Palabra llana (o grave) que está formada por 4 sílabas. Se analiza el acento prosódico pronunciada con vocal tónica en la segunda "a".
La palabra ensaimada, pronunciada con vocal tónica en la segunda "a", NO lleva tilde.
Las palabras llanas (o graves) acabadas en 'n', 's' o vocal no llevan tilde.
Se forma el diptongo «ai» por un secuencia de dos vocales en una sílaba. Es un diptongo de tipo decreciente, compuesto por una vocal fuerte seguida de una vocal débil no tónica.