Juncao Das Vogais

O que acontece quando duas vogais se encontram em português

A junção das vogais é um dos processos fonológicos mais frequentes na fala cotidiana do português brasileiro. Basicamente, quando duas vogais entram em contato por causa da fronteira entre palavras ou morfemas, uma série de coisas pode acontecer: uma pode cair, as duas podem se fundir num ditongo, ou elas podem simplesmente coexistir num hiato. O resultado depende do sotaque, da velocidade da fala e do contexto morfosintático. Existe uma diferença prática entre o que a gramática normativa descreve e o que realmente sai da boca das pessoas. Na norma culta escrita, a sequência vogal+vogal é tratada como hiato sempre que as vogais pertencem a sílabas diferentes. Na fala real, a tendência é de redução ou fusão, especialmente em regiões como o Sudeste e o Centro-Oeste.

Junção das vogais: os três mecanismos principais

Vou explicar do jeito que funciona na prática, não na teoria de livro didático. Existem três mecanismos centrais que eu vejo todo dia em análise fonológica e em produção de texto para áudio. Elisão (ou supressão): Uma das vogais simplesmente desaparece. O caso mais clássico é a preposição "para" virando "pra" antes de palavra iniciada por vogal. "Vou para a escola" vira naturalmente "Vou pra escola". O mesmo acontece com "de" + vogal: "do", "da", "d'". Isso é tão comum que até a escrita informal abraçou.

Coalescência: Duas vogais se fundem e geram um novo fonema. Aqui entra a questão dos ditongos. Quando temos uma sequência de vogal + semivogial que nasce da junção, o resultado é um ditongo crescente ou decrescente. Um exemplo técnico: "pé + ele" em fala rápida pode tender a uma única sílaba com ditongo aberto em alguns sotaques, embora isso seja mais raro e dependa muito do falante. Hiato mantido: As duas vogais continuam separadas em sílabas diferentes. "Ruína" tem hiato entre i e a. "Saúde" tem hiato entre a e u. Quando a junção ocorre na fronteira de palavras e as vogais são iguais ou muito similares, o hiato muitas vezes se mantém porque a língua evita a fusão completa por questões de inteligibilidade.

Eu lembro de uma situação específica no passado envolvendo a contração "na" + "à". Tinha um texto de locução que pedia para ler "Chegamos na entrada à esquerda". A junção das vogais aqui é problemática porque "na" já encerra com "a" e "à" começa com "a". Na fala rápida, o resultado natural seria uma vogal alongada, não duas vogais distintas. A solução que eu adoptéi foi fazer uma micro-pausa entre as duas formas, quase imperceptível, o que preserva a diferença fonológica sem soar artificial. Esse tipo de ajuste manual é o que faz a diferença entre uma leitura robótica e uma que soa natural. O que poucos mencionam é que a junção das vogais não segue regras fixas dependendo apenas da sequência fonética. Ela é fortemente influenciada pelo registro. Em discursos formais, em notícias de TV, em audiobooks produzidos com cuidado, a tendência é manter mais hiato do que na conversação espontânea. Pesquisas fonéticas mostram que em falas informais a taxa de elisão vogal pode chegar a 60-70% em certas sequências prepositivas, enquanto em registros formais esse índice cai para algo em torno de 20-30%.

Outro ponto que ninguém alerta é sobre vogais idênticas em sequência. Quando duas palavras se encontram com a mesma vogal, como "café + americano", a tendência natural é a fusão em uma única vogal longa: "caf'americano" na prática sonora. Isso não é erro — é o comportamento padrão do português. O problema é que sistemas de síntese de voz e ferramentas de correção ortográfica muitas vezes não tratam isso bem, gerando Pronúncias artificiais com duplicação vocálica que soam estranhas. Se você trabalha com produção de áudio, legenda ou edição de texto falado, o recomendable é criar um protocolo de verificação específico para sequências vogal+vogal na fronteira de palavras. Eu costumo revisar manualmente esses pontos em textos destinados a locução, porque a regra geral não cobre os casos limítrofes. O processo leva em média 15 minutos para um texto de 5 minutos de fala, e evita aqueles momentos em que o locutor parece estar gaguejando sem motivo.

Há ainda a questão das vogais abertas e fechadas. O português tem vogais /a/, /e/, /ê/, /i/, /o/, /ô/. A interação entre vogais abertas e fechadas na junção produz efeitos diferentes. "Pé" + "ele" tende a gerar um ditongo mais facilmente do que "pá" + "ele", porque a vogal fechada /e/ tem maior tendência a se tornár semivogial numa sequência rápida. Isso é algo que analistas fonológicos levam em conta e que quem produz conteúdo falado precisa ter em mente para evitar leituras antinaturais. O principal senão desse processo é que ele varia enormemente entre regiões. Um falante do Sul do Brasil pode manter hiato onde um falante do Sudeste já fundiu as vogais há tempos. Se o seu público é nacional, o ideal é buscar um ponto médio que seja compreensível em todas as variantes, o que geralmente significa manter os hiatos em contextos formais e permitir as reduções em contextos informais.

Não existe ferramenta automática que resolva isso perfeitamente hoje. Sistemas de TTS melhoraram muito, mas ainda cometem erros sistemáticos em sequências vogálicas na fronteira de palavras. A revisão humana continua sendo indispensável para qualquer produção que preze pela naturalidade fonológica.