( PDF ) Contribuições na fonética acústica para a formação do professor de inglês: um estudo de caso

Download PDF

ads:

ASSUNTA MANZI AGUENA

CONTRIBUIÇÕES DA FONÉTICA ACÚSTICA PARA A

FORMAÇÃO DO PROFESSOR DE INGLÊS:UM ESTUDO DE CASO

MESTRADO EM LINGÜÍSTICA APLICADA E ESTUDOS DA

LINGUAGEM

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO

2006

ads:

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

ASSUNTA MANZI AGUENA

CONTRIBUIÇÕES DA FONÉTICA ACÚSTICA PARA A

FORMAÇÃO DO PROFESSOR DE INGLÊS:UM ESTUDO DE CASO

Dissertação apresentada à Banca Examinadora da

Pontifícia Universidade Católica de São Paulo,

como exigência parcial para obtenção do título de

MESTRE em Lingüística Aplicada e Estudos da

Linguagem, sob orientação da Profa. Dra. Aglael

Juliana Aparecida Gama Rossi.

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO

2006

ads:

Banca Examinadora

___________________________________________________

Prof

Aglael Juliana Aparecida Gama Rossi – Orientadora

___________________________________________________

Prof

Paulina Dalva Artimonte Rocca (PUC-SP)

___________________________________________________

Prof. Dr. John Robert Schmitz (UNICAMP)

Autorizo, exclusivamente para fins acadêmicos e científicos, a reprodução total ou

parcial desta dissertação por processos de fotocopiadoras ou eletrônicos

Assinatura: ____________________________ São Paulo, 31 de agosto de 2006

Ao meu marido, Marcelo, por tudo que conquistamos juntos nesses anos de

convivência e, especialmente, por sua constante ajuda e paciência com que

acompanhou todas as etapas deste trabalho, colaborando de maneira decisiva para o

meu crescimento pessoal e profissional.

“Assim, se todas as coisas inteiras pudessem ser partidas

ao meio ... todos teriam possibilidades de sair de sua

unidade obtusa e ignorante.

Eu era inteiro e todas as coisas eram, para mim, naturais

e confusas, estúpidas como o ar, acreditava ver tudo;

porém,era apenas aparência. Se algum dia se transformar

na metade de si mesmo compreenderá coisas que estão

além da inteligência comum dos cérebros inteiros. Terá

perdido a metade de si mesmo e do mundo; porém, a

metade que sobrar será mil vezes mais profunda e

preciosa.”

Ítalo Calvino – O Visconde Partido ao Meio

AGRADECIMENTOS

Ao Mestre Amado, Senhor Jesus, pela esperança renovada em meu coração,

fortalecendo-me , a cada dia, para a realização de mais este sonho. Ele é minha

fonte inesgotável, justiça, graça e amor.

“Quero trazer à memória o que me pode dar esperança. As misericórdias do

Senhor são a causa de não sermos consumidos, porque as suas misericórdias não

têm fim; renovam-se cada manhã. Grande é a tua fidelidade. A minha porção é o

senhor, diz a minha alma; portanto, esperarei nele. Bom é o Senhor para os que

esperam por Ele, para a alma que o busca. Bom é aguardar a salvação do Senhor,

e isso, em silêncio”.

(Lm 3.21-26)

À Prof

Aglael Gama Rossi, pelo incentivo e colaboração constantes no decorrer da

orientação deste trabalho; pela disponibilidade, confiança, dedicação, amizade e,

principalmente, por me ajudar na construção da minha vida profissional e pessoal.

Às prof

Elizabeth Mara Pow, Sandra Madureira e Zaina A. Abdalla Nunes, pelo

senso profissional e crítico e pelas sugestões valiosas na qualificação deste

trabalho.

Aos professores doutores da Banca Examinadora, por procederem à análise deste

trabalho de pesquisa.

Aos professores do LAEL que muito me ensinaram.

À minha mãe, que se fez ausente, estando sempre presente.

Aos meus irmãos e familiares, pelo apoio em todos os momentos da minha vida e,

especialmente, a minha irmã, Carla, por sua disponibilidade e dedicação para com

os dados deste trabalho.

À Lia Buratto, pela revisão do texto.

À Ernesto Luis Foschi, técnico do Laboratório de Rádio e TV da Faculdade de

Comunicação e Filosofia da PUC-SP, pela seriedade e entusiasmo com que se

dedicou às horas de gravação e edição dos dados.

Aos colegas do Programa de Estudos Pós-graduados em Lingüística Aplicada e

Estudos da Linguagem da Pontifícia Universidade Católica de são Paulo e do

Laboratório Integrado de Análise Acústica e Cognição, pela cooperação e incentivo

constantes.

Aos sujeitos de pesquisa, que, dispondo de seu tempo e paciência, realizaram as

gravações deste trabalho.

Aos funcionários da secretaria e do laboratório de jornalismo do Programa de

Estudos Pós-graduados em Lingüística Aplicada e Estudos da Linguagem da

Pontifícia Universidade Católica de São Paulo, pelo auxílio e atenção.

Esta dissertação de mestrado tem como objetivo investigar os aspectos rítmicos e

entoacionais na produção do inglês por um falante proficiente nessa língua e nativo

do português brasileiro (PB), tendo como referência a produção de um falante

nativo do inglês, e assim inspecionar de que modo e em que grau processos

fonético-fonológicos da relação entre sons e ritmo e entoação da língua-alvo são

mapeados na prosódia da língua materna. A relação entre a produção de sons e

prosódia é observada na fala corrente por meio da transformação de sons na juntura

entre palavras, do uso de pausas, da assimilação, redução e/ou apagamento de sons,

entre outros. Para aproximar-se de uma produção de fala corrente, foi utilizado um

corpus composto por 40 sentenças, retiradas do script do filme Dozen by the

Cheaper (Doze é Demais), as quais foram digitadas em fichas individuais e lidas

por cada sujeito, ambos do sexo feminino e na faixa etária entre 25 e 30 anos, em

seis repetições, sendo as fichas embaralhadas antes de cada repetição. A gravação

das leituras foi feita no Estúdio de Rádio e TV da PUC-SP. A análise dos dados foi

feita por meio da Fonética Acústica, a partir de medidas de duração (tempo que um

som leva para ser produzido) e da variação da freqüência fundamental (variação de

tons durante a fala), realizadas com base na forma da onda alinhada a

espectrogramas de banda larga, extraídos do sinal de fala digitalizado, por um

programa de análise acústica. Foram selecionadas algumas sentenças do corpus

para análise, nas quais foram medidos segmentos acústicos correspondentes a

vogais e consoantes. Em seguida, foram elaborados gráficos das medidas de

duração e f0 para observar o quanto os dois sujeitos aproximavam-se ou

distanciavam-se na produção dos sons e do ritmo e entoação do inglês em função

da interferência do português brasileiro sobre o sujeito não-nativo. Os resultados

obtidos indicam que: (1) a produção de sons e do ritmo e entoação estão

intimamente relacionadas na fala corrente; (2) há interferência da língua materna

(neste trabalho, o português brasileiro) na produção de sons e prosódia do inglês;

porém, o aspecto importante é que essa interferência não é categórica; podendo ou

não ocorrer e, se ocorrer, fazê-lo em diferentes graus; e (3) a Fonética Acústica

proporciona vantagens para o ensino e aprendizagem das questões rítmicas e

entoacionais de uma língua estrangeira, na medida em que os diferentes aspectos da

produção podem ser observados, possibilitando que professores brasileiros de

inglês possam explicitar as diferenças entre a língua materna e a língua-alvo aos

seus alunos, diferenças que podem ou não ser por eles percebidas e/ou produzidas,

ou incorporadas, e em diferentes graus.

Palavras-chave: Ensino e aprendizagem de inglês; Fonética Acústica; Relação entre

som e ritmo e entoação; Mapeamento entre língua materna e língua-alvo

RESUMO

ABSTRACT

This dissertation aims at investigating the rhythmical and intonation aspects of the

English production by a fluent speaker of this language whose mother language is

Portuguese, having as a reference the production of a native speaker of English, and

thus, to inspect how and in which level the phonological-phonetic processes related

to sounds, rhythm and intonation of the target language are transferred to the

mother language prosody. The relation between the sound production and the

prosody can be seen in the connected speech provided by sound modifications in

the juncture between words, in the use of pauses, assimilation, reduction and

elimination of sounds, among others. The corpus, comprised of 40 sentences from

the film Dozen by the Cheaper was used to get closer to a connected speech

production. The sentences were typed in individual cards and read six times by

each subject, both female, between 25 and 30 years old, and the cards were shuffled

before each repetition. The six reading recordings were done at PUC-SP’s Radio

and TV studio. The data analysis was provided by the Acoustic Phonetic using

duration measures (time a sound takes to be produced) and the variation of the

fundamental frequency (tone variation during the speech) based on the waveform

ranged to the wide-band spectrograms, extracted from the speech signal digitalized

by an acoustic analysis program. Some sentences from the corpus were chosen to

the analysis, and consonantal and vowel segments were measured. Duration

measures and f0 charts were made in order to observe how much the subjects got

closer or farther to the sound production, and to the English rhythm and intonation

due to the Brazilian Portuguese interference. The final results point that: (1) the

sound production, English rhythm and intonation are related to the connected

speech, the mother language (in this case, the Brazilian Portuguese) interfere in the

sound production and English prosody, but, an important aspect is that this

interference is not categorical, it can occur or not and, if it occurs, it must be done

in different levels; and (3) the Acoustic Phonetic provides some advantages to the

teaching and learning of a foreign language rhythm and intonation, in so far as the

different production aspects can be observed, making possible that the Brazilian

English teacher makes clear the differences between the mother language and the

target one to the students, differences that can or can’t be noticed or produced by

the students, and in different levels.

Key words: English teaching and learning, Acoustic Phonetic, relation between

sound and rhythm and intonation, the transfer process from the mother language to

the target one.

SUMÁRIO

INTRODUÇÃO 01

CAPÍTULO 1 – FUNDAMENTAÇÃO TEÓRICA

1.1. A pronúncia nos métodos de ensino e aprendizagem do inglês e a formação

docente 10

1.1.1.A interferência da língua materna (LM) na aprendizagem da língua

estrangeira (LE) 17

1.1.2.A questão da inteligibilidade 30

1.1.3. Paradigma nativo/não-nativo 39

1.2. Aspectos segmentais e prosódicos da fala corrente 49

1.2.1. Entoação e Ritmo 63

1.2.2.Fonema e Traço Distintivo 78

1.2.3. Fonemas do inglês que geram dificuldades de pronúncia para os aprendizes

brasileiros 82

1.2.4. Composição Acústica 89

CAPÍTULO 2 – METODOLOGIA DE PESQUISA

2.1. A escolha da metodologia de pesquisa 96

2.1.1. Sujeitos de pesquisa 98

2.1.2. Corpus de pesquisa 99

2.1.3. Gravação do corpus de pesquisa 100

2.1.4. Critérios para a análise acústica 101

CAPÍTULO 3 – DISCUSSÃO E RESULTADOS DOS DADOS 109

CONSIDERAÇÕES FINAIS 189

REFERÊNCIAS BIBLIOGRÁFICAS 194

ANEXOS

ANEXO 1 – Termo de consentimento 207

ANEXO 2 – Corpus 208

ANEXO 3 – Classificação dos sons em português e inglês 212

LISTA DE FIGURAS

FIGURAS (CAP. II) PÁGS.

FIGURA 1: Forma da onda e espectrograma de banda larga para a

frase didn’t think about that, na fala de NA, com a etiquetação de

cada segmento, em transcrição ortográfica, e, na segunda camada,

valores correspondentes de duração em ms. As freqüências

formânticas das vogais estão rastreadas pelas linhas vermelhas

pontilhadas

FIGURA 2: Forma da onda e espectrograma de banda larga para a

frase didn’t think about that, na fala de NA, com o contorno da

freqüência fundamental (f0), em linha azul

FIGURAS (CAP. III) PÁGS.

FIGURA 1: Repetição 1 de But we por NA 112

FIGURA 2: Repetição 1 de But we por NON 113

FIGURA 3: Repetição 2 de But we por NON 114

FIGURA 4: Repetição 3 de But we por NON 115

FIGURA 5: Repetição 1 de times por NON 115

FIGURA 6: Repetição 1 de zero out por NA 116

FIGURA 7: Repetição 1 de zero out por NON 117

FIGURA 8: Repetição 5 de ero out our por NON 118

FIGURA 9: Repetição 6 de bank account por NA 120

FIGURA 10: Repetição 6 de bank account por NON 121

FIGURA 11: Contorno da freqüência fundamental no padrão

entoacional da modalidade declarativa de but we didn’t think por NA

130

FIGURA 12: Contorno da freqüência fundamental no padrão

entoacional da modalidade declarativa de but we didn’t think por

132

NON

FIGURA 13: Repetição 1 de is still por NON 134/157

FIGURA 14: Repetição 1 de is still por NA 135

FIGURA 15: Repetição 3 de having small por NON 136

FIGURA 16: Repetição 3 de having a small por NA 137

FIGURA 17: Repetição 3 de having small por NON 140

FIGURA 18: Repetição 3 de having a small por NA 140

FIGURA 19: Repetição 1 de I spent most por NA 142

FIGURA 20: Repetição 1 de I spent most por NON 143

FIGURA 21: Repetição 3 de emo (spent most) por NON 144

FIGURA 22: Repetição 5 de entm (spent most) por NON 145

FIGURA 23: Repetição 6 de spenm (spent most) por NON 146

FIGURA 24: Repetição 5 de emo (spent most) por NA 146

FIGURA 25: Repetição 1 de number por NA 147

FIGURA 26: Repetição 3 de number por NA 148

FIGURA 27: Repetição 4 de number por NA 148

FIGURA 28: Repetição 1 de number por NON 149

FIGURA 29: Repetição 1 de kids but por NA 150

FIGURA 30: Repetição 1 de kids but por NON 151

FIGURA 31: Repetição 5 de still our por NON 152

FIGURA 32: Repetição 5 de sure por NON 152

FIGURA 33: Repetição 5 de still our por NA 153

FIGURA 34:Repetição 5 de st de still por NON 155

FIGURA 35: Repetição 5 de st de still por NA 156

FIGURA 36: Repetição 3 de children but por NON 163

FIGURA 37: Repetição 3 de children but por NA 164

FIGURA 38: Repetição 6 de children but por NA 165

FIGURA 39: Repetição 2 de we still por NON 175

FIGURA 40 Repetição 3 de we still por NON 175

FIGURA 41: Repetição 6 de we still por NA 177

FIGURA 42: Repetição 4 de have a por NON 178

FIGURA 43: Repetição 4 de have a por NA 179

FIGURA 44: Repetição 6 de children por NON 179

FIGURA 45: Repetição 6 de children por NA 180

FIGURA 46: Repetição 1 de but no por NON 181

FIGURA 47: Repetição 3 de but no por NON 182

FIGURA 48: Repetição 1 de but no (t seta[d] por NA 183

FIGURA 49: Repetição 4 de met at por NON 184

FIGURA 50: repetição 4 pelo sujeito NA de met at 185

FIGURA 51: Repetição 4 de got a por NON 185

FIGURA 52: Repetição 4 de got a por NA 186

FIGURA 53: Repetição 2 de got us por NON 186

FIGURA 54: Repetição 2 de got us por NA 187

FIGURA 55: Repetição 6 de job offers por NA 188

FIGURA 56: Repetição 6 de job offers por NA 188

FIGURA 57: Repetição 6 de experts at managing por NON 189

FIGURA 58: Repetição 6 de experts at managing por NA 189

LISTA DE TABELAS

TABELAS (CAP. II) PÁGS.

TABELA 1: Valores percentuais de duração, média, desvio-padrão e

coeficiente de variação das seis repetições da sentença It’s the

number of times we zero out our bank account each year,

na fala de

107

TABELA 2: Valores de f0, medidos nas porções inicial, medial e

final, das vogais das seis repetições da sentença It’s the number of

times we zero out our bank account each year,

na fala de NA. As

células em branco correspondem aos locais nos quais não puderam

ser extraídos os valores de f0

109

TABELAS (CAP. III) PÁGS.

TABELA 1: Valores de f0 nas porções inicial, medial e final das seis

repetições de our bank account da sentença

It’s the number of times

we zero out our bank account each year na fala de NA

122

TABELA 2: Valores de f0 nas porções inicial, medial e final das seis

repetições de our bank account da sentença

It’s the number of times

we zero out our bank account each year na falade NON

123

TABELA 3 – Valores de duração em ms e % para os elementos da

seqüência i, ng, a e sm de having a small, com média, desvio-

padrão

e coeficiente de variação para NA

138

TABELA 4 – Valores de duração em ms e % para os elementos da

seqüência ing e sm de having a small, com média, desvio-padrão e

coeficiente de variação para NON

138

TABELA 5 – Valores de f0 (Hz) medidos no meio das vogais /a/, /ing/, /all/ para

NON

141

TABELA 6 – Valores de f0 (Hz) medidos no meio das vogais /i/, /a/, /all/ para

141

TABELA 7 valores da taxa de elocução da sentença Sure, twelve is

still our number pelo sujeito NA

162

TABELA 8 valores da taxa de elocução da sentença Sure, twelve is

still our number pelo sujeito NON

162

TABELA 9: valores da taxa de elocução e da taxa de articulação da

sentença We still have a mess of children, but no theories por NON e

169

TABELA 10: valores de duração em ms e % para a pausa inserida

entre as frases entoacionais //We still have a mess of children//but no

theories// para NON

169

TABELA. 11: valores de duração em ms e % para a pausa inserida

entre as frases entoacionais //We still have a mess of children//but no

theories//para NA

170

TABELA 12: valores de duração em ms e % para a sequência st em

still por NON

174

TABELA 13: valores de duração em ms e % para a sequência st em

still por NA

176

LISTA DE GRÁFICOS

GRÁFICOS (CAP. III) PÁGS.

GRÁFICO 1 – valores de f0 (Hz) medidos em três pontos das vogais

da sentença “It’s the number of times we zero out our bank account

each year” para NA

121

GRÁFICO 2 – valores de f0 (Hz) medidos em três pontos das vogais

da sentença “It’s the number of times we zero out our bank account

each year” para NON

122

GRÁFICO 3 – média e desvio-padrão para as vogais da sentença

“It’s the number of times we zero out our bank account each

year”para NA

124

GRÁFICO 4 – média e desvio-padrão para as vogais da sentença

“It’s the number of times we zero out our bank account each

year”para NON

125

GRÁFICO 5 – média e desvio-padrão das consoantes da sentença

“It’s the number of times we zero out our bank account each

year”para NA

128

GRÁFICO 6 – média e desvio-padrão das consoantes da sentença

“It’s the number of times we zero out our bank account each

year”para NON

128

GRÁFICO 7 – valores de f0 (Hz) medidos em três pontos das vogais

da sentença “But we didn’t think about that”para NA

130

GRÁFICO 8 – valores de f0 (Hz) medidos em três pontos das vogais

da sentença “But we didn’t think about that” para NON

132

GRÁFICO 9 – média e desvio-padrão das consoantes da sentença

“Sure, twelve is still our number” para NA

154

GRÁFICO 10 – média e desvio-padrão das consoantes da sentença

“Sure, twelve is still our number” para NON

154

GRÁFICO 11 – média e desvio-padrão das vogais da sentença “Sure,

twelve is still our number” para NA

158

GRÁFICO 12 – média e desvio-padrão das vogais da sentença “Sure,

twelve is still our number” para NON

159

GRÁFICO 13 – valores de f0 (Hz) medidos em três pontos das

vogais da sentença “Sure, twelve is still our number” para NA

161

GRÁFICO 14 – valores de f0 (Hz) medidos em três pontos das 161

vogais da sentença “Sure, twelve is still our number” para NON

GRÁFICO 15 – média e desvio-padrão das consoantes da sentença

“We still have a mess of children, but no theories” para NA

166

GRÁFICO 16 – média e desvio-padrão das consoantes da sentença

“We still have a mess of children, but no theories” para NON

166

GRÁFICO 17 – valores de duração, para as seis repetições da

sentença “We still have a mess of children, but no theories” para NA

167

GRÁFICO 18 – valores de duração, para as seis repetições da

sentença “We still have a mess of children, but no theories

” para

NON

167

GRÁFICO 19 –

valores de f0 (Hz) medidos em um ponto das vogais

da sentença “We still have a mess of children, but not theories” para

171

GRÁFICO 20 –

valores de f0 (Hz) medidos em um ponto das vogais

da sentença “We still have a mess of children, but not theories” para

172

GRÁFICO 21 – média e desvio-padrão das vogais da sentença “We

still have a mess of children, but no theories” para NA

173

GRÁFICO 22 – média e desvio-padrão das vogais da sentença “We

still have a mess of children, but no theories” para NON

173

LISTA DE QUADROS

QUADROS (CAP. I) PÁGS

QUADRO 1: Assimilação coalescente 52

QUADRO 2: Alterações da acentuação nas palavras do inglês 61

QUADRO 3: Sons vocálicos 85

QUADRO 4: Sons vocálicos reduzidos 86

SÍMBOLOS DO ALFABETO FONÉTICO INTERNACIONAL

As consoantes

b bee, cab

p pen, lip

d dog, bad

t too, cat

g game, bag

k cat, pack

v voice, love

f fall, life

ð then, mother

? thin, path

z zoo, does

s so, kiss

measure, beige

? she, fish

h he, ahead

cheese, watch

Conforme descrito por Underhill (1994) em seu quadro fonêmico.

joy, age

m man, seem

n no, son

singer, ring

l look, full

r red, car

w wet, always

j yet, you

As vogais

I it, fit

i: key, feet

put, foot

u: hoot, mood

e debt, bed

alive, climate

her, early

bore, talk

hat, bad

hut, mud

a: heart, far

hot, pot

clear, beard

date, eightt

sure, poor

boy, poison

so, pole

parent, care

ice, fire

out, hour

INTRODUÇÃO

More important by far is competence as an instructor and

this involves not only a solid education in pedagogy but,

even more importantly for EIL, an appreciation of ‘the

foreignness and not the nativeness of the language’

(Widdowson)

A importância de estudar a pronúncia no ensino de línguas tem recebido

pouca atenção no que diz respeito ao Inglês como língua estrangeira. O fato de os

professores focarem-se na Gramática e no vocabulário fez com que eles

adquirissem maior competência na instrução destes aspectos lingüísticos em

contraposição ao ensino da pronúncia. Morley (1987), Abreu (1997) e Jenkins

(2000) afirmam que, desde o final da década de 60 até aproximadamente o início da

de 80, o ensino da pronúncia ainda não era prioridade, tanto nos cursos de idiomas

como na formação do professor.

Jenkins (2000) e Lieff (2003) referem que o ensino da Fonética e Fonologia

do inglês na formação do graduando de Letras, e, de um modo geral, por todos

aqueles que atuam no ensino de Inglês a falantes brasileiros, tem sido relegado. Em

minha experiência, enquanto professora universitária e de Ensino Fundamental e

Médio – em escola particular –, tenho constatado que os livros didáticos, no que diz

respeito à pronúncia, restringem-se a mostrar as diferenças na produção ou

articulação de sons em atividades, tais como: minimal pairs (sheep /?i:p/ X ship

/?Ip/), repetition drills (give me a cloth, give me some clothes), tongue-twisters (she

sells seashells by the seashore, the shells she sells are seashells for sure) e

transcrições fonêmicas (but /b?t/; that /ðæt/), enfocando, principalmente, os sons

que não existem na língua-alvo.

Na maior parte das vezes, ao fornecer um modelo de articulação de um

determinado som, o professor não explicita os movimentos envolvidos em sua

produção e nem as semelhanças e diferenças entre ele e aqueles sons mais

próximos à língua materna, neste caso, o sistema fonológico do português

brasileiro.

Um exemplo do que foi dito acima pode ser observado na pronúncia de

palavras que contêm a fricativa inter-dental não-vozeada (/? /), tais como, think,

thank, thumb, as quais são mapeadas pelo falante brasileiro, aprendiz de Inglês, na

fricativa lábio-dental não-vozeada /f/, ou na oclusiva alveolar não-vozeada /t/. Da

“A Fonética visa ao estudo sistemático dos sons da fala do ponto de vista articulatório, com o intuito de verificar

como os sons são articulados ou produzidos pelo aparelho fonador, ou do ponto de vista acústico, visando à análise

das propriedades físicas de sua produção e propagação, ou ainda do ponto de vista auditivo, com o objetivo de

explicar como ocorre a recepção desses elementos. A Fonologia dedica-se ao estudo dos sistemas de sons, de sua

descrição, estrutura e funcionamento, analisa a forma das sílabas, morfemas, palavras e frases, como se organizam e

como se estabelece a relação “mente” e “língua” de modo que a comunicação se processe” (Hernandorena, 1996).

mesma forma, palavras que contêm a fricativa inter-dental vozeada são produzidas

com a oclusiva alveolar vozeada /d/, como nos exemplos: that, there, then,

themselves, the, them, entre outros. Isto ocorre devido ao fato de que as fricativas

inter-dentais não-vozeadas e vozeadas partilham traços articulatórios e acústicos,

tanto com a oclusiva alveolar não-vozeada (/t/) como com as fricativas lábio-

dentais não-vozeadas (/f/) e alveolares não-vozeadas (/s/). A tendência do professor

de Língua Inglesa é insistir em que o aluno produza a inter-dental /?/, uma vez que,

durante a formação do professor, o inglês-padrão, “americano” ou “britânico”, é

considerado como o “correto”, o que é enfatizado pelo livro didático

Da mesma forma que as diferenças entre os aspectos articulatórios dos sons

não são explicitadas, diferenças entre a construção do ritmo e da entoação e o uso

de acento e pausas também não o são, já que a ênfase no ensino da pronúncia do

inglês recai sobre a transcrição fonológica da palavra isolada ou dicionarizada, o

que é diferente do mesmo vocábulo no contexto da frase, emitido na fala corrente.

Isto porque o som que está sendo produzido modificou aquele que o precedeu,

assim como será modificado por aquele que o sucede. Este fenômeno é referido

como coarticulação (Laver, 1994; Levelt, 1998; Hardcastle, W. J.; Hewlett, N.,

1999), co-produção ou sobreposição dos movimentos articulatórios na fala

corrente. O grau de sobreposição entre eles pode ser modificado pela taxa de

elocução, definida de acordo com a quantidade de sons emitida pelo falante num

determinado tempo, e que é reconhecida como “fala rápida” (taxa de elocução alta)

ou “fala lenta” (taxa de elocução baixa).

No que se refere às modificações de sons que ocorrem na fronteira entre

palavras, observamos sons que desaparecem, alteram-se, ou adquirem

Para uma crítica de como a pronúncia do Inglês tem sido tratada pelos livros didáticos, ver Piccin, 2003.

características dos sons que os precedem ou sucedem. Por exemplo, a sentença But

we didn’t think about that, enunciada pelo falante nativo do Inglês americano que

participa como sujeito deste trabalho, foi emitida como

[b?wi:dId?n?I?k?baUðæ], com o desaparecimento da oclusiva dental não-

vozeada /t/ em but, didn´t, about e that, o que gerou, respectivamente,

[b?wi:]? buwe; [dId?n]? didn; [?baU]? abou; [ðæ]? tha.

A meu ver, o que é necessário na formação do professor de inglês é o

conhecimento explícito entre a produção de palavras isoladamente e delas na frase,

o que vem sendo feito de modo intuitivo ou por meio de um conhecimento

implícito. Perini (2001) distingue dois tipos de conhecimento: “implícito” e

“explícito”. Segundo o autor, qualquer falante do Português possui um

conhecimento implícito da língua, embora não seja capaz de explicitar esse

conhecimento, o qual não advém da instrução recebida na escola, mas da aquisição

da língua de forma natural e espontânea. Chamamos de Gramática internalizada

pelo indivíduo o conhecimento implícito da língua. Por saber empregá-la, o falante

faz as relações que deseja com as palavras escolhidas de seu léxico, de forma que

molda seu texto para que este atenda às suas intenções.

Perini (2001) cita como exemplo de conhecimento implícito o ato de andar.

Uma pessoa é capaz de andar com razoável eficiência. Ninguém nunca lhe chamou

a atenção, insinuando que não se locomovia corretamente ou que deveria fazer um

curso para aprender a andar melhor. Sua maneira de movimentar-se não difere

daquela de outras pessoas; no entanto, a pessoa não é capaz de descrever os

processos musculares e nervosos que ocorrem quando põe em prática a habilidade

de andar.

Dessa forma, este trabalho se propõe a oferecer um conhecimento claro sobre

aspectos da produção da fala das Línguas Portuguesa e Inglesa – conhecimento este

que se refere àquele advindo da Fonética e da Fonologia –, com o objetivo de

contribuir com a formação de professores brasileiros que se dedicam ao ensino do

Inglês, uma vez que, da mesma forma que uma pessoa comum não se dá conta do

que faz ao andar, conforme cita Perini (op. cit.), os falantes não têm consciência do

que fazem ao falar.

O conhecimento sobre a produção da fala não se resume ao conhecimento da

articulação dos sons, apesar de este, por si só, ser bastante complexo. A fala é

composta por uma organização de sons sob uma melodia (entoação ou curva

entoacional – variação entre tons graves e agudos) e um ritmo (alternância entre

acentos fracos e fortes), que podem ser modificados pela taxa de elocução (fala

rápida ou fala lenta) adotada pelo falante, a qual, por sua vez, condiciona o grau de

sobreposição entre os sons (coarticulação), fazendo com que eles alterem-se, o que

provoca, então, ajustes melódicos e rítmicos. Isso demonstra que não é possível

lidar com a produção de sons isolados sem considerar sua interação com a

entoação, o ritmo, a taxa de elocução, entre outros. A isso se dá o nome de fala

“corrente ou encadeada”.

Atuando como professora de Língua Inglesa há dezesseis anos no Ensino

Fundamental e Médio, e, há cinco anos no Ensino Superior, especificamente no

curso de Letras, e participando de vários workshops com profissionais da área de

ensino de inglês, sinto a necessidade de preparar os docentes com uma formação

mais profunda em relação à pronúncia. Percebo que o estudo da Fonética e da

Fonologia, na formação do graduando de Letras, tem sido pouco explorado.

Analisando as condições acima, pode-se concluir que as necessidades do

aluno de Inglês, como sua capacitação quanto ao desempenho lingüístico, e o

aumento de educadores não-nativos envolvidos no ensino deste idioma, demandam

novas perspectivas na formação de professores.

Este trabalho emergiu do contato de um falante nativo do inglês canadense,

recém-chegado ao Brasil, que, ao ouvir a sentença “Snakes hiss out of fear”,

produzida pelos dois sujeitos do estudo de Castilho (2004) – uma falante nativa do

inglês americano e uma falante brasileira proficiente em inglês –, não a

compreendeu quando produzida pela falante brasileira, e somente pôde identificar

seu sentido ao escutá-la na fala da nativa. Madureira e Castilho (comunicação

pessoal 2004), questionaram, então, o que prejudicava a compreensão por parte do

nativo canadense em relação à pronúncia da sentença produzida pela brasileira.

Uma análise espectrográfica

, comparando a sentença produzida pelos dois sujeitos,

mostrou que a sentença “Snakes hiss out of fear” foi realizada da seguinte forma

por cada uma das falantes contempladas no estudo:

Falante nativa: Snakes hiss # ourof fear.

Falante não-nativa: Snakes hiss out # of fear.

A inserção da pausa (marcada por #) em diferentes locais por ambas as

falantes, ou seja, entre hiss e out para a nativa, e entre hiss out e of fear para a não-

Segundo Kent e Read (1992), o espectrograma é uma representação gráfica em que a ordenada corresponde à

freqüência, a abscissa ao tempo e o contraste entre claro e escuro à amplitude dos componentes elementares dos sons

(quanto mais escuro maior a amplitude). Adiante, o espectrograma e seu papel neste trabalho serão melhor

explicitados.

nativa, modificou toda a organização fonética da sentença, impedindo, por

exemplo, a implementação da regra fonológica que, em sua realização fonética,

transforma os segmentos [t] e [d] no flap [r], quando os primeiros aparecem entre

vogais dentro da palavra (por exemplo, ladder, /læd?r/ se transforma em [lærer])

ou entre palavras (out of fear? ou[r]of fear).

Houve também um prejuízo semântico-pragmático, uma vez que o ouvinte

interpretou a produção da não-nativa como um item lexical (hiss out) que não

existe. Em suma, a introdução da pausa em local inadequado bloqueou a aplicação

de uma regra fonológica de mudança de segmento, ou seja, de [t] em [r], criando

uma nova unidade semântica. Essa análise exemplifica o que vem a ser a interação

entre segmento (som) e prosódia: a inserção da pausa impediu a juntura

entre out e

of, que se transformaria em ou[r]of, e sua interpretação como uma única unidade

sintático-semântica (hiss é verbo do sintagma verbal e out of fear é um modificador

do verbo ou sintagma preposicionado, o qual compõe um único item,

“cristalizado”, no dicionário ou léxico mental).

Partindo desta análise, passamos a nos questionar de que forma aspectos

segmentais (articulação de “fonemas” do inglês) eram suficientes no ensino-

aprendizado da Língua Inglesa por falantes não-nativos, uma vez que a interação

entre a produção segmental (sons da fala) e a implementação de aspectos

Segundo Crystal (1985), “juntura é um termo usado na fonologia para indicar os traços fonéticos de fronteira que

podem demarcar as unidades gramaticais, como os morfemas, palavras ou orações”. Já houve diversas tentativas de

estabelecimento de uma tipologia das junturas. Uma distinção comumente usada é entre a juntura em que os traços

são usados na fronteira de uma palavra (juntura externa), e a juntura que se refere às transcrições normais entre os

sons dentro de uma palavra (juntura interna).

prosódicos (acentos lexicais, formação de grupos acentuais, proeminência maior da

sentença, inserção de pausas, entre outros) parecem intimamente ligadas entre si.

O objetivo deste trabalho é, então, compreender de que forma um falante

nativo do português brasileiro sofre interferência desta língua ao falar inglês. Para

isso, será utilizada, como base para análise de dados, a Fonética Acústica

(ver

explicação adiante). Pretendo fornecer subsídios ao professor de Inglês para que

este entenda de onde provêm as dificuldades de produção de segmentos, ritmo,

entoação, acento e uso de pausas no aprendizado da língua em questão. Isso

significa tentar entender o “mapeamento” que o falante brasileiro faz da estrutura

prosódica do português ao falar inglês. Espera-se que, uma vez que o professor de

inglês adquira este conhecimento, ele possa compreender a produção do aluno, e, se

assim o desejar, explicitar-lhe as diferenças segmentais e prosódicas entre sua

língua materna e a língua-alvo. A explicitação destas diferenças pode ou não

acarretar uma maior inteligibilidade (ver discussão no capítulo 1) do Inglês falado

pelo aluno brasileiro.

A fim de operacionalizar os objetivos acima, proponho-me a desenvolver a

seguinte questão de pesquisa:

Ø Que contribuições a Fonética Acústica pode oferecer para

explicitar a relação entre aspectos segmentais e prosódicos no

conhecimento da Língua Inglesa pelo professor brasileiro, tendo

em vista o ensino dessa língua?

A Fonética Acústica trata das propriedades físicas dos sons da fala, considerando-os como ondas sonoras. Essas

propriedades derivam do modo como os sons são produzidos, em conseqüência dos movimentos que têm lugar no

aparelho fonador, permitindo tanto sua transmissão como sua percepção (Malmberg, 1954).

Este trabalho

insere-se então em um conjunto de outros realizados no

Laboratório Integrado de Fonética Acústica e Cognição (LIAAC/PUCSP),

orientados pela Profª. Dra. Sandra Madureira, relacionados à aquisição de um

conhecimento fonético-acústico

ou psicolingüístico

, sobre os processos de

compreensão e produção do inglês, além de uma crítica sobre o ensino da

pronúncia nos livros didáticos

Esta dissertação compreende três capítulos, seguidos das considerações

finais. No capítulo 1, apresento os pressupostos teóricos que fundamentam a

pesquisa. Nele, trato da pronúncia nos métodos de ensino e aprendizagem do inglês

e a formação docente, a interferência da língua materna na aprendizagem da língua

estrangeira, a inteligibilidade, e o falante nativo e não-nativo. A seguir, abordo os

aspectos segmentais e prosódicos da fala corrente, entoação e ritmo, fonema e traço

distintivo, focando principalmente os fonemas que geram dificuldades de pronúncia

para os aprendizes brasileiros e, por fim, os fundamentos da fonética acústica da

produção dos sons da fala.

O capítulo 2 concentrar-se-á na pesquisa em si, referindo-se à metodologia

adotada, incluindo os sujeitos de pesquisa, a construção do corpus e os

procedimentos para análise acústica.

O capítulo 3 apresenta a discussão e resultados dos dados coletados e, na

seqüência, as Considerações Finais, focalizarão a síntese dos resultados apontados

pelo estudo. Por fim, apresento as referências bibliográficas e os anexos.

As regras de formatação, a partir das quais este trabalho foi realizado, seguem as propostas por Severino, 2003.

Ver Rocca (2003) e Castilho (2004).

Ver Polaczek (2003).

Ver Piccin (2003).

1.1. A pronúncia nos métodos de ensino-aprendizagem do inglês e a formação

docente

Segundo Jenkins (2000:199), quando ocorrem treinamentos em pronúncia,

dá-se ênfase à reprodução de técnicas e atividades práticas sem questionamentos,

como forma de lidar com essa lacuna na formação do professor de inglês. Para a

autora, esquece-se de que o professor necessita de um conhecimento fonético-

fonológico para que ele possa preparar seus alunos para o ato comunicativo de

forma eficaz nos diferentes contextos de fala.

Conforme Celce-Murcia, Brinton e Goodwin (1996:2), o ensino moderno de

línguas apoiou-se em duas abordagens para o ensino da pronúncia: a da imitação

intuitiva e a abordagem lingüística-analítica.

A abordagem

da imitação intuitiva pressupunha a capacidade do

estudante de ouvir e imitar o ritmo e os sons da língua-alvo sem a

intervenção de qualquer informação explícita, mas tendo acesso a bons

modelos, proporcionados pelo uso de gravadores e laboratórios de línguas

na metade do século XX e, mais recentemente, pelo uso de videocassetes e

CDs. Por outro lado, a abordagem lingüística-analítica utilizava informação

e ferramentas, tais como o alfabeto fonético, descrições articulatórias,

ilustrações do aparelho fonador, informação contrastiva e outros suportes

para as tarefas de ouvir, imitar e produzir. Essa abordagem, que focalizava

a atenção do estudante nos sons e na estrutura rítmica da língua estrangeira,

foi desenvolvida para complementar e não para substituir a abordagem da

imitação intuitiva, que foi mantida na fase de treinamento da informação

fonética (Celce-Murcia et. alii, 1996:2).

