Il termine sillaba deriva dal latino syllaba, a sua volta dal greco antico sullabḗ, che significa "unire insieme". Questo termine riflette la natura della sillaba come unità fonetica composta da suoni combinati.
La sillaba è un'unità fondamentale nella struttura delle parole e nella fonologia delle lingue. È costituita da un nucleo vocale, che può essere una singola vocale o un dittongo, e può essere preceduto o seguito da suoni chiamati onset e coda. Il nucleo vocale è il suono centrale e prominente della sillaba. È la parte in cui si trova la massima sonorità e occupa una posizione chiave nella struttura della sillaba. Le vocali possono essere considerate il nucleo di una sillaba, ma in alcune lingue i dittonghi o le sequenze di vocali possono anche fungere da nucleo. L'onset è la parte iniziale di una sillaba ed è costituito da uno o più suoni consonantici che precedono il nucleo vocale. L'onset contribuisce a definire il suono iniziale di una sillaba e può variare in base alle regole fonotattiche della lingua. Ad esempio, nella parola "casa", l'onset è rappresentato dalla consonante "c". La coda è la parte finale di una sillaba ed è costituita da uno o più suoni consonantici che seguono il nucleo vocale. La presenza o l'assenza di una coda può variare da lingua a lingua. Ad esempio, nella parola "casa", la coda è rappresentata dalla consonante "s". La struttura della sillaba può variare tra le lingue. Alcune lingue hanno sillabe molto semplici, con una struttura CV (consonante-vocale), come "ma" o "ba". Altre lingue possono consentire strutture più complesse, come CVC (consonante-vocale-consonante), come "cat" o "dog". Esistono anche lingue che ammettono sillabe senza onset, come l'inglese nella parola "ask" o l'italiano nella parola "albero". La fonologia studia la struttura delle sillabe, le regole che governano la loro formazione e la loro distribuzione all'interno delle parole. La sillaba svolge un ruolo fondamentale nel ritmo e nella fonotattica delle lingue e contribuisce alla formazione delle parole e alla loro pronuncia.