right|300px|thumb|Las vocales (no-sordas) son mucho más visibles en un espectrograma que la mayoría de las consonantes, porque su emisión va acompañada de la emisión de mayor energía sonora. En fonética, una vocal (del latín vocalis) o monoptongo es un sonido de una lengua natural hablada que se pronuncia con el tracto vocal abierto, no habiendo un aumento de la presión del aire en ningún punto más arriba de la glotis, es decir, ni en la boca ni en la faringe. Esto contrasta con las consonantes, donde hay una obstrucción o cerrazón en algún punto del tracto vocal. Las vocales se consideran silábicas en el sentido de que forman el núcleo de una sílaba; un sonido equivalente, abierto, pero que no forma el núcleo de una sílaba, se denomina semivocal.
En todas las lenguas las vocales forman el núcleo de las sílabas, mientras que las consonantes forman el ataque o inicio y (en las lenguas que la tienen) la coda. Sin embargo, en algunas lenguas es posible formar núcleos silábicos mediante otros sonidos, como por ejemplo la l silábica de la palabra inglesa table (el trazo bajo la l indica que es silábica y el punto separa sílabas), o la r en la palabra serbia vrt «jardín».
Existe un conflicto entre la definición fonética de 'vocal' (un sonido producido sin obstrucción del tracto vocal) y la definición fonológica (un sonido que forma la cumbre, o pico, de una sílaba).Laver, John (1994) Principles of Phonetics, Cambridge: Cambridge University Press, p. 269. Las aproximantes [j] y [w] nos sirven para ilustrar dicho conflicto: ambas se producen prácticamente sin obstrucción del tracto vocal (de modo que fonéticamente se considerarían como vocales), pero aparecen en el límite de las sílabas, como por ejemplo al principio de las palabras españolas 'yo' y 'hueso' (lo que sugeriría que fonológicamente son consonantes). El lingüista estadounidense Kenneth Pike propuso los términos 'vocoide', para vocales fonéticas, y 'vocal', para vocales fonológicas.Crystal, David (2005) A Dictionary of Linguistics & Phonetics (Fifth Edition), Maldern, MA/Oxford: Blackwell, p. 494. De acuerdo con esta terminología, [j] y [w] se clasifican como vocoides, no como vocales.
La palabra «vocal», proviene del latín vocalis, que significa «con la voz», ya que, en la mayoría de las lenguas, las palabras, y por tanto el discurso, son imposibles sin vocales (incluso en las lenguas que permiten palabras sin vocales, este tipo de palabras son una minoría). El término «vocal» se usa habitualmente para referirse tanto a los sonidos vocálicos como a los signos escritos que los representan.
Articulación
thumb|200px|Radiografías de las . de Daniel Jones. Los rasgos articulatorios que distinguen los distintos sonidos vocálicos determinan su «cualidad» vocálica. Daniel Jones desarrolló el sistema de vocales cardinales para describir las vocales de acuerdo con tres características comunes «altura» (dimensión vertical, también llamada «abertura»), «localización» (dimensión horizontal) y «redondeamiento» (posición de los labios, también llamada «labialización»). En el cuadro vocálico que se encuentra a la derecha, se indican estos tres parámetros. Sin embargo, hay otros rasgos posibles, como la posición del velo (nasalidad), tipo de vibración vocal (fonación) y posición de la raíz de la lengua.
Altura (o abertura)
La altura vocálica recibe su nombre de la posición vertical de la lengua en relación con el paladar o a la abertura de los maxilares, aunque también es conocido como modo de articulación. En las «vocales altas», como y , la lengua se sitúa en la parte superior de la boca, mientras que en las «vocales bajas», como , la lengua se sitúa en la parte inferior. En el AFI se prefieren los términos «vocal cerrada» y «vocal abierta» respectivamente, que describen la abertura relativa de la mandíbula. Sin embargo, la altura vocálica es una cualidad más bien acústica, no articulatoria, por lo que hoy en día se define no por la altura de la lengua o la abertura de la mandíbula, sino por la frecuencia relativa del primer formante (F1). Cuanto más alto sea el valor F1, más baja (más abierta) será la vocal; la altura, por tanto, es inversamente proporcional a F1.De acuerdo con Peter Ladefoged, las descripciones articulatorias tradicionales como abertura y localización "no son totalmente satisfactorias", cuando los fonetistas describen una vocal como alta o baja, en realidad están describiendo una cualidad acústica, en lugar de la posición real de la lengua. Ladefoged, Peter (2006) A Course in Phonetics (Fifth Edition), Boston, MA: Thomson Wadsworth, p. 189.
vocal cerrada (vocal alta) vocal casi cerrada vocal semicerrada vocal intermedia vocal semiabierta vocal casi abierta vocal abierta (vocal baja)
Las vocales medias genuinas no contrastan con las semicerradas ni con las semiabiertas en ninguna lengua, y los símbolos se usan habitualmente para representar vocales semicerradas o medias, como en el caso del español, donde y suelen representar vocales medias.
En inglés, por ejemplo, se contrastan seis alturas diferentes en las vocales, pero dichas alturas dependen de diferencias en localización, y muchas son partes de diptongos. En algunas variedades de alemán se contrastan cinco alturas vocálicas, independientemente de la duración u otros parámetros. El dialecto bávaro de Amstetten cuenta con 13 vocales largas, que distinguen cuatro alturas (cerrada, semicerrada, media y casi abierta) para las vocales anteriores no redondeadas, anteriores redondeadas y posteriores redondeadas, además de una vocal abierta central: . En general, el límite de contrastes de altura vocálica suele ser cuatro.