Os métodos de ensino que se desenvolveram, até aproximadamente a década

de 40, tinham como principal objetivo o ensino de vocabulário. A ênfase era dada à

palavra escrita, enquanto que as habilidades de audição e de fala eram praticamente

ignoradas. Ao longo do século XX, alguns dos métodos de ensino incluíram a

pronúncia entre seus objetivos instrucionais (Abreu, 1997).

Com o Reform Movement, proposto em 1880, a Fonética – análise científica

e descrição dos sistemas dos sons da língua – foi estabelecida, dando novas

perspectivas ao estudo dos processos da fala. No início do século XIX, Wilhelm

Viëtor, Henry Sweet, Paul Passy e outros reformistas acreditavam que a língua

As traduções neste trabalho são de responsabilidade da autora.

falada era importante no ensino, o que deveria ser refletido em uma metodologia de

base oral, e que as descobertas da Fonética deveriam ser aplicadas ao ensino e

treinamento de professores, cabendo aos aprendizes primeiramente ouvir a língua,

para depois terem contato com a forma escrita. Foram esses autores que criaram a

Associação Fonética Internacional, em 1886, e desenvolveram o Alfabeto Fonético

Internacional (IPA), com o objetivo de transcrever os sons de qualquer língua de

forma precisa.

Com a criação do IPA, tornou-se possível representar os sons de qualquer

sistema lingüístico porque, pela primeira vez, havia a possibilidade de se

estabelecer uma relação consistente de um para um entre os símbolos da escrita

(grafemas) e o som por eles representados (fonemas). Jespersen (1904, apud Abreu,

1997), foneticista pertencente ao Reform Movement, acreditava que os aprendizes

deveriam dominar todos os sons da língua-alvo, utilizando a transcrição fonética

para superar as dificuldades. Somente após a transcrição, o aluno passaria a

trabalhar com a palavra escrita.

O Direct Method, que vigorou no final de 1800 e começo de 1900, baseava-

se na aprendizagem de palavras e/ou frases da língua estrangeira por associação

direta com objetos e ações representativos da língua materna. Este método

preconizava que: (1) cada língua deveria ser aprendida antes pela prática do que por

meio de regras (Grammar Translation Method); (2) a pronúncia deveria ser

ensinada por meio da intuição e imitação; (3) os professores deveriam ser nativos

ou ter uma pronúncia semelhante à dos nativos; e (4) a pronúncia era aprendida

pela imitação de um modelo – o professor. Esse método instrucional baseava-se em

observações intuitivas de como as crianças aprendiam sua primeira língua e de

como crianças e adultos aprendiam uma língua estrangeira em contextos não

instrucionais.

Naturalistic Methods (Total Physical Response desenvolvido por Asher,

1977; e Natural Approach, desenvolvido por Krashen e Terrel, 1983), sucessores

do Direct Method, defendiam a hipótese de que primeiro os alunos deveriam ser

submetidos a um período de audição a fim de internalizarem o sistema de som da

língua estrangeira, antes de qualquer tentativa de fala; o que, segundo eles, seria

benéfico para os discentes, os quais adquiririam uma pronúncia melhor, mesmo não

tendo recebido o ensino desta de forma explícita.

Entre 1940 e 1950, o objetivo era que o aluno alcançasse uma pronúncia

como a do falante nativo e, para tanto, dois métodos caracterizados pelo uso da

imitação e memorização por meio de exercícios de repetição foram difundidos: um

nos Estados Unidos, chamado Audiolingual Method, e outro na Inglaterra,

denominado Oral Approach. Estes métodos, originados do Reform Movement,

estavam fundamentados nos ensinamentos da Lingüística Estruturalista de

Bloomfield (Language, 1933) e da Psicologia Behaviorista de Skinner (Verbal

Behavior, 1957). Eles concebiam a língua como um conjunto de hábitos, e sua

aquisição e aprendizagem como uma seqüência de reflexos condicionados.

Basicamente, consistiam na apresentação de um modelo oral ao aluno, efetuado

pela voz do professor ou por meio de fitas cassetes, seguidas de intensivo trabalho

oral (repetição) e também de conceitos da Fonética (sistema de transcrição visual

ou uso de charts que mostravam a articulação dos sons). No Audiolingual Method,

pronúncia correta, acentuação, ritmo e entoação eram enfatizados; no Oral

Approach, tinha-se a repetição guiada pelo professor ou por fitas cassetes, bem

como atividades como repetição em coro e drills. Nessa época, grande atenção foi

dedicada aos contrastes fonêmicos (minimal pair drill), na busca da pronúncia

“perfeita” aliada à ênfase do ensino da Gramática.

Nos anos 60, a Abordagem Cognitiva, inicialmente considerada uma versão

modernizada do Grammar-Translation Method, sofreu influência do modelo da

teoria Gerativa de Chomsky (1957, 1965 apud Celce-Murcia et. alii, 1996) e da

Psicologia Cognitiva (Neisser,1967 apud Celce-Murcia et. alii, 1996), na qual a

cognição resulta da atividade mental do sujeito que aprende (competência) e não da

influência direta do ambiente (desempenho). Este método voltou a enfatizar o

ensino da Gramática e do léxico, e os teóricos cognitivistas acreditavam que uma

pronúncia semelhante à do falante nativo era impossível de ser alcançada. O

Método Cognitivo não chegou a propor na prática algo que fosse visto como uma

nova solução para o ensino de línguas.

Entre 1970 e 1980, surgiu o método Total Physical Response (TPR),

desenvolvido por Asher em 1977, que consistia na aprendizagem da habilidade

auditiva antes da fala, e, segundo o autor (apud Richards e Rodgers,1997:4), a

comunicação deveria ser inteligível para o falante nativo:

A reasonable hypothesis is that the brain and nervous system are

biologically programmed to acquire knowledge in a particular sequence

and in a particular mode. The sequence is listening before speaking and the

model is to synchronize language with the individual’s body

. (Asher,

1977 apud Richards e Rodgers, 1997:4).

Uma hipótese razoável é que o cérebro e o sistema nervoso estão programados biologicamente para adquirir

conhecimento em uma determinada seqüência e de um determinado modo. A seqüência é ouvir antes de falar e o

modelo é para sincronizar a língua com o corpo do indivíduo. As traduções das citações foram sugeridas por Zaina

Abdalla Nunes no exame de qualificação.

Neste método, o aluno tinha o papel de um ouvinte participativo. Ele

escutava atentamente e respondia fisicamente aos comandos dados pelo professor

por meio de drills, usando o imperativo, e adquiria o direito de falar somente

quando uma base suficiente da língua já houvesse sido internalizada. O professor

tinha a função de proporcionar a aprendizagem de modo que o aluno pudesse

internalizar as regras básicas da língua estrangeira.

As técnicas que apareceram nos anos 70 continuaram a apresentar diferenças

significativas quanto ao ensino da pronúncia. O Silent Way (Gattegno, 1972, 1976

apud Richards e Rodgers, 1997), cujo objetivo era o ensino da pronúncia sem que o

aluno aprendesse o alfabeto fonético, chamava a atenção dos discentes para o fato

de que a combinação de palavras, acento e entoação dariam formas à produção de

um enunciado. Não havia a fala constante do professor como modelo: este se

apoiava nas ilustrações de sons e palavras baseadas em cores. O método foi

denominado Silent Way porque seu objetivo era fazer com que o aluno adquirisse

independência, autonomia e responsabilidade. Gattegno (1976, apud Richards e

Rodgers, 1997:83) explica que o silêncio é a melhor forma de aprendizado:

Silence is considered the best vehicle for learning, because in silence

students concentrate on the task to be accomplished and the potential

means to its accomplishment. Repetition (as opposed to silence) consumes

time and encourages the scattered mind to remain scattered. Silence as

avoidance of repetition, is thus an aid to alertness, concentration, and

mental organization

(Gattegno, 1976 apud Richards e Rodgers, 1997:83).

Considera-se o silêncio o melhor veículo para aprendizagem, porque no silêncio os alunos se concentram na tarefa

a ser realizada e no meio potencial para sua realização. Repetição (como oposto de silêncio) consome tempo e

incentiva a mente dispersa a se manter dispersa. Silêncio, enquanto forma de evitar a repetição, é uma maneira de

ajudar na atenção, concentração, e organização mental.

Segundo Stevick (1980, apud Richards e Rodgers, 1997), neste método o

professor tinha a tarefa de: (a) ensinar usando a linguagem não-verbal; (b) testar

levando em consideração a elicitação e a forma de produção do aluno; e (c) sair de

cena após monitorar a interação entre os aprendizes por meio de gestos e gráficos.

Ainda hoje, muitos educadores acreditam que o princípio de correspondência som-

cor ajuda o aluno a internalizar o verdadeiro sentido da língua, a dicção, o ritmo e a

melodia (Blair, 1991).

A abordagem Community Language Learning (CLL), desenvolvida por

Curran (1976, apud Richards e Rodgers, 1997), teve suas origens na abordagem

humanística de ensino-aprendizagem de segunda língua. Nela, várias ferramentas e

técnicas eram usadas para o ensino da pronúncia. O gravador, uma das ferramentas

utilizadas para gravar as emissões dos alunos na CLL, não só captaria o que fosse

dito por eles como também proporcionaria um distanciamento daquilo que foi

falado, possibilitando que o aluno focasse a atenção em sua própria pronúncia,

comparando-a com a do professor. O professor, no papel de “computador humano”,

que poderia ser “ligado” ou “desligado” segundo desejo do aluno, não oferecia

correção de pronúncia, ficando a critério do estudante a seleção do que praticar e o

quanto praticar para atingir uma pronúncia mais próxima da língua-alvo. Assim

como no Direct Method, a pronúncia na CLL deveria ser ensinada por meio da

intuição e imitação; porém, o que aprender e o quanto a ser aprendido eram

controlados pelo estudante e não pelo professor ou livro-guia.

Com o advento da Abordagem Comunicativa, no início da década de 80,

passou-se a privilegiar a eficácia na comunicação. Esta abordagem buscava a

competência comunicativa com uma pronúncia inteligível, de modo que o ouvinte

apreendesse a mensagem tal como desejado pelo falante. Como não foram

desenvolvidas estratégias para um ensino de pronúncia dentro dessa abordagem, os

professores que a adotam empregam as técnicas tradicionalmente utilizadas para

lidar com as questões de pronúncia no ensino de línguas, tais como: ouvir e imitar

sons, treino fonético ou da articulação de determinados sons, pares mínimos

(palavras cujo significado difere exatamente pela pronúncia de um som ou de parte

dele, como, por exemplo, por um traço), e “tongue-twisters” (ou trava-línguas), que

constituem na pronúncia de sons de relativa dificuldade numa seqüência, servindo,

portanto, apenas para treino articulatório.

Segundo Rocca (2003:60), “a ênfase continua sendo a produção correta do

som no nível da palavra, embora apareçam tentativas de tornar essas estratégias

mais comunicativas diante da forte evidência de que a pronúncia de palavras

isoladas é distinta de uma pronúncia em fala encadeada”. Hoje, influenciado pelas

teorias de análise do discurso, o ensino de pronúncia volta-se para os traços

prosódicos da língua (ritmo, acento e entoação), integrando-os, de forma adequada,

a um contexto discursivo, principalmente para o falante não-nativo. McNerney e

Mendelsohn (1992, apud Celce-Murcia et. alii, 1996:10) deixam isto muito claro:

... a short term pronunciation course should focus first and foremost on

suprasegmentals as they have the greatest impact on the comprehensibility

of the learner´s English. We have found that giving priority to the

suprasegmental aspects of English not only improves learners´

comprehensibility but is also less frustrating for students because a greater

change can be effected in a short time

(McNerney e Mendelsohn, 1992

apud Celce-Murcia et. alii, 1996:10).

Um curso de pronúncia deve focar-se antes de mais nada no nível suprasegmental, uma vez que tem um grande

impacto na compreensão do Inglês do aprendiz. Sabemos que dar prioridade para os aspectos suprasegmentais do

Inglês não só melhora a compreensão dos aprendizes como também é menos frustrante para os alunos porque tais

segmentos podem causar um efeito muito maior em um curto tempo.

1.1.1. A interferência

da língua materna (LM) na aprendizagem da língua

estrangeira (LE)

Segundo Ellis (1994), o campo de aquisição

de uma língua estrangeira é

vasto e complexo. O processo de aquisição de segunda língua não é um fenômeno

uniforme: é resultado de muitos fatores inerentes ao aprendiz e ao contexto de

aprendizagem. Por isso, os estudos de aquisição são vitais para o ensino e

aprendizagem de uma língua. Tais estudos começaram com investigações sobre a

língua materna (LM) e posteriormente concentraram seu foco na segunda língua

(LE). Na década de 50, por exemplo, houve predomínio das correntes teóricas do

behaviorismo e do estruturalismo, que, apesar de diferentes em seus preceitos

básicos, pregavam que os erros na LE eram resultados da interferência da língua

materna e que as dificuldades de aprendizagem deviam-se às diferenças entre a

língua materna e a língua-alvo. Conforme afirma o autor, houve uma reavaliação,

nos últimos anos, do papel da língua materna no processo de aquisição de segunda

língua, reavaliação que ocorreu de duas formas: (a) novo exame da natureza da

transferência lingüística (“language transfer”) e (b) reorganização da contribuição

da língua materna em bases cognitivas.

Para Ellis (1994), a língua materna é um importante determinante da

aquisição de uma segunda língua. É a fonte de conhecimento à qual os aprendizes

se reportam, consciente ou inconscientemente, para ajudá-los no entendimento dos

É a ocorrência de formas de uma língua na outra, causando desvios perceptíveis no âmbito da pronúncia, do

vocabulário, da estruturação de frases bem como nos planos idiomático e cultural. A interferência é a principal

característica da interlíngua e da fossilização (Crystal, 1995A).

Refere-se à tradução de acquisiton, termo empregado por Ellis (1994). Os termos acquisition e learning despertam

muitas discussões entre os pesquisadores. Muitos afirmam que para LE deveria ser usado o termo acquisition, outros

contestam essa posição. O que se tem como consenso na área é que aquisição está relacionada a contextos naturais e

aprendizado a contextos formais. Será mantido o termo acquisition quando este for empregado no texto original, o

mesmo ocorrendo para o termo learning.

elementos presentes na língua que estão aprendendo, e assim possam atuar da

melhor maneira possível numa segunda. À medida que a proficiência do aprendiz

na segunda língua aumenta, menos poderosa se torna a língua materna nesse

processo. O autor afirma que as formas da língua materna, tais como aspectos

sintáticos, fonológicos, semânticos e lexicais, influenciam as novas construções da

LE, usadas pelo aprendiz, pois são levadas para esta segunda. Porém, em muitas

outras situações, os aprendizes criam estruturas que seriam intermediárias entre a

LM e a LE, ou seja, usam seus conhecimentos da LE, mas resistem às regras da

mesma, escrevendo-as de acordo com a língua materna ou criando regras próprias

que misturam ambas.

Os aprendizes evitam usar estruturas que acham difíceis devido a diferenças

entre a língua materna e a língua-alvo, de acordo com Ellis (op. cit.). Neste caso, os

efeitos da LM são evidentes não no que os aprendizes fazem, mas no que eles não

fazem. Para Lado (1964), onde houver similaridade entre as línguas materna e

estrangeira, as estruturas da língua-alvo serão aprendidas com facilidade, enquanto

as diferenças implicarão dificuldades de assimilação. Ainda para Ellis (1994), um

fato bastante freqüente em aprendizes de línguas é a generalização de regras, ou

seja, uma vez aprendida, uma regra passa a ser aplicada em contextos nos quais ela

não é necessária ou não é permitida. Um exemplo muito comum desse tipo de erro

é o caso dos verbos no passado. Pelo fato de o inglês ter verbos regulares cujo

passado segue a uma regra, há aprendizes que costumam aplicá-la nos irregulares, e

passam a produzir, por exemplo, sentenças do tipo: I goed to the United States last

year, sendo que os verbos irregulares, como o do exemplo, possuem outra forma de

passado, que deve ser memorizada. Um outro ponto é a posição dos advérbios em

uma sentença, que pode gerar dúvidas mesmo em aprendizes em níveis avançados,

da mesma forma que a ausência de pronome/sujeito. O motivo destas dificuldades é

a transferência de parâmetros da língua materna para a língua-alvo, em que o

aprendiz produz sentenças como: I go tomorrow to school, know English very well.

A interferência da LM na LE, quanto aos aspectos fonológicos, é bastante

evidente e, na maioria dos casos, permanece para sempre, mesmo em indivíduos

que já adquiriram domínio sobre o vocabulário e a Gramática da LE. Aprendizes de

língua estrangeira acreditam ouvir sons que, para eles, são semelhantes aos da sua

língua materna e que estão enraizados em sua mente, persistindo assim em produzí-

los de forma fossilizada (Ellis, 1994).

Quanto maior a diferença entre os sistemas fonológicos da língua materna do

aprendiz e da língua-alvo, maior a tendência de ocorrerem erros, pois, por não

identificar determinados sons, o falante tenderá a procurar um som parecido em sua

LM (Ellis, 1994). Segundo o autor, o conhecimento da LM é o ponto de partida

para a aquisição da LE. A influência da LM tem sido considerada particularmente

forte e persistente na área da fonologia, mesmo nos falantes mais fluentes,

especialmente quando há semelhanças muito próximas entre os dois sistemas.

Para Ellis (1994), os aprendizes acreditam que a correspondência grafema-

fonema segue apenas um padrão. Em relação ao português, por exemplo,

pronunciam corretamente o < able > de table /´teIb? l/ mas generalizam essa

pronúncia para o < able > de comfortable /´k?mft?b?l/; ou pronunciam a palavra

basic /beIsIk/ de forma errada /beIzIk/ porque utilizam a regra para o português

falado e escrito de que um s entre duas vogais transforma-se em z. Um “erro”

muito freqüente dos aprendizes brasileiros é a pronúncia das silent letters (letras

que não são pronunciadas), como em psychology, wednesday, island, knowledge,

knee, christmas e outras, porque em sua língua isso raramente ocorre.

O conceito de transferência teve sua origem na hipótese da análise

contrastiva, aceita nos anos 50 e 60. Esta hipótese, enraizada no behaviorismo,

sustenta que a principal barreira para aquisição de segunda língua se origina da

interferência criada pelo sistema da LM. No final dos anos 60, como resultado da

influência de Chomsky, uma nova perspectiva no aprendizado de línguas emergiu,

e o aprendizado da LE passou a ser considerado como um processo ativo, no qual o

indivíduo conscientemente constrói e testa hipóteses sobre a língua em estudo.

Odlin (1989:27) define transferência como: The influence resulting from the

similarities and differences between the target language and any other language

that has been previously (and perhaps imperfectly) acquired

. No entanto, o

próprio Odlin admitiu que os termos “influência” e “adquirida” são vagos ou

parcialmente entendidos nesta definição, pois a influência parte de um julgamento

consciente ou inconsciente do aprendiz de que algo na língua materna e na língua

em estudo são semelhantes, ou exatamente a mesma coisa. Porém, as condições que

desencadeiam estes julgamentos de semelhança ou identidade não são bem

entendidas.

Segundo Ellis (1994:315-336), a transferência no aprendizado da LE ocorre

quando o aprendiz usa LM na tentativa de desenvolver hipóteses sobre as regras da

LE. A transferência de uma língua à outra não é feita aleatoriamente, mas obedece

às regras, ou apresenta regularidades. Estas regularidades encontram-se: (1) em

cada um dos níveis de análise lingüística: fonológico, lexical, gramatical,

A influência resultante das semelhanças e diferenças entre a língua-alvo e qualquer outra língua previamente (e

talvez imperfeitamente) adquirida.

semântico-discursivo; (2) na diferenciação de traços lingüísticos marcados e não-

marcados; (3) no significado prototípico de uma palavra em relação aos seus

demais significados; (4) na percepção que o falante tem das semelhanças e

diferenças entre as línguas em questão; (5) no desenvolvimento dos processos

naturais que levam à interlíngua

, ou a uma língua intermédia entre a língua-alvo e

LE; (6) nos contextos sociais em que as línguas são produzidas e na relação entre

falantes e ouvintes; (7) nas diferenças individuais entre aprendizes, tais como,

personalidade, idade, propósito para a aprendizagem da LE, motivação e atitude; e,

(8) por fim, no uso que o aprendiz faz da língua.

Ellis (1994) nos diz que a transferência é a influência que a língua materna

do aprendiz exerce na aquisição de uma LE. A língua materna é uma das fontes de

erro no aprendizado e neste caso é chamada de “transferência negativa”; entretanto,

há casos em que a LM do aprendiz pode facilitar a aquisição da LE.

Acredito que a transferência ocorre em todo o processo de aquisição da LE, e

que ela é inevitável, pois um aprendiz adulto, de forma involuntária, traz consigo o

conhecimento de sua LM, diferente de uma criança que, ao aprender sua língua

materna, parte de um estágio “zero”.

As línguas diferem entre si não apenas em relação à quantidade e qualidade

de seus sons, mas também em relação às características acústicas usadas para

distinguí-los. Desta forma, para adquirir sons de uma língua estrangeira, os

De acordo com Ellis (1994), a interlíngua pode ser entendida como um sistema de transição criado pelo aprendiz

ao longo de seu processo de assimilação de uma língua estrangeira, que se caracteriza pela interferência da língua-

mãe. A existência de uma interlíngua foi primeiramente assinalada na literatura por Selinker (1972), que a definiu

como “um sistema lingüístico separado, baseado na produção observada por falantes não-nativos, o qual é resultado

da tentativa do falante de produzir (segmentos) segundo as normas da L2”. De acordo com Selinker há cinco fatores

que influenciam o resultado proveniente do sistema da interlíngua: (1) transferência da L1; (2) transferência de

treino, resultando de um determinado treino utilizado na aprendizagem da L2; (3) estratégias de aprendizagem; (4)

estratégias de comunicação; e (5) supergeneralização.

aprendizes terão, em muitos casos, que aprender a fazer uso de características que a

língua materna não faz.

De um modo geral, pesquisadores parecem concordar com o fato de que a

língua materna exerce relativa influência tanto na percepção quanto na produção de

sons na LE. Entretanto, nenhum consenso foi ainda alcançado quanto à forma ou

mesmo quanto à extensão desta influência.

Segundo Flege (1995), a produção e percepção dos segmentos de segunda

língua (LE) estão correlacionados. Quanto mais tarde se aprende uma segunda

língua, maior a probabilidade de se ter sotaque. Segundo Scovel (1988:62), se a

aquisição da LE ocorrer após o período crítico, quando a possibilidade de aprender

uma nova língua diminui devido à perda da plasticidade neural, a produção e

percepção serão afetadas de formas diferentes.

O Speech Learning Model (Modelo de Aprendizagem da Fala), desenvolvido

por Flege pela primeira vez em 1987, em sua versão atual, continua fiel às suas

idéias originais, na medida em que se baseia na semelhança entre os segmentos da

LM e da LE e não mais nas diferenças, como se fazia na Contrastive Analysis (CA),

e também na percepção para explicar as dificuldades na aquisição de sons de uma

língua estrangeira. O SLM postula que os mecanismos de aprendizagem de fala

permanecem intactos durante toda a vida do indivíduo, embora eles possam deixar

de atingir uma produção parecida com a de um falante nativo, devido a mudanças

relacionadas com a idade, no que diz respeito a como o sistema fonético de

primeira língua (LM) interage com o da LE.

De acordo com o SLM, a precisão com a qual os segmentos de L2

são

percebidos limita o modo como serão produzidos, mesmo que nem todos os

aspectos da aprendizagem perceptual possam ser incorporados na produção. A

produção e a percepção não podem estar em perfeita simetria como ocorre na

aquisição de fala em L1. Desta forma, o Modelo de Aprendizagem de Fala prevê

que modestas correlações existirão entre a produção e percepção dos segmentos de

L2 para falantes altamente experientes de uma L2. Por outro lado, Strange (1995)

observou que, embora os erros de produção segmental por falantes não tão

experientes de uma L2 possam ser percebidos pelos seus erros perceptuais, as

dificuldades perceptuais persistirão mesmo após o domínio da produção segmental.

O autor, ao contrário de Flege (1995), chegou à conclusão de que a produção e

percepção segmental de L2 por falantes altamente experientes de uma L2 podem

não estar correlacionadas. De acordo com Flege (op. cit.), uma possível explicação

para tal fenômeno é o fato de que nem todos os que aprendem a perceber um som

de L2 com precisão atualizam a produção segmental, para que esteja em

conformidade com a nova representação do som em L2.

Um dos aspectos mais importantes do SLM (Flege, 1995) é a idéia de que

sons da LE que são similares a sons da LM serão mais dificilmente adquiridos do

que novos sons. Segundo o SLM, sons específicos de uma determinada língua são

armazenados na memória fonêmica do falante e cada uma destas representações

constitui uma categoria fonética. Se, durante a sua aprendizagem da LE, o falante

não-nativo é confrontado com um novo som, um som diferente da LM, este

resultará na formação de uma nova categoria fonética, específica para este som da

LE. Por outro lado, sons da LE que são similares a sons da LM, serão simplesmente

L2 refere-se a qualquer outra língua que não seja a língua-mãe (L1) de um indivíduo. Neste caso, usamos o termo

L2 como Língua Estrangeira.

conectados à categoria fonética já existente, que foi formada com base na LM.

Neste caso, não há formação de uma nova categoria, mas sim uma “fusão” de

categorias: dois ou mais sons armazenados em uma única categoria. Desta forma, o

modelo de Flege prevê que, quanto maior for a proximidade entre sons da LM e

sons da LE, maior será a dificuldade de aquisição. Espera-se que os falantes que

estabeleceram uma categoria de som encontrada na LE e não na LM produzam os

sons com maior acuidade do que aqueles que não estabeleceram nenhuma

categoria.

Os aprendizes da LE podem filtrar as características fonéticas e/ou

propriedades usadas nela , mas não na LM nos primeiros estágios da aprendizagem

de fala da LE (Flege, 1995). Um exemplo disso é citado por Munro (1993, apud

Flege, 1995) que descobriu que árabes nativos que moraram nos Estados Unidos

por seis anos aprenderam a produzir a diferença espectral entre as vogais /i/ e /I/ do

inglês como nativos, as quais diferem espectralmente das vogais do árabe /i/ e /i:/.

Porém, estes sujeitos exageraram na diferença temporal entre /i/ e /I/ do Inglês,

como se os sons fossem produzidos fonologicamente como vogais do árabe curtas e

longas e não como vogais tensas e relaxadas. Desta forma, falantes não-nativos não

foram capazes de construir uma nova categoria para sons que se utilizam de traços

de tensão.

Todavia, o modelo sugere que, à medida que o falante não-nativo adquire

experiência na LE, este pode desenvolver a capacidade de perceber tais features e,

desse modo, formar novas categorias fonéticas, mesmo para sons da LE muito

similares a sons da LM. A aprendizagem de fala da LE, como mostra o SLM,

ocorre lentamente e exige uma grande quantidade de input do falante nativo para

que haja sucesso. Esta afirmação baseia-se na observação de que a fala na LM se

desenvolve também em um longo período de tempo. Pode-se concluir deste modelo

que o desenvolvimento da capacidade de percepção de traços da LM é uma das

maneiras de se adquirir fluência em uma língua estrangeira.

O Perceptual Assimilation Model (PAM), desenvolvido por Best (1995),

também está direcionado para o estudo da produção e percepção dos sons da

língua-alvo. O PAM parte do princípio de que a percepção de sons de uma língua

estrangeira é influenciada pela língua nativa: a L1 funciona como um filtro para

sons da L2. Ambos modelos, PAM e SLM, propõem que a eficácia em perceber

contrastes não-nativos está parcialmente determinada pela maneira por meio da

qual estes fones são assimilados em relação às categorias fonéticas nativas. No

PAM, sugere-se que os sons da LE são percebidos de acordo com suas semelhanças

em relação aos sons da língua materna mais próximos articulatoriamente. O SLM

difere-se do PAM, pois este primeiro trata diretamente da aprendizagem da LE.

Nele, argumenta-se que um mecanismo chamado classificação por equivalência

dificultaria a criação de novas categorias fonéticas para sons da LE semelhantes aos

da LM, mas assim não o faria com os sons bem distintos.

A relação entre produção e percepção vem sendo examinada por inúmeros

autores. Flege et. alii (1995) investigaram estas duas características por meio da

produção das vogais do Inglês /i/-/I/, /æ/-/e/, pronunciadas por 20 falantes nativos

adultos da Alemanha, Espanha, Coréia e de Mandarin, os quais permaneceram nos

Estados Unidos por 4 anos. Dois contínuos de vogais sintetizadas foram

produzidos, um de beat /i/ para bit /I/, e outro de bat /æ/ para bet /e/. Em ambos

contínuos, a qualidade foi modificada 11 vezes e a duração 3, produzindo um total

de 66 estímulos, apresentados depois em um teste de identificação. Os dados

obtidos a partir destes testes foram comparados com os de um teste de produção

também elaborado.

A produção das vogais pelos sujeitos não-nativos foi avaliada acusticamente

e auditivamente por falantes nativos de Inglês. Pôde ser visto que os falantes

nativos de inglês produziram grandes diferenças no espectro, porém pequenas

diferenças temporais entre /i/-/I/ e /æ/-/e/, enquanto que os falantes não-nativos não

produziram diferenças no espectro entre um ou ambos os pares, mas produziram

grandes diferenças temporais. Também foi apontada uma relação entre o grau de

precisão de produção com o de percepção das vogais inglesas. Finalmente, pôde ser

observado que a precisão na produção e percepção destas vogais variavam em

relação ao inventário fonético da LM. Quanto maior eram as diferenças no espectro

produzidas pelos falantes não-nativos, maior o efeito da manipulação deste nos

estímulos das vogais sintetizadas ao identificar as vogais como /i/ ou /I/ e /æ/ ou

/e/.

A relação entre produção e percepção também foi examinada por Rochet

(1995, apud Baptista, 2000). Falantes canadenses de inglês e falantes brasileiros de

português sujeitaram-se a um teste de imitar a vogal francesa /y/ e catalogar um

contínuo de vogais altas como /i/ ou /u/. Os erros de produção – a substituição da

vogal francesa /y/ por /u/ no caso dos falantes de inglês, e por /i/ no caso dos de

português – correspondiam aos resultados no teste de percepção – vogais com o

segundo formante

na altura de /y/ eram mais identificadas como /u/ pelos falantes

de inglês e como /i/ pelos de português.

Morrison (2002A) comparou, em um estudo longitudinal, a percepção do

mesmo contraste entre falantes nativos do inglês e aprendizes japoneses e

espanhóis. Foi utilizado neste estudo um contínuo multidimensional de fala

sintetizada das palavras beat /bit/, bit /bIt/, bead /bid/ e bid /bId/, variando em

duração e qualidade. Os sujeitos foram testados no primeiro e no sexto mês depois

de suas chegadas nos Estados Unidos. Enquanto os japoneses apresentaram um

limite categórico baseado em informação espectral nos testes inicial e final, os

falantes de espanhol não apresentaram limites categóricos no teste inicial, mas

foram encontrados limites categóricos baseados em duração ou qualidade no

segundo teste.

Em 1967, Lenneberg propôs uma hipótese para o aprendizado de língua

chamada de Hipótese do Período Crítico (HPC)

. O autor sugere que há um

período durante a vida humana – entre a infância e a puberdade (de 2 a 13 anos) -

que é crítico para o aprendizado de línguas, e durante o qual o aprendizado pode ter

sucesso, tornando-se, depois disso, secundário. Tal período é avaliado por meio de

uma série de processos neurológicos, dentre eles, a lateralização das funções

cognitiva, lingüística e perceptual e a proliferação dos neurônios no córtex cerebral.

Dentro da proposta do autor, isso acontece durante os primeiros anos de vida e se

estabiliza por volta da puberdade, sugerindo que adolescentes e adultos não operam

suas capacidades inatas na aquisição de línguas tão bem quanto as crianças. Uma

O formante é o modo natural de vibração, que é identificado por algarismos, por exemplo, F1, F2, F3, Fn – esta

numeração começa com o formante de freqüência mais baixa. Cada formante pode ser descrito por duas

características: centro de freqüência e largura de banda (Kent e Read, 1992).

Em inglês, Critical Period Hypothesis (CPH).

forte implicação desta hipótese é que os processos envolvidos na aquisição de

qualquer língua que ocorrer após o período da puberdade serão qualitativamente

diferentes dos envolvidos na aquisição da primeira língua, além de ser mais lento e

com menos êxito que o aprendizado normal da primeira. (Krashen, 1975;

Lenneberg, 1967, 1969; Scovel, 1969).

Sobre a HPC na aquisição de segunda língua, Lenneberg (1967:176)

esclarece o seguinte:

Muitos indivíduos de inteligência comum são capazes de aprender uma

segunda língua depois do começo de sua segunda década, apesar da

incidência ‘língua-aprendizado-bloqueio’ aumentar rapidamente depois da

puberdade. A aquisição automática a partir de uma mera exposição a uma

dada língua também parece desaparecer depois dessa idade, e as línguas

estrangeiras são ensinadas e apreciadas através de um grande esforço.

Sotaques estrangeiros não podem ser dominados facilmente após a

puberdade. Porém, uma pessoa pode aprender a se comunicar em uma

língua estrangeira aos quarenta anos (Lenneberg, 1967:176).

Segundo DeKeyser (2000:518-519):

Somewhere between the ages of 6-7 and 16-17, everybody loses the mental

equipment required for the abstract patterns underlying a human language,

and the critical period really deserves its name… It may be that the severe

decline of the ability to induce abstract patterns implicitly is an inevitable

consequence of fairly general aspects of neurological maturation and that it

simply shows up most clearly in language acquisition

Entre 6-7 e 16-17 anos todos perdem o equipamento mental necessário para as formas abstratas que subjazem a

linguagem humana, e o período crítico realmente merece seu nome É possível que o declínio severo da habilidade

para induzir as formas abstratas implicitamente seja uma conseqüência inevitável dos aspectos gerais da maturação

neurológica, o qual simplesmente aparece de forma mais clara na aquisição de uma língua.

A explicação neurológica de Lenneberg (1967) revela que as duas metades

do cérebro (esquerda e direita) desenvolvem diferentes funções que se iniciam na

infância e se completam na puberdade. Antes da puberdade, existe um período

durante o qual o cérebro tem mais plasticidade e permite, dentre outras coisas, a

transferência de uma função de um hemisfério para outro; mas, ao se iniciar a

puberdade, essa plasticidade desaparece, o que resulta na lateralização da função da

linguagem para o hemisfério esquerdo do cérebro. Ou seja, a capacidade

neurológica de compreender e produzir a linguagem, que inicialmente envolve

ambos os hemisférios do cérebro, passa a ser lentamente concentrada no lado

esquerdo para a maioria das pessoas. Com isso, a dificuldade crescente que

aprendizes mais velhos experienciam foi vista como resultado direto dessa

mudança neurológica, pois mudanças no cérebro mudam a natureza de aquisição de

uma LE.

É importante observar, porém, que: a proposta de Lenneberg não especifica

se a habilidade para língua declina somente no final do período crítico (PC); se a

mudança no ponto crítico é brusca ou gradual; se o PC afeta todos os aspectos do

desenvolvimento da língua ou apenas alguns; se o PC é apenas biológico ou se há

outros aspectos envolvidos na capacidade de aprender. A proposta de Lenneberg

deixa claro que o curso de aquisição de uma segunda língua é semelhante ao da

primeira língua, em termos da ordem em que regras e estruturas são adquiridas das

estratégias de aprendizagem empregadas e dos erros cometidos.

Segundo Wei (2000), a aquisição de segunda língua, principalmente pelo

adulto, envolve, inicialmente, o hemisfério direito mais que a aquisição da língua

materna. Conforme a proficiência na segunda língua aumenta, o envolvimento do

hemisfério direito diminui e o do esquerdo aumenta. Porém, uma análise qualitativa

dos dados existentes mostra que o hemisfério esquerdo domina fortemente o

processamento da linguagem tanto para os monolíngues como para os bilíngües. Os

bilíngües têm um armazenamento de linguagem para cada uma das duas línguas, ou

seja, dois sistemas lingüísticos, e um armazenamento conceitual mais geral, ou seja,

um sistema cognitivo. Há canais fortes e de interconexão direta entre os três

armazenamentos separados. As interconexões entre as duas línguas se constituem

de associação, de sistemas de tradução e de imagens comuns no ato de

armazenamento conceitual enquanto mediadores. Além disso, falantes de diferentes

níveis de proficiência ou de diferentes estágios de aquisição variam na força e

direcionamento das interconexões entre os armazenamentos e, de forma separada,

no processamento da linguagem; por exemplo, aqueles que são mais proficientes

nas duas línguas procuram diretamente um conceito na língua-alvo, enquanto os

menos proficientes tendem a usar a primeira língua como mediadora.

1.1.2. A questão da inteligibilidade

O que significam inteligibilidade e pronúncia inteligível? Catford (1950) faz

uma distinção entre “inteligibilidade” e “eficácia”. O primeiro termo,

inteligibilidade, se restringe ao entendimento das palavras do falante pelo ouvinte.

Catford (op. cit.) diz que a fala é inteligível caso o ouvinte entenda as palavras, ou

seja, se sua resposta estiver adequada às formas lingüísticas do enunciado. Para o

autor, o falante obtém completa inteligibilidade se as formas lingüísticas forem

selecionadas de forma adequada, isto é, se palavras, planos morfológico e sintático

e sons forem apropriados. O segundo nível, eficácia, inclui a compreensão da

intenção do falante pelo ouvinte. Para Catford (1950), “normalmente é intenção do

falante que o ouvinte responda de modo apropriado ao enunciado produzido

durante a fala”.

A inter-relação entre os dois termos é aparente, visto que, como Catford (op.

cit.) explica, por um lado, um enunciado inteligível pode ser ineficaz, quando o

ouvinte entende as palavras do falante; porém, a resposta do ouvinte não é a

esperada pelo falante. Por outro lado, um enunciado ininteligível aparentemente

pode ser eficaz desde que o que é eficaz não seja o enunciado propriamente dito,

mas outros elementos na situação como um todo. Por exemplo, algumas pistas não-

lingüísticas no contexto da situação, como gestos do falante, podem ajudar o

ouvinte a responder, de forma adequada, à intenção do emissor. Portanto, para o

autor, um enunciado só é completamente eficaz se também for inteligível.

Para Kenworthy (1987), a inteligibilidade consiste em ser compreendido por

um ouvinte em um dado momento e em uma dada situação, sem esforço por parte

dele, sendo que o grau de inteligibilidade da pronúncia do falante é dado pelo

número de palavras identificadas pelo ouvinte. Se sons ou características fonéticas

são substituídas e, em função disso, o ouvinte não consegue entender a fala, então

Kenworthy considera que ela não é inteligível. Por outro lado, se o falante substitui

um som em uma determinada palavra, mas, mesmo assim ela é compreendida,

então a autora considera que a fala é inteligível. Kenworthy compara este processo

com o modo como os adultos falantes de inglês ouvem e entendem a fala da criança

que está aprendendo a falar o idioma em questão como sua língua materna. Uma

criança de três/quatro anos de idade com problemas em articular o /r/, como em

“run”, trocando-o por /w/, como em “win”, se ela disser “I see a wabbit”, seus pais

irão entender que a criança está se referindo a um animal peludo com orelhas

grandes, porque eles sabem que /w/ equivale ao /r/ para a criança.

