Fonologia e ortografia: o descompasso entre sons e grafias
Português tem uma relação complicada com a própria escrita. As regras ortográficas foram se consolidando ao longo de séculos, mas os falantes sempre notaram que o que se fala e o que se escreve não caminham exatamente juntos. Existe um grupo de palavras em português onde a contagem de fonemas supera a contagem de letras, e isso gera problemas reais quando se trabalha com processamento de linguagem natural, síntese de fala ou ensino de alfabetização.
Palavras com mais fonemas que letras
O fenômeno acontece porque o português usa letras para representar unidades fonológicas que, na prática, se desdobram em vários sons distintos. Um exemplo clássico é a letra "lh", que representa um único fonema // na maioria dos dialetos, mas ocupa duas posições ortográficas. O inverso também ocorre: dígrafos como "nh" em "ninho" correspondem a um só fonema. Quando se conta rigorosamente, algumas palavras têm mais segmentos fonológicos do que caracteres alfabéticos. Na minha experiência analisando corpus fonológicos para sistemas de text-to-speech, encontrei um problema específico com a palavra "excepcionalmente". Contando letras: e-x-c-e-p-c-i-o-n-a-l-m-e-n-t-e = 16 caracteres. Contando fonemas em português brasileiro padrão: /e-S-ê-psji-o-nal-m-ti/ 14-15 fonemas, dependendo da análise. Mas em palavras como "paralelepípedo" ou " pneumonoultramicroscópico", o descompasso se acentua ainda mais, especialmente quando se considera que letras como "s" final podem variar entre /s/, /z/ ou // conforme o contexto fonológico.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O caso mais interessante é o dígrafo "ss" em "passar". Ortograficamente são dois caracteres, fonologicamente correspondem a um só fonema /s/. Já a letra "r" inicial em "rato" representa // ou // conforme a posição, mas ocupa uma única letra. Quando se conta de forma rigorosa, palavras como "paralelepípedo" têm 15 letras e aproximadamente 14-15 fonemas, mas em "pneu" são 4 letras e 3 fonemas, criando uma assimetria clara. Existem contadores automáticos que tentam mapear letra por fonema, mas esbarram exatamente nesse tipo de irregularidade. A palavra "xarope" tem 6 letras e fonemas // ou /s/ conforme o dialeto, ocupando posições desiguais. Já "excepcional" tem 12 letras mas aproximadamente 11 fonemas, dependendo da análise fonológica rigorosa.
Um insight contra-intuitivo que poucos percebem: o acento gráfico não conta como letra separada, mas indica mudanças fonológicas que afetam a contagem total. Quando se trabalha com processamento de linguagem natural, essa assimetria se acentua especialmente em palavras like "palavras com mais fonemas que letras" quando se considera a variação dialectal entre o português europeu e o brasileiro. O descompasso gera problemas reais quando se opera com processadores fonológicos automatizados. A palavra "paralelepípedo" tem 15 letras mas aproximadamente 14 fonemas, enquanto em "pneumonia" são 9 letras e 8 fonemas, criando uma assimetria que se acentua especialmente em contextos de ensino de alfabetização.
Limitações importantes: esse mapeamento falha completamente em palavras como "hx" em "exagero" ou "qx" em "aquático", onde letras silenciosas ou dígrafos criados tornam a contagem imprecisa. Recomendo usar ferramentas como o IPA para contagem rigorosa, mas o descompasso permanece como característica estrutural do português. Em resumo, o mapeamento entre fonemas e letras nunca é perfeitamente simétrico no português, e essa assimetria se acentua especialmente quando se considera a variação dialectal entre o português europeu e o brasileiro. Palavras como "excepcionalmente" demonstram exatamente esse descompasso quando se conta rigorosamente.
