Le caratteristiche indicate sulle righe (alte, medio-alte, medio-basse, basse) si riferiscono agli spostamenti verticali della lingua (alternativamente, è possibile riferirsi anche al grado di apertura delle vocali: le vocali alte sono dette anche chiuse, le medio-alte semichiuse, le medio-basse semiaperte e le vocali basse sono dette anche aperte); le caratteristiche rappresentate sulle colonne (anteriori, centrali e posteriori) dipendono dagli spostamenti orizzontali della lingua.

La particolare forma trapezoidale dipende dal fatto che la lingua posizionata in basso ha minore libertà di movimento orizzontale rispetto alla posizione in alto. I foni [ɛ] e [ɔ] sono presenti solo su sillabe accentate: all'interno di sillabe non toniche, essi sono rispettivamente sostituiti da [e] e [o].

La quantità vocalica è determinata dalla regola di compensazione quantitativa: le sillabe toniche aperte non finali hanno vocale lunga, tutte le altre vocali sono brevi.

Se due foni vocalici si trovano uno immediatamente dopo l’altro si ottiene un dittongo che è definito come la successione di due vocali all’interno della stessa sillaba. Tutte le sette vocali si possono combinare con una vocale alta (o chiusa) diversa costituendo un dittongo discendente. In tabella sono rappresentati i dittonghi discendenti in italiano standard (le forme precedute da * indicano combinazioni non esistenti).

Le combinazioni possibili sono poche: soltanto la vocale bassa e le vocali anteriori medio-alta e medio-bassa sono compatibili con una seconda vocale sia anteriore sia posteriore.

I dittonghi ascendenti nascono dalla combinazione di una vocale alta con un’altra vocale ma non sono considerati dei dittonghi veri e propri perché il primo fono vocalico in realtà è un glide (chiamato anche approssimante).

In tabella sono rappresentati i dittonghi discendenti in italiano standard.

In italiano l’accento è libero e può trovarsi su tutte le sillabe dall’ultima alla quintultima (ma l’accento sulla quartultima o quintultima sillaba è un caso molto raro e si verifica solo in casi particolari):

• le parole con accento sull’ultima sillaba sono dette tronche o ossitone e in esse l’accento è anche indicato dal punto di vista grafico


• le parole con accento sulla penultima si definiscono piane o parossitone (tra il 70% e l’80% delle parole italiane)


• le parole con accento sulla terzultima sono chiamate sdrucciole o preparossitone


• si dicono bisdrucciole le parole con accento sulla quartultima sillaba e si tratta di forme di terza persona plurale presente di verbi (come àgitano, càpitano) oppure forme verbali sdrucciole con un clitico (come ìndicami) o ancora forme verbali piane con due clitici (come vedétevela o pàrlamene)


• si dicono trisdrucciole le parole con accento sulla quintultima sillaba e sono sostanzialmente forme verbali sdrucciole con l’aggiunta di due clitici (come ìndicamelo o òccupatene)

I monosillabi non sono accentati. La posizione dell’accento è marcata dal punto di vista lessicale, nel senso che l’accento determinato lessicalmente è più importante di qualunque algoritmo per fissare deterministicamente la posizione dell’accento (e ciò è corroborato dal fatto che in italiano l’accento è tratto distintivo e dà vita a coppie minime come meta/metà o àncora/ancòra).

La posizione dell’accento è imprevedibile e anche un’analisi basata sulle caratteristiche delle sillabe accentate (derivata da Kramer 2022: 571-576) ¹ non permette di risolvere il problema: le sillabe chiuse in penultima posizione all’interno di una parola sono quasi sempre accentate (eccezione è la parola [ˈpɔːliʦʦa]) mentre in terzultima posizione possono essere accentate (come [ˈkandido]) oppure no (come [banˈdiːto]). In posizione finale di parola le sillabe chiuse di norma non sono accentate come dimostrato dall’accentazione degli acronimi (cfr. [ˈaːnas], [ˈiːrap]) ma in alcuni prestiti possono esserlo (cfr. [baˈʣar]).

L’analisi delle sillabe chiuse è confermata dallo studio dello stesso Kramer sull’accentazione delle nonce words (cfr. Kramer 2006) ²: le sillabe chiuse in penultima posizione attraggono l’accento mentre in terzultima posizione la situazione è oscillante: per esempio, la nonce word chiateppo è sempre pronunciata [kjaˈteppo] mentre per una parola come plontico il 71% delle realizzazioni avrà l’accento sulla penultima sillaba e il 29% sulla terzultima sillaba. Anche un’analisi a livello quantitativo non permette di ottenere risultati univoci, soprattutto per quanto riguarda le parole trisillabiche: parole con struttura ACA (A sta per sillaba aperta, C sta per sillaba chiusa) sono quasi sempre accentate sulla penultima (cfr. [aˈpɛrto]) mentre parole con struttura AAA possono avere accento sulla penultima o terzultima e ciò non sembra essere prevedibile deterministicamente ([ˈaːzino] vs [kaˈziːno]) perché è un accento determinabile solo lessicalmente.