Para Kenworthy (1987), a inteligibilidade depende da quantidade de

similaridade “counts of sameness” entre a LM e LE, e a origem dos problemas de

inteligibilidade refere-se a quatro fatores determinantes: (1) substituição; (2)

supressão e inserção de sons; (3) juntura de palavras; e (4) uso de acento, ritmo e

entoação. Outros fatores que influenciam a inteligibilidade são: excesso de

autocorreções, hesitações e reestruturações gramaticais, fala excessivamente lenta

ou rápida, falta de distinção entre palavras importantes, hábitos indiossincráticos de

fala, grau de sotaque, habilidade em usar pistas contextuais e conhecimento

partilhado.

Kenworthy (op. cit.) propõe os termos “inteligibilidade” (intelligibility) ou

“compreensibilidade” (understandability) e “comunicação” (communication).

“Inteligibilidade” ou “Compreensibilidade” se refere ao reconhecimento de

palavras: “the more words a listener is able to identify accurately when said by a

particular speaker, the more intelligible that speaker is”. Comunicação

compreende mais do que simplesmente articular palavras com sons bem

produzidos: envolve a leitura das intenções do interlocutor. Para ela, comunicação é

muito mais complexa que inteligibilidade e compreensibilidade; as intenções só

existem na mente da outra pessoa, e os ouvintes precisam fazer uso de toda

informação disponível para adivinhar as intenções do falante. A informação

disponível compreende o conhecimento que os ouvintes têm dos falantes, da

situação, o conhecimento que falantes e ouvintes compartilham, entre outros.

Kenworthy (1987) mostra claramente a diferença entre inteligibilidade e

comunicação em um trecho do diálogo a seguir. O falante A contava uma história

para B, quando de repente B começa a rir:

“A: What are you laughing at?

B: (stops laughing) oh… sorry

A: No, I didn´t mean you shouldn´t laugh … I really want to know what

you found funny” (p. 15)

A pergunta de A para B foi uma pergunta direta, mas foi compreendida como um

comando para parar de rir. O fato de B ter compreendido cada palavra da pergunta

de A significa que a pergunta de A foi inteligível para B. Portanto, como B não

entendeu a intenção de A ao fazer a pergunta, a comunicação não ocorreu. Para

Kenworthy (1987), a comunicação ocorre quando um dos interlocutores

compreende a intenção do outro.

Segundo Kenworthy (op. cit.), o objetivo do ensino de pronúncia deve ser o

de tornar os aprendizes “comfortably intelligible”

para o ouvinte nativo. Em

contrapartida, Jenkins (1996:19) acredita que, pelo fato do inglês ser falado mais

entre falantes não-nativos de diferentes línguas (“interlanguage talk”) que entre

falantes não-nativos e nativos, a inteligibilidade deva ser considerada do ponto de

vista desta “interlanguage talk”, visto que os desvios de pronúncia causam mais

problemas de entendimento para ouvintes não-nativos que para nativos. A autora

diz que é essencial que diferentes variações de “foreign versions” da pronúncia do

inglês conservem algum grau de similaridade para que a inteligibilidade seja

preservada. Ela sugere uma abordagem para o ensino-aprendizagem de pronúncia

que foque no que ela chama de “a common core of English phonology (núcleo

comum da fonologia do inglês)”, o qual servirá tanto de base para o ensino-

aprendizagem de pronúncia como para preservar a inteligibilidade nos contextos de

comunicação internacional. As oito áreas deste “núcleo comum” nas quais,

segundo a autora, erros podem ser eliminados são:

Um tipo de pronúncia que pode ser entendida pelo ouvinte sem muito esforço (Abercrombie, 1956)

1. Qualidade vocálica: a distinção entre vogais curtas e longas é mais

importante que a qualidade vocálica, e a vogal deve estar clara durante a fala;

2. Ditongos: a duração do ditongo em vez da qualidade vocálica deve ser a

principal preocupação;

3. Substituições do grupo consonantal exceto os que envolvem /?/ e /ð/:

substituição de uma consoante por outra pode causar confusão tanto para os

ouvintes nativos como para os não-nativos.

4. Realizações fonéticas: algumas aproximações podem levar a

ininteligibilidade, como por exemplo: /p/ e /k/ não-aspirados; nasalização das

vogais precedidas por /n/ (ou /m/ na posição final) e omissão da consoante.

5. Simplificação do grupo consonantal: omissão da consoante para simplificar

os grupos consonantais pode causar ininteligibilidade: inserções de vogais

parecem causar menos problemas.

6. Acentuação de palavras: essencial para a compreensão dos ouvintes nativos.

7. Proeminência

e formas não-acentuadas: em termos de produção dos

falantes não-nativos, o ensino de pronúncia deve focar a proeminência

apropriada, assim como no reconhecimento das formas fracas.

8. Acento nuclear/contrastivo, mas não o tom: acento colocado na palavra

errada em uma sentença gera confusão tanto para o ouvinte nativo quanto

para o não-nativo.

Dalton e Seildhofer (1995) propõem os termos “acessibilidade”

(accessibility) e “aceitabilidade” (acceptability), e relacionam-nos à pronúncia do

falante de língua estrangeira e aos fatores sociais e psicológicos do interlocutor,

bem como às percepções que ele tem de si mesmo e dos outros. Segundo as

Acento mais forte de um grupo acentual, ou conjunto de palavras.

autoras, acessibilidade é determinada não só pela clareza do enunciado, mas

também pelas expectativas e emoções do interlocutor (experiência e tolerância com

sotaques estrangeiros). Por outro lado, “aceitabilidade” depende do valor que os

interlocutores atribuem ao sotaque do falante.

Bamgbose (1998) descreve inteligibilidade como um complexo de fatores

que constitui e identifica uma expressão, compreende seu significado e compreende

o que este significado representa no contexto sociocultural. O conceito de

inteligibilidade para o autor pode ser comparado aos três termos usados por Smith e

Nelson (1985, apud Bamgbose,1998): “inteligibilidade” (intelligibility),

“compreensibilidade” (comprehensibility) e “interpretabilidade” (interpretability),

respectivamente. “Inteligibilidade” refere-se ao reconhecimento da palavra e do

enunciado; “compreensibilidade” refere-se ao significado de uma palavra ou de um

enunciado; e “interpretabilidade” refere-se ao significado que está por detrás da

palavra ou do enunciado.

James (1998), por outro lado, aborda inteligibilidade do ponto de vista do

falante. Ele usa três termos: “compreensibilidade” (comprehensibility),

“inteligibilidade” (intelligibility) e “comunicabilidade” (communicability). O

primeiro termo refere-se ao acesso ao conteúdo – em oposição à forma – do

enunciado. O segundo refere-se ao acesso do significado básico e literal do

significado do conteúdo proposicional codificado em um enunciado. O terceiro e

último termo, “comunicabilidade”, está relacionado ao discurso e envolve “acesso

às forças pragmáticas, implicaturas e conotações” (access to pragmatic forces,

implicatures and connotations). A comunicabilidade ocorre quando o leitor-ouvinte

atribui um significado a um enunciado. Para o autor, a inteligibilidade encontra-se

na língua produzida pelos aprendizes “em termos de sua estrutura textual”, e a

ininteligibilidade pode ocorrer caso haja erro no conteúdo proposicional. Este

conceito baseia-se em dois motivos principais: (1) James afirma que há problemas

de inteligibilidade na ocorrência de um “erro” de fala, e (2) chama a atenção para

os erros produzidos pelos aprendizes de línguas. Porém, o autor não exemplifica,

não esclarece os problemas causados pela ininteligibilidade e nem quais seriam

exatamente os erros produzidos pelos aprendizes de línguas.

Jenkins (2000:78) define inteligibilidade como “the production and

recognition of the formal properties of words and utterances and, in particular, the

ability to produce and receive phonological form”. Segundo a autora (op.cit.), a

forma fonológica é uma condição para o sucesso entre falantes de inglês na

Interlanguage Talk (ILT)

, e ela argumenta que não é mais desejável a visão, ainda

comum entre estudiosos do ensino-aprendizagem da língua inglesa e entre

professores, de que a inteligibilidade constitui-se num processo unilateral em que

falantes não-nativos esforçam-se para se fazer entender pelos falantes nativos, cuja

prerrogativa é decidir o que é ou não inteligível. A pesquisadora propõe um núcleo

de inteligibilidade internacional mútuo.

Jenkins (2000) reconhece que ainda não há um consenso em relação à

definição do termo inteligibilidade. Segundo ela, mais recentemente, a questão tem

sido enfocada em relação ao ouvinte, no que diz respeito às contribuições de seu

conhecimento prévio e de suas habilidades de processamento. A autora destaca

também que as discussões acerca do assunto têm se ampliado a partir de um

interesse crescente por conceitos afins como ‘interpretabilidade’,

‘comunicabilidade’ e ‘compreensão’, que fazem com que o conceito de

inteligibilidade apareça mais ligado às questões de significado que da forma

Para Jenkins (2000), Interlanguage Talk refere-se à LM.

lingüística (significante). Seus estudos propõem a inteligibilidade como meta

realista para o aprendiz de inglês como língua estrangeira, em contraposição aos

pressupostos da década de 70, segundo os quais o objetivo seria atingir a maior

semelhança possível com o falante nativo.

Jenkins (2000.) comenta que, apesar de erros de pronúncia no nível

segmental (consoantes, vogais, epêntese e acentuação de palavras), encontrados na

fala espontânea de não-nativos de inglês, afetarem a inteligibilidade por parte dos

falantes nativos, a interação entre o nível segmental e o nível prosódico é tamanha

que uma boa pronúncia segmental fica prejudicada por falta da transformação dos

segmentos pelo contexto fonético e acentual nos quais estão inseridos na cadeia da

fala.

Corroboro a idéia de Jenkins (op. cit.), que diante das mudanças sócio-

econômicas ocorridas na década de 90 (em decorrência das quais o inglês acabou

por emergir como língua internacional, falada e ensinada por um número cada vez

maior de falantes não-nativos), o enfoque da inteligibilidade, levando-se em conta a

interação entre a produção articulatória dos segmentos da fala e a posição prosódica

por eles ocupada na fala encadeada, tornou-se uma questão importante a ser

considerada no ensino-aprendizagem do inglês como língua estrangeira, tanto no

que se refere à formação de professores, quanto às possibilidades de aprendizagem

de cada aluno.

Compartilho da idéia de Cruz (2003) quando se refere a uma pronúncia

inteligível e não semelhante à de um falante nativo de inglês, pois, como afirma

Jenkins (2000) em seus trabalhos, é maior a probabilidade de se comunicarem com

falantes não-nativos que com falantes nativos. O importante, segundo Jenkins (op.

cit.), é o alcance de uma pronúncia inteligível e dentro dos padrões da língua-alvo,

que permita ao falante sentir-se confiante ao expressar-se oralmente. Acredito que

talvez o objetivo de alcançar uma pronúncia como a do falante nativo seja

compartilhado somente por alguns profissionais, como, por exemplo, os

professores de línguas que esperam servir de modelo para seus alunos.

Concordo ainda com Cruz (op. cit.) quando conclui, em seu artigo, que os

erros de acentuação de palavra na fala de aprendizes brasileiros de inglês podem ser

a origem da falta de inteligibilidade, uma vez que o acento em língua inglesa é

variável e móvel. Independentemente da classe gramatical da palavra e de sua

ocorrência na sentença, o aprendiz tem a tendência de pronunciar o acento na

mesma sílaba. Como exemplo dessa afirmação tem-se a palavra Record como

substantivo e como verbo analisado no trabalho de Jenkins (2000). Como

substantivo, o acento recai sobre a primeira sílaba (REcord); já como verbo, recai

sobre a segunda (ReCORD). Mas a tendência do aluno é de pronunciar o acento na

mesma sílaba, o que pode interferir na inteligibilidade da fala.

Enquanto pesquisadora e professora de Língua Inglesa acredito, assim como

Cruz (2003), que (1) há necessidade de mais pesquisas para descobrir quais fatores

podem propiciar um maior grau de compreensão do inglês falado por brasileiros

por parte falantes nativos de inglês; (2) a pronúncia como a do falante nativo não é

mais levada em consideração como modelo a ser atingido; o que se procura, hoje, é

a inteligibilidade da fala; e (3) a pronúncia inadequada pode ser interpretada como

sendo engraçada e infantil e/ou o falante pode ser visto como não fluente na língua,

não só por nativos, mas também por não-nativos com bom nível de desempenho

oral. Se o falante tem consciência de que sua pronúncia da LE não causa estranheza

ao seu ouvinte e que sua fala é entendida sem dificuldades, certamente se tornará

confiante e alcançará sucesso.

1.1.3. Paradigma nativo/não-nativo

O inglês é a língua tomada como base na comunicação internacional, a

língua franca do mundo. Mais pessoas falam inglês hoje que qualquer outra língua

usada em outra época na história do mundo Segundo algumas estatísticas, há cerca

de um bilhão de pessoas no mundo hoje que falam inglês, sendo que é a língua

oficial ou semi-oficial em mais de 60 países, em 6 continentes (Crystal, 1995A).

O´Neill (1991:304) acredita que falantes não-nativos; porém fluentes, são tão

competentes lingüisticamente quanto falantes nativos. Segundo o autor (op. cit.):

Fluent non-native speakers reveal several strategies (including the retention

of clear but distinguish foreign accents) that can help other non-native

learners to cope better with the target language. Also non-native teachers

have one inestimable advantage over native speakers, particularly those

who have never learned a foreign language. They have actually learned the

target language as foreigners and have direct insight into and experience of

the processes involved for other non-native speakers.

(O’Neill, 1991:304).

Em contextos como o Brasil, em que o inglês, o francês, o alemão, o

espanhol etc. são ensinados como “línguas estrangeiras”, os próprios educadores de

línguas, na maioria das vezes, são falantes não-nativos. Como então vamos querer

que nossos alunos sigam padrões lingüísticos ou culturais dos falantes nativos?

Falantes fluentes não-nativos revelam inúmeras estratégias (incluindo a retenção de acentos claros, porém

estrangeiros e distintivos) que possam ajudar outros aprendizes não-nativos a saírem-se melhor na língua-alvo. Os

professores não-nativos também têm uma vantagem inestimável em relação aos nativos, principalmente aqueles que

nunca aprenderam uma língua estrangeira. Na verdade eles aprenderam a língua-alvo enquanto estrangeiros e têm

insight direto e experiência dos processos envolvidos para outros falantes não-nativos.

Há uma outra questão a ser considerada: professores não-nativos de inglês

normalmente são tratados como cidadãos de segunda classe no mundo do ensino de

língua. Uma possível explicação para este fato é que, atualmente, o inglês não é só

uma outra língua, é “the hottest selling commodity on the foreign language

teaching market” (Phillipson, 1992). Segundo Medgyes (1994:15), os professores

não-nativos, por terem um domínio deficitário do inglês, sentem-se inferiores aos

nativos:

… compared to native speakers, they do less well in every aspect of

language performance, as a rule. This feeling of underachievement is

particularly excruciating when their performance is compared to that of

native speakers with similar variables in terms of age, sex, education,

intelligence and especially profession. Let me mention in passing that we

non-native English speaking teachers go through this painful experience

day in, day out.

(Medgyes 1994:15).

Para Medgyes (1994, apud Pow, 2003), o professor não-nativo apresenta

aspectos positivos, tais como:

Ø a possibilidade de ser um bom referencial como aprendiz da língua

estrangeira, pois vivenciou o processo de aprender a língua

estrangeira;

Ø a partir de suas próprias estratégias de aprendizagem, o professor pode

contribuir para tornar seus alunos conscientes das estratégias que

utilizam;

... comparado com falantes nativos, eles não se saem tão bem em cada aspecto de desempenho lingüístico, de

modo geral. Esse sentimento de insucesso é especialmente excruciante ao comparar seu desempenho com o de

falantes nativos com variáveis similares em termos de idade, sexo, escolaridade, inteligência e, principalmente,

profissão. Deixe -me dizer, de passagem, que nós, professores não-nativos de inglês, passamos por essa experiência

dolorosa todo santo dia.

Ø o fato de compartilhar a língua e a cultura maternas com seus alunos

pode tornar o professor sensível às dificuldades dos aprendizes;

Ø a familiaridade com o contexto lingüístico, sócio-econômico e

educacional permite que o professor identifique o nível de motivação

de seus alunos.

Medgyes (1994) chega à conclusão de que os falantes nativos não são

necessariamente professores de inglês mais eficazes: segundo ele, os professores

não-nativos tem “igual oportunidade de sucesso”. Por exemplo, falantes não-

nativos mostram empatia, nos concedem um bom modelo de imitação e ensinam

“estratégias de aprendizagem de língua eficaz”; porém, o autor não nos deixa claro

quais são estas estratégias e de que forma são um modelo de imitação. Para

Medgyes (1994): (1) professores nativos de inglês e não-nativos diferem em termos

de competência lingüística e forma de ensino; e (2) a discrepância na competência

lingüística explica a maioria das diferenças encontradas na forma de ensinar.

Medgyes (op. cit.) acredita que o professor ideal não-nativo é aquele que alcança

uma proficiência em inglês próxima do nativo. Por outro lado, o professor nativo

ideal será aquele que tiver alcançado um grau de proficiência da língua materna do

aprendiz.

Medgyes (1994:42) afirma que a competência lingüística dos falantes nativos

constitui uma “vantagem tão substancial que não pode ser medida por outros

fatores predominantes na situação de aprendizagem – motivação, aptidão,

perseverança, experiência, educação e outros”. Ele vê os falantes nativos como

aqueles que adquiriram o inglês quando comparados aos falantes não-nativos em

que ainda estão adquirindo a língua. Em síntese, os falantes não-nativos, ao

contrário dos nativos, são permanentes aprendizes. Segundo o autor, a desvantagem

do falante não-nativo é “relativa”, mesmo adquirindo proficiência semelhante à do

nativo, pois os falantes não-nativos assumem o rótulo de “falantes pseudo-nativos”

devido à variabilidade fonológica e coloquial do uso da língua.

Segundo Widdowson (1998:20), professores não-nativos conhecem inglês de

modo explícito por terem aprendido o idioma como língua estrangeira (ou segunda

língua) e como conseqüência as “credenciais” pedagógicas são mais “confiáveis”.

Medgyes (1994) acredita que os professores nativos desconhecem os sistemas do

inglês “como língua estrangeira” e questões teóricas; são áridos aprendizes de

língua e analistas e pesquisadores da língua dos aprendizes e das dificuldades na

aprendizagem de inglês.

Seidlhofer (1999:238) diz que:

The non-native teacher has been through the process of learning the foreign

language, often through the same L1 “filter”, and she knows what it is like

to have made the foreign language, in some sense, her own, to have

appropriated it for particular purposes. This is an experience which is

shared only between non-native teachers and their students. One could say

that native speakers know the destination, but not the terrain that has to be

crossed to get there: they themselves have not traveled the same route.

Non-native teachers, on the other hand, know the target language as a

foreign language. Paradoxically, it is precisely this which is often perceived

as a weakness, although it can be understood, and drawn upon, as an

important resource. This shared language learning experience should thus

constitute the basis for non-native teachers´confidence, not for their

insecurity.

(Seidlhofer 1999:238).

O professor não-nativo passa pelo processo de aprendizagem de uma língua estrangeira, pelo mesmo filtro da L1, e

sabe o que faz com que a língua estrangeira, de uma certa forma, se torne propriedade sua, por ter se apropriado dela

Para Seidlhofer (1999), os professores não-nativos têm conhecimento

privilegiado ao transmitirem seu aprendizado, principalmente quando

compartilham a LM dos aprendizes e aprendem inglês por meio do mesmo “filtro”

da LM. Mesmo se não compartilharem a mesma LM que seus aprendizes, o

bilingüismo concede aos professores não-nativos insights no aprendizado de inglês

que não estão disponíveis para os professores nativos. Os professores nativos

também têm conhecimento privilegiado; porém, tal conhecimento está relacionado

à Língua Inglesa e não à forma de ensino, o que comprova o que Widdowson

classificou como conhecimento intuitivo – conhecimento do uso idiomático, gíria,

phrasal verbs, provérbios e aspectos culturais.

Embora os professores nativos tenham uma familiaridade suficiente com o

sistema de pronúncia da LM dos aprendizes, bem como um conhecimento de

Fonética Articulatória; eles conseguem informar, mas não instruir: eles têm seu

próprio modelo de pronúncia e acreditam que a aquisição de pronúncia deva seguir

um processo. Porém, tal processo não é explicado por Seidlhofer (1999). Segundo a

autora, não é mais relevante que os aprendizes tenham uma pronúncia semelhante à

do falante nativo; não precisam ter uma preocupação com a inteligibilidade dos

ouvintes nativos bem como entendê-los.

Mesmo havendo um número de aprendizes cujo objetivo é realmente

alcançar uma pronúncia como a do falante nativo, em virtude de suas necessidades

por objetivos pessoais. Esta é uma experiência compartilhada apenas entre professores não-nativos e seus alunos.

Pode-se dizer que falantes nativos conhecem o destino, mas não o território que têm de atravessar para chegar lá:

particularmente, eles não têm percorrido o mesmo trajeto. Por outro lado, professores não-nativos, conhecem a

língua-alvo como língua estrangeira. Paradoxalmente, é exatamente isto que é observado como fraqueza, embora

possa ser entendido, e delineado, como um importante recurso. Esta experiência de aprendizagem da língua

compartilhada deve, assim, constituir a base de confiança e não de insegurança para os professores não-nativos.

profissionais ou pessoais, o objetivo do ensino de pronúncia hoje é, acima de tudo,

o da inteligibilidade internacional: tornar o aprendiz um membro eficaz da

comunidade de falantes do inglês, fazer com que ele alcance a inteligibilidade de

fala, pois assim o conhecimento intuitivo dos professores nativos se tornaria

irrelevante. Por outro lado, o conhecimento privilegiado dos professores não-

nativos, adquirido por meio da própria experiência ao aprender a LE – e do

background da LM –, concede-lhes inúmeras vantagens com relação ao ensino de

pronúncia quando comparado ao nativo.

Mas, afinal, quais são as vantagens dos professores não-nativos com relação

à pronúncia? As vantagens recaem em três áreas principais: sistemas de

conhecimento fonético e fonológico, o critério de inteligibilidade e os modelos de

pronúncia em sala de aula (Medgyes, 1994). Segundo Medgyes (op. cit.), os

professores de inglês, de forma geral, têm um conhecimento limitado de seu

próprio sistema fonológico e do inglês e da Fonética Articulatória. Taylor (1991)

acredita que há a necessidade de professores e aprendizes se familiarizarem com a

pronúncia da LE. Os professores nativos têm um conhecimento intuitivo da

pronúncia da LM – o inglês –, o que os capacita a agir como informantes da LE.

Por exemplo, eles conseguem interpretar os movimentos de pitch

como

expressões de própria atitude (às vezes não em um nível consciente), ou mostrar

instintivamente em que situações as formas fracas podem ou não ser usadas. Para

Jenkins (2000), os professores de inglês não-nativos raramente têm este tipo de

conhecimento intuitivo do inglês e da sua própria LM, visto que os aprendizes não

A freqüência fundamental (f0) da voz é percebida como o tom (que se assume ser a melhor tradução da palavra

inglesa pitch, geralmente usada nas diversas línguas e que poderá, pela generalização do seu uso, ser mantida no

texto em português). O tom é a frequência fundamental subjectiva, isto é, “ouvida”. Usamos a palavra pitch quando

nos referimos a um tom baixo ou alto (Delgado-Martins, 2002).

têm o objetivo de “get into the skin of the native speaker”, nem destes professores

falarem outras línguas.

Quanto a intuições sobre o sistema de pronúncia da LE, os professores

nativos podem ser melhores informantes e os não-nativos melhores instrutores

quando capacitados a lidar, de forma eficaz e sensível, com as dificuldades dos

aprendizes no que tange à pronúncia do inglês. Isto ocorre porque, como falantes da

mesma LM, eles estão cientes da estranheza por parte dos aprendizes de certos

aspectos do inglês – determinados sons ou grupos consonantais, o uso da aspiração,

a duração do pitch range

ou a diferença de duração entre as sílabas acentuadas e

não-acentuadas, e assim por diante (Medgyes, 1994).

O conhecimento, tanto formal quanto intuitivo da LM de seus aprendizes e

dos sistemas fonético e fonológico do inglês como LE, capacita a maioria dos

professores não-nativos a criarem mais estratégias eficazes de sala de aula para

lidar com os problemas de pronúncia de seus aprendizes. Os professores não-

nativos podem fazer uso da Fonética Articulatória para demonstrar onde e como os

sons são produzidos na LE quando comparados a LM. E no contexto do inglês

como língua internacional – em que há diversos tipos de pronúncia desta língua

devido às diferenças regionais – é importante que os professores dêem maior

atenção aos sistemas fonético e fonológico.

Segundo Lieff (1996), em uma pesquisa feita com 200 professores de Língua

Inglesa (rede particular e pública) em São Paulo, o professor desta, em geral,

apresenta um despreparo na área da fonética e fonologia do inglês, quer em

benefício próprio, quer no enriquecimento de sua prática pedagógica. O professor

Refere-se à extensão de inflexão tonal usada por um falante (Madureira, 1999).

encontra dificuldade em relacionar a teoria com a prática, em perceber suas

necessidades como usuário da língua e desenvolver estratégias que promovam uma

compreensão e produção oral mais eficientes, em desenvolver a autoconfiança

necessária para tomar algumas decisões com relação ao trabalho com a pronúncia

em sala de aula: O QUÊ, PARA QUÊ e COMO trabalhar a pronúncia com os

alunos. Segundo Medgyes (1994), a comunidade escolar espera que o professor (e

este espera de si mesmo) seja um bom referencial como falante. Ainda são comuns,

entre os institutos de língua e sua clientela, as exigências quanto a certos padrões de

pronúncia e a preferência por falantes nativos, ou seja, originários de países que

falam a língua inglesa, mesmo quando não habilitados para o ensino.

A segunda área em que os professores não-nativos têm vantagens sobre os

nativos com relação à pronúncia é o critério de inteligibilidade. O critério de

inteligibilidade refere-se à priorização no ensino de pronúncia das características

que foram designadas de ´núcleo`. Estas características são as que emergiram dos

dados da interlanguage talk como cruciais para a inteligibilidade mútua em

contextos de interação do inglês como língua internacional, ou seja, entre falantes

não-nativos, em vez de entre falante nativo e não-nativo. Os professores que estão

familiarizados com os sistemas de pronúncia da LM dos aprendizes identificam

melhor quais características do núcleo estão presentes nos repertórios da LM dos

alunos e quais deverão ser acrescentadas nos repertórios do inglês como língua

internacional.

De acordo com Jenkins (2000), os professores não-nativos têm experiência

em usar o inglês como língua franca com falantes de outras LMs. Isto significa que

eles conhecem de antemão quais características de sua própria pronúncia do inglês

não são inteligíveis a falantes de outras variedades da língua, e quais características

de pronúncia desses falantes causam problemas de inteligibilidade a eles. As

pessoas que falam inglês em contextos deste idioma como língua internacional

estão cientes de que não é necessário reproduzir todos os aspectos da pronúncia

dele de forma inteligível para outros falantes da LE, e elas têm um bom

conhecimento de quais características particularmente são cruciais e quais são

triviais a este respeito. Por outro lado, os professores nativos, mesmo bilíngües,

parecem ter certa dificuldade em avaliar quais características de pronúncia de

diferentes variedades de inglês são inteligíveis e não-inteligíveis a estes falantes.

Eles podem apenas mediar a inteligibilidade sob a perspectiva de falantes nativos

de inglês e supor a dos não-nativos. Isto resulta na hipótese de que quaisquer que

sejam as características que tornam a pronúncia da Língua Inglesa inteligível para o

falante nativo também o tornam para os ouvintes não-nativos, e, assim, os

professores podem apresentar estas características na sala de aula como elementos

de pronúncia de todo um contexto.

Para a autora (2000), se a pronúncia de determinados sons soar rude ao

falante nativo, este irá considerá-la intrinsicamente rude e não como uma variedade

regional da LE. Da mesma forma, se ele encontrar algum aspecto de pronúncia

ininteligível num grupo da LE, irá considerar a necessidade de melhora. Assim, os

professores nativos continuarão ensinando a produção de características

assimilatórias (características de fala encadeada, como assimilação, elisão, formas

fraca, juntura) e os sons /?/ e /ð/, simplesmente porque estes aspectos são

importantes para eles.

Jenkins (2000) acredita que o melhor modelo de pronúncia do inglês como

língua internacional é o do falante de inglês bilíngüe e fluente – o não-nativo. O

modelo é mais apropriado e realista que os modelos da LM, pois incorpora todas as

características do núcleo e, portanto, parece ser internacionalmente inteligível.

Tanto para os aprendizes da mesma LM quanto para o professor, o modelo também

contém um número de características da LM mais realistas, ou seja, é mais

acessível/realizável na prática. Os modelos bilíngües fluentes também são mais

adequados sociolingüística e sócio-psicologicamente. Em termos sociolingüísticos,

é simplesmente uma questão de praticar o que se prega. Em termos sócio-

psicológicos, os professores bilíngües e fluentes são testemunhas de que os

aprendizes adquirem pronúncia inteligível enquanto retêm as identidades da LM.

Lee (2000, apud Pow, 2003), relatando sua experiência como professora

chinesa no Canadá, descreve seus sentimentos de inferioridade e conflitos com seus

alunos, imigrantes como ela. Apesar das qualificações e proficiência que a

habilitavam no ensino da Língua Inglesa, sentia-se confrontada e pressionada pelos

alunos, que insistentemente colocavam à prova seus conhecimentos e proficiência

lingüísticos. Ela acredita que o status de professores “não-nativos seria diferente”,

isto é, haveria maior reconhecimento profissional, se os não-nativos fossem a

maioria e não a exceção.

Segundo Pow (2003), a dicotomia entre professor nativo e não-nativo é um

rótulo impreciso e carregado de preconceitos, que divide e discrimina, e leva, em

geral, à auto-desvalorização profissional. Para ela (op. cit.), o professor está em

busca de um aprimoramento que o torne confiante como profissional e como

usuário da Língua Inglesa, à medida que se dá conta de suas necessidades e

desafios. Paradoxalmente, preocupado com atividades práticas imediatamente

aplicáveis na sala de aula, o docente parece pouco consciente quanto ao

conhecimento já construído da língua materna e quanto às exigências de

aprendizagem da língua estrangeira que ele compartilha com seus alunos.

Vale lembrar que este estudo não tem como objetivo julgar qual é o professor

ideal para o ensino de inglês nem o de criar condições para que uma pronúncia

semelhante à do nativo seja “alcançada”, mas, sim, ampliar o conhecimento do

professor de Língua Inglesa de nacionalidade brasileira no que diz respeito ao

mapeamento no português brasileiro dos aspectos segmentais e prosódicos do

inglês.

1.2. Aspectos segmentais e prosódicos da fala corrente

Na fala corrente, são observados fenômenos que ocorrem tanto no nível da

palavra como entre palavras dentro da frase. Neles, conforme Levelt (1998:302),

fonemas podem ser perdidos, modificados ou adicionados, como nos exemplos jus

fine para just fine e got /? / ou para got you . O autor (op.cit.) chama a atenção para

a distinção entre fala formal e fala casual. Segundo ele, ambas distinguem-se em

termos de registro, isto é, variedades lingüísticas podem ter propriedades sintáticas,

lexicais e fonológicas específicas, tais como: a fala materna, a fala telegráfica, a

escolha lexical no registro formal, como a palavra cop em vez de policeman, além

do uso de reduções ou contrações como em I´ve em vez de I have; do

desaparecimento de uma consoante em posição final de sílaba, como em Lea´me

alone, em vez de Leave me alone; ou da modificação de fonemas no contato entre

palavras, como em got/? /ou para got you. São fenômenos típicos da fala casual e

certamente interferem no modo como ela é percebida.

Descreverei a seguir os processos fonéticos que ocasionam mudanças na

fronteira entre palavras na fala corrente. Um deles refere-se ao fenômeno da

assimilação, que, conforme descrito por Levelt (1998:330), envolve a mudança de

alguns segmentos sob a influência de outros, como, por exemplo, ten books, no

qual o fonema dental /n/ é pronunciado como o fonema bilabial /m/ [tembUks],

pois assimila o ponto de articulação da bilabial. Em outro exemplo, Laver

(1994:397) cita o ajuste do fonema dental /t/ na palavra that, isoladamente

pronunciada como /ðæt/, mas produzida com o fonema bilabial [p], na frase that

man [ðæp mæn], devido à influência da nasal bilabial [m] da palavra man.

Portanto, como mostram os exemplos, a assimilação é um processo opcional,

que consiste em um segmento modificar as características articulatórias ou

fonatórias de outro, na fronteira de uma palavra ou na fronteira entre palavras. Esse

tipo de modificação pode ocorrer ao longo de toda a cadeia da fala, entre um

segmento no final de uma palavra e um segmento no começo da próxima. Nesse

caso, para se estabelecer se houve assimilação ou não, deve-se comparar a palavra

formada a partir do som assimilado com a forma da palavra pronunciada

isoladamente (Levelt, 1998:153).

Menezes e Brito (1992:47-48) e Celce-Murcia et. alii (1996:160) fornecem o

caso da palavra horse, com o fonema dental /s/ no final, quando pronunciada

isoladamente. Entretanto, quando seguida do fonema palatal /?/ em uma palavra

como shoe, na fala corrente, o fonema dental /s/, geralmente, por meio da

assimilação, passa a ser produzido como o fonema palatal /?/, resultando numa

pronúncia /h?r?U/. Esse é um exemplo de assimilação regressiva ou

antecipatória, pois um som é influenciado por aquele que o sucede, isto é, é

assimilado por um traço do fonema seguinte. Outros exemplos ainda deste tipo de

fenômeno, que acontecem dentro da palavra, são grandpa, na qual o traço bilabial

do fonema /p/ faz com que a seqüência /nd/ seja produzida como: /græmpa/), e em

pancake, na qual o traço velar do fonema /k/ faz com que o fonema nasal dental /n/

se transforme no fonema nasal velar /?/: /pæ?keyk/).

A assimilação também pode ser progressiva ou perseveratória, quando um

som é influenciado por aquele que o precede. Um exemplo disso, na fronteira de

uma palavra, está na formação do plural com o morfema “-s”, que é pronunciado

como sua contraparte vozeada /z/ depois de uma consoante vozeada (por exemplo,

dogs), mas como desvozeado (/s/) depois de uma consoante não-vozeada (por

exemplo, desks). A assimilação progressiva ou perseveratória também ocorre em

algumas contrações, como, por exemplo, em it + is, na qual o grafema “s” que, em

is, isoladamente, é pronunciado como o fonema vozeado /z/, passa a ser

pronunciado como sua contraparte não-vozeada /s/, devido à influência do fonema

não-vozeado /t/, que o antecede na contração: it + is ? it´s/It+IZ ? Its.

O terceiro modelo de assimilação, coalescente, é um tipo de assimilação

recíproca; nela, o primeiro e o segundo fonemas em uma seqüência se fundem e

mutuamente condicionam a criação de um terceiro fonema com características ou

traços dos dois sons originais:

Som A + Som B

Som C

Este processo ocorre com mais freqüência no inglês quando as consoantes

dentais finais, como /s,z/ e /t,d/, ou as seqüências de consoantes africadas finais,

como /ts,dz/, são seguidas da semivogal palatal /y/. Em ambos os casos, as

fricativas e africadas tornam-se palatalizadas. Para ilustrar esse fenômeno, Celce-

Murcia et. alii (1996:162) apresentam, como exemplo, o quadro de palavras abaixo:

REGRA

EXEMPLO

/s/

/?/

issue

He’s coming this year.

/z/

/?/

pleasure

Does your mother know?

}

{

/t/

/?/

stature

Is that your dog?

/ts/

/?/

She lets your dog in.

He hates your hairdo.

/d/

/? /

procedure

Would you mind moving?

/dz/

+/y/

/? /

She needs your help.

He never needs your advice.

QUADRO 1: Assimilção Coalescente - Celce-Murcia, M; Brinton, D.M; Goodwin, J.M. (1996). Teaching

pronunciation – A reference for teachers of English to Speakers of Other Languages, p. 162. Cambridge: Cambridge

University Press.

Além das modificações causadas pela assimilação entre sons na fala

encadeada ou corrente, um outro fenômeno que a atinge é a redução ou

desaparecimento de fonemas, a qual ocorre principalmente quando a taxa de

elocução

é alta. Segundo ele, um falante pode aumentar sua taxa de elocução

reduzindo palavras curtas e não-acentuadas, tais como, pronomes e preposições,

conforme os exemplos Give´m attention e think o´money. A taxa de elocução pode

ser também aumentada pela redução de vogais átonas em início de palavra, como

em p´tato ou t´mato (Zwicky, 1972 apud Levelt, 1998) ou pelo desaparecimento do

/r/ na pronúncia do inglês britânico, quando este aparece em posição final de frase,

como nas palavras car [ka] e care [k?:]. Segundo Kent e Read (1992), quando a

taxa de elocução aumenta, necessariamente diminuem as durações dos

componentes de fala. Numa taxa de elocução alta, os segmentos e as sílabas não-

acentuadas podem ser excluídos.

Taxa de elocução, traduzida da expressão speech rate, refere-se ao número de segmentos acústicos que o falante

produz num dado tempo; daí sua diferença com o que normalmente é designado por velocidade de fala. Assim, a

taxa de elocução pode ser alta (“velocidade rápida”) ou baixa (“velocidade lenta”).

A variação na taxa de elocução (mais alta ou mais baixa, ou confortável para

o falante) provoca uma variação na quantidade em que um segmento fonético se

sobrepõe àqueles que o ladeiam, ou seja, uma modificação em relação a seu

contexto fonético. Isto é entendido como coarticulação, que, por sua vez, está

relacionada à assimilação e redução de segmentos na fala corrente. Ou seja, apesar

da tentativa que venho fazendo de explicitar os conceitos de assimilação, redução e

coarticulação, além daqueles que se seguirão, tais conceitos referem-se a

fenômenos da fala corrente totalmente intricados, sendo difícil dizer que fenômeno

leva a um outro.

Laver (1994:379) refere-se à coarticulação como um fenômeno adaptativo no

qual ocorre a influência do contexto fonético sobre a articulação entre dois ou mais

segmentos na fala corrente. Kent e Read (1992:146) definem a coarticulação como

ajustes imediatos do trato vocal, que permitem a produção de dois ou mais sons.

