diacríticos árabes

La escritura árabe tiene numerosos signos diacríticos , que incluyen el signo consonante conocido como iʻjām ( إِعْجَام , IPA: [ ʔɪʕˈdʒæːm ] ), y signos diacríticos suplementarios conocidos como tashkīl ( تَشْكِيل , IPA: [ tæʃˈkiːl ] ). Estos últimos incluyen las marcas vocales denominadas ḥarakāt ( حَرَكَات , IPA: [ ħɑrɑˈkæːt ] ; sing. حَرَكَة , ḥarakah , IPA: [ ˈħɑrɑkæ ] ).

La escritura árabe es un abjad modificado , donde todas las letras son consonantes, dejando al lector la tarea de completar los sonidos vocálicos. Las consonantes cortas y las vocales largas se representan con letras, pero la duración de las vocales cortas y las consonantes no se suele indicar por escrito. El tashkīl es opcional para representar las vocales omitidas y la duración de las consonantes. El árabe moderno siempre se escribe con el i'jām (puntuación consonántica), pero solo los textos religiosos, los libros infantiles y las obras para estudiantes se escriben con el tashkīl completo (guía vocálica y duración consonántica). Sin embargo, no es raro que los autores añadan diacríticos a una palabra o letra cuando el caso gramatical o el significado se consideran ambiguos. Además, las obras clásicas y los documentos históricos dirigidos al público general a menudo se transcriben con el tashkīl completo para compensar la falta de comprensión resultante de los cambios estilísticos a lo largo de los siglos.

Además, el tashkīl puede cambiar el significado de la palabra completa; por ejemplo, las palabras (دِين), que significa (religión), y (دَين), que significa (deuda). Aunque comparten las mismas letras, sus significados son diferentes debido al tashkīl. En oraciones sin tashkīl, los lectores comprenden el significado de la palabra simplemente por el contexto.

El significado literal de تَشْكِيل tashkīl es 'formación'. Dado que el texto árabe común no proporciona suficiente información sobre la pronunciación correcta, el propósito principal de tashkīl (y ḥarakāt ) es ofrecer una guía fonética o una ayuda fonética; es decir, mostrar la pronunciación correcta a los niños que están aprendiendo a leer o a los estudiantes extranjeros.

La mayor parte de la escritura árabe se escribe sin ḥarakāt (o vocales cortas). Sin embargo, se utilizan comúnmente en textos que exigen una estricta adhesión a la pronunciación exacta. Esto se aplica principalmente al Corán ⟨ ٱلْقُرْآن ⟩ ( al-Qurʾān ) y a la poesía . También es bastante común añadir ḥarakāt a los hadices ⟨ ٱلْحَدِيث ⟩ ( al-ḥadīth ; plural: al-ḥādīth ) y a la Biblia . Otro uso se encuentra en la literatura infantil. Además, las ḥarakāt se utilizan en textos ordinarios en palabras individuales cuando una ambigüedad de pronunciación no puede resolverse fácilmente solo por el contexto. Los diccionarios árabes con marcas vocálicas proporcionan información sobre la pronunciación correcta tanto a hablantes nativos como extranjeros de árabe. En el arte y la caligrafía , los ḥarakāt podrían utilizarse simplemente porque su escritura se considera estéticamente agradable.

Un ejemplo de árabe completamente vocalizado ( vocalizado o con vocales ) del Bismillah :

Algunos libros de texto de árabe para extranjeros utilizan ahora el ḥarakāt como guía fonética para facilitar el aprendizaje de la lectura en árabe. Otro método empleado en los libros de texto es la romanización fonética de textos sin vocalizar. Los estudiantes de árabe buscan textos árabes completamente vocalizados (es decir, textos árabes con ḥarakāt /diacríticos). Algunos diccionarios bilingües en línea también proporcionan el ḥarakāt como guía fonética, de forma similar a como los diccionarios de inglés proporcionan la transcripción.

