Otra semivocal del español es [j], que es el segundo sonido de ciudad,
palabra cuya primera sílaba es [sju]. La semivocal [j] es muy parecida a
la vocal [i], pero, al igual que [w], no puede formar sílaba por sí sola. La [j] v [w] no son las únicas semivocales que pueden aparecer en la pronunciación del español.
En español únicamente las vocales pueden por sí solas formar silaba; las semivocales no y por eso están siempre en la misma sílaba que una vocal.
Volviendo a las vocales, es conveniente advertir que en español, desde
el punto de vista estrictamente físico, no hay un solo tipo de 'a' ni un solo tipo de 'e', ni de 'i,'etc. Sin embargo, estas diferencias surgen cuando las vocales se combinan con otros sonidos.
Si se nos pide que pronunciemos aisladamente las diferentes vocales del
español, aparecen únicamente cinco, y son las mismas que los hablantes distinguen como diferentes desde el punto de vista psicológico. Esos cinco sonidos vocálicos se transcriben [i], [e], [a], [o] y [u]. Así, desde el punto de vista psicológico, en español hay sólo cinco vocales.