Assim como no fenômeno da assimilação, a direção do efeito coarticulatório pode

ser descrita como antecipatória (regressiva) ou perseveratória (progressiva).

Segundo os autores (op. cit.), na coarticulação antecipatória uma característica

articulatória do segmento fonético seguinte é incorporada à produção do segmento

fonético anterior. Laver (1994:151) afirma que na coarticulação perseveratória

existe uma influência prolongada de características de um segmento sobre aqueles

que se seguem na cadeia da fala. Um exemplo de coarticulação antecipatória pode

ser visto na palavra inglesa zoom [z

um], em que o arredondamento labial da vogal

[U] labializa o fonema alveolar [z]. Um exemplo de coarticulação perseveratória

recai em [ik], da palavra eke, do inglês, em que a articulação do fonema [k] torna-

se mais anterior, sob a influência da articulação da vogal [i] central que o precede,

comparado à articulação do mesmo fonema em arc [?k], sob a influência da vogal

posterior [?].

Kent e Read (1992:146-147) observam que a duração (tempo de produção)

de um segmento tende a tornar-se mais curta quando mais elementos são

adicionados à cadeia da fala, como, por exemplo, para produzir encontros

consonantais entre duas ou três consoantes. Assim, o fonema /p/ tem sua duração

diminuída quando ocorre nos grupos consonantais /sp/ e /spr/. O mesmo é

observado com a duração de um morfema raiz monossilábico como stick [stIk],

quando a ele se juntam afixos, transformando-o em sticky [stIki] ou stickiness

[stIkin?s], os quais transformam a raiz monossilábica em dissilábica.

Segundo Laver (1994:151), a duração de um segmento pode variar por

diversas razões, como, por exemplo, pelo fato de ocorrer em uma sílaba tônica ou

átona, ou seja, acentuada vs. não-acentuada; devido à variação na taxa de elocução,

entre outros. Além disso, o falante pode aumentar sua taxa de elocução cortando

pausas, ou, ao contrário, pode diminuir sua taxa de elocução inserindo pausas, ou

ainda, variando seu uso. O falante, ressalta o autor, tem o controle sobre sua fala e

lança mão de diversos recursos para comunicar-se, principalmente em função dos

diferentes tipos de registros (mais ou menos formais) que adota a cada situação por

ele vivida.

Um outro fenômeno citado por Levelt (1998:302) refere-se à aplicação por

parte do falante do processo de redução entre palavras, quando, na fala encadeada,

umas juntam-se às outras. Por exemplo, é comum que palavras não-acentuadas, as

chamadas palavras gramaticais ou de função (artigos, pronomes, preposições e

verbos auxiliares), unam-se facilmente às palavras de classe aberta ou de conteúdo

(substantivos, verbos, adjetivos e advérbios) que as precedem ou que as seguem,

gerando exemplos de fala como: gave it, pronunciado como [g?IvIt], e Who do you

want to see?, em que want to é pronunciado como [want?], o que, para Levelt, tem

a função de melhorar a fluência da fala encadeada ou corrente. Ao processo que faz

com que as palavras gramaticais não-acentuadas liguem-se às palavras de conteúdo

à sua esquerda ou direita dá-se o nome de cliticização. Por meio dele, aquilo que

antes eram palavras tornam-se palavras fonológicas. Um exemplo fornecido pelo

autor encontra-se na sentença they have it, na qual obtém-se uma única palavra

fonológica na junção de have+it, produzindo uma nova divisão de sílabas, que não

consiste mais em sílabas [hæv] e [It], mas em [hæ] e [vIt]. A esse processo,

desencadeado pela cliticização, dá-se o nome de ressilabificação.

Além da palavra e da palavra fonológica, a fala encadeada pode ainda ser

dividida em frases entoacionais. Exemplos delas podem ser vistos em: How are

you?, Go and get the newspaper, Henry´s falling asleep. Assim, a sentença como

um todo pode tornar-se uma frase entoacional, principalmente se não for muito

longa. Contudo, segundo Levelt (1998:307), caso a sentença seja longa, ela é

dividida em duas ou mais frases entoacionais, como, por exemplo, em the golden

temple//which is still in use//was built by the Sikhs//. Levelt (1998) lembra ainda

que a taxa de elocução é um fator importante na codificação fonológica, uma vez

que afeta não apenas o tamanho das palavras fonológicas e frases entoacionais, mas

toda a cadeia de fala, cujo contorno de entoação organiza-se sobre frases

entoacionais maiores ou menores, sendo que não há regra para ditar seus tamanhos,

ficando a critério do falante fazê-las maiores ou menores, dependendo do grau de

formalidade da situação, do sentido que deseja passar ao ouvinte, e assim por

diante.

Levelt (1998) enfatiza que há outros lugares, além do final de uma sentença

ou de uma oração, que são propícios para a quebra das frases entoacionais. Entre

eles, (1) no final de um sintagma – NPs (noun phrases), VPs (verbal phrases), APs

(adverbial phrases), ou PPs (prepositional phrases); (2) após a cabeça lexical de

um NP, VP ou AP, ou seja, respectivamente, após o substantivo principal (ou

núcleo) de um sintagma nominal, após o verbo (núcleo) de um sintagma verbal ou

após o advérbio (núcleo do sintagma adverbial) , mesmo que não estejam em

posição final de constituinte; e, também; (3) após uma palavra de conteúdo.

A característica da frase entoacional, segundo Levelt, é a ocorrência de um

conjunto de tons (contornos de pitch) significativos. Há pelo menos um acento de

pitch numa frase entoacional. Levelt (1998:303-304) faz uma distinção entre a frase

entoacional e a palavra fonológica. Segundo ele, a frase entoacional é uma unidade

de entoação e tem uma estrutura métrica interna. Cada frase entoacional consiste de

uma ou mais palavras fonológicas ou grupos métricos. Ela inicia onde começa a

sentença ou estrutura de superfície e termina logo depois da primeira cabeça lexical

de um verbal phrase (VP), de um noun phrase (NP), ou de um adverbial phrase

(AP). As palavras fonológicas são, para alguns autores, como Nespor e Vogel

(1986, apud Levelt, 1998), grupos de construção métrica de frases entoacionais.

Segundo as autoras (1986), cada frase entoacional consiste-se de uma ou mais

palavras fonológicas. A palavra fonológica é caracterizada por um conjunto métrico

de palavras adjacentes (palavras conteúdo precedidas ou seguidas de palavras

funcionais). Para Levelt (1998), um lugar muito bom para completar uma frase

fonológica é o final de uma sentença ou o final de uma oração. Os finais de orações

também são considerados finais de frases entoacionais.

Segundo Levelt (1998), cada frase entoacional tem apenas um núcleo que é o

acento de pitch mais saliente. Se houver apenas um acento de pitch, haverá um

núcleo. Se houver mais, o último provavelmente será o proeminente. A sílaba

nuclear de uma frase entoacional recebe o acento primário ou lexical e todas as

outras recebem o acento secundário. Todo acento entoacional é feito por algum tipo

de movimento de pitch – ascendente, descendente ou por uma combinação de

ascendente e descendente –; porém, nem todas as sílabas acentuadas recebem um

acento entoacional. Um movimento de pitch nuclear (para cima ou para baixo) é

um mecanismo de realização de foco, que indica o item lexical mais saliente na

frase entoacional, além de ter uma função ilocucionária, ou seja, a de expressar a

idéia, ressaltando o item que, para o falante, carrega o principal significado a ser

transmitido. Um tom de fronteira pode executar várias funções diferentes, tais

como: (1) indicar finalidade ou não-finalidade; (2) expressar a força ilocucionária

do enunciado, o tipo de compromisso que o falante tem; e (3) expressar a intenção

do falante em terminar um turno ou em continuá-lo.

Levelt (1998:297) ressalta que há várias maneiras de um falante acentuar

uma sílaba: (1) tornando-a mais intensa que as sílabas vizinhas, o que será

percebido como um aumento de seu volume (loudness); (2) alongando-a no tempo

(por meio de mudanças no parâmetro de duração); e (3) dando ênfase ao

movimento de pitch ou variação da freqüência fundamental, percebidos como uma

variação na voz em relação aos possíveis tons (agudo, grave, e médio). Embora

intensidade, duração e freqüência fundamental sejam variáveis independentes,

todas andam juntas na produção e percepção dos sentidos da fala. Segundo o autor

(1998.), os estudos sobre a fala levam em consideração seu aspecto sonoro e

dinâmico, como o ritmo da fala encadeada, que provém de uma alternância de

sílabas mais ou menos acentuadas e da inserção de pausas que conduzem o falante

ao seu objetivo último, ou seja, expressar-se, cabendo ao ouvinte compreender

aquilo que é dito para que a comunicação ocorra.

Kenworthy (1987:35) afirma que, para que o acento frasal seja identificado,

partes da mensagem devem ser destacadas, de modo que o ouvinte possa captar a

informação que o falante quer transmitir. Não seria suficiente dizer ao aprendiz de

LE que é necessário dar ênfase às palavras mais importantes, uma vez que toda

palavra parece importante para aquele que está tentando colocar uma mensagem na

nova língua, e, assim, o aprendiz acaba acentuando a todas elas. A autora também

afirma que as palavras novas recebem acento frasal. Contudo, quando aparecem

pela segunda vez, o ouvinte já conhece a informação (informação dada ou forma

não-marcada) e, portanto, ela não deve ser destacada. Vejamos o exemplo de como

o acento pode ser utilizado para introduzir a informação nova:

A: Where are you from?

B: I´m from New York.

A: New York is a wonderful city.

Se o aprendiz não acentua uma sílaba mais que as outras, ou acentua a sílaba

errada, torna-se difícil para o ouvinte identificar a palavra. O padrão de acento de

uma vogal é uma parte importante da identidade da palavra para o falante nativo,

havendo grande evidência de que este se apóia no padrão do acento das palavras

quando ele as está ouvindo (Kenworthy, 1987). Segundo a autora, quando um

falante nativo não compreende uma palavra é porque o falante não-nativo,

provavelmente, acentua a palavra em lugar errado. O acento em inglês é variável e

móvel – qualquer sílaba de uma palavra polissilábica pode receber o acento

principal, o que difere de outras línguas em que o acento é fixo (ou seja, numa

palavra dissílaba, a segunda sílaba será sempre acentuada, numa palavra trissílaba a

sílaba final será acentuada). Para ilustrar essa afirmação, Kenworthy (1987:59)

apresenta como exemplos as palavras economy e economic: na primeira o acento

recai sobre a segunda sílaba; já na segunda, recai sobre a terceira (ou penúltima

sílaba). Porém, a tendência do aprendiz de Língua Inglesa é pronunciar as duas

palavras com o acento na mesma sílaba. Para ele, prefixos e sufixos em inglês não

têm nenhuma diferença na acentuação das palavras.

Segundo Kent e Read (1992:151), o acento em inglês, se contrastivo ou

lexical, não é meramente um problema de intensidade, mas envolve os três

parâmetros acústicos – duração, intensidade e freqüência fundamental, sendo que,

dentre os três, a duração é o parâmetro acústico mais confiável. O acento também

afeta as propriedades segmentais, tais como: as articulações da vogal e consoante.

Os segmentos nas sílabas acentuadas tendem a ter movimentos articulatórios mais

amplos que nas sílabas não-acentuadas. De uma certa forma, os movimentos nas

sílabas acentuadas são mais contrastivos, o que também pode ser percebido nos

padrões acústicos da fala.

Assim como Kent e Read (1992:151), Avery e Ehrlick (1992:74-75) apontam

alguns aspectos importantes que devem ser explicitados aos aprendizes de inglês no

que se refere ao acento. Para esses estudiosos, o acento na sílaba errada pode causar

problemas para a inteligibilidade da fala, e, portanto, é necessário que os aprendizes

saibam quais são as palavras acentuadas e não-acentuadas no idioma. As palavras

de conteúdo (substantivos, verbos principais, advérbios, adjetivos, pronomes

interrogativos – WH– Questions – e pronomes demonstrativos) normalmente são

acentuadas. As palavras de função (artigos, preposições, verbos auxiliares,

pronomes, conjunções e pronomes relativos) normalmente são não-acentuadas. As

palavras de conteúdo expressam significado independente e as de função têm pouco

ou nenhum significado nelas mesmas, mas expressam relações gramaticais.

Ladefoged (1993) cita que uma função importante do acento no inglês é

indicar as relações sintáticas entre palavras ou partes das palavras. Há muitas

oposições substantivo-verbo, como “an ´insult; “to in´sult”; “an ´overflow”, “to

over´flow”; “an ´increase”, “to in´crease”. Em todos estes pares de palavras, o

substantivo recebe o acento na primeira sílaba, e o verbo, na última. O lugar do

acento indica a função sintática da palavra. Oposições semelhantes ocorrem em

casos em que duas palavras juntas formam compostos: “a ´walkout”, “to ´walk

´out”; “ a ´put-on”, “to ´put ´on”; “a ´pushover”, “to ´push ´over”.

Nestes casos, segundo o autor, existe um acento apenas no primeiro elemento

do composto para os substantivos, e nos dois elementos dos compostos para os

verbos. O acento também tem uma função sintática na distinção entre um

substantivo composto, como, “a ´hot dog” (alimento), e um adjetivo seguido de um

substantivo, como no sintagma “a ´hot ´dog” (animal queimado). Os substantivos

compostos têm um único acento no primeiro elemento, e os sintagmas verbais têm

acentos em ambos os elementos.

Para Ladefoged (1993.), muitas outras variações de acento podem estar

associadas à estrutura gramatical das palavras. O quadro 2, a seguir, exemplifica os

tipos de alterações que podem ocorrer. Todas as palavras da primeira coluna têm o

acento principal na primeira sílaba. Quando o sufixo de formação do substantivo

“y” ocorre nestas palavras, o acento muda para a segunda sílaba. Mas, como

podemos observar na terceira coluna, o sufixo de formação de adjetivos “-ic” altera

o acento para a sílaba seguinte, que nestas palavras é a terceira.

QUADRO 2

Alterações da acentuação nas palavras do inglês

Ladefoged, Peter (1993). A Course in Phonetics, p.114. London: Harcourt Brace Javanovich

Levelt (1998) explica que o acento é uma categoria tão abstrata quanto o

fonema, podendo ser realizado de diferentes formas: pela variação na amplitude ou

intensidade e pelo movimento de pitch, dependendo da língua e do falante.

Segundo o autor, há uma relação do acento com a qualidade vocálica. Quando uma

vogal não é acentuada, em inglês, sua qualidade vocálica difere da sua contraparte

acentuada. Para exemplificar tal fenômeno, o autor cita a palavra California, na

qual o acento principal recai na 3ª sílaba (for), o secundário na 1ª (Ca), e as outras

duas sílabas (li) e (nia) recebem acento primário. Levelt (op.cit.) considera que os

afixos têm um papel importante no acento. Os afixos no início ou final de palavras

em inglês nunca são acentuados. Eles podem receber acento somente em posições

não extremas, e somente quando são afixos de radicais, como, por exemplo, al na

palavra nationality.

Como visto, há uma relação intrínseca, dentro da cadeia da fala, entre os

aspectos segmentais de um lado, e rítmicos e entoacionais de outro, que envolve

´ ___ ___ ___ ___ ´___ ___ ___ ___ ___ ´___ ___

di plo mat di plo ma cy di plo ma tic

pho to graph pho to gra phy pho to gra phic

mo no tone mo no to ny mo no to nic

múltiplos fenômenos, os quais não se pretendeu esgotar aqui. No entanto,

objetivou-se chamar a atenção para a influência de tais fatores na produção e

compreensão oral.

1.2.1. Entoação e Ritmo

Segundo Hirst e Di Cristo (1998), é difícil descrever a entoação de uma

língua se você não for um falante nativo ou semelhante ao nativo, e, o fato da

entoação não ser escrita, torna difícil para um falante não-nativo decidir se dois

enunciados fazem parte ou não de um mesmo grupo entoacional. Para os autores, a

entoação refere-se às variações de um ou mais parâmetros acústicos. Avery e

Ehrlich (1992:77) classificam a entoação como a melodia de uma língua. Segundo

eles, entoação é a variação do contorno de pitch que utilizamos ao falar, The pitch

changes are called intonation patterns and play an important role in conveying

meaning.

Dentre os parâmetros físicos responsáveis pela entoação, o de maior

importância é o parâmetro da freqüência fundamental (f0), termo que designa a

quantidade de ciclos de abertura e fechamento das pregas vocais em um segundo,

medida em Hertz (Hz). O correlato perceptual da variação da freqüência

fundamental é o pitch, que pode ser descrito como alto (agudo) ou baixo (grave). O

conceito de pitch está intimamente associado ao de Freqüência Fundamental.

Alguns autores, contudo, acreditam que a intensidade e a duração segmental

também são parâmetros da entoação (Beckman, 1986). Outros crêem que, além da

intensidade e duração, o ritmo se reflete na variação das características espectrais,

como na distinção das vogais plena e reduzida (Crystal, 1969). Acredita-se que, na

Língua Inglesa, por exemplo, os expoentes formais das características prosódicas

lexicais (acento) e não-lexicais (entoação) são mapeadas nos parâmetros físicos de

intensidade e freqüência fundamental, respectivamente.

Segundo Cruttenden (1997), certas línguas, ao contrário do inglês, usam a

entoação com objetivos pessoais, e a correlação de tons de acordo com o tipo de

sentença é uma forma de investigar a entoação. Para Cruttenden (op. cit.), a

entoação envolve a ocorrência de padrões de pitch recorrentes, e em cada um é

usado com um grau de significados relativamente consistentes, em palavras

isoladas ou em grupos de palavras de duração variável. Os constituintes gramaticais

de uma sentença são tratados como grupos entoacionais separados, adquirindo seu

próprio sentido.

Segundo o autor (op.cit.), há quatro critérios que demarcam os grupos

entoacionais. A pausa é o primeiro deles. Delgado-Martins (2002:225) apresenta a

definição de pausa como indicador de uma atividade interna de processar

informação, conforme proposto por Goldman-Eisler (1968, apud Delgado-Martins,

2002), e utiliza essa definição para diferenciar as pausas silenciosas, que são usadas

para programar informação já conhecida, das pausas preenchidas, que são índices

da complexidade no planeamento verbal de seqüências faladas em preparação.

Segundo Cruttenden (1997), a pausa silenciosa envolve o uso de uma vogal

central [? ] e uma bilabial nasal [m], isoladamente ou em combinação, e de

durações variáveis. Em alguns dialetos do inglês e em outras línguas, os sons das

pausas preenchidas podem ser diferentes: no inglês escocês, o som na região da

vogal nas palavras gate e play é típico e na Rússia, uma nasal alveolar é mais

comum que uma nasal bilabial.

As pausas normalmente ocorrem em três lugares no enunciado: (1) em

fronteiras constituintes maiores (principalmente entre orações e entre sujeito e

predicado) – há uma correlação entre o tipo de fronteira constituinte e a duração da

pausa, isto é, quanto maior a fronteira, maior a pausa. Além disso, as pausas

tendem a ser mais longas onde as fronteiras constituintes envolvem um novo

tópico; (2) diante de palavras de conteúdo lexical ou em pontos de baixa

probabilidade transicional. Este tipo de pausa ocorre diante de uma fronteira

constituinte menor, normalmente em sintagma nominal, sintagma verbal ou

sintagma adverbial; (3) após a primeira palavra em um grupo entoacional.

Os exemplos abaixo, descritos pelo autor, mostram os três lugares em que a

pausa pode ser usada.

Estas sentenças constituem modelos de pausa tipo 1.

- The Prince of Wales//is visiting Cardiff tomorrow.

- Yesterday I went to London/ and saw the Queen// outside Buckingham Palace.

Estas sentenças constituem modelos de pausa tipo 2

- The minister talked at length about the … redeployment of Labour.

- There was a … GOLDcrest in the garden yesterday.

Estas sentenças constituem modelos de pausa tipo 3.

- I do like Elgar´s violin concert.// It´s … quite the most perfect work of its kind.

- Why don´t you join an evening class?/You´d … be quite likely to meet some

interesting people.

Vale ressaltar que as pausas tipos: (a) (1) normalmente indicam a fronteira de

um grupo entoacional (a fronteira é marcada, nos exemplos acima, por /); (b) (2) e

(3) são internas a um grupo entoacional, porque não resultam em pedaços do

enunciado em que cada um tem uma forma de pitch tipicamente contido dentro de

um grupo entoacional; (c) (2) e (3) indicam pausas de hesitação marcadas, nos

exemplos acima, por ... As pausas tipos (2) e (3) são mais comuns na fala que na

leitura e escrita. Apesar do uso explícito e implícito das pausas, em geral, elas nem

sempre demarcam as fronteiras entoacionais, assim como nem sempre as fronteiras

entoacionais são demarcadas pelas pausas. Pausas só podem ser usadas como

critério das fronteiras entoacionais se levarmos em consideração outros critérios

externos e internos.

O segundo critério, segundo Cruttenden (1997), é anacrusis

; e o terceiro é o

alongamento da sílaba final de um grupo entoacional. Este alongamento é

decorrente de uma pausa preenchida, de um movimento de pitch final, de um

relaxamento antes da pausa, e do tempo dado pelo falante para planejar o grupo

entoacional seguinte, como podemos observar na sentença abaixo:

O quarto, e último critério, refere-se ao pitch das sílabas não-acentuadas.

Para Cruttenden (1997), uma mudança no contorno de pitch e/ou do movimento de

pitch das sílabas não-acentuadas, a pausa, anacrusis, alongamento da sílaba final e a

A string of high-rate nonaccented syllables, which form a sort of an “anbeat” to the phrase as a whole (Levelt,

1998:308).

presença de um acento de pitch em cada parte do enunciado normalmente são

indicadores de uma fronteira do grupo entoacional.

Mateus et. alii (1990) consideram que as pausas realizadas em um enunciado

obedecem à separação dos constituintes sintáticos, salvo quando o interlocutor tem

como intenção destacar alguma palavra e, somente por isso, desmembra um grupo

sintático. Já Delgado-Martins (2002) critica a hipótese de que a entoação reflita a

estrutura sintática e defende que as pausas no enunciado são determinadas por

estruturas temáticas.

Kenworthy (1987) lista oito funções da entoação. Elas são:

1) Para colocar certas palavras em primeiro plano. Os falantes usam pitch,

intensidade, alongam a vogal, acentuam a pronúncia das consoantes para dar

proeminência ou acento às palavras. Há basicamente duas formas em que o

pitch é usado: (a) o falante pode tornar o pitch de uma palavra muito mais

alto que de outras; e (b) ele pode usar a variação de pitch, ascendente ou

descendente;

2) A entoação é usada em segundo plano. Low pitch é usado para colocar as

coisas em segundo plano;

3) Para sinalizar o início e o fim. Quando um falante está listando algumas

coisas, por exemplo, é fácil dizer quando o último item é alcançado porque o

pitch de voz normalmente decai;

4) Para mostrar se uma situação basicamente é “aberta” (pitch ascendente) ou

“fechada” (pitch descendente);

5) Para mostrar envolvimento;

6) Para mostrar expectativas, por exemplo, o uso de tag-questions;

7) Para apontar que um falante respeita ou se preocupa com o outro por meio do

uso de formas de cortesia convencional (Excuse me) ou pelo uso de formas

de “abrandamento” de pitch (uma tentativa de suavizar o que foi dito – yes,

but ...);

8) Para demonstrar a relação entre as partes da mensagem de um falante. A

autora cita como exemplo um argumento descrito por um falante:´It was just

silly, really embarrassing – a total mess`. “Just silly” fornece uma

informação (e será dito com uma entoação descendente), really

embarrassing” fornece outra (entoação descendente também), e “ total mess”

é dito com um pitch mais baixo, porque é visto como um tipo de resumo pelo

falante ou pode ser visto como a terceira dimensão, neste caso, o contorno

entoacional é semelhante aos dois pontos anteriores.

Dos constituintes mais baixos da hierarquia prosódica, é a palavra fonológica

que faz uso substancial de noções não-fonológicas. A palavra fonológica é a

categoria que domina o pé. Todos os pés de uma cadeia são agrupados em palavra

fonológica. Além disso, sendo a palavra fonológica ou prosódica um constituinte n-

ário, ele tem um só elemento proeminente; logo, a palavra fonológica não pode ter

mais do que um acento primário. Porém, dentro do domínio da palavra fonológica,

pode ocorrer agrupamento de sílabas e pés, sem compromisso de isomorfia com os

constituintes morfológicos (Bisol, 1996).

Segundo Nespor e Vogel (1986), a palavra fonológica é o constituinte que

agrupa um ou mais grupos clíticos e uma só palavra de conteúdo. O grupo clítico é

a unidade prosódica que segue imediatamente a palavra fonológica. Existem dois

tipos de clíticos: os que se comportam junto à palavra de conteúdo como uma só

unidade fonológica, e os que têm uma certa independência, submetendo-se às

mesmas regras da palavra fonológica. Segundo Crystal (1980, apud Nespor e

Vogel, 1986:145), clítico é “a form which resembles a word, but which cannot

stand on its own as a normal utterance…” Segundo Hayes (s/d, apud Nespor e

Vogel, 1986), o grupo clítico domina diretamente uma ou mais palavras

fonológicas e é dominado pela categoria seguinte na hierarquia prosódica, a frase

fonológica. A frase fonológica é o constituinte que congrega um ou mais grupos

clíticos, ou seja, o grupo clítico propriamente dito e a palavra fonológica.

Conforme Bisol (1996), a frase fonológica é constituída das unidades

imediatamente mais baixas: o grupo clítico, que tanto pode ser uma locução (a

casa) quanto apenas uma palavra fonológica (casa). De acordo com a autora, (1)

não há a priori nenhuma relação de isomorfismo entre a frase fonológica e a

sintática; e (2) o cabeça da frase fonológica é sempre o forte mais à direita. Como

exemplo desta afirmação, Nespor e Vogel (1986) observam que, nas línguas

romanas, os adjetivos que são complementos de nome ocorrem à direita do nome

no caso não-marcado (dia sombrio) e à esquerda (solitário viajante). O nível

subseqüente é a frase entoacional, definida, segundo Nespor e Vogel (1986:188),

como: “the domain of an intonation contour and that the ends of intonational

phrases coincide with the positions in which pauses may be introduced in a

sentence”. Segundo as autoras, a frase entoacional pode ser identificada em uma

seqüência de frases fonológicas que constituam uma frase entoacional, sendo uma

delas forte por características semânticas, e todas as demais fracas. Uma sentença,

em geral, declarativa, exclamativa ou interrogativa, tem um contorno entoacional

determinado. Frases intercaladas, parentéticas ou vocativos tendem a constituir uma

só unidade prosódica.

No modelo de integração entre conhecimento rítmico e lingüístico, proposto

por Barbosa (2001), que se refere a uma forma dinâmica de produção do ritmo, a

hierarquia prosódica proposta por Selkirk (1984) e Nespor e Vogel (1986), com

base na fonologia gerativa (Chomsky e Halle, 1968 apud Nespor e Vogel, 1986),

fica reduzida a três níveis: ao gesto articulatório (unidade mínima de análise), à

sílaba e ao grupo acentual (stress phrase).

Como neste trabalho darei atenção aos fenômenos de coarticulação, redução,

cliticização e ressilabificação numa fala corrente, estarei lidando com processos

que ocorrem dentro de e entre palavras, tanto com as de conteúdo quanto as de

função, o que me leva à necessidade de olhar uma unidade maior que a frase

fonológica – a frase entoacional.

Há, na literatura, duas opiniões no que se refere à correspondência entre

unidades sintáticas, semânticas e prosódicas: a primeira afirma que não há qualquer

isomorfia entre unidades sintático-semânticas e unidades prosódicas, e, a segunda,

que tal isomorfia pode ser encontrada. Aí entra o papel da Fonética Acústica, como

área que pode fornecer-nos índices sobre o grau de isomorfia entre tais unidades,

uma vez que, na divisão da fala ou leitura em chunks

, além das pausas

extrínsecas, constituídas por um espaço em branco no espectrograma

preenchidas por ruído, observam-se, nas pausas intrínsecas, nas fronteiras sintáticas

maiores ou principais, de início e fim de sentença, e nas fronteiras sintáticas

Na Lingüística, geralmente usa-se o termo chunk, o qual significa corriqueiramente pedaço, sem traduzí-lo, porque

tal designação pode corresponder a unidades lingüísticas de diferentes tamanhos.

O espectrograma constitui um “mapa” do sinal acústico da fala processado em termos de tempo (eixo horizontal,

em ms ), freqüência (eixo vertical, em Hz) e intensidade (variação de cor no eixo diagonal, em dB).

menores ou secundárias, entre sintagmas, mudanças nos parâmetros acústicos de

duração (alongamento da sílaba final que antecede a fronteira), medida em

milésimos de segundo, e no contorno de entoação ou da linha de variação de f0,

que, além de formar picos sobre as sílabas tônicas, pode ser ascendente, plana ou

descendente.

Assim, a ocorrência de uma pausa durante a leitura pode mostrar

continuidade ou término de um chunk sintático-semântico, que, por sua vez, pode

corresponder ao que, nas primeiras versões da Gramática Gerativa, era designado

por sintagma. Tal chunk demarca, nos termos da Fonética Acústica, um grupo

rítmico e/ou um grupo entoacional, o que significa que sua completude ou

delimitação ocorrerá por um acento maior sobre um dos acentos lexicais das

palavras que o compõem, formando assim uma proeminência.

Para Selkirk (1984), a semântica constitui uma frase entoacional e contém

material que pertence a uma seqüência de palavras e/ou frases, e não é isomórfica a

nenhum constituinte da estrutura sintática. A palavra fonológica em inglês sofre

influência das propriedades rítmicas e das pausas. A estrutura sintática de uma

sentença não determina a entoação frasal; em uma sentença, pode-se ter muitas

realizações lingüisticamente distintas. Há uma representação fonológica da

estrutura entoacional, uma vez que a sentença consiste-se de uma ou mais frases

entoacionais, e, para cada uma delas, há um contorno que compõe-se de elementos

tonais distintos fonologicamente (acentos de pitch, tons de fronteira e acento frasal)

associado às silabas do enunciado, e a realização fonética de um contorno de f0 da

sentença é definido pela estrutura entoacional, conteúdo silábico e alinhamento da

grade métrica.

A teoria de Pierrehumbert (1980, apud Selkirk, 1984) da fonologia do

contorno entoacional está baseada em três fundamentos. O primeiro refere-se ao

fato de que a representação fonológica do contorno é auto-segmental, o que

significa que: (a) o contorno entoacional está fonologicamente representado por

uma camada (auto-segmental) separada, independente do segmento e/ou das

propriedades da sílaba do enunciado, e (b) consiste em uma seqüência de entidades

tonais distintas. O segundo fundamento diz respeito ao fato de que os elementos

tonais (=tons), ao formar o contorno entoacional, compõem-se de uma

especificação dos níveis tonais definidos por High (alto) e Low (baixo). O terceiro e

último fundamento, o mais relevante na nossa opinião, consiste na idéia de que os

três tipos distintos de entidade tonal formam o contorno entoacional de qualquer

frase deste tipo no inglês, e que estas entidades têm composições diferentes em

termos de tons, distribuições diferentes na frase entoacional, diferentes formas de

associação com as sílabas da sentença e, provavelmente, diferentes tipos de

contribuições para sua expressividade.

Na teoria de Pierrehumbert (1980, apud Selkirk, 1984), o contorno

entoacional do inglês consiste-se de uma seqüência infinita de acentos de pitch

(pitch accents), acento frasal (phrase accent) e tons de fronteira (boundary tones).

O acento de pitch normalmente está associado com o acento primário de uma

palavra; o acento frasal ocorre, em um certo período de tempo, após o acento de

pitch (nuclear) final, e os tons de fronteira (iniciais e finais) estão associados às

sílabas iniciais e finais da frase entoacional.

O modelo de seqüências tonais para descrição e geração de entoação

(Pierrehumbert, 1980) foi desenvolvido com o objetivo primeiro de ser um modelo

de geração de entoação. No entanto, ele também representa os princípios básicos

correspondentes para uma descrição entoacional.

Na análise que Pierrehumbert faz da entoação do inglês (1980, apud Selkirk,

1984), os contornos tonais frasais são decompostos em uma série de alvos que

estão associados às sílabas tônicas (correspondendo aos tons de fronteira

prosódica). O contorno entoacional é descrito como uma seqüência de alvos High

(H) e Low (L) e a extensão do pitch (pitch range) é o espaço compreendido entre o

valor de f0 do alvo mais alto (H) em uma frase entoacional.

Retomando agora a entoação dentro do ensino e aprendizado de LE, segundo

Beckman (1995, apud Rocca, 2003), o ensino da entoação é um dos aspectos de

fala mais difíceis de ser trabalhado, pela dificuldade de modular sua estrutura. Uma

das dificuldades diz respeito aos vários tipos de significados expressos por muitas

das categorias entoacionais, que vão desde a sinalização de diferenças lexicais e

categorias até a sinalização de relacionamentos sutis entre uma emissão e sua

inserção em um contorno maior do discurso. O sistema entoacional do inglês

americano apresenta um contraste categorial entre acentos de pitch de tom alto

(H*) e de tom baixo (L*) que, em diferentes contextos discursivos, pode ser

interpretado como o elemento diferenciador entre uma afirmação e uma pergunta

do tipo falso ou verdadeiro, entre uma afirmação nova e retomada de uma

informação já dada, entre uma repetição para confirmar ou expressar incredulidade

sobre o que o falante acabou de emitir, ou entre o emprego literal de uma palavra

como well e seu emprego como marcador discursivo.

Uma outra dificuldade que se refere ao ensino de entoação mencionada por

Beckman (1995) diz respeito à própria natureza da prosódia. Muitos dos aspectos

entoacionais estão vinculados a construtos prosódicos, como a sílaba, o acento e a

frase entoacional, que são, por si sós, difíceis de serem caracterizados, pois não se

adequam ao modelo alfabético. A exploração de construtos entoacionais, tais como

acento de pitch e tom de fronteira, por exemplo, requer a compreensão de unidades

prosódicas como a sílaba e frase entoacional. Do mesmo modo, não é possível

explorar acento de pitch sem recorrer ao acento. Avery e Ehrlich (1992) afirmam

que os professores de inglês deveriam tornar explícito aos alunos o correto uso da

entoação, para que o ouvinte nativo e/ou não-nativo, proficiente na língua, possa

entender, por exemplo, uma pergunta como uma pergunta e não como uma

declarativa e vice-versa.

Segundo Paul Tench (1981), há três princípios que o professor de Língua

Inglesa, nativo e/ou não-nativo, deve ter em mente em sua prática pedagógica com

relação à entoação. Primeiramente, ele precisa estabelecer ‘accurate imitation of

intonation right from the beginning’ – precisão no ritmo e entoação. Segundo o

autor, o professor precisa usar ‘the more normal intonation forms in initial

practice’, e, no terceiro princípio, ele deve ‘introduce a new intonation form

carefully and deliberately’, e não de forma aleatória e casualmente. Novos padrões

de entoação devem ser inseridos ao iniciar um novo capítulo e/ou diálogo.

Paul Tench (1981) corrobora a idéia de que o ensino da pronúncia deve estar

integrado aos outros aspectos que devem ser ensinados – léxico e Gramática – e

que a pronúncia não é mais e nem menos importante que os outros aspectos de uma

100

língua. Segundo o autor (1981:109), “Speech is much more than pronunciation –

but it is impossible without it! Pronunciation is not the be-all and end-all; effective

communication is what matters, and this is to be the teacher´s constant goal”.

Celce-Murcia et. alii (1996) confirmam a idéia de Paul Tench (1981) e, segundo as

autoras, o ensino da entoação e proeminência deve estar presente no

ensino/aprendizagem de línguas, pois certos padrões entoacionais podem levar o

aprendiz a uma pronúncia inadequada.

Segundo Celce-Murcia et. alii (1996), os padrões de contorno

de entoação

do inglês mais comuns são: (1) o padrão ascendente/descendente, em que a

entoação normalmente começa na parte intermediária neutra e depois eleva-se a um

nível mais alto no principal elemento acentuado. Posteriormente, a entoação decai

para o nível mais baixo ou para o nível intermediário, como podemos observar na

sentença:

Celce-Murcia, M; Brinton, D.M; Goodwin, J.M. (1996). Teaching pronunciation – A reference for teachers of

English to Speakers of Other Languages, p. 185. Cambridge: Cambridge University Press.

Por outro lado, se a sílaba acentuada fizer parte de uma palavra

multissilábica com outras sílabas não-acentuadas posteriores a ela, então a “queda”

ocorre no elemento não-acentuado imediatamente seguinte à principal sílaba

acentuada, como mostra a sentença:

É o movimento de pitch em uma unidade entoacional (Celce-Murcia et. alii, 1996:185).

101

Celce-Murcia, M; Brinton, D.M; Goodwin, J.M. (1996). Teaching pronunciation – A reference for teachers of

English to Speakers of Other Languages, p. 185. Cambridge: Cambridge University Press.

(2) o padrão ascendente corresponde a sentenças interrogativas (sim/não) e

demonstra incerteza, como podemos observar nas sentenças:

Celce-Murcia, M; Brinton, D.M; Goodwin, J.M. (1996). Teaching pronunciation – A reference for teachers of

English to Speakers of Other Languages, p. 187. Cambridge: Cambridge University Press.

Em tag questions, por exemplo, deve ocorrer o padrão ascendente/descendente,

uma vez que sua função mais comum é confirmar ou comentar, conforme podemos

observar no exemplo dado pelas autoras:

Celce-Murcia, M; Brinton, D.M; Goodwin, J.M. (1996). Teaching pronunciation – A reference for teachers of

English to Speakers of Other Languages, p. 207. Cambridge: Cambridge University Press.

Segundo as autoras, é comum, por exemplo, que os aprendizes façam

associação de perguntas com padrão ascendente, mas sabemos que as perguntas

iniciadas por pronomes interrogativos (WH– questions) são geralmente

caracterizadas por entoação descendente, conforme podemos observar no exemplo

apresentado pelas autoras:

Celce-Murcia, M; Brinton, D.M; Goodwin, J.M. (1996). Teaching pronunciation – A reference for teachers of

English to Speakers of Other Languages, p. 186. Cambridge: Cambridge University Press.

He´s a TEACHER, ISn´t he?

102

Segundo Celce-Murcia et. alii (1996), tag questions também são difíceis para

os falantes não-nativos, tanto pela Gramática quanto entoação. A maioria dos

aprendizes de inglês usa apenas a entoação ascendente como sinalizador de

incerteza. Por outro lado, os falantes nativos usam a entoação como sinalizador de

certeza com muito mais freqüência, uma vez que utilizam tag-questions para

evocar confirmação e não incerteza/dúvida. Os falantes não-nativos têm

dificuldades em entender ou produzir sentenças que denotam escolhas. Em

restaurantes, por exemplo, quando o garçom pergunta: “Would you like blue

cheese, ranch, or house vinaigrette dressing?”, provavelmente os aprendizes

respondem “yes” em vez de escolher uma das três opções.

