Pares mínimos de tonos en chino: cómo oír de verdad la diferencia

Sabes nombrar los cuatro tonos, sabes leer las marcas y sigues sin poder decidir si el hablante acaba de decir 白 (bái, «blanco») o 百 (bǎi, «cien»). Esta es la etapa intermedia normal del aprendizaje del chino, y no es un problema de memoria. Las marcas de tono son conocimiento; oír los tonos es una destreza perceptiva que se entrena, y se entrena comparando, no recitando.

La herramienta de esa comparación es el par mínimo: dos palabras con la misma sílaba y tonos distintos, de modo que lo único que queda por oír es la altura de la voz. Esta guía construye un ejercicio de dos minutos al día, en el orden que de verdad rinde.

La versión corta: aprende la forma de cada tono en lugar de su número, entrena segundo contra tercer tono antes que nada, oblígate siempre a elegir entre exactamente dos opciones y puntúa el ejercicio para saber cuándo pasar al siguiente.

Primero: qué es exactamente lo que escuchas

Un tono es un movimiento de altura a lo largo de una sílaba. La fonética china describe esos movimientos en una escala de cinco niveles, donde 1 es la parte baja de tu registro cómodo y 5 la parte alta. Leer los números como un recorrido es más útil que memorizar una etiqueta.

Tono	Recorrido de altura	Qué hace	Ejemplo
Primero	5 → 5	se mantiene alto y plano, sin caer al final	妈妈 (māma, «mamá»)
Segundo	3 → 5	arranca en la zona media y sube hasta arriba	麻烦 (máfan, «molestia; molesto»)
Tercero	2 → 1 → 4	baja, se queda abajo y sube solo al final	马 (mǎ, «caballo»)
Cuarto	5 → 1	cae desde arriba, rápido y tajante	骂 (mà, «regañar»)
Neutro	corto, ligero	sin forma propia, la toma de la sílaba anterior	la segunda sílaba de 妈妈 (māma)

Dos cosas de esa tabla importan más que el resto.

La subida del tercer tono llega tarde, y muchas veces no llega. En un diccionario o en un ejercicio lento, 马 (mǎ) baja y luego sube. En el habla enlazada, un tercer tono seguido de cualquier tono que no sea tercero se queda simplemente abajo: bajas y te quedas ahí. Ese es el medio tercer tono, y es la versión que vas a oír muchísimo más a menudo.

El cuarto tono se define por la velocidad, no por el volumen. Y aquí está la trampa concreta para un hispanohablante, así que le dedicamos la sección siguiente.

Tu ventaja de partida, y la trampa que la acompaña

Empieza por lo bueno, porque es una ventaja real: en español la prosodia ya distingue palabras. Canto y cantó no son la misma palabra. Tampoco papa y papá, ni hablo y habló, ni ánimo, animo y animó. Un hispanohablante no necesita que nadie le convenza de que un rasgo suprasegmental puede cambiar la identidad de una palabra: eso ya lo vive todos los días. Muchos aprendices de otras lenguas tienen que superar antes ese salto conceptual. Tú puedes ir directamente al trabajo de oído.

La trampa está en qué lleva esa distinción en cada idioma. El acento español se realiza sobre todo con intensidad y duración: la sílaba tónica es más fuerte y algo más larga. Un tono del mandarín, en cambio, es una dirección de la altura: lo que distingue los tonos no es la intensidad ni la duración, sino que la voz suba, baje o se mantenga. Son dos mecanismos distintos, y el cerebro, cuando le pides algo nuevo, recicla el que ya tiene.

De ahí salen tres síntomas muy reconocibles:

El cuarto tono sale gritado en lugar de rápido. Si sustituyes «bajar la voz desde arriba» por «apretar», 骂 (mà) se convierte en una sílaba fuerte y larga. Un cuarto tono correcto es corto: cae y se acaba. Compara 卖 (mài, «vender») dicho con energía y dicho con caída limpia; solo el segundo se entiende.
El primero y el segundo se quedan sin diferenciar. Si el único recurso disponible es la intensidad, 汤 (tāng, «sopa») y 糖 (táng, «azúcar») acaban sonando los dos como «una sílaba normal». Falta el movimiento: el primero se mantiene arriba, el segundo trepa desde la mitad.
La sílaba se alarga para «marcar» el tono. El acento español compra énfasis con duración, así que la mano viene sola. Pero alargar una sílaba no comunica nada en chino; lo que hay que mover es la altura.

