VOX Voz

«Für die Kategorie „Vox“ gibt es auch die (ebenfalls sehr alten) Termini „Diathese“ und „Genus“ (oder Genera) verbi“. Sie bezieht sich auf den Unterschied zwischen Aktiv und Passiv. Was die (synonymischen) Termini „Vox“, „Diathese“, „Genus verbi“ angeht, so handelt es sich, wie M. Wandruszka zu Recht bemerkt, um „nichtssagende Verlegenheitsausdrücke“: sie geben für die Analyse selbst nichts her. Der Rückgriff auf das Etymon hilft bei den grammatischen Termini meist nicht weiter und ist oft allenfalls von anekdotischem Interesse.» [Cartagena / Gauger, Bd. 2, S. 408]

En indoeuropeo existían tres voces: activa, media (o reflexiva) y pasiva, con la particularidad de que, por lo general, el mismo sistema de desinencias sería para las dos últimas.

En latín clásico subsisten la voz activa y la pasiva; la media se halla en trance de extinción. La voz deponente no es más que una derivación de la voz media sin contenido semántico propio.

El sistema de desinencias varía según se atribuya al verbo significado activo o medio-pasivo.

1. Voz activa: se usa para expresar que el sujeto realiza la acción verbal o que se halla en el estado o proceso que enuncia el verbo. Esta es la más antigua y el sistema de desinencias que se creó en indoeuropeo para expresarla continúa, con las naturales modificaciones, hasta nuestros días.

2. Voz media: se usaba en indoeuropeo para expresar que el sujeto se beneficiaba de la acción verbal (= sibi) o que ésta recaía total o parcialmente sobre el sujeto o un objeto de su pertenencia (= se o suum); también podía usarse para destacar el carácter intransitivo del verbo. Estas tres acepciones se distinguen con los nombres de media indirecta, directa o intransitiva.

En latín se produjeron notables modificaciones en relación con el indoeuropeo:

Para suplir estas pérdidas aumentó el uso del pronombre reflexivo «se» más la forma activa («se abstinere», «se acomodare», «se continere» ...), estructura que terminó por asumir todas las acepciones de la antigua voz media.

En romance primitivo, con la pérdida de las formas en -r, se impuso «se» para los tiempos simples y «ser + p. p.» (sin el pronombre reflexivo) para los compuestos.

Esta es la construcción normal en el Cid y está documentada a lo largo de toda la Edad Media, pero retrocede a partir del siglo XIV y en el XV «se + aver + p. p» es ya más frecuente aunque existan ejemplos posteriores de «ser + p. p.» con este valor.

En el siglo XIII, por analogía con los tiempos simples que conllevan el pronombre reflexivo «se», aparece la construcción «se + ser + p. p.» para formar los tiempos compuestos de los verbos reflexivos.

Esta construcción triunfó en diversas lenguas románicas. En castellano antiguo gozó de cierto favor en el siglo XIII (aunque siempre fue mucho menos empleada que «ser + p. p.» e incluso que «se + aver + p. p.».

En el siglo XIV decayó sensiblemente, en el XV la utilizan esporádicamente autores castellanos, en algunos casos tal vez por influencia italiana, catalana o aragonesa, etc., y aún existe algún ejemplo en el siglo XVI, aunque probablemente debido a la influencia de otras lenguas románicas. Nunca fue muy empleada en Castilla ya que incluso en el siglo XIII fue muy minoritaria.

La fórmula que triunfó en la lengua moderna, «ser + aver + p. p.» no parece haber sido totalmente ignorada en el siglo XII puesto que el autor del Cid la utilizó probablemente en una ocasión siendo «se» complemento directo; aparece «ser + p. p.», aumenta su empleo en el XIV aunque «ser + p. p.» sigue predominando y se impone en el XV, pero en este siglo existen todavía numerosos ejemplos de «ser + + p. p.» con este valor y la construcción está documentada posteriormente.

3. Voz deponente: los deponentes eran verbos que originariamente tenían una acepción media. Esta acepción se fue debilitando hasta extinguirse por completo. Así, quedaron equiparados a los verbos activos por el significado y a los pasivos o medios por la forma.