As autoras (1996) afirmam que é difícil para o aprendiz de inglês imitar o

contorno entoacional dessa língua. Se ele puder visualizar o contorno e a

proeminência por meio da superposição de contornos entoacionais sobre o texto

escrito ou pelo uso de movimentos das mãos durante a produção oral, os resultados

podem ser mais positivos. Creio que, como as características prosódicas de uma

língua talvez sejam menos “visíveis” para o aprendiz que as características

segmentais, precisamos, como educadores, torná-las explícitas aos alunos.

1.2.2. Fonema e Traço Distintivo

Foi a partir de Baudoin de Courtenay e Ferdinand de Saussure que a forma

sonora de uma língua incorporou-se à Lingüística e deixou de ser simples objeto da

Psicologia e da Fisiologia Sensorial. Desde então, pesquisou-se a forma sonora em

seu valor significativo, a existência dos fonemas – seu “porquê”.

103

De acordo com Saussure (1969), o fonema é definido como a soma das

impressões acústicas e dos movimentos articulatórios da unidade ouvida e da

unidade falada, que condicionam uma à outra, tratando-se, assim, de uma unidade

complexa baseada na cadeia da fala. Ao contrário de Saussure, Jakobson (1972)

concebe o fonema como a principal unidade lingüística.

Para o autor, “o fonema é as propriedades fônicas concorrentes que se usam

numa língua dada para distinguir vocábulos de significação diversa”. Jakobson

afirma que o fonema é a unidade fonológica mínima bidimensional, que possui uma

extensão no eixo dos elementos simultâneos (eixo da simultaneidade), pois se

apresenta como um acúmulo de significantes (posteriormente descritos como

traços). No eixo que se sucede no tempo (eixo da sucessividade), ele não representa

um ponto, mas uma dimensão. O fonema não pode, contudo, ser dividido em

unidades às quais correspondam duas ou mais unidades bidimensional (do que é

simultâneo e do que é sucessivo).

A delimitação dos sons dentro dessa cadeia, para Saussure, somente pode se

apoiar na impressão acústica das unidades fonológicas por meio da qual

conseguimos diferenciar um b de um t e monitorar suas produções para que tais

sons não sejam confundidos. Em contrapartida, a descrição de um fonema pode ser

feita com base em suas características articulatórias, sendo que o mais importante

em sua classificação é saber o que distingue um fonema do outro. Segundo

Saussure (s/d:54), na produção do som, “os fatores que podem entrar em jogo são a

expiração, a articulação bucal, a vibração da laringe e a ressonância nasal”, sendo

que os dois primeiros “são constantes, necessários e suficientes para a produção do

som enquanto os outros dois podem faltar ou sobrepor-se aos primeiros”.

104

Ainda de acordo com Saussure (s/d:55), os sons da fala classificam-se em

sete categorias. Seja qual for o ponto de articulação, sempre apresenta uma certa

abertura bucal entre os dois limites extremos: a oclusão completa e a abertura

máxima, e faz uso de uma escala de 0 a 6, com início na abertura mínima. “É

somente no interior de cada uma delas que repartiremos os fonemas em diversos

tipos, conforme o seu ponto de articulação.” (Saussure, s/d:55).

Saussure (s/d) afirma que é necessário estabelecer, para cada fonema, se

existe som laríngeo e se este possui ou não ressonância nasal, e, segundo Jakobson

(1972, apud Motta Maia, 1985), embora os fonemas possam ser agrupados em

classes, há a possibilidade de pertencerem a mais de uma classe ao mesmo tempo.

Segundo Jones (1976), ao descrever o sistema de sons de qualquer língua é

necessário fazer a distinção entre os sons da fala e os fonemas. Para ele, um som de

fala caracteriza-se por uma formação orgânica e qualidade acústica definida. Um

fonema, por sua vez, pode ser descrito como uma família de sons de uma língua, os

quais podem variar em diferentes condições de duração, acento ou entoação. Por

exemplo, o /k/ nas palavras keep, cool e camp do inglês são três sons articulados

em diferentes partes do palato, mas que pertencem ao mesmo fonema, pois as

diferenças que os caracterizam dependem unicamente da natureza da vogal que os

acompanha. Por outro lado, os sons /n/ e /?/ pertencem a fonemas distintos em

inglês, porque suas diferenças independem de sons vizinhos. Assim, /n/ pode

acontecer em posições que também podem ser ocupadas por /?/, como nas palavras

sin /sIn/ e sing /sI?/.

Conforme Motta Maia (1985), foi Jakobson, pressionado pelo clima

positivista das ciências humanas em meados do século XX, quem buscou na física

105

as evidências para apoiar sua tese sobre os traços distintivos. Juntamente com o

foneticista Gunnar Fant e o fonólogo Morris Halle, investigou a fonologia de várias

línguas do mundo e conclui que todos os fonemas deveriam se assemelhar e/ou

diferir em, no máximo, doze dimensões definidas tanto em termos acústicos quanto

articulatórios. Segundo a autora, “a proposta de Jakobson, Fant e Halle (1951) é de

que há um inventário universal de doze traços distintivos

que possuem correlatos

físicos precisos e que podem explicar quaisquer semelhanças ou diferenças entre

fonemas nas línguas do mundo”.

O sistema em questão fundamenta-se em dois pressupostos. Primeiro, na

idéia de que os traços distintivos são entidades discretas, ou seja, que, por

definição, são não-contínuas (não há necessidade de uma ordem pré-estabelecida

para a ocorrência das características que distinguem a matriz de traços de um som).

O segundo pressuposto afirma que os traços distintivos são dicotômicos, isto é,

cada dimensão divide-se em duas possibilidades, sendo uma presença e a outra a

ausência de uma determinada característica (p.e. som vozeado X som não-

vozeado). De acordo com Motta Maia (1985), uma das vantagens desse sistema é a

de deixar claro determinadas semelhanças existentes entre essas duas classes de

segmentos assim como suas influências mútuas.

Ainda de acordo com Motta Maia (1985), na década de 1960, Noam

Chomsky e Morris Halli, ambos influenciados por Jakobson, fizeram a segunda

revolução no estudo dos sons da fala, com a criação da teoria que se tornou

conhecida como Fonologia Gerativa. Essa nova teoria herdou do estruturalismo “a

concepção de que a língua é uma rede de regularidades subjacentes invariantes que

Traços distintivos são as propriedades elementares nas quais um fonema pode ser decomposto (Motta Maia, 1985).

106

se manifesta de maneira variável mas previsível na fala”, sendo uma atualização da

capacidade inata e cujo desenvolvimento é desencadeado pelo contato com o meio.

Para Hernandorena (1996), na teoria de Chomsky e Halle, os fonemas

passaram a ser vistos sob dois aspectos: da perspectiva fonética, eles são entendidos

como um conjunto de especificações de traços (propriedades mínimas como

“nasalidade”, “sonoridade”, “labialidade”, “coronalidade”); da perspectiva

fonológica, os fonemas consistem em uma “representação mental dos itens lexicais,

em que ‘conjuntos de especificações de traços fonológicos’ podem manter uma

correspondência unívoca ou não com o conjunto de traços fonéticos”.

Para Motta Maia (1985), Chomsky e Halle propuseram um outro sistema de

traços binários com o intuito de contemplar todas as distinções fonéticas e

fonológicas presentes nas línguas do mundo. Esse novo sistema – conhecido como

matriz de traços – possui base articulatória, ou seja, trabalha com ponto e modo de

articulação para a caracterização das consoantes e com altura e recuo da língua para

a das vogais.

Segundo Hernandorena (1996:17-18):

“no nível fonético, os traços são caracterizados por Chomsky e Halle

(1968:297) como escalas físicas que descrevem aspectos do evento da fala

e podem ser tomados independentemente, seja do ponto de vista da

produção ou do ponto de vista da representação perceptual. (...) No nível

fonológico, os traços são marcadores classificatórios abstratos, que

identificam os itens lexicais da língua. Por terem função classificatória,

distintiva, os traços são binários no modelo de Chomsky e Halle, isto é,

cada traço é definido por dois pontos na escala física, representando um a

107

presença, o outro a ausência da propriedade. (...) Para Chomsky e Halle

(1968), os traços fonéticos constituem escalas físicas universais, ou seja,

um conjunto fixo e restrito, independente de qualquer língua. Nesse

sentido, pode concluir-se que a totalidade dos traços fonéticos representa as

capacidades de produção de fala do aparato vocal humano. (...) Afirmam

Chomsky e Halle (1968:170) que cada entrada lexical em uma língua

consiste em uma matriz fonológica na qual cada linha é rotulada por nomes

de traços fonológicos, aos quais é atribuído um valor classificatório”.

1.2.3. Fonemas do inglês que geram dificuldades de pronúncia para os aprendizes

brasileiros

Segundo Malmberg (1954), quem quiser pronunciar bem uma língua

estrangeira tem de conseguir dominar um grande número de novos hábitos

articulatórios. Tem de acostumar-se a articular os sons estrangeiros exatamente

como se faz na língua em questão e não deve continuar a servir-se dos hábitos

próprios da sua língua materna. Para o autor, “sem um conhecimento profundo da

fonética das duas línguas em questão o professor de línguas jamais conseguirá

ensinar aos seus alunos uma pronúncia perfeita da nova língua” (Malmberg,

1954:190).

Para Schütz (2005), um fator que dificulta a aquisição da pronúncia no

aprendizado de segunda língua é o fato do inglês, neste caso, possuir um número

maior de fonemas consonantais (24). Além disso, as consoantes da Língua Inglesa

podem ocorrer em posições que não ocorreriam em outra língua, como, por

exemplo, no português do Brasil. Acentuação tônica de palavras é outro aspecto

que influi significantemente na sua característica sonora. Enquanto no português do

108

Brasil encontramos apenas três tipos de acentuação tônica (oxítonas, paroxítonas e

proparoxítonas), no inglês americano encontramos pelo menos cinco tipos de

acentuação tônica (primário, secundário, terciário, forte e fraco). Para o autor, um

erro muito comum observado em aprendizes de inglês, cuja língua materna é o

português do Brasil, é a redução insuficiente de palavras funcionais e demais

sílabas não-acentuadas. Como conseqüência, o ouvinte terá dificuldade em

perceber quais sílabas são acentuadas e quais são não-acentuadas. Uma vez que o

ritmo é a principal indicação das divisões entre as palavras na língua falada

(equivalente aos espaços na escrita), o ouvinte terá dificuldade em captar o início e

o fim dos vocábulos. É, portanto, de extrema importância manter uma clara

diferença entre as sílabas acentuadas e não-acentuadas quando se fala inglês.

Tratando-se especificamente do falante brasileiro, o grande problema,

segundo Schütz (op. cit.), é que o aprendiz de segunda língua normalmente

apresenta dificuldades para produzir as vogais, e transfere o sistema vocálico de sua

língua para o inglês – fator este que dificulta a aquisição da pronúncia. Para o autor,

um elemento de difícil solução em relação à produção de vogais do inglês para o

falante brasileiro é o fato de que na Língua Inglesa há um número bem maior de

vogais (14 fonemas vocálicos do inglês americano, dos quais 03 são considerados

ditongos) que na língua portuguesa (7), fazendo com que a diferença entre cada

uma delas seja mínima, exigindo uma maior acuidade por parte do falante, tanto na

percepção quanto na produção.

Um exemplo bem conhecido da dificuldade de percepção e produção para

alunos brasileiros refere-se à pronúncia do som do i em inglês. Celce-Murcia et. alii

(1996:94-97) descrevem /i/ e /I/ como vogais altas e frontais produzidas com a

109

parte da frente da língua alta, próxima e à frente do palato duro e com a mandíbula

relativamente fechada. Parece haver uma semelhança do ponto de vista

articulatório. Entretanto, ainda segundo as autoras (1996), enquanto /i/ é articulado

com maior tensão dos músculos, a língua e a posição da mandíbula ficam mais altas

e os lábios ficam esticados em uma posição de sorriso, o fonema /I/ é articulado

com os músculos relaxados, a mandíbula um pouco mais baixa, os lábios não tão

esticados e a língua em uma posição mais central na cavidade bucal. Na fonologia

articulatória, o primeiro é descrito como “longo” /i/ e o segundo como “curto” /I/.

Segundo Cristófaro-Silva (2005), falantes do português brasileiro tendem a

associar o som de /I/ do inglês ao som de /i/ do português – que ocorre na palavra

ali. Para a autora esta associação – ente os sons /I/ e /i/ – decorre, “principalmente,

da interferência do sistema ortográfico. Isto porque, em inúmeras palavras do

inglês, a letra i corresponde ao som I (kiss, bit, it etc.); enquanto que, no português,

a letra i sempre corresponde ao som i (ali, vida, piada etc)”.

Segundo Avery e Ehrlich (1992) e Celce-Murcia et. alii (1996), o ensino da

pronúncia enfocava segmentos, como o contraste entre pares mínimos, no intuito de

fazer com que os aprendizes de segunda língua se conscientizassem sobre

diferenças fonêmicas da língua estrangeira. Segundo Celce-Murcia et. alii

(1996:111), o ensino de pronúncia, de modo geral, foca muito minimal pairs em

sentenças como, “My brother beat/bit me” ou “Would you test/taste this for me?”.

Para as autoras (op.cit.), o ensino de pares mínimos sem estarem dentro de um

contexto não tem nenhum sentido. Eles isoladamente não garantem aos aprendizes

um verdadeiro controle dos contrastes segmentais – principalmente quando se pede

para o aprendiz produzir a língua em situações onde o foco está na mensagem e não

110

na forma. Contudo, as sentenças com minimal pairs apresentam evidência de como

o significado pode ser interpretado de forma errada se um fonema vocálico for

pronunciado ou entendido de forma errada. Caso o minimal pair esteja

contextualizado e seguido de uma prática mais comunicativa pode garantir aos

aprendizes um controle dos contrastes segmentais. Em síntese, o ensino de

pronúncia deve incluir um componente que assegure aos aprendizes dominar a

percepção e a produção dos sons das vogais de modo contextualizado e

comunicativo e distinguir a pronúncia das vogais de suas formas ortográficas.

O que também é impressionante na Língua Inglesa é a freqüência com que as

reduções de vogais ocorrem na cadeia da fala e o número reduzido de vogais que

ocorrem em posição não-acentuada. Como conseqüência dessa aglutinação de

sílabas não-acentuadas no inglês, a vogal dessas sílabas freqüentemente enfraquece

e sofre uma “ redução” em direção ao som neutro /? /. Este fenômeno vocálico

neutro, conhecido como schwa é produzido pela vibração das cordas vocais,

músculos relaxados, a língua na posição central da boca e a mandíbula levemente

aberta. Segundo Cristófaro-Silva (2005), o schwa desempenha um papel muito

importante na construção do ritmo e da entoação no inglês; ele tem características

bem próximas ao a final do português brasileiro – como na vogal final da palavra

“pizza”. No português brasileiro, o schwa tende a ocorrer sempre em posição

postônica, ou seja, após a vogal tônica e sempre se relaciona a um “a” ortográfico.

No inglês, o schwa pode ocorrer em posição postônica (america) ou pretônica, mas

nunca em posição tônica, pois o fenômeno ocorre sempre em posição não-

acentuada. O schwa é um dos sons vocálicos mais reduzidos no inglês norte-

americano, principalmente se vogais reduzidas como a consoante /r/ vierem

posterior a ele, como em father, brother (Celce-Murcia et. alii, 1996).

111

Segundo as autoras (1996), existem quatro outros sons vocálicos reduzidos

no inglês norte-americano que também ocorrem em sílabas não-acentuadas. - /I/, /i/,

/o/ e /u/

(ver figura 1). As três últimas vogais não-acentuadas são semelhantes a

/iy/, /ow/ e /uw/, mas sem glide; são mais centrais por causa da ausência de acento:

QUADRO 3: sons vocálicos - Celce-Murcia, M; Brinton, D.M; Goodwin, J.M. (1996). Teaching

pronunciation – A reference for teachers of English to speakers of other languages, p. 109.

Cambridge: Cambridge University Press.

A qualidade dos sons das vogais reduzidas tende a variar. Por exemplo, a

vogal reduzida nas palavras behind, begin e prefer podem ser articuladas como /i/,

/I/ ou /? / dependendo do falante, do contexto e do dialeto.

Note que /I/ aparece no quadro 3 tanto como vogal reduzida quanto não-reduzida. Como as duas versões são

foneticamente bem semelhantes, optamos em usar o mesmo símbolo para representar as duas vogais em vez de

introduzir um novo símbolo.

112

QUADRO 4: sons vocálicos reduzidos - Celce-Murcia,M; Brinton, D.M; Goodwin,

J.M. (1996). Teaching pronunciation – A reference for teachers of English to

speakers of other languages, p. 109. Cambridge: Cambridge University Press.

Celce-Murcia et. alii (1996) afirmam que as distinções fonemáticas, duração

da vogal, nasalização e redução das vogais podem interferir em uma situação

comunicativa tanto em relação à produção quanto em relação à compreensão oral.

Portanto, elas acreditam que tais fenômenos devem ser explicitados aos aprendizes

de língua estrangeira que não dominam o referido código para que eles não se

vejam em situações embaraçosas e os depreendam intuitivamente.

Lieff e Nunes (1993) atribuem algumas dificuldades de pronúncia que os

aprendizes brasileiros têm às diferenças entre os sistemas de sons do inglês e do

português. Elas admitem que fatores como idade, personalidade, motivação e

habilidade fonética afetam o desempenho da pronúncia dos aprendizes. Segundo as

autoras, as dificuldades dos alunos de produzir as consoantes da Língua Inglesa

ocorrem porque os sistemas consonantais do inglês e do português divergem pelo

menos em um dos cinco níveis: (1) fonêmico; (2) fonético; (3) alofônico; (4)

distribucional; e (5) ortográfico. Segundo Marcherpe (1970), estas dificuldades

contribuem para que os aprendizes brasileiros cometam erros de pronúncia ao

produzir os fonemas da língua estrangeira em estudo.

113

De acordo com Mascherpe (1970), os erros fonológicos acontecem porque o

sistema de som do inglês tem fonemas que não existem no sistema do português, e

os aprendizes brasileiros substituem estes fonemas pelos do português. Os erros

fonéticos surgem porque as duas línguas têm fonemas semelhantes; porém,

diferenças na forma como são articulados. Estas diferenças fazem com que os

aprendizes brasileiros produzam os fonemas do inglês com a articulação do

português. Os erros alofônicos ocorrem porque os fonemas das duas línguas têm

diferenças alofônicas, e os aprendizes brasileiros pronunciam os alofones do inglês

como pronunciam os do português. Os erros distribucionais surgem porque existem

contrastes na distribuição dos fonemas das duas línguas, e o desvio de pronúncia

ocorre na posição dos fonemas distribuídos de forma diferente. O sistema

ortográfico da primeira língua dos aprendizes de inglês difere do inglês, ou seja,

não-alfabético ou pode envolver um alfabeto diferente. A ortografia dos falantes

não-nativos reflete: (1) o controle imperfeito do sistema de som do inglês; (2) a

transferência do sistema de som da língua materna; (3) a má-compreensão e

controle incipiente das convenções ortográficas do inglês – principalmente as

correspondências de ortografia do som. A ortografia da Língua Inglesa baseia-se

nas regularidades morfológica, lexical e fonológica. Chomsky (1970) chama a

atenção para o fato de que esta ortografia normalmente se correlaciona com a

representação lexical, um nível do processamento lingüístico abaixo da superfície e

ligado à pronúncia por meio de processos morfofonológicos regulares. A autora

(op. cit.) considera que a pronúncia do inglês deva ser ensinada pelo sistema de

escrita bem como pelo alfabeto fonético e símbolos adicionais.

Segundo Flege (1980), o aprendiz de língua que acredita ouvir na língua

estrangeira sons quase idênticos aos da língua materna (apesar das possíveis

114

diferenças fonéticas entre elas) irá basear sua pronúncia ao longo do processo de

aprendizado num modelo acústico resultante de pares de sons semelhantes das duas

línguas, em vez de baseá-la no modelo acústico específico da língua estrangeira,

assim como ocorre no aprendizado da língua materna. Concluímos pela fala de

Flege (1980) que uma apresentação detalhada dos dois sistemas fonológicos

ajudará o aprendiz a tomar consciência cedo de que os sons de um e outro idioma

não são exatamente iguais, e que essas diferenças podem ser relevantes no

significado, afetando o entendimento.

1.2.4. Composição acústica

Segundo Malmberg (1954), “a Fonética apresenta dois aspectos: (1) um

aspecto acústico, que estuda a estrutura física dos sons empregados e o modo como

o ouvido reage a estes sons; e (2) um aspecto articulatório ou fisiológico, que se

ocupa do aparelho fonador e do modo como produzimos os sons da língua. A

produção dos sons e sua interpretação implicam a intervenção de uma atividade

psíquica

ou de processos psíquicos necessários para o domínio de um sistema

fonético e lingüístico organizado. (...) Outros fenômenos acústicos, tais como: sons

musicais, ruídos da natureza, etc., e processos fisiológicos, tais como: bocejos,

roncos, mastigação e respiração, não pertencem ao domínio da Fonética, a qual se

caracteriza por ser uma ciência autônoma, de caráter inteiramente lingüístico”.

Para o autor (1954), “a Fonética compreende quatro ramos: (1) Fonética

Geral (estudo das possibilidades acústicas, a partir do funcionamento do aparelho

fonador); Fonética Descritiva (estudo das particularidades fonéticas de uma língua

ou de um dialeto); (3) Fonética Evolutiva (estudo das mudanças fonéticas sofridas

Ver o Circuito da Fala proposto por Saussure (s/d).

115

por uma língua no decorrer da sua história); e (4) Ortoépia ou Fonética Normativa

(conjunto de regras a que obedece a “boa” pronúncia de uma língua)”.

Segundo Malmberg (op. cit.), a Fonética Articulatória, também denominada

de Fonética Fisiológica, ocupa-se do estudo da produção dos sons pelo aparelho

fonador. Este é composto por três partes: (1) o aparelho respiratório, que fornece a

corrente de ar necessária para a maior parte dos sons da linguagem; (2) a laringe,

que cria a energia sonora empregada na fala; e (3) as cavidades supraglóticas ou

cavidade oral e nasal, que atuam como ressoadores, onde se produz a maior parte

dos ruídos utilizados na fala.

Assim como na Fonética Articulatória se tem a elaboração de modelos que

expliquem de forma dinâmica e global a produção do som, na Fonética

Perceptiva são propostos modelos para dar conta das propriedades acústicas dos

sons da fala e dos condicionamentos impostos por nosso sistema auditivo, em

sua compreensão (Malmberg, 1954). Conforme Llisterri (1991) a Fonética

Perceptiva se encarrega do estudo da audição da fala examinando como as ondas

sonoras chegam até a audição e se transformam em impulsos nervosos que vão

ao cérebro, por outro lado, estuda também como damos uma interpretação

fonética a estes impulsos, assimilando-os aos sons da língua que conhecemos,

este é o processo conhecido como percepção.

A onda sonora é criada por uma vibração (movimento repetido) que pode ser:

(1) periódica ou não-periódica; (2) simples ou composta. Os sons da fala

(vibrações) podem variar quanto a:

116

(1) Freqüência – número de ciclos vibratórios, produzidos em um segundo

(Hz), percebida como variações de tons agudos e graves;

(2) Amplitude – intensidade do som, percebida como volume alto ou baixo;

(3) Timbre – as freqüências que caracterizam um som, permitindo distinguir

sua qualidade característica, como por exemplo, na distinção de uma

determinada pessoa por sua voz.

A Teoria Acústica da Produção da Fala, também designada por Teoria da

Fonte-Filtro

, proposta por Fant (1973), encara o sinal de fala como resultado da

geração de fontes acústicas e filtragem dessas fontes pelo aparelho fonador,

permitindo ao pesquisador relacionar, por inferência, qualitativa e

quantitativamente, as propriedades físicas das ondas sonoras e os mecanismos

articulatórios que as produzem. É com base na Fonética Acústica que este trabalho

norteará a comparação entre a produção do inglês por um falante do português

brasileiro e por um falante americano.

De acordo com a teoria acústica da produção da fala, o trato vocal pode ser

considerado como um sistema de filtros que é exercitado por uma ou mais fontes

sonoras. Há dois tipos de fontes sonoras no aparelho vocal: uma fonte glotal de

sons periódicos que está associada à vibração das cordas vocais e fontes de ruído

criada a qualquer nível do trato vocal devido ao escoamento do ar a alta velocidade

através de constrições. O trato vocal tem a capacidade de modificar o som original

da voz. Esta capacidade está diretamente relacionada à configuração que o trato

Para uma resenha detalhada da Teoria da Fonte-Filtro proposta por Fant, ver Camargo (2002).

117

vocal assume na produção de um determinado som, e à mudança na posição dos

articuladores que altera a ação do filtro.

Segundo Ladefoged (1996), o trato vocal é delimitado, em uma extremidade,

pelas pregas vocais, e, em outra, pela abertura de lábios e narinas, que propiciam a

passagem do fluxo de ar que vem dos pulmões. (...) As pregas vocais são pequenas

pregas de músculos sustentadas pelas cartilagens da laringe. Na fala ou no canto,

elas se aproximam. Quando o ar sai dos pulmões, uma pressão é formada abaixo

das pregas vocais, fazendo com que elas se separem. Tão logo isto ocorra, diminui

a pressão abaixo delas, que voltam a se aproximar, resultando na formação de uma

pressão que as separam novamente. Este ciclo de eventos é repetido rapidamente

até que o ar não seja mais expelido pelos pulmões ou que a posição das pregas

vocais seja ajustada. O fluxo de ar entre as pregas vocais faz com que sejam

sugadas (aproximem-se), e o espaço da glote, ou espaço entre as pregas vocais, se

feche rapidamente. A mudança abrupta na pressão de ar que ocorre quando as

pregas vocais se aproximam ocasiona uma espécie de sopro que coloca em

movimento o ar que circula no trato vocal.

Conforme a teoria acústica, a fonte de voz é proveniente da vibração das

pregas vocais e de ruído, que pode ser contínuo (resultante da corrente de ar que

passa entre dois articuladores muito próximos, formando uma passagem bastante

estreita entre eles e causando turbulência, por exemplo o /s/), ou transiente

(decorrente da libertação repentina de obstrução formada pelo contato entre

articuladores, por exemplo /p/). Segundo Mateus et. alii (1990) o ruído “pode ser

criado por uma constrição que se mantém durante um certo intervalo de tempo mais

ou menos longo, como nas consoantes fricativas, ou por um fechamento completo

seguido de uma distensão brusca, como nas consoantes oclusivas.”

118

Quanto ao filtro, pode-se dizer que o tom de voz tem seu timbre alterado pelo

fenômeno de ressonância, que modifica a intensidade dos seus componentes. Tal

ressonância depende do trato vocal (que vai da glote até os lábios), cuja

configuração é determinada pela posição dos articuladores. Segundo Mateus et. alii

(1990) a função de filtro é muitas vezes referida tecnicamente como função de

transferência, que Fant define como “a razão entre pressão à saída dos lábios do

falante e a pressão ou a velocidade de volume da fonte sonora”.

A Teoria Fonte-Filtro, quando aplicada à produção da vogal, estabelece que

o output de energia é um produto da energia da fonte e do ressoador (ou filtro). As

características do filtro determinam a qualidade das vogais, visto que a fonte é

sempre igual: vibração das pregas vocais. Em contrapartida, as consoantes

divergem em termos de fonte, pois, se caracterizam pela vibração ou não das pregas

vocais e estreitamento ou obstáculos nas cavidades supraglóticas, e filtro. Na

análise dos sons consonantais, é necessário considerar a maneira de articulação, o

ponto de articulação e as características de voz.

Segundo Kent e Read (1992), a análise acústica pode ser realizada por meio

da forma da onda (oscilograma) e de outros gráficos, entre eles o espectrograma. O

espectrógrafo, criado em 1940 nos laboratórios Bell, por Ralph Potter e colegas,

que tornou possível a análise dos componentes do sinal acústico na forma de

espectrogramas, vem sendo substituído por programas de computador, os quais

estão sendo usados para análise acústica da fala.

119

O espectrograma é uma representação gráfica em que a ordenada

corresponde à freqüência, a abscissa ao tempo, e o contraste entre claro e escuro à

amplitude dos componentes elementares dos sons (quanto mais escuro maior a

amplitude). Há dois tipos de espectrogramas: os de banda larga, que utilizam filtros

mais largos para a separação dos formantes (geralmente entre 150 e 600 Hz), e os

de banda estreita, com filtros de pouca largura, que separam cada harmônico da voz

(usualmente entre 15 e 50 Hz). Os do primeiro tipo, apresentam boa resolução de

tempo, permitem realizar medidas de duração, embora apresentam resolução

grosseira de freqüência, e indicam bem os formantes que se apresentam como

manchas nas freqüências das ressonâncias do trato. É possível observar num

espectrograma de banda larga: os formantes e as transições entre eles, a barra de

sonoridade, a fricção, a obstrução, a plosão e, respectivamente, o ruído contínuo, o

silêncio e o ruído transiente. Os do segundo tipo, por não apresentarem nenhuma

precisão de duração, apenas de freqüência, são utilizados para mostrar os

harmônicos (componente de um tom complexo cuja freqüência é um múltiplo

inteiro do componente mais baixo, o chamado Fundamental (Maia, 1985:121).

Segundo Llisterri (1991), é importante lembrarmos que as propriedades

acústicas dos sons da fala se explicam pela configuração adotada pelo aparelho

fonador no momento de sua produção, estabelecendo-se assim uma estreita relação

entre a fonética articulatória e a fonética acústica. Por outro lado, tanto a audição

como a percepção dos sons da fala são determinadas pelas características acústicas,

de forma que a audição possa ser concebida como um sofisticado analisador das

ondas sonoras, com o qual se estabelece uma relação muito estreita entre a Fonética

Acústica e a Perceptiva

120

Vale lembrar que tanto a produção como a percepção da fala estão dirigidas a

um mesmo fim: a comunicação entre um emissor e um receptor; o que pode ser

evidenciado nas palavras de Jakobson e Halle (1956:): We speak to be heard and

need to be heard in order to be understood.

O objetivo do presente capítulo é descrever a metodologia de pesquisa que

escolhi para orientar minha investigação, e, por se tratar de um projeto de pesquisa

realizado dentro da Fonética Acústica, este trabalho tem de levar em conta formas

específicas de coleta e análise de dados. A seguir, explicitam-se o contexto de

pesquisa, a coleta dos dados, e os instrumentos e procedimentos utilizados.

2.1. A Escolha da metodologia de pesquisa

Johnson (1992) e Nunan (1992) afirmam que os estudos de caso são, em sua

maioria, qualitativos, apesar de às vezes envolverem quantificação de algumas

informações relevantes. Segundo Johnson (op. cit.), o estudo de caso tem sido uma

121

opção metodológica amplamente utilizada por pesquisadores de diferentes áreas,

com certo predomínio na aquisição de segunda língua, uma vez que, nesse campo,

tem-se mostrado eficaz no tratamento dos mais diversos tipos de questões.

De acordo com Denzin e Lincoln (1988), a pesquisa qualitativa apresenta

características peculiares. O próprio termo pesquisa qualitativa merece ser

entendido para o desenvolvimento de uma investigação coerente e bem delineada.

Algumas das principais características seriam a complexidade e a interconexão de

seus termos, conceitos e pressupostos, que se revelam na multiplicidade de suas

metodologias, no uso de vários instrumentos, estratégias, materiais, documentos e

possível atuação do pesquisador no contexto. Esta multiplicidade de metodologias é

atribuída à tentativa de assegurar uma compreensão mais profunda do fenômeno

em questão, mesmo tendo em mente que a realidade objetiva nunca é totalmente

detectada.

A opção por se realizar esta pesquisa através de um estudo de caso deu-se

pela riqueza de informações proporcionadas por esse tipo de estudo. De acordo

com Stake (1998), um caso caracteriza-se por sua especificidade, fronteiras,

comportamento padronizado, consistência e seqüenciamento. O autor ressalta que

estudar um caso gera um aprendizado sobre o fenômeno que nos leva a uma melhor

compreensão e assegura nossa aprendizagem, desde a identificação e escolha do

caso até o entendimento sobre exatamente qual é o nosso interesse nesse

determinado fenômeno. Para ele, a pertinência de se desenvolver um estudo de caso

está no fato de um pesquisador, levado por diferentes interesses, poder refinar uma

teoria, sugerir temas complexos para futuras pesquisas, como também,

proporcionar reflexão sobre experiências humanas e, assim, fornecer várias e

diferentes contribuições para a ciência (Stake, 1998). Neste trabalho, a adoção de

122

um estudo de caso propiciará um maior entendimento da comparação entre a

produção rítmica e entoacional do inglês por um falante americano e por um falante

brasileiro proficiente na língua, com o propósito de que isto possa servir no futuro

para o ensino e a aprendizagem do inglês como língua estrangeira.

De acordo com a classificação proposta por Stake (1998), este trabalho

constitui um estudo de caso intrínseco - motivado pelo interesse do pesquisador em

entender melhor um caso em especial, e ao mesmo tempo, um estudo de caso

instrumental – motivado pelo interesse do pesquisador em buscar suporte para

melhor compreensão de um fato, para que se resolva um determinado problema ou

por seu interesse em refinar uma teoria.

Este trabalho é de cunho experimental, porque segue rigorosamente os

parâmetros de coleta e análise dos dados impostos aos estudos fonético-acústicos,

para que tenham fidedignidade e possam ser replicados por outros pesquisadores da

comunidade científica.

Enquanto professora e pesquisadora, pretendi também aprender com o caso

estudado, visando obter subsídios que pudessem ser revertidos para minha prática

em sala de aula, além de relatar e registrar os achados significativos que possam

contribuir com a área de ensino e aprendizagem de língua estrangeira. Concluo que

a opção por estudo de caso foi pertinente por encontrar respaldo teórico e também

se mostrou adequada ao meu contexto e pergunta de pesquisa. Segundo Stake

(1998), esse tipo de método refere-se tanto ao processo de aprendizagem sobre o

caso quanto ao produto desse aprendizado.

2.1.1. Sujeitos de pesquisa

123

Para realização da pesquisa, foram estudados dois sujeitos do sexo feminino

e na faixa etária entre 25 e 30 anos. Um deles, designado por sujeito NA, é falante

nativo do inglês americano, de San Diego, Califórnia, e residente no Brasil há sete

meses, na data da coleta dos dados. Seu primeiro contato com a língua portuguesa

foi em 2002, quando morou em uma cidade do Estado da Bahia, por um ano, como

missionária. Em 2005, retornou ao Brasil e, atualmente, trabalha como professora

de inglês em uma escola de idiomas de São Paulo. Durante a graduação nos

Estados Unidos, participou de um curso de Fonética e Fonologia do inglês. O

segundo sujeito, designado por sujeito NON, é falante nativo do português

brasileiro, considerado proficiente na língua inglesa com base no critério de uso da

língua em seu dia-a-dia. Estuda inglês desde os 12 anos, participou de dois cursos

de treinamento de professor no exterior, cursou uma especialização (lato sensu) e,

atualmente, cursa mestrado. Os dois sujeitos de pesquisa consentiram

que os

dados fossem incorporados ao Banco de Dados do Laboratório Integrado de

Análise Acústica e Cognição da PUC-SP (LIAAC), exclusivamente para fins

científico-acadêmicos.

2.1.2. Corpus

de pesquisa

O corpus de pesquisa é composto por 40 sentenças, retiradas do script do

filme Dozen by the Cheaper (Doze é Demais), que se trata de uma comédia que

lida com sentimentos enraizados em valores familiares. O personagem principal,

interpretado por Steve Martin, é Tom Baker, casado com Kate, interpretada pela

Para maiores informações sobre o termo de consentimento, ver anexo 1.

O corpus usado neste trabalho encontra-se no anexo 2.

124

atriz Bonnie Hunt. A trama se passa em uma cidade pequena, em Illinois, com seus

doze filhos.

A opção por um script escrito originalmente em inglês deu-se com o objetivo

de obter uma amostra de fala mais próxima ou representativa do que seria uma

situação de fala natural, uma vez que o script foi escrito por um nativo do inglês,

para ser falado (o filme inicia com a narração deste script pela atriz). O corpus foi

submetido a uma análise auditiva de cunho impressionista por falantes nativos e

não-nativos do inglês, proficientes nesta língua, antes da realização da gravação

pelos dois sujeitos de pesquisa. Os grupos de falantes nativos e não-nativos

concordaram quanto à representatividade do corpus de uma situação de fala em

inglês.

2.1.3. Gravação do corpus de pesquisa

As sentenças foram gravadas pelos sujeitos, por meio de uma tarefa de

leitura, no Estúdio de Rádio e TV da PUC-SP, com os cuidados necessários para

garantir a qualidade da gravação e realização das medidas acústicas. A gravação foi

monitorada pelo técnico Ernesto Foschi e realizada diretamente no computador do

estúdio: Pentium III, com 2Hd de 20 Gb cada; 256Mb de memória RAM e

processador 700MHZ. Foram utilizados ainda: microfone Sennheiser e835; mesa

Shune M267; placa de áudio Delta 44 e o software SOUND Forge 6.0 em uma taxa

de amostragem de 22.05 Hz. Da placa de som do computador, o corpus foi gravado

diretamente em CD-ROM, com a produção de cada sujeito em uma faixa.

125

Para a tarefa de leitura do corpus das 40 sentenças, pelos sujeitos, as

sentenças foram impressas em folha Canson, com padrão Courier New e em fonte

30. Cada sentença foi imprensa em uma ficha, devido à necessidade de serem

embaralhadas antes de cada leitura. Esse procedimento teve como objetivo eliminar

o efeito aprendizagem/memorização, caso as sentenças fossem apresentadas sempre

na mesma ordem, e dissipar o efeito de lista ou de ordem fixa de apresentação dos

estímulos, o qual poderia causar vieses para uma análise estatística. Além disso, se

o corpus fosse lido tal como aparece no script, ou na forma de um texto corrido,

haveria a possibilidade de uma interpretação por parte dos sujeitos, gerando

variação de ritmo, entoação, uso de acentos e pausas, os quais dificultariam tanto a

análise acústica como a comparação intra e entre-sujeitos. As sentenças foram

impressas em fichas individuais e, ao final de cada uma delas, foi colocada uma

seta para baixo (?), na tentativa de induzir o sujeito a ler cada sentença como uma

afirmação, apesar de estarmos cientes que, isto, por si só não garante que o sujeito

imponha ao texto diferentes padrões de leitura.

