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 distintas. 

No inglês, especificamente, os fonemas explicam por que a ortografia 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 entender 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 do fonema 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 o inglês tem 44 fonemas: 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.
• 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 em 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 a mudança de um som gera uma nova palavra, esses dois sons são fonemas separados nessa língua. Se a mudança produzir uma versão com som ligeiramente diferente da mesma palavra, eles serão apenas variantes do mesmo fonema.

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

Quantos fonemas existem no inglês?

No inglês, há 44 fonemas: 24 fonemas consonantais e 20 fonemas vocálicos. Mas esse número é apenas uma estimativa geral. Dependendo do sotaque e de como os linguistas definem os diferentes sons, alguns consideram que há apenas 42 fonemas, enquanto outros chegam a 45. Por exemplo, no sotaque americano padrão, o /r/ em “car” é pronunciado, enquanto na Received Pronunciation (britânica) não é, o que resulta em uma contagem total diferente entre esses sotaques.

Outros sotaques podem fundir vogais, reduzindo o número total de fonemas. Fusões vocálicas, como a pronúncia idêntica de “cot” e “caught” por alguns americanos, afetam a forma como os linguistas calculam o total. Alguns sons marginais, nos quais 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 monotongas e 8 ditongos — padrão usado no ensino de fonética no 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 padrão diferem ligeiramente nas vogais róticas.

Qual é a diferença entre fonema e 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 letras (igh em “night”) ou quatro letras (ough em “though”).

A falta de correspondência entre fonemas e grafemas é o que torna a ortografia do 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 o inglês tenha 44 fonemas, ele usa mais de 200 grafemas para escrevê-los. Em uma língua mais fonética, como o espanhol, em que a correspondência é quase de um para um, o inglês se torna extremamente complexo para 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 adiante. 

Fonemas vs. alofones

Alofones são pronúncias variantes de um mesmo fonema que não alteram o significado da palavra. Se não houver um par mínimo em que um fonema forme duas palavras diferentes, então você tem um alofone.

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

Isso significa que o que conta como fonema depende totalmente da língua. Trata-se do efeito que os sons têm no significado das palavras, e não apenas de sua 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 substantivos próprios, como nomes de marcas ou termos técnicos, podem não seguir regras ortográficas padrão. Modelos modernos de IA, como o Eleven v3, 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, nomes de personagens, termos médicos ou vocabulário específico de empresas que aparece repetidamente.
• Tags de fonema SSML e IPA: Você pode controlar a pronúncia de cada palavra com tags de fonema SSML nos modelos v2 ou escrevendo as palavras diretamente com tags de áudio do Eleven v3.

Essa mesma camada fonêmica também funciona na direção oposta. No Speech to Text, os modelos precisam aprender padrões acústicos para mapear sequências de fonemas antes de reuni-las em palavras. A compreensão fonêmica permite transcrever uma palavra que talvez nunca tenham encontrado antes.

Como usar fonemas para aprender idiomas

Um dos principais motivos para usuários em geral quererem saber mais sobre fonemas é que eles são extremamente úteis no aprendizado de idiomas. A capacidade de uma criança de ouvir ou identificar fonemas individuais desde cedo influencia diretamente a aquisição de conhecimentos fonológicos posteriores 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 perceber. Confira algumas estratégias práticas para usar fonemas e melhorar o aprendizado de idiomas:

• Aprenda os símbolos do IPA: O Alfabeto Fonético Internacional aparece em dicionários para mostrar como pronunciar cada palavra. Ao aprender o IPA, você sempre saberá como ler uma palavra, mesmo ao vê-la pela primeira vez.
• Ouça e imite fonemas: Diminua a velocidade da fala para identificar e imitar cada fonema de uma língua. Isso ajuda você a entender como pronunciar cada som e é mais eficaz do que repetir frases inteiras ao aprender idiomas.
• Use pares mínimos para aperfeiçoar a pronúncia: Pares mínimos têm apenas uma mudança de fonema entre si. Praticar exemplos deles na fala ajuda a treinar a língua e o ouvido para reconhecer e reproduzir até diferenças sutis entre idiomas.

Ferramentas de voz IA também facilitaram bastante o aprendizado de idiomas. Com um gerador de Text to Speech, você pode ouvir qualquer palavra ou frase em uma voz com som nativo, em dezenas de idiomas e vários sotaques regionais. 

Experimente o Text to Speech da ElevenLabs no nível do fonema

Seja ao explorar a fonética de um novo idioma ou aperfeiçoar sua língua nativa, entender bem os fonemas é essencial para se expressar com clareza e eficácia. Mas o conhecimento acadêmico de linguística não é a única forma de nós, seres humanos, aprendermos idiomas. Também aprendemos ouvindo e imitando. 

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

Comece a usar nossa poderosa tecnologia de Text to Speech da ElevenLabs ou conheça hoje mesmo nossa linha de ferramentas criativas.

Perguntas frequentes