Conventions de notation : C pour « consonne », V pour « voyelle », (N) pour « pré-nasale possible » et S pour « semi-consonne, glide ou approximante ». Le sigle C comprend également les nasales. Par contre, si ces dernières sont exclusives, elles sont notées N.
Monosyllabes
VV [èē] « chose »
(N)CV [kā] « morsure », [ŋgō] « eau »
VCV [ēlè] « nom »
(N)CVV [sīà] « regarder », [ŋgúà] « fumée »
Dissyllabes
VCVV [èlūā] « sorte de pic (oiseau) »
(N)CVN [ndùm] « tambour à une membrane », [ŋgbɔ̂m] « ascite »
(N)CVCV [ɸɔ́lɔ̄] « galago », [kātū] « potto », [ndzàbò] « le Roi des éléphants »
CVCSV [túbwà] « pincement »
(N)CVVCV [líàbò] « civette », [táābù] « banane douce », [mbíàtō] « Dracaena arborea »
CSVCV [bwɛ̀ndzì] « colobe satan »
CVCVV [tòŋgìà] « abeille »
(N)CVCVN [ŋgɛ́lɛ̀m] « étoile », [bèndùm] « éléphanteau »
Trisyllabes
VCVVCV [èkūāmbē] « éléphant de petite taille »
(N)CVCVCV [mɔ̀sūkà] « benjamin(e) », [ŋgūlūmā] « Duboscia macrocarpa »
Quadrisyllabes
CVCVCVCV [màtùtàjì] « épilepsie », [lìkpɔ̄ŋgbɔ̄lɔ̄] « chauve-souris »
Il est à noter que CVV peut potentiellement renvoyer à deux syllabes.
La voyelle pouvant apparaître en position initiale est généralement [è]. Chez Brisson (2002) il s’agit de la même voyelle ou de la séquence [ʔè]. Il est bien entendu possible d’envisager que ce [è] soit la trace d’un ancien préfixe nominal bantu de classe 7 (généralement de forme [kè]) mais cette interprétation demeure très hypothétique en l’absence d’arguments solides. Par ailleurs, quelques cas de [à] apparaissant au sein des structures peuvent éventuellement être mis en rapport avec le connectif : cette voyelle apparaît dans cette position bien plus fréquemment que les autres voyelles de la langue.
Il ressort de la liste qui précède que la structure syllabique canonique (préférentielle) des mots baka est clairement (N)CVCV. Les dissyllabes sont largement majoritaires avec un pourcentage légèrement supérieur à 45%. Viennent ensuite les monosyllabiques couvrant environ 21% du lexique collecté, suivis des trissyllabes39 avec près de 15% et des quadrisyllabes avec un pourcentage d’environ 8,5%. Il est à noter que ce dernier pourcentage chute à moins de 0,5% si l’on enlève les composés (dont beaucoup de rédupliqués). Viennent enfin en dernier les termes comportant 5 syllabes avec environ 3% : il ne s’agit que de composés.
L’ordre de préférence entre les types de syllabes ouvertes est le suivant : CV > V > marginalement CSV. Pour ce qui concerne les syllabes fermées, elles apparaissent exclusivement en finale sous la forme CVN. La nasale finale est préférentiellement un /m/. Sur les douze exemples relevés, seuls deux termes présentent une autre nasale, soit /n/.
Il est à noter que deux cas de nasales syllabiques ont été relevés. Il s’agit du terme [ǹkɔ̀n], désignant une liane très recherchée, difficile à trouver du fait de sa rareté et de sa localisation en forêt profonde, et du terme [ǹkɔ̀] « affection dentaire » (qu’il aurait éventuellement été possible de rapprocher du premier au vu des ressemblances formelles si la liane servait de remède à cette maladie, mais ceci n’est pas le cas). S’agit-il d’expressions (utilisées de manière particulièrement fréquentes) pour lesquelles une forme plus développée (non collectée) existerait par ailleurs ? S’agit-il du début d’une innovation phonologique, éventuellement déclenchée sous la pression du fang ? Ou s’agit-il d’expressions onomatopéiques, présentant souvent des structures phonologiques déviantes ? Le caractère non homorganique de la nasale est à noter mais ne permet pas d’en savoir plus sur l’origine de ce phénomène.
Tous les composés n’ont pas été repérés et, de fait, interprétés comme tels.