ads:
Daniel Márcio Rodrigues Silva
A PERCEPÇÃO DAS VOGAIS MÉDIAS
POSTERIORES NO PORTUGUÊS BRASILEIRO
Belo Horizonte
Faculdade de Letras da UFMG
2006
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Daniel Márcio Rodrigues Silva
A PERCEPÇÃO DAS VOGAIS MÉDIAS
POSTERIORES NO PORTUGUÊS BRASILEIRO
Dissertação apresentada ao Programa de Pós-
Graduação em Estudos Lingüísticos da Faculdade
de Letras da Universidade Federal de Minas
Gerais, como requisito parcial à obtenção do título
de Mestre em Estudos Lingüísticos.
Área de concentração: Lingüística
Orientador: Prof. Rui Rothe-Neves
Universidade Federal de Minas Gerais
Belo Horizonte
Faculdade de Letras da UFMG
2006
ads:
AGRADECIMENTOS
Aos sujeitos da pesquisa, pela colaboração.
Às eternamente amadas Lucia F.Moreira e Silvia S. Pereira, pelo apoio incondicional.
Ao Prof. Dr. Rui Rothe-Neves pela orientação, pelo auxílio e pelo discernimento.
Aos amigos Regina Carla Lapate, Caio Lourenço, Victor Hugo Munhoz, Marcos Lourenço,
Nazareth Leite, Conrado Salazar, Patrícia Lúcio, Camila Heleno e Camila Flux, pelos
comentários, companhia e apoio.
Aos professores Dr. José Olímpio Magalhães, Dr. Hani C. Yehia, Dr. Seung Hwa Lee, Dr.
Neil Macmillan e Dr. C. Douglas Creelman pelos comentários e esclarecimentos.
Ao CNPq pela concessão da bolsa de mestrado.
É um erro capital teorizar antes de ter os dados. Insensivelmente, começa-se a distorcer os
fatos para adaptá-los às teorias, em vez de fazer as teorias se adaptarem aos fatos.
Sherlock Holmes
5
SUMARIO
LISTA DE FIGURAS............................................................................................................ 6
LISTA DE TABELAS........................................................................................................... 7
RESUMO .............................................................................................................................. 8
ABSTRACT .......................................................................................................................... 9
1 Introdução..................................................................................................................... 10
2 Revisão Bibliográfica.................................................................................................... 21
2.1 As vogais médias do português brasileiro ............................................................... 21
2.2. A Categorização dos Sons da Fala ......................................................................... 25
2.2.1. Percepção categórica .......................................................................................... 25
2.2.2. Evidências psicofisiológicas ............................................................................... 42
3 Metodologia.................................................................................................................. 54
3.1 Sujeitos .................................................................................................................. 54
3.3 Delineamento experimental .................................................................................... 55
3.3.1 Tarefa de Classificação........................................................................................ 55
3.3.2 Tarefa de discriminação 2AFC (escolha forçada com dois intervalos e duas
alternativas).................................................................................................................. 56
3.3.3 Tarefa de discriminação 4I2AFC (escolha forçada com quatro intervalos e duas
alternativas).................................................................................................................. 58
3.4 Procedimentos........................................................................................................ 59
3.5 Plano de Análise..................................................................................................... 62
4 Resultados..................................................................................................................... 65
5 Discussão...................................................................................................................... 80
6 Conclusão ..................................................................................................................... 87
Referências Bibliográficas ................................................................................................... 88
ANEXO A - Proporções das respostas “u”, “o” e “ѐ” na tarefa de classificação ................... 95
ANEXO B - Tabelas de d´ ................................................................................................... 96
ANEXO C – Scripts criados para a síntese das vogais.......................................................... 98
6
LISTA DE FIGURAS
FIGURA 1 - Esquema de uma prova na tarefa de classificação, se iniciando com a
apresentação do som S e terminando com um intervalo de 1s após a resposta. 56
FIGURA 2 - Esquema de uma prova da tarefa de discriminação 2AFC. 57
FIGURA 3 - Esquema de uma prova da tarefa de discriminação 4I2AFC em que o som
diferente ocorre no terceiro intervalo. 59
GRÁFICO 1 - Proporções das respostas “u”, “o” e “ѐ” ao longo do continuum em F1......... 67
GRÁFICO 2 - Valores de probito das proporções das respostas ao longo do
continuum em F1.. ........................................................................................... 69
GRÁFICO 3 - Graus de ambigüidade dos estímulos do continuum em F1............................ 70
GRÁFICO 4 - Discriminação obtida e discriminação prevista (classificação) no
continuum [u-o]; tarefa 2AFC. ........................................................................ 74
GRÁFICO 5 - Discriminação obtida e discriminação prevista (classificação) no
continuum [o-ѐ]; tarefa 2AFC.......................................................................... 74
GRÁFICO 6 - Discriminação obtida e discriminação prevista (classificação) no
continuum [u-o]; tarefa 4I2AFC. ..................................................................... 75
GRÁFICO 7 - Discriminação obtida e discriminação prevista (classificação) no
continuum [o-ѐ] tarefa 4I2AFC. ...................................................................... 75
7
LISTA DE TABELAS
TABELA 1 - Médias dos índices de percepção categórica (PC) nas tarefas 2AFC e
4I2AFC para os continua [u-o] e [o-ѐ] e significância (p bicaudal) da
diferença entre os valores correspondentes aos dois continua (análise
intra-sujeitos)................................................................................................ 77
TABELA 2 - Índice de percepção categórica (PC), coeficiente de correlação entre
discriminação obtida e prevista (r) e desvio quadrático médio (DQM)
da discriminação obtida em relação à discriminação prevista,
calculados a partir das médias de d´ do grupo de sujeitos (análise
entre-sujeitos) nas tarefas 2AFC e 4I2AFC para os continua [u-o] e
[o-ѐ] ............................................................................................................. 78
TABELA A 1 - Proporções das respostas “u”, “o” e “ѐ” na tarefa de classificação.............. 95
TABELA B 1 - Valores de d´ no continuum [u-o] .............................................................. 96
TABELA B 2 - Valores de d´ no continuum [o-ѐ] .............................................................. 97
8
RESUMO
No português brasileiro são atestados pares mínimos estabelecendo o contraste entre vogais
médias abertas e vogais médias fechadas na sílaba tônica. Entretanto, há casos em que estas
duas categorias variam neste mesmo contexto sem conseqüências semânticas. O objetivo
deste trabalho foi verificar se este fenômeno se reflete nas representações armazenadas na
memória de longo prazo e empregadas nos processos perceptivos. Para isto, o contraste entre
as vogais médias posteriores [o] e [ѐ] e o contraste entre [o] e [u] (sendo o estatuto fonológico
do último isento de dúvidas) foram comparados em relação aos resultados obtidos por doze
falantes do português brasileiro em uma tarefa de classificação de vogais ao longo de um
continuum [u]-[o]-[ѐ] e ao grau em que estes mesmos resultados prevêem os resultados nas
tarefas de discriminação. Duas tarefas de discriminação de sons da fala foram usadas: a tarefa
2AFC, que encoraja estratégias classificatórias baseadas em categorias armazenadas na
memória, e a tarefa 4I2AFC, que encoraja estratégias baseadas na informação acústica. A
média dos coeficientes de inclinação da curva representando a proporção da resposta “ѐ” foi
significativamente menor que a média dos valores correspondentes à resposta “u”. Numa
análise entre-sujeitos, foi observada uma relação mais estreita entre os resultados da tarefa de
classificação e da tarefa 2AFC no continuum [u-o] que no continuum [o-ѐ]. Os resultados são
interpretados como indícios de que as representações das vogais [o] e [ѐ] são menos distintas
entre si que as representações das vogais [o] e [u].
Palavras-chaves: vogais médias; percepção da fala; categorias fonéticas; contraste.
9
ABSTRACT
Minimal pairs are attested in Brazilian Portuguese that establish the contrast between open-
and close-mid vowels in the stressed syllable. However, there are cases in which this two
categories show free variation in this same context without semantic consequences. The
purpose of this study was to verify whether this phenomenon is reflected in the
representations stored in long term memory and employed in the perceptual processes. With
this aim the contrasts between the back mid vowels [o] and [ѐ] and the contrast between [o]
and [u] (the fonological status of the latter is doubtless) were compared in respect to the
results obtained by twelve Brazilian Portuguese native speakers in a vowel classification task
and to the degree to which those same results predict the results in vowel discrimination tasks.
Two discrimination tasks were used: the 2AFC task, that encourage labeling strategies based
on categories stored in memory, and the 4I2AFC task, that encourages strategies based on the
acoustical information. The mean of the slopes of the curves representing the proportions of
“ѐ” responses was significantly less than the slopes observed for the “u” response. It was
observed in a between subjects analysis a closer relationship between classification and
discrimination results for the [u-o] continuum than for the [o-u] continuum. The results are
interpreted as suggesting that the representations of the vowels [o] and [ѐ] are less distinct
from each other than are the ones of [o] and [u].
Key-words: mid vowels; speech perception; phonetic categories; contrast.
10
1 Introdução
Tradicionalmente o sistema vocálico do português brasileiro é descrito como um sistema
composto por sete categorias distintivas na sílaba tônica, os fonemas /i, e, ϯ, a, ѐ, o, u/. Nas
sílabas átonas, os contrastes ϯ/e e ѐ/o seriam então neutralizados, o que reduz o número de
vogais a cinco. Uma segunda neutralização nas sílabas átonas em final de palavra resulta em
um sistema de três vogais pela anulação do contraste fonológico entre as vogais médias e as
vogais altas.
Entretanto, há variação na sílaba tônica entre vogais médias abertas e fechadas em nomes
como, por exemplo, “[e]xtra/[ϯ]xtra” e cr[o]sta/cr[ѐ]sta. Ademais, a realização das vogais
médias, no que concerne ao grau de abertura, apresentaria um grau considerável de
previsibilidade. Deste modo, é possível colocar em questão o estatuto fonológico do contraste
entre vogais médias abertas e fechadas.
Se adotarmos uma concepção em que o fonema não é apenas um construto da teoria
fonológica, mas um conceito que se refere a uma representação, ou categoria mental,
armazenada na memória de longo prazo que se manifesta no processamento lingüístico do
falante, da percepção à produção, tornam-se de extremo interesse, especialmente em relação a
este debate sobre o estatuto fonológico da oposição entre as vogais médias abertas e fechadas,
evidências empíricas independentes da fonologia relacionadas à forma com que tais vogais
são representadas na mente do falante do português brasileiro.
Com este estudo se busca efetuar os primeiros passos de uma investigação empírica
sistemática a respeito do modo como as distinções entre as vogais médias abertas e as vogais
médias fechadas estão representadas no sistema perceptivo do falante do português brasileiro.
11
Mais especificamente, foram realizados experimentos cujos resultados fornecem uma série de
informações sobre a localização e os limites das categorias fonéticas correspondentes às
vogais médias posteriores e sobre a relação entre a classificação de sons nestas categorias e a
discriminação entre eles. O objetivo principal é comparar os padrões observados no limite
entre as categorias [o] e [ѐ] com os padrões observados no limite entre as categorias [o] e [u]
de maneira a verificar se há evidências de que o contraste [o/ѐ] é menos consistente (no que se
refere às representações na memória de longo prazo) que o contraste [u/o], um contraste sobre
a funcionalidade do qual não há margens para dúvidas.
O conceito de percepção categórica, muito importante e tradicional na pesquisa sobre a
percepção da fala, é de particular interesse neste trabalho. Basicamente, percepção categórica
significa equivalência, ou associação estreita, entre a classificação e a discriminação de
estímulos. Isto é, dois estímulos são discrimináveis na medida em que compõem categorias
diferentes. Na acepção mais antiga (STUDDERT-KENNEDY; LIBERMAN; HARRIS;
COOPER, 1970), há percepção categórica quando dois estímulos são discrimináveis se e
somente se pertencerem a categorias diferentes. Porém, após décadas de pesquisa, pode-se
concluir com segurança que não é isso o que se observa, tornando-se possível falar em graus
de percepção categórica (VANHESSEN; SCHOUTEN 1999). Um conceito intimamente
relacionado é o conceito de “efeito de limite de categoria”, que se refere aos picos de
discriminabilidade nas regiões dos limites entre categorias. Considera-se que estes dois
conceitos se refiram a fenômenos que são manifestações das representações de categorias de
sons da fala armazenadas na memória de longo prazo e empregadas na percepção.
Pretende-se observar ao longo de um continuum composto por sons variando entre as
categorias [u] e [ѐ], passando pela categoria [o], as formas das curvas que representam a
12
classificação dos estímulos nas três categorias e os graus de percepção categórica (isto é, os
graus em que a discriminação e a classificação se relacionam) correspondentes aos contrastes
[u/o] e [o/ѐ]. Com isto tenta-se obter elementos que ajudem a responder uma pergunta
específica (“há evidências de que a distinção entre [o] e [ѐ] é menos saliente que a distinção
entre [o] e [u] no nível das categorias mentais armazenadas na memória de longo prazo e
empregadas na percepção da fala?”) que é formulada no âmbito de uma questão mais geral
(“são os contrastes entre as vogais médias abertas e as vogais médias fechadas, do ponto de
vista do processamento perceptivo, menos distintos do que os demais contrastes entre as
vogais do português brasileiro?”).
Da perspectiva de teorias de orientação formalista, em que regras ou restrições operam sobre
representações simbólicas discretas (neste caso, obviamente, o conceito de “fonema” tem
especial relevância), seria desejável que se buscassem critérios que facilitem a escolha entre
um sistema com sete e um sistema com cinco vogais de modo a minimizar os custos de, por
um lado, conviver com a presença de formas como [estשђ]/[ϯstשђ] e [posђ]/[pѐsђ] ou, por
outro lado, de retirar do contraste entre as médias abertas e fechadas o estatuto fonológico.
Entretanto, evidências obtidas em estudos experimentais como o descrito neste texto
dificilmente podem ser integradas a esse tipo de teoria. No caso das mesmas, o ideal seria
alguma formulação como, por exemplo, de uma demonstração em que os segmentos, que
aparentemente variam de maneira livre, ocorrem de modo previsível.
Teorias de orientação funcionalista são bem mais receptivas a resultados de pesquisas
experimentais ou empíricas de um modo geral. Modelos e evidências sobre a percepção da
fala desempenham um papel de extrema importância na formulação de teorias como a
Fonologia de Uso (BYBEE, 2001) e a Fonologia Funcional de Boersma (1998). Vale notar
13
que as observações em questão – isto é, aquelas relativas à concomitante ocorrência de pares
mínimos e de variação entre vogais médias abertas e fechadas na sílaba tônica – não são
incômodas para as teorias funcionalistas como para as teorias formalistas. A questão da
variação se apresenta naquelas de forma natural, dada a incorporação de elementos
probabilísticos e relacionados ao conceito de “gradiência” e a tese de que as unidades de
armazenamento e processamento lingüístico são semelhantes às unidades verificadas nos
outros domínios cognitivos.
Embora este estudo seja motivado pela referida observação sobre o conjunto de vogais do
português brasileiro (a verificação de pares mínimos que sustentam a funcionalidade do
contraste entre vogais médias abertas e vogais médias fechadas, e a concomitante ocorrência
de variação entre as duas categorias no mesmo ambiente em que se observa o contraste em
questão), não se pretende com o mesmo defender uma ou outra posição em relação à questão
sobre a adequação do sistema vocálico composto por sete ou por cinco elementos. O que se
pretende investigar é simplesmente a possibilidade de que o contraste entre [o] e [ѐ] seja
menos saliente que o contraste entre [o] e [u] no sistema perceptivo. Isto é, se o menor grau de
consistência do primeiro contraste – em relação ao segundo contraste – verificado nas
ocorrências lingüísticas se reflete na percepção (e no armazenamento). Muito dificilmente, as
evidências obtidas nesse trabalho indicarão categoricamente em favor de um conjunto de
cinco ou de sete vogais, pelo simples fato de que trabalhos empíricos dependem das condições
de realização e devem ser interpretados à sua luz. Todavia, é interessante observar que se for
o caso que, no caso de se verificar no experimento um contraste menos distinto entre as duas
vogais médias em questão, pelo menos três hipóteses sobre a direção da causalidade podem
ser consideradas. A permutação entre [o] e [ѐ] na sílaba tônica sem conseqüências semânticas
poderia ser de alguma forma resultado de um limite relativamente pouco distinto entre as duas
14
categorias armazenadas na memória e usadas na classificação do som. Alternativamente, um
contraste menos pronunciado entre [o] e [ѐ] no sistema perceptivo poderia ter origem na
experiência lingüística no que se refere aos padrões de ocorrência das vogais na língua
(incluindo as ocorrências nas sílabas átonas). Se duas categorias de sons da fala numa língua
ocorrem nos mesmos contextos, sem com isso estabelecerem diferenças de significado, é de
se esperar que o falante desenvolva representações destas categorias menos distintas entre si.
A terceira possibilidade é de que ambas sejam corretas. Poderia ser ainda que nenhuma delas
fosse correta.
Inferências a respeito da organização das vogais na mente do falante serão realizadas a partir
de medidas efetuadas sobre o desempenho dos sujeitos em certas tarefas de modo a
estabelecer relações entre estímulos e respostas. Os objetos da investigação são categorias e
limites de categorias dos sons da fala entendidos como entidades que se fazem presentes nos
processos perceptivos. Torna-se assim importante que sejam colocados em pauta alguns
conceitos intimamente relacionados à idéia de que o desempenho dos sujeitos nas tarefas aqui
empregadas nos informa sobre a organização do sistema perceptivo do falante do português
brasileiro no que diz respeito aos processos de identificação, classificação e discriminação das
vogais. Como o interesse se concentra sobre categorias armazenadas na memória
representando sons (ou grupos de sons) da fala, que se manifestariam nos padrões observados
nos dados do experimento, e os resultados serão interpretados em termos de representações na
memória de longo prazo, um ponto a ser considerado é o conceito de representação.
A maior parte das teorias das ciências cognitivas admitem que nós seres humanos possuímos
representações do mundo em que vivemos, sendo estas estados do sistema cognitivo que se
referem a estados do ambiente e que são processados pelo mesmo sistema cognitivo. Por
15
exemplo, quando uma pessoa percebe o som de uma campainha, considera-se que padrões de
atividade neural desencadeados por este estímulo compõem uma representação do mesmo.
Esta atividade promove modificações na estrutura das redes neurais de modo a impor
restrições sobre fluxos de ativação provocados por estimulações posteriores. Em teorias
simbólicas (como a gramática gerativa), representações e processos são abstraídos do
substrato orgânico de tal forma que o funcionamento do sistema é descrito em termos de
símbolos (unidades discretas e passivas de representação) e operações sobre estes símbolos.
Em relação à epistemologia, na versão mais simples as representações são como cópias das
coisas que representam, de forma que a percepção proporcione um acesso direto ao ambiente.
De acordo com uma versão um pouco mais sofisticada, a representação é uma função do que
se apresenta no ambiente, isto é, a informação é de alguma forma transformada. A relação
entre representação e coisa representada é também neste caso meramente referencial. Outras
concepções consideram que a representação é uma função do ambiente e do próprio sistema
cognitivo. Este desempenha um papel ativo na formação das representações, formação esta
que depende de disposições do organismo estabelecidas na interação do indivíduo (ou da
espécie) com o ambiente.
A noção de representação é hoje alvo de duras críticas baseadas na argumentação de que os
seres vivos não mantêm interações instrutivas com o meio (por exemplo, MATURANA;
VARELA, 2001). Isto é, um evento no ambiente nunca determina mudanças estruturais num
organismo, podendo apenas estabelecer perturbações na superfície sensorial que
desencadeiam alterações que são determinadas pela configuração da própria estrutura. Desta
forma, não há possibilidade de um mapeamento entre estados internos e estados externos ao
organismo, sendo, portanto, o conceito de representação baseado numa noção equivocada.
16
Contudo, mesmo tendo como ponto de partida este fechamento operacional dos organismos,
de acordo com Peschl e Riegler (1999), é possível justificar o emprego do conceito, desde que
se renuncie ao aspecto de referência a um mundo externo, tratando-se apenas de padrões de
atividade neural que se referem a padrões de atividade neural. Isto reduz a influência da
estimulação provinda do ambiente à modulação de dinâmicas representacionais internas.
Winkler (1999) argumenta a respeito da questão estabelecida pelo aspecto de fechamento
operacional dos organismos que embora estes sejam fechados no nível de descrição das suas
operações, são abertos no nível de descrição das trocas de matéria e energia. Segundo Winkler
(1999), o fenômeno representado é o padrão espaço-temporal da interação entre o sistema
cognitivo e seu ambiente, e não o objeto em si, e o conceito de representação deve incluir uma
relação de significado, o que implica em uma referência ao ambiente externo.