Hay además una ventaja técnica que conviene aprovechar: el español tiene cinco vocales limpias y estables, sin la reducción de las vocales inacentuadas que sufren otras lenguas. La a de una sílaba española suena a a esté acentuada o no. Eso significa que, cuando dices una sílaba china, el timbre de la vocal se te queda quieto casi sin esfuerzo, y lo único que te queda por arreglar es la altura. Es una posición de salida excelente: puedes centrar toda la atención en un solo parámetro.

La consigna práctica, entonces: cuando practiques, no pienses «más fuerte» ni «más largo». Piensa «arriba», «abajo», «sube», «se queda».

Por qué el segundo y el tercer tono son la pareja que hay que arreglar primero

De los seis emparejamientos posibles, uno causa la mayor parte de los problemas, y es segundo contra tercero. Los dos terminan con la voz subiendo, así que si escuchas el final de la sílaba —lo instintivo— los dos suenan casi idénticos.

El elemento que los separa está al principio:

El segundo tono arranca hacia la mitad de tu registro y sube de inmediato. No tiene parte baja.
El tercero arranca abajo y se queda abajo. Si sube, sube tarde; y dentro de una frase normalmente no sube nada.

Así que cambia la pregunta que te haces. No «¿subió?», sino «¿empezó abajo?». Si la sílaba arranca en el sótano, es un tercer tono, pase lo que pase después.

Misma sílaba	Segundo tono	Tercer tono
bai	白 (bái), «blanco»	百 (bǎi), «cien»
wan	完 (wán), «terminar»	碗 (wǎn), «cuenco»
yin	银行 (yínháng), «banco»	饮料 (yǐnliào), «bebida»
xue	学习 (xuéxí), «estudiar»	雪 (xuě), «nieve»
shi	时候 (shíhou), «momento»	使 (shǐ), «usar; hacer que»

No intentes aprender las cinco filas a la vez. Coge la primera, hazla fiable y añade la siguiente mañana.

Los demás contrastes, por orden de utilidad

Cuando segundo contra tercero está estable, el resto cae rápido, porque cada uno se diferencia en dos rasgos a la vez y no en uno.

Contraste	La pista que los separa	Par de práctica
Tercero / cuarto	el tercero se queda abajo, el cuarto cae desde arriba	买 (mǎi), «comprar» / 卖 (mài), «vender»
Primero / segundo	el primero es plano, el segundo trepa	汤 (tāng), «sopa» / 糖 (táng), «azúcar»
Segundo / cuarto	direcciones opuestas: sube contra baja	十 (shí), «diez» / 是 (shì), «ser»
Primero / cuarto	el primero se queda arriba, el cuarto abandona lo alto	书 (shū), «libro» / 树 (shù), «árbol»
Tercero / primero	el tercero es bajo, el primero es alto y plano	洗 (xǐ), «lavar» / 西 (xī), «oeste»

Unos pares más, comprobados, para ir rotando cuando esos te resulten fáciles: 好 (hǎo, «bueno») y 号 (hào, «número; fecha»); 九 (jiǔ, «nueve») y 就 (jiù, «entonces; justamente»); 狗 (gǒu, «perro») y 够 (gòu, «suficiente»); 茶 (chá, «té») y 差 (chà, «malo; que falta»); 猫 (māo, «gato») y 毛 (máo, «pelo»); 醒 (xǐng, «despertarse») y 姓 (xìng, «apellido»); 数 (shǔ, «contar») y 树 (shù, «árbol»).

El grupo de cuatro, solo cuando los de dos ya funcionan

Los grupos de cuatro parecen el punto de partida evidente, y son el peor sitio para empezar. Elegir entre cuatro opciones a la vez es una tarea más difícil que oír una diferencia, así que un fallo no te dice qué contraste te falta en realidad: podrías haber acertado por eliminación o haber fallado por dos motivos distintos sin saber cuál.

Úsalos como comprobación, no como entrenamiento. Cuando pasas un grupo de cuatro a velocidad normal, sin que las palabras vayan en orden fijo, ese contraste está de verdad en tu oído. Los grupos completos de cuatro hechos con palabras corrientes son más raros de lo que sugieren los manuales, pero este es todo vocabulario oficial del HSK:

tang: 汤 (tāng, «sopa») — 糖 (táng, «azúcar») — 躺 (tǎng, «tumbarse») — 烫 (tàng, «hirviendo»)

Un grupo de tres sirve igual de bien como comprobación, y hay más entre los que elegir: 包 (bāo, «envolver; bolsa») — 饱 (bǎo, «lleno, de haber comido bastante») — 抱 (bào, «sostener; abrazar»).