Los i'jām ( إِعْجَام ; a veces también llamados nuqaṭ ) ^{[ 7 ]} son ​​los puntos diacríticos que distinguen varias letras que tienen la misma forma básica ( rasm ). En la escritura árabe moderna, normalmente uno, dos o tres puntos encima o debajo de la letra la distinguen como una letra diferente. Por ejemplo, ⟨ص⟩ /sˤ/ es la letra ṣād , mientras que ⟨ض⟩ / dˤ/ con un punto encima es la letra ḍād . Normalmente, los i'jām no se consideran diacríticos, sino parte de la letra .

Los primeros manuscritos del Corán no utilizaban diacríticos ni para las vocales ni para distinguir los diferentes valores del rasm . Primero se introdujo la marcación vocálica, mediante un punto rojo colocado encima, debajo o al lado del rasm , y posteriormente la marcación consonántica, mediante guiones negros finos y cortos, simples o múltiples, colocados encima o debajo del rasm . Estos i'jām se convirtieron en puntos negros casi al mismo tiempo que los ḥarakāt se convirtieron en pequeñas letras o trazos negros.

Por lo general, los egipcios no usan puntos debajo de la yā' final ( ي ), que se ve exactamente igual que la alif maqsurah ( ى ) en la escritura a mano y en la imprenta. Esta práctica también se usa en copias del muṣḥaf ( Corán ) escritas por 'Uthman Ṭāhā . La misma unificación de yā y alif maqṣūrā ha ocurrido en persa , dando como resultado lo que el estándar Unicode llama " Letra árabe Farsi Yeh ", que se ve exactamente igual que yā en las formas iniciales y mediales, pero exactamente igual que alif maqṣūrah en las formas finales y aisladas.

En la época en que el i'jām era opcional, las letras sin punta eran ambiguas. Para aclarar que una letra carecería de i'jām en un texto con punta, la letra podía marcarse con un pequeño diacrítico en forma de v o de gaviota encima, también un semicírculo (media luna) en superíndice, un punto en subíndice (excepto en el caso de ⟨ ح ⟩ ; se usaban tres puntos con ⟨ س ⟩ ), o una miniatura en subíndice de la propia letra. Un trazo en superíndice conocido como jarrah , que se asemeja a una fatḥah larga , se usaba para una sīn contraída (asimilada) . Así, ⟨ ڛ سۣ سۡ سٚ ⟩ se usaban para indicar que la letra en cuestión era realmente ⟨ س ⟩ y no ⟨ ش ⟩ . ^{[ 8 ]} Estos signos, conocidos colectivamente como 'alāmātu-l-ihmāl , todavía se usan ocasionalmente en la caligrafía árabe moderna , ya sea para su propósito original (es decir, marcar letras sin i'jām ), o a menudo como rellenos de espacio puramente decorativos. El pequeño ک sobre la kāf en sus formas finales y aisladas ⟨ ك ـك   ⟩ era originalmente un 'alāmatu-l-ihmāl que se convirtió en parte permanente de la letra. Anteriormente, este signo también podía aparecer sobre la forma medial de kāf , cuando esa letra se escribía sin el trazo en su ascendente . Cuando kāf se escribía sin ese trazo, podía confundirse con lām , por lo que kāf se distinguía con una kāf en superíndice o una pequeña hamza en superíndice ( nabrah ), y lām con una lam en superíndice ( lām-alif-mīm ). ^{[ 9 ]}

Aunque no siempre se considera una letra del alfabeto, la hamza هَمْزة ( hamzah , oclusión glotal ), a menudo aparece como una letra independiente en la escritura, se escribe en textos sin puntuación y no se considera un tashkīl . Puede aparecer como una letra sola o como un diacrítico sobre o debajo de una alif , wāw o yā .