Neste trabalho, admite-se que objetos no exterior do organismo promovem perturbações nas
superfícies sensoriais e que estas por sua vez causam padrões de atividade neural que
modificam as estruturas em que ocorrem, e que regularidades estatísticas na atividade e na
estrutura de redes neurais correspondem a regularidades estatísticas no ambiente em vários
níveis de abstração. Portanto, representações são entendidas aqui como construtos mentais
correspondentes a padrões no interior do organismo que mapeiam padrões ocorrentes no
meio. Note-se que disto depende a justificativa do uso de medidas relacionando estímulo e
resposta na investigação sobre o funcionamento e a organização de representações sonoras.
Tendo esclarecido o que é denotado aqui pelo termo “representação”, o próximo passo é um
breve exame deste conceito aplicado aos objetos de interesse do estudo, quais sejam, as
categorias que agrupam sons correspondentes às vogais médias posteriores e suas
17
delimitações. Neste contexto, o “fonema” se apresenta como uma representação mental que se
refere a uma classe de sons funcionalmente equivalentes. De acordo com a fonologia gerativa
(CHOMSKY; HALLE, 1968), trata-se de um feixe de valores de traços distintivos que define
a unidade sonora simbólica, em oposição aos sons como entidades concretas. Neste caso, o
fonema, enquanto unidade simbólica, é destituído de conteúdo relativo a propriedades
acústicas. No âmbito da competência lingüística, no que concerne aos segmentos, há apenas
fonemas e não fones ou detalhamento fonético de qualquer espécie. Cadeias lineares de
fonemas seriam então intenções do falante e impressões do ouvinte; as representações que
estabelecem a interface entre a entrada acústica e o léxico. Desta perspectiva não só fazem
sentido como se tornam necessárias considerações a respeito do estatuto fonológico do
contraste entre as vogais médias fechadas e as vogais médias abertas, isto é, se /o/ e /ѐ/ (ou
/e/ e /ϯ/) são realmente dois fonemas diferentes. Formulada a questão desta maneira, é
discutível se evidências experimentais podem ou não proporcionar alguma contribuição.
Mesmo que existam efetivamente, não há como observar diretamente construtos mentais
(como fonemas, imagens mentais, conceitos, etc.). Mesmo nas neurociências o que se pode
observar são localizações e seqüências de atividade neural, e não construtos mentais. Em
estudos como o apresentado aqui não há nada que justifique de forma inequívoca a afirmativa
de que certo resultado que se venha a observar reflita a organização das categorias no nível de
representação dos fonemas. Suponhamos um caso extremo em que nenhum limite entre as
categorias /o/ e /ѐ/ se manifeste nos resultados da tarefa de classificação. Ainda assim seria
possível argumentar, por exemplo, com base em noções gerativistas, que não há nenhuma
garantia de que as respostas dos sujeitos reflitam a organização no nível fonológico (isto é,
um nível de representações discretas e abstratas) e não apenas num nível fonético (superficial,
continuo e concreto).
18
Sendo a existência do fonema como entidade mental presumida nas teorias estruturalistas e
gerativistas – definições puramente operacionais também foram propostas (ver, por exemplo,
TWADELL, 1935) – é possível questionar o conceito. Port (no prelo) argumenta que a tese de
que as palavras são formadas por segmentos estáticos, discretos e organizados em série, não
se sustenta se forem considerados os dados de investigações sobre percepção e produção da
fala. Fones e fonemas são estáticos, discretos e ordenados de forma serial e, portanto, não
seriam adequados na descrição científica dos processos contínuos e sobrepostos
característicos da fala, tanto no que se refere à articulação quanto ao sinal. No que concerne à
percepção, as unidades de representação seriam quaisquer padrões auditivos, em várias
escalas (de traços a sílabas), que tenham suficiente predominância estatística na fala. Port (no
prelo) conclui que fones e fonemas são conceitos atrativos porque correspondem às intuições
de pessoas com uma longa experiência de uso do alfabeto e não necessariamente a um fato
psicológico.
Jaeger (1980 apud OHALA 1983) empregou uma técnica experimental da psicologia para o
estudo da formação de conceitos para verificar se um grupo de falantes do inglês formava
uma categoria que incluísse os alofones [k] e [k
h
]. Numa primeira etapa era explicado ao
sujeito que ele ouviria várias palavras e que algumas pertenceriam a certa categoria conforme
o som das mesmas. A tarefa era indicar se cada som pertence ou não à categoria – sobre a
qual não foram dadas indicações. Apenas um feedback era dado após cada resposta indicando
se ela estava correta ou incorreta. O conjunto de estímulos correspondente à categoria correta
era formado por palavras do inglês com [k] ou o [k
h
] como fone inicial. Na tentativa de anular
a influência da ortografia, palavras não iniciadas com [k] ou [k
h
] e cuja forma escrita tem k, c,
ch e qu como grafemas iniciais foram incluídas no grupo de palavras externas à categoria de
interesse no experimento. O fone [k
h
] não foi apresentado nesta etapa inicial. Na segunda
19
etapa o feedback foi suspenso e foram incluídos exemplares do fone [k
h
]. Os sujeitos
consistentemente agruparam os fones [k] e [k
h
] na mesma categoria. O resultado foi
interpretado pela autora como evidência da realidade psicológica do fonema.
Outra questão que pode ser levantada é se o fonema é ou não a unidade perceptiva no
processamento da fala. Convém salientar que esta é uma questão que tem mais importância
em teorias que concebem as representações como símbolos. Em teorias que enfatizam
processos subsimbólicos e não se comprometem com o pressuposto de que a mente processa
unidades discretas, a questão se torna secundária ou carente de sentido. Baseados em
evidências empíricas, alguns defendem a tese de que o fonema não é a unidade da percepção
da fala (MASSARO, 1972; LOTTO; HOLT, 2000; PORT, no prelo), outros defendem que
sim (NEAREY, 1997; 2003). Fitzpatrick e Wheeldon (2000) apresentam um modelo de
acesso lexical em que as unidades que estabelecem a mediação entre o sinal acústico e o
léxico são traços. Neste modelo, apenas após o acesso ao léxico são realizadas análises em
sílabas e fonemas. Foss e Swinney (1973), em um experimento em que os sujeitos se
engajavam em tarefas de monitoramento de fonemas e de sílabas cujos estímulos eram
palavras dissílabas, observaram respostas mais rápidas na detecção de sílabas que na detecção
de fonemas. Segundo McQueen e Cutler (1997), estes resultados indicam que a sílaba é a
unidade básica da percepção da fala, mas os próprios autores (FOSS; SWINNEY,1973)
discordam. No mesmo estudo foi verificado que a detecção de fonemas também é mais lenta
que a detecção de palavras. De acordo com a interpretação dos autores, deve-se fazer uma
distinção entre percepção e identificação, sendo a última relacionada à manifestação do
estímulo na consciência. Talvez relutantes em considerar a possibilidade de que o
reconhecimento de palavras ocorra em etapas anteriores do processamento em relação ao
20
reconhecimento de fonemas, eles concluem que os resultados estariam refletindo a ordem da
identificação e não da percepção.
Vale salientar novamente que não há a pretensão de, a partir dos resultados deste estudo,
responder a perguntas que devem ser discutidas principalmente no âmbito da fonologia. Este
trabalho é apenas um passo numa investigação bem mais ampla sobre as representações
mentais das vogais médias do português brasileiro. Se os futuros frutos desta investigação
devem ou não ser levados em consideração na formulação de modelos fonológicos, isto é algo
que deve ser ponderado.
Devido à natureza dos resultados deste trabalho, é difícil a integração dos mesmos a teorias de
orientação formalista. Por outro lado, nas teorias funcionalistas evidências experimentais
acerca da percepção da fala ocupam uma posição de destaque e cumprem um papel
fundamental (BYBEE, 2001; BOERSMA, 1998).
21
2 Revisão Bibliográfica
Neste capítulo é apresentada a literatura pertinente à questão estabelecida na introdução e aos
modos de abordá-la empiricamente, em duas seções. Na primeira, há uma breve descrição do
fenômeno a partir do qual o problema deste estudo foi definido, isto é, a variação entre as
vogais médias abertas e fechadas num ambiente em que são verificados pares mínimos. Na
seção seguinte são apresentadas e discutidas formas pelas quais as representações empregadas
pelos falantes na percepção dos sons da fala podem ser investigadas experimentalmente. São
contemplados resultados de experimentos comportamentais e evidências psicofisiológicas.
2.1 As vogais médias do português brasileiro
Considera-se tradicionalmente que no inventário fonológico do português brasileiro há sete
diferentes fonemas vogais, quais sejam, /i, e, ϯ, a, ѐ, o, u/ (MATTOSO CÂMARA JR., 1977;
WETZELS, 1992). Trata-se então de um sistema vocálico composto por uma vogal baixa,
duas altas que contrastam entre si pela anterioridade/posterioridade, e quatro médias, duas
anteriores e duas posteriores. A diferença entre as duas vogais médias anteriores e entre as
duas vogais médias posteriores é estabelecida pelo grau de abertura (ou altura) apresentado
por cada vogal. Desta forma temos as vogais médias abertas e as vogais médias fechadas.
Considera-se que o contraste entre as vogais médias abertas e fechadas é funcional no
português brasileiro apenas na sílaba tônica. Esta consiste em uma posição privilegiada no
que concerne ao estabelecimento de contrastes fonológicos (BECKMAN, 1998). O valor
fonológico desta oposição na sílaba tônica pode ser atestado em pares mínimos como
s[e]de/s[ϯ]de e t[o]ca/t[ѐ]ca. Nas sílabas átonas, entretanto, ele é anulado, uma vez que as
22
oposições e/ϯ e o/ѐ não estabelecem diferenças de significado. Nas sílabas pós-tônicas em
final de palavra se perdem ainda as distinções u/o/ѐ e i/e/ϯ, o que resulta no subsistema de
três vogais /i, a, u/. Na posição pós-tônica não-final, de acordo com Mattoso Câmara Jr.
(1987), ocorre a neutralização do contraste entre /o/ e /u/, mas não do contraste entre /e/ e /i/,
produzindo um sistema assimétrico composto pelas vogais /a, e, i, u/ – assimétrico porque a
vogal média anterior /e/ não tem uma correspondente posterior.
Nas análises de Mattoso Câmara Jr. (1987) e, mais recentemente, Wetzels (1992), são
considerados três processos de neutralização, que originam quatro subsistemas vocálicos, o de
sete vogais para as sílabas tônicas, o de cinco vogais para as sílabas pré-tônicas, o de quatro
vogais para as sílabas pós-tônicas não-finais e o de três vogais para as sílabas átonas finais. A
primeira neutralização eliminaria as vogais médias abertas ϯ/ѐ nas sílabas átonas, a segunda
eliminaria a vogal média /o/ das sílabas pós-tônicas e a terceira eliminaria a vogal /e/ das pós-
tônicas finais. Bisol (2003) sugere que o português brasileiro possui apenas duas regras de
neutralização, uma que neutraliza os contrastes ϯ/e e o/ѐ e outra que neutraliza o contraste
entre médias e altas. A primeira se aplicaria categoricamente às sílabas átonas e a segunda se
aplicaria categoricamente às sílabas átonas finais e variavelmente às sílabas átonas pós-
tônicas não-finais. A autora argumenta que como, em alguns casos, a vogal /e/ também se
mostra sensível ao alçamento na posição pré-tônica não-final e a vogal /o/ é mantida nesta
mesma posição (VIEIRA, 2002, apud BISOL, 2003), parece haver uma expansão do sistema
mínimo de três vogais que cria uma variação entre ele e o subsistema de cinco vogais, sendo o
subsistema de quatro vogais proposto nos modelos tradicionais apenas um efeito de
freqüência.
23
Estas análises admitem um sistema vocálico composto por sete fonemas, já que a primeira
neutralização – aquela que reduz o número de vogais a cinco anulando o contraste fonológico
entre as vogais médias abertas e fechadas – obviamente supõe um sistema com esse número
de componentes. Entretanto, alguns aspectos do comportamento das vogais médias na sílaba
tônica suscitam algumas dúvidas a respeito do estatuto fonológico da oposição entre vogais
médias abertas e fechadas e, por conseguinte, sobre se realmente o português brasileiro possui
sete fonemas vogais. Em primeiro lugar, a oposição em questão não se apresenta entre os
verbos (Lee, 2003; Magalhães, 1990), embora o timbre da vogal média estabeleça muitos
pares mínimos compostos por uma forma nominal e a sua correspondente forma verbal na
primeira pessoa do singular do presente do indicativo (como, por exemplo, alm[o]ço/alm[ѐ]ço
e desesp[e]ro/desesp[ϯ]ro). Em segundo lugar, apesar dos pares mínimos encontrados entre os
nomes, que são em número reduzido, há variação no timbre das vogais médias tônicas no que
concerne ao grau de abertura, tanto no caso das anteriores como no caso das posteriores
(CUNHA, 1991; ALVES, 1999). Isto é, uma mesma palavra com uma vogal média na sílaba
tônica pode ser pronunciada com esta vogal média aberta ou fechada, como nos casos de
[e]xtra/[ϯ]xtra, av[e]ssas/av[ϯ]ssas, p[o]ça/p[ѐ]ça e cr[o]sta/cr[ѐ]sta. Em terceiro lugar, afirma-
se que a realização das vogais médias, no que diz respeito ao grau de abertura, apresenta
algum grau de previsibilidade (WETZELS, 1992; CAGLIARI, 1997). De acordo com
Wetzels, duas regras condicionadas prosodicamente esclarecem alguns casos de ocorrência de
vogais médias abertas ou fechadas no português brasileiro, quais sejam, o abaixamento
datílico e o abaixamento espondeu. O abaixamento datílico impede vogais médias fechadas na
sílaba tônica em palavras proparoxítonas (como é possível observar em palavras derivadas
como cadav[ϯ]rico e psic[ѐ]logo). Entretanto, existem exceções entre as palavras não-
derivadas (como p[e]ssego e es[o]fago) e o abaixamento datílico não se aplica a verbos
regulares (dev[e]ramos, dev[e]reis, dev[e]ssemos, dev[e]sseis). O abaixamento espondeu
24
impede vogais médias fechadas na sílaba tônica de palavras paroxítonas cuja sílaba final é
pesada (como na palavra rep[ѐ]rter), com exceção de palavras que adquirem esta
característica pela adjunção de sufixos de flexão nominal ou verbal.
A partir de observações como esta sobre a previsibilidade do grau de abertura das vogais
médias em certos contextos, Cagliari (1997) sugere a possibilidade de se admitir um sistema
vocálico com cinco vogais, não sendo [ϯ] e [ѐ] fonemas da língua portuguesa, mas ocorrendo
foneticamente na sílaba tônica.
Magalhães (1990) apresenta uma proposta baseada em estudos morfofonológicos de acordo
com a qual o sistema vocálico do português brasileiro é composto por sete vogais, mas este
número é reduzido a cinco nos verbos. Nestes, o autor sugere que a última vogal é aberta na
estrutura subjacente e a vogal temática propaga seus elementos
1
sobre a vogal do radical.
Nesta análise, a diferença entre vogais médias abertas e fechadas é que as últimas são +ATR
(advanced tongue root) e as primeiras são –ATR. As vogais +ATR /e/ e /o/ na sílaba tônica
seriam derivadas e, na sílaba átona, seriam resultado de neutralização ou variação livre. Desta
forma, por exemplo, os verbos “dever” e “mover” se realizam na primeira pessoa do presente
do indicativo como d[e]vo e m[o]vo e na terceira pessoa como d[ϯ]ve e m[ѐ]ve. No que
concerne aos não-verbos, seria também observado um processo morfofonológico em que a
vogal de flexão de gênero +ATR espraia seus elementos nas formas de masculino singular.
No feminino singular temos a vogal /a/, que é –ATR, e no plural o segmento /s/ torna a sílaba
pesada impedindo o espraiamento. Sendo a última vogal do radical –ATR na estrutura
subjacente, temos, por exemplo, as realizações n[o]vo, n[ѐ]va, n[ѐ]vos e n[ѐ]vas. Exceções
1
A análise do autor é baseada na Teoria do Charme e do Governo, em que a unidade primária de constituição de
um segmento é o “elemento”, uma unidade maior que o “traço”.
25
como esp[o]so/esp[o]sa/esp[o]sos/esp[o]sas ocorreriam em casos em que a última vogal do
radical é especificada como +ATR na estrutura subjacente. Com isto se verifica a importância
de um sistema vocálico composto por sete categorias nesta análise.
Um ponto que torna a idéia de um sistema com cinco vogais atrativa é o fato de que é este o
número de vogais nasais no português brasileiro, considerando-se que uma descrição em que
o número de vogais nasais e orais é o mesmo, seria mais elegante. Os pares mínimos são
poucos e são observados apenas na sílaba tônica, contexto este em que também há variação.
Por outro lado, a simples verificação de alguns pares mínimos, juntamente com a sistemática
alternância entre vogais médias fechadas e vogais médias abertas em formas nominais e
verbais constitui evidência de que as representações correspondentes a cada uma se
distinguem na mente do falante não apenas em níveis de processamento de informação
acústica.
2.2. A Categorização dos Sons da Fala
2.2.1. Percepção categórica
Durante o processamento lingüístico, no que concerne à produção e à percepção da fala,
devem ser manipuladas representações mentais correspondentes às categorias dos sons da
fala, isto é, grupos de sons dentro dos quais é atribuída uma mesma identidade a todos os
componentes. Por exemplo, se imaginarmos um plano estabelecido por dois eixos que
representam o primeiro e o segundo formantes (F1 e F2) de um som vocálico, todos os sons
em volta de um ponto e dentro de um determinado limite serão considerados como
26
exemplares de certa vogal, como [a], sendo agrupamentos em outras regiões do plano
correspondentes a outras vogais.
Nos laboratórios Haskins, o primeiro sintetizador de fala orientado à pesquisa, o “Pattern
Playback”, foi empregado por Liberman, Harris, Hoffman e Griffith (1957) para produzir um
continuum que se inicia em [be], passa por [de], e termina em [ge]. Isto foi feito por meio da
variação em passos iguais do valor da freqüência inicial da transição do segundo formante.
Foi observado que, numa tarefa de classificação, embora formassem um continuum físico, os
estímulos eram classificados pelos sujeitos do experimento em três categorias bem definidas,
ocorrendo nas regiões limítrofes entre elas mudanças abruptas nas respostas. Para testar se as
diferenças físicas entre estímulos dentro de uma mesma categoria assim estabelecida podem
ser detectadas pelos ouvintes, foi realizada uma tarefa de discriminação ABX, em que dois
estímulos diferentes, A e B, são apresentados em sucessão e o sujeito indica qual deles é
idêntico a um terceiro estímulo, X. Os sujeitos discriminaram com relativa facilidade
estímulos identificados como pertencentes a categorias diferentes e apresentaram um
desempenho inferior na discriminação intra-categoria. Este padrão nos resultados é
denominado “efeito de limite de fonema”.
A partir da hipótese de que os sujeitos são capazes de discriminar apenas estímulos de
categorias diferentes, isto é, que não há informação além daquela relativa à categoria
fonêmica, Liberman et al. (1957) empregaram os resultados da tarefa de classificação para
gerar uma equação para predizer o desempenho na tarefa de discriminação. O termo
“percepção categórica” foi cunhado para designar a dependência exclusiva da discriminação
em relação à classificação – isto é, dois sons podem ser discriminados apenas na medida em
que eles podem ser identificados como pertencentes a categorias diferentes. Embora a
27
equação tenha predito razoavelmente bem os picos nas funções que representam o
desempenho dos sujeitos na discriminação de cada par de estímulos, este foi subestimado, o
que sugere que o ouvinte dispõe de informações adicionais sobre os estímulos. Todavia, a
correlação significativa observada entre a discriminação prevista (classificação) e a
discriminação observada foi tomada como uma importante evidência de percepção categórica.
Resultados semelhantes foram encontrados em vários estudos que se seguiram, especialmente
no caso das consoantes oclusivas, e com exceção das vogais (revisão em REPP, 1984). Quase
sempre foram observados um efeito de limite de fonema e uma discriminação obtida superior
à discriminação prevista (classificação). Enquanto no caso das consoantes oclusivas era
observado um padrão próximo do ideal de percepção categórica, nos estudos com vogais,
embora tenha sido frequentemente encontrado um efeito de limite de fonema, este se mostrou
menos pronunciado, e o desempenho na discriminação é sempre consideravelmente superior
ao previsto pela classificação (FRY; ABRAMSON; EIMAS; LIBERMAN, 1962; EIMAS,
1963; HEALY; REPP, 1982, revisão em REPP, 1984). Os primeiros pesquisadores dos
laboratórios Haskins não atribuíram grande importância à sistemática superioridade da
discriminação em relação à classificação, e estabeleceram os seguintes critérios para
percepção categórica (STUDDERT-KENNEDY; LIBERMAN; HARRIS; COOPER, 1970):
a) Categorias distintas com limites bem definidos na tarefa de classificação.
b) Regiões ou “vales” de desempenho em nível aleatório na discriminação de
estímulos da mesma categoria de classificação.
c) Um pico de desempenho no limite entre duas categorias (efeito de limite de
fonema) na tarefa de discriminação.
d) Uma correspondência estreita entre o desempenho obtido na discriminação e o
desempenho previsto a partir dos resultados da tarefa de classificação.