4. Voz pasiva: en latín la voz pasiva (y la media) tenía formas sintéticas en los tiempos del Infectum (formas en -r: laudor, laudabor ...) y formas analíticas (constituidas por el auxiliar esse y el participio pasivo del verbo que se conjuga) en los tiempos Perfectum, que serán el esquema desde el que surgirán las perífrasis romances.

Las formas analíticas llegaron a eliminar a las sintéticas, tanto por la tendencia a la simetría sistemática, como por ser más regulares y expresivas. Así, en romance la voz pasiva de todos los tiempos se expresará mediante el auxiliar «ser» más el participio del verbo que se conjuga. No obstante, hasta el siglo XIV esta voz carecía de formas específicas para los tiempos compuestos, de ahí que con gran frecuencia con participio perfectivo la construcción tomara valor de perfecto (es dicho = «ha sido dicho»). Este empleo decrece a lo largo de la Edad Media, pero sin llegar a desaparecer, pues existen aún numerosos ejemplos en el XV, a pesar de que ya está en competencia con «aver seydo + participio» (o las formas de pasiva refleja). Asimismo, en los siglos XII y XIII se emplea «ser + participio» para expresar el estado resultante de una acción pasiva, cuando existe verdadera relación con la acción verbal que lo causó. En el siglo XIII aparece ya «estar + participio», cuyo empleo irá aumentando a lo largo de la Edad Media y sobre todo en la segunda mitad del XV, aunque existan ejemplos posteriores de «ser + participio» con este valor.

En tales perífrasis el sujeto no es agente o productor de la acción verbal, sino paciente o receptor de la acción que otro realiza. Por tanto, tales construcciones no expresan sólo una modificación semántica del concepto verbal (como las perífrasis en función de la modalidad) sino que producen además modificaciones en la estructura de la oración en la que se hallan.

Navas Ruiz en «Ser y Estar. Estudio sobre el sistema atributivo del español», al tratar de la atribución, ve el problema de la voz pasiva. En este tipo de construcciones, el auxiliar y el auxiliado al unirse pierden o modifican su independencia para formar un complejo verbal con un matiz significativo nuevo, introducido por el auxiliar, constituyéndose una unidad significativa.

El auxiliar en la perífrasis es un modificante pleno, ya que lleva todas las características morfémicas.

El auxiliado es un participio pasado, en la generalidad de los casos. La excepción la constituye el auxiliar «dejarse» (en construcción refleja) que requiere un infinitivo, cuya significación adquiere un carácter pasivo en estas construcciones, aunque sin perder totalmente su carácter activo.

Si bien el auxiliado de la perífrasis es formalmente un participio, el cual puede funcionar como un adjetivo, la diferencia entre una oración atributiva monoactancial (es decir, una oración copulativa, en términos de la gramática tradicional) y una oración biactancial (es decir, una oración pasiva) es clara, pese a la base común.

1. En la construcción biactancial, el auxiliar y el auxiliado constituyen un complejo verbal funcional y significativamente.

3. La construcción biactancial admite sólo participios (o infinitivos) cuya terminación es rígida (‑do, -to).

4. La construcción monoactancial admite adjetivos de «x» terminaciones (o sustantivos o enunciados que cumplan una función nominal).

5. La construcción monoactancial alude, semánticamente, a determinadas cualidades y características del sujeto, lo que no se da en la construcción pasiva.

6. La metábasis entre participio y adjetivo se verifica en una sola dirección, de participio a adjetivo. Si hubiese semejanza entre ellos, la dirección sería doble.

7. La construcción pasiva se puede volver en activa, lo que no es posible en una construcción atributiva monoactancial.

· Se caracteriza por tener una perífrasis: sujeto pasivo + forma verbal perifrástica (auxiliar + participio) + (complemento agente).

· Tiene como característica la forma «se» y la exigencia de la tercera persona del verbo (proposición cuasi-refleja para Bello y pasiva refleja para Gili Gaya).

En los tiempos imperfectivos de acciones perfectivas: está o estaba prohibido, acabado, resuelto.