La letra que se debe usar para sostener la hamza depende de la calidad de las vocales adyacentes y de su ubicación en la palabra;

• Si la oclusión glotal se produce al principio de la palabra:
  • Indicado por hamza en una alif : arriba si la siguiente vocal es /a/ o /u/ y abajo si es /i/ .
    • Para aclarar una /a/ o /u/ inicial, se puede utilizar una fatḥah o ḍammah correspondiente.
• Si la oclusión glotal se produce en medio de la palabra, se utiliza la siguiente priorización de cualidades de escritura:
  • Primero : si la hamza está precedida o seguida por /i/ , la hamza se sitúa sobre un diente; ej.: <عَائِلَة>
  • Segundo: si la hamza está precedida o seguida por /u/, la hamza se sitúa sobre wāw , <ؤ>.
  • Tercero: de lo contrario, la hamza se sienta sobre la alif , <أ>
• Si la oclusión glotal se produce al final de la palabra (ignorando cualquier sufijo gramatical),
  • Primero: si la hamza sigue a una vocal corta, se escribe encima de alif , wāw o yā igual que en un caso medial;
  • Segundo: si sigue a una vocal larga, diptongo o consonante, la hamza se escribe en la línea <ء>.
• Excepción: Nunca se permiten dos alif seguidas: /ʔaː/ se escribe con alif maddah ⟨ آ ⟩ y /aːʔ/ se escribe con una hamzah libre en la línea ⟨ اء ⟩ .

Consideremos las siguientes palabras: ⟨ أَخ ⟩ /ʔax/ ("hermano"), ⟨ إسْماعِيل ⟩ /ʔismaːˈʕiːl/ ("Ismael"), ⟨ أُمّ ⟩ /ʔumm/ ("madre"). Las tres palabras anteriores "comienzan" con una vocal que abre la sílaba, y en cada caso, se usa alif para designar la oclusión glotal inicial (el comienzo real ). Pero si consideramos las sílabas medias que "comienzan" con una vocal: ⟨ نَشْأة ⟩ /ˈnaʃʔa/ ("origen"), ⟨ أَفْئِدة ⟩ /ʔafˈʔida/ ("corazones"—nótese la sílaba /ʔi/ ; singular ⟨ فُؤاد ⟩ /fuˈʔaːd/ ), ⟨ رُؤُوس ⟩ /ruˈʔuːs/ ("cabezas", singular ⟨ رَأْس ⟩ /raʔs/ ), la situación es diferente, como se indicó anteriormente. Consulte el artículo completo sobre la hamza para obtener más detalles.

Los signos diacríticos que no se utilizan en el árabe estándar moderno, pero sí en otros idiomas que utilizan la escritura árabe, y a veces para escribir dialectos árabes, incluyen (la lista no es exhaustiva):

Según la tradición, el primero en encargar un sistema de ḥarakāt fue Ali , quien designó a Abu al-Aswad al-Du'ali para esta tarea. Abu al-Aswad ideó un sistema de puntos para señalar las tres vocales breves (junto con sus respectivos alófonos) del árabe. Este sistema de puntos es anterior al i'jām , puntos utilizados para distinguir entre diferentes consonantes.

• 
  Cúfico basmala antiguo
• 
  Cúfico medio
• 
  Escritura cúfica moderna en el Corán

El proceso de restauración automática de signos diacríticos se denomina diacritización o restauración diacrítica. Es útil para evitar ambigüedades en aplicaciones como la traducción automática al árabe , la conversión de texto a voz y la recuperación de información . Se han desarrollado algoritmos de diacritización automática. ^{[ 19 ] [ 20 ]} Para el árabe estándar moderno , el algoritmo más avanzado tiene una tasa de error de palabras (WER) del 4,79 %. Los errores más comunes son los nombres propios y las terminaciones de caso . ^{[ 21 ]} Existen algoritmos similares para otras variedades del árabe . ^{[ 22 ]}

• alfabeto árabe :
  • I'rāb (إِعْرَاب), el sistema de casos del árabe
  • Rasm (رَسْم), el sistema básico de consonantes árabes
  • Tajwīd (تَجْوِيد), las reglas fonéticas de recitación del Corán en árabe.
• Hebreo :
  • diacríticos hebreos , el equivalente hebreo
  • Niqqud , el equivalente hebreo de ḥarakāt
  • Dagesh , el diacrítico hebreo similar al árabe i'jām y shaddah.

• Alexis Neme y Sébastien Paumier (2019), "Restauración de las vocales árabes mediante la búsqueda en diccionarios tolerantes a omisiones", Lang Resources & Evaluation , vol. 53, págs. 1-65