Еще одной из наиболее распространенных и значимых для понимания сущности слога, процессов слогосложения и слогоделения является теория сонарности (акустическая теория), разработанная датским лингвистом О. Эсперсеном (1940). Суть данной теории заключается в том, что слог рассматривается как сочетание более звучного (сонарного) элемента с менее звучным.
По мнению автора, деление слова на слоги зависит не от абсолютной, а от относительной сонарности соседних звуков: сколько вершин сонарности, столько слогов. Так, в слове «пятница» три вершины и, следовательно, три слога. Таким образом, вершиной слога может быть не только гласный звук, но и согласный, в зависимости от соотносительности сонарности звуков в речевой цепи.
О. Эсперсеном предложена шкала сонарности согласных и гласных звуков, включающая десять ступеней. Расположение звуков русского языка в направлении от менее звучных к наиболее ярко звучащим представлено в следующем порядке: 1) глухие смычные (п, т, к); 2) глухие щелевые и аффрикаты (ф, с, х, ш, ц, ч); 3) звонкие смычные (б, д, г); 4) звонкие щелевые (в, з, ж); 5) носовые (м, н); 6) боковые (л); 7) дрожащие (р); 8) гласные верхнего подъема (и, ы, у); 9) гласные среднего подъема (э, о); 10) гласные нижнего подъема (а).
Развивая акустическую теорию на материале русского языка, Р. И. Аванесов (1956) считает возможным ограничиваться лишь тремя степенями звучности: 1) шумные согласные 2) сонанты 3) гласные.
Дальнейший анализ показывает, что акустическая теория не учитывает особенностей распределения гласных в речевом потоке. Так, рядом могут встречаться два гласных одинаковой степени сонарности, которые возможно произнести как в два слога, так и в один, тогда как по сонарной теории здесь возможна одна вершина слога. При этом степень звучности конкретного звука не является его постоянной характеристикой, она может меняться в зависимости от различных условий. Кроме того, акустическая теория не разрешает вопроса о слогоделении, о границе слога, тогда как в лингвистике проблема слогораздела является более значимой, чем вопросы определения количества слогов в слове.
Для развития теории слога в отечественном языкознании значимой является концепция слога академика Л. В. Щербы (1939), согласно которой слог представляет собой часть речевого потока, который начинается с усиливающегося звука и заканчивается ослабляющимися.
Данная концепция известна как теория мускульного напряжения, впервые выдвинутая французским лингвистом М. Гранмоном (1937) и впоследствии
дополненная трудами русских ученых [Аванесов, 1954; Трахтеров, 1956; Леонтьев, 1958; Бондарко, 1977 и другие].
Согласно рассматриваемой теории речевой поток реализуется с последовательными усилениями и ослаблениями звукового ряда. Часть речевого потока, начинающаяся усилением и кончающаяся ослаблением, называется слогом. В его вершине (иначе центре) присутствует звук, называющийся слогообразующим (или слоговым), который может быть продлен. Перед ним возможен ряд звуков (одного или нескольких), представляющих непрерывно усиливающуюся цепь и называющихся неслогообразующими (или неслоговыми), например, в словах «де-ре-во», «кри-ти-ка», «стро-ить» и других. После слого-образующей фонемы может идти звук или ряд звуков, составляющих непрерывно ослабляющуюся цепь, они также называются неслогообразующими, как, например, в словах «спор», «круг», «прост» и других. Таким образом, в процессе работы произносительного аппарата постоянно происходит чередование состояния максимума и минимума мускульного напряжения, что является определяющим фактором для слоговых границ. Подъем напряжения и усиление звучности указывают начало следующего слога. Таким образом, по мнению Л. В. Щербы, слог это комплексная фонологическая единица, представляющая собой дугу мускульного напряжения, постепенно нарастающего, доходящего до своей вершины, а затем постепенно спадающего. Со степенью мускульного напряжения автор связывает изменения акустического порядка, то есть степень громкости звуков, входящих в состав слога [Щерба, 1963].
Рассматривая проблему слогоделения, Л. В. Щерба уделяет главное внимание характеристике согласных с точки зрения мускульного напряжения, необходимого для их произнесения и их примыкания к гласному звуку. Автор предлагает определять три типа согласных: сильноначальные согласные, при которых напряжение в начале сильное, затем постепенно ослабляется, то есть конец согласного слабее его начала (образуют конец слога: ус, рад, боб и другие); сильноконечные, при которых конец согласного сильнее его начала, то есть согласный начинается со слабым напряжением, постепенно усиливающимся к концу звучания (образуют начало слога: ссора, ввоз и другие); двухвершинные, которые представляют собой сочетание сильноначального с сильноконечным при ослаблении силы напряжения между ними; такие звуки всегда находятся в интервокальном положении и определяют границу слога в момент наибольшего ослабления (ван-на, вил-ла, труп-па, а также сочетания «кот такой», «вкус соли» и другие). Двухвершинный согласный звук является долгим, свойственен итальянскому языку и нетипичен для русского языка.