"button" tem duas sílabas ou três? A vogal que ninguém pronuncia

Fale button devagar e é bem provável que você produza três batidas: "bã-tã-n". O dicionário discorda: /ˈbʌtn̩/, duas sílabas. Essa batida extra no meio é um som que nenhum falante nativo produz.

O mesmo acontece com little, bottle, sudden, cotton, national. Parece que deveriam ter uma sílaba a mais. Não têm.

O problema não é um som errado — é a ideia de que toda consoante precisa de uma vogal do lado

Em português, quase toda sílaba gira em torno de uma vogal nítida, e esse hábito escorrega para o inglês: quando duas consoantes ficam lado a lado, parece que não dá para falar as duas seguidas, então uma vogal curta entra para ligá-las. Depois do /t/, ir direto para /n/ soa incompleto, então uma "ã" curta se infiltra no meio.

O inglês tem uma solução mais econômica: deixar a própria consoante sustentar a sílaba. Sem vogal nenhuma.

Isso é uma consoante silábica

O tracinho vertical embaixo de /n̩/ e /l̩/ significa exatamente isso — essa consoante é o núcleo da própria sílaba, sem precisar de nada ao lado.

• button /ˈbʌtn̩/ — a ponta da língua encosta na região atrás dos dentes de cima para o /t/ e não sai dali. Você só abaixa o véu palatino para o ar sair pelo nariz em vez da boca, e isso já é o /n/. Nenhum reposicionamento.
• cotton /ˈkɒtn̩/ — o mesmo movimento: de t para n, a ponta da língua fica parada, só a saída do ar muda.
• sudden /ˈsʌdn̩/ — d e n são feitos com a ponta da língua no mesmo lugar, então não há nada para conectar.
• little /ˈlɪtl̩/, bottle /ˈbɒtl̩/ — dessa vez a ponta da língua mantém a posição do /t/ e, em vez de abaixar o véu palatino, deixa o ar escapar pelas laterais da língua. Isso é /l̩/.
• middle /ˈmɪdl̩/ e table /ˈteɪbl̩/ funcionam do mesmo jeito.

Por que a versão sem vogal dá menos trabalho

Inserir uma vogal parece mais caprichado, mas é um passo a mais: tirar a ponta da língua do lugar para formar a vogal, depois trazer de volta para o n ou o l. Falantes nativos pulam essa ida e volta inteira — a ponta da língua vai direto de t/d para n/l. Só muda por onde o ar sai: boca para nariz, ou centro para os lados. Um movimento a menos, e a sílaba sai mais curta e mais rápida.

Uma regra prática

Quando uma consoante feita com a ponta da língua (t, d, s, z) é seguida direto de n ou de um -le final, e essa sílaba não é tônica, geralmente não precisa de vogal — a consoante já é a sílaba. É diferente quando a consoante anterior é feita em outro lugar da boca, como o p de open /ˈəʊpən/ — aí a vogal é real e fica.

Não sabe quantas sílabas uma palavra realmente tem, ou onde uma vogal deveria sumir? O PHONO lê qualquer texto em inglês pela câmera e marca cada palavra com o AFI, incluindo sílabas e acento tônico, com pronúncia americana e britânica para comparar.