En los tiempos imperfectos de muchos verbos reflexivos con sentido incoativo: está o estaba sentado, dormido, avergonzado, enfadado ...

En los tiempos perfectos de acciones perfectivas o imperfectivas: fue abierta, ha sido cerrada.

En los tiempos imperfectos de acciones imperfectivas: es querido, era estimado, será solicitado.

Las tres últimas construcciones son límites, pues en muchos casos sólo el valor semántico y el contexto pueden determinar su carácter pasivo. Debemos a Rafael Lapesa la importante observación de que en algunos casos, si hay complemento agente en estas construcciones, no hay perífrasis, por ejemplo: «tengo dos cuadros pintados por Juan». Hay perífrasis activa con objeto directo, «tengo corregidos veinte ejercicios»; pero entonces no hay complemento agente. Por otra parte cabe: «tengo corregidos veinte ejercicios por mí y diez por mi ayudante».

Esta última construcción no es totalmente pasiva, pues implica cierta participación del sujeto de la acción: «Se dejó vencer por el enemigo». Este tipo de construcción sería más acertado llamarla «medio-pasiva».

El actante o complemento agente puede estar o no presente en estas construcciones pasivas. Este elemento que la tradición llama ablativo agente, al modo latino, tiene una estructura bimembre: relator y término. Los relatores reconocidos por la gramática tradicional son «por» y «de», pero se han encontrado otros: «con» y «en».

En castellano antiguo es general el empleo de la preposición «de» con el complemento agente. Ejemplos:

Una concepción semántica de la «voz» nos obliga a hablar en los términos que lo hemos hecho hasta ahora, es decir, concebirla como una categoría gramatical que denota si el sujeto de la oración es agente o paciente de la acción expresada por el verbo (voz activa y pasiva respectivamente). Hay, no obstante, autores que mantienen una postura formalista. Entre éstos cabe destacar a R. Lenz, C. Hernández Alonso, E. Alarcos Llorach, etc., autor este último que ha tratado el tema que nos ocupa en varias ocasiones.

En esta nueva línea y dada la no diferenciación formal entre las estructuras que expresan los citados contenidos, hemos de concluir señalando la inexistencia de morfemas de voz o diátesis en español. Ello no nos obliga, sin embargo, a negar la existencia de los contenidos de «pasividad» y «actividad». En este sentido, E. Alarcos Llorach ofrece una serie de argumentos que demuestran la identidad formal entre las llamadas, por algunas «oraciones atributivas» y las «oraciones pasivas»:

a) Ambos, participio y adjetivo, admiten los morfemas nominales de género y número.

b) Dados por consabidos, participio y adjetivo, dejan como referente pronominal lo.

2. El tradicionalmente llamado complemento agente funciona como término adyacente del participio.

3. En algunas ocasiones, fuera del contexto, hay ambigüedad: «la edición del libro fue reducida», donde no sabemos si hay contenido pasivo o no.

4. Tanto en las «oraciones pasivas» como en las «oraciones atributivas» el verbo «ser» puede ser conmutado por los llamados copulativos (resultar, parecer, quedar).

Hay que destacar, finalmente, que F. Lázaro Carreter no admite la identificación entre ambos tipos de estructura, «pasiva» y «atributiva»; aduce una serie de razones para rebatir los argumentos de E. Alarcos.»

[Urrutia Cárdenas, H. / Álvarez Álvarez, M.: Esquema de morfosintaxis histórica del español. Bilbao: Publicaciones de la Universidad de Deusto, ²1988, pp. 287-292]

«La «voz», llamada también diátesis (= «disposición, menare de ser»), es una categoría gramatical del verbo que indica si el sujeto del proceso verbal es exterior o interior a éste. Según Benveniste, son dos las voces o diátesis fundamentales: la activa, en la cual se expresa que el sujeto permanece fuera del proceso verbal: yo amo, y la media, en la cual el proceso se realiza en el sujeto mismo o en un ámbito estrechamente relacionado con él: lat. nascor. De la voz media parece haberse derivado históricamente la pasiva, la cual expresa que el sujeto «sufre» o recibe la acción ejecutada por otro.