28
Embora uma percepção perfeitamente categórica não tenha sido encontrada na grande maioria
dos estudos, essa passou a ser a definição padrão de percepção categórica, estabelecendo uma
dicotomia entre “percepção categórica” e “percepção contínua”.
É importante notar que a divisão do continuum em categorias, geralmente observada em
tarefas de classificação de sons da fala, com limites de categoria pronunciados, não pode ser
interpretada como evidência de percepção categórica, pois é natural que ela se apresente
também em casos de percepção contínua (MASSARO, 1987a). Dado um continuum
percebido de forma contínua entre A e não-A, podemos imaginar uma reta descendente, de 1 a
0, entre A e não-A, indicando o grau G(A) em que o estímulo representa a categoria A. Em
uma tarefa de classificação em que o sujeito deve responder A ou não-A, uma regra ótima de
decisão seria fixar o valor do critério de decisão no ponto G(A) = 0,5 – isto é, se G(A) < 0,5,
responder “não-A”; se G(A) > 0,5, responder “A”. Admitindo que haja ruído (variabilidade)
nos processos perceptivos, e que este ruído tenha distribuição normal, vemos que um mesmo
estímulo apresentado várias vezes não produz sempre o mesmo valor em G(A), mas sim uma
distribuição normal de valores em torno de uma média diretamente relacionada ao valor da
variável A. Desta forma, se o ruído é normal e tem a mesma variância ao longo do continuum,
um estímulo cujo valor médio em G(A) é igual ao valor do critério de decisão, produzirá
respostas “não-A” em metade das provas e respostas A na outra metade. Na medida em que o
valor médio de G(A) se afasta do valor do critério, o ruído tem um efeito menor nas respostas.
Isso produz, a partir de informação continua, uma curva de classificação em que declinações
abruptas são observadas representando os limites de categoria. Desta forma, resultados de
tarefas de discriminação são imprescindíveis no que concerne às investigações acerca do
conceito de percepção categórica.
29
De acordo com a visão tradicional do fenômeno, a percepção categórica é interessante por
violar certas expectativas estabelecidas no âmbito da psicofísica. Em primeiro lugar, o efeito
de limite do fonema estaria em desacordo com a lei de Weber, segundo a qual a “diferença
minimamente perceptível” entre dois estímulos é uma razão constante do valor
correspondente ao estímulo-padrão (aquele com o qual se compara um segundo estímulo) na
magnitude física em relação à qual se realiza a comparação. Isto é, de acordo com a lei de
Weber, a discriminabilidade é constante para estímulos separados por uma razão fixa de
magnitudes físicas, e decresce para estímulos separados por uma diferença fixa. Em segundo
lugar, a percepção categórica divergiria de uma importante generalização de Miller (1956),
segundo a qual, para a maioria dos continua de estímulos, a discriminação é mais fácil do que
a classificação. Isto motivou a idéia de que os estímulos da fala são especiais, sendo tratados
de forma diferente de outros estímulos acústicos. Macmillan (1987) argumenta, entretanto,
que a maioria dos continua perceptuais podem violar a lei de Weber de formas que se
generalizam naturalmente para dimensões percebidas categoricamente e que o princípio de
Miller é geralmente verdadeiro, inclusive para os sons da fala. De fato, como já foi
mencionado, os dados em geral evidenciam uma superioridade da discriminação em relação à
classificação.
As diferenças nos resultados para vogais isoladas e consoantes oclusivas no que se refere à
percepção categórica, foram tomadas como uma das principais evidências favoráveis à teoria
motora da percepção da fala (STTUDERT-KENNEDY; LIBERMAN; HARRIS; COOPER,
1970; LIBERMAN; MATTINGLY, 1985), segundo a qual os mecanismos de percepção da
fala estão intimamente relacionados aos mecanismos de produção, envolvendo inferências
sobre os gestos articulatórios necessários para a realização da unidade a ser percebida.
Descontinuidades na articulação seriam responsáveis pelas descontinuidades na percepção.
30
Desta forma, categorias fonéticas que, no que concerne à sua produção, diferem umas das
outras por gestos articulatórios discretos serão percebidas categoricamente, ao passo que as
categorias que permitem variações articulatórias contínuas (como as vogais) serão percebidas
continuamente.
Para explicar as diferenças entre a discriminação e a classificação, Fujisaki e Kawashima
(1969; 1970; 1971 apud PISONI, 1973; 1975) formularam um modelo de duplo processo para
a discriminação de sons da fala, em que dois componentes funcionam simultaneamente ou em
rápida sucessão, sendo o primeiro estritamente categórico, representando a classificação
fonética, e o segundo contínuo, representando processos gerais da percepção auditiva. A
discriminação observada seria superior porque, quando o ouvinte tenta discriminar dois
estímulos classificados de forma idêntica, ele pode recorrer a informações de natureza
psicoacústica. O modelo permite estabelecer graus de percepção categórica, que refletem a
previsibilidade da discriminação pela classificação.
A partir de demonstrações de percepção categórica para continua de estímulos não
relacionados à fala (por exemplo, CUTTING; ROSNER, 1974; PASTORE; AHROON;
BAFFUTO; FRIEDMAN; PULEO; FINK, 1977), psicofísicos sugeriram que a percepção
categórica poderia ser um fenômeno da percepção auditiva. Algumas dimensões auditivas da
fala podem não ser contínuas, e pode ser que existam limiares psicoacústicos que coincidem
com limites entre categorias de sons da fala (PASTORE et al., 1977; PASTORE, 1987). Isto
poderia explicar de maneira simples resultados de pesquisas realizadas com bebês (EIMAS;
MILLER; JUSCZYK, 1987) e animais (KUHL, 1987) nas quais foram encontradas
evidências de percepção categórica dos sons da fala, inclusive limites de categorias que
coincidem com os apresentados pelos falantes adultos. Uma descontinuidade perceptiva
31
determinada por características do sistema sensorial foi observada em relação ao contraste
entre oclusivas vozeadas e surdas. Sinex e McDonald (1989) verificaram que fibras do nervo
auditivo de chinchilas respondem a um continuum no parâmetro “tempo de inicio de
vozeamento” (VOT, do inglês voice onset time) de forma a não discriminar sílabas com
valores de VOT de 0 a 20 ms. Kewley-Port e Watson (1994) observaram aumentos na
diferença minimamente perceptível entre vogais quando a freqüência central do formante que
é variado coincide com um harmônico, mas neste caso não foram apresentadas explicações
para o fenômeno.
Ades (1977) sugere que o modelo de Durlach e Braida de discriminação de intensidade sonora
(DURLACH; BRAIDA, 1969; BRAIDA; DURLACH, 1972) pode ser muito útil na
formulação de um modelo adequado para a percepção categórica. Este modelo admite dois
componentes de memória, um “modo de traço sensorial”, por meio do qual o sujeito compara
os traços dos estímulos a serem discriminados, e um “modo de contexto”. Neste, o sujeito
tenta relacionar os dados sensoriais ao contexto geral dos estímulos apresentados no
experimento. O modelo especifica três fontes de variância que limitam o desempenho na
discriminação e na classificação. A primeira é a variância sensorial, oriunda de processos
sensoriais como a transdução. A variância do traço limita a habilidade do sujeito em comparar
os traços sensoriais de dois sons consecutivos. Esta aumenta com o intervalo de tempo entre
os dois estímulos a serem comparados. A variância de contexto é relacionada com a
habilidade do sujeito em rotular os estímulos e aumenta com a extensão do continuum de sons
(extensão significando a diferença entre os pontos extremos do continuum). A variância
sensorial limita o desempenho em todos os tipos de tarefa. Na tarefa de classificação, como
apenas um som é apresentado em cada prova, apenas a variância de contexto e a variância
sensorial impõem restrições ao desempenho. Em tarefas de discriminação de nível fixo, em
32
que os mesmos dois sons são apresentados ao longo de um bloco experimental, a variância de
contexto é muito pequena, e considera-se que a variância do traço não seja importante, de
modo que o desempenho é limitado apenas pela variância sensorial. Nas tarefas de
discriminação de nível variável, em que os dois sons a serem comparados variam entre as
provas num mesmo bloco experimental, os dois componentes de memória, isto é, o modo de
contexto e o modo de traço sensorial, podem influenciar o desempenho, sendo a relação entre
eles análoga à relação entre duas resistências em paralelo. Quando a variância de um tipo de
memória é muito menor que a do outro, o processo que envolve maior variância tem um efeito
muito pequeno sobre o desempenho. Assim, por exemplo, se a variância de contexto é muito
maior do que a variância do traço, o modo de traço sensorial, mais eficiente, predomina.
De acordo com Ades (1977) o modelo poderia explicar as diferenças encontradas entre vogais
e consoantes e entre sons da fala e outros estímulos sonoros. Macmillan (1987) e Macmillan,
Goldberg e Braida (1988) apresentam uma generalização para o estudo de sons da fala de uma
versão revisada do modelo de Durlach e Braida em que é incluído o conceito de “âncora
perceptiva” para explicar como a variância de contexto pode depender da extensão do
continuum (BRAIDA; LIM; BERLINER; DURLACH; RABINOWITZ; PURKS; 1984). No
modo de contexto, o sujeito compara as sensações com âncoras perceptivas, isto é,
representações na memória usadas como referência. Quanto maior a distância entre o evento
perceptivo e a âncora pior a resolução. Na formulação do modelo para a discriminação de
intensidade, as âncoras perceptivas geralmente correspondem aos pontos extremos do
continuum, sendo assim não permanentes, embora se admita a possibilidade de âncoras
permanentes como “o som mais intenso possível”. Na versão do modelo adaptada para
percepção dos sons da fala, as âncoras se relacionam às categorias de sons representadas na
memória de longo prazo, podendo corresponder a limites de categoria ou a protótipos (o que
33
os autores denotam por “protótipo” é a região central da curva que representa uma categoria
no resultado da tarefa de classificação).
Schouten e van Hessen (1992) e van Hessen e Schouten (1992) propõem uma teoria que
combina elementos desse modelo com o modelo de duplo processo de Fujisaki e Kawashima.
Estes autores, com base em resultados em diversas tarefas de discriminação, variando os
intervalos inter-estímulos, em comparação com os resultados de uma tarefa de classificação,
argumentam que os resultados da discriminação de vogais são mais favoráveis ao modelo de
Durlach e Braida, ao passo que a discriminação de consoantes oclusivas ocorre de modo mais
coerente com o modelo de duplo processo de Fujisaki e Kawashima, pois nos resultados
referentes a estas consoantes foram observadas evidências de percepção categórica e não
houve indícios de que a discriminação envolva o modo de contexto. Eles formulam então um
modelo em que é incluída uma “memória fonêmica de longo prazo”, além dos componentes
do modelo de Durlach e Braida, de forma a obter um ajuste melhor em relação aos resultados
obtidos com as consoantes oclusivas.
Considerando os propósitos do estudo aqui proposto, este paradigma experimental (a
comparação dos resultados observados na tarefa de discriminação com os resultados previstos
para a mesma a partir dos resultados da tarefa de classificação) proporciona medidas
interessantes. Trata-se de um método empírico que torna possível observar sistemática e
objetivamente, por meio do desempenho do falante em certas tarefas, a forma como os
falantes categorizam os sons da fala que percebem. Entretanto, há alguns problemas. Em
primeiro lugar, por serem baseados em medidas comportamentais, os experimentos não
permitem separar o componente perceptivo, que é o que interessa, da atenção, vontade e
processos de decisão do sujeito.
34
Outro aspecto problemático dos resultados dos estudos sobre percepção categórica é a grande
variabilidade no grau em que a classificação prediz a discriminação. As fontes desta
variabilidade são diversas. Uma delas é a natureza dos estímulos empregados. Entre os sons
da fala, as consoantes oclusivas são as que apresentam o maior grau de percepção categórica.
As nasais são percebidas menos categoricamente que as oclusivas; as líquidas, semivogais e
vogais ainda menos (revisão em REPP, 1984). A “naturalidade” dos estímulos parece ser
também um fator importante. Van Hessen e Schouten (1999) fornecem evidências de que a
maior complexidade dos estímulos de fala mais naturais dificulta o uso pelo ouvinte de
parâmetros particulares dos estímulos como pistas psicoacústicas, o que aumenta o grau de
percepção categórica. Eles mostraram que, quanto mais natural soa o estímulo, maior o índice
de percepção categórica.
Embora tenha sido inicialmente sugerido que a percepção categórica seria específica para os
sons da fala, continua em outros domínios se mostraram percebidos de forma categórica.
Cutting e Rosner (1974) obtiveram evidências de percepção categórica para um continuum
entre sons percebidos como produzidos por “palheta” e “arco” estabelecido pela variação do
tempo de elevação da amplitude. Entretanto, foi observado posteriormente que a diferença
acústica era na realidade maior na região em que se observaram os picos nas curvas de
discriminação prevista e observada. Pastore, Ahroon, Baffuto, Friedman, Puleo e Fink (1977)
empregaram como estímulo uma luz tremulante em diferentes freqüências e observaram um
limite bem definido entre as categorias “tremulante” e “contínua”. Foi também realizado um
experimento em que sons eram classificados e discriminados em relação à intensidade.
Quando os sons de teste eram apresentados no silêncio não se verificou relação entre
discriminação e classificação, mas quando as provas eram apresentadas com um fundo que
35
consistia em um som de referência, a função de classificação apresentou limites precisos entre
as categorias “mais intenso” e “mais fraco”, e houve um pico correspondente na tarefa de
discriminação. Esta observação é particularmente interessante, pois mostra como uma
descontinuidade perceptiva (estabelecida pela discriminação de intensidades relativas em
relação a um som de referência) pode determinar resultados que corroboram a hipótese da
percepção categórica num continuum que na verdade é percebido de forma continua.
Outros fatores importantes na determinação do grau de percepção categórica obtido nos
resultados são o intervalo entre estímulos, os sujeitos e a tarefa de discriminação empregada.
Van Hessen e Schouten (1992) observaram que o intervalo entre estímulos afeta o grau de
percepção categórica e sugerem que intervalos mais longos aumentam a probabilidade de que
os sujeitos usem uma estratégia menos acústica e mais classificatória em conseqüência do
rápido decaimento dos traços auditivos na memória sensorial.
Gerrits (2001) notou uma significativa variabilidade entre os sujeitos em vários experimentos
com vogais e consoantes oclusivas. Ela mostra, além da variabilidade no desempenho na
tarefa de discriminação, que, em situações idênticas, alguns sujeitos empregam estratégias
mais baseadas nas categorias fonêmicas, ao passo que outros utilizam mais as informações
relacionadas aos traços auditivos dos estímulos.
Os resultados da comparação entre as tarefas de classificação e discriminação têm se
mostrado extremamente sensíveis às tarefas empregadas no experimento, especialmente no
que concerne à tarefa de discriminação. A tarefa de discriminação padrão entre os estudos de
percepção categórica é a tarefa ABX. Nesta tarefa, o sujeito ouve em cada tentativa uma série
de três estímulos consecutivos em que o terceiro é sempre idêntico ao primeiro ou ao
36
segundo. O sujeito deve responder qual entre os dois primeiros é idêntico ao terceiro.
Massaro e Cohen (1983) argumentam que esta tarefa apresenta um viés em relação aos
resultados dos estudos da percepção categórica. Em virtude da duração relativamente pequena
dos traços acústicos na memória auditiva, quando o estímulo X é apresentado e o sujeito tenta
comparar os traços auditivos deste com os de A e B, estes traços podem já ter decaído, de
forma que o sujeito é obrigado a recorrer apenas às classificações atribuídas a A e B
(estímulos cujas codificações se encontram em períodos diferentes do processamento no
momento da comparação, em virtude do lapso temporal entre os dois). Isto, obviamente,
produziria os resultados geralmente atribuídos à percepção categórica.
Uma tarefa que reduz a carga na memória auditiva e poderia encorajar uma comparação
auditiva direta é a tarefa AX (ou “igual-diferente”). Nesta tarefa o sujeito simplesmente ouve
dois estímulos e indica se eles são iguais ou diferentes. Entretanto, esta tarefa não é livre de
vieses, uma vez que os sujeitos podem usar diferentes critérios de decisão para responder
“igual” ou “diferente”. Um destes critérios pode ser justamente a classificação do estímulo em
uma categoria fonêmica. Healy e Repp (1982), por exemplo, usando uma tarefa de
discriminação AX e uma tarefa de classificação em que exatamente os mesmos pares de
estímulos usados na tarefa de discriminação eram classificados (com este procedimento os
autores pretendiam eliminar efeitos de contexto), observaram um desempenho na
discriminação completamente determinado pela classificação para estímulos num continuum
/ba/ - /da/.
Uma tarefa muito usada em experimentos psicofísicos é a tarefa 2AFC (two alternatives
forced choice). Esta tarefa facilita análises em termos da Teoria da Detecção do Sinal
(GREEN; SWETS, 1966; MACMILLAN; CREELMAN, 2005). Em experimentos sobre
37
percepção de intensidade, por exemplo, o sujeito ouve dois estímulos que variam em
intensidade e responde indicando a ordem em que eles foram apresentados, intenso-fraco ou
fraco-intenso. No caso dos sons da fala é necessário explicar ao sujeito que o termo “ordem”
se refere às categorias fonêmicas – por exemplo “i-u” ou “u-i”. É evidente o viés dessa tarefa,
causado pelo encorajamento do comportamento classificatório.
A tarefa 4IAX (four intervals AX) é uma tarefa considerada menos enviesada. Há oito
combinações possíveis, quais sejam, ABAA, BAAA, AAAB, AABA, BABB, ABBB, BBBA
e BBAB. O sujeito deve indicar qual dos dois pares apresenta dois estímulos idênticos.
Supõe-se que os sujeitos determinam as diferenças entre os estímulos de cada par e em
seguida qual das duas diferenças é a menor. Desta forma, a decisão é livre de critérios
subjetivos. Uma tarefa similar e menos trabalhosa é a 4I2AFC (four intervals two alternatives
forced choice), em que apenas as quatro seqüências AABA, ABAA, BBAB e BABB são
possíveis e o sujeito deve responder indicando se a o estímulo díspar está na segunda ou na
terceira posição. Neste caso o sujeito poderia ignorar o primeiro e o quarto estímulo,
desempenhando uma tarefa 2AFC, mas esses podem ser usados como referência de modo a
tornar possível uma decisão baseada apenas nos traços sensoriais.
Gerrits (2001) comparou os resultados de experimentos com vogais e consoantes oclusivas
empregando as tarefas 2AFC, AX, AXB, 4IAX e 4I2AFC e observou consideráveis
diferenças no grau de percepção categórica. Para as tarefas 4I2AFC e 4IAX não houve
correlação significativa com a tarefa de classificação (embora alguns sujeitos tenham
apresentado um pico de desempenho na região do limite fonêmico). A tarefa 2AFC
apresentou a relação mais estreita com a classificação, o que indica que os rótulos atribuídos
aos estímulos têm um papel importante durante a mesma. Estes resultados são confirmados
38
por Schouten, Gerrits e van Hessen (2003) e Gerrits e Schouten (2004) em estudos com
vogais.
O contexto em que os sons ocorrem na tarefa – isto é, os estímulos imediatamente anterior e
posterior – tem também um efeito nos resultados. No estudo já mencionado de Healy e Repp
(1982), em que foram empregadas uma tarefa de discriminação AX e uma tarefa de
classificação, ambas tendo como estímulos os mesmos pares de sons, verificou-se um
desempenho na discriminação quase que completamente determinado pela classificação num
continuum /ba/ - /da/. Num teste semelhante em que um continuum entre as vogais /i/ e /I/ foi
empregado, foi observado um efeito de limite de categoria, mas o desempenho na
discriminação foi superior ao que foi previsto a partir dos resultados na tarefa de classificação.
Para um continuum entre as fricativas /∫/ e /s/ não foi observada relação entre discriminação e
classificação.
Massaro (1998) argumenta que apenas o fato de não encontrarmos indiscriminabilidade intra-
categoria já é motivo suficiente para o abandono do termo “percepção categórica”; os
processos sensoriais são contínuos e o caráter categórico das respostas é devido a processos
de decisão sobre informação contínua. Massaro (1983) empregou uma tarefa de julgamento
contínuo em que o sujeito atribui um valor a cada estímulo representando o grau em que ele
acha que o estímulo em questão pertence a uma ou a outra categoria. A tarefa foi realizada
para os continua /bæ/-/dæ/, /bæ/-/pæ/ e /i/-/I/. As distribuições das respostas em cada tarefa
foram usadas para testar dois modelos, um categórico e um contínuo, que faziam previsões
bem diversas entre si a respeito daquelas. O modelo contínuo se ajustou melhor aos dados,
mostrando que havia informação contínua disponível.
