Una sílaba es una unidad de organización para una secuencia de sonidos del habla.^[1]​ Es la siguiente menor división de la cadena hablada después del fonema y la mora. Por lo general, se compone de un núcleo de sílaba (la mayoría de las veces una vocal) con márgenes iniciales y finales opcionales (típicamente, consonantes). Las sílabas a menudo se consideran los "bloques de construcción" fonológicos de las palabras.^[2]​ Pueden influir en el ritmo de una lengua, su prosodia, su métrica poética y sus patrones de acentuación. El habla generalmente se puede dividir en un número entero de sílabas: por ejemplo, la palabra bueno se compone de dos sílabas: bue y no.^[3]​

La escritura basada en sílabas (silabario) es históricamente anterior a la basada en fonemas, es decir la escritura alfabética, como la protosinaítica. Las primeras sílabas registradas están en tablillas escritas alrededor del 2800 a. C. en la ciudad sumeria de Ur. El cambio de los pictogramas a los silabarios se ha denominado "el avance más importante en la historia de la escritura".^[4]​

Una palabra que consta de una sola sílaba, por ejemplo pan, se llama monosílabo, y se dice que es monosilábica. Términos similares son bisílabo (bisílabas; también disílabas) para una palabra de dos sílabas; trisílabo (trisilábicas) para una palabra de tres sílabas; tetrasílabo para aquellas con cuatro sílabas; y polisílabo (polisilábicas), palabras que tienen cinco o más sílabas.^[3]​