Foram feitas seis leituras de cada sentença para obter uma quantidade de

dados que nos permitisse realizar uma análise estatística por meio do cálculo de

média

, desvio-padrão

e coeficiente de variação

A média refere-se à soma dos valores obtidos nas medidas acústicas, de duração ou f0, para um mesmo segmento

acústico, nas seis repetições, seguida da divisão desta soma pelo número de segmentos.

O desvio-padrão refere-se a um valor que designa o quanto o valor de duração ou f0 de cada segmento,

considerado isoladamente, variou em relação à média das medidas obtidas entre as seis repetições. Quanto maior o

valor do desvio-padrão, maior a variação na produção do segmento entre as repetições, e vice –versa. No que diz

respeito às medidas de duração, em específico daqueles segmentos que ocupam posições de acento na cadeia da fala,

estes podem variar mais que os segmentos que ocupam as posições não-acentuadas, uma vez que estas constituem

uma espécie de batida de referência para a construção do ritmo (alternância de batidas fortes e fracas). As medidas de

duração têm de ser submetidas a operações matemáticas, processo designado por normalização, porque variam em

função de o segmento ocupar ou não a posição de acento lexical, receber a maior proeminência do sintagma e/ou da

sentença, devido à taxa de elocução (fala rápida versus fala lenta), à topicalização ou ênfase de um determinado item

lexical, entre outros. Por isso, os dados de duração geralmente não são apresentados em seus valores absolutos,

milisegundos ou segundos.

O coeficiente de variação refere-se à divisão do desvio-padrão pela média e, é geralmente, apresentado em valores

percentuais, expressando a chamada variabilidade relativa.

126

2.1.4. Critérios para a análise acústica

Os dados foram digitalizados na freqüência de amostragem

de 22,05KHZ e

analisados no programa Praat

(versão 4.1.3), conforme referências de estudos e

pesquisas realizadas no Laboratório Integrado de Análise Acústica e Cognição da

PUC-SP (LIAAC). A análise fonético-acústica dos dados consistiu na obtenção e

inspeção da forma da onda, do espectrograma de banda larga e do contorno da

freqüência fundamental (f0), e na medição dos parâmetros de duração (em ms) e de

f0 (em Hz).

As medidas de duração das emissões foram feitas na forma da onda,

sincronizadas ao respectivo espectrograma de banda larga. Como critério para as

medidas de duração, foi estabelecido que a duração de cada segmento acústico teria

como referência o último pulso regular de uma vogal até o primeiro pulso regular

da vogal seguinte. Os segmentos de fala assumem características visuais (forma da

onda e espectrograma) diferentes em função de seus modos e pontos de articulação

e de serem ou não vozeados

. Assim, por exemplo, fricativas aparecem como

ruídos; oclusivas não-vozeadas como um espaço vazio (tempo de oclusão), seguido

de uma espícula (estouro da oclusiva), sem barra de vozeamento; vogais aparecem

como uma seqüência de linhas verticais, cada uma correspondendo a um ciclo de

Amostragem ocorre quando o sinal analógico é convertido em uma série de amostras, ou seja, em uma série de

números que podem ser armazenados em um computador. Esta conversão pode ser expressa com a seguinte notação:

x (n) = x (NT), onde x (n) é uma seqüência de amostras e T é o intervalo de amostra (Kent e Read, 1992).

O manual para iniciantes do Praat encontra-se disponível na Internet por Sidney Wood, no site

http://WWW.ling.lu.se/persons/Sidney/praate.frames.html. Para este trabalho, utilizei também uma apostila em

português sobre os pontos básicos para a utilização do PRAAT, a qual foi preparada por Ingrid Samczuk, sob

orientação da Profa. Dra. Aglael Gama Rossi.

Para maiores informações sobre a classificação dos sons em português e inglês, ver anexo 3.

127

abertura e fechamento das pregas vocais, e linhas horizontais mais escuras que se

referem às freqüências de ressonância do trato vocal

, conhecidas como formantes.

FIGURA 1: Forma da onda e espectrograma de banda larga para a frase didn’t think about that,

na fala de NA, com a etiquetação de cada segmento, em transcrição ortográfica, e, na segunda

camada, valores correspondentes de duração em ms. As freqüências formânticas das vogais estão

rastreadas pelas linhas vermelhas pontilhadas

Os valores da freqüência fundamental (f0 ou contorno entoacional) das

vogais foram extraídos, a princípio, em três pontos: início, meio e fim, com o

objetivo de observar a variação de f0, dentro da vogal mais detalhadamente na fala

de cada sujeito. Contudo, devido ao volume de medidas, optei por manter apenas o

valor extraído no meio de cada vogal. Além disso, em vários momentos, a medida

de f0 não pôde ser extraída em trechos de início ou fim da vogal.

Na Teoria Acústica (Fant, 1973), o trato vocal é entendido como um tubo reto, o qual apresenta em uma

extremidade os lábios e, na outra, uma fonte sonora. Na medida em que constrições se formam dentro do trato vocal,

algumas freqüências de ressonância deste tubo são realçadas em detrimento de outras. Essas freqüências são

designadas por formantes .

128

FIGURA 2: Forma da onda e espectrograma de banda larga para a frase didn’t think about that,

na fala de NA, com o contorno da freqüência fundamental (f0), em linha azul

Para dar uma idéia da quantidade de medidas, podemos tomar como exemplo

a análise das seis repetições da sentença It’s the number of times we zero out our

bank account each year, para o sujeito NA, um total de 25 segmentos x seis

repetições da sentença.

Em primeiro lugar, foram etiquetados os valores dos segmentos nas seis

repetições da mesma sentença para ambos os sujeitos. Em segundo lugar, os

valores absolutos das medidas obtidas no Praat em segundos, foram transportados

para uma planilha no Excel, e transformados em valores percentuais, por meio da

divisão da duração de cada segmento pelo valor total da sentença, multiplicado por

cem. Em seguida, foram realizados os cálculos de média, desvio-padrão, e

coeficiente de variação, para o mesmo segmento, entre as repetições da sentença,

além de gráficos para as primeiras inspeções da produção da sentença pelos

sujeitos. Abaixo segue um exemplo da montagem da planilha no Excel.

129

TABELA 1: Valores percentuais de duração, média, desvio -padrão e coeficiente de variação das

seis repetições da sentença It’s the number of times we zero out our bank account each year, na

fala de NA

NA R1 R2 R3 R4 R5 R6 média desvpad

coefvar

i 1,01 1,23 1,40 1,42 1,47 1,29 1,30 0,17 0,13

t'sth 5,31 5,07 5,88 6,06 5,05 4,91 5,38 0,48 0,09

e 1,56 2,04 1,92 1,43 1,70 1,91 1,76 0,23 0,13

n 1,93 1,95 1,85 2,34 1,93 1,86 1,98 0,18 0,09

u 2,62 2,96 2,96 2,69 2,89 3,29 2,90 0,24 0,08

mb 2,02 2,43 2,65 2,38 2,57 2,73 2,46 0,25 0,10

ero 4,95 5,46 5,74 4,58 5,25 5,21 5,20 0,40 0,08

f 1,32 1,35 1,04 1,88 1,85 1,73 1,53 0,34 0,22

t 3,98 4,27 4,21 4,28 3,69 3,79 4,04 0,25 0,06

i 4,35 5,26 3,92 5,42 4,56 4,90 4,74 0,57 0,12

m 2,71 2,38 2,88 1,49 2,27 2,86 2,43 0,53 0,22

s 3,49 3,11 4,34 3,53 4,07 3,53 3,68 0,45 0,12

we 3,85 4,53 2,82 3,65 3,15 4,05 3,67 0,62 0,17

z 4,04 3,51 2,98 3,98 3,79 3,28 3,60 0,42 0,12

eroou

17,15 14,02 14,69 14,22 12,92 13,62 14,44 1,46 0,10

our 4,19 4,52 4,80 4,49 4,29 4,58 4,48 0,22 0,05

b 2,71 2,58 2,53 3,15 3,09 2,29 2,72 0,34 0,12

a 3,32 3,24 3,59 3,38 3,55 2,89 3,33 0,25 0,08

nk 2,62 3,43 3,23 3,29 3,69 4,08 3,39 0,49 0,14

a 1,85 1,76 1,80 1,36 1,53 1,13 1,57 0,29 0,18

cc 3,48 4,01 4,06 3,76 3,70 3,82 3,81 0,21 0,06

ount 4,83 5,72 5,43 5,21 7,93 4,91 5,67 1,16 0,20

ea 4,27 3,65 3,40 3,69 2,13 4,07 3,54 0,76 0,21

ch 5,26 5,40 5,57 5,37 5,84 5,54 5,50 0,20 0,04

year 7,18 6,09 6,32 6,93 7,08 7,74 6,89 0,60 0,09

130

O mesmo foi realizado para as medidas de f0, as quais foram obtidas, sempre

que possível, em três pontos da vogal, início, meio e fim. As medidas de f0 não têm

sido, nos estudos acústicos, submetidas à processos de normalização como as

medidas de duração, e, por isso, permanecem em Hz, que correspondem aos seus

valores absolutos.

NA R1 R2 R3 R4 R5 R6

i 191 202 185 197 197 190

i 186 202 187 197 197 188

i 184 198 189 199 204 184

e 198 229 203 207 206 207

e 193 226 203 209 205 199

e 191 221 202 208 204 199

u 200 221 207 211 204 201

u 200 221 209 213 205 205

u 210 226 213 220 210 216

ero 242 245 240 244 231 234

ero 241 236 244 246 230 240

ero 230 228 231 236 227 234

i 225 226 216 208 221 202

i 200 207 202 204 205 186

i 207 214 204 207 201 182

we 187 194 194 187 186 174

we 189 205 202 195 193 177

we 184 186 188 188 186 170

eroout 189 188 189 184 180 176

eroout 195 188 192 192 185 193

131

eroout 187 182 183 181 180 180

our 188 185 183 182 180 181

our 181 179 185 177 176 176

our 178 176 184 176 176 173

a 177 178 178 167 172 171

a 171 175 172 161 164 160

a 169 179 173 159 164 158

a 187 187 177 180 166 167

a 179 181 172 177 159 158

a 172 176 164 171 156 156

ount 171 178 175 178 178 154

ount 152 154 152 151 144

ount 154 206

ea 147 232

ea 157 146 148 154

ea 161 143 161 165 154 155

year 172 161 167 150 157

year 150 141 137

year 151 151 149 151 157

TABELA 2: Valores de f0, medidos nas porções inicial, medial e final, das vogais das seis

repetições da sentença It’s the number of times we zero out our bank account each year, na fala

de NA. As células em branco correspondem aos locais nos quais não puderam ser extraídos os

valores de f0

Segundo Eysenck e Keane (1994), a leitura é aparentemente uma atividade

simples e fácil para a maioria dos adultos. Alguns dos aspectos envolvidos na

leitura dizem respeito à identificação e à extração de significado de palavras

individuais. Outros processos operam no nível da frase ou da sentença. Os

movimentos dos olhos fornecem informações úteis sobre alguns dos processos

básicos envolvidos na leitura.

132

A fixação no texto é alternada por movimentos rápidos dos olhos conhecidos

por sacadelas. A informação é extraída do texto apenas durante os períodos de

fixação e, em geral, é obtida não somente da palavra que está sendo fixada, mas de

uma ou duas palavras à direita do ponto de fixação.

A amplitude da percepção (= campo de visão efetivo) é afetada até certo

ponto pela dificuldade do texto, pelo tamanho da impressão. Tal informação parece

se relacionar bastante com as letras da palavra ou palavras não-fixadas. A maior

parte do processamento de cada palavra ocorre durante o tempo em que ela é

inicialmente fixada. O reconhecimento da palavra ocorre depois que a identificação

das letras que a constituem esteja completa.

Uma vez que a leitura se dá mediante estes processos, será levado em conta,

na análise dos dados o fato de o sujeito não-nativo utilizar estratégias diferentes de

modo a manter sua fluência na língua estrangeira. Uma das estratégias utilizadas

por NON parece ser a de divisão da sentença em um número maior de frases

entoacionais, em comparação a NA. Isto será mostrado e discutido na análise de

dados.

Este capítulo tem como objetivo caracterizar os aspectos segmentais e

prosódicos de um corpus de sentenças em inglês lidas por um sujeito nativo do

inglês americano e por um falante do português brasileiro, proficiente em língua

inglesa. Esta caracterização será feita com o apoio da análise acústica. Desta forma,

os dados receberão tanto um tratamento qualitativo, por meio de espectrogramas,

seguidos da discussão de diferenças e semelhanças observadas entre a produção dos

falantes, como também uma interpretação quantitativa, por meio de tabelas e

gráficos.

As sentenças analisadas neste capítulo foram escolhidas com base nos

processos fonético-fonológicos descritos por Levelt (1998), apresentados no

capítulo 1, com vistas a tratar a relação entre a produção de sons e a prosódia. Em

alguns momentos, foram analisados trechos de algumas sentenças, e, nestes casos,

as repetições foram escolhidas aleatoriamente para análise e a mesma repetição

para cada um dos sujeitos contemplados neste estudo. Devido à extensão do corpus

e ao tempo para a realização do mestrado, foi necessário fazer um recorte dos dados

colhidos para análise. Novos estudos poderão ser feitos, visto que, os dados

passaram a fazer parte do Banco de Dados do LIACC.

Na inspeção espectrográfica do falante nativo (NA), para a sentença But we

didn’t think about that, notamos que, ocorre o desaparecimento da oclusiva alveolar

não-vozeada /t/

que, por sua vez, propicia a juntura externa entre but e we [?wi]

A consoante /t/ é classificada como oclusiva, porque, durante sua produção, ocorre oclusão ou obstrução completa

da passagem da corrente de ar pelo trato vocal, a partir do contato entre a ponta da língua e os alvéolos (que se

localizam na parte imediatamente atrás dos dentes superiores). A oclusiva alveolar /t/ é desvozeada (as pregas vocais

se encontram separadas e não ocorre vibração delas), e é produzida, em inglês, com aspiração, (fluxo mais forte da

corrente de ar, que sai dos pulmões após a soltura da obstrução e antes do início da vogal), em início de palavra e em

posição acentuada, o que não ocorre em português.

São usados colchetes para a transcrição de sons que foram produzidos, e barras quando nos referimos a fonemas,

ou seja, a uma forma abstrata do som, antes de ele cair na cadeia da fala. Em muitos momentos, foi adotada

transcrição ortográfica, em itálico, como forma de simplificação.

134

formando um grande ditongo

FIGURA 1: Repetição 1 de But we por NA

Ao contrário do que foi mostrado para o falante NA (figura 1), o falante não-

nativo (NON), em sua primeira repetição da sentença (figura 2), produz a

consoante oclusiva alveolar [t], o que impede o aparecimento da juntura externa

entre but e we. A duração da oclusiva alveolar [t] de but, na fala de NON, na

primeira e na segunda repetições, apresenta o mesmo valor (70ms), apesar de a

duração entre o estouro do [t] e o início do ditongo [we], diminuir respectivamente,

de 29ms para 18ms

. Na terceira repetição de NON, ocorre o desaparecimento da

Devido ao fato de a consoante oclusiva bilabial vozeada /b/ aparecer no início da sentença, não é possível extrair

sua duração, uma vez que não há uma vogal anterior a ela que sirva como referência.

O “vozeamento é o som ‘zumbido’, que pode ser ouvido quando as pregas vocais na laringe vibram” (Laver, 1995)

Voice Onset Time (VOT) é o tempo de início de sonorização. Costuma-se dividir a medida de VOT em três domínios

(Lisker e Abramson, 1964 apud Laver, 1994), que correspondem às categorias fonéticas e fonológicas das oclusivas

sonoras, oclusivas surdas sem aspiração e oclusivas surdas com aspiração: (1) oclusivas sonoras, caracterizadas por

barra de sonoridade em que o vozeamento é anterior à liberação da oclusão (VOT de -125 a -75ms); (2) oclusivas

surdas sem aspiração, caracterizadas por intervalo curto ou simultâneo, em que o vozeamento é simultâneo ou dá-se

logo após a liberação da oclusão (VOT de 0 a +25ms); (3) oclusivas surdas com aspiração, caracterizadas por

intervalo longo, em que o espaço de tempo entre a liberação da oclusão e o início da vogal é superior a 60 ms (VOT

de +60 a + 100ms).

135

oclusiva alveolar não-vozeada [t], e, por conseguinte, a juntura externa entre but e

we [?wi].

FIGURA 2: Repetição 1 de But we por NON

Um aspecto importante da produção da oclusiva alveolar não-vozeada, por

NON, desde o início, refere-se à visualização de uma barra de voz durante o tempo

de oclusão desta consoante, além do fato de que esta barra de voz tem uma

amplitude muito alta em relação àquela de uma oclusiva vozeada. Talvez esta seja

uma estratégia de NON para chegar, na terceira repetição, ao desaparecimento de

[t] e à juntura externa [b?wi]

. Isto mostra que há um conhecimento subjacente,

por parte de NON, com relação à aplicação de processos fonético-fonológicos da

fala corrente em inglês. Contudo, parece ser necessário um tempo para que esse

conhecimento seja atualizado e acomodado. Vale lembrar ainda que cada repetição

Na fala de NON é possível observar a barra de voz da oclusiva [b], mesmo quando esta se encontra em início da

frase.

136

da sentença ocorre numa ordem aleatória em relação às demais, isto porque as

sentenças foram digitadas individualmente em fichas que eram embaralhadas antes

de cada repetição (leitura do corpus). Considerando a ordem aleatória e o fato de

que o corpus é formado por 40 sentenças, não é possível explicar a produção de

NON nas três primeiras repetições apenas por fatores de aprendizagem e memória.

Este desempenho só pode ser atribuído a um conhecimento implícito da língua

inglesa.

FIGURA 3: Repetição 2 de But we por NON

137

FIGURA 4: Repetição 3 de But we por NON

FIGURA 5: Repetição 1 de times por NON

Comparando-se as produções de NON para a oclusiva alveolar não-vozeada

[t], na figura 2, referente à produção em but, na sentença But we didn’t think about

138

that, com a palavra times, na figura 5, da sentença It’s the number of times we zero

out our bank account each year, podemos observar o que foi dito em relação ao

fato de que não há barra de vozeamento ou atividade laríngea no tempo de oclusão

de [t], conforme visto desde a repetição 1 de NON, em but we (figura 2).

Na produção da sentença It’s the number of times we zero out our bank

account each year, pelo sujeito NA, na figura 6, correspondente à primeira

repetição, é possível observar um outro processo fonético-fonológico, que se refere

à juntura externa entre (zero) out + our (bank). Ocorre a implementação da regra de

transformação dos segmentos /t/ e /d/ no flap [r], pelo fato de estarem entre vogais

(out our? ou[r]our). Este processo geralmente é denominado de flapping ou

tapping, e ocorre não apenas na juntura entre palavras, mas também dentro de

palavras (letter? le[r]er ou ladder? la[r]er).

FIGURA 6: Repetição 1 de zero out por NA

Segundo Cristófaro-Silva (2005), isto acontece no contexto fonético em que

a vogal anterior ao [t] ou [d] é tônica (ou acentuada) e a vogal seguinte é átona (ou

139

não-acentuada). Em relação à produção de NA, o contexto que desencadeou o

processo de flapping ou tapping foi a sequência entre uma palavra de conteúdo

(zero out), acentuada, seguida de uma palavra gramatical (our), não-acentuada, o

que deu origem a uma única palavra fonológica [zI?.r?w.awt.awr?

zI?.r?w.aw.rawr]. Segundo Levelt (1998), o processo desencadeado pela

cliticização (a juntura da palavra gramatical à palavra de conteúdo à esquerda), gera

a ressilabificação [awt.awr? . aw.rawr].

FIGURA 7: Repetição 1 de zero out our por NON

Em contrapartida, nas seis repetições da mesma sentença pelo sujeito NON,

o processo de flapping não é observado, como exemplificado na figura 7, na qual

permanece o /t/ de out, produzido como a africada [?], com duração de 147ms. Na

140

segunda, terceira e quarta repetições, os valores obtidos para a africada [?] foram,

respectivamente, 155ms, 150ms e 219ms. Entretanto, nas repetições 4 (219ms), 5

(270ms) e 6 (273ms) foram introduzidas pausas entre [?] e [our] com os seguintes

valores: 54ms, 61ms e 45ms. Vale notar que [our] tem sempre a mesma duração,

150ms, com exceção da primeira repetição, 226ms.

FIGURA 8: Repetição 5 de ero out our por NON

A inserção da pausa extrínseca,

nas três últimas repetições, sugere que o

sujeito NON tenha tratado zero out e our bank account como frases entoacionais

diferentes. Analisando os gráficos 1 e 2, que mostram a evolução do contorno da

freqüência fundamental (f0), medida nos pontos inicial, medial e final de cada

vogal da sentença It’s the number of times we zero out our bank account each year,

podemos perceber que o contorno apresenta pouco movimento na fala de NA entre

Laver (1994) define a pausa extrínseca (silenciosa) como um período de inatividade vocal, de uma certa duração,

embutido no fluxo da fala, embora para ele a pausa extrínseca (silenciosa) teria o valor mínimo de 200ms.

141

as seis repetições, com um pico em number of, caindo lentamente até o final. Ao

contrário, para NON, observa-se um maior movimento do contorno de freqüência

fundamental, com a formação de três picos: em number of, zero out e bank account.

A diferença entre os contornos de f0 de ambos os sujeitos sugere que NA

provavelmente dividiu a sentença em duas frases entoacionais: //It’s the number of

times //we zero out our bank account each year//, enquanto NON parece ter

dividido-a em três: //It’s the number of times // we zero out// our bank account each

year//. A inserção da pausa por NON pode ter determinado a diferença de divisão

em frases entoacionais por ambos os sujeitos

É interessante notar que a variação do contorno de f0 é muito semelhante

entre as diferentes sentenças do corpus, produzidas por NA, quando se observa um

pico no início do contorno (pitch accent ou acento de pitch) e uma queda leve e

constante até o final. Isto parece constituir um padrão que NA impõe à leitura das

sentenças declarativas/afirmativas (as quais, nas fichas em que foram apresentadas

para a tarefa, terminam com uma seta para baixo, sugerindo ao sujeito que deve

haver o decaimento da entoação ou do f0). Em relação a NON, observa-se que as

sentenças são divididas em mais frases entoacionais. Na sentença acima, a

introdução de uma pausa ocasionou a divisão entre zero out e our bank account

each year. Não se pode afirmar até que ponto isto tenha sido o efeito de uma

estratégia empregada por NON, na tarefa de lidar com a leitura de sentenças mais

longas.

Outra diferença que pode ser observada no contorno de f0 (gráficos 1 e 2), na

produção da mesma sentença, refere-se à juntura externa entre bank e account (ban.

ka.'count). Na fala de NON, percebe-se, auditivamente, o deslocamento do acento

142

lexical de account (?'kawnt) para a esquerda [bæ?.'k?.kawnt]. No gráfico 2, a

seqüência de vogais de account aparecem como um platô, com os mesmos valores

de f0, ao passo que a vogal de bank situa-se num valor mais baixo que as de

account. Assim, a vogal pré-tônica de account que se juntou ao [k] do monossílabo

bank, formando uma nova sílaba, tem valor de f0 tão alto quanto a tônica ount. O

mesmo não foi observado na fala de NA [bæ?.k?.'kawnt], na qual se observa uma

linha leve e continuamente descendente no trecho we zero out our bank account

(ver gráfico 1). Podemos observar, conforme tabelas 1 e 2, que os valores de f0 de

our bank account são menores na fala de NA que na fala de NON.

FIGURA 9: Repetição 6 de bank account por NA

143

FIGURA 10: Repetição 6 de bank account por NON

Gráfico 1 - valores de f0 (Hz) medidos em três pontos das

vogais da sentença "It's the number of times we zero out

our bank account each year" para NA

100

150

200

250

300

350

400

450

i e um ero i we eroou our a a oun ea year

R1 R2

R3 R4

R5 R6

144

NA R1 R2 R3 R4 R5 R6

our 188 185 183 182 180 181

our 181 179 185 177 176 176

our 178 176 184 176 176 173

a 177 178 178 167 172 171

a 171 175 172 161 164 160

a 169 179 173 159 164 158

a 187 187 177 180 166 167

a 179 181 172 177 159 158

a 172 176 164 171 156 156

ount 171 178 175 178 178 154

ount 152 154 152 151 144

ount 154 206

TABELA 1: Valores de f0 nas porções inicial, medial e final das seis repetições de our bank

account da sentença It’s the number of times we zero out our bank account each year na fala

de NA

Gráfico 2 - valores de f0 (Hz) medidos em três pontos das

vogais da sentença "It's the number of times we zero out

our bank account each year" para NON

100

150

200

250

300

350

400

450

i e um ero i e we eroou our a a oun ea year

R1 R2

R3 R4

R5 R6

145

NON R1 R2 R3 R4 R5 R6

our 264 263 245 237 245

our 244 227 225 216 233

our 245 223 222 217

a 251 219 237 215 225 227

a 232 220 237 217 225 216

a 235 247 239 229 232 234

a 313 308 297 270 286 304

a 301 305 295 267 285 307

a 294 296 282 266 283 302

oun 300 257 250 255 267

oun 249 230 227 211 224 228

oun 245 248 243 228 238 241

TABELA 2: Valores de f0 nas porções inicial, medial e final das seis repetições de our bank

account da sentença It’s the number of times we zero out our bank account each year na fala

de NON

Os gráficos da produção das vogais (3 e 4) e das consoantes (5, 6), por NA e

NON, contêm como informação a média entre as seis repetições das durações dos

segmentos em valores percentuais

, ao invés de valores absolutos (ms), como

forma de reduzir os fatores que podem interferir nas medidas de duração: acento

Os valores percentuais referem-se a uma forma de normalizar os valores absolutos da duração medida em

miléssimos de segundos ou segundos. A percentagem de cada segmento é calculada em relação à duração total da

frase.

146

lexical, taxa de elocução

, entre outros. Os valores das médias aparecem no eixo à

esquerda (do leitor).

Foram também calculados os valores de desvios-padrão, a partir dos valores

percentuais, para obter um índice da variabilidade dos segmentos, uma vez que esta

medida se refere a quanto o valor de cada segmento variou em relação à média das

seis repetições. Valores percentuais mais altos indicam uma maior distensão do

segmento no tempo, originalmente medido em segundos no Praat. Por outro lado,

valores baixos indicam um “encolhimento” do segmento no tempo. Assim, valores

altos são observados em posição de acento, ao passo que valores baixos são

observados em posições átonas, ou não-acentuadas, sujeitas aos processos que

afetam palavras contíguas, tais como: juntura externa, cliticização e ressilabificação

(Levelt, 1998).

Gráfico 3 - média e desvio-padrão para as vogais da

sentença "It's the number of times we zero out our bank

account each year" para NA

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

16,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

média

1,3 1,8 2,9 5,2 4,7 3,7 14 4,5 3,3 1,6 5,7 3,5 6,9

desvpad

0,2 0,2 0,2 0,4 0,6 0,6 1,5 0,2 0,3 0,3 1,2 0,8 0,6

i e u ero i we

eroo

our a a oun ea year

Conforme a nota 26, taxa de elocução, traduzida da expressão speech rate, refere-se ao número ou quantidade de

segmentos acústicos que o falante produz num dado tempo; daí sua diferença com o que normalmente é designado

por velocidade de fala. Assim, a taxa de elocução pode ser alta (“velocidade rápida”) ou baixa (“velocidade lenta”).

147

Gráfico 4 - média e desvio-padrão para as vogais da

sentença "It's the number of times we zero out our bank

account each year" para NON

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

16,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

média

1,1 1,5 2,4 3,0 3,9 1,7 3,8 9,8 3,4 1,8 2,0 5,1 2,0 6,4

desvpad

0,2 0,5 0,7 1,0 1,8 1,3 1,1 4,3 1,1 0,7 1,6 0,8 0,4 1,0

i e um ero i e we

eroo

our a a oun ea year

Na comparação entre NA e NON, para duração (gráficos 3 e 4), em valores

percentuais das vogais da sentença It’s the number of times we zero out our bank

account each year, são observados, na fala de NA, dois picos de desvio-padrão, um

sobre zero out e outro sobre -ount de account, enquanto para NON, são encontrados

picos de desvio-padrão sobre: a vogal “i” de times, em zero out, a vogal “a” de

account, na juntura externa desta com bank. Os picos de desvio-padrão, nos

gráficos de duração das vogais, referem-se aos locais de acento, nos quais as

durações podem ser distendidas diferentemente a cada produção. A posição de

acento é o local de variação da duração. Por outro lado, na posição não-acentuada,

os segmentos apresentam valores baixos de desvios-padrão, constituindo as batidas

de referência para manutenção do ritmo (Albano, Barbosa, Gama-Rossi, Madureira,

e Silva, 1998). Valores baixos de desvios-padrão de um segmento numa posição

não-acentuada indicam ainda que a duração acústica reflete uma precisão na

produção articulatória do segmento entre repetições (“acerto” no mesmo alvo).

148

Comparando os gráficos 1 e 3 de NA para as medidas de f0 e duração da

sentença It’the number of times we zero out our bank account each year, observa-

se que NA realiza um contorno de f0 muito semelhante entre os segmentos, com

um ligeiro pico em number of. Por outro lado, no gráfico 3 referente à duração das

vogais em valores percentuais da mesma sentença, NA apresenta um pico de

desvio-padrão (característico de posição de acento) em eroou e, outro, sobre oun de

account. É interessante observar que os valores de desvios-padrão das durações das

vogais entre estes dois picos são muito baixos, indicando que provavelmente tais

vogais constituíram batidas de referência para construção do ritmo. Nas vogais que

antecedem ao pico de desvio-padrão em zero out, observa-se um ligeiro e gradual

aumento até antes deste pico. NON, por sua vez, apresenta uma variação de

contorno de f0 (pitch accents ou acentos de pitch) de acordo com a divisão de

frases entoacionais que se pode impor à sentença, ou seja, NON parece explorar

mais as possibilidades de divisão da sentença em frases entoacionais.

Na comparação entre os gráficos 3 e 4, observamos que NA apresenta

valores de duração maiores para todas as vogais, com exceção de a de account, em

comparação a NON. Contudo, esta apresenta valores de desvios-padrão mais altos

para quase todas as vogais. Na produção da vogal a de account, observamos um

desvio-padrão maior na fala de NON (1,6) que na de NA (0,3), provavelmente em

função de um deslocamento, na fala de NON, do acento lexical de acCOUNT para

[bæ??k?.kawnt]. É possível que NON tenha produzido um acento paroxítono, o

que é característico do português brasileiro, principalmente, dos trissílabos (Gama-

Rossi e Silva, 2001).

149

Observando mais atentamente a produção de segmentos consonantais e

vocálicos, constatamos a inserção do segmento [I], transcrito ortograficamente

como [e], em times, para NON. É interessante notar que em number of (ero) há um

maior alongamento na fala de NA (5,2%) que na fala de NON (3%). Por outro lado,

o desvio-padrão ou a variação entre as repetições é maior na fala de NON (1%) que

na fala de NA (0,4%); o mesmo ocorre em relação ao eroou de zero out, com

duração maior na fala de NA (14%) que de NON (9,8%), e desvio-padrão maior na

fala de NON (4,3%) e (1,5%) para NA. Notamos também que a produção da vogal

an de bank é maior para NA (3,3%) que para NON (1,8%); porém, o desvio-padrão

é menor na fala de NA (0,3%) que na de NON (0,7%). Ressaltamos que aquilo que

foi chamado de deslocamento de acento para a esquerda pode ser visto nos valores

de desvios-padrão de NA e NON, em account, respectivamente, [a]=0,3% e

[oun]=1,2% e [a]=1,6% e [oun]=0,8%.

Até o momento, a comparação entre os dois sujeitos para a sentença It’s the

number of times we zero out our bank account each year examinou fenômenos

relacionados à sua organização prosódica, tais como: a formação ou não de junturas

externas, a criação de frases entoacionais, a introdução de pausa e o deslocamento

do acento. No entanto, é óbvio que esses fenômenos prosódicos surgem da

aplicação ou não de regras fonético-fonológicas, o que ocorre no nível do segmento

(Albano et.alii, 1998).

Outros processos são observados nos gráficos 5 e 6, colocados abaixo, na

produção das consoantes da sentença It’s the number of times we zero out our bank

account each year, por NA e NON.

150

Gráfico 5 - média e desvio-padrão das consoantes da

sentença "It's the number of times we zero out our bank

account each year" para NA

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

média

5,4 2,0 2,5 1,5 4,0 2,4 3,7 3,6 2,7 3,4 3,8 5,5

desvpad

0,5 0,2 0,3 0,3 0,3 0,5 0,4 0,4 0,3 0,5 0,2 0,2

t'sth n mb f t m s z b nk cc ch

Gráfico 6 - média e desvio-padrão das consoantes da

sentença "It's the number of times we zero out our bank

account each year" para NON

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

média

5,9 2,0 2,4 2,5 3,8 1,5 3,5 6,5 4,5 2,4 1,6 1,5 4,3 5,8 4,7

desvpad

1,7 0,2 1,3 0,9 0,6 0,7 0,8 4,4 1,3 0,2 0,5 0,4 0,7 2,0 0,2

t'sth n b f t m s z t b n k cc t ch

NA produz menos consoantes que NON e apresenta valores de desvios-

padrão que tendem a zero, ao passo que NON apresenta valores de desvios-padrão

indicativos de maior variabilidade. NA “apaga” ou reduz o segmento [t] em out e

151

account, enquanto NON o produz com duração e desvio-padrão consideráveis ([t]

de out, média=4,5% e desvio-padrão=1,3%; [t] de account, média=5,8% e desvio-

padrão=2%).

No gráfico 6, referente à média das produções dos segmentos consonantais

por NON, observam-se valores maiores de duração e variabilidade das consoantes

fricativas [z] de zero out e de f em of. Para a consoante [z], NA apresenta

média=3,6% e desvio-padrão=0,4%; enquanto NON apresenta média=6,5% e

desvio-padrão=4,4%. Para a consoante f, NA apresenta média=1,5% e desvio-

padrão de 0,3%, ao passo que NON apresenta média=2,5% e desvio-padrão de

0,9%. Como as fricativas são segmentos produzidos com uma constrição parcial do

trato vocal, estão sujeitas a valores variáveis de alongamento no tempo, e, portanto,

maior variabilidade. Por isso elas se destacam diferentemente das demais

consoantes na aquisição da fala pela criança (Gama-Rossi, 1999) e, no caso dos

dados aqui apresentados, na produção de uma língua estrangeira por um adulto. A

maior variabilidade na produção das fricativas pode ser indicativa de uma menor

precisão na produção segmental, que por sua vez, afeta a produção rítmica.

Em suma, a produção segmental das falas de NA e NON apresenta

diferenças quanto: deslocamento do acento lexical para sílaba pré-tônica formada

na juntura entre duas palavras, redução ou manutenção de segmentos consonantais,

diferenças de variabilidade apontadas nos valores de desvios-padrão, o que sugere

também diferenças entre a organização rítmica das produções dos dois sujeitos.

Esta diferença também pode ser observada quanto à variação do contorno da

freqüência fundamental (f0) ou curva entoacional, parâmetro acústico mais

importante para o estudo da entoação.

152

Conforme Celce-Murcia et alii (1996), o contorno entoacional da sentença

declarativa/afirmativa, em inglês, é marcado por uma curva descendente,

caracterizando-se por um declínio da freqüência fundamental, o qual pode ser

observado no gráfico 7, referente à sentença But we didn’t think about that,

enunciada por NA.

Gráfico 7 - valores de f0 (Hz) medidos em três pontos das

vogais da sentença "But we didn´t think about that" para NA

100

150

200

250

300

350

400

uwe uwe uwe idn' idn' idn' in in in a a a ou ou ou a a a

R1 R2

R3 R4

FIGURA 11: Contorno da freqüência fundamental no padrão entoacional da modalidade

declarativa de but we didn’t think por NA

153

No contorno da freqüência fundamental (f0) de but we didn’t think emitido

por NA (figura 11)

, em situação de leitura, observamos que f0 começa a subir no

segmento /u/ da sílaba but e se mantém alto na sílaba we. A partir de /idn’t/ da

palavra didn’t, há uma descida gradual até /in/ da palavra think, o que, nesse

exemplo, é visto como um platô; ocorre uma elevação de f0 no segmento [a] de

about, seguida de uma descida gradual até [a] de that

Em contrapartida, no contorno da freqüência fundamental (f0) de but we

didn’t think, emitida por NON (figura 12), também em situação de leitura,

observamos que há um platô de f0 em uwe, um movimento rápido ascendente em

idn’t, e um declínio de f0 em in da palavra think. O movimento ascendente e brusco

de f0 no final de that é um efeito de microprosódia, ou seja, da influência da

consoante seguinte sobre a vogal desta palavra. Os contornos de f0 (gráficos 7 e 8)

mostram que a sentença But we didn’t think about that foi tratada como uma única

frase entoacional, //But we didn’t think about that//, para NA, com um único pico

de proeminência sobre but we didn’t. Na produção de NON, tanto o gráfico 8

quanto o espectrograma (figura 12) mostram um pico alto de proeminência sobre

didn’t e um pico menor sobre a de about, o que pode sugerir que NON tenha

tratado a sentença como duas frases entoacionais: //But we didn’t think// about

that//, uma vez que, intuitivamente, about that parece ser uma expressão de uso

freqüente, e neste sentido, tratada em si como uma frase.

Os espectrogramas das figuras 11 e 12 apresentam uma camada além daquela de etiquetamento. Nesta camada, as

barras dentro de cada etiqueta dos segmentos vocálicos demarcam os locais (início, meio e fim) de onde foram

extraídos os valores de f0.

Pelo fato de NA apresentar uma voz mais agravada a extração do contorno da freqüência fundamental foi feita

dentro da faixa de 100 a 300Hz. A queda brusca do contorno de a de that ocorre devido a uma qualidade de voz

semelhante a uma voz rangida, com um espaçamento maior entre os ciclos de abertura e fechamento das pregas

vocais.

154

FIGURA 12: Contorno da freqüência fundamental no padrão entoacional da modalidade

declarativa de but we didn’t think por NON

Gráfico 8 - valores de f0 (Hz) medidos em três pontos das

vogais da sentença "But we didn´t think about that" para NON

100

150

200

250

300

350

400

u u u we we we i i i n' n' n' in in in a a a ou ou ou a a a

R1 R2

R3 R4

R5 R6

Na seqüência, será discutida a produção de is still our, na sentença Sure,

twelve is still our number, por ambos os sujeitos. A consoante /s/ é classificada

como fricativa alveolar desvozeada, pois, durante sua produção, há um fechamento

parcial do trato vocal, no contato da língua com os alvéolos e, quando o ar passa

por este estreitamento, produz um ruído semelhante a fricção. Em inglês, de acordo

155

com Nunes (1987), quando o fone [s] ocorre em início de palavra, há uma

tendência por parte do falante brasileiro de inserir a vogal [i] antes dele, no

chamado grupo assilábico

. A autora realizou um estudo do aspecto fonotático de

grupos assilábicos iniciais e finais, em inglês e português, analisando cada sistema

fonológico separadamente e desenvolvendo um trabalho contrastivo. Em ambos os

sistemas fonológicos, observou a existência de dois grandes grupos de fonemas: o

silábico ou central (N), correspondente à vogal ou fonema de maior grau de

vozeamento (nasais e líquidas) e o assilábico, subdividido em marginal inicial (MI)

e final (MF).