39
Hary e Massaro (1982) observaram que quando um continuum em que o tempo de elevação
da amplitude do som é variado entre -60 e 60 ms são obtidos resultados categóricos, isto é, a
classificação prediz relativamente bem a discriminação, sendo o limite de categorias próximo
ao valor zero. Entretanto, quando apenas a metade positiva do continuum é apresentada nas
tarefas, a discriminação é mais bem descrita pela lei de Weber. Com base nestas evidências e
outras, como o experimento realizado por Pastore et al (1977) em que foram classificados e
discriminados sons variando em intensidade na presença e na ausência de um tom de
referência, os autores argumentam que os tradicionais resultados categóricos referentes à
previsibilidade da discriminação em relação à classificação não podem ser considerados
evidências de percepção categórica.
Barclay (1972) testou um continuum de oclusivas vozeadas em duas tarefas de classificação.
Na primeira os sujeitos deviam identificar cada estímulo como uma das três alternativas, “b”,
“d” ou “g”. Na segunda, as alternativas possíveis eram apenas /b/ e /g/. Barclay entendeu que,
se a percepção fosse categórica, as respostas para os estímulos identificados na primeira tarefa
como “d”, seriam aleatórias. Não foi o que ocorreu. As respostas aos estímulos foram
realizadas de acordo com a categoria da qual estes se encontravam mais próximos.
Massaro (1987b) apresenta um modelo baseado na lógica difusa (fuzzy) que descreve um
processo de reconhecimento de padrões que se realiza nos estágios de avaliação, integração e
decisão, sendo o comportamento de categorização estabelecido no último. A lógica difusa é
uma generalização da lógica clássica que admite valores contínuos de verdade.
Cotidianamente ocorrem situações em que classificações como “completamente verdadeiro”
ou “completamente falso” não se aplicam. Uma pessoa pode ser considerada como “não tão
velha”, a cerveja como “bem gelada”, a gestão de um presidente como “quase catastrófica”.
40
De acordo com o modelo de Massaro, à informação continua é atribuído um valor de verdade
“fuzzy” que expressa o grau em que uma entrada representa uma categoria. O primeiro
estágio, a avaliação dos traços, resulta em um valor de verdade associado à presença de cada
traço relevante. No segundo estágio, a integração dos traços, a informação proveniente do
estágio anterior é comparada com protótipos. A saída é composta por valores de verdade que
expressam o grau em que o padrão se ajusta a cada protótipo. Uma conseqüência desta
formulação é que os traços mais informativos são aqueles que apresentam menos
ambigüidade. No estágio em que ocorre a decisão (classificação do padrão), o “mérito” de
cada protótipo é avaliado em relação à soma dos méritos de todos os protótipos, sendo
selecionado aquele que apresenta o maior valor relativo.
Harnad (1987) argumenta que as conclusões de Massaro, embora consistentes com o fato de
que a discriminação não é “tudo-ou-nada”, não explicam o padrão não homogêneo do
continuum de discriminação em que diferenças físicas com a mesma magnitude são
comprimidas intra- e amplificadas entre-categorias.
Schouten, Gerrits e van Hessen (2003) argumentam que, apesar de não ser desejável o
abandono do conceito de percepção categórica – importante para explicações sobre como é
possível para o falante segmentar em unidades fonêmicas o variável e contínuo sinal da fala –
a forma como ele vem sendo investigado, isto é, por meio de experimentos envolvendo
classificação e discriminação em um continuum de estímulos, não diz muito a respeito de
como é possível tal categorização.
Kuhl (1991) empregou um método diferente para estudar a estrutura interna das categorias
perceptivas da fala. Primeiramente ela demonstrou, numa tarefa de “julgamento de
41
qualidade”, que sujeitos adultos consideravam alguns membros da categoria /i/ como
melhores exemplares. Foi demonstrado então que, quando o melhor exemplar (o protótipo) é
comparado com outro estímulo, a discriminação é mais difícil do que quando a comparação é
feita entre dois estímulos não-prototípicos. Este efeito, denominado pela autora “efeito do
magneto perceptivo”, foi encontrado em adultos e crianças de seis meses, mas não em
macacos. Isto indica que as categorias da fala são estruturadas de forma a que os membros
mais próximos do protótipo sejam percebidos como muito semelhantes. Lotto, Kluender e
Holt (1998) observam que este efeito do magneto perceptivo poderia não ser nada além de
uma manifestação do efeito de limite de fonema, resultado da falta de controle sobre um
possível deslocamento do limite de fonema que ocorre quando dois sons são apresentados
consecutivamente (há uma tendência no sentido de fones consecutivos serem ouvidos como
fonemas diferentes). Em uma replicação em que este efeito de contexto foi controlado, os
autores não encontram evidências de que as diferenças na discriminabilidade tinham outra
fonte que não o efeito de limite de fonema. Entretanto, Iverson e Kuhl (2000) fornecem
evidências de que o efeito do magneto perceptivo é menos influenciado por manipulações
experimentais relacionadas à atenção e à memória – como o número de estímulos diferentes
na tarefa de discriminação – do que o efeito de limite do fonema, o que sugere que os dois
efeitos são manifestações de dois processos diferentes. Novamente, trata-se de um tipo de
estudo em que as inferências são baseadas em respostas que ocorrem em momentos em que
vários processos posteriores ao que se pretende investigar se sucederam. Como se viu, são
contraditórias as evidências psicofísicas sobre percepção categórica.
42
2.2.2. Evidências psicofisiológicas
Uma forma de estudar a percepção das categorias da fala sem a necessidade de se recorrer a
medidas indiretas, como os experimentos comportamentais de discriminação e classificação, é
o registro da atividade cerebral relacionada ao processamento das representações destas
categorias.
Há um componente dos potenciais evocados, denominado Mismatch Negativity (MMN) que
proporciona uma medida mais direta da representação mental de objetos auditivos
(NÄÄTÄNEN; GAILLARD; MÄNTYSALO, 1978; NÄÄTÄNEN; WINKLER, 1999;
ROTHE-NEVES, 2001). Os potenciais evocados consistem em variações no
eletroencefalograma que expressam alterações na atividade elétrica cerebral em resposta a
estímulos externos. A MMN ocorre em resposta a estímulos raros (estímulos desviantes) em
meio a uma série de estímulos idênticos (estímulos Padrão) e normalmente atinge um ponto
máximo entre 100 e 200 ms após o início do estímulo e apresenta amplitude máxima nos
registros feitos nas áreas frontais e centrais do crânio. Este componente foi observado para
diversos tipos de diferenças entre estímulos-padrão e desviantes, como diferenças em
freqüência, intensidade, duração, localização e diferenças em níveis mais abstratos. Um ponto
interessante é a observação de que a MMN ocorre sem que o sujeito preste atenção aos
estímulos (revisão em NÄÄTÄNEN; WINKLER, 1999). A resposta MMN geralmente é
interpretada como uma manifestação de um processo cortical automático (independente da
atenção) de detecção de mudanças em que uma diferença é detectada entre a entrada auditiva
atual e a representação dos aspectos regulares das entradas precedentes. De acordo com
Näätänen, Jacobsen, e Winkler, (2005) e Näätänen, Tervaniemi, Sussman, Paavilainen e
Winkler (2001), a atividade de populações de neurônios no córtex cerebral gera a
43
negatividade observada. Acredita-se que as principais áreas envolvidas sejam o córtex
auditivo – a localização exata parece depender da natureza dos estímulos e das diferenças
investigadas – e o lobo frontal (revisão em ALHO, 1995). Desta forma, o processo que gera a
MMN em um dado momento parece ser baseado em traços de memória formados pelos
estímulos auditivos apresentados anteriormente. Näätanen e Winkler (1999) e Näätänen et al.
(2001) concluem, com base em resultados de vários estudos, que os traços neurais subjacentes
às respostas de MMN no córtex auditivo codificam a informação sensorial específica que
aparece na percepção auditiva e na memória sensorial, ou seja, o que eles chamam de
Representação Central do Som, uma representação integrada e unitária do evento auditivo,
disponível a cerca de 200 ms após o início do estímulo, combinando as várias características
do estímulo em um objeto perceptivo único e abstraindo invariâncias da variabilidade acústica
da estimulação, demonstrando assim um tipo de “inteligência primitiva” no nível do
processamento sensorial pré-atencional (ver, por exemplo, AULANKO, HARI,
LOUNASMAA, NÄÄTÄNEN; SAMS, 1993; SUSSMAN; RITTER; VAUGHAN, 1998;
PAAVILLAINEN; JARAMILLO; NÄÄTÄNEN; WINKLER, 1999; PAAVILAINEN;
SIMOLA; JARAMILLO; NÄÄTÄNEN; WINKLER, 2001; JACOBSEN; SCHRÖGER;
ALTER, 2004).
Em investigações acerca da categorização dos sons da fala é possível, por meio da observação
da MMN, tentar verificar algo como o efeito de limite de fonema comparando as respostas
para condições em que os estímulos desviante e padrão pertencem à mesma categoria com as
respostas para condições em que, embora a diferença seja fisicamente idêntica à da primeira
condição, os estímulos desviante e padrão pertencem a categorias diferentes. Há, entretanto,
circunstâncias de natureza prática que reduzem as possibilidades. Por exemplo, enquanto
numa tarefa comum de discriminação podemos registrar o desempenho dos sujeitos relativo a
44
um grande número de estímulos diferentes, no paradigma experimental empregado para se
obter a MMN apenas um par (ou talvez muito poucos) pode ser observado em cada bloco, que
consiste em cerca de mil apresentações.
Aaltonen, Niemi, Nyrke e Tuhkanen (1987) realizaram um estudo para observar a MMN em
resposta a vogais. Os estímulos eram as vogais finlandesas /i/ e /y/ e um som intermediário. O
par padrão-desviante em cada bloco era formado por dois entre estes três sons. Foram obtidas
MMN’s quando o par era formado pelas duas vogais puras e quando o par era formado por
uma vogal pura e a vogal intermediária, independente da atenção dos sujeitos em relação à
estimulação. Mas a MMN observada no primeiro caso era maior em amplitude e apresentava
uma latência menor. Não há como decidir com base nestes resultados se a diferença resulta da
diferença acústica maior entre as duas vogais puras, de algum efeito relacionado às categorias
fonêmicas análogo ao efeito de limite de fonema ou ao efeito do magneto perceptual, ou de
uma combinação de ambos.
Sharma, Kraus, McGee, Carrel e Nicol (1993) conduziram um estudo para testar a hipótese de
que o mecanismo gerador da MMN é sensível a contrastes entre categorias fonéticas. Foi
realizada uma tarefa de classificação em que os sujeitos deveriam classificar sílabas
consoante-vogal (doravante CV) em um continumm /da/-/ga/. A partir dos resultados desta
tarefa foram concebidas duas condições experimentais. Na primeira um estímulo identificado
como /da/ foi apresentado repetidamente como estímulo-padrão e um estímulo diferente
também identificado como /da/ ocorria ocasionalmente como estímulo desviante. Na segunda
condição o estímulo-padrão foi mantido e o estímulo desviante era uma sílaba CV identificada
como /ga/. A magnitude da diferença acústica entre os estímulos padrão e desviante era a
mesma nas duas condições. Os sujeitos ignoravam a estimulação durante as sessões. Se a
45
MMN depende de uma representação acústica dos estímulos, espera-se que uma MMN seja
encontrada nas duas condições. Se, por outro lado, no caso dos sons da fala, a MMN depende
apenas de representações categóricas, uma MMN seria esperada apenas na segunda condição.
Uma MMN maior e/ou com menor latência indicaria a presença tanto de representações
acústicas como de representações fonéticas. Nas duas condições foram observadas MMN’s
que não diferiam significativamente entre si, o que levou os autores à conclusão de que, pelo
menos no caso de contrastes de ponto de articulação de oclusivas, a MMN reflete apenas
representações acústicas. Entretanto, esta conclusão não é inevitável, pois poderia ser que os
efeitos dos contrastes em vários níveis de representação não fossem aditivos ou que, ainda que
o fossem, a resposta relacionada às representações categóricas seja muito pequena se
comparada à resposta relacionada às representações acústicas, o que ocultaria o efeito das
primeiras em razão de uma diferença real mas que não chega a atingir significância estatística.
Outros estudos demonstraram efeitos de categoria fonética nas respostas de MMN. Dehaene-
Lambertz (1997) usou estímulos de um continuum de /ba/ a /Da/ (uma retroflexa do Hindu)
passando por /da/. Foi comparada a MMN em resposta ao contraste inter-categorias /ba/-/da/
com a MMN em resposta aos contrastes intra-categoria /ba/-/ba/ e /da/-/Da/ (um contraste
intra-categoria para os sujeitos do experimento, falantes nativos do Francês, mas inter-
categoria para falantes nativos do Hindu). Uma MMN maior foi encontrada para os contrastes
inter-categoria. Estas observações contrastam com os resultados de Sharma et al. (1993), o
que pode ter sido causado por diferenças na metodologia. Dehaene-lambertz (1997) utilizou
um número maior de eletrodos para realizar as medidas, um paradigma experimental diferente
do usual em que são apresentados grupos de três estímulos-padrão seguidos de um desviante,
os estímulos variam de grupo para grupo e o sujeito presta atenção à estimulação a fim de
46
detectar mudanças. Seus resultados fornecem evidências de que a MMN reflete o
processamento tanto de representações categóricas quanto de representações acústicas.
Sharma e Dorman (1999) obtiveram MMN’s em resposta a contrastes entre estímulos num
continuum de tempo de início de vozeamento (VOT; voice onset time). Em uma condição o
estímulo-padrão era uma sílaba CV com um VOT de 30 ms e o desviante uma sílaba
semelhante com um VOT de 50 ms. A consoante da primeira sílaba foi identificada pelos
sujeitos como vozeada (/d/) e a segunda como surda (/t/). Numa segunda condição o estímulo-
padrão apresentava um VOT de 60 ms e o desviante um VOT de 80 ms, ambos sendo
identificados como sílabas com consoantes surdas. Foram obtidas MMN’s nas duas
condições, mas a MMN em resposta aos estímulos desviantes da condição inter-categoria
apresentou uma área maior. Adicionalmente, foi observado outro componente dos potenciais
evocados, o N1 – componente negativo que ocorre a cerca de 100 ms após o início do
estímulo, considerado como uma medida de codificação sensorial. Os sons identificados como
/da/ eliciaram um componente N1 único e os sons identificados como /ta/ produziram dois
subcomponentes, denominados N1’ e N1. A latência destes componentes sugere que o N1’
ocorreu em resposta à explosão da consoante oclusiva e que o N1, que é positivamente
correlacionado com o VOT, foi produzido pelo início do vozeamento. Os autores concluem
então que a categorização de consoantes no parâmetro VOT ocorre em um nível inicial de
processamento, no nível sensorial. Coerente com esta afirmação é o estudo de Sinex e
McDonald (1989), em que foi registrada a atividade de fibras neurais individuais do nervo
auditivo de chinchilas anestesiadas em resposta a sílabas de um continuum de VOT’s de 0 a
80 ms. Estímulos com VOT’s de 0 a 20 ms provocaram um aumento na taxa de descarga 20
ms após a apresentação do estímulo. Estímulos com VOT’s de 30 a 80 ms provocaram um
aumento na taxa de descarga que coincidia no tempo com o início do vozeamento. Estes
47
resultados proporcionam uma interessante ilustração sobre como descontinuidades
características da organização do sistema nervoso já em níveis muito baixos de processamento
da informação sensorial podem ser utilizadas pelo ser humano no estabelecimento de
categorias fonéticas.
Ainda sobre categorizações fonêmicas no continuum de VOT, além dessas descontinuidades
inatas evidenciadas nos resultados citados no parágrafo anterior, parece haver também
descontinuidades perceptivas manifestas nas respostas de MMN que são estabelecidas com a
experiência lingüística. Sharma e Dorman (2000) produziram, a partir de sons produzidos
naturalmente, um continuum de sílabas CV (com consoantes oclusivas bilabiais) com VOT’s
que variavam entre - 90 e 0 ms. Para os falantes do inglês trata-se de um continuum de sons
de uma mesma categoria, mas os falantes do Hindu o dividem em duas categorias, sendo o
limite entre elas localizada perto do valor de VOT de - 30 ms. Falantes nativos do inglês
apresentaram um desempenho no nível aleatório na discriminação entre os estímulos, ao passo
que falantes do Hindu apresentaram um desempenho muito bom quando os estímulos
comparados pertenciam a categorias diferentes. Num experimento eletrofisiológico, apenas
para os falantes do Hindu foi observada uma MMN robusta e estatisticamente significante em
resposta ao estímulo desviante – que era uma sílaba identificada como não pertencente à
categoria do estímulo padrão. As mudanças no componente N1, que refletiram a duração do
pré-vozeamento, não diferiram entre os dois grupos de falantes.
Näätänen et al. (1997) testaram falantes nativos do Finlandês e falantes nativos do Estoniano
em um estudo de MMN em que todas as condições tinham como estímulo padrão a vogal /e/.
Variando os valores do segundo formante foram produzidos os estímulos desviantes, as
vogais /ö/, /õ/ e /o/. Os sons /e/, /ö/ e /o/ são vogais de ambas as línguas, e /õ/ é uma vogal do
48
Estoniano. O valor de F2 desta se localiza entre os valores de F2 das vogais /ö/ e /o/. No
grupo de falantes do Finlandês embora tenham sido observadas MMN’s para todos os
desviantes, amplitudes menores foram observadas para o desviante /õ/, mesmo sendo o desvio
acústico desta vogal em relação à vogal /e/ maior do que o da vogal /ö/. No grupo dos falantes
do Estoniano todos os desviantes produziram MMN’s com amplitudes semelhantes. Por meio
de medidas de MMNm – a versão da MMN obtida por magnetoencefalografia (MEG) – foi
demonstrado que o componente da MMN relacionado ao contraste fonêmico originou-se no
córtex auditivo esquerdo e o componente relacionado ao contraste acústico tem sua fonte nos
córtices auditivos dos dois hemisférios. Isto sugere que um processo de detecção de mudanças
acústicas que ocorre bilateralmente e um processo relacionado às representações de categorias
fonêmicas lateralizado à esquerda contribuem para a MMN obtida com vogais.
Adicionalmente, os resultados fornecem evidências de que traços de memória representando
fonemas são formados com a experiência lingüística no córtex auditivo esquerdo. Tervaniemi
et al. (2000), num estudo de neuroimagem, fornecem mais evidências sobre a localização das
populações neuronais que geram a MMN em resposta a contrastes entre sons da fala. Por
meio de tomografia por emissão de pósitrons (PET), foi observada uma atividade diferencial
refletindo a MMN nos giros temporal superior e temporal medial do córtex auditivo esquerdo
quando as vogais /e/ e /o/ eram apresentadas como estímulo-padrão e desviante,
respectivamente. Quando os estímulos padrão e desviante eram os acordes A maior e A
menor, a atividade relacionada à MMN foi observada no giro temporal superior do córtex
auditivo direito.
No plano estabelecido por dois eixos representando os formantes F1 e F2, a vogal húngara /ϯ/
se sobrepõe às vogais finlandesas /e/ e /æ/ e a vogal finlandesa /e/ se sobrepõe às vogais
húngaras /ϯ/ e /e/. Isto tornou possível para Winkler et al. (1999a) elaborarem um
49
experimento em que foram usados um par de vogais que é inter-categoria em Húngaro e intra-
categoria em Finlandês e um par que é inter-categoria em Finlandês e intra-categoria em
Húngaro. Na “seqüência húngara” os estímulos desviante e padrão eram os membros do
primeiro par e na “seqüência finlandesa” eram os membros do segundo par. Com fins de
controle foi incluído um segundo estímulo desviante nas duas seqüências, a vogal /y/. O
estímulo desviante principal ocorria com uma probabilidade de 0,15 em cada seqüência e a
vogal /y/ com uma probabilidade de 0,025. As duas seqüências foram apresentadas a um
grupo de falantes nativos do Finlandês e a um grupo de falantes nativos do Húngaro. Em
ambos os grupos a vogal /y/ eliciou uma MMN significativa. Excluindo-se o efeito da vogal
/y/, no grupo húngaro foram obtidas MMN’s significativas em ambas as seqüências, mas a
MMN observada na “seqüência húngara” (contraste entre-categorias) apresentou uma
amplitude maior e uma latência menor. No grupo finlandês uma MMN significativa foi
observada para a “seqüência húngara” (intra-categoria) e uma MMN maior apresentando dois
picos sucessivos (o que pode indicar dois processos diferentes em operação) foi observada
para a seqüência finlandesa (inter-categoria). Este trabalho forneceu evidências adicionais
favoráveis às conclusões de Näätänen et al. (1997) em relação ao emprego tanto de
representações acústicas quanto de representações categóricas na detecção pré-atencional de
contrastes entre sons vocálicos. Em outro estudo, Winkler et al. (1999b) não observaram
MMN em resposta à vogal desviante /ä/ que ocorria ocasionalmente em meio a uma seqüência
de estímulos-padrão (/e/) em um grupo de sujeitos húngaros que não sabiam falar Finlandês.
Já sujeitos húngaros que viveram anos na Finlândia e aprenderam a falar finlandês
fluentemente apresentaram uma MMN semelhante à apresentada por sujeitos finlandeses em
resposta ao mesmo contraste.
50
Dehaene-Lambertz, Pallir, Serniclaes, Sprenger-Charolles, Jobert e Dehaene (2005)
realizaram um estudo de neuroimagem e MMN em que os sujeitos respondiam a provas
compostas por quatro sons análogos a sílabas CV formados por ondas senoidais simples. De
acordo com os autores, estes sons são ouvidos normalmente como zunidos eletrônicos pelos
sujeitos, mas se for explicado que se trata de imitações de sons da fala, os sujeitos os ouvem
como sílabas CV. A tarefa era simplesmente responder em cada prova se há ou não uma
diferença no último som enquanto registros eletroencefalográficos ou de ressonância
magnética funcional eram efetuados. Os sujeitos foram testados antes e depois de serem
informados a respeito do aspecto de “som da fala” dos estímulos. Assim, os autores tentaram
fazer com que os sujeitos passassem de um “modo acústico” para um “modo de fala”. No
“modo de fala”, em comparação com o “modo acústico”, foram observados uma diferença
maior em relação à latência e à amplitude da MMN entre os contrastes intra- e entre-
categorias (sendo a resposta correspondente ao último maior e mais rápida) e um aumento na
atividade do sulco temporal superior esquerdo. Os resultados foram interpretados como
evidências de que a percepção de fonemas é mediada por uma rede especializada no córtex
cerebral esquerdo correspondente a um modo de processamento de informações relativas aos
sons da fala.
Nos estudos de MMN, a forma mais comum de isolar o componente “não acústico” dos
contrastes entre os sons da fala é comparar as respostas para condições em que os estímulos
desviante e padrão pertencem à mesma categoria com as respostas para condições em que,
embora a diferença seja fisicamente idêntica à da primeira condição, os estímulos desviante e
padrão pertencem a categorias diferentes – as categorias são estabelecidas em uma tarefa de
classificação de fonemas, em que os sujeitos classificam os sons de um continuum acústico
entre pontos extremosas das categorias de interesse. Se a MMN depende de uma
51
representação acústica dos estímulos, espera-se que uma MMN seja encontrada nas duas
condições. Se, por outro lado, no caso dos sons da fala, a MMN depende apenas de
representações categóricas, uma MMN seria esperada apenas na segunda condição. O
resultado mais comumente encontrado, entretanto, é uma MMN maior e/ou com menor
latência na segunda condição, o que indica a presença tanto de representações acústicas
quanto de representações categóricas (fonéticas e/ou fonológicas).
Phillips (2001), Phillips et al. (2000) e Phillips et al. (1995) argumentam que a partir de
resultados obtidos por meio deste método, podemos inferir com segurança a existência de
representações no nível fonético, mas não no nível fonológico, para o qual são necessárias
evidências adicionais. Nesta linha argumentativa, representações fonológicas têm natureza
simbólica; são as unidades discretas que são combinadas nas formas lexicais. Enquanto no
nível fonético as representações são gradientes e apresentam estrutura interna (ver, por
exemplo, KUHL, 1991), sendo os exemplares agrupados dentro de cada categoria distintos
entre si, no nível fonológico, dado o caráter discreto das representações, distinções entre
membros de uma mesma categoria são irrelevantes.
Phillips et al. (1995), em um estudo de MEG (magnetoencefalografia), elaboraram um
método que torna possível o acesso a representações fonológicas, isto é, unidades discretas de
processamento que representam categorias fonológicas. Neste método, ao invés de um
estímulo padrão e um estímulo desviante, há um conjunto de estímulos padrão e um conjunto
de estímulos desviantes, dentro dos quais o parâmetro acústico de interesse varia em passos
fixos, de forma que o que delimita os dois conjuntos não seja o parâmetro acústico em si, mas
o limite entre as duas categorias da fala cujo contraste se pretende investigar. A relação
“muitos-para-poucos” que define os conjuntos como “desviante” e “padrão” é estabelecida
52
numa condição experimental em que a maior parte dos estímulos apresentados pertence a uma
das categorias. Deste modo, uma resposta de MMN não poderia ser atribuída à variação
acústica, pois esta ocorre entre os próprios estímulos-padrão. Phillips et al. (2000) observaram
uma MMNm para o contraste entre consoantes oclusivas alveolares vozeadas e surdas.
As evidências aqui apresentadas de que a MMN em resposta a um contraste entre-categorias é
em parte causada por um processo que envolve representações de categorias de sons da fala
na memória esclarecem algumas questões relacionadas aos estudos comportamentais de
percepção categórica. Em primeiro lugar, os resultados contrariam a tese de que o efeito de
limite de categoria observado nos estudos em que são comparados os desempenhos dos
sujeitos em tarefas de discriminação e de classificação tem origem não em processos
perceptivos, mas no nível da decisão, uma vez que a MMN é uma resposta relacionada a
mecanismos pré-atencionais de discriminação. Em segundo lugar, verifica-se que na
discriminação de sons da fala ocorrem comparações envolvendo traços na memória auditiva
relacionadas às propriedades acústicas do sinal e comparações em que são empregadas
representações de categorias dos sons da fala. Deste modo, é natural que nos estudos
comportamentais de percepção categórica sejam observados desempenhos na discriminação
superiores à previsão feita a partir dos resultados na tarefa de classificação. Outra observação
interessante é a de que algumas categorias (provavelmente a maior parte) são estabelecidas
durante a aprendizagem da língua (NÄÄTÄNEN et al., 1997; WINKLER et al, 1999a;
WINKLER et al, 1999b) e outras refletem descontinuidades inerentes ao sistema sensorial
(SINEX; MCDONALD, 1989).
No próximo capítulo serão descritos os experimentos por meio dos quais se busca, nesta
investigação, elementos que proporcionem inferências a respeito da forma como o contraste
53
entre as categorias [o] e [ѐ] – em comparação com o contraste entre [o] e [u] – se dá no nível
das representações armazenadas na memória de longo prazo.
54
3 Metodologia
3.1 Sujeitos
Participaram deste estudo doze falantes nativos do português brasileiro (dialeto falado na
região de Belo Horizonte), seis homens e seis mulheres, com idades entre 18 e 27 anos,
nenhum dos quais relata problemas auditivos. Todas as tarefas foram realizadas por cada
sujeito.
3.2 Estímulos
Para compor o continuum em F1 empregado neste estudo, 42 vogais foram sintetizadas por
meio do programa Praat 4.3.12 (BOERSMA; WEENINK, 2005). A freqüência do formante
F1 variou em passos de 10 Hz entre as freqüências 250 Hz e 660 Hz. As freqüências dos
formantes F2, F3, F4, ..., F10 foram fixadas, respectivamente, nos valores 900 Hz, 2500 Hz,
3500 Hz, 4500 Hz, 5500 Hz, 6500 Hz, 7500 Hz, 8500 Hz e 9500 Hz. As larguras de banda
utilizadas para F1, F2, F3, ..., F10 são, respectivamente, 50 Hz, 100 Hz, 150 Hz, 200 Hz, 300
Hz, 400 Hz, 500 Hz, 600 Hz, 700 Hz e 800 Hz.
A fonte a partir da qual os sons do continuum foram criados é um sinal gerado de forma a
simular um som produzido por uma série de pulsos glotais. A forma da curva que descreve o
fluxo glotal em função do tempo (normalizado) foi estabelecida pelo ajuste default do
programa Praat, a partir da equação
(
)
43
xxxU −=
55
onde o eixo-x representa o tempo normalizado (variando entre 0 e 1) e U(x) é o fluxo glotal
normalizado em unidades arbitrárias. A duração do sinal da fonte é de 300 ms, durante os
quais a freqüência fundamental decai linearmente de 145 a 85 Hz, e a intensidade do sinal
varia de 0 a 75dB (SPL) no intervalo entre 0 e 25 ms, se mantém até os 275 ms e decai então
até 0 dB (SPL) nos 300 ms.
Para gerar cada som do continuum, essa fonte é então filtrada pela série de formantes descrita
acima de forma a se obter sons semelhantes a vogais emitidas com uma voz masculina, com
freqüência fundamental descendente, a uma intensidade de cerca de 75 dB (SPL), por um
intervalo de 300 ms.
3.3 Delineamento experimental
3.3.1 Tarefa de Classificação
Cada uma das 42 vogais do continuum em F1 foi apresentada vinte vezes em ordem
pseudoaleatória (não foram permitidos estímulos idênticos sucessivos), o que resulta em 840
provas. Esta tarefa foi realizada em duas etapas de 420 provas com o mesmo número de
ocorrências de cada som, isto é, dez. Em cada prova os sujeitos classificaram cada estímulo
como “u”, “o” ou “ѐ”. Um intervalo de 1 s ocorre entre a resposta do sujeito e a apresentação
do próximo som.
56
0
,
30
s
1
s
S Resposta
FIGURA 1 - Esquema de uma prova na tarefa de classificação, se iniciando com a
apresentação do som S e terminando com um intervalo de 1s após a
resposta.
3.3.2 Tarefa de discriminação 2AFC (escolha forçada com dois intervalos e duas
alternativas)
Em cada prova é apresentado um estímulo composto por um par de sons. A diferença entre
estes sons é fixa em 30 Hz. A cada ponto no continuum corresponde um par de sons. Cada par
foi apresentado doze vezes. Na metade das vezes, o som com o F1 mais alto está no primeiro
intervalo e, na outra metade, no segundo intervalo. Daqui em diante um par de sons em uma
tarefa de discriminação será denotado pelo valor de F1 mais baixo do par. Assim, por
exemplo, o par composto pelos sons com a freqüência de F1 em 400 Hz e 430 Hz será
denotado por “400”, independente da ordem de ocorrência dos sons.
Entre os dois sons em cada prova há um intervalo de 150 ms e entre a resposta e o início da
prova seguinte, com a apresentação do próximo par de sons, ocorre um intervalo de 1s. A
ordem dos estímulos é pseudoaleatória (não ocorrem estímulos idênticos em provas
sucessivas). O sujeito deve escolher uma entre duas alternativas de resposta que indique a
ordem de ocorrência dos estímulos em relação ao valor de F1. Não há qualquer tipo de
57
menção a este parâmetro ou à direção da diferença nas instruções ou nas alternativas de
resposta. Estas se referem a ordens de ocorrência de categorias vocálicas.
0
,
30
s
0
,
30
s
0
,15
s
1
s
S
1
S
2
Resposta
FIGURA 2 - Esquema de uma prova da tarefa de discriminação 2AFC.
Para esta tarefa, o continuum em F1 foi dividido em dois continua menores compostos por 21
sons, o primeiro entre 250 e 470 Hz e o segundo entre 440 e 660 Hz. Assim, para cada
continuum temos vinte pares de sons. Na tarefa em que é empregado o primeiro continuum, o
sujeito deve responder em cada prova se o par de sons apresentado está na ordem [u-o] ou [o-
u]. Na tarefa em que é empregado o segundo continuum, o sujeito deve responder se os dois
sons ocorreram nas ordens [o-ѐ] ou [ѐ-o]. Isto foi feito em razão da natureza das alternativas
de resposta. O continuum de 250 a 660 Hz foi gerado para compreender três categorias de
vogais, e as alternativas de resposta na tarefa 2AFC se referem necessariamente a ordens de
ocorrência de duas categorias. Por exemplo, seria difícil para um sujeito entender que “u-ѐ” é
a resposta correta para o par composto pelos sons com F1 de 430 Hz e 460 Hz, nesta ordem,
pois estes sons estão localizados no continuum na região em que a resposta mais comum é
“o”.
Esta parte do experimento é composta então por duas tarefas 2AFC, uma para cada
continuum. Cada par de sons ocorre seis vezes na ordem ascendente (em F1) e seis vezes na
58
ordem descendente. Como cada tarefa compreende vinte pares de sons apresentados doze
vezes, ao todo são 240 provas.
3.3.3 Tarefa de discriminação 4I2AFC (escolha forçada com quatro intervalos e duas
alternativas)
Nesta tarefa o continuum de 250 a 660 Hz foi dividido em dois da mesma forma que na tarefa
2AFC descrita anteriormente. Foram também usados pares de sons com uma diferença fixa de
30 Hz.
Em cada estímulo, dois sons flanqueiam um par, isto é, um som ocorre anteriormente ao par e
outro posteriormente. Estes sons são idênticos entre si e podem ser idênticos ao primeiro ou
ao segundo membros do par. Com isto, tomado um par composto pelos sons A e B, temos os
estímulos nos padrões AABA, ABAA, BABB ou BBAB. Cada par ocorre 24 vezes, seis vezes
em cada um dos padrões. Desta forma, na metade das vezes o som com o F1 mais alto está no
segundo intervalo e, na outra metade, no terceiro. Há um lapso de 150 ms entre o primeiro e o
segundo e entre o terceiro e o quarto sons. Entre o segundo e o terceiro sons há um lapso
maior, de 250 ms, de modo que os quatro sons sejam percebidos em pares. A ordem dos
estímulos é pseudoaleatória (não ocorrem estímulos idênticos em provas sucessivas). O
sujeito deve responder se o som diferente ocorreu no segundo ou no terceiro intervalo. Assim
como nas demais tarefas, há um intervalo de 1s entre a resposta e a apresentação do primeiro
som da prova seguinte.
59
0
,15
s
0
,
30
s
0
,
25 s
0
,
30
s
0
,
30
s
0
,15
s
Resposta
0
,
30
s
1
s
S
1
S
1
S
2
S
1
Resposta
FIGURA 3 - Esquema de uma prova da tarefa de discriminação 4I2AFC em que o som diferente ocorre no
terceiro intervalo.
Verificou-se em testes piloto que a tarefa se tornaria muito dispendiosa para os sujeitos se
fossem empregados, tal como na tarefa 2AFC, todos os pares de sons possíveis no continuum
(com a diferença fixa de 30 Hz). Por limitações de tempo não foi possível realizar esta tarefa
em duas etapas. Decidiu-se então utilizar apenas a metade dos pares possíveis. Para isto, a
distância entre dois pares consecutivos foi aumentada de 10 Hz – na tarefa 2AFC – para 20
Hz na tarefa 4I2AFC. A diferença de 30 Hz entre os sons de cada par foi mantida. Os sons
utilizados variam, no primeiro continuum, de 260 a 470 Hz e, no segundo continuum, de 440 a
650 Hz. Desta forma, cada tarefa 4I2AFC é composta por 240 provas.
3.4 Procedimentos
Todas as tarefas foram realizadas em uma câmara com isolamento acústico. Os estímulos
foram apresentados por meio de um fone de ouvido conectado a um microcomputador. Os
sujeitos responderam indicando com o mouse um dos campos de resposta presentes na tela do
monitor.
60
Os sujeitos foram testados individualmente. Imediatamente antes de cada tarefa de
discriminação foi dada uma versão reduzida da mesma, como treinamento. Em uma primeira
seção, cada sujeito executou primeiramente as duas tarefas de discriminação 2AFC. A ordem
das mesmas foi contrabalançada entre os sujeitos e deu-se um intervalo de vinte minutos entre
as duas. Vinte minutos após o término da segunda tarefa 2AFC, foi dada a primeira etapa da
tarefa de classificação e vinte e cinco minutos após esta foi dada a segunda etapa. Em uma
segunda seção, duas semanas após a primeira, cada sujeito foi testado nas duas tarefas
4I2AFC. Como na primeira seção, a ordem das tarefas foi contrabalançada e foi dado um
intervalo de vinte minutos entre as mesmas.
Nas tarefas 2AFC, os dois campos de resposta no centro da tela apresentam as opções “uo” e
“ou” ou “oO” e “Oo”. Foi esclarecido aos sujeitos que “uo” e “ou” representam,
respectivamente, os estímulos [u-o] ou [o-u] e “oO” e “Oo” representam os estímulos [o-ѐ] e
[ѐ-o]. A cada oitenta provas o sujeito pôde, se quisesse, fazer uma breve pausa sem remover
os fones ou se deslocar de sua posição em frente ao computador. Para a versão de treinamento
desta tarefa foram tomados pares dentro dos quais e entre os quais a diferença é de 30 Hz, o
que resulta em sete pares de sons. Cada um destes é repetido quatro vezes, duas em cada
ordem. Logo antes do início do treinamento de cada uma das tarefas 2AFC foram dadas as
seguintes instruções:
“Serão apresentados alguns pares de sons. Indique com o mouse se o que você ouviu
se assemelha mais a ‘[u o]’ ou ‘[o u]’ (ou “‘[o ѐ]’ ou ‘[ѐ o]’ ”). Ouça os dois sons
antes de responder. O tempo da resposta não é importante.”
61
Na tarefa de classificação, nos três campos de resposta apresentados no centro da tela do
monitor estão as letras “u”, “o” e “O”, nesta ordem. Foi esclarecido aos sujeitos que “o”
representa a categoria [o] e “O” representa a categoria [ѐ]. Após cada 140 provas é permitida
uma pequena pausa da mesma forma que na tarefa 2AFC. Logo antes do início da primeira
etapa da tarefa de classificação foram dadas as seguintes instruções:
“Serão apresentados alguns sons que você deverá identificar como ‘[u]’, ‘[o]’ ou
‘[ѐ]’. Em cada tentativa aperte o botão da vogal que melhor corresponde ao som que
você ouviu. O tempo da resposta não é importante.”
Os dois campos de resposta na tarefa 4I2AFC contêm os tipos “2º” e “3º”. A cada oitenta
provas o sujeito pôde fazer uma pequena pausa como nas demais tarefas. Para a versão de
treinamento desta tarefa foram tomados pares dentro dos quais a diferença é de 30 Hz e entre
os quais a diferença é de 60 Hz. Isto resulta em quatro pares de sons, cada um dos quais sendo
repetido oito vezes, duas em cada padrão (AABA, ABAA, BABB e BBAB). Antes que o
treinamento desta tarefa fosse iniciado foram dadas as seguintes instruções:
“Em cada prova será apresentado um grupo de quatro sons. Entre eles há três sons
iguais e um som diferente. O som diferente pode ser o segundo ou o terceiro na série.
Indique com o mouse se o som diferente é o terceiro ou o segundo som. Ouça os
quatro sons antes de responder. O tempo da resposta não é importante.”
62
3.5 Plano de Análise
Na tarefa de classificação, a variável dependente a ser observada é a proporção da resposta
para cada uma das três alternativas. Por exemplo, se no ponto “340” da variável independente
o sujeito responde “u” dezesseis vezes, “o” quatro vezes e “ѐ” nenhuma vez, a proporção da
resposta é 0,80 para a alternativa “u”, 0,20 para a alternativa “o”, e 0,0 para a alternativa “ѐ”.
Como são interessantes tanto análises intra- como análises entre-sujeitos, estas proporções
foram obtidas para cada sujeito separadamente e também para o grupo de sujeitos – neste caso
é calculada a média dos sujeitos em cada ponto da variável independente.
Três transformações foram efetuadas sobre a proporção da resposta. Os valores de proporção
de cada sujeito e também os valores observados nos resultados do grupo foram transformados
em valores de probito de forma a linearizar a relação entre as variáveis dependente e
indepentente. Sobre as curvas correspondentes às respostas “u” e “ѐ” foi realizada uma análise
de probito para cada sujeito e também uma análise entre-sujeitos. Por meio dessa análise
foram obtidos coeficientes de inclinação e valores que representam pontos na variável
independente (isto é, pontos no continuum) em que a probabilidade da resposta é de 50%. A
curva da resposta “o” não foi incluída na análise por motivos óbvios: ela não é informativa, já
que as proporções correspondentes às outras duas respostas esgotam toda a informação nos
resultados.
Para verificar se a declinação de uma das curvas é mais abrupta que a outra, as médias dos
coeficientes de inclinação das curvas das respostas “u” e “ѐ” obtidas na análise intra-sujeito
foram comparadas por meio de um teste t em amostras pareadas.
63
Os valores da variável “proporção da resposta” na análise entre-sujeitos foram transformados
também em valores que expressam o grau de ambigüidade dos estímulos em relação às
respostas “u” e “ѐ”. Novamente as médias das duas curvas foram comparadas.
A última transformação foi feita de modo a converter os resultados da tarefa de classificação
em uma previsão dos resultados nas tarefas de discriminação supondo que dois sons podem
ser discriminados apenas se forem classificados em categorias diferentes. Maiores detalhes
sobre os procedimentos de análise e as transformações mencionadas serão apresentados no
capítulo 4 (Resultados), a seguir.
Para as tarefas de discriminação, necessitamos de uma medida da discriminabilidade entre os
sons dos pares apresentados. A proporção de respostas corretas é uma medida bastante
utilizada, mas é influenciada não só pela discriminabilidade entre os sinais, mas também pelos
critérios de decisão que os sujeitos usam para responder. Uma medida pretensamente pura de
discriminabilidade é o d´. Trata-se de uma medida paramétrica que implica em duas
suposições. Em primeiro lugar, admite-se que um sinal (ou apenas o ruído) faz com que uma
variável de decisão assuma um valor dentro de uma distribuição e que esta distribuição é
normal. A segunda suposição é a de que as variâncias das distribuições correspondentes aos
dois sinais a serem discriminados (ou ao sinal e ao ruído, nas tarefas de detecção) são
equivalentes. Informações sobre a estatística d´ em cada uma das tarefas serão dadas no
capítulo 4.
O interesse nas tarefas de discriminação reside na relação das mesmas com a tarefa de
classificação. Numa análise intra-sujeitos, a medida dessa relação aqui empregada foi o índice
64
de percepção categórica (VAN HESSEN; SCHOUTEN, 1999), que expressa a proximidade
entre a curva da discriminação observada e a curva de previsão da discriminação a partir da
classificação e a semelhança entre as suas respectivas formas. Na tentativa de observar
alguma diferença no grau em que os continua [u-ѐ] e [o-ѐ] são percebidos categoricamente, as
médias destes índices para os dois continua foram comparadas por meio de um teste t em
amostras pareadas.
Numa análise entre-sujeitos, foram empregadas três medidas da relação entre discriminação e
classificação, obtidas a partir das médias dos valores de d´ dos sujeitos em cada ponto do
continuum. São elas a correlação entre a discriminação observada e a previsão da
discriminação, o índice de percepção categórica e o desvio quadrático médio (DMQ’s) entre a
curva de discriminação observada e a curva da discriminação prevista. Foram obtidos os graus
de significância correspondentes às diferenças entre os DMQ’s e entre os coeficientes de
correlação obtidos dois continua [u-ѐ] e [o-ѐ].
65
4 Resultados
A tarefa de classificação nos permite observar a maneira como os sujeitos dividem o
continuum de vogais nas categorias correspondentes às alternativas de resposta na tarefa.
Considera-se que os resultados contenham informações a respeito das representações das
categorias em questão na memória e também do critério de decisão adotado para a resposta,
embora não seja possível, apenas com base naqueles, estabelecer de maneira satisfatória uma
distinção entre estas duas fontes de variabilidade.
Os aspectos a serem observados são os limites de categoria (as regiões que separam duas
categorias vizinhas no continuum), a forma das curvas, o grau de ambigüidade dos estímulos,
especialmente nas regiões de limite de categoria, e o grau em que os resultados da tarefa de
classificação se relacionam com o desempenho dos sujeitos nas tarefas de discriminação.
Comparações serão feitas entre os padrões observados nas regiões correspondentes aos dois
contrastes – [u/o] e [o/ѐ].
Para observar a relação entre os resultados da tarefa de classificação e das tarefas de
discriminação, os dados da classificação foram transformados de forma a proporcionarem
uma predição dos resultados da discriminação. Esta transformação supõe que dois sons podem
ser discriminados se e somente se pertencerem a categorias diferentes. Como a medida de
discriminabilidade empregada neste estudo é o d´, essa predição pode ser obtida calculando-se
a diferença entre os escores z das probabilidades de uma mesma resposta na tarefa de
classificação aos dois estímulos a serem discriminados (MACMILLAN et al., 1977). Este
procedimento converte os valores de probabilidade correspondentes a cada estímulo na tarefa
de classificação em valores de d´.
66
Como o continuum [u -ѐ] empregado na tarefa de classificação foi dividido em dois para as
tarefas de discriminação, gerando os continua [u -o] e [o-ѐ], a previsão da discriminação foi
calculada a partir dos resultados da classificação na parte do continuum correspondente a cada
tarefa de discriminação. Foram descartadas eventuais provas em que respostas “u” foram
dadas a estímulos envolvidos na previsão da discriminação no continuum [o-ѐ], ou respostas
“ѐ” a estímulos envolvidos na previsão da discriminação no continuum [u-o], admitindo que
os raros casos em questão se devam a erros de resposta. Houve muito pouca sobreposição
entre as curvas correspondentes às probabilidades das respostas “u” e “ѐ” no continuum da
tarefa de classificação, sendo assim o efeito desse procedimento insignificante.
Para os cálculos de d´, escores z iguais a -∞ e +∞ foram evitados substituindo as proporções 1
e 0 por 0,99 e 0,01 (cf. SCHOUTEN, 1999; SCHOUTEN; VAN HESSEN, 1992; VAN
HESSEN; SCHOUTEN, 1992; GERRITS; SCHOUTEN, 2004; SCHOUTEN; GERRITS;
VAN HESSEN, 2003; GERRITS, 2001). Segundo Brown e White (2005), o melhor
procedimento para eliminar as proporções 0 e 1 é adicionar uma constante entre 0,25 e 0,5 aos
valores de freqüência absoluta correspondentes a cada resposta possível a cada estímulo.
Entretanto, como a quantidade de repetições de cada estímulo não é a mesma nas tarefas de
classificação, 2AFC e 4I2AFC, a transformação teria efeitos diferentes sobre os resultados de
cada uma. A alternativa aqui escolhida proporciona uma aproximação suficiente aos
propósitos deste trabalho, já que o interesse se concentra não sobre os valores de d´ em si, mas
sobre a relação entre os resultados nas tarefas de classificação e discriminação, especialmente
nas regiões próximas aos limites de categoria.
No GRÁF.1 são apresentadas as curvas que representam as proporções de cada resposta
possível para cada estímulo da tarefa de classificação, cada ponto indicando a média sobre os
67
sujeitos. Pode-se observar declinações abruptas nas curvas que indicam as proporções de cada
uma das três alternativas de resposta ao longo do continuum. As duas regiões em que essas
ocorrem correspondem aos limites entre as três categorias. As curvas correspondentes às
categorias “u” e “o” se cruzam entre os estímulos “360” e “370” e as curvas correspondentes
às categorias “o” e “ѐ” se cruzam entre os estímulos “510” e “520”. As proporções próximas
de 1,0 nas demais regiões mostram que os sons dentro das categorias foram classificados com
muita facilidade pelos sujeitos. Se estes sons são percebidos como mais similares ou menos
discrimináveis entre si, isto é algo que não pode ser decidido apenas com base nos resultados
de uma tarefa de classificação.
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
250
280
310
340
370
400
430
460
490
520
550
580
610
640
F1
Proporção da Resposta
u
o
ѐ
GRÁFICO 1 - Proporções das respostas “u”, “o” e “ѐ” ao longo do continuum em F1.
68
Com o objetivo de comparar as inclinações das curvas correspondentes às categorias, os
valores dos pontos das curvas das respostas “u” e “ѐ” na tarefa de classificação foram, para
cada sujeito, transformados em valores de probito
2
. Por meio de uma análise de probito, foram
obtidos valores de inclinação para as curvas. Estes valores são coeficientes que indicam a
inclinação de uma reta ajustada aos dados relacionando o probito (proporção da resposta) da
variável dependente à variável independente (valor de F1). Desta forma, eles podem ser
interpretados como uma medida do impacto da variável independente sobre a variável
dependente – no caso, em quantas unidades o probito da proporção da resposta se altera
quando o valor de F1 é alterado em uma unidade
3
.
As médias dos coeficientes de inclinação para “u” e “ѐ” são, respectivamente, -0,0371 e
0,0293. Foi observado por meio de um teste t para amostras pareadas que a média do valor
absoluto dos coeficientes de inclinação é significativamente maior para a curva
correspondente à resposta “u” (p = 0,033).
Foram também transformados em valores de probito os valores que compõem o GRÁF.1, isto
é, as médias das proporções de resposta dos sujeitos em cada ponto no continuum (análise
entre sujeitos). O GRÁF.2 expressa a relação entre estes valores de probito e o valor de F1.
2
Na definição aqui empregada, o probito de p é igual a Φ
-1
(p). A função Φ é a função de distribuição
cumulativa.
3
Note-se que há aqui uma abstração, já que não se considera o fato de que a existência de limiares perceptivos e
“diferenças minimamente perceptíveis” implica numa relação não-contínua entre o objeto físico e o objeto
perceptivo.
69
-3
-2
-1
0
1
2
3
250 280 310 340 370 400 430 460 490 520 550 580 610 640
F1
Probito da Proporção da
Resposta
u
ѐ
GRÁFICO 2 - Valores de probito das proporções das respostas ao longo do continuum em F1. Para compor este
gráfico, as caudas inferiores das curvas foram cortadas de forma a terem o mesmo tamanho das caudas
superiores. Para isto, em cada curva o número de pontos com valores abaixo de -1, 6449 (valor correspondente à
proporção 0,05) foi limitado pelo número de pontos com valores acima de 1, 6449 (valor correspondente à
proporção 0,95). Além disso, para evitar as proporções 0 e 1, onde não ocorreu nenhuma resposta foi registrado
0,5 e onde ocorreram 20 respostas foi registrado 19,5.
De acordo com a análise de probito aplicada a estas médias sobre todos os sujeitos, 362,84 é o
valor de F1 correspondente à probabilidade 0,50 de ocorrência da resposta “u”, e 524,52 é o
valor correspondente à probabilidade 0,50 da resposta “ѐ”. A maneira como se estabeleceram
os pontos correspondentes à probabilidade 0,50 pode ser considerada uma estimação razoável
dos limites de categoria observados (NITTROUER; MILLER, 1996).
O grau de ambigüidade de um estímulo foi definido, de modo a variar entre 0 e 1, como o
quanto a proporção de uma resposta se desvia de 0,5, de acordo com a equação
(
)
50
50|p
1
,
,Ri
A
i
−
−= (1)
70
onde p(i|R) é a probabilidade de que a resposta ao estímulo i seja R. O valor 0,5 foi escolhido
admitindo-se que um estímulo ambíguo gera indecisão entre duas alternativas de resposta (ou
entre uma alternativa e a sua negação – como, por exemplo, “u” e “não-u”. Trata-se de uma
versão da equação apresentada por Massaro (1987a) modificada de modo que os valores
possíveis do grau de ambigüidade variem entre zero e um.
Foram obtidos os graus de ambigüidade dos sons no continuum em relação às respostas “u” e
“ѐ” a partir das médias dos resultados do grupo de sujeitos em cada ponto. Foi realizado um
teste t em amostras independentes para comparar as médias dos dois grupos de valores – quais
sejam, 0,0974 para “u” e 0,1283 para “ѐ”. No GRÁF.3 estão representados os graus de
ambigüidade dos estímulos ao longo do continuum em F1. As duas médias não diferem
significativamente (p = 0,51).
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
250 280 310 340 370 400 430 460 490 520 550 580 610 640
F1
Grau de Ambigüidade
u
ѐ
GRÁFICO 3 - Graus de ambigüidade dos estímulos do continuum em F1.
71
O mesmo teste foi realizado limitando-se o número de pontos com valores de proporção
abaixo de 0,05 ao número de pontos com valores de proporção acima de 0,95, de modo a
tornar as curvas menos assimétricas em relação ao tamanho das caudas. Novamente não há
entre as médias para “u” e “ѐ” – 0,1670 e 0,2067, respectivamente – uma diferença
significativa (p = 0,59).
As tarefas de discriminação, especialmente quando investigadas em relação à tarefa de
classificação, proporcionam informações importantes a respeito da forma com que os sujeitos
percebem os sons do continuum e como as categorias são representadas na memória do
falante. O principal aspecto a ser observado é a relação entre a discriminação e a classificação
nas duas regiões do continuum em que as categorias contrastam. Como a tarefa 2AFC força
uma estratégia classificatória, é esperada uma relação mais estreita com os resultados da
tarefa de classificação.
De acordo com a Teoria da Detecção do Sinal (SDT – Signal Detection Theory; GREEN;
SWETS, 1969) uma medida de sensibilidade livre de tendências (ou propensões) que o sujeito
possa apresentar em relação a uma ou outra resposta, é o d´, que mede a distância, em
unidades de desvio padrão, entre as médias das duas distribuições numa variável de decisão
correspondentes aos dois sinais a serem discriminados. Entretanto, para que o d´ não seja
afetado pelas tendências de resposta, as distribuições devem ser idealmente ambas normais e
apresentar a mesma variância. Desta forma, ao utilizarmos esta medida, admitimos que tais
condições são satisfeitas.
72
Para a tarefa 2AFC, o d´ foi calculado pela seguinte fórmula (GREEN; SWETS, 1969;
MACMILLAN; CREELMAN, 2004):
(
)
(
)
2
FzHz
d
−
=
′
(2)
onde “H” é a proporção de respostas “u-o” (ou “o-ѐ”) dado um estímulo com os dois sons
apresentados em ordem crescente (em relação ao valor de F1), e “F” é a proporção das
mesmas respostas dado um estímulo em que os dois sons são apresentados em ordem
decrescente. Este procedimento supõe que a estratégia empregada pelo sujeito envolve uma
operação equivalente à subtração X
1
- X
2
, em que X
1
e X
2
são os intervalos de cada prova da
tarefa. A variável de decisão é então o resultado desta subtração, cujos termos correspondem
cada um a uma distribuição. Isto resulta numa terceira distribuição com uma média igual à
diferença entre as médias das duas distribuições envolvidas na subtração e um desvio padrão
√2 vezes maior que o desvio padrão das mesmas. Daí a divisão por √2 na equação (2).
Duas análises foram realizadas para a tarefa 4I2AFC. De acordo com Macmillan e Creelman
(2004) a tarefa 4I2AFC deve ser analisada da mesma forma que a tarefa 2AFC. Como o
primeiro e o quarto sons não correspondem a nenhuma alternativa de resposta, um sujeito
ideal agiria como se estivesse fazendo uma tarefa 2AFC. Assim, o d´ foi calculado pela
fórmula citada acima para a análise da tarefa 2AFC.
Como será visto a seguir, os resultados foram muito diferentes dos obtidos na tarefa 2AFC,
tanto no escore quanto no grau de percepção categórica. Com isso, uma análise adicional foi
realizada a partir da hipótese de que os sujeitos se comportaram na tarefa 4I2AFC da mesma
forma que o fariam numa tarefa 4IAX – uma tarefa em que 4 sons são apresentados, um dos
73
quais sendo diferente, e o sujeito deve indicar se este se deu no primeiro ou no segundo par.
Vale lembrar que na tarefa 4I2AFC realizada neste estudo, o intervalo de tempo entre o
segundo e o terceiro sons é um pouco mais longo que os demais, de modo que os sujeitos
ouçam claramente dois pares de sons. O d´, nesta análise alternativa, foi calculado então a
partir da fórmula proposta por Macmillan et al. (1977) para calcular o valor de d´ na tarefa
4IAX:
F1
2
d
Φ
2
d
ΦH
22
−=
′
−+
′
=
(3)
onde Φ é a função de distribuição cumulativa. Esta equação supõe que não há tendências de
resposta (H = 1 – F). Assim, para se obter um valor de d´ livre dessas tendências, foi usada
uma tabela (semelhante à apresentada por Kaplan, MacMillan e Creelman, 1978) que
relaciona valores da subtração z(H) - z(F) a valores obtidos por meio da fórmula (3). Os
resultados relativos à análise alternativa da tarefa 4I2AFC serão indicados pelo termo
“4I2AFC´”.
Pode-se observar nos GRAF. 4, 5, 6 e 7 as curvas previstas (classificação) e as curvas obtidas
nas duas tarefas de discriminação.
74
u
-
o
-0,25
0
0,25
0,5
0,75
1
1,25
1,5
1,75
2
250 280 310 340 370 400 430
F1
d'
2AFC
Classificação
GRÁFICO 4 - Discriminação obtida e discriminação prevista (classificação) no continuum [u-o]; tarefa 2AFC.
o
-
ѐ
-0,25
0
0,25
0,5
0,75
1
1,25
1,5
1,75
2
440 470 500 530 560 590 620
F1
d'
2AFC
Classificação
GRÁFICO 5 - Discriminação obtida e discriminação prevista (classificação) no continuum [o-ѐ]; tarefa 2AFC.
75
u
-
o
-0,25
0
0,25
0,5
0,75
1
1,25
1,5
1,75
2
2,25
2,5
2,75
3
260 280 300 320 340 360 380 400 420 440
F1
d'
4I2AFC
4I2AFC´
Classificação
GRÁFICO 6 - Discriminação obtida e discriminação prevista (classificação) no continuum [u-o]; tarefa
4I2AFC.
o
-
ѐ
-0,25
0
0,25
0,5
0,75
1
1,25
1,5
1,75
2
2,25
2,5
2,75
3
440 460 480 500 520 540 560 580 600 620
F1
d'
4I2AFC
4I2AFC´
Classificação
GRÁFICO 7 - Discriminação obtida e discriminação prevista (classificação) no continuum [o-ѐ]; tarefa
4I2AFC.
76
Percebe-se facilmente no GRÁF. 1 uma relação entre os valores de d´ na tarefa de
classificação e na tarefa 2AFC para o continuum [u-o]. Um pico pronunciado se apresenta em
ambas as curvas na região do limite entre as categorias [u] e [o] (em torno dos estímulos
“350” e “360”), e o desempenho decai abruptamente na medida em que se afasta dessa região.
No GRÁF. 2, a relação entre discriminação e classificação no continuum [o-ѐ] se torna menos
clara. Os picos nas duas curvas não coincidem e parecem menos distintos. No que diz respeito
aos resultados das tarefas 4I2AFC, não se verifica nos GRÁF. 6 e 7 relações evidentes entre o
desempenho observado nas tarefas de discriminação e o que é previsto pelos resultados da
classificação.
Para verificar o grau de dependência da discriminação em relação à classificação foi calculado
o índice de percepção categórica, proposto por van Hessen e Schouten (1999), que leva em
conta a “semelhança” e a “proximidade” entre a curva de discriminação obtida e a curva de
discriminação prevista pelos resultados da tarefa de classificação:
′
−
′
+
=
(disc)d(class)d0,21
r
100PC (4)
O numerador é o coeficiente de correlação entre as duas curvas e o denominador contém um
termo que é a média das diferenças absolutas entre o d´ previsto e o d´ obtido em cada ponto
do continuum multiplicado por uma constante. Desta forma, o grau de percepção categórica
varia entre 0 e 100 (ou -100, no caso de correlação negativa), aumentando se a correlação
entre as curvas aumenta e se a distância diminui.
77
Índices de percepção categórica foram calculados para cada sujeito em cada uma das tarefas
de discriminação. A TAB. 1 mostra as médias dos índices de percepção categórica obtidos em
cada tarefa e em cada continuum. Para as tarefas 4I2AFC foram calculados dois valores, cada
um admitindo uma hipótese diferente sobre as operações do sujeito na realização da tarefa.
Por meio de um teste t em amostras pareadas foi comparada para cada tarefa, a média dos
índices de percepção categórica obtida no continuum [u-ѐ] com a média obtida no continuum
[o-ѐ]. Não foram observadas diferenças significativas (p > 0,10 em todas as tarefas).
TABELA 1
Médias dos índices de percepção categórica (PC) nas tarefas 2AFC e 4I2AFC para os continua [u-o] e [o-ѐ] e
significância (p bicaudal) da diferença entre os valores correspondentes aos dois continua (análise intra-sujeitos).
Continuum
Tarefa
u-o o-ѐ
p
2AFC
32,0241 16,579 0,139273
4I2AFC
11,3742 5,7965 0,475431
4I2AFC´
10,6636 7,5745 0,626308
Na TAB. 2 estão os índices de percepção categórica e a correlação entre discriminação obtida
e prevista para as quatro tarefas de discriminação, calculados a partir das médias sobre todos
os sujeitos dos valores de d´ para cada ponto nos continua. Adicionalmente, são apresentados
os coeficientes de correlação entre a discriminação prevista e a discriminação obtida e os
desvios quadráticos médios da discriminação obtida em relação à discriminação prevista. Para
transformar estes desvios quadráticos médios em valores em unidades de d´ basta tomar a raiz
quadrada dos mesmos, obtendo-se nos continua [u-o] e [o-ѐ], respectivamente, 0,4158 e
0,4550 na tarefa 2AFC , 0,8128 e 0,6895 na tarefa 4I2AFC e 1,7127 e 1,6828 para a análise
alternativa 4I2AFC´.
78
TABELA 2
Índice de percepção categórica (PC), coeficiente de correlação entre discriminação obtida e prevista (r) e desvio
quadrático médio (DQM) da discriminação obtida em relação à discriminação prevista, calculados a partir das
médias de d´ do grupo de sujeitos (análise entre-sujeitos) nas tarefas 2AFC e 4I2AFC para os continua [u-o] e
[o-ѐ].
Continuum
u-o o-ѐ
Tarefa
PC r DQM PC r DQM
2AFC
77,3663
0,828
(p < 0,0001)
0,1729 44,3904
0,4773
(p = 0,0333)
0,2071
4I2AFC
10,3382
0,1163
(p = 0,6253)
0,6607 18,7728
0,2116
(p = 0,3706)
0,4754
4I2AFC´
11,2575
0,3473
(p = 0,5350)
2,9335 26,0607
0,1475
(p = 0,1335)
2,8318
O índice de percepção categórica é consideravelmente mais elevado na tarefa 2AFC. O índice
é maior para o continuum [u-o] do que para o continuum [o-ѐ] na tarefa 2AFC, mas a relação
se inverte na tarefa 4I2AFC.
As únicas correlações significativas (p < 0,05) foram observadas na tarefa 2AFC. Os demais
coeficientes apresentam valores p acima de 0,10. A transformação de Fisher de r para z foi
usada na estimação de um valor p que indique a significância da diferença entre os dois
coeficientes de correlação observados na tarefa 2AFC. A diferença entre os coeficientes
correspondentes aos continua [u-o] e [o-ѐ] é marginalmente significativa (p = 0,054).
Em resumo, as curvas nos GRAF. 1 e 3 demonstram que as respostas dos sujeitos se deram de
acordo com três categorias bem delimitadas dentro das quais os estímulos variam em relação
79
ao nível de ambigüidade, que se aproxima de zero nas regiões do continuum correspondentes
aos centros das categorias. Não foi observada diferença significativa entre os níveis médios de
ambigüidade correspondentes às curvas das respostas “u” e “ѐ”. Numa análise em que, para
cada sujeito, foram obtidos um coeficiente de inclinação para a curva “u” e um para a curva
“ѐ”, verificou-se uma diferença significativa (p < 0,05) entre as médias destes coeficientes.
Se a cada sujeito for atribuído um índice de percepção categórica em cada uma das tarefas de
discriminação e forem comparadas as médias no continuum [u-o] com as médias no
continuum [o-ѐ] não se observa diferença significativa. Se forem tomadas as médias dos
valores de d´ do grupo de sujeitos em cada ponto dos continua são verificados coeficientes de
correlação entre discriminação e classificação significativos (p < 0,05) apenas para a tarefa
2AFC. Nesta tarefa, a diferença entre os coeficientes de correlação observados nos dois
continua não atinge o nível de significância 0,05, embora se aproxime bastante, sendo o valor
observado no continuum [u-o] maior. Os maiores índices de percepção categórica foram
observados na tarefa 2AFC, entre os quais o maior foi observado no continuum [u-o]. Os
desvios quadráticos médios (DQM’s) das diferenças entre os valores previstos pela
classificação e os valores observados nas tarefas de discriminação são uma medida do
ajustamento da previsão às observações. Não foram observadas diferenças significativas entre
os DQM’s obtidos nos continua [u-o] e [o-ѐ].
80
5 Discussão
Dadas as inconsistências observadas no comportamento das vogais médias do português
brasileiro em relação à funcionalidade dos contrastes entre vogais médias abertas e vogais
médias fechadas, o objetivo deste estudo foi investigar possíveis diferenças nos modos como
estes contrastes são representados no sistema perceptivo do falante de nossa língua. Para isto,
foi observado um continuum de sons vocálicos variando em um único parâmetro (F1) ao
longo do qual se estabelecem dois contrastes, um entre as vogais médias posteriores aberta e
fechada (contraste [o/ѐ]) e outro – sobre o qual não há dúvidas no que se refere à sua
funcionalidade na língua – entre a vogal média posterior fechada e a vogal alta posterior
(contraste [u/o]). A comparação entre os resultados em tarefas de classificação e
discriminação referentes aos contrastes [u/o] e [o/ѐ] foram o foco desta investigação.
Um limite de categoria menos distinto e abrupto entre as categorias [o] e [ѐ] do que o
observado entre as categorias [o] e [u] e relações menos evidentes entre discriminação e
classificação no continuum [o-ѐ] do que no continuum [u-o], são resultados que indicariam
que a distinção entre [o] e [ѐ] não é representada na memória do falante da mesma forma que
ocorre com a distinção entre [o] e [u], sendo esta última melhor estabelecida e mais saliente.
Isto poderia ser considerado uma evidência favorável à hipótese de que as categorias [o] e [ѐ]
não correspondem a dois fonemas distintos como as categorias [o] e [u].
Padrões semelhantes nas observações referentes aos dois contrastes contrariam a hipótese de
que [o] e [ѐ] não possuem representações fonológicas distintas na memória como ocorre com
[o] e [u]. Entretanto, é importante salientar que, como os testes estatísticos foram empregados
para verificar a presença de diferenças significativas em certos níveis de significância, a
81
ausência das mesmas não permite concluir que não existem diferenças reais entre os modos
como são representadas as duas distinções no sistema perceptivo do falante.
Os resultados da tarefa de classificação são ambivalentes. Por um lado, a média dos valores
absolutos dos coeficientes de inclinação dos sujeitos na reposta “u” é significativamente
maior do que a média observada para a resposta “ѐ”, sugerindo que há alguma diferença na
forma como os sujeitos operam em relação aos contrastes [u/o] e [o/ѐ]. Por outro lado, as
médias dos graus de ambigüidade dos estímulos do continuum em relação às respostas “u” e
“ѐ” são semelhantes. Isto quer dizer que é possível que haja uma diferença real entre estas
médias, mas pequena demais para atingir o nível de significância, assim como é possível que
a diferença observada entre os coeficientes de inclinação seja devida a variações aleatórias ou
algum fator não considerado no estudo. Torna-se deste modo importante considerar estes
resultados à luz do que foi observado nas tarefas de discriminação.
Como dissemos, a tarefa de discriminação 2AFC encoraja uma estratégia classificatória, de
modo que é esperado um grau mais alto de percepção categórica. De acordo com Massaro
(1987), não é de grande interesse uma relação estreita entre a tarefa de classificação e aquelas
tarefas de discriminação que encorajam estratégias classificatórias, já que o sujeito estaria
executando as mesmas operações ou operações muito semelhantes. Com a ausência (ou
baixos níveis) de percepção categórica para tarefas em que os sujeitos podem atentar para os
traços acústicos, como a tarefa 4I2AFC, observada neste e em outros estudos recentes (Gerrits
e Schouten, 2004; Schouten, Gerrits e van Hessen;2003; Gerrits, 2001), o conceito de
percepção categórica se enfraquece ainda mais. Entretanto, este ganha novo alento com as
pesquisas psicofisiológicas com o potencial evocado Mismatch Negativity, que vêm
demonstrando efeitos de limite de categoria quando se observa respostas em níveis
82
relativamente básicos do processamento auditivo no córtex cerebral, que não dependem de
mecanismos de decisão e atenção, conforme vimos no capítulo de revisão bibliográfica. A
este respeito vale ainda mencionar o estudo realizado por Dehaene-Lambetz et al. (2005),
também empregando a Mismatch Negativity, que forneceu evidências de dois processos
distintos no cérebro que correspondem a um modo fonêmico, ou classificatório, e ao modo
acústico na discriminação de sons da fala, em consonância com certos modelos psicofísicos
de duplo-processo (FUJISAKI; KAWASHIMA, 1971; SCHOUTEN; VAN HESSEN, 1992;
VAN HESSEN; SCHOUTEN, 1992). Torna-se então razoável entender a tarefa 2AFC não
como uma tarefa de classificação com roupagem de discriminação, mas como uma tarefa de
discriminação em que um modo classificatório de percepção se faz necessário. De qualquer
forma, o interesse deste estudo, no que diz respeito à tarefa de discriminação, está nas
comparações que podem ser feitas entre os valores que expressam a relação entre
discriminação e classificação obtidos nos continua [u-o] e [o-ѐ].
Analisando as tarefas de discriminação e a relação destas com a tarefa de classificação, as
evidências que não corroboram a hipótese que investigamos de que há diferenças entre os
contrastes [u/o] e [o/ѐ] seriam (a) a ausência de diferenças significativas entre as médias dos
índices de percepção categórica dos sujeitos nos continua [u-o] e [o-ѐ]; e (b) a ausência de
diferenças significativas entre os desvios quadráticos médios (DQM’s) entre discriminação
observada e discriminação prevista, obtidos na análise das médias dos valores de d´ do grupo
de sujeitos em cada ponto dos continua.
Ainda em relação à análise entre-sujeitos – isto é, aquela em que são examinados os valores
médios de d´ no grupo de sujeitos – os índices de percepção categórica foram, como se
esperava, maiores na tarefa 2AFC, sendo o valor mais alto observado no continuum [u-o]. Na
83
tarefa 2AFC, a diferença entre os coeficientes de correlação com a tarefa de classificação
obtidos nos continua [u-o] e [o-ѐ], cujo nível de significância é superior, mas bem próximo, a
0,05, indica que o continuum [o-ѐ] pode ser percebido de forma menos categórica.
Quanto à relação entre a tarefa de classificação e a tarefa 4I2AFC, os baixos valores do índice
de percepção categórica, a ausência de picos coincidentes com os picos nas curvas de
discriminação prevista a partir da classificação e a ausência de correlações significativas entre
discriminação e classificação, todos constituem evidencias de que os sujeitos empregaram
predominantemente estratégias baseadas nos traços acústicos dos estímulos. Isto corrobora a
literatura citada anteriormente de que esta tarefa exige uma estratégia acústica.
Embora os resultados não permitam conclusões seguras em relação à questão colocada neste
trabalho, dada a falta de evidências suficientemente confiáveis do ponto de vista estatístico, é
importante notar que as diferenças observadas, estatisticamente significantes ou não, se deram
geralmente na mesma direção. A inclinação da curva da resposta “ѐ” na tarefa de classificação
é menor do que a inclinação da curva da resposta “u”; o nível médio de ambigüidade
correspondente a esta mesma curva é também um pouco menor; na tarefa 2AFC, as medidas
que relacionam classificação e discriminação, apresentam no continuum [o-ѐ] valores que,
comparados com seus correspondentes no continuum [u-o], sugerem uma associação mais
fraca entre a discriminação prevista e a discriminação observada (menor índice de percepção
categórica, menor correlação entre classificação e discriminação e maior DQM). A única
exceção é a tarefa 4I2AFC na análise entre-sujeitos. Todavia, isto não é inconsistente com as
demais observações, já que os resultados desta tarefa indicam que os sujeitos não empregaram
uma estratégia classificatória – isto é, não recorreram a representações de categorias de vogais
na memória de longo prazo.
84
Isto nos leva a entender que, ainda que os resultados não sejam conclusivos a respeito das
diferenças na forma como o sistema perceptivo do falante do português brasileiro opera em
relação ao contraste [o-ѐ], eles chamam a atenção para a importância de estudos detalhados a
respeito dos contrastes entre as vogais médias abertas e fechadas. É necessária uma
investigação aprofundada a respeito da possibilidade de que o falante do português brasileiro,
ao operar no modo fonêmico, discriminando sons a partir de categorias armazenadas na
memória de longo prazo, não estabeleça o contraste entre as vogais médias abertas e fechadas
de forma tão consistente quanto o faz em relação a outros contrastes entre categorias
vocálicas.
Como dois contrastes que se estabelecem num continuum em F1 foram comparados em
relação a descontinuidades nos resultados observadas em regiões de limite de categoria, deve
ser considerada a possibilidade de que tais descontinuidades ocorram por razões não
relacionadas às categorias vocálicas e suas delimitações. Descontinuidades inerentes ao
sistema perceptivo que causem variações na discriminabilidade entre os estímulos ao longo do
continuum poderiam determinar resultados como a diferença verificada na tarefa 2AFC entre
os coeficientes de correlação entre classificação e discriminação nos continua [u-o] e [o-ѐ] ou
a diferença entre as médias dos coeficientes de inclinação das curvas das respostas “u” e “ѐ”.
Se, dada uma diferença fixa em termos de F1, os estímulos nas regiões em torno do limite
entre as categorias [o] e [u] forem menos discrimináveis entre si do que os estímulos nas
regiões em torno do limite entre [o] e [ѐ] em decorrência de características do sistema
perceptivo, poderia ocorrer que a probabilidade de que os sujeitos procedam no modo
fonêmico aumente quando é mais difícil efetuar discriminações em termos de traços acústicos,
o que naturalmente resultaria em uma maior associação entre classificação e discriminação no
85
continuum [u-o]. Se ocorrer o inverso, isto é, se a discriminabilidade é menor em torno do
limite entre [o] e [ѐ], o que implica em maiores diferenças minimamente perceptíveis nesta
região, isto poderia contribuir para uma menor inclinação na curva da resposta “ѐ” na tarefa
de classificação.
A este respeito seria útil examinar os resultados da tarefa 4I2AFC nos dois continua, já que
nesta os sujeitos parecem ter empregado estratégias baseadas em traços acústicos. Nos GRÁF.
6 e 7 não há indícios de que uma dessas duas possibilidades tenha ocorrido. Entretanto, sabe-
se que os limiares para a discriminação de formantes aumentam com a freqüência dos
formantes (FLANAGAN, 1955; KEWLEY-PORT; WATSON, 1996). Adicionalmente,
Kewley-Port e Watson (1996) observaram saltos nos limiares de diferença quando um
harmônico se alinhava exatamente à freqüência central de um formante. Kewley-Port e Zheng
(1998) avaliam modelos auditivos para sons vogais que podem fornecer métricas que reduzam
a variabilidade observada nos limiares de diferença em tarefas de discriminação de formantes
ao longo dos valores de freqüência do formante de teste e de F0. Os estímulos empregados no
presente estudo foram sintetizados de modo a variar na freqüência fundamental de 145 a 85
Hz para evitar este tipo de interação (e também para obter sons mais naturais). Note-se que se
descontinuidades sensoriais fossem responsáveis por descontinuidades observadas nos
resultados das tarefas de classificação e 2AFC, estas deveriam se refletir também na tarefa
4I2AFC, já que, ao que tudo indica, esta é a tarefa em que as respostas são baseadas apenas na
informação acústica. Não foi o caso.
A maior contribuição deste trabalho é a indicação de que devem ser realizados estudos
detalhados a respeito do contraste entre as vogais médias abertas e fechadas. Os resultados
destas pesquisas seriam de grande interesse para a fonética, fonologia e psicolingüística do
86
Português, pois estabeleceriam novas perspectivas e linhas de evidência que poderiam
orientar formulações teóricas a respeito do sistema vocálico desta língua.
Seria interessante que estudos semelhantes ao presente fossem realizados com um número
maior de sujeitos e/ou de provas para cada estímulo, de forma a evitar que a variabilidade nos
resultados impeça que diferenças efetivas atinjam os níveis de significância. O contraste entre
as vogais médias anteriores deve ser também investigado. Além disso, é importante que sejam
realizados experimentos em que, de alguma forma, as diferenças entre os sons sejam
estabelecidas em unidades de diferenças minimamente perceptíveis, de forma que o
continuum reflita uma dimensão perceptiva e não física (presumindo que a diferença
minimamente perceptível corresponda a uma alteração constante na sensação).
Outro tipo de estudo que pode ser empreendido é a observação de respostas psicofisiológicas
aos contrastes entre as vogais médias posteriores e entre as vogais médias anteriores. O
potencial evocado Mismatch Negativity já se mostrou muito útil na pesquisa a respeito de
representações de categorias dos sons da fala no córtex cerebral humano. É possível comparar
a magnitude, a latência e a lateralização desta resposta aos contrastes [u/o] e [o/ѐ] (ou talvez
[i/e] e [e/ϯ]). Isto forneceria evidências mais diretas e menos sujeitas a influências indesejadas
como os efeitos dos mecanismos de atenção e de decisão nos resultados de experimentos
envolvendo medidas comportamentais.
87
6 Conclusão
Com base no exame dos resultados deste estudo à luz de resultados anteriores no âmbito da
pesquisa sobre a percepção da fala, conclui-se que há indícios de que a distinção entre [o] e
[ѐ] não é tão bem definida quanto a distinção entre [o] e [u] no nível das representações das
categorias vocálicas armazenadas na memória e empregadas nos processos perceptivos do
falante do português brasileiro. Estudos adicionais a respeito desta possibilidade são
necessários.
O esclarecimento desta questão é de grande interesse, sobretudo para a psicolingüística, a
fonética e as teorias fonológicas de orientação funcionalista.
88
Referências Bibliográficas
AALTONEN, O.; NIEMI, P.; NYRKE, T.; TUHKANEN, M. Event-related brain potentials
and the perception of a phonetic continuum. Biological Psychology, v. 24, n. 3, p. 197-207,
Jun.1987.
ADES, A. A. Vowels, consonants, speech, and non-speech. Psychological Review, v. 84, n. 6,
p. 524-530, Nov. 1977.
ALHO, K. Cerebral generators of mismatch negativity (MMN) and its magnetic counterpart
(MMNm) elicited by sound changes. Ear & Hearing, v. 16, n. 1, p. 38-51, Fev. 1995.
ALVES, M. M. As vogais médias em posição tônica nos nomes do português brasileiro.
1999. 136 f. Dissertação (Mestrado em Estudos Lingüísticos). Universidade Federal de Minas
Gerais, Belo Horizonte, 1999.
AULANKO R.; HARI, R.; LOUNASMAA O.V.; NÄÄTÄNEN R.; SAMS M. Phonetic
invariance in the human auditory cortex. Neuroreport, v. 4, n. 12, p. 1356-1358, Set. 1993.
BECKMAN, J. Positional Faithfulness. 1998. 270 f. Tese (Doutorado) - University of
Massachusetts Amherst, Amherst, 1998.
BARCLAY, J. R. Non-categorical perception of a voiced stop: A replication. Perception &
Psychophysics, v.11, p.269-273, 1972.
BISOL, L. Neutralização das átonas. D.E.L.T.A. v.19, n.2, p.267-276, 2003.
BOERSMA, P. Functional Phonology: formalizing the interactions between articulatory and
perceptual drives. 1998. 493 f. Tese (Doutorado) – Faculteit der Geesteswetenschappen,
Universiteit van Amsterdam, Amsterdam, 1998.
BOERSMA, P., WEENINK, D. Praat: doing phonetics by computer. Versão 4.3.12, 2005.
Disponível em: <www.praat.org>
BYBEE, J. Phonology and Language Use. Cambridge: Cambridge University Press, 2001.
238 p.
BRAIDA, L.; DURLACH, N. Intensity Perception II: Resolution in one-interval paradigms.
Journal of the Acoustical Society of America, v. 51, n. 2, p. 583-502, Fev. 1972.
BRAIDA, L.; LIM, J.; BERLINER, J.; DURLACH, N.; RABINOWITZ, W.; PURKS, S.
Intensity Perception XIII: Perceptual-anchor model of context-coding. Journal of the
Acoustical Society of America, v.76, n. 3, p. 722-731, Set. 1984.
BROWN, G.; WHITE, G. The optimal correction for estimating extreme discriminability.
Behavior Research Methods, v. 37, n. 3, p. 436-449, Ago. 2005.
CAGLIARI, L. C. Fonologia do Português: análise pela geometria de traços. 2.ed. Campinas:
Edição do Autor, 1997. v. 1. 150 p. (Série Lingüística).
89
CHOMSKY, N.; HALLE, M. The Sound Pattern of English. New York: Harper & Row,
1968. 470 p.
CUNHA, V. Um traço do vocalismo português: a metafonia. 1991. 154 f. Dissertação
(Mestrado em Estudos Lingüísticos) – Universidade Federal de Minas Gerais, Belo
Horizonte, 1991.
CUTTING, J.; ROSNER, B. Categories and boundaries in speech and music. Perception &
Psychophysics, v. 16, p.564-570, 1974.
DEHAENE-LAMBERTZ, G. Electrophysiological correlates of categorical phoneme
perception in adults. NeuroReport, v. 8, n. 4, p. 919-924, Mar. 1997.
DEHAENE-LAMBERTZ, G.; PALLIER, C.; SERNICLAES, W.; SPRENGER-
CHAROLLES, L.; JOBERT, A.; DEHAENE, S. Neural correlates of switching from auditory
to speech perception. Neuroimage, v. 24, n. 1, p. 21-33, Jan. 2005.
DURLACH, N.; BRAIDA, L. Intensity perception. I. Preliminary theory of intensity
resolution. Journal of the Acoustical Society of America, v. 46, n. 2, 372-283, Ago.1969.
EIMAS, P.; MILLER, J.; JUSCZYK, P. On infant speech perception and the acquisition of
language. In: S. HARNAD (ed.) Categorical perception: The groundwork of cognition.
Cambridge: Cambridge University Press, 1987. p. 161-195.
FRY, D.; ABRAMSON, A.; EIMAS, P., LIBERMAN, A. The identification and
discrimination of synthetic vowels. Language and Speech, v. 5, p. 171-189, 1962.
FOSS, D. SWINNEY, D. On the psychological reality of the phoneme: Perception,
identification and consciousness. Journal of Verbal Behavior, v. 12, n. 3, p. 246-257, Jun.
1973.
GERRITS, E. The categorization of speech sounds by adults and children. 2001, 131 f. Tese
(Doutorado) – Universiteit Utrecht, Utrecht, 2001.
GERRITS, E.; SCHOUTEN, M. E. H. Categorical perception depends on the discrimination
task. Perception & Psychophysics, v. 66, n. 3, p. 363-376, Abr. 2004.
GREEN, D.; SWETS, J. Signal Detection Theory and Psychophysics. New York: John Wiley
and Sons, 1966. 455 p.
