O básico que todo mundo já ouviu, mas raramente entende direito
Vogais e consoantes são os dois grupos fonológicos em que se divide o sistema sonoro de uma língua. A diferença prática entre elas não é mágica, é fisiológica. Quando você produz uma vogal, o ar sai da boca livremente, sem nenhuma obstrução na cavidade oral. O som é definido pela posição da língua, dos lábios e do palato. Consoante é outro pato: algum ponto da voz se fecha ou se estreita o suficiente para criar turbulência ou bloqueio total do fluxo de ar. É isso. Sem romantismo. Uma coisa que as gramáticas normais deixam passar e que causa confusão constante é que a distinção não é binária na prática. Tem som que fica numa zona cinzenta, tipo os chamados "semivogais", que em português se comportam como vogais em termos silábicos mas foneticamente são mais parecidos com consoantes. O i e o u em "pião" ou "lua" são exemplos. Na hora de dividir sílabas, o i vira glida (consoante), não vogal da sílaba seguinte. Quem nunca errou isso em análise métrica ou de hiato sabe do que eu falo.
O que são vogais e consoantes na prática sonora
Para identificar se um som é vogal ou consoante, o teste mais direto é verificar se existe algum ponto de articulação que obstrua completamente ou parcialment o fluxo de ar. Se não obstrui e o som pode ser sustentado livremente, é vogal. Se precisa de um ponto de fechamento ou estreitamento ativo, é consoante. Pega um espelho, fala um "aaaa", vê se o jato de ar é livre. Agora fala um "sss". O ar passa raspando num estreitamento entre a língua e o alvéolo. Consoante fricativa, claro. Em português brasileiro, as vogais orais são sete: /a/, /e/ aberto, /e/ fechado, /i/, /o/ aberto, /o/ fechado, /u/. As nasais também são sete, correspondendo: /ã/, //, /ĩ/, /õ/, /ũ/, /ã/ (na verdade //) e // (na verdade /ĩ/). Sim, o português tem vogais nasais como categoria fonêmica legítima, não como traço acidental. Consoantes são bem mais numerosas: /p/, /b/, /t/, /d/, /k/, /g/, /f/, /v/, /s/, /z/, //, //, //, //, /r/ (vibrante múltipla), // (vibrante simples), /l/, //, /m/, /n/, além das oclusivas velares nasais que aparecem em posições específicas.
Não adianta decorar a lista inteira de cabeça. O que funciona mesmo é entender o mapa de articulação. Cada consoante ocupa um lugar específico: ponto de articulação (onde o obstáculo ocorre) e modo de articulação (como o obstáculo é formado). Bilabial + oclusiva = /p, b, m/. Alveolar + fricativa = /s, z, , / dependendo da retração da língua. Se você mapear assim, decore menos e entenda mais.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Um problema real que encontrei na rosca
Eu estava revisando um material fonético para alunos de português como língua estrangeira quando me deparei com uma situação que nunca tinha sido tratada com clareza no material que eu tinha em mãos. A palavra "mesmo" em fala rápida do português brasileiro. Como separar morfologicamente? M-E-S-M-O. Ok, fácil. Mas foneticamente, o /s/ antes de /m/ sofre alteração de sonorização em muitos dialetos e soa mais próximo de /z/. E o segundo /m/? Em fala coloquial rápida, ele pode nasalizar a vogal anterior e depois ficar praticamente mudo, quase inaudível. A palavra tende a soar como [me.zĩ] ou [me.ĩ] dependendo da região. O problema prático era: como ensinar a divisão silábica e a ortografia para alguém que ouvia a palavra como quatro sons, não cinco? A solução que eu adotei foi simples e direta: separar o nível fonêmico do nível fonético desde o primeiro dia. Explicar que a escrita referencia o fonema /s/, não a variante alofônica que o ouvido capta em contexto. Ensinar a regla de que "mesmo" se divide me-smo, ponto. A pronúncia real é outra história, mas a segmentação gráfica não depende dela. Fiz fichas de comparação lado a lado: forma escrita, transcrição fonêmica, transcrição fonética aproximada. Em duas semanas, os alunos pararam de errar divisão silábica por confusão com a pronúncia superficial.
Duas nuances que livros didáticos raramente mencionam
A primeira é que a natureza vogal ou consoantal de um segmento pode variar conforme o contexto fonológico. O /r/ inicial em português ("rádio") é uma fricativa uvular [] em variantes paulistas e cariocas. Já o /r/ intervocálico ("caro") é uma vibrante simples [] na maioria das regiões. Ambos são consoantes, mas soam drasticamente diferente. Um aluno que ouve só uma variante pode não reconhecer a outra como a "mesma letra". Isso é normal. Não é falha do ouvinte, é variação dialetal legítima. A segunda nuance envolve o conceito de "vogal reduzida". Em português, o /a/ tônico em "casa" é [a], mas o /a/ átono final pode realoar como [], quase uma semivogal cerrada. Alguns foneticistas chegam a questionar se esse [] átono ainda é uma vogal plena ou algo intermediário. Do ponto de vista pedagógico, trate como vogal. Do ponto de vista descritivo rigoroso, anote a variação e vá embora. Não transforme isso em dogma.
Limitações que ninguém anuncia
O modelo vogal/consoante funciona bem para português padrão e para línguas com inventários similares. Ele quebra em línguas com tons, onde a mesma sequência de segmentos pode ter significados diferentes só pela melodia. Também falha como ferramenta única em línguas com grande número de consoantes implosivas, ejetivas ou clicos, como algumas línguas bantu e khoisan. Nesses casos, a dicotomia binária sozinha não captura a richness do sistema. Outro ponto: a classificação tradicional não leva em conta o status das semivogais de forma consistente. O /w/ e o /j/ são às vezes tratados como consoantes, às vezes como variantes das vogais /u/ e /i/. Em análise fonológica formal, a escolha entre tratá-los como fonemas consonantais ou como alofones vocálicos muda toda a representação subacental. Se você está estudando fonologia teórica, isso importa. Se está aprendendo a ler e escrever, importa menos, mas saber que a tensão existe evita confusão quando se depara com fontes diferentes.
Se o seu objetivo é apenas dominação funcional da língua — ler, escrever, falar com clareza — o conhecimento básico de vogais e consoantes basta. Se quer ir além, para transcrição fonética precisa, processamento de linguagem natural ou investigação linguística, o próximo passo é estudar o quadro articulatório completo, incluindo modo, ponto e voz. Aí a coisa fica mais séria, mas também mais interessante.