Los antiguos, sin embargo, conocieron primero la distinción entre las voces activa y pasiva, a la que sólo posteriormente se añadió, como tercer término, la media. Aristóteles, en el inventario que hace de las «categorías» (= conceptos supremos a los que pueden reducirse todos los demás), ejemplifica la oposición entre «hacer» (ποιέιν) y «sufrir» (πάσχειν) respectivamente con las formas verbales equivalentes a «corta», «quema» (activa) y «es cortado», «es quemado» (pasiva). Posteriormente se añadió a estos dos diátesis la tercera, llamada media (μεσότης), para designar un grupo de formas verbales que en griego se diferenciaban de la pasiva en el futuro y en el aoristo. En todos los demás tiempos eran iguales las formas de las voces pasiva y media, y la diferencia normal entre éstas en el futuro y en el aoristo consistía en que la pasiva intercalaba el sufijo θη (the-) entre la raíz del verbo y su desinencia. (El aoristo pasivo tenía, además, desinencias peculiares).

A las voces activa, media y pasiva añaden algunos gramáticos la voz pronominal, cuyo sujeto es al mismo tiempo, pero representado por la forma objetiva del pronombre de su misma persona, objeto del proceso verbal. Otros hablan también de la voz deponente, en latín, propia de aquellos verbos que, coincidiendo formalmente con la voz pasiva, se usaban en general con un sentido parecido al de la voz media en griego.

Quien maneja como lengua original el inglés, el alemán o el francés, y como lengua terminal el español, debe saber que, en cualquiera de aquéllas, y muy particularmente en inglés, se usa la voz pasiva mucho más que en español. El español, en efecto, tiende a evitar la pasiva, utilizándola casi exclusivamente cuando razones especiales, por ejemplo, de claridad o de ritmo, desaconsejan el uso de la activa. Por consiguiente, al traducir del inglés, del alemán o del francés al español, conviene, en principio, sustituir la voz pasiva por la activa.»

[V. García Yebra: Teoría y práctica de la traducción. Madrid: Gredos, 1984, tomo 1, págs. 208-210]

«La clasificación tripartida que seguimos aquí es herencia de las gramáticas griegas, que distinguen tres voces con sus correspondientes flexiones verbales: activa (asociada con términos como ‘actividad’, ‘fuerza’, ‘energía’), pasiva (‘lo que uno experimenta o siente’, ‘pasión’, ‘sufrimiento’) y media, como una categoría intermedia en la que se encuadran aquellas formas verbales con características tanto de la voz pasiva como de la activa, y por tanto, aquellas de difícil clasificación (p. ej. formas activas con significado pasivo y viceversa).

En general puede decirse que, desde un punto de vista nocional o semántico, la media se halla más cerca de la pasiva que de la activa; así, si una oración activa se puede interpretar, en sentido amplísimo, como “alguien (o algo) opera sobre alguien (o algo)”, y una oración pasiva como “alguien (o algo) sufre lo que ha hecho alguien (o algo)”, la voz media se interpreta como la forma de expresar que la acción que denota el verbo ‘afecta’, en mayor o menor grado, al sujeto (incide sobre el sujeto, interesa al sujeto, indica un cambio en el sujeto, etc.). En otras palabras, las construcciones medias se caracterizan por tener sujetos ‘afectados’.

La voz (o diátesis, en griego “estado, disposición, función”, término preferido por los autores modernos) se refiere a la relación semántica que es establece entre el verbo y los distintos participantes de la acción verbal y se expresa formalmente por medio de elementos sintácticos y/o morfológicos. Conviene tener en cuenta, sin embargo, al tratar de la diátesis verbal en relación a las construcciones con se, que la relación entre forma y significado no es una relación simple ni directa, como ocurre en muchas otras áreas de la gramática.

