O que é um fonema? Definição e os 44 fonemas do inglês

Um fonema é a menor unidade sonora de uma língua capaz de mudar o significado de uma palavra. Ao trocar um único fonema, você pode formar uma palavra completamente diferente. /p/ e /b/ combinados com /æt/ formam ‘pat’ e ‘bat’, duas palavras totalmente diferentes. 

No inglês, especificamente, os fonemas explicam por que a escrita e o som muitas vezes não correspondem. Uma palavra como “fox” é formada por quatro fonemas distintos (/f/ /ɒ/ /k/ /s/), mas tem apenas três letras, enquanto ‘ship’ tem quatro letras, mas apenas três fonemas (/ʃ/ /ɪ/ /p/). Entender os fonemas é essencial tanto para aprender idiomas quanto para compreender como os sistemas modernos de Text to Speech transformam palavras escritas em fala com som natural.

Este artigo explica exatamente o que é um fonema, com exemplos, apresenta a tabela completa dos 44 fonemas do inglês e mostra como a tecnologia de voz IA usa o controle no nível dos fonemas para acertar a pronúncia.

Resumo:

• Um fonema é a menor unidade sonora de uma língua falada capaz de mudar o significado de uma palavra.
• A maioria dos linguistas considera que há 44 fonemas no inglês: 24 sons consonantais e 20 sons vocálicos.
• Os fonemas descrevem sons, enquanto os grafemas são as letras ou combinações de letras que representam um fonema na escrita.
• O Alfabeto Fonético Internacional (IPA) padroniza os símbolos usados para representar fonemas, garantindo consistência na pronúncia desses sons.
• As ferramentas de Text to Speech convertem grafemas em fonemas antes de gerar um arquivo de áudio.

O que é um fonema?

Um fonema é a menor unidade sonora capaz de distinguir uma palavra de outra. Os linguistas identificam fonemas encontrando duas palavras que diferem por exatamente um som. Essas palavras são chamadas de pares mínimos. Veja alguns exemplos:

• Pat / bat: /p/ e /b/ são os fonemas distintos nesse par mínimo.
• Ship / sheep: /ɪ/ e /iː/ são os fonemas que diferenciam essas palavras.
• Bat / bad: /t/ e /d/ são os fonemas distintos que marcam a diferença entre essas palavras.

Se você encontrar uma palavra em que mudar um som produz uma nova palavra, esses dois sons são fonemas separados nessa língua. Se isso produzir uma versão com som levemente diferente da mesma palavra, eles serão apenas variantes do mesmo fonema.

A palavra “fonema” vem do grego phōnēma, que significa enunciação ou som produzido. É útil lembrar disso ao definir fonemas, pois eles são unidades de som, não informações sobre ortografia. Como você verá em breve, os fonemas vão além de letras individuais e abrangem sons completos. 

Quantos fonemas existem no inglês?

No inglês, há 44 fonemas: 24 fonemas consonantais e 20 fonemas vocálicos. Vale destacar que isso é apenas uma estimativa geral. Dependendo do sotaque e de como os linguistas definem sons diferentes, alguns acreditam que existam apenas 42, enquanto outros chegam a 45. Por exemplo, um sotaque americano geral pronunciaria o /r/ em “car”, enquanto a Received Pronunciation (britânica) não, o que resulta em uma contagem total diferente nesses sotaques.

Outros sotaques podem unir vogais, reduzindo o número total de fonemas. A fusão de vogais, como quando alguns americanos pronunciam “cot” e “caught” da mesma forma, afeta a avaliação dos linguistas sobre o total. Alguns sons marginais, em que ditongos são vistos como combinações em vez de fonemas únicos, também podem influenciar os números. Por exemplo, alguns sistemas consideram /ʍ/ (o som soproso no início de 'which') um fonema distinto, enquanto outros o tratam como uma combinação de /h/ e /w/.

A contagem padrão usa um modelo de 44 fonemas. A divisão exata é de 24 consoantes, 12 vogais monotongais e 8 ditongos, que é o padrão usado no ensino de fonética do Reino Unido e no ensino de inglês como segunda língua. 

Os 44 fonemas do inglês: tabela completa com exemplos

Fonemas consonantais (24)

Fonemas vocálicos (12 monotongos + 8 ditongos = 20 no total)

Os símbolos seguem o sistema do inglês britânico (RP), usado na maioria dos currículos de fonética; as análises do inglês americano geral diferem ligeiramente para as vogais influenciadas pelo r.

Qual é a diferença entre um fonema e um grafema?

Um fonema é um som, enquanto um grafema é a representação escrita desse som. Um grafema pode ter uma letra (c-a-t), duas letras (um dígrafo, como sh ou ea), três (igh em “night”) ou quatro (ough em “though”).

A falta de correspondência entre fonemas e grafemas é o que torna a ortografia em inglês notoriamente difícil. Por exemplo:

• Um fonema, muitos grafemas: o som /iː/ pode ser escrito como ee (sheep), ea (leaf), e (be), ey (key), ie (chief) ou ei (ceiling).
• Um grafema, muitos fonemas: as letras ough representam fonemas diferentes em "through" (/uː/), "though" (/əʊ/), "tough" (/ʌf/) e "thought" (/ɔː/).