Il raddoppiamento fonosintattico è un fenomeno dell’italiano standard che consiste nella geminazione della consonante iniziale di una parola quando questa è preceduta da una parola ossitona o da un monosillabo. La prima parola determina il raddoppiamento e la seconda parola esibisce il raddoppiamento. La lista delle parole che determinano il raddoppiamento nella parola seguente è indicata in tabella.

In alcune condizioni il raddoppiamento fonosintattico non si verifica:

• Se le due parole sono separate da pause o appartengono a sintagmi o proposizioni differenti.
  
• Se la seconda parola inizia per vocale o se inizia per fricativa alveolare seguita da un’altra consonante come in [a zbaʎˈʎaːto].
  
• Se la prima parola è una preposizione diversa da quelle indicate in tabella (per esempio, [di ˈbaːri]), un articolo determinativo o indeterminativo (per esempio, [unaˈdonna] e [le raˈɡaʦʦe]), uno dei pronomi mi, ti, si, gli, le, ci, vi (come in [miˈpjaːʧe] e [tiˈdiːko]) o un monosillabo terminante in consonante (come in [perˈme] o [nomˈpɔsso]).
  

Il fenomeno del raddoppiamento fonosintattico, inoltre, è fortemente suscettibile di variazioni di carattere diatopico: per esempio, in varietà centrali dell’italiano, anche la preposizione di causa il raddoppiamento fonosintattico e si avrà [dibˈba:ri].

In questa sezione si definiscono le regole che permettono di trascrivere foneticamente l’italiano standard secondo l’alfabeto IPA.

La notazione utilizzata per tali regole è ricavata e adattata da Graffi & Scalise (2003: 93) ¹ nella seguente forma:

\begin{equation*} <A> \;\rightarrow [\:B\:] \; / \;C + \underline{\hspace{1cm}} + D \end{equation*}

che significa che il grafema <A> viene trascritto con il fono [B] se è preceduto da C e seguito da D (dove C e D possono essere grafemi o caratteristiche fonetiche o soprasegmentali come la sillaba che contiene il grafema). Talvolta alcune componenti del contesto (C e D) sono assenti (quando la possibile trascrizione fonetica di un grafema è unica oppure la scelta tra un fono e un altro è determinabile solo dal punto di vista lessicale e non in modo deterministico mancano sia C sia D; nella maggioranza delle regole è indicato solo ciò che precede o ciò che segue la lettera dell’alfabeto considerata).

Non esiste una corrispondenza biunivoca tra grafemi e suoni dell’italiano, escluse le coppie grafema/fono indicate di seguito:

\begin{equation} <c> \;\rightarrow \left\{\!\begin{aligned} &[\:\text{ʧ}\:] &/ \underline{\hspace{1cm}} \; + \left\{\!\begin{aligned} <i>\\ <e> \end{aligned}\right\}\\\\ &[\:\text{k}\:] & \text{altrove} \end{aligned}\right\} \label{eq:c} \end{equation}

\begin{equation} <g> \;\rightarrow \left\{\!\begin{aligned} &[\:\text{ʤ}\:] &/ \; \underline{\hspace{1cm}} + \left\{\!\begin{aligned} <i>\\ <e> \end{aligned}\right\}\\\\ &[\:\text{ʎ}\:] & \;\begin{aligned} / \;\text{vocale} + \underline{\hspace{1cm}} + <li>\\ / \# \underline{\hspace{1cm}} + <li> \end{aligned}\\\\ &[\:\text{ɲ}\:] & \!\begin{aligned} /\underline{\hspace{1cm}} + <n>\\ / <n> + \underline{\hspace{1cm}} + <li> \end{aligned}\\\\ &[\:\text{ɡ}\:] & \text{altrove} \end{aligned}\right\} \label{eq:g} \end{equation}

\begin{equation} <e> \;\rightarrow \left\{\!\begin{aligned} &\;\begin{aligned} &[\:\text{e}\:] \\ &[\:\large\text{ɛ}\normalsize\:] \end{aligned} & / \;\;\text{sillaba accentata} \\\\ &\;[\:\text{e}\;] & / \;\;\text{sillaba non accentata} \end{aligned}\right\} \label{eq:e} \end{equation}

