Die Sequenzen distinktiver Phoneme, die die Wörter ausmachen, stehen nicht flach nebeneinander. Durch (Intonation und) bestimmte Konditionen hinsichtlich der Abfolge von Lauten in Wörtern werden längere Wörter oder Chunks syllabifiziert. Wie dies geschieht, ist sprachspezifisch und nicht einfach eine natürliche, universelle artikulatorische Notwendigkeit. Universell ist, Silben bilden zu müssen, um eine natürliche, erkennbare und interpretierbare Aussprache der Wörter zu gewährleisten. Was dabei eine Silbe sein kann und was nicht, ist eine von der phonologischen Analyse zu beantwortende Frage zur Einzelsprache.

Swahili nyumba 'Haus' besteht aus zwei Silben. Mit deutscher Phonologie könnten wir verleitet sein, zu denken, nyum-ba seien diese beiden Silben. Das Swahili lässt aber (im Standard) nur offene, also auf Vokal auslautenden Silben zu. Die orthographische Kombination <mb> ist nur genau ein (pränasalierter) Konsonant, keine Kombination aus zwei Konsonanten /m/ und /b/. Deswegen lauten die Silben nyu-mba.