El cuarteto clásico de los manuales —妈 (mā), 麻 (má), 马 (mǎ), 骂 (mà)— es útil como demostración de que el tono cambia la palabra, pero como práctica tiene el mismo defecto: cuatro opciones a la vez.

El ejercicio de dos minutos

El ejercicio tiene que ser de elección forzada: te comprometes con una respuesta antes de verla. El reconocimiento sin compromiso resulta muy productivo y entrena casi nada.

Elige un par. Uno, no cinco. Digamos 白 (bái) y 百 (bǎi).
Escucha y decide. Reproduce uno de los dos al azar y di en voz alta cuál era, antes de comprobarlo. Diez intentos.
Di cada uno tres veces y graba el tercero. Grabarte es la única forma de oír la distancia entre lo que querías hacer y lo que hiciste.
Comprueba exactamente un rasgo al reproducir. Para este par: ¿la sílaba empezó abajo o empezó en la zona media? Nada más.
Mételo en un grupo de palabras. Un tono que solo sobrevive en aislamiento todavía no es utilizable. Pasa por 米饭 (mǐfàn, «arroz cocido») y 牛奶 (niúnǎi, «leche») cuando el par suelto ya salga.

De dónde saques el audio importa menos que dos condiciones: que sea una voz nativa y que puedas repetir una sílaba cuando quieras. Las grabaciones de un curso, un diccionario con audio o el propio audio de material de comprensión auditiva del HSK sirven todos. Lo que no sirve es leer el pinyin en voz alta y corregirte a ti mismo: eso solo comprueba si sabes leer tu propia suposición.

Cómo montar el audio sin material especial

No necesitas nada preparado a medida. Necesitas dos grabaciones nativas de la misma sílaba con tonos distintos y una forma de reproducirlas sin verlas.

Del diccionario. Busca las dos palabras del par, deja las dos entradas abiertas y reproduce una de las dos sin mirar la pantalla. Si tienes que mirar para pulsar, cierra los ojos al pulsar.
De material del HSK. Los audios de comprensión auditiva vienen con transcripción, así que puedes localizar una palabra concreta y volver a ese segundo tantas veces como quieras. Tiene la ventaja de que la palabra está dicha a velocidad real y dentro de una frase.
De una lista propia. Escribe los diez intentos en un papel en orden aleatorio antes de empezar (cinco veces cada palabra, mezcladas) y luego tapa el papel. Así tienes una clave de respuestas sin depender de acordarte.

Lo importante es que el orden no sea previsible. En cuanto sabes que ahora viene el tercer tono, dejas de oír y empiezas a confirmar.

Cuatro errores al autoevaluarte

Estos cuatro hacen que el ejercicio parezca funcionar cuando no funciona.

Escuchar el par siempre en el mismo orden. Si siempre va primero 白 (bái) y después 百 (bǎi), lo que memorizas es la secuencia, no el contraste. Aleatoriza o pídele a otra persona que pulse.
Reproducir de nuevo antes de responder. El segundo pase te da información que en una conversación real no vas a tener. Una escucha, una respuesta.
Contar como acierto un «creo que era el tercero». Solo cuentan las respuestas dichas en voz alta y sin condicionar. Una duda es un fallo, y está bien: es información.
Practicar solo el par que ya te sale. La sensación de acertar engancha. Si llevas tres días con nueve o diez de diez, ese par está terminado; el trabajo está en el siguiente.

Un plan de dos semanas

Este es un reparto posible. Los pares vienen de las tablas anteriores, y el orden va del contraste más rentable al menos.

Días	Par	Qué compruebas al reproducirte
1–2	白 (bái) / 百 (bǎi)	¿empezó abajo?
3–4	完 (wán) / 碗 (wǎn)	¿empezó abajo?
5–6	银行 (yínháng) / 饮料 (yǐnliào)	¿la primera sílaba empezó abajo?
7	repaso mezclado de los tres	los tres pares al azar, sin avisar
8–9	买 (mǎi) / 卖 (mài)	¿cayó desde arriba o se quedó abajo?
10–11	汤 (tāng) / 糖 (táng)	¿se mantuvo plano o trepó?
12–13	十 (shí) / 是 (shì)	¿subió o bajó?
14	comprobación con el grupo de cuatro de tang	los cuatro al azar, a velocidad normal

Si un día no llegas al umbral, no pasas de día: repites. El calendario es una guía, el umbral es la regla.

