 11 o por 6 sílabas, con duraciones de 77 ms y 75 ms, respectivamente. Enunciados con otra cantidad de sílabas tuvieron duraciones vocálicas que oscilaron entre los 51 y 69 ms. Estos resultados señalan que los cambios de extensión en los valores de duración de las vocales requieren de determinada cantidad de sílabas para constituir grupos fónicos donde el incremento de los valores sea posible, y ese incremento se posibilita en promedio cada seis sílabas.

Figura 13 Gráficos descriptivos de la duración según el número de sílabas por enunciado 

Los resultados del anova para esta variable muestran los valores de H = 10.39, p < 0.001. Estos resultados sugieren que hay niveles de significancia estadística que explican la correlación entre la cantidad de sílabas dentro de los enunciados y la duración que se puede dar en las vocales dentro de ellos. Esa correlación evidenciada entre estos factores parece surgir en la medida que se requiere la estructura enunciativa y, por ende, su patrón prosódico para generar cambios en la duración de las vocales.

5.1. Recomendaciones

El estudio de la duración permite analizar los patrones fonéticos de la lengua desde otra óptica, por lo que continuar ampliando este tipo de trabajos a otras variantes dialectales del español puede resultar de interés como un posible complemento a los estudios de prosodia y a la comprensión de las variaciones que se dan en los dialectos del español de Colombia.

Disponer de los corpus lingüísticos existentes, como el preseea, agiliza etapas de la investigación y se constituye en un aprovechamiento del recurso, lo cual puede posibilitar análisis de datos más grandes, en la medida en que se tecnifiquen otros procesos que se dan en etapas complementarias de los análisis, como en la segmentación de las vocales en Praat.

Por otro lado, es importante procurar una consistencia en los criterios de selección de los enunciados cuando se trabaja con el habla en uso, ya que son susceptibles de subjetividades en el proceso de selección. Lo mismo puede suceder con los parámetros que determinan las fronteras acústicas en la segmentación vocálica sobre los espectros de voz. Llegar al nivel de aplicar una asistencia computarizada que posibilite una segmentación más objetiva ayudaría a revelar resultados con un nivel de meticulosidad más fino.

Finalmente, contribuir en la creación de manuales, tanto para el tratamiento acústico de los datos como para los procedimientos estadísticos en lengua española, se hace imperante, dado que los insumos disponibles brindan un aporte grosso modo, pero aún hay carencia de materiales más especializados como fuentes de consulta que permitan esclarecer múltiples dudas que surgen en estos procesos de investigación fonética.