En sentido estricto, el español, al igual que el resto de las lenguas románicas, carece de morfemas verbales propiamente pasivos (al contrario que el latín) o medios (al contrario que el griego), de modo que la voz activa es la única propiamente representada en la morfología verbal. Sin embargo, se reconoce para la pasiva una marca morfológica propia: la del participio pasado, que aparece normalmente junto con el verbo ser en las oraciones denominadas de pasiva perifrástica como Los trabajos fueron pasados a ordenador ayer. Sintácticamente, lo que caracteriza a las oraciones pasivas es que tienen como sujeto gramatical (o sintáctico) un sintagma nominal que se interpreta como el objeto nocional (o semántico) de la acción denotada por el verbo. [...]

Para que se postule la existencia de una voz media en una lengua como el español, que carece de morfología verbal específica, es necesario identificar tanto sus propiedades nocionales como sus propiedades formales. Si desde el punto de vista nocional, y en un sentido amplio, la voz media expresa en español, al igual que en griego, que la acción o proceso verbal ‘afecta’ al sujeto, dentro de esta definición amplia, se incluirían, por ejemplo,

La presencia de un pronombre de los denominados reflexivos constituiría la característica formal de la voz media en español (al igual que en otras lenguas romances).

La ausencia de morfemas verbales flexivos propios de la voz media ha llevado a discrepancias entre los autores sobre si existe o no voz media en español, y qué construcciones serían caracterizadas como medias. Por ejemplo, Lázaro Mora (1983) excluye las oraciones propiamente reflexivas como Juan se la (las manos) de las construcciones medias.

El término ‘oraciones pronominales’ se ha utilizado en la tradición gramatical española para designar oraciones en las que el sintagma verbal aparece incrementado con un pronombre átono reflexivo. Se trata de una definición de carácter formal puesto que, desde el punto de vista del significado, incluye tanto oraciones pronominales con sentido puramente reflexivo (p. ej. con lavarse) como otras de carácter pseudo-reflexivo (p. ej. con desmayarse) y las oraciones como

que en ningún modo se pueden interpretar como reflexivas.» (Mendikoetxea: o. cit., p. 1635 ss.)

«Las gramáticas del español engloban, con frecuencia, las oraciones que aquí denominamos pasivas con se dentro de las construcciones medias, en cuanto que en una oración pasiva con se el sujeto se ve afectado. Al hablar de construcciones medias en relación a las oraciones con se es necesario, sin embargo, distinguir entre medias y pasivas (y medias e impersonales). Asimismo, es conveniente separar las ‘oraciones medias con se’ del resto de las oraciones que satisfacen la definición de oración media en un sentido amplio (oraciones pronominales) en las que el sujeto es ‘afectado’: reflexivas, pseudo-reflexivas, etc.). [...]

Las oraciones medias con se son proposiciones estativas, de aspecto genérico, que necesitan la presencia de algún modificador adverbio (p. ej. muy bien, fácilmente, con lejía, más deprisa). Por lo tanto, tienen propiedades de carácter más restringido que las pasivas con se y por ello pueden considerarse como una subclase de ellas. Nos referimos a las oraciones medias con se como

Del mismo modo, es posible distinguir un tipo de oraciones medias que son una subclase de las oraciones impersonales (medias-impersonales).

Por lo tanto, mientras que bajo una definición de las oraciones medias en sentido amplio como oraciones pronominales con sujetos afectados se incluirían oraciones reflexivas, incoativas, etc. (e incluso oraciones pasivas con se), bajo la definición restringida que adoptamos aquí, al limitarnos a las oraciones medias en construcciones con se, se incluyen únicamente oraciones como

que son una subclase de las oraciones pasivas, a las que denominamos medias-pasivas y medias-impersonales.

El siguiente cuadro recoge de forma gráfica el contenido de este subapartado, distinguiendo entre las oraciones medias que sólo se construyen con se (oraciones medias con se) y otras oraciones medias que, además de se admiten me, te, etc. Quedan fuera de este cuadro otras oraciones que contienen estos morfemas y a las que no hemos considerado entre las oraciones medias, por ejemplos las que contienen los llamados dativos éticos

u oraciones en las que la presencia del morfema se asocia con un significado aspectual

Las oraciones medias
Oraciones medias con se	Medias-pasivas	Esta camisa se lava muy bien
	Medias-impersonales	A estos niños se les asusta fácilmente.
Otras oraciones medias	Incoativas o Inacusativas	El bosque se quemó. Tú te quemaste. El perro se asustó. Vosotros os asustasteis.	Oraciones Pronominales
	Reflexivas	Los niños se lavan. Nosotros nos lavamos. Vosotros os laváis.
	Pseudo-reflexivas	Juan se desmayó. Yo me desmayé. Tú te desmayaste.