Cómo puntuarlo y cuándo pasar al siguiente

Ponte un umbral real en lugar de una sensación. Ocho de diez intentos de elección forzada, dos días seguidos, en un par que no hayas practicado justo antes. Por debajo de eso, sigue con el par. En ese punto o por encima, retíralo y coge el siguiente.

Merece la pena nombrar dos patrones de fallo, porque necesitan arreglos distintos:

Lo oyes pero no lo sabes decir. Tu percepción va por delante de tu producción, que es el orden normal. Se arregla grabando y exagerando: haz el movimiento dos o tres veces más grande de lo que te parece natural y después redúcelo cuando ya sea audible de forma fiable. Si el problema es el cuarto tono, exagera la caída, no el volumen.
Lo sabes decir pero no lo oyes. Casi siempre estás escuchando el final de la sílaba. Vuelve a la pregunta «¿empezó abajo?» y ralentiza el audio en lugar de repetirlo a velocidad normal.

No te quedes en la sílaba suelta

Los ejercicios de sílaba suelta son un andamio. El habla real te da los tonos en secuencia, donde cada uno está coloreado por sus vecinos, así que alguien impecable en sílabas aisladas puede perder el hilo en una frase.

Dos cosas cambian en cuanto combinas sílabas. La primera es el sandhi tonal: dos terceros tonos seguidos convierten el primero en algo cercano a un segundo tono, así que 你好 (nǐ hǎo, «hola») se dice más o menos como ní hǎo. La segunda es el tono neutro, que absorbe la forma de lo que venga antes: 妈妈 (māma) no son dos primeros tonos, es un primer tono con una cola ligera.

Las palabras que llevan un contraste de tono dentro de sí mismas son el mejor puente, porque no puedes disimular al decirlas: 牛奶 (niúnǎi, «leche») es un segundo tono seguido de un tercero, y 米饭 (mǐfàn, «arroz cocido») es un tercero seguido de un cuarto. Di esas dos y ya estás haciendo lo de verdad.

Cuando estés listo, continúa en este orden:

Los tonos del chino explicados para las cuatro formas y cómo se escriben.
Cambios de tono en chino (sandhi tonal) para el cambio del tercer tono y los tonos cambiantes de 一 (yī) y 不 (bù).
Ejercicios de frases tonales para práctica de dos sílabas y de oración.
Tono neutro y erhua para el quinto tono sin marca.
De la pronunciación a la comprensión auditiva para llevar el oído entrenado a audios completos.

Qué te compra esto en la comprensión auditiva del HSK

La parte de comprensión auditiva del HSK no evalúa los tonos directamente, y justo por eso la discriminación tonal decide tu puntuación. En los niveles bajos, los distractores se construyen con frecuencia a partir de palabras que comparten sílaba y se diferencian en el tono, así que un contraste inseguro convierte una pregunta que habías entendido en un cara o cruz. Más arriba el coste es distinto y mayor: cada sílaba que tienes que parar a resolver es una sílaba que no dedicas a la frase, y el audio no espera.

La consecuencia práctica es que el trabajo de tonos pertenece a tu práctica de comprensión auditiva, no a una casilla aparte de pronunciación. Cuando falles una palabra en un ejercicio de audio, comprueba si oíste mal el tono o si simplemente no conocías la palabra. Son problemas distintos, y solo uno de los dos se arregla aprendiendo más vocabulario.

Resumen

Aprende cada tono como un recorrido de altura, y recuerda que la subida del tercero casi nunca llega en el habla real.
Aprovecha que el español ya distingue palabras por la prosodia, pero cambia el mecanismo: dirección de la altura, no intensidad ni duración.
Arregla segundo contra tercer tono primero, y usa el principio de la sílaba como pista, no el final.
Entrena con pares de dos en elección forzada, y guarda los grupos de cuatro como examen, no como práctica.
Grábate, comprueba un solo rasgo por escucha y exagera antes de afinar.
Pasa al siguiente con ocho de diez durante dos días, y después lleva el contraste a palabras de dos sílabas y a frases.

LISTENING MINI DRILL

Minidrill auditivo: elige el tono

Pulsa reproducir, tapa la ortografía y elige el contorno que oyes. Usa una voz china del navegador cuando esté disponible; contrasta al final con un audio didáctico claro.