O termo “prosódia” tem sido comumente utilizado com equivalente a “entoação” na literatura. Assim, há muita divergência entre os autores, principalmente no que se refere à distinção entre a definição dos dois termos.

A entoação, de acordo com Lidiane (2007:21 apud Kent e Read, 1992), é parte da prosódia. Ela se refere a um fenômeno mais estreito relacionado geralmente às variações melódicas, enquanto que a prosódia envolve outros parâmetros tais como tempo (pausa e prolongamento) e ritmo.

Hirst e Di Cristo (1998:4), tal como indicado na Figura 1, observam que, o termo prosódia, como o suprassegmental, se relaciona a um sentido amplo diferentemente da entoação que é restringida para o que as vezes é chamado supra lexical, pós-lexical, ou simplesmente características não lexical.

Couper-Kuhlen (1986:71) também apresenta essa distinção afirmando que a entoação no sentido restrito da melodia do discurso é visto neste modelo como uma manifestação da interação de várias características prosódicas, em primeiro lugar o tom (direção do pitch) e pitch-range (altura e largura do pitch). Outras características prosódicas, como sonoridade, ritmo, pausa, etc, podem, no entanto, também entrar nesse caso, estamos falando de entoação em seu sentido mais amplo, ou prosódia.

O termo entoação, neste estudo, se refere ao uso restrito da palavra, como sendo a parte da prosódia que diz respeito à variação da frequência fundamental na fala (variação melódica) (Kent e Read, 1992).

Nos últimos anos, vários estudos têm se voltado para contribuir com o desenvolvimento de software amplamente acessível para a manipulação e análise de texto e fala, como, por exemplo, aquele desenvolvido pelo projeto europeu MULTEXT (Véronis et al., 1994). Um dos objetivos desses estudos é a integração de algumas ferramentas e métodos de análise da fala natural e da linguagem através da prosódia.

Nessa veia, alguns laboratórios desenvolveram e aplicaram a extração automática da informação entonativa da fala pelo processo de estilização (Campione et al., 2000). A tarefa é desempenhada por ferramentas tal como o MOMEL, que permite a estilização automática de F0 como pontos-alvo (Hirst e Espesser, 1993).

O algoritmo MOMEL permite a representação de F0 através duma sequência de pontos-alvo constituídos por pares de valores <F0, tempo>. Os pontos-alvo correspondem às variações locais pertinentes da curva melódica e permitem, a partir de uma função quadrática de tipo spline1, recuperar o perfil suprassegmental, caracterizando de modo geral a entoação. No trabalho do Hirst (2005), através dessa função, observa-se que a estilização produz uma curva bem próxima à curva original de frequência fundamental, sem perda de informações significativas, tal como exemplificado na Figura 2:

Foi apenas nos últimos anos, com o advento da tecnologia de fala, que a prosódia de expressões recorrentes pré-definidas (tais como horários, informações de conta bancária, de cartões de crédito, de listas telefônicas etc...) começou a receber uma atenção adequada. Isso se deve principalmente à necessidade de um aperfeiçoamento dos sistemas computacionais, que precisam processar corretamente a fala, produzindo unidades sonoras com uma prosódia próxima à da fala natural (Hakulinen et al., 1999).

De acordo com a literatura, os números de telefone apresentam uma prosódia particular, que pode ser descrita em termos de melodia e ritmo na fala (Baumann e Trouvain, 2001). A seguir, resultados de trabalhos feitos para as línguas japonesa, francesa e alemã serão apresentados sucintamente, com o objetivo de ilustrar como a prosódia de números telefônicos tem sido descrita em diferentes línguas.

Amino e Osanai (2011) realizaram um estudo sobre a estrutura prosódica na enunciação dos números de telefone japoneses por falantes nativos e não nativos do japonês. Os autores observaram que no japonês os números de telefone têm uma estrutura prosódica bipartida: na sua enunciação, o acento tonal ocorre a cada dois dígitos. Eles analisaram e compararam os contornos entoacionais na elocução dos números de telefone por japoneses nativos e aprendizes do japonês chineses e coreanos. Os resultados revelaram que só os falantes nativos reproduziram a estrutura entoacional de modelo bipartido e os falantes não nativos apresentaram uma estrutura prosódica diferente, a depender das suas línguas nativas. Na Figura 3, os resultados são exemplificados com as variações da F0 entre os falantes nativos e não nativos do japonês:

Martin (1997) observou que na enunciação dos números de telefone em francês, as variações do contorno melódico não têm obrigatoriamente relação semântica, mas são relacionadas às escolhas de segmentações, que podem ser individuais ou culturais. Assim, na França, o número de telefone “9262302”, por exemplo, pode ser segmentado em pelo menos três maneiras diferentes: (926)(23-02), (926-23)(02) e (926)(23(02).

Cada segmentação incorrerá em contornos entoacionais específicos. A Figura 4 exemplifica as variações ascendentes (setas para cima) e descendentes (setas para baixo) do contorno entoacional dessas segmentações:

Martin (1997) observou também que o contorno entoacional na enunciação dos números de telefone varia em relação à modalidade enunciativa. Assim, em uma enunciação interrogativa, a última segmentação termina com um contorno ascendente e os segmentos anteriores terminam com um contorno descendente. Numa enunciação afirmativa, a última segmentação termina com um contorno descendente e os segmentos anteriores terminam com um contorno ascendente, tal como exemplificado respectivamente nas Figuras 5 e 6:

Baumann e Trouvain (2001) realizaram um estudo sobre a estrutura prosódica dos números de telefone no alemão. Os autores fizeram uma análise de produção para investigar a estratégia de agrupamento e de enunciação dos números de telefone e em seguida, realizaram uma análise experimental de percepção para testar em serviços de informações telefônicas a estratégia de produção mais comumente observada.