En resumen, en este apartado hemos querido mostrar lo complejo de la relación forma-significado con referencia a las oraciones con se que tradicionalmente se han denominado pasivas, medias e impersonales. Oraciones como

son pasivas de acuerdo a criterios sintácticos que relacionan el sujeto gramatical de una oración pasiva con el objeto de la correspondiente oración activa:

Semánticamente, la interpretación de estas oraciones es muy similar. En cuanto a las oraciones medias, el uso de este término en sentido amplio cubre una serie de oraciones con distintas características formales y semánticas pero que se caracterizan por la presencia de un pronombre de primer, segunda o tercera persona y por tener sujetos ‘afectados’. Nos centramos aquí únicamente en aquellas oraciones medias directamente emparentadas con las oraciones pasivas e impersonales: las oraciones medias con se, entre las que distinguimos oraciones medias-pasivas y oraciones medias impersonales.»

[Mendikoetxea, Amaya: “Construcciones con se: medias, pasivas e impersonales”. En: Bosque, Ignacio / Demonte, Violeta (eds.): Gramática descriptiva de la lengua española. Madrid: Real Academia Española / Espasa Calpe. 1999, vol. 2, pp. 1640-1642]

Las oraciones medias en se sólo se pueden construir con se, quedando excluidos los pronombres de primera y segunda persona (me, te, nos, os) y tienen un sujeto nocional implícito. En ellas se predica una cualidad inherente al sujeto gramatical (objeto nocional).

Las otras oraciones medias son pronominales, es decir, se caracterizan por la presencia de un pronombre de primera, segunda o tercera persona, y por satisfacer la definición de oraciones medias en sentido amplio: tener sujetos ‘afectados’. Son las incoativas o inacusativas, las reflexivas y las pseudo-reflexivas (propiamente pronominales).

„Voz: Categoría verbal que se realiza en el verbo e indica si el sujeto es exterior o interior al proceso. Según esta definición, debida a Benveniste (1950), hay dos clases fundamentales de voz:

· media, en la cual el proceso se verifica en el sujeto o en el ámbito estrechamente relacionado con el sujeto: latín nascor, español me caigo. De ésta se derivó históricamente la

· pasiva, la cual expresa que el sujeto es asiento de un proceso ejecutado por otro.

Jespersen (1924) rechaza los términos de voz y genus verbi (con que también se designa esta categoría), y utiliza el término inglés turn.“

[Lázaro Carreter, F.: Diccionario de términos filológicos. Madrid: Gredos, ⁵1981, p. 412]

Categoría gramatical mediante la cual se expresa una determinada relación entre las funciones sintácticas que desempeñan los argumentos de un verbo y las funciones semánticas a ellos asociadas. En particular, la voz indica si el sujeto es ‘interior’ o ‘exterior’ al proceso expresado por el verbo.

voz activa, cuando el sujeto es el agente o causa de lo expresado por el predicado (El bedel cerró la puerta),

voz media, cuando no aparece el argumento agente o causa y se destaca como sujeto la entidad afectada por el proceso denotado por el verbo (La puerta no cierra bien), y

voz pasiva, cuando el paciente de la acción expresada por el predicado se destaca como sujeto y el agente aparece de modo opcional en forma de un sintagma encabezado por la preposición por (La puerta fue cerrada por el bedel).»

