O que é aliança do ponto de vista fonológico
Quando eu estava revisando um texto técnico para um colega que trabalha com processamento de linguagem natural em português, ele me perguntou algo que parecia simples mas na prática gera bastante confusão: quantos fonemas tem a palavra "aliança". Aí veio a dúvida sobre se "ân" era ditongo, hiato ou coisa nenhuma. O caso é que "aliança" se decompõe em sílabas assim: a-li-ân-ça. São quatro sílabas e oito fonemas.
aliança é ditongo tritongo ou hiato
A resposta curta é nenhuma das opções. "Aliança" não contém ditongo, nem tritongo, nem hiato. Vamos ver por quê. O núcleo da segunda sílaba é o ditongo nasal "ão", que sim, é um ditongo — mas isso está em "nação", não em "aliança". Em "aliança", a sílaba "ân" tem apenas uma vogal fechada /â/, acompanhada da nasalização que vem do "n" da sílaba seguinte. O "n" pertence à sílaba "nça", criando uma consoante nasal oclusiva /s/ + /s/ (o "nça" soa como /s/ no final). Não há dois sons vocáldicos colados no mesmo ataque silábico, então não é ditongo. Não há três vogais sequenciais, então não é tritongo. E as vogais estão separadas entre sílabas sem contato direto, então também não é hiato. A confusão aparece porque muita gente acha que "ân" é um ditongo nasal por causa do "n". Mas o "n" aqui é consoante, não vogal. Na verdade, a nasalização é um fenômeno fonológico que se estende da vogal, mas o "n" como letra ainda representa uma consoente. Isso gera um problema real em ferramentas de tokenização: alguns segmentadores automáticos tratam "ân" como se fosse um dígrafo nasal, quando na verdade é apenas uma vogal oral com traço de nasalidade.
Como identificar ditongo, tritongo e hiato na prática
Vou explicar direto, sem rodeio. Ditongo é quando duas vogais ocupam a mesma sílaba. Exemplo clássico: "pé-la" não, aqui a vogal é aberta. "Ja-ne-la" também não. O ditongo aparece em palavras como "gra-ça" (ditongo oral) ou "avi-ão" (ditongo nasal). Tritongo é quando três vogais estão na mesma sílaba, como em "U-gua-i" (de "uguai"). Hiato é quando duas vogais estão em sílabas diferentes, como em "pe-da-lhe" (não, aqui é ditongo). Um hiato real seria "ru-a" (de "rua"), onde /r/ + /u/ + /a/ estão separadas. O truque prático é simple: separar as sílabas corretamente primeiro. Depois, olhar para cada núcleo silábico. Se tiver duas vogais no mesmo ataque, é ditongo. Se tiver três, é tritongo. Se as vogais estiverem em ataques diferentes, é hiato. Se não tiver nada disso, é só uma vogal simples com talvez um traço de nasalidade.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Eu já vi ferramentas de análise morfofonológica errarem esse tipo de segmentation de várias formas. Um caso específico que encontrei foi com o pacote `portuguese-tokenizer` (não é o oficial, mas era o que usávamos num projeto interno): ele erroneamente classificava "ân" como ditongo nasal porque o "n" adjacente ativava um padrão de reconhecimento que ele tinha sido treinado com dados de "ão". A correção foi sobrescrever a regra de segmentation com uma lista manual de exceções para palavras que contêm "n" + consoante (como "nça", "ntr", "nds"). Isso resolveu, mas levou cerca de 3 horas para ajustar e testar.
Limitações e armadilhas comuns
A principal limitação desse tipo de análise é que ela depende de como você define "vogal" e "sílaba". Em português, a fronteira entre vogal oral e vogal nasalizada é às vezes tênue, especialmente em variedades dialetais onde a nasalização pode ser mais ou menos marcada. Além disso, a segmentation silábica em si já é um problema conhecido na linguística computacional — não existe um consenso absoluto sobre onde cortar. Um pitfall comum é confundir a letra "n" com um traço de nasalidade. A letra "n" pode ser consoante (como em "nça") ou parte de um dígrafo nasal (como em "ão"). Diferenciar os dois casos exige olhar para o contexto silábico completo, não apenas para a presença da letra. Outro erro frequente é classificar automaticamente qualquer sequência de duas vogais como ditongo, quando na verdade podem estar em sílabas separadas (hiato).
Se você está trabalhando com segmentation automática e precisa lidar com esse tipo de ambiguidade, recomendo usar uma abordagem híbrida: primeiro fazer a segmentation silábica com regras fonotáticas do português, depois aplicar um classificador baseado em contexto para distinguir ditongo, tritongo e hiato. Ferramentas puramente baseadas em regex costumam falhar em edge cases como "aliança", "mão", "pão", "fiel", "baú" — todas palavras onde a nasalização e a segmentation silábica interagem de forma não trivial.