No que diz respeito aos grupos assilábicos marginais iniciais (ou que

constituem o ataque da sílaba, que pode ou não ser ramificado), Nunes (op. cit.)

afirma que, em português, não há as seqüências /sp, st, sk, sf/ na margem inicial

dos grupos assilábicos e, devido a essa diferença fonotática entre português e

inglês, o falante brasileiro de inglês tende a transformar tal seqüência em uma

sílaba com núcleo (N). A autora cita como exemplo a palavra spray, monossilábica

em inglês /sprey/, mas produzida pelo falante brasileiro em uma dissolábica

/is.prey/, o que ocorre pela inserção da vogal /i/ no início do grupo assilábico.

Para os grupos assilábicos marginais finais, Nunes (op. cit.) refere que, o fato

de não haver em português ocorrências isoladas dos fonemas

/p,t,k,b,d,g,f,v,ð,z,?,m,n,?/, na margem final da sílaba, pode levar brasileiros,

falantes de inglês, a inserir um fonema silábico, ou seja, uma vogal, e, por

conseguinte, criar mais uma sílaba. Isto é o que ocorre em palavras tais como: tape

Um grupo assilábico é definido como sendo um agrupamento de fonemas marginais, os quais podem ocorrer tanto

em posição pré-silábica (speak), quanto em posição pós-silábica (stamp) (Nunes, 1987).

156

/teypi/, cat /kæti/, book /bUki/, five /fayvi/, com a inserção do fonema assilábico /i/

na margem final.

Na inspeção espectrográfica de NON, para a sentença Sure, twelve is still our

number, há a inserção da vogal [i] na sílaba still [s?iw], formando uma palavra

dissilábica [iS.?iw]. Deve-se levar em conta que o contexto fonético

“is still”

propicia o aparecimento do /i/ antes de still, uma vez que, o /s/ em still está ladeado

por uma fricativa e por uma africada. É interessante notar que a seqüência is still

forma a palavra /i.ziS.?iw/, pertencente ao dialeto paulistano em PB.

FIGURA 13: Repetição 1 de is still por NON

Para uma explicação à luz da Fonologia Acústico-Articulatória, veja Albano (2001:80-5).

157

Em contrapartida, na produção das seis repetições, da mesma sentença, pelo

sujeito NA, não houve a inserção da vogal [i] antes do [s] na sílaba still, sendo

mantida a palavra monossilábica [s?iw], como exemplificado na figura 14.

FIGURA 14: Repetição 1 de is still por NA

Foi pesquisada a produção de um outro grupo assilábico, /sm/, com o intuito

de verificar se o /i/ ocorria antes de /s/, uma vez que, neste caso, este último era

ladeado por nasais (having a small), uma vez que o /a/ pode não ser reduzido.

Então, examinamos a palavra small nas seis repetições da sentença Twelve is an

insane number of kids, but having a small family was never an option for us.

Observamos que, em nenhuma repetição, NON produz a nasal velar vozeada /?/ no

verbo having [hævI?], a qual seria articulada em inglês, mas, em PB, apenas

nasalizaria a vogal anterior. Porém, na produção de NON, observa-se: (1) o

desaparecimento ou a redução de [a] antes de small; (2) um alongamento

considerável da vogal [i] de –ing, sem qualidade nasal. Com isso, nesse contexto

158

fonético, foi difícil observar se [i] é ou não introduzido antes de small, pois com a

redução de [a], small seguiu-se a [i].

FIGURA 15: Repetição 3 de having small por NON

Por sua vez, nas seis repetições da sentença Twelve is an insane number of

kids, but having a small family was never an option for us, NA não produz a vogal

[i] antes do grupo assilábico /sm/ da palavra small. Observa-se a produção da

consoante nasal /?/ do verbo having [hævI?], a juntura externa entre having e a,

formando, uma palavra trissilábica [hæ.vI.?a], e a pronúncia da vogal [i] do verbo

having com uma duração muito menor que aquela encontrada na fala de NON.

Assim, nas tabelas abaixo do espectrograma de NA (figura 16), mostramos as

durações dos segmentos da seqüência –ing a small na fala dos dois sujeitos.

159

FIGURA 16: Repetição 3 de having a small por NA

NA i ng a sm Total

R1 (ms) 52 60 65 185 362ms

R1 (%) 14 17 18 51 100%

R2 (ms) 76 53 61 178 368ms

R2 (%) 21 14 17 48 100%

R3 (ms) 62 52 71 188 373ms

R3 (%) 16 14 19 51 100%

R4 (ms) 51 39 80 189 359ms

R4 (%) 14 11 22 53 100%

R5 (ms) 50 56 67 156 329ms

R5 (%) 15 17 20 48 100%

R6 (ms) 49 60 73 180 362ms

R6 (%) 13 17 20 50 100%

Média 57 54 70 179 359

160

DesvPad 11 8 6 12 15

Coefvar 20 15 9 7 4%

TABELA 3 – Valores de duração em ms e % para os elementos da seqüência i, ng, a

e sm de having a small, com média, desvio-padrão e coeficiente de variação para NA

NON ing sm Total

R1 (ms) 214 137 351ms

R1 (%) 60 40 100%

R2 (ms) 210 138 348

R2 (%) 60 40 100%

R3 (ms) 233 140 373

R3 (%) 63 37 100%

R4 (ms) 222 153 375

R4 (%) 59 41 100%

R5 (ms) 186 151 337

R5 (%) 55 45 100%

R6 (ms) 263 148 411

R6 (%) 64 36 100%

Média 221 145 366

DesvPad 26 7 27

Coefvar 12 5 7%

TABELA 4 – Valores de duração em ms e % para os elementos da seqüência ing e

sm de having a small, com média, desvio-padrão e coeficiente de variação para NON

Considerando os dados apresentados nas tabelas acima, podemos concluir

que: não há variação intra-sujeito, o que pode ser verificado pelos valores de média,

desvio-padrão e coeficiente de variação, principalmente dos valores percentuais,

161

que já reduziram fatores de variação em relação aos valores absolutos em ms.

Assim, -ing, em NON, apresenta média de 60% (da seqüência –ing sm-), com

desvio-padrão de 3%, e coeficiente de variação de 5%. NA, por sua vez, quando se

considera apenas i (de –ing), apresenta média de 15%, desvio-padrào de 3% e

coeficiente de variação de 2%. Embora a média seja maior na fala de NON, sua

variação dada pelo desvio-padrão é a mesma (3%) que a de NA, entre repetições.

Quando somamos os valores percentuais de i e ng, para compará-los ao de

NON, a princípio medidos separadamente na fala de NA, obtivemos média de 34%,

desvio-padrão de 2% e coeficiente de variação de 7%.

A comparação entre NON e NA para os valores percentuais de duração do

grupo assilábico sm entre as seis repetições mostrou média maior para NA (50%)

que para NON (40%). Entretanto, o desvio-padrão e o coeficiente de variação

foram menores para NA que para NON, respectivamente, 2% e 3%; 3% e 8%.

As análises em valores percentuais das durações dos segmentos da seqüência

having a small mostram que, apesar de NON apresentar valor mais alto de duração,

sua variação entre as repetições da seqüência é tão baixa quanto à de NA. Isso

significa que, embora ambos os sujeitos adotem estratégias diferentes, estas não

variam nas seis repetições de NON.

Conforme pode ser visto nos espectrogramas abaixo (figuras 17 e 18), ao

reduzir o [a] antes de small e alongar o [i] de having, NON deixou de fazer a

juntura externa entre having + a [hæ.vI.?a], mas, como mostra o acento de pitch

colocado sobre [i], juntamente com o aumento de sua duração, NON pode ter

162

realizado um alongamento pré-fronteira. Em relação à NA, observa-se um traçado

praticamente plano do contorno de f0.

FIGURA 17: Repetição 3 de having small por NON

FIGURA 18: Repetição 3 de having a small por NA

163

Para tornar mais visível o que foi dito acima, apresentamos, na seqüência, os

valores de f0 extraídos no meio das vogais para a seqüência having a small.

NON F0(Hz)

h(a)ving 257

hav(ing) 322

sm(all) 259

TABELA 5 – Valores de f0 (Hz) medidos no meio das vogais /a/, /ing/, /all/ para NON

NA F0(Hz)

hav(i)ng 211

(a) 206

sm(all) 179

TABELA 6 – Valores de f0 (Hz) medidos no meio das vogais /i/, /a/, /all/ para NA

Na produção da primeira repetição de spent most da sentença And after my

sister died, I spent most of my time wishing I had seven brothers and sisters, por

NA, há o desaparecimento da oclusiva alveolar não-vozeada [t], que é assimilada à

nasal alveolar [n] da palavra spent, dando origem a [spen.mowst].

164

FIGURA 19: Repetição 1 de I spent most por NA

Ao contrário do que foi mostrado para NA (figura 19), NON (figura 20) em

sua primeira repetição da sentença And after my sister died, I spent most of my time

wishing I had seven brothers and sisters, não realiza a redução da oclusiva alveolar

não-vozeada [t], devido à inserção de uma pequena pausa entre [t], produzida como

a africada [?] e [m]. Isto impede a assimilação entre as consoantes nasais alveolar

[n] e bilabial [m].

165

FIGURA 20: Repetição 1 de I spent most por NON

Por outro lado, na terceira repetição da sentença And after my sister died, I

spent most of my time wishing I had seven brothers and sisters, NON, assim como

NA (figura 19), reduz a oclusiva alveolar não-vozeada [t] na palavra spent; o que

permite a assimilação entre as nasais alveolar [n] e bilabial [m].

166

FIGURA 21: Repetição 3 de emo (spent most) por NON

Na repetição 5 da sentença And after my sister died, I spent most of my time

wishing I had seven brothers and sisters, podemos observar que NON produz o

estouro de um [t], seguido de uma pausa, não havendo ruído entre eles.

FIGURA 22: Repetição 5 de entm (spent most) por NON

167

Por fim, na sexta repetição da sentença And after my sister died, I spent most

of my time wishing I had seven brothers and sisters, NON volta a produzir a juntura

externa entre spent e most [spen.mowst]. Comparando a sexta repetição de NON

(figura 23) com a quinta repetição de NA (figura 24), observamos que ambas

reduzem o /t/ da palavra spent; porém, NON nasaliza a vogal [e] de spent, enquanto

na fala de NA a coarticulação

entre os segmentos [e], [m], [o] é tão marcada, que

chega a ser difícil delimitar o [m] da palavra most.

Com base nas seis produções desta sentença, concluímos que NON tem um

conhecimento do que deve ser feito, ou seja, a coarticulação entre spent e most. Nas

repetições em que a coarticulação não é realizada, NON insere pausas extrínsecas

de curta e longa duração, o que elimina a possibilidade de reduzir o [t] e assimilar

as nasais. Talvez as produções de NON, independente de ser com pausa ou

assimilação, mostram diferentes estratégias por ela utilizadas em cada repetição,

fazendo-nos levantar a hipótese de que, pelo fato de NON encontrar-se diante de

uma tarefa relativamente difícil, tendo em vista (1) a quantidade de sentenças do

corpus, (2) a extensão das sentenças, (3) a situação de estúdio, (4) a tarefa de

leitura, é possível que NON tenha demarcado frases entoacionais diferentes a cada

repetição: //And after my sister died//I spent most of my time//wishing I had seven

brothers and sisters//, //And after my sister died//I spent// most of my time//wishing

I had seven brothers and sisters//.

De acordo com Fowler e Saltzman (1993), a coarticulação ou co-produção implica na sobreposição, em diferentes

graus, entre os gestos articulatórios que subjazem ao som precedente e/ou ao som seguinte àquele em estudo, dentro

de um enunciado de fala.

168

FIGURA 23: Repetição 6 de spenm (spent most) por NON

FIGURA 24: Repetição 5 de emo (spent most) por NA

169

Na produção da sentença Sure, twelve is still our number, por NA, a

consoante nasal bilabial [m] e a oclusiva oral bilabial [b] são coarticuladas dando

origem a um único segmento, [m].

FIGURA 25: Repetição 1 de number por NA

Nas repetições 3 e 4, o sujeito NA, mantém a juntura interna dos segmentos

[m] e [b] em number, como pode ser visto nas figuras 26 e 27, e que se dá devido à

articulação de [m] por NA. Auditivamente, percebe-se a produção de [b] separado.

Por isso, examinamos as repetições 3 e 4 procurando pelas características do [b].

Em ambas as repetições, a amplitude da forma da onda é muito maior que aquela

que se esperaria para uma oclusiva vozeada. Na repetição 3, demarcamos com o

cursor vermelho o que poderia ser considerado um estouro do [b]. Neste caso,

somente em alguns pulsos antes da marca do cursor é que passamos a ouvir [umb].

Na repetição 4, não encontramos, no exame do espectrograma, nenhum sinal de [b],

170

e a amplitude da forma da onda continua maior do que o esperado no vozeamento

deste segmento.

FIGURA 26: Repetição 3 de number por NA

FIGURA 27: Repetição 4 de number por NA

171

Por sua vez, na produção das seis repetições da mesma sentença pelo sujeito

NON, as consoantes [m] e [b] puderam ser medidas separadamente, de acordo com

o espectrograma abaixo.

FIGURA 28: Repetição 1 de number por NON

Como já dissemos, a possibilidade de se medir o [b] na fala de NON, mas

não na fala de NA, deve ser efeito de as consoantes nasais não serem articuladas

em PB, havendo apenas a nasalização das vogais que as precedem, o que não

criaria um contexto propício para a assimilação entre [m] e [b], como ocorre na fala

de NA. Entretanto, no PB parece haver uma forma variante para a palavra também

que produz uma assimilação semelhante à observada em number por NA. Esta

forma variante refere-se a [tãmejN].

É mostrado, na figura 29, o espectrograma da produção de um [b], por NA,

entre uma fricativa [s] e uma vogal [u], com o objetivo de realçar a diferença entre

172

sua produção categórica, como em kids but na sentença Twelve’s an insane number

of kids, but having a small family was never an option for us, e sua produção na

assimilação em number. Vale ressaltar que, embora seja possível realizar a medida

do [b] em number, produzido por NON, este é diferente do [b] produzido fora de

um grupo assilábico, formado pela juntura externa, em que não haja nasal.

FIGURA 29: Repetição 1 de kids but por NA

Colocamos abaixo o espectrograma relativo à produção do [b] categórico por

NON no contexto, kids but da mesma repetição de NA.

173

FIGURA 30: Repetição 1 de kids but por NON

Na inspeção espectrográfica de NON, para a sentença Sure, twelve is still our

number, notamos que, nas seis repetições, há a articulação do segmento [r] da

palavra our como uma vibrante simples [r], com duração de 16ms. Segundo

Malmberg (1954), as consoantes chamadas vibrantes são articuladas de tal modo

que “a ponta da língua ou a úvula provoca uma série de oclusões muito breves,

separadas por pequenos elementos vocálicos”. A vibrante simples, representada por

[r], é produzida com uma única obstrução, provocada pela ponta da língua nos

alvéolos. Um exemplo do fone /r/, como vibrante, em português, dá-se na palavra

arara. Na figura 32, pode também ser observada, na forma da onda e no

espectrograma, a vibrante simples no final do monossílabo “sure”.

174

FIGURA 31: Repetição 5 de still our por NON

FIGURA 32: Repetição 5 de sure por NON

175

Por sua vez, o falante NA em todas as emissões do segmento [r], da palavra

our, da mesma sentença, não produziu a vibrante simples (figura 33), mas

provavelmente uma aproximante retroflexa vozeada [?] típica do inglês americano

em posição de coda medial (further) ou final de sílaba (our, sure, number). Vale

ressaltar que, em posição final de sílaba, o fone [r], no inglês americano, é

tipicamente pronunciado. Como o segmento [r] em inglês é uma aproximante,

seguido de soantes em still our number, é mais provável que se coarticule com a

consoante nasal [n].

FIGURA 33: Repetição 5 de still our por NA

176

Outros processos são observados nos gráficos 9 e 10 colocados abaixo, os

quais mostram a produção das consoantes por NA e NON, na sentença Sure, twelve

is still our number.

Gráfico 9 - média e desvio-padrão das consoantes da

sentença "Sure twelve is still our number" para NA

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

16,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

média

9,2 11 3,5 7,6 3,7 3,1

desvpad

0,9 1,6 0,7 0,8 0,5 0,2

s t v s t n

Gráfico 10 - média e desvio-padrão das consoantes da

sentença "Sure twelve is still our number" para NON

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

16,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

média

8,8 14 3,5 2,9 12 1,1 2,9 2,7

desvpad

1,1 2,6 0,7 1,1 2,2 0,8 0,2 0,6

s t v s st r n b

177

NA produz menos consoantes que NON; há valores maiores de desvios-

padrão para NON que para NA; NA “apaga” ou reduz os segmentos [r] em our e

[b] em number

, nas repetições 1, 2, 5 e 6, enquanto NON os produz

sistematicamente, com duração e desvios-padrão significativos. O gráfico 10,

referente à média das produções dos segmentos consonantais por NON, mostra, em

comparação a NA, a produção dos segmentos [s] e [t] de still como uma seqüência

de fricativas, que não pôde ser separada, em parte [s] e em parte [?], com

média=12% e desvio-padrão=2,2%. (ver espectrograma da figura 34).

FIGURA 34:Repetição 5 de st de still por NON

É provável que [st] de still apresente uma duração e desvio-padrão maiores

que NA porque NON produz duas fricativas, sendo uma delas uma africada,

enquanto NA produz uma única fricativa, [s]. Contudo, se [s] e [t] de still forem

Para NA, a seqüência de fones [umb] foi medida como um único padrão de formantes, principalmente, devido à

alta amplitude, na forma da onda, do segmento que corresponderia ao [b]. Suas características no espectrograma são

mais similares a [m] que a [b].

178

somados, na fala de NA, apresentarão média e desvio-padrão muito próximos ao de

[s?], respectivamente, média=11,3% e desvio-padrão=1,3%. NA produz o mesmo

segmento [s], tanto para o verbo is como para o advérbio still, em uma juntura

externa (ver espectrograma da figura 35).

FIGURA 35: Repetição 5 de st de still por NA

Para a consoante [v] de twelve, é observada, tanto na fala de NON como na

de NA, média=3,5% e desvio-padrão=0,7%. Em relação às consoantes que

apresentam valores percentuais e desvios-padrão próximos entre NA e NON,

destacamos [?] de sure, para NA, média=9,2% e desvio-padrão=0,9%; para NON,

média=8,8% e desvio-padrão=1,1%. A consoante [n] de number apresenta para NA

média=3,1% e desvio-padrão=0,2%, para NON média=2,9% e desvio-padrão=0,2.

Por fim, para NON o segmento [t] de twelve apresenta média=14% e desvio-

179

padrão=2,6; para NA, o mesmo segmento apresenta média=11% e desvio-

padrão=1,6. Contudo, NON produz [?] ao passo que NA produz [t]. O aumento do

desvio-padrão no [t] de twelve e no [st] de still, na fala de NON, provavelmente

deve-se ao fato de ela estar lidando com africadas, as quais apresentam duração

intrínseca maior que as oclusivas e estão mais sujeitas a alongamento, devido ao

fato de produzirem uma constrição parcial no trato vocal.

No gráfico 12, observamos a inserção do segmento [i] em still para NON

(conforme espectrograma da figura 13), com média=2,3% e desvio-padrão=0,6%.

FIGURA 13

: Repetição 1 pelo sujeito NON de is still

Nos gráficos 11 e 12, a vogal [i] do verbo is, tanto para NA como para NON,

apresenta média=3,7%; entretanto, o desvio-padrão é maior na fala de NON (1%)

em relação à de NA (0,6%). No que concerne a produção de [eR] de number, há um

Mantivemos o número 13, uma vez que, o espectrograma é o mesmo colocado na página 134.

180

maior alongamento na fala de NA (10%) que na de NON (5,5%). Por outro lado, o

valor de desvio-padrão é bem próximo na fala de ambos os sujeitos (para

NON=0,7% e para NA=0,6%). Se acrescentarmos para NON os valores de duração

e desvio-padrão de [b] em [um] da palavra number obteremos média=9,6% e

desvio-padrão=1%. Mesmo assim, a média da seqüência [umb] continua maior para

NA que para NON. A produção de twelve (wel) tem média e desvio-padrão maior

na fala de NON (média=11% e desvio-padrão=1%) que na fala de NA (8,9% e

desvio-padrão=0,7%). Por fim, na produção de [?mb] de number, observamos que

a média é maior na fala de NA (12%) que na fala de NON (6,9%), o que pode ser

explicado pela assimilação entre [mb] na fala de NA, em quatro repetições, e na

falta dela na fala de NON.

Gráfico 11 - média e desvio-padrão das vogais para a

sentença "Sure twelve is still our number" para NA

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

1,6

1,8

2,0

média

13 8,9 3,7 15 12 10

desvpad

1,7 0,7 0,6 0,6 0,6 0,6

uR wel i ilour umb eR

181

Gráfico 12 - média e desvio-padrão das vogais para a

sentença "Sure twelve is still our number" para NON

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

1,6

1,8

2,0

média

10 11 3,7 2,3 14 6,9 5,5

desvpad

1,0 1,0 1,0 0,6 1,7 0,4 0,7

uR wel i i ilou um eR

Os gráficos 11 e 12 mostram que, para NA, o pico de desvio-padrão da

sentença Sure, twelve is still our number recai sobre a palavra Sure, a qual

apresenta o maior valor de desvio-padrão (1,7%) entre todas as vogais, enquanto,

para NON, recai em still our, que apresenta o maior valor de desvio-padrão entre

todas as vogais (1,7%). Ressaltamos que, embora a duração de ilour seja quase a

mesma na fala de NA (15%) e na fala de NON (14%), o desvio-padrão é menor

para NA (0,6%) que para NON (1,7%). Para NON, observa-se em ilou um aumento

da duração acompanhado de um aumento do valor de desvio-padrão. Valores

maiores de desvio-padrão são esperados em posições de acento, nas quais os

segmentos podem se distender mais livremente, ao contrário do que ocorre nas

posições não-acentuadas. Com isso, podemos concluir que a maior proeminência

da sentença para NA recaiu em Sure, com um maior desvio-padrão (1,7%), mas

não a maior duração, que corresponde a de ilour (15%). Ao contrário, para NON, a

maior proeminência da sentença recaiu sobre ilou com maior valor de desvio-

padrão, 1,7%. Os picos de desvio-padrão para ambos os sujeitos parecem mostrar

182

tendências inversas, mas características de cada língua: maior proeminência à

esquerda para o inglês e maior proeminência à direita para o português.

Um dos aspectos que mais chamou atenção na comparação da duração e

desvio-padrão da vogais da sentença Sure, twelve is still our number foi o fato de

NA apresentar uma longa duração para ilour, mas um desvio-padrão baixo. Um

outro exemplo disto pode ser visto em uR de number, para o qual NA apresenta

uma duração que é o dobro da duração apresentada por NON, respectivamente 10%

e 5,5%, mas o mesmo valor de desvio-padrão, respectivamente 0,6% e 0,7%. Em

relação às durações e desvios-padrão das vogais na fala de NA, é muito interessante

o fato de que numa seqüência de durações diferentes (wel=8,9%, i=3,7%,

ilour=15%, umb=12%, eR=10%), o desvio-padrão mantenha-se o mesmo, 0,6%.

Ao contrário, na fala de NON, o elemento de menor duração i, 2,3%,

correspondente a is, apresenta o menor valor de desvio-padrão, 0,6%. Na fala de

NA, tanto o segmento de menor duração i de is=3,7% quanto a seqüência de

segmentos de maior duração ilour=15%, apresentam o mesmo valor de desvio-

padrão=0,6%. Na fala de NON, a seqüência de segmentos de maior duração ilou,

14%, apresenta o maior valor de desvio-padrão, 1,7%. Concluímos, então, que uma

característica observada nos trabalhos de duração do português brasileiro (Massini,

1991; Barbosa, 1996; Gama-Rossi, 1999), nos quais valores de duração mais altos

são acompanhados de valores de desvios-padrão mais altos, parece diferir no

inglês, quando valores de desvios-padrão independem do aumento ou da

diminuição da duração, conforme observado no gráfico 11

Os gráficos do contorno da freqüência fundamental para as seis repetições da

sentença Sure, twelve is still our number, por ambos os sujeitos, mostrando os

acentos de pitch (pitch accents) em uR de sure para NA, e em ilou em still our para

183

NON, que compõem a maior proeminência da sentença, confirmam a tendência de

proeminência à esquerda em inglês e à direita em português. Observamos, em Sure,

um movimento de subida e descida de f0 para NA, enquanto que para NON,

mantém-se uma reta descendente.

Gráfico 13 - valores de f0 (Hz) medidos em três pontos das

vogais da sentença "sure twelve is still our number" para NA

100

150

200

250

300

350

400

uR uR uR wel wel wel i i i ilour ilour ilour umb umb umb eR eR eR

R1 R2

R3 R4

Gráfico 14 - valores de f0 (Hz) medidos em três pontos das

vogais da sentença "Sure twelve is still our number" para NON

100

150

200

250

300

350

400

uR uR uR wel wel wel i i i i i i ilou ilou ilou um um um eR eR eR

R1 R2

R3 R4

R5 R6

Embora o valor médio da taxa de elocução da sentença Sure, twelve is still

our number, seja mais baixo (fala mais lenta) na fala de NON que na de NA (fala

mais rápida), há uma variação pequena do desvio-padrão para ambos os sujeitos,

respectivamente, 0,0004 e 0,0005.

184

Taxa de elocução NA

R1 0,007903

R2 0,007413

R3 0,006937

R4 0,00785

R5 0,00797

R6 0,008427

Média 0,00775

DesvPad 0,000513

TABELA 7 valores da taxa de elocução da sentença Sure, twelve is still

our number pelo sujeito NA

Taxa de elocução NON

R1 0,006061

R2 0,006587

R3 0,007387

R4 0,006917

R5 0,006254

R6 0,006514

Média 0,00662

DesvPad 0,000474

TABELA 8 valores da taxa de elocução da sentença Sure, twelve is still

our number pelo sujeito NON

Nas seis leituras feitas por NON, da sentença We still have a mess of

children, but no theories, podemos observar uma pausa silenciosa entre as frases

185

entoacionais //We still have a mess of children// e //but no theories//,

provavelmente ocasionada pelo sinal de pontuação (vírgula).

FIGURA 36: Repetição 3 de children but por NON

Nota-se também, na fala de NA, na terceira repetição, uma pausa silenciosa

entre children e but, mas com duração de 103ms. Existem evidências de que a

variação na duração da pausa seria um dos fatores que provocam as diferenças na

taxa de elocução (Crystal e House, 1982). Estudos feitos por Crystal e House

(1982), sobre pausas em leituras orais de textos em inglês, indicaram que os

sujeitos que falam em taxa de elocução mais alta (fala rápida) utilizam pausas mais

curtas e em número menor que os sujeitos que usam taxa de elocução mais baixa

(fala lenta).

186

FIGURA 37: Repetição 3 de children but por NA

Em uma das emissões da sentença We still have a mess of children, but no

theories, NA não produziu pausa silenciosa entre children e but; porém, articulou,

nas seis repetições, a consoante nasal /n/ da palavra children, ao contrário de NON,

a qual nasalizou a vogal [e], que precedeu a consoante nasal [n] e não articulou a

consoante nasal (ver espectrograma da figura 36). Em inglês, a consoante [n] em

posição final de sílaba deve ser obrigatoriamente pronunciada com a ponta da

língua tocando a parte de trás dos dentes superiores (região alveolar).

187

FIGURA 38: Repetição 6 de children but por NA

Os gráficos 15 e 16, referentes aos valores médios percentuais de duração

das consoantes da sentença We still have a mess of children, but no theories,

mostram poucas diferenças entre NA e NON. A principal diferença localiza-se na

duração da pausa na divisão entre as duas frases entoacionais //We still have a mess

of children// e //but no theories//, e que provavelmente foi induzida pela vírgula

entre as duas frases, conforme digitado na ficha para a tarerfa de leitura. Os valores

de desvio-padrão dos gráficos abaixo, em sua maior parte, tendem a zero, com

poucas exceções na fala de NON (pausa=3,3% e [th]=1,2).

188

Gráfico 15 - média e desvio-padrão das consoantes da

sentença "We still have a mess of children, but no theories"

para NA

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

média

3,3 2,5 2,4 1,7 2,8 4,0 1,6 5,5 2,1 3,9 2,9 2,4 2,0 4,9 8,4

desvpad

0,4 0,3 0,2 0,3 0,2 0,4 0,3 0,4 0,6 0,5 0,7 0,3 0,3 0,4 0,2

s t h v m s f ch d n

pau

t n th s

Gráfico 16 - média e desvio-padrão das consoantes da

sentença "We still have a mess of children, but no theories"

para NON

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

média

3,2 3,2 2,2 3,1 2,6 2,4 5,5 2,1 11 1,0 2,5 6,6 8,5

desvpad

0,6 0,4 0,2 0,2 0,2 0,2 0,2 0,5 3,3 0,4 0,6 1,2 0,7

st h v m s f ch d

paus

t n th s

Os gráficos 17 e 18 mostram linhas formadas pelos valores médios da

duração de cada segmento, para cada uma das seis repetições, na fala de NA e na

fala de NON. Parece não haver variação intra-sujeito, conforme mostra a

congruência das linhas correspondentes às seis repetições, apesar de eles utilizarem

189

estratégias diferentes. É importante notar a precisão articulatória por parte de NON,

como a de um sujeito adulto falante de qualquer língua (Gama-Rossi, 1999),

precisão articulatória que é resultado do fato de NON acertar os mesmos alvos

articulatórios a cada repetição.

Gráfico 17 - Valores de duração, para as seis repetições, da sentença "We still

have a mess of children, but no theories" , para NA

pausa

eorie

Gráfico 18 - Valores de duração para as seis repetições da sentença "We still

have a mess of children, but no theories" para NON

pausa

eorie

190

Relembramos que, na tarefa de leitura, a repetição da sentença We still have

a mess of children, but no theories, não ocorre seguidamente, o que poderia levar

alguém a achar que houve um efeito de aprendizagem; porém, a sentença aparece

dentro de um bloco de quarenta sentenças que são aleatorizadas a cada leitura. Este

fato ligado à falta de variação dos segmentos entre as seis repetições da sentença

sugere a proficiência de NON na língua inglesa, apesar de ele empregar estratégias

diferentes no alongamento ou redução de segmentos, em relação à NA.

Obviamente, não poderia ser esperado o mesmo desempenho entre um falante

nativo e um falante não-nativo. Entretanto, como demonstra o gráfico 18, o último

pode alcançar estabilidade na produção da língua estrangeira. É provável que essa

estabilidade não seja encontrada ou seja encontrada em diferentes graus na

produção, nos momentos mais iniciais do aprendizado de LE. A tabela abaixo que

contêm os valores de taxa de elocução (TE) e taxa de articulação (TA), a qual

exclui os valores de pausa em seu cálculo, sugere uma variação pequena entre TE e

TA, para NON, apesar de este sujeito ter apresentado altos valores absolutos ou de

variação de pausa, conforme a tabela 10

Apesar de o valor da média da taxa de elocução na fala de NA ser mais baixo

(0,0071, fala lenta) que para NA (0,0096, fala rápida), ambas apresentam o mesmo

valor de desvio-padrão (0,0004), conforme a tabela 9.

191

NON NA

Repetição

TE TA TE TA

R1 0,0072 0,0082 0,0088 0,0087

R2 0,0071 0,0078 0,0096 0,0094

R3 0,0063 0,0069 0,0096 0,0096

R4 0,0074 0,008 0,01 0,0098

R5 0,0076 0,0076 0,0095 0,0094

R6 0,0071 0,0073 0,0099 0,0095

média 0,0071 0,0076 0,0096 0,0094

desvpad 0,0004 0,0005 0,0004 0,0004

TABELA 9: valores da taxa de elocução e da taxa de articulação da

sentença We still have a mess of children, but no theories por NON

e NA

NON Pausa (ms) Pausa (percentual)

R1 521 14,5

R2 414 11,8

R3 455 12,5

R4 371 11

R5 190 5,3

R6 273 8

Média 371 11

DesvPad 121 3

TABELA 10: valores de duração em ms e % para a pausa inserida

entre as frases entoacionais //We still have a mess of children//but no

theories// para NON

192

NA Pausa (ms) Pausa (percentual)

R1 77 2,6

R2 66 2,5

R3 103 3,8

R4 35 2

R5 95 3,5

R6 Pausa intrínseca=0

Média 75 2,9

DesvPad 27 0,8

TABELA. 11: valores de duração em ms e % para a pausa inserida entre

as frases entoacionais //We still have a mess of children//but no theories//

para NA

O contorno da freqüência fundamental do enunciado We still have a mess of

children, but no theories (gráficos 19 e 20), produzido por NA e NON, pode ser

dividido, por ambos sujeitos, em dois grupos entoacionais. No primeiro grupo “We

still have a mess of children”, tanto para NA quanto para NON ocorre a subida de

f0 na palavra we, um pico em still, seguido de uma queda na palavra have, de um

declínio até a palavra mess, de um leve pico em of e o declínio de f0 no final do

primeiro grupo entoacional. No segundo grupo entoacional, “but no theories”,

observa-se ênfase na palavra no, que é marcada pelo pico e o contorno descendente

de f0 até o final, o que é característico do padrão entoacional

declarativo/afirmativo.

193

Gráfico 19 valores de f0 (Hz) medidos em um ponto

das vogais da sentença " We still have a mess of children, but no

theories" para NA

100

150

200

250

300

350

400

450

207 253 242 218 199 194 178 155 177 187 153

208 260 219 201 189 186 182 155 182 191

218 281 225 197 185 176 175 147 171 179 158

197 254 203 187 177 163 169 152 157 182

212 261 217 195 182 169 163 165 175

178

215

209

194

179

194

161

153

151

167

150

we il a a e o il re pausa bu o eorie

194

Gráfico 20 - valores de f0 (Hz) medidos em um ponto

das vogais da sentença "We still have a mess of children, but no

theories" para NON

100

150

200

250

300

350

400

450

255 401 315 283 246 270 228 231 256

272 344 280 261 245 264 230 240 253

263 363 278 256 247 258 244 194 228 246

271 366 293 269 266 229 232

283 400 304 287 257 266 231 201 227 219 182

282

351

289

268

243

259

230

216

232

226

we il a a e o il ren pausa bu o eorie

Uma das poucas diferenças encontradas entre as falas de NA e NON

(gráficos 21 e 22) refere-se à duração da pausa.

195

Gráfico 21- média e desvio-padrão das vogais da sentença

" We still have a mess of children, but no theories" para NA

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

média

2,8 4,0 3,5 2,6 3,6 1,6 4,6 5,7 2,9 3,2 6,2 13

desvpad

0,3 0,3 0,3 0,4 0,4 0,3 0,5 0,5 0,7 0,3 0,5 0,2

we il a a e o il re

paus

bu o eorie

Gráfico 22 - média e desvio-padrão das vogais sentença

" We still have a mess of children, but no theories" para NON

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

média

3,2 3,1 2,4 1,9 4,3 1,8 2,8 5,2 11 3,2 5,0 10

desvpad

0,6 0,4 0,2 0,3 0,3 0,2 0,3 0,6 3,3 1,0 1,0 0,8

we il a a e o il ren

paus

bu o eorie

Ao contrário da idéia de que a africada ocorre da produção contígua de uma

oclusiva e de uma fricativa, Albano (2001:69) propõe que (...) “Uma solução seria

considerar a africada um gesto complexo, com componentes simultâneos da ponta e

196

corpo da língua (...) No caso das africadas que emergem em contato com [i], seria,

entretanto, muito mais intuitivo conceber a fricção como um efeito mecânico da

sobreposição dos gestos consonantal e vocal (...) A participação do corpo da língua

é (...) justificada pela presença da vogal”. Isto pode ser observado na fala de NON,

mas não de NA. A tabela abaixo referente à produção do grupo assilábico [st] de

still, da sentença We still have a mess of children, but no theories, mostra que NON

alterna entre produzir o grupo como um único segmento acústico [st] ou dois, s e t.

NON s t afric/asp total da

sentença

(ms)

s (%) t (%) afric/asp

(%)

R1 219 _____

______ 3587 6,16 ______

______

R2 112 38 90 3510 3,19 1,08 2,56

R3 236 _____

______ 3628 6,5 ______

______

R4 116 36 86 3368 3,44 1,06 2,55

R5 123 56 75 3575 3,44 1,56 2,09

R6 236 _____

______ 3386 6,96 ______

______

Média 117 43 84 ______ _____ ______

______

Desvpa

5,5 11 8 ______ _____ ______

______

TABELA 12: valores de duração em ms e % para a sequência st em still por NON

Examinaremos dois espectrogramas de NON, um em que os segmentos

acústicos do grupo assilábico [st] ocorrem juntos e outro, em que ocorrem

separados. A hipótese é de que quando [st] é produzido como um grupo assilábico,

sendo [t] seguido de [i], será criado o contexto fonético para a africção, [?].

197

FIGURA 39: Repetição 2 de we still por NON

FIGURA 40 Repetição 3 de we still por NON

Na figura 39, para NON, observamos que apesar de haver o tempo de

oclusão de [t]=38ms, o período de ruído que o segue tem duração de 90ms. A

tabela 13 e a figura 41 referentes às medidas de [s], [t] e aspiração para NA,

198

mostram que a aspiração é de menor intensidade e duração (média=27ms e desvio-

padrão= 3ms).

NA s t afric/asp Total da

sentença

(ms)

s (%) t (%) afric/asp

(%)

R1 116 25 29 2940 3,94 0,85 0,98

R2 85 48 23 2721 3,12 1,76 0,84

R3 91 24 28 2709 3,35 0,88 1,03

R4 83 39 30 2597 3,19 1,5 1,15

R5 87 51 25 2743 3,17 1,85 0,91

R6 84 30 27 2532 3,31 1,18 1,06

média 91 36 27 ______ ______

______

_______

desvpad

12,5 12 3 ______ ______

______

_______

TABELA 13: valores de duração em ms e % para a sequência st em still por NA

199

FIGURA 41: Repetição 6 de we still por NA

Voltando ao espectrograma da figura 40, suspeitamos que o contexto

fonético interno em still propicia o aparecimento da africada na fala de NON,

quando as características visuais de [t], principalmente seu tempo de oclusão,

mostram seu encobrimento pela fricativa [s] de um lado e pela africada [?],

formada diante de [i].

