A confusão que ninguém explica direito em aula de fonologia
Quando você tenta identificar fonema e digrafo em textos do cotidiano, percebe que a maioria dos materiais didáticos deixa lacunas enormes. A definição de livro fala que digrafo é quando duas letras representam um só som, mas isso é só a superfície. A parte complicada começa quando você analisa palavras como "aquele" — ali, o "qu" não é digrafo porque o "q" e o "u" se separam foneticamente: o "u" vira som de /w/ e o "q" mantém seu valor. Isso já mata a ideia simplista de "duas letras = um fonema". A minha primeira aplicação prática disso foi num projeto de análise fonológica para um sistema de TTS (text-to-speech) voltado ao português brasileiro. O desafio era fazer o algoritmo distinguir corretamente entre ss em "pássaro" (/s/) e ss em "massa" (/s/ também, ok, mas a regra ortográfica muda). O problema real estava nas regiões onde // e /s/ se confundem na fala. Perdi cerca de três dias depurando erros de segmentação fonêmica porque o corpus de treinamento tinha transcrições inconsistentes justamente nesses casos.
O que é fonema e digrafo de verdade
Fonema é a menor unidade sonora capaz de distinguir significado. Se você troca um fonema por outro e o sentido muda, você encontrou uma minimal pair: "pato" versus "gato", por exemplo. Digrafo é a representação gráfica de um único fonema por meio de dois grafemas. Os clássicos em português são nh, lh, ch, rr e ss. Mas aqui vai o insight que raramente aparece: rr e ss são dígrafos apenas ortográficos, não fonológicos puros. Na fala, /r/ intervocálico e // em posição final de sílaba são alofones do mesmo fonema, então grafar "carro" com double-R não cria dois fonemas diferentes — cria uma marking fonológica de que o R é forte, mas funcionalmente é um só traço distintivo. Quem ensina que "rr = dois fonemas" está confundindo grafia com estrutura fonêmica.
O mesmo vale para o ç. Alguns manuais classificam ç como dígrafo, mas ç é simplesmente o grafema c antes de a, o, u com valor de /s/. Não há combinação de dois grafemas aqui. É um mono grafema com função alfabética específica.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Como analisar fonema e digrafo na prática
O método que eu uso consiste em três etapas. Primeiro, você isolha a palavra e pronuncia. Segundo, você conta quantos sons distintos existem na pronúncia real (não na grafia). Terceiro, você mapeia quais grafemas correspondem a quais sons. Pegando "ninho": n-i-n-h-o cinco grafemas, mas quatro fonemas (/n/ /i/ // /o/). O "nh" gera //, que é um único fonema. Logo, nh é digrafo. Simples assim, desde que você considere a pronúncia efetiva e não a regra teórica.
O pulo do gato vem nas exceções. Em "lanche", o "ch" é digrafo (//). Em "queijo", o "q" sozinho já carrega o valor /k/ e o "u" é mudo na prática — isso não é digrafo, é apenas ortografia histórica. Em "aguentar", o "g" tem valor de /g/ e o "u" tem valor de /w/; cada letra gera seu próprio fonema. Errar essa classificação é o erro mais comum em exercícios de fonologia.
Limitações e armadilhas que ninguém avisa
O maior problema é a variação dialectal. No português de Portugal, o "r" inicial em "rato" é um fricativo velar //, enquanto no português brasileiro dele é um tap //. Isso significa que o mesmo grafema pode corresponder a fonemas diferentes dependendo da variedade. Meu trabalho com TTS lidou exatamente com isso: tivemos que criar dois modelos fonêmicos separados, um para PT-BR e outro para PT-PT, porque as regras de segmentação eram radicalmente diferentes. Outro problema sério: palavras estrangeiras aportuguesadas. "Sch" em "schweiz" (nome próprio) não obedece às regras do português. Sistemas automatizados frequentemente falham nesses casos porque o algoritmo tenta aplicar regras de dígrafo do português a sequências que não pertencem ao sistema fonológico da língua.
Se você está começando agora e quer um guia confiável, recomendo consultar o Vocabulário Ortográfico da Língua Portuguesa (VOLP) do DNLP/UFES, que traz a base ortográfica oficial. Para análise fonológica, o ARPABT (adaptado para português) e os modelos fonéticos do CMU oferecem transcrições confiáveis, embora não cubram todas as variações regionais. A regra prática que funciona na maior parte dos casos: se dois grafemas juntos produzem um único som que não corresponde à soma dos sons individuais de cada letra, você tem um digrafo. Se cada letra mantém seu som próprio, não é digrafo. O resto são exceções que aparecem conforme a complexidade do texto aumenta.
