Contador de sílabas

O que é um contador de sílabas?

Um contador de sílabas pega num texto e diz quantas sílabas tem: as batidas que daria ao pronunciá-lo. Serve para ajustar um verso à sua medida, para confirmar que uma redondilha escande, para que a letra de uma canção se consiga cantar, ou para perceber se um texto se apoia demasiado em palavras longas. Este conta desde uma palavra solta até uma página inteira, em português, inglês, espanhol ou francês, e mostra a contagem de cada palavra ao lado do total.

O português tem a vida facilitada, e vale a pena dizer porquê: a sua ortografia é quase fonémica, portanto agrupar as vogais com uma regra de ditongos dá o número real de sílabas. Os ditongos nasais contam como um só — «não», «mães», «põe» —, e é essa a única particularidade que a contagem precisa de conhecer. Não é preciso tabela de exceções nenhuma.

O inglês é outra história, e é a parte interessante desta ferramenta. A escrita não determina a pronúncia, e o CMU Pronouncing Dictionary — o registo padrão de como se pronuncia o inglês, feito em Carnegie Mellon — guarda mais do que uma pronúncia para 1468 palavras correntes, e essas pronúncias discordam quanto ao número de sílabas. «Every» são duas ou três. «Our» uma ou duas. «Fire» uma ou duas. Pesado pela frequência real das palavras em prosa, isso é 1,39% do texto corrido: uma palavra em cada setenta e duas.

Como usar

1. Escolha primeiro a língua. As regras são mesmo diferentes: o inglês precisa de um dicionário porque a escrita não diz como soa, enquanto o português, o espanhol e o francês se contam a partir das vogais. Mudar de língua volta a contar o mesmo texto com as regras novas.
2. Escreva ou cole o seu texto. Serve uma palavra só e serve uma página inteira. Os totais atualizam-se enquanto escreve, e a análise em baixo mostra quanto cada palavra contribuiu, portanto vê-se logo qual é que lhe está a desarrumar o verso.
3. Se o total aparecer como intervalo, leia-o assim. Dois números com um traço querem dizer que o seu texto tem pelo menos uma palavra com duas leituras no dicionário, e essas palavras aparecem à parte com as duas contagens. O número mais baixo corresponde à fala rápida e comprimida; o mais alto, a uma leitura bem articulada.

Porque é que o inglês precisa de um dicionário

A demonstração mais limpa é um par de palavras com a mesma terminação: «alone» tem duas sílabas e «abalone» tem quatro. Nenhuma regra escrita sobre as letras acerta nas duas, e as regras desta ferramenta falham a segunda: dizem três. É exatamente essa falha que obriga a existir por baixo uma tabela de respostas conhecidas.

A contagem em inglês funciona por isso em duas camadas. Quando o dicionário CMU tem resposta para uma palavra corrente, usa-se essa resposta, tirada de uma tabela de 1050 palavras que as regras falham. Todo o resto cai nas regras: e final mudo, -ed mudo, os grupos de vogais e os hiatos em que uma sequência de vogais é mesmo duas batidas. Contar as vogais acentuadas de uma pronúncia do CMU é uma contagem exata de sílabas, e é isso que faz do dicionário uma verificação a sério e não uma segunda opinião.

O francês precisa que lhe tirem primeiro as terminações mudas — «parlent» é uma sílaba, não as três que a escrita sugere — e que lhe colapsem os dígrafos, de modo que «beau» é uma e «oiseau» duas. O espanhol precisa que o acento numa vogal fraca quebre o ditongo, e é por isso que «país» são duas. Nenhuma das três precisa de tabela de exceções.

Limites honestos

Qual é a taxa de acerto? Também essa pergunta não tem uma resposta só, e vale a pena dizê-lo porque é onde a maior parte dos números publicados engana sem querer. Medido contra o dicionário CMU inteiro, a contagem em inglês acerta exatamente 88,79% das palavras e 99,56% com uma margem de uma sílaba. Medido apenas sobre as palavras distintas que ocorrem