Os sons da língua são muitos, muitos mesmo. Muitos que têm a capacidade de produzir sentido sozinhos, outros que precisam se apoiar para serem significativos. Uma pergunta aparentemente banal para qualquer pessoa com mínimo conhecimento de sua língua materna diz respeito à diferença entre vogais e consoantes. Um cidadão comum iria direto a uma resposta assim: vogal é AEIOU; o resto é consoante.
Claro que uma resposta como essa confunde definição com exemplificação. Típico em respostas não elaboradas com profundidade. Vogal é toda emissão sonora significativa na qual não se faz necessária a atuação de nenhuma forma de bloqueio à passagem de ar pelo aparelho fonador. Para pronunciar os famosos AEIOU, fazemos apenas movimento de maior ou menor abertura da boca. Mas não fazemos bloqueio algum. Para pronunciar AEIOU ninguém junta os lábios ou estes aos dentes, nem junta a língua ao palato... enfim, ninguém bloqueia a passagem de ar para pronunciar vogais.
Ocorre que os sons vocálicos não são apenas AEIOU. Isso é fácil perceber quando se compara um paulista e um baiano falando a palavra "acordar". Enquanto um paulista pronuncia o /o/ com a boca menos aberta, o baiano o faz com a boca bem aberta, de modo que o /o/ vira facilmente /ó/, como se falasse "acÓrdar". Disso se conclui que há pronúncia aberta e pronúncia fechada para as vogais.
Mais que isso: também existem para as vogais as pronúncias apoiadas em emissão de ar também pelo nariz. Por essa razão, são chamadas de vogais nasais (aquelas que não conseguimos pronunciar quando estamos gripados). Essas vogais são representadas ora por um til (~), ora pela sequência imediata de um /n/ ou /m/. Isso se vê facilmente, por exemplo, na pronúncia de "sã" e "santa", na qual "sã" e "san" representam exatamente a mesma sonoridade. Pois é: há vogais nasais e vogais nasais.
A discussão poderia se ampliar se pensássemos a respeito do Y e do W, em nomes como Yasmin e Welton. E aí: são vogais?