\begin{equation} <o> \;\rightarrow \left\{\!\begin{aligned} &\;\begin{aligned} &[\:\text{o}\:] \\ &[\:\large\text{ɔ}\normalsize\:] \end{aligned} & / \;\;\text{sillaba accentata} \\\\ &\;[\:\text{o}\;] & / \;\;\text{sillaba non accentata} \end{aligned}\right\} \label{eq:o} \end{equation}

\begin{equation} <i> \;\rightarrow \left\{\!\begin{aligned} & \;\emptyset & \!\begin{aligned} & / \left\{\!\begin{aligned} <gn>\\ <gl>\\ <sc> \end{aligned}\right\} + \underline{\hspace{1cm}} + \text{vocale}\\ & / \left\{\begin{aligned} \;<g>\;\\ \;<c>\; \end{aligned}\right\} + \underline{\hspace{1cm}} + \text{vocale}\\ \!\end{aligned}\\\\ &[\:\text{j}\:] & / \underline{\hspace{1cm}} + \left\{\!\begin{aligned} <a>\\ <e>\\ <i>\\ <o> \end{aligned}\right\}\\\\ &[\:\text{i}\:] & \text{altrove} \end{aligned}\right\} \label{eq:i} \end{equation}

\begin{equation} <l> \;\rightarrow \left\{\!\begin{aligned} & \;\emptyset & / <g> + \underline{\hspace{1cm}} \\\\ & [\:\text{l}\:] & \text{altrove} \end{aligned}\right\} \label{eq:l} \end{equation}

\begin{equation} <m> \;\rightarrow \left\{\!\begin{aligned} & [\:\text{ɱ}\:] & / \underline{\hspace{1cm}} + \left\{\!\begin{aligned} <f>\\ <v> \end{aligned}\right\}\\\\ & [\:\text{n}\:] & / \underline{\hspace{1cm}} + \left\{\!\begin{aligned} <t>\\ <d> \end{aligned}\right\}\\\\ & [\:\text{ɳ}\:] & / \underline{\hspace{1cm}} + \left\{\!\begin{aligned} \:\large\text{[k]}\normalsize\:\\ \:\large\text{[ɡ]}\normalsize\: \end{aligned}\right\}\\\\ & [\:\text{m}\:] & \text{altrove} \end{aligned}\right\} \label{eq:m} \end{equation}

\begin{equation} <n> \;\rightarrow \left\{\!\begin{aligned} & [\:\text{ɱ}\:] & / \underline{\hspace{1cm}} + \left\{\!\begin{aligned} <f>\\ <v> \end{aligned}\right\}\\\\ & [\:\text{m}\:] & / \underline{\hspace{1cm}} + \left\{\!\begin{aligned} <p>\\ <b> \end{aligned}\right\}\\\\ & [\:\text{ɳ}\:] & / \underline{\hspace{1cm}} + \left\{\!\begin{aligned} \:\large\text{[k]}\normalsize\:\\ \:\large\text{[ɡ]}\normalsize\: \end{aligned}\right\}\\\\ & \; \emptyset & / <p> + \underline{\hspace{1cm}}\\\\ & [\:\text{m}\:] & \text{altrove} \end{aligned}\right\} \label{eq:n} \end{equation}

\begin{equation} <s> \;\rightarrow \left\{\!\begin{aligned} & [\:\text{z}\:] & \begin{aligned} & / \underline{\hspace{1cm}} + \text{C sonora (no glide)}\\ & / \;\;\;\;\text{vocale} + \underline{\hspace{1cm}} + \text{vocale} \end{aligned}\\\\ & [\;\large\text{ʃ}\normalsize\;] & / \underline{\hspace{1cm}} + <c> + \left\{\!\begin{aligned} <i>\\ <e> \end{aligned}\right\}\\\\ & [\:\text{s}\:] & \text{altrove} \end{aligned}\right\} \label{eq:s} \end{equation}

\begin{equation} <u> \;\rightarrow \left\{\!\begin{aligned} & [\:\text{w}\:] & / \underline{\hspace{1cm}} + \left\{\!\begin{aligned} <a>\\ <e>\\ <i>\\ <o>\\ \end{aligned}\right\}\\\\ & [\:\text{u}\:] & \text{altrove} \end{aligned}\right\} \label{eq:u} \end{equation}

\begin{equation} <z> \;\rightarrow \left\{\!\begin{aligned} &\:\large\text{[ʦ]}\normalsize\:\\ & \:\large\text{[ʣ]}\normalsize\: \end{aligned}\right\} \label{eq:z} \end{equation}