Embora a língua inglesa tenha 44 fonemas, ela usa mais de 200 grafemas para escrevê-los. Se você pensar em uma língua mais fonética, como o espanhol, em que a correspondência é quase de um para um, o inglês se torna extremamente complexo de falar e transcrever. É também por isso que um modelo de Text to Speech não pode simplesmente ler as letras em voz alta, como veremos em breve. 

Fonemas vs. alofones

Alofones são pronúncias variantes do mesmo fonema que não mudam o significado da palavra. Se não houver um par mínimo em que um fonema crie duas palavras diferentes, então há um alofone.

Por exemplo, o /p/ em “pat” soa diferente da versão não aspirada em “spat”. São sons distintos, mas nenhum par de palavras em inglês é diferenciado apenas por essa aspiração, o que significa que os falantes de inglês os ouvem como essencialmente o mesmo som. Em outras línguas, como o tailandês, a diferença entre /p/ aspirado e não aspirado cria fonemas separados que distinguem completamente as palavras.

Isso significa que o que conta como fonema é totalmente específico de cada língua. Trata-se de como os sons afetam o significado das palavras, e não apenas de acústica. 

Como os fonemas impulsionam o Text to Speech

Todo sistema de Text to Speech precisa resolver o mesmo problema que o cérebro resolve ao ler em voz alta: converter grafemas em fonemas antes de falar. A conversão de grafema para fonema (G2P) é notoriamente difícil e é onde muitos sistemas básicos cometem erros com TTS.

O texto pode ser ambíguo. A mesma palavra, “read”, pode ser /riːd/ no presente e /red/ no passado. Alguns nomes próprios, como nomes de marcas ou terminologia técnica, talvez não sigam as regras ortográficas padrão. Modelos modernos de IA, como Eleven v4 usam o contexto para resolver a maioria desses casos, mas você também pode controlar os fonemas de forma mais detalhada para garantir a pronúncia:

• Dicionários de pronúncia: defina como cada palavra deve ser pronunciada em todo um projeto. Ideal para nomes de marcas, personagens, termos médicos ou vocabulário específico de uma empresa que aparece repetidamente.
• Tags de fonema SSML e IPA: você pode ter controle da pronúncia no nível da palavra com tags de fonema SSML nos modelos v2 ou escrever palavras diretamente com tags de áudio do Eleven v4.

A mesma camada fonêmica também funciona na direção oposta. Para Speech to Text, os modelos precisam aprender padrões acústicos para mapear as sequências de fonemas antes de reuni-las em palavras. A compreensão fonêmica permite que transcrevam uma palavra que talvez nunca tenham visto antes.

Como usar fonemas para aprender idiomas

Um dos principais motivos para um usuário comum querer saber mais sobre fonemas é que eles são extremamente úteis para aprender idiomas. A capacidade de uma criança de ouvir ou identificar fonemas individuais desde cedo influencia diretamente a aquisição de mais conhecimento fonológico e a produção linguística ao longo da adolescência.

Ao aprender um novo idioma, seu cérebro precisa processar fonemas que seu ouvido nunca foi treinado para ouvir. Veja algumas estratégias práticas para usar fonemas e melhorar o aprendizado de idiomas:

• Aprenda os símbolos do IPA: O Alfabeto Fonético Internacional aparece nos dicionários para mostrar como pronunciar cada palavra. Aprender IPA significa que você sempre saberá como ler uma palavra, mesmo quando a vir pela primeira vez.
• Ouça e imite fonemas: diminua a velocidade da fala para identificar cada fonema de um idioma e reproduzi-lo. Isso ajuda a criar um entendimento de como pronunciar cada som, sendo mais eficaz do que repetir frases inteiras ao aprender idiomas.
• Use pares mínimos para aperfeiçoar a pronúncia: pares mínimos têm apenas uma alteração de fonema entre si. Praticar esses exemplos na fala ajudará a treinar sua língua e seu ouvido para reconhecer e reproduzir até diferenças sutis entre idiomas.

As ferramentas de voz IA também tornaram o aprendizado de idiomas muito mais fácil. Com um gerador de Text to Speech, você pode ouvir qualquer palavra ou frase em uma voz com sonoridade nativa, em dezenas de idiomas e diversos sotaques regionais. 

Experimente o Text to Speech da ElevenLabs no nível dos fonemas

Seja ao explorar a fonética de um novo idioma ou aperfeiçoar sua língua nativa, uma compreensão sólida dos fonemas é fundamental para dominar a arte de se expressar com eficácia e clareza. Mas uma compreensão acadêmica da linguística não é a única forma de nós, humanos, adquirirmos idiomas. Também aprendemos ouvindo e imitando. 

As ferramentas de geração de Text to Speech são indispensáveis para desenvolver a consciência fonêmica e construir uma compreensão intuitiva das unidades sonoras, das palavras completas e dos outros sons naturalmente presentes na comunicação falada.

Comece a usar a poderosa tecnologia de Text to Speech da ElevenLabs ou descubra mais sobre nosso conjunto de ferramentas criativas hoje.

Perguntas frequentes