El parámetro de altura vocálica parece ser el rasgo primario de las vocales, ya que todas las lenguas usan la altura contrastivamente. No hay otros parámetros, como anterioridad-posterioridad o redondeamiento (ver más abajo), que se empleen en todas las lenguas. Algunas lenguas tienen un sistema vocálico vertical, en las que, al menos en el nivel fonológico, solo se utiliza la altura para distinguir entre diferentes vocales.
Localización (o punto de articulación) thumb|200px|Posiciones de la lengua para las vocales cardinales anteriores, se indica el punto más alto. La posición del punto más alto se usa para determinar la altura y localización vocálica. La localización vocálica se refiere a la posición de la lengua durante la articulación de una vocal en relación con el adelantamiento o retraso de la lengua en la boca. En las vocales anteriores, como , la lengua se sitúa hacia delante en la boca, mientras que en las vocales posteriores, como , la lengua se sitúa hacia atrás. Sin embargo, las vocales se definen como anteriores o posteriores de acuerdo con la frecuencia relativa del segundo formante (F2), sin depender de la localización real de la articulación. Cuanto más alto es el valor F2, más anterior es la vocal.
El Alfabeto Fonético Internacional identifica cinco grados diferentes en la localización vocálica: vocal anterior vocal semianterior vocal central vocal semiposterior vocal posterior
Aunque existen idiomas que conocen los cinco grados, como el inglés, no se conoce ninguna lengua que distinga los cinco tipos sin más diferencias en altura o redondeamiento.
Redondeamiento El redondeamiento o «labialización» se refiere a si los labios están redondeados o no. En la mayoría de las lenguas, el redondeamiento es un rasgo de refuerzo en las vocales posteriores medias o altas, y no es distintivo. En general, cuanto más alta (cerrada) es una vocal, más intenso será el redondeamiento. Sin embargo, algunas lenguas tratan el redondeamiento y la localización por separado, como el francés o el alemán (con vocales anteriores redondeadas), la mayoría de lenguas urálicas (el estonio contrasta por redondeamiento la y las vocales anteriores), las lenguas túrquicas (con una no redondeada), y los idiomas vietnamita y coreano (con vocales posteriores no redondeadas).
En cualquier caso, incluso en lenguas como el alemán o el vietnamita, suele existir una correlación entre redondeamiento y localización: la vocales anteriores redondeadas tienden a ser menos anteriores que las anteriores no redondeadas, y las vocales posteriores no redondeadas tienen a ser menos atrasadas que las posteriores redondeadas. Es decir, la ubicación de las vocales no redondeadas a la izquierda de las vocales redondeadas en el cuadro de vocales AFI refleja su posición típica.
Existen diferentes tipos de labializazión. En las vocales posteriores medias y altas redondeadas los labios suelen protuberar hacia fuera, este fenómeno se conoce como «redondeamiento exolabial», ya que las superficies internas de los labios están visibles. Por otro lado, en las vocales anteriores medias y altas redondeadas, los labios suelen «comprimirse», con los márgenes de los labios hacia adentro y acercándose entre sí. Este fenómeno se conoce como «redondeamiento endolabial». Sin embargo no todas las lenguas siguen este modelo. La del japonés, por ejemplo, es una vocal posterior endolabial (comprimida). El sueco y el noruego son las únicas dos lenguas conocidas en las que este rasgo es pertinente (contrastivo), y cuentan con vocales cerradas anteriores redondeadas y vocales cerradas centrales redondeadas endolabiales y exolabiales, respectivamente. En muchos análisis fonéticos, ambos se consideran tipos de redondeamiento, pero algunos fonetistas no creen que sean subgrupos de un único fenómeno de redondeamiento, por lo que prefieren los términos independientes «redondeado» (exolabial), «comprimido» (endolabial) y «distendido» (no redondeado).
Nasalización
La nasalización se produce cuando parte del aire escapa a través de la nariz. En las vocales nasales, el velo desciende y parte del aire viaja a través de la cavidad nasal además de por la boca. Una vocal oral es una vocal en la que todo el aire escapa por la boca. El francés, el polaco, el portugués, el navajo y el guaraní contrastan vocales orales y nasales.
Fonación
La sonoridad se refiere a si las cuerdas vocales vibran o no durante la articulación de una vocal. La mayoría de las lenguas cuentan exclusivamente con vocales sonoras, pero varias lenguas nativas americanas, como el cheyene y las lenguas totonacanas, oponen vocales sonoras y sordas. Las vocales son sordas cuando susurramos. En japonés y en francés del Quebec, las vocales que se encuentran entre consonantes sordas a menudo se desonorizan.
Los sonidos sonoros (o «voz modal»), los sonidos laringalizados (o «chirridos») y los sonidos murmurados («murmullos») son tipos de fonación que se usan contrastivamente en algunas lenguas. A menudo van ligados al tono o a distinciones de acento; en el idioma mon, las vocales pronunciadas en el tono alto se producen con voz laringalizada. En este tipo de casos, no está claro si es el tono, el tipo de sonoridad o la combinación de ambos, lo que se usa como contraste fonológico.
Raíz de la lengua adelantada
La raíz de la lengua adelantada (ATR por sus siglas en inglés) es un rasgo común en gran parte del continente africano. El contraste entre la raíz de la lengua adelantada y retraída se asemeja acústicamente al contraste tenso/laxo, pero su articulación es diferente. Las vocales ATR conllevan una tensión perceptible en el tracto vocal.
Estrechamientos secundarios del tracto vocal
Las vocales faringalizadas aparecen en algunas lenguas; el sedang hace uso de este contraste, al igual que las lenguas tungusas. La faringalización es similar en articulación a la raíz de la lengua retraída, pero es acústicamente distinta.
Encontramos un mayor grado de faringalización en las lenguas caucásicas nororientales y en las lenguas joisanas, que podría denominarse epiglotalizada, ya que la obstrucción primaria se produce en la punta de la epiglotis.