[Eguren, Luis / Fernández Soriano, Olga: La terminología gramatical. Madrid: Gredos, 2006, 104]

«Recibe el nombre de DIÁTESIS cada una de las estructuras gramaticales que permiten expresar los argumentos de un verbo y las relaciones que se establecen entre ellos. Se denominan VOCES las manifestaciones morfológicas y sintácticas de la DIÁTESIS, más en concreto los exponentes de la flexión verbal que vinculan las funciones sintácticas de los verbos con las semánticas. Se distinguen tradicionalmente VOZ ACTIVA, que vincula las funciones de sujeto y agente (o, en general, de ‘participante activo’ en un proceso), y la VOZ PASIVA, que relaciona las de sujeto y paciente. La voz media del griego y de otras lenguas relaciona casi siempre el sujeto con el participante que experimenta un proceso, sea este físico o anímico, sin que trascienda a otra entidad. El término VOZ MEDIA se ha aplicado también a las lenguas románicas, incluido el español. En las lenguas de otras familias lingüísticas es posible establecer, mediante recursos flexivos, otros vínculos sintácticos mucho más complejos entre los argumentos de los verbos, por lo que el número de voces que se distinguen es mayor. Algunos gramáticos contemporáneos usan el concepto de ‘voz’ en el sentido más general que se ha dado al de diátesis. El término voz se empleará aquí de manera restringida, ya que –a diferencia de lo que sucedía en latín, y sucede hoy en muchas lenguas no románicas– no existen en español morfemas flexivos de voz, paralelos a los de tiempo, aspecto, modo, persona o número.»

[RAE: Nueva gramática de la lengua española. Madrid: Espasa Libros, 2009, § 41.1.a]

«El término VOZ MEDIA se aplica tradicionalmente a los verbos intransitivos que designan cambios de estado, así como procesos experimentados por algún sujeto que no suele ejercer control directo sobre ellos. Muchos verbos latinos expresaban en voz pasivas estos significados: terrēri (‘asustarse, amedrentarse’), solvi (‘liberarse’), mutāri (‘cambiar’), verti (‘volverse’), etc. La flexión de estos verbos manifiesta rasgas característicos de las oraciones pasivas, pero la morfología pasiva del latín destaca la presencia de un elemento que recibe o experimenta alguna acción, sin que sea imprescindible la existencia de un agente que la cause. Tiene particular interés el hecho de que el latín admitiera el uso de algunos de estos verbos en su interpretación pasiva además de en la reflexiva. Así, formas como lavārai, vestīri, tondēri, adornāri, etc., eran utilizadas tanto para expresar sentidos pasivos (‘ser lavado’, ‘ser vestido’, ‘ser afeitado’, ‘ser adornado’) como valores reflexivos (‘lavarse’, ‘vestirse’, ‘afeitarse’, ‘adornarse’).»

[RAE: Nueva gramática de la lengua española. Madrid: Espasa Libros, 2009, § 41.13c]

«En el sentido restrictivo del concepto voz, este término se aplica a las manifestaciones morfológicas de la diátesis. Si la voz es un exponente morfológico de la diátesis, no es del todo correcto analizar las oraciones pasivas del español como manifestaciones de la voz pasiva

y que esta forma de diátesis se expresa con los recursos sintácticos (“ser + participio”), no con recursos morfológicos. Los verbos pronominales contienen pronombres átonos como parte de su estructura morfológica: cansarse, cerrarse y otros muchos. Ha sido muy debatida la cuestión de si el término VOZ MEDIA es apropiado para designar la estructura gramatical que corresponde a estas unidades. Muchos gramáticos responden afirmativamente, pero otros no se suman a esta opinión y entienden que los pronombres átonos no deben asimilarse a los morfemas flexivos. Como es sumamente polémico que en el español exista una voz media (sin desvirtuar el sentido del término voz), se evitará aquí este término. Es útil, en cambio, la expresión CONSTRUCCIÓN MEDIA aplicado a las oraciones intransitivas que expresan cambio de estado, sea con verbos pronominales

También lo es distinguir entre la interpretación media de una oración refleja

Existen relaciones sistemáticas de forma y sentido entre las oraciones que muestran los procesos en desarrollo y las que presentan la acción de llevarlos a cabo, así como las que describen los estados en los que desembocan.»

[RAE: Nueva gramática de la lengua española. Madrid: Espasa Libros, 2009, § 41.13e]