Dando continuidade à análise dos fenômenos coarticulatórios encontrados na

sentença We still have a mess of children, but no theories, em todas as emissões da

expressão have a, tanto NON como NA formaram uma única palavra fonológica

(palavra de conteúdo + palavra gramatical) na junção de have + a, produzindo um

dissílabo ['hæ.va]. Este é um outro exemplo do corpus em que ocorre o processo

de cliticização (Levelt, 1998), quando palavras gramaticais não-acentuadas ligam-

se às palavras de conteúdo à sua esquerda ou à sua direita, o que reorganiza a

estrutura rítmica da sentença. Embora nos dois casos se ouça um [v] em have, a

200

inspeção das formas de onda e dos espectrogramas de cada um dos sujeitos mostra

características diferentes entre eles. No sujeito NON, o segmento [v] apresenta

características de fricativa, como mostra o ruído na forma da onda e no

espectrograma. Além disso, há uma barra de vozeamento interrompida no meio do

segmento, mas retomada deste ponto até o contato com o [a]. No sujeito NA, por

sua vez, no local da forma da onda e do espectrograma que corresponderia ao

segmento [v], não é encontrado ruído, mas sim um vozeamento com pulsos de alta

amplitude.

FIGURA 42: Repetição 4 de have a por NON

201

FIGURA 43: Repetição 4 de have a por NA

FIGURA 44: Repetição 6 de children por NON

O espectrograma acima, da produção do grupo assilábico [dr] de children,

sugere que a consoante produzida por NON é uma aproximante e não um flape [?],

202

como ocorre no português brasileiro (p.e, dragão, drama, drenagem etc.). O que

difere a aproximante do flape é que a aproximante é produzida por um

estreitamento da passagem do ar pelo trato vocal e por não conter um período

estacionário de sustentação dos articuladores numa posição, ao passo que o flape é

produzido com uma breve interrupção da saída de ar por uma vibração rápida da

língua. Conforme Cristófaro-Silva (2005), um som com características

articulatórias semelhantes ao som de “r” do inglês ocorre em “certos dialetos do

português brasileiro, popularmente, denominados dialetos caipiras ou dialetos em

que se puxa o “r”. O mesmo ocorre na fala de NA, conforme o espectrograma

abaixo.

FIGURA 45: Repetição 6 de children por NA

Na análise do espectrograma, referente à primeira repetição da sentença We

still have a mess of children, but no theories, podemos observar que, na fala de

NON, na emissão das palavras but no, ocorreu o processo de assimilação (mudança

de alguns segmentos sob a influência de outros) regressiva ou antecipatória

(quando um som é influenciado pelo que o sucede). Neste caso, a consoante final

203

[t] da palavra but, que isoladamente é pronunciada com o fonema alveolar /t/,

quando seguida do fonema nasal alveolar /n/, na palavra no, passa a ser produzida

como o fonema alveolar /d/, resultando na pronúncia [b?dnow]. Vale notar ainda

que o contexto fonético em que /t/ ocorre é de soantes (ou sons vozeados).

FIGURA 46: Repetição 1 de but no

por NON

Entre as repetições da sentença por NON, parece haver uma gradiência na

quantidade de assimilação da oclusiva alveolar /t/, na seqüência but no, uma vez

que, em sua terceira repetição, ocorreu o desaparecimento desta oclusiva, que até

então vinha sendo produzida como a vozeada [d], resultando na pronúncia

[b?now]. O que na forma da onda foi demarcado como [d], na figura 47 (referente

à repetição 3), aparece com uma duração muito curta e pulsos de amplitude bem

mais alta, próximos ao padrão dos pulsos de [n]. Este aspecto é muito interessante

porque mostra que, durante a tarefa, NON passa a apresentar reduções típicas do

inglês, aproximando-se a cada repetição da fonética e fonologia dessa língua, ou

Vale lembrar que, o símbolo t na transcrição da etiqueta colocada abaixo do espectrograma corresponde à

transcrição ortográfica. Na figura 47, o mesmo símbolo é marcado como transcrição fonética [d].

204

seja, trazendo no nível cognitivo as características do sistema lingüístico do inglês,

em detrimento do sistema lingüístico do português.

FIGURA 47: Repetição 3 de but no por NON

Por sua vez, em todas as emissões da palavra but, da sentença We still have a

mess of children but no theories, NA produziu a oclusiva oral alveolar vozeada /d/,

o que resultou em [b?dnow]. O processo de assimilação regressiva ou

antecipatória também ocorreu na fala de NA; porém, manteve-se no mesmo grau

de início ao fim.

205

FIGURA 48: Repetição 1 de but no (t seta[d] por NA

Foram observados outros contextos fonéticos em que o [t] não é seguido de

[u] e de [i], para verificar se neles é desencadeada a produção da africada [?].

Vejamos, então, nos espectrogramas abaixo, o que ocorre entre os elementos das

palavras fonológicas: “met at”, “got a”, “got us”, “experts at managing” e “job

offers”.

Na juntura externa entre “met at”, NON continua a apresentar a africada [?],

ao passo que NA parece apresentar um brevíssimo flape. Vale comentar que,

enquanto falantes nativos do PB, soa muito “estranha”a nova palavra [me.??et],

embora não saibamos explicitamente dizer por que. Além disso, parece que o mais

freqüente é encontrar met separado de at por um pronome oblíquo (ex. I met him

at).

206

A seguir, são mostrados os espectrogramas dos demais exemplos examinados

no corpus: got a e got us. Em ambos, os dois sujeitos transformam o /t/ em /?/,

processo de flapicização. O valor do flape é ligeiramente maior em got us.

FIGURA 49: Repetição 4 de met at por NON

207

FIGURA 50: repetição 4 pelo sujeito NA de met at

FIGURA 51: Repetição 4 de got a por NON

208

FIGURA 52: Repetição 4 de got a por NA

FIGURA 53: Repetição 2 de got us por NON

209

FIGURA 54: Repetição 2 de got us por NA

Para “job offers”, NON produz um [b], enquanto NA, um som bem mais

breve, com pulsos de alta amplitude, com mais informação formântica. Isso sugere

que pode ter ocorrido um grau maior de assimilação ou coarticulação antecipatória

ou regressiva (quando um som é influenciado pelo que o sucede) na fala de NA.

FIGURA 55: Repetição 6 de job offers por NA

210

FIGURA 56: Repetição 6 de job offers por NA

Em “experts at managing”, retirado da sentença By then, Tom and I were

experts at managing chaos, a preposição “at”cliticiza-se ao substantivo experts que

a requer (peritos em “alguma coisa”). O /t/ de at desaparece na fala de NA, que

alonga o /a/ de at. NON, por sua vez, introduz uma pausa entre experts e at, o que

impede a juntura externa entre experts + at. Porém, é interessante notar que o /t/ de

at não se torna africado, ou seja, NON o reduziu, o que é esperado para uma

consoante de um elemento átono (preposição). A questão seria avaliar

perceptualmente o quanto a fronteira (pausa) entre experts e at prejudica o

entendimento da frase pelo nativo.

211

FIGURA 57: Repetição 6 de experts at managing por NON

FIGURA 58: Repetição 6 de experts at managing por NA

Concluindo, neste capítulo, tentamos mostrar, principalmente através de

figuras, as estratégias de produção de NON e NA na leitura de um corpus de

sentenças em inglês. O que chama atenção na comparação dos desempenhos de

ambos os sujeitos é a freqüência com que os processos fonético-fonológicos

212

(assimilação, coarticulação, redução ou “apagamento”) são empregados pelos

sujeitos. Em alguns momentos, NON emprega-os como NA; em outros, em

diferentes graus entre as repetições das sentenças; ou ainda, não os emprega.

Acreditamos que, em parte, essa gradação na produção de NON deve-se à

tarefa de leitura, o que a prende ao sistema de escuta do inglês, o qual contém

muitos grafemas que não são pronunciados, ao contrário do que ocorre no PB, que

possui um sistema de escuta mais “transparente” (Scliar-Cabral, 2003), ou uma

correspondência mais estreita entre os grafemas e fonemas.

Tendo em vista que a tarefa de leitura em uma situação de coleta de dados de

um trabalho de pesquisa seja uma situação formal, podemos considerar que isto

tenha feito com que NON tentasse fazer uma espécie de “fala ou pronúncia clara”.

Por outro lado, o fato de na mesma situação NA ter apresentado mais coarticulação

sugere que esta seja um processo típico ou implícito à produção da fala corrente de

qualquer língua. Em termos da relação entre produção e percepção, o emprego ou

não de processos coarticulatórios dificulta a compreensão tanto da fala do nativo

pelo não-nativo, como do não-nativo pelo nativo.

213

Visando a uma sistematização do que foi apresentado neste trabalho, segue,

nestas Considerações Finais, um breve resumo do que foi discutido, e uma reflexão

sobre as contribuições desta pesquisa.

Ao longo dos dois últimos anos, fui construindo e reconstruindo

conhecimentos, dando forma às minhas idéias e buscando novas formas de atuação

em sala de aula. Percebi que há lacunas em minha prática que podem ser

melhoradas/preenchidas e que a maior preocupação com relação ao ensino de

pronúncia deve estar voltada às características prosódicas (entoação, ritmo, acento,

pausas, criações de proeminências frasais, entre outros) da fala corrente. São elas

que tornam a fala inteligível, pois de nada adianta saber pronunciar corretamente

fonemas em palavras isoladas, uma vez que a comunicação se dá através de

enunciados, como assinalado por Haycraft (1988): It makes sense to practise the

entire utterance first, simply because we do not speak in single sounds but in

“chunks”and stretches within which sounds interact.

Conforme dito na Introdução, os estudos da Fonética (que descrevem os

processos presentes na produção oral dos falantes) e da Fonologia (que têm como

escopo o sistema dos sons de uma língua), quando não ausentes na formação do

graduando de Letras, têm sido relegados a um papel secundário, restringindo-se à

descrição abstrata dos sons da fala, como fonemas que compõem o sistema

fonológico da língua em aprendizado, praticados isoladamente em minimal pairs,

transcrições fonêmicas e exercícios de repetição (repetition drills), de modo a

garantir a aprendizagem de pequenas diferenças de pronúncia e, portanto, a

oposição ou distinção entre fonemas no sistema fonológico da língua-alvo.

Objetivamos, portanto, com este estudo, ampliar o conhecimento do professor de

língua inglesa, nativo do português brasileiro, no que se refere ao mapeamento,

214

nesta língua, dos aspectos segmentais e prosódicos do inglês americano, durante

seu ensino e aprendizagem.

Acreditamos que a formação em Fonética (Articulatória, Acústica, Auditiva)

pode auxiliar o professor de inglês como língua estrangeira a estabelecer as

estratégias didáticas que contribuam para que o aluno possa explicitamente (Perini,

2001) compreender, por exemplo, que uma palavra produzida em contexto maior

(como aquele da palavra fonológica ou da frase, entre as quais podem ocorrem

junturas externas) pode ter seus fones ou sons modificados (seja por “apagamento”

ou pela transformação, no contato com as características dos sons vizinhos), o que

não ocorre quando a palavra é produzida isoladamente. Os sons das palavras

transformam-se no contato com outras palavras e isso ocorre por várias razões: o

contexto fonético é facilitador (spent most ? spenmost); a taxa de elocução (fala

lenta ou rápida) permite maior ou menor sobreposição entre os sons; pausas são

introduzidas, podendo ou não interferir na divisão das frases sintáticas, formando

diferentes frases entoacionais, de acordo com o sentido que o falante quer provocar

em seu interlocutor; o uso de ênfase ou foco, que podem modificar o acento lexical

sobre o qual recai a maior proeminência da sentença ou da frase; entre outros.

Portanto, processos que ocorrem em níveis mais altos que a palavra afetam a

entoação, o ritmo, os acentos lexicais, ou seja, a prosódia.

Como afirma Rocca (2003), o aprendiz de L2 precisa ser conscientizado

daquilo que não pode ser mapeado em sua língua, o que será o elemento

constituinte de seu sotaque ao comunicar-se em L2. Segundo a autora, a

conscientização “daquilo que o ouvido não ouve” e “daquilo que o aparato vocal

não produz” é essencial para o desenvolvimento da aquisição de línguas.

215

Com a intenção de focar a produção na fala corrente, a atividade proposta aos

sujeitos foi leitura e, para isso, contrariamente ao que tem sido comumente

realizado em Fonética Acústica, foi buscado um corpus que pudesse reproduzir, em

certo grau, características da fala corrente, ao invés do uso de uma lista de palavras,

geralmente pares mínimos, dentro de uma frase veículo (Say ____ to him). Isto,

com certeza, tornou mais complexa a tarefa para o falante não-nativo, porque

exigiu o processamento de leitura em um corpus grande e com sentenças de

diferentes tamanhos. Mesmo com estes fatores, o desempenho do sujeito não-

nativo apresenta dois aspectos muito importantes: (1) estabilidade entre as

repetições de uma mesma sentença e (2) desempenho gradiente, na medida em que

ora se aproxima do desempenho do nativo, embora não tenha tido a priori contato

nem com o corpus, nem com a leitura feita pelo nativo, ora mapeia sua produção na

língua materna, o português brasileiro. Isto mostra que, cognitivamente, o sujeito

não-nativo tem conhecimento do inglês; porém, para recuperá-lo ou atualizá-lo ou

para passar do português ao inglês, é preciso tempo para acomodar a relação entre

produção de segmento e prosódia da língua-alvo. Por isso, seu desempenho, em

determinados momentos, aproxima-se gradualmente daquele do sujeito nativo, no

decorrer das seis repetições.

Como conclusão deste estudo, a partir do desempenho do sujeito não-nativo,

podemos dizer que a produção de sons no aprendizado do inglês e de uma língua

estrangeira em geral deve focar explicitamente (Perini, 2001) no ensino das

possibilidades de redução na fala corrente, deixando a cargo do aluno querer e/ou

poder implementá-las.

Com relação à inteligibilidade da fala de um aprendiz ou de um falante não-

nativo de LE ser ou não afetada pelo uso de processos que ocorrem na relação entre

216

segmentos e os locais que eles ocupam na cadeia da fala, ou seja, entre segmentos e

prosódia, ela poderia ser avaliada apenas através de um teste de percepção. Este

poderia ter como objetivo avaliar a compreensão de não-nativos para a fala de um

sujeito nativo, e de nativos para a fala de um sujeito não-nativo. Com isso, talvez

pudéssemos verificar até que ponto os processos de coarticulação na fala de ambos

os sujeitos prejudicam ou não a inteligibilidade ou compreensão entre eles.

Este estudo não teve como objetivo julgar qual é o professor ideal para o

ensino de inglês (nativo ou não-nativo), embora possa ter mostrado a importância

de o professor de LE conhecer bem tanto a língua nativa (de onde parte o aprendiz)

quanto a língua-alvo, uma vez que não há dúvidas sobre a ocorrência do

mapeamento entre ambas, embora este trabalho tenha apontado para o fato de que

esse mapeamento não é absoluto, categórico, ou uma questão de “tudo ou nada”.

Também não tivemos o objetivo de comparar nossos sujeitos. O objetivo foi

mostrar processos que ocorrem na fala do nativo e que podemos (enquanto

brasileiros) assimilar em diferentes graus à nossa fala em inglês, tendo em vista que

tais processos apenas podem ser entendidos na fala corrente e em nenhum outro

contexto.

De minha parte, nunca houve a intenção de chegar a descrever regras ou

técnicas que levassem o falante de português brasileiro a falar como um nativo de

inglês, porque tenho clareza de que isso não existe. Segundo Schmitz (2004), ser

um professor competente de inglês não tem nada a ver com a “natividade”. O autor

acredita que prova do sucesso do ensino-aprendizagem de línguas estrangeiras é a

existência de um número impressionante de falantes de inglês e de outras línguas.

Como exemplo, cita o número de autores não-nativos que escreveram sobre o

inglês e em inglês, tais como: Svartik, Jespersen, Mey e Granger. Para Schmitz

217

(2004), os critérios para contratação de um professor de língua inglesa devem ser

suas competências lingüística, comunicativa, pragmática, sociolingüística e

também didática. Schmitz (op. cit.) acredita que o falante nativo que acabou de

“descer do avião”, que não é formado no ensino de línguas em nível superior e não

tem experiência no ensino da língua inglesa, não é qualificado para entrar na sala

de aula. O falante nativo precisa aprender a ensinar para saber ensinar.

Concluindo, espero que este trabalho, ao usar a Fonética Acústica para

discutir a produção do inglês por dois sujeitos, nativo (americano) e não-nativo

(brasileiro), possa servir de inspiração para o estudo aprofundado da língua nativa e

da língua-alvo, considerando principalmente as diferenças prosódicas entre ambas

na formação dos futuros professores de inglês (Rocca, 2003).

218

REFERÊNCIAS BIBLIOGRÁFICAS

“Some people imagine that intonation is the same

for all languages, but this is not true. You must

learn the shapes of the English tunes, and these may

be quite different from the normal tunes of your

language; and you learn the meanings of the

English tunes, because they are important.”

(O’Connor)

219

ABERCROMBIE, D. Problems and principles in language study. London:

Longman, 1956.

ABREU, L. S. A pronúncia no ensino de língua estrangeira: uma visão histórica.

In: M.A.A. CELANI, Ensino de segunda língua: redescobrindo as origens: São

Paulo: EDUC, p. 45-53,1997.

ALBANO, Eleonora C; BARBOSA, Plínio A; GAMA-ROSSI, Aglael J. A;

MADUREIRA, Sandra; SILVA, Adelaide. A interface fonética-fonologia e a

interação prosódia-segmentos. In: Estudos Lingüísticos XXVII Anais de Seminários

do GEL (Trabalhos apresentados no XLV Seminário/1997). São José do Rio Preto,

UNESP-IBILCE, p. 135-43, 1998.

ALBANO, Eleonora C. O gesto e suas bordas: esboço de uma fonologia acústico-

ariculatória do português brasileiro. Campinas: Mercado de Letras, 2001.

AVERY, P.; EHRLICH, S. Teaching American English Pronunciation. Oxford:

Oxford University Press, 1992.

BAMGBOSE, A. Torn between the norms: innovations in world Englishes. World

Englishes, 17 (1), p. 1-14, 1998.

BAPTISTA, B. O. The Acquisition of English vowels by Brazilian Portuguese

Speaker: Florianópolis: UFSC 2000.

BARBOSA, P. A. Generating Duration from a Cognitively Plausible Model of

Rhythm Production. Proceedings of the Seventh Conference on Speech

220

Communication and Technology (Eurospeech 2001), Aalborg, Danemark,

September 3-7, v. 2, 967-970, 2001.

BECKMAN, M. E. Problems of intonation. Proceedings of the XIIIth International

Congress of Phonetic Sciences. Sweeden, I. p. 450-457, 1995.

BEST, C. T. A direct realist view of cross-language speech perception. In: W.

Strange, (Ed.) Speech Perception and Linguistic experience: Theoretical and

Methodological Issues. York Press, Timonium, MD, p. 171-204, 1995.

BISOL, Leda. Introdução a estudos de fonologia do português brasileiro. Porto

Alegre: EDIPUCRS, 1996.

BLAIR, R. W. Innovative Approaches.New York: Newbury, 1991.

BLOOMFIELD, L. Language. New York: Holt, 1933.

CAMARGO, Z.A. Análise da qualidade vocal de um grupo de indivíduos

disfônicos: uma abordagem interpretativa e integrada de dados de natureza

acústica, perceptiva e eletroglotográfica. Tese de doutorado. LAEL, PUCSP, 2002.

CASTILHO, F.A.R.O. Questões de pronúncia em língua inglesa: fatores

desencadeantes da percepção do sotaque brasileiro de língua inglesa em relação à

produção dos sons fricativos alveolares. Dissertação de mestrado. São Paulo,

Programa de Lingüística Aplicada e Estudos da Linguagem, PUC-SP, 2004.

221

CATFORD, J. Intelligibility. English Language Teaching Journal, 1 (1), p. 7-15,

1950.

CELCE-MURCIA, M.; BRINTON, D.M.; Goodwin, J.M. Teaching Pronunciation

– A reference for teachers of English to speakers of other languages. Cambridge:

Cambridge University Press, 1996.

CHOMSKY, C. Reading, writing, and phonology. Harvard Educational Review,

1970.

CRISTÓFARO-SILVA, Thaïs. Pronúncia do inglês: para falantes do português

brasileiro: os sons. Belo Horizonte: FALE/UFMG, 2005.

CRUTTENDEN, Alan. Intonation. Cambridge: Cambridge University Press, 1997.

CRUZ, N. C. An exploratory study of pronunciation intelligibility in the Brazilian

learner’s English. The ESPecialist, vol. 24, n. 2, p.155-175, 2003.

CRYSTAL, David. Prosodic systems and Intonation in English. Harmondsworth:

Penguin, 1969.

_______________. The English Language. Harmondsworth:Penguin, 1985.

_______________. The Cambridge Encyclopedia of the English Language.

Cambridge, England: Cambridge University Press, 1995A.

222

CRYSTAL, T.H. e HOUSE, A.S. Segmental durations in connected speech

signals: preliminary results. Journal of the Acoustical Society of America 72, 3, p.

705-716, 1982.

DALTON, C.; e SEIDLHOFER, B. Pronunciation. Oxford: Oxford University

Press, 1995.

DEKEYSER, Robert. The obustness of critical period effects in second language

acquisition. Studies in Second language Acquisition, p. 499-534, 2000.

DELGADO-MARTINS, M.R. Fonética do Português: Trinta anos de

investigação. Lisboa: Caminho, 2002.

DENZIN, N. K.; LINCOLN, Y. S. The Landscape of Qualitative research –

Theories and Issues. London: Sage Publications, 1988.

ELLIS, Rod. The study of Second Language Acquisition. Oxford: oxford University

Press, 1994.

EYSENCK, M.W.; KEANE, M. T. Psicologia Cognitiva. Um Manual Introdutório.

Porto Alegre: Artes Médicas, 1994.

FANT, G. Speech sounds and features. Cambridge, The MIT Press, 1973.

FLEGE, J. E. Phonetic Approximation in Second Language Acquisition. Language

Learning. 1980.

223

___________. Second language speech learning: theory, findings and problems. In:

Strange, W. (Ed.). Speech perception and linguistic experience: theoretical and

methodological Issues. Timonium, MD: York Press, p. 233-277, 1995.

FOWLER, Carol A e SALTZMAN, Elliot. Coordination and coarticulatio in

speech production. Language and Speech. V. 36, p. 171-195, 1993.

GAMA-ROSSI, A.J.A. Relações entre desenvolvimento lingüístico e neuromotor:

A acquisição da duração no Português Brasileiro. Tese (Doutorado em

Lingüística) – Instituto de Estudos da Linguagem. Universidade Estadual de

Campinas: Campinas,1999.

GAMA-ROSSI, A.J.A. e SILVA, Adelaide. Critérios Lingüísticos para a

elaboração de listas de palavras no português brasileiro.Grupos de estudos

Lingüísticos do Estado de São Paulo (GEL), 2001.

HARDCASTLE, W. J. e HEWLETT, N. Coarticulation: Theory, Data and

Techniques. Cambridge: Cambridge University Press, 1999.

HAYCRAFT, B. Phonology and Initial teacher Training. In: Duff, T (ed.),

Explorations in Teacher Training, p. 64-71.

HERNANDORENA, Carmen LM. Introdução à teoria fonológica. In: BISOL, Leda

(org.). Introdução a estudos de fonologia do português brasileiro. São Paulo,

EDIPUCRS: 1996.

224

HIRST, D. e DI CRISTO, A. A survey of intonation Systems. In: Hirst, D.; Di

Cristo, A. (eds.). Intonation Systems: a survey o twenty languages, p. 1 – 44.

Cambridge: Cambridge University Press, 1998.

JAKOBSON, Roman. Fonema e Fonologia Ensaios. Seleção, tradução e notas com

um estudo sobre o Autor, por J. Mattoso Câmara Jr. Série Filologia e Lingüística,

vol. 2. Rio de Janeiro: Livraria Acadêmica, 1972.

JAKOBSON, Roman; HALLE, M. Fundamentals of language. La Haya, Mouton,

1971, 2ª ed. Revisada (trad. esp. de C. Piera, Fundamentos del language, Madrid,

Ciencia Nueva, 1967). Barcelona:Anthropos, 1956.

JAMES, C. Errors in language learning and use: Exploring error analysis.

London: Longman, 1998.

JENKINS, J. Native Speaker, Non-Native Speaker and English as a foreign

Language: time for a change. IATEFL Newsletter, n. 131, p. 10-11, 1996.

___________. Phonology of English as an International Language: new Models,

new forms, new goals. Oxford: Oxford University Press, 2000.

JOHNSON, D.M. Approaches to Research in Second Language Learning.

Longman, 1992.

JONES, D. An outline of English phonetics. Cambridge: Cambridge University

Press, 1976.

225

KENT, R.D.; READ, C. The acoustic analysis of speech. California: Singular

Publish Group, Inc., 1992.

KENWORTHY, Joanne. Teaching English Pronunciation. London: Longman,

1987.

KRASHEN, S. D. Lateralization, language learning, and the critical period some

new evidence. Language Learning, 23, p. 63-74, 1975

KRASHEN, S.D.; TERREL, T. The Natural Approach. Pergamon, 1983.

LADEFOGED, Peter. A Course in Phonetics. 3

ed. London: Harcourt Brace

Jovanich, Inc., 1993.

__________________. Elements of acoustic phonetics. Chicago: Chicago

University Press, 1996.

LADO, R. Language, teaching: a scientific approach. New York: McGraw-Hill,

1964.

LAVER, J. Principles of Phonetics. Cambridge: Cambridge University Press, 1994.

LENNEBERG, E. The biological foundations of language. New York: John Wiley,

1967.

LEVELT, W.J.M. Speaking – from Intention to Articulation. 5

ed. Cambridge,

The MIT Press, 1998.

226

LIEFF, C. D. From Pronunciation awareness to Effective Classroom Action. Speak

Out – Newsletter of the LATEFL Pronunciation Special Interest Group, n. 19,

1996.

____________. O ensino da pronúncia do inglês numa abordagem reflexiva. In:

Celani, M.A.A. (org.). Professores e Formadores em Mudança: Relato de um

processo de reflexão e transformação da prática docente. Campinas: Mercado de

Letras, 2003.

LIEFF.C. D.; NUNES, Z. A. A. English pronunciation of the Brazilian learner.

How to cope with language transfer – Speak out! 12, 22-27, 1993.

LLISTERRI, J. Introducción a la fonética: el método experimental. Barcelona:

anthropos, 1991.

MADUREIRA, S. Entoação e síntese de fala: modelos e parâmetros. In: Scarpa, E.

M. (org.).Estudos de prosódia. Campinas: UNICAMP, Campinas, 1999.

MALMBERG, Bertil. A fonética – no mundo dos sons da linguagem. Lisboa, 1954.

MASCHERPE, M. Análise comparativa dos sistemas fonológicos do Inglês e do

Português. São Paulo: empresa Gráfica da revista dos Tribunais S.A, 1970.

MASSINI, G. A duração no estudo do acento e ritmo do português. Dissertação

(mestrado) – Instituto de Estudos da Linguagem, Universidade Estadual de

Campinas:Campinas, 1991.

227

MATEUS, M. H. M.; ANDRADE, A.; VIANA, M. C.; VILLALVA, A. (org.).

Fonética, Fonologia e Morfologia do Português. Lisboa: Universidade Aberta,

1990.

MEDGYES, P. The non-native teacher. London: Macmillan, 1994.

MENEZES, Marcello de.; BRITO, Otávio de. Fundamentals of English Phonology.

São Paulo: Pró-ciência, 1982.

MORLEY, J. Current perspectives on Pronunciation. Washington DC: Tesol,

1987.

MORRISON, G. S. Perception of English /i/ and /I/ by Japanese and Spanish

Listeners: Longitudinal results. In: NWLC Spanish 2002. Proceedings NWLC 2002

MOTTA MAIA, Eleonora. No reino da fala – a linguagem e seus sons. São Paulo:

Ática, 1985.

NESPOR, M.; VOGEL, I. Prosodic Phonology. Dordrecht: Foris, 1986.

NUNAN, D. Research Methods in Language Learning. Cambridge: CUP, 1002.

NUNES, Z. A. A. Um estudo dos grupos assilábicos iniciais e finais em inglês e

português, dissertação de mestrado. PUCSP, 1987.

228

O’CONNOR, J. D. Better English Pronunciation. Cambridge: Cambridge

University Press, 1967.

ODLIN, Terence. Language Transfer, Cross-linguistic influence in language

learning. Cambridge: Cambridge University Press, 1989.

O’NEIL, R. The Plausible Myth of Learner – centredness: or the importance of

doing ordinary things well. English Language teaching journal, vol. 45, 1991.

PERINI, M. A. Sofrendo a Gramática. São Paulo: Editora Ática, 2001.

PHILLIPSON, Q. Linguistic Imperialism. Oxford, England.: Oxford Univerwsity

Press, 1992.

PICCIN, I. M. O ensino de pronúncia do inglês: uma análise sincrônica de livros

didáticos. Dissertação de mestrado. São Paulo, Programa de Lingüística Aplicada e

Estudos da Linguagem, PUC-SP, 2003).

PIERREHUMBERT, J. The phonology and phonetics of English intonation. PH. D.

Dissertation, Cambridge: Cambridge: MA-M.I.T Press, 1980.

POLACZEK, Márcia. Compreensão Oral em Língua Estrangeira: Aspectos

Psicolingüísticos, Fatores, Fonético-Fonológicos e Questões de Ensino-

Aprendizagem. Dissertação de mestrado. São Paulo, Programa de Lingüística

Aplicada e Estudos da Linguagem, PUC-SP, 2003.

229

POW, E. M. De jazidas, garimpos e artífices: a formação fonológica do professor

e sua identidade profissional. Dissertação de mestrado: São Paulo, Programa de

Lingüística Aplicada e Estudos da Linguagem, PUC-SP, 2003.

RICHARDS, J.C.; RODGERS, T.S. Approaches and methods in Language

Teaching. Cambridge: Cambridge University Press, 1997.

ROCCA, P. D. A. A tecnologia da fala aplicada ao ensino de entoação da língua

inglesa para falantes nativos de língua Portuguesa. Tese de doutorado: São Paulo,

Programa de Lingüística Aplicada e Estudos da Linguagem, PUC-SP, 2003.

SAUSSURE, F. Curso de Lingüística Geral. São Paulo: Editora Cultrix, 1969.

SCHMITZ, J. R. Globalization, world Englishes and Brazil: A language Policy for

the 21

century. Disponível na Internet no endereço:

http://www.pucsp.br/pos/lael/cepril/publicações/newsletter/2004/. Acessado em 3

de julho de 2006.

SCHÜTZ, R. “Ritmo e o fenômeno de redução das vogais em inglês”. English

made in Brasil < http://www.sk.com.br/sk - reduc. html>. Online. [capturado em

September 25, 2005].

SCLIAR-CABRAL, L. Introdução à Psicolingüística. São Paulo: Editora Ática,

2003.

230

SCOVEL, T. Foreign Accents, Language Acquisition and Cerebral Dominance. In:

language learning, v. 19, p. 245-254, 1969.

SEIDLHOFER, B. Double Standards: teacher education in the expanding circle.

World Englishes 18/2: 223-45, 1999.

SELINKER, L. Interlanguage. In: J.C.Richards, (ed.). Error analyses: perspectives

on second language acquisition. London: Longman, 1972.

SELKIRK, E. O. Phonology and Syntax: The Relation between sound and

structure. Cambridge, Massachusetts: MIT Press, 1984.

SEVERINO, A. J. Metodologia do Trabalho Científico. 2

. ed . São Paulo: Editora

Cortez, 2003.

SKINNER, B.F. Verbal Behavior. New York: Appleton–Century-Crofts, 1957.

STAKE, R. E. Case Studies. In: DENZIN, N. K.; LINCOLN, Y. S. (eds). The

Landscape of Qualitative Research – Theories and Issues. London: Sage

Publications, 1998.

STRANGE, W. Speech input and the development of speech perception. In: Otitis

media and child development (J. F. Kavanagh, editor). Parkton, MD: York Press,

1995.

TAYLOR, K. Effects of learning English as a second language. Cambridge:

Cambridge University Press, 1991.

231

TENCH, Paul. Pronunciation Skills. London: Macmillan Press, 1981.

UNDERHILL, A. Sound Foundations. Heineman, 1994.

WEI, Li. The Bilingualism Reader. London: Routledge, 2000.

WIDDOWSON, H.G. Teaching language as communication. London: Oxford

University Press, 1998.

232

ANEXO 1 – Termo de consentimento

Termo de consentimento livre e esclarecido

Declaro que os objetivos da gravação por mim realizada em 26 de julho de 2005, no

Estúdio de Rádio e TV da PUCSP, sob coordenação do técnico de estúdio Ernesto Foschi,

foram-me explicitados pela mestranda Assunta Manzi Aguena, a qual a utilizará para fins

exclusivos de sua dissertação de mestrado e dos trabalhos dela decorrentes para apresentação em

congresso ou publicação, dissertação intitulada Contribuições da Fonética Acústica para a

formação do professor de inglês: um estudo de caso, realizada sob orientação da Profa. Dra.

Aglael Gama Rossi, no Programa de Estudos Pós-Graduados em Lingüística Aplicada e Estudos

da Linguagem (LAEL), da Pontifícia Universidade Católica de São Paulo.

No que concerne à minha identificação, foi-me assegurado que apenas sexo, idade,

procedência, formação acadêmica e experiência profissional serão utilizados, sendo meu nome

substituído por sigla não correspondente a ele.

Consinto que a gravação por mim realizada seja incorporada ao Banco de Dados do

Laboratório Integrado de Análise Acústica e Cognição (LIAAC), da PUCSP, coordenado pela

Profa. Dra. Sandra Madureira, para fins exclusivos de pesquisa, tendo sido informada de

antemão que os responsáveis pelo Banco de Dados zelarão pelo uso e aplicabilidade da gravação

exclusivamente para fins científico-acadêmicos.

Foi-me ainda esclarecido que a qualquer momento posso declinar deste consentimento

para o uso da gravação por mim realizada na dissertação de Assunta Manzi Aguena e/ou da

inclusão da gravação no Banco de dados do LIAAC.

Profa. Dra. Aglael J. A. Gama Rossi. Mestranda Assunta Manzi Aguena

Departamento de Lingüística Professora das Faculdades Integradas de

Laboratório Integrado de Análise Acústica Ribeirão Pires

e Cognição (LIAAC) E-mail: [email protected]

Programa de Estudos Pós-Graduados em Telefone para contato:

Lingüística Aplicada e Estudos da Residência: (11) 45784627

Linguagem (LAEL) Trabalho (FIRP) (11) 48282820

Pontifícia Universidade Católica de RG: 16683715

São Paulo (PUCSP) CIC: 069443318-70

E-mail: gamarossi@uol.com.br

Telefones para contato:

Residência (11) 55755570

LIAAC (11) 36708333

RG: 11169576 (SSP-SP)

CIC: 085158558-28

_______________________________

Assinatura do sujeito participante

São Paulo, 26 de julho de 2005.

233

ANEXO 2 – Corpus de pesquisa

Sentença 01 - 12 is our number.

Sentença 02 -

It´s the number of games my husband Tom coaches at Lincoln

College every season.

Sentença 03 - It´s the number of times we zero out our bank account each year.

Sentença 04 - And it´s the number of kids we try to keep track of.

Sentença 05 - 12´s an insane number of kids, but having a small family was never

an option for us.

Sentença 06 - You see, Tom loved growing up with seven brothers and sisters.

Sentença 07 - And after my sister died, I spent most of my time wishing I had

seven brothers and sisters.

Sentença 08 - Tom and I met at Illinois Polytechnic University.

Sentença 09 - He was a senior, dreaming of becoming the football coach

Sentença 10 - I was a freshman dreaming of becoming a sports reporter.

Sentença 11 - He wanted eight kids. I wanted eight kids.

Sentença 12 - An hour after I met him I knew he was the one.

234

Sentença 13 - We just had family at the wedding and Shake Maguire, Tom´s best

man.

Sentença 14 - What a hot dog!

Sentença 15 - A year later we had our first daughter – Nora.

Sentença 16 - I loved taking her to work with me.

Sentença 17 - After Charlie and Louraine, we realized living in the city.

Sentença 18 - And having eight kids and two careers wasn´t going to work.

Sentença 19 - As much as we wanted our big careers, we wanted our big family

Sentença 20 - So Tom settled for coaching at Lincoln.

Sentença 21 - I quit writing for the Tribune, and we moved to the country.

Sentença 22 - Tom and I got busy in Midland.

Sentença 23 - We had Henry, Sarah, Jake and Mark in consecutive years.

Sentença 24 - Then we went for magic number eight, and instead got the first set

of twins -Jessica and Kin

Sentença 25 - nine kids

235

Sentença 26 - with each child, Tom and I got further from our big career dreams

Sentença 27 - but we didn´t think about that

Sentença 28 - we had our hands full with nine, we were happy, and we were done

Sentença 29 - We went to a party for Shake´s appointment to athletic director at

our alma mater.

Sentença 30 - And too many beers and nine months later we had Mike

Sentença 31 - After that, Tom got a vasectomy.

Sentença 32 - but he didn´t hear the doctor say it would be a few weeks before it

became effective.

Sentença 33 - In ´98, Nigel and Kyle got us to that crazy number 12.

Sentença 34 - By then, Tom and I were experts at managing chaos

Sentença 35 - I guess you could say that when Tom and I left Midland, we had a

mess of theories about how to raise children.

Sentença 36 - We still have a mess of children, but no theories.

Sentença 37 - 12 is still our number.

Sentença 38 - It´s the number of months my book was on the bestseller list.

236

Sentença 39 - It´s the number of job offers Tom turned down before we found one

close to home.

Sentença 40 - And each day it´s the number of times I´m thankful there´s such a

thing as family.

ANEXO 3 – Classificação dos sons consonantais em português e em inglês

Classificação das consoantes em português

Bilabial Lábio-

dental

Dental/

alveolar

Palato-

alveolar

Palatal Velar

Plosivas p b t d k g

Nasais m n

Laterais l

Vibrantes

(múltiplas)

Flapes ?

Fricativas f v s z

? ?

Africadas

Semivogal j w

Classificação das consoantes do inglês americano

Bila-

bial

Lábio-

dental

Inter-

dental

Álveo-

lar

Retro-

flexa

Alvéolo-

palatal

Velar Glottal

Stop p b t d k g

Fricative f v ? ð s z

? ?

237

Affricate

? ?

Nasal m n ?

Liquid l r

Glide w j w

Livros Grátis
( http://www.livrosgratis.com.br )
 
Milhares de Livros para Download:
 
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas

Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
 
 