HARNAD; S. Introduction: Psychophysical and cognitive aspects of categorical perception:
A critical review. In: S. HARNAD (ed.) Categorical perception: The groundwork of
cognition. Cambridge: Cambridge University Press, 1987. p. 1-25.
HARY, J; MASSARO, D. Categorical results do not imply categorical perception. Perception
& Psychophysics, v. 32, n. 5, p. 409-418, Nov. 1982.
90
HEALY, A.; REPP, B. Context independence and phonetic mediation in categorical
perception. Journal of Experimental Psychology: Human Perception and Performance, v.8,
n.1, p.68-80, Fev. 1982.
IVERSON, P.; KUHL, P. K. Perceptual magnet and phoneme boundary effects in speech
perception: Do they rise from a common mechanism? Perception & Psychophysics, v.62, n.4,
p.874-886, Maio. 2000.
JACOBSEN, T.; SHRÖGER, E.; ALTER, K. Pre-attentive perception of vowel phonemes
from variable speech stimuli. Psychophysiology, v. 41, n. 4, p. 654-659, Jul. 2004.
KEWLEY-PORT, D; WATSON, C. S. Formant-frequency discrimination for isolated English
vowels. Journal of the Acoustical Society of America, v. 95, n. 1, p. 485-496, Jan. 1994.
KEWLEY-PORT, D; ZHENG, Y. Auditory models of formant frequency discrimination for
isolated vowels. Journal of the Acoustical Society of America, v. 103, n. 3, p. 1654-1666,
Mar. 1998.
KAPLAN, H., MACMILLAN, N., CREELMAN, D. Tables of d’ for variable-standard
discrimination paradigms. Behavior Research Methods & Instrumentation, v. 10. n. 6, 796-
813, 1978.
KUHL, P. The special-mechanisms debate in speech research: Categorization tests on animals
and infants, In: S. HARNAD (ed.) Categorical perception: The groundwork of cognition.
Cambridge: Cambridge University Press, 1987. p. 355-386.
KUHL, P. Human adults and human infants show a “perceptual magnet effect” for the
prototype of speech categories, monkeys do not. Perception & Psychophysics, v. 50, n. 2, p.
93-107, Ago. 1991.
LEE, S. H. Mid Vowel Aternations in Verbal Stems in Brazilian Portuguese. Journal of
Portuguese Linguistics, v.2, n.2, p. 87-100, 2003.
LIBERMAN, A.; HARRIS, K.; HOFFMAN, H.; GRIFFITH, B. The discrimination of speech
sounds within and across phoneme boundaries. Journal of Experimental Psychology: Human
Perception and Performance, v.58, p. 358-368, 1957.
LIBERMAN, A.; MATTINGLY, I. The Motor Theory of Speech Perception Revised.
Cognition, v. 21, n. 1, p. 1-36, Out. 1985.
LOTTO, A.; KLUENDER, K.; HOLT, L. Depolarizing the perceptual magnet effect. Journal
of the Acoustic Society of America, v. 103, n.6, p.3648-3654, Jun. 1998.
MACMILLAN, N. Beyond the categorical/continuous distinction: A psychophysical
approach to processing modes. In: S. HARNAD (ed.) Categorical perception: The
groundwork of cognition. Cambridge: Cambridge University Press, 1987. p. 53-85.
MACMILLAN, N.; CREELMAN, C. D. Detection Theory: A user’s guide. 2. ed. Mahwah:
Lawrence Erlbaum Associates, 2005. 492 p.
91
MACMILLAN, N.; GOLDBERG, R.; BRAIDA, L. Resolution for speech sounds: Basic
sensitivity and context memory on vowel and consonant continua. Journal of the Acoustical
Society of America, v. 84, n. 4, 1262-1280, Out. 1988.
MACMILLAN, N.; KAPLAN, H., CREELMAN, C. The psychophysics of categorical
perception. Psychological Review, v. 84, n. 5, 452-471, Set. 1977.
MAGALHÃES, J. O. Une étude de certains processus de la phonologie portugaise dans lê
cadre de la Théorie du Charme et du Gouvernement. 1990. 322 f. Tese (Doutorado) -
Université de Montreal, Montreal, 1990.
MASSARO, D. Speech Perception by Ear and Eye: A paradigm for psychological inquiry.
Hillsdale: Lawrence Erlbaum Associates, 1987a. 336 p.
MASSARO, D. Categorical partition: A fuzzy logical model of categorization behavior. In: S.
HARNAD (ed.) Categorical perception: The groundwork of cognition. Cambridge:
Cambridge University Press,1987b. p. 254-283.
MASSARO, D. Categorical perception: Important phenomenon or lasting myth? In: 5
th
INTERNATIONAL CONGRESS OF SPOKEN LANGUAGE PROCESSING, 1998, Sydney:
Proceedings… Sydney [s. n.], 1998. p.2275-2278,
MASSARO, D.; COHEN, M. M. Categorical or continuous speech perception: a new test.
Speech Communication, v.2, n. 1, p.15-35, Maio. 1983.
MATTOSO CÂMARA JR., J. Para o estudo da fonêmica portuguesa. 2.ed. Rio de Janeiro:
Padrão, 1977.144 p.
MATURANA, H.; VARELA, F. A árvore do conhecimento: As bases biológicas para a
compreensão humana. São Paulo: Palas Athena, 283 p.
McQUEEN; J. M.; Cutler, A. Cognitive process in speech perception. In: W. J. Hardcastle; J.
Laver (eds.) The handbook of phonetic sciences. 1997, p. 566-585.
MILLER, G. The magical number seven plus or minus two: Some limits on our capacity for
processing information. Psychological Review, v. 63, n. 2. p. 81-97, Mar. 1956.
NÄÄTÄNEN, R.; GAILLARD, A. W. K., MÄNTYSALO, S. Early selective-attention effect
on evoked potential reinterpreted. Acta Psychologica, v. 42, n. 4, p. 313-329, Jul.1978.
NÄÄTÄNEN, R.; JACOBSEN, T.; WINKLER, I. Memory-based or afferent processes in
mismatch negativity (MMN): A review of the evidence. Psychophysiology, v. 42, n. 1, p. 25-
32, Jan. 2005.
NÄÄTÄNEN, R.; LEHTOKOSKI, A.; LENNES, M.; CHEOUR, M.; HUOTILAINEN, M.;
LIVONEN, A.; VAINIO, M.; ALKU, P.; ILMONIEMI, R. J.; LUUK, A.; ALLIK, J.;
SINKKONEN, J.; ALHO, K. Language-specific phoneme representations reveled by electric
and magnetic brain responses. Nature, v. 385, n. 6615, p. 432-434, Jan. 1997.
92
NÄÄTÄNEN, R.; WINKLER, I. The concept of auditory stimulus representation in cognitive
neuroscience. Psychological Bulletin. v.125, n. 6, p. 826-859, Nov.1999.
NEAREY, T. Speech perception as pattern recognition. Jouranl of the Acoustical Society of
America, v. 101, n. 6, p. 3241-3254, Jun. 1997.
NEAREY, T. On the factorability of phonological unites in speech perception. In: J. Local, R.
Ogden, R. Temple (eds.) Papers in laboratory phonology IV: Phonetic interpretation.
Cambrige: Cambrige University Press, 2003, p. 197-221.
NITTROUER, S. MILLER, M. E. Predictiong developmental shifts in perceptual weighting
schemes. Journal of the Acoustical Society of America, v. 101, n. 4, p. 2253-2266, Abr. 1997.
OHALA, J. The phonological end justifies any means. In: 13
th
INTERNATIONAL
CONGRESS OF LINGUISTICS, 29 Ago - 4 Set, 1982. Tokyo: Proceedings… Tokyo [s. n.],
1983. p. 232 - 243.
PAAVILAINEN, P.; JARAMILLO, M.; NÄÄTÄNEN, R; WINKLER, I. Neuronal
populations in the human brain extracting invariant relationships from acoustic variance.
Neuroscience Letters, v.265, n. 3, 179-182, Abr. 1999.
PAAVILAINEN, P.; SIMOLA, J.; JARAMILLO, M.; NÄÄTÄNEN, R; WINKLER, I.
Preattentive extraction of abstract feature conjunctions from auditory stimulation as reflected
by the mismatch negativity (MMN). Psychophysiology, v. 38, n. 2, p.359-365, Mar. 2001.
PASTORE, R.; AHROON, W.; BAFFUTO, J.; FRIEDMAN, C.; PULEO, J.; FINK, E.
Common factor model of categorical perception. Journal of Experimental Psychology:
Human Perception and Performance, v. 3, n. 4, p. 686-896, Nov. 1977.
PASTORE, R. Categorical Perception: Some psychophysical models. In: S. HARNAD (ed.)
Categorical perception: The groundwork of cognition. Cambridge: Cambridge University
Press,1987. p. 29-52.
PESCHL, M.; RIEGLER, A. Does representation needs reality? Rethinking epistemological
issues in the light of recent developments and concepts in cognitive sciences. In: A.
RIEGLER; M. PESCHL; A. VON STEIN (eds.) Understanding representation in the
cognitive sciences. New York: Kluwer Academic/Plenum, 1999, p. 9-17.
PHILLIPS, C., Levels of representation in the electrophysiology of speech perception.
Cognitive Science, v. 25, n. 5, p.711-731, Set.-Out. 2001.
PHILLIPS, C.; MARANTZ, A.; McGINNIS, M.; PESETSKY, D.; WEXLER, K. YELLIN,
E.; PÖPPEL, D.; ROBERTS, T.; ROWLEY, H. Brain Mechanisms of Speech Perception: A
Preliminary Report. MIT Working Papers in Linguistics, v. 26, 125-163, 1995.
PHILLIPS, C.; PELLATHY, T.; MARANTZ, A.; YELLIN, E.; WEXLER, K.; PÖPPEL, D.;
McGINNIS, M.; ROBERTS; T. Auditory Cortex Accesses Phonological Categories: An
MEG Mismatch Study. Journal of Cognitive Neuroscience, v. 12, n. 6, p. 38-55, Nov. 2000.
93
PISONI, D. Auditory and phonetic memory codes in the discrimination of consonants and
vowels. Perception & Psychophysics, v. 13, p. 253-260, 1973.
PISONI, D. Auditory short-term memory and vowel perception. Memory and Cognition, v. 3,
p. 7-18, 1975.
PORT, R. The graphical basis of phones and phonemes In: O. BOHN, M. MUNRO (eds.)
Second language speech learning: The role of language experience in speech perception and
production: A festschrift in honor of James E. Flege. Amsterdan: John Benjamins, no prelo.
REPP, B. Categorical Perception: Issues, methods, findings. In: N. J. LASS (ed.) Speech and
Language: Advances in Basic Research and Practice. Orlando: Academic Press, 1984. v.10,
p. 243-335.
ROTHE-NEVES, R. Notas sobre o método na Neurolingüística. In: E. A. M. Mendes; P. M.
Oliveira; V. Benn-Ibler. (org.). O novo milênio: interfaces lingüísticas e literárias. Belo
Horizonte: Faculdade de Letras da UFMG, 2001, p. 189-195.
SCHOUTEN, M. E. H.; GERRITS, E.; VAN HESSEN, A. The end of categorical perception
as we know it. Speech Communication, v. 41, n. 1, p. 71-80, Ago. 2003.
SCHOUTEN, M. E. H.; VAN HESSEN, A. J., Modeling phoneme perception I: Categorical
perception. Journal of the Acoustical Society of America, v.92, n.4, p. 1841-1855, Out.1992.
SHARMA A.; KRAUS N.; MCGEE T.; CARRELL T.; NICOL T. Acoustic versus phonetic
representation of speech as reflected by the mismatch negativity event-related potential.
Electroencephalography and Clinical Neurophysiology, v. 88, n. 1, p. 64-71, Jan-Fev.1993.
SHARMA, A.; DORMAN; M. Exploration of the perceptual magnet effect using the
mismatch negativity auditory evoked potential. The Journal of the Acoustical Society of
America, v.104, n.1, p.511-517, Jul. 1998
SHARMA, A.; DORMAN, M. Cortical auditory evoked potential correlates of categorical
perception of voice-onset time. Journal of the Acoustical Society of America, v. 106, n. 2, p.
1078-1083, Ago. 1999.
SHARMA, A.; DORMAN, M. Neurophysiologic correlates of cross-language phonetic
perception The Journal of the Acoustical Society of America, v. 107, n. 5, p. 2697-2703,
Maio.2000.
SINEX, D.G.; McDONNALD, L. P. Average discharge rate representation of voice onset
time in the chinchilla auditory nerve. The Journal of the Acoustical Society of America, v. 83,
n. 5, p.1817-1827, Maio. 1988.
STUDDERT-KENNEDY, M.; LIBERMAN, A.; HARRIS, K; COOPER, F. Motor theory of
speech perception: a reply to Lane’s critical review. Psychological Review, v. 77, n. 3, p. 234-
249, Mai. 1970.
SUSSMAN, E.; RITTER, W; VAUGHAN, H. Predictability of stimulus deviance and
mismatch negativity. Neuroreport, v. 9, n. 18, p. 4167-4170, Dez. 1998.
94
TERVANIEMI, M.; MEDVEDEV,
S. V.; ALHO, K.; PAKHOMOV, S. V.; ROUDAS, M. S.;
VAN ZUIJEN, T. L.; NÄÄTÄNEN, R. Lateralized automatic auditory processing of phonetic
versus musical information: A PET study. Human Brain Mapping, v.10.n. 2, p.74-79, Jun.
2000.
VAN HESSEN, A. J.; SCHOUTEN, M. E. H. Categorical perception as a function of
stimulus quality. Phonetica. v. 56, n. 1-2, p. 56-72, Jan.-Jun.1999.
VAN HESSEN, A. J; SCHOUTEN, M. E. H.; Modeling phoneme perception II: A model of
stop consonant discrimination. Journal of the Acoustic Society of America, v. 92, n. 4, p.
1856-1868, Out.1992.
WETZELS, L. Mid vowel neutralization in Brazilian Portuguese. Cadernos de Estudos
Lingüísticos, Campinas, v. 23, p. 19-55, Jul.-Dez. 1992.
WINKLER, F. The space-time unity and the representation problem. In: COMPUTING
ANTICIPATORY SYSTEMS, 1999, Woodburg. Conference Proceedings. Woodburg:
American Institute of Physics, p. 131-141.
WINKLER, I.; LEHTOKOSKI, A.; ALKU, P.; VAINIO, M.; CZIGLER, I.; CSEPE, V.;
AALTONEN, O.; RAIMO, I.; ALHO, K.; LANG, H.; IIVONEN, A.; NÄÄTÄNEN, R. Pre-
attentive detection of vowel contrasts utilizes both phonetic and auditory memory
representations. Cognitive Brain Research, v. 7, n. 3, p. 357-369, Jan. 1999a.
WINKLER, I.; KUJALA, T.; TIITINEN, H.; SIVONEN, P.; ALKU, P.; LEHTOKOSKI, A.;
CZIGLER, I.; CSEPE, V.; ILMONIEMI, R.; NÄÄTÄNEN, R. Brain responses reveal the
learning of foreign language phonemes. Psychophysiology, v. 36, n. 5, p. 638-642, Set. 1999b.
95
ANEXO A - Proporções das respostas “u”, “o” e “ѐ” na tarefa de classificação
TABELA A 1
Resposta
F1
u o
ѐ
250
0,9958
0,0042
0,0000
260
1,0000
0,0000
0,0000
270
0,9917
0,0083
0,0000
280
0,9833
0,0167
0,0000
290
0,9875
0,0083
0,0042
300
0,9833
0,0167
0,0000
310
0,9583
0,0417
0,0000
320
0,9542
0,0458
0,0000
330
0,8375
0,1625
0,0000
340
0,8750
0,1250
0,0000
350
0,6833
0,3167
0,0000
360
0,5750
0,4250
0,0000
370
0,4167
0,5833
0,0000
380
0,1792
0,8208
0,0000
390
0,0792
0,9208
0,0000
400
0,0625
0,9333
0,0042
410
0,0250
0,9750
0,0000
420
0,0292
0,9583
0,0125
430
0,0083
0,9792
0,0125
440
0,0000
0,9875
0,0125
450
0,0125
0,9667
0,0208
460
0,0042
0,9708
0,0250
470
0,0083
0,9417
0,0500
480
0,0042
0,9333
0,0625
490
0,0083
0,8625
0,1292
500
0,0000
0,7792
0,2208
510
0,0042
0,6167
0,3792
520
0,0000
0,4667
0,5333
530
0,0042
0,3625
0,6333
540
0,0042
0,2125
0,7833
550
0,0000
0,1875
0,8125
560
0,0000
0,1083
0,8917
570
0,0000
0,0750
0,9250
580
0,0000
0,0750
0,9250
590
0,0083
0,0542
0,9375
600
0,0000
0,0375
0,9625
610
0,0000
0,0333
0,9667
620
0,0000
0,0375
0,9625
630
0,0000
0,0167
0,9833
640
0,0083
0,0333
0,9583
650
0,0000
0,0083
0,9917
660
0,0042
0,0250
0,9708
96
ANEXO B - Tabelas de d´
TABELA B 1
Valores de d´ no continuum [u-o]
d´
F1
Classificação 2AFC 4I2AFC 4I2AFC´
250 0,1439 -0,0316 ... ...
260 0,1157 -0,2132 0,4064 1,2406
270 0,0507 0,3312 ... ...
280 0,2514 0,7447 0,7504 1,7194
290 0,3097 1,0166 ... ...
300 0,7908 1,2654 1,1747 2,3625
310 0,4862 0,6963 ... ...
320 1,2559 1,0821 1,0106 2,0583
330 1,1284 1,2700 ... ...
340 1,5838 1,5171 1,2609 2,4587
350 1,7369 1,6164 ... ...
360 1,8801 1,5402 1,3890 2,6420
370 1,5508 1,4809 ... ...
380 0,9832 0,9688 1,0382 2,1580
390 0,4579 1,0927 ... ...
400 0,4662 0,9494 1,2461 2,4656
410 0,2514 0,7447 ... ...
420 0,0588 0,6076 1,5618 2,8413
430 0,0568 0,8479 ... ...
440 -0,1179 0,3628 1,5704 2,8118
Média 0,6720 0,8945 1,1409 2,2758
97
TABELA B 2
Valores de d´ no continuum [o-ѐ]
d´
F1
Classificação 2AFC 4I2AFC 4I2AFC´
440 0,3711 0,3589 1,2435 2,3349
450 0,4156 0,4136 ... ...
460 0,8167 0,5229 0,9552 1,9963
470 0,8983 0,8604 ... ...
480 1,2987 0,4304 0,9712 2,0737
490 1,3313 0,9279 ... ...
500 1,2872 0,7240 1,3682 2,6161
510 1,3807 1,0341 ... ...
520 1,1038 1,2700 1,4798 2,7313
530 1,1734 1,4770 ... ...
540 0,6350 1,1583 1,3455 2,4903
550 0,4986 0,8486 ... ...
560 0,2840 1,1837 1,2361 2,3483
570 0,2679 1,0736 ... ...
580 0,2595 0,7339 1,1863 2,2773
590 0,1095 0,5585 ... ...
600 0,1680 0,3542 0,9880 2,0127
610 -0,0028 0,1773 ... ...
620 0,2453 0,5058 1,1262 2,2186
630 -0,0242 0,3796 ... ...
Média
0,6259 0,7496 1,1900 2,3099
98
ANEXO C – Scripts criados para a síntese das vogais
Gerar fonte
Create PitchTier... 145_85 0.00 0.30
Add point... 0.0 145
Add point... 0.3 85
To PointProcess
To Sound (phonation)... 22100 1.0 0.05 0.7 0.03 3.0 4.0
Create IntensityTier... risefall25 0.0 0.30
Add point... 0.000 0
Add point... 0.025 75
Add point... 0.275 75
Add point... 0.300 0
plus Sound 145_85
Multiply... yes
Gerar continuum de vogais variando F1.
form continuum
positive f_1_minimo_(Hz) 250
positive f_1_maximo_(Hz) 700
positive tamanho_do_passo_(Hz) 10
positive f_2_(Hz) 900
sentence nome_da_fonte 145_85_int
endform
for i from 1 to (('f_1_maximo' - 'f_1_minimo')/'tamanho_do_passo') + 1
f1_locus = 'f_1_minimo' + 'tamanho_do_passo' * (i - 1)
Create FormantTier... 'f1_locus' 0.00 0.30
Add point... 0.3 'f1_locus' 50 'f_2' 100 2500 150 3500 200 4500 300 5500 400 6500
500 7500 600 8500 700 9500 800
plus Sound 'nome_da_fonte$'
Filter
Rename... 'f1_locus'
select FormantTier 'f1_locus'
Remove
endfor
for x from 1 to (('f_1_maximo' - 'f_1_minimo')/'tamanho_do_passo') + 1
n = 'f_1_minimo' + 'tamanho_do_passo' * (x - 1)
endfor
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