Os autores afirmam que não há diferença entre os dígitos em termos de seus valores semânticos, mas sim há diferença no que diz respeito a seus valores prosódicos. Nas suas análises dos aspectos prosódicos, Baumann e Trouvain (2001) adotaram os pressupostos da Fonologia Auto-segamental Métrica (Ladd, 1996) baseados numa relação expressa como weak-strong pattern, ou seja, um padrão de alternações de sílabas fracas e fortes. Nesta relação, a estrutura tonal é sobreposta sobre a estrutura métrica, o que significa que o elemento forte (S, do inglês strong) vai receber um pitch accent ou acento tonal, enquanto o elemento fraco (W, do inlgês weak) não vai.

O Quadro 2 e a Figura 7 exemplificam respectivamente o modelo de produção e de estrutura prosódica dos números de telefone no alemão, tal como descrito por Baumann e Trouvain (2001). As estruturas prosódicas padrões observadas nas análises de produção são ilustradas na Figura 7 e são descritas pelo modelo de notação entoacional GtoBI5 baseado na Fonologia Auto-segmental Métrica:

O corpus deste estudo, como apresentado abaixo, no Quadro 3, consiste de um total de 30 números telefônicos. Todos os números são reais e foram extraídos da lista telefônica LISTEL das cidades de Recife, Olinda e Jaboatão dos Guararapes, no Estado de Pernambuco:

Os participantes que produziram os dados utilizados neste estudo eram, à época da coleta, estudantes (uma metade do segundo grau e outra do terceiro grau) falantes nativos do PB, todos do estado de Pernambuco. Um total de oitenta e cinco pessoas (quarenta e oito mulheres e trinta e sete homens) participou da coleta de dados de forma voluntária.

Na coleta de dados, os números de telefone pré-selecionados foram apresentados um após outro, aleatoriamente, em slideshow, com intervalos regulares de sete segundos. O processo dividiu-se em duas etapas para cada participante.

Na primeira etapa, o participante leu uma breve instrução para deixá- los cientes de que eles não estavam sendo testados no processo da coleta de dados, possibilitando assim que sua fala fosse o mais espontânea possível. Depois da leitura da instrução, um rápido ensaio, contendo um total de seis números telefônicos representativos (9619 94 53; 32514251; 104; 0800701 1566; 3228 6924; 8803 91 48) foi realizado.

Na segunda etapa, logo depois do ensaio, o slideshow composto dos 30 números foi apresentado aos participantes e a gravação foi imediatamente feita. A gravação foi realizada em um equipamento de minidisc Sony, modelo MZ-R700, com um microfone digital Sony, modelo ECM-MS907, localizado a cinco centímetros da boca dos participantes. No processo da leitura, sete e doze participantes omitiram respetivamente um e dois números telefônicos. Portanto, para esses participantes, utilizamos apenas dados de 29 e 28 enunciados de números telefônicos respetivamente, em vez de 30 enunciados.

Também, para as análises desse estudo, não foram utilizados todos os dados produzidos pelos participantes. Quarenta e cinco (45) participantes erraram na leitura de um, dois, três, quatro ou sete números telefônicos. Consequentemente, um total de 72 enunciados de números telefônicos foi descartado da análise. No entanto, o número de dados omitidos (31 enunciados) e descartados (72 enunciados) é pouco significativo. Ao todo, foi analisado um total de 2.447 enunciados gravados.

Cada um dos números telefônicos produzidos pelos participantes foi individualmente transcrito e segmentado em palavras e em unidades entoacionais6. As unidades entoacionais foram categorizadas no que diz respeito à quantidade de números nelas encapsulados (sendo o mínimo de 1 número e o máximo de 4 números) e ao(s) tipo(s) de unidade matemática, no sistema decimal de numeração, nelas presentes, representados pela letra U (unidade), D (dezena), C (centena) ou M (milhar). A Figura 8 exemplifica a segmentação e transcrição de um número telefônico tal como enunciado por um falante:

O ProsodyPro foi desenvolvido por xu (1999). É um script utilizado em conjunto com o software Praat que facilita a análise prosódica em larga escala, principalmente, para dados experimentais. O ponto fundamental do funcionamento desse programa é o alinhamento temporal para facilitar a comparação direta de contornos contínuos de F0, enquanto gera medições múltiplas (adequadas para análise estatística) de dados não alinhados temporalmente. A partir desse método de alinhamento temporal, o script ProsodyPro possibilita um exame minucioso de contornos de F0 contínuos em vários dados.

Os exemplos a seguir mostram como contornos entoacionais podem ser facilmente identificados por alinhamento temporal realizado através do script ProsodyPro. Eles foram extraídos das análises do presente estudo e os dados são referentes ao enunciado do número telefônico “193” por quatro participantes. A Figura 10 traz os contornos entoacionais do enunciado do número telefônico “193” pelos participantes Mulher_04, Homem_63, Homem_57 e Homem_78 respectivamente:

Como se pode observar na Tabela 1, a preferência do agrupamento dos números de oito dígitos em sua maioria é no tipo 2-2-2-2, isto é, em quatro agrupamentos binários (85% dos casos). Em segundo lugar na preferência dos falantes, em apenas 11% dos casos, é o agrupamento do tipo “1-3-2-2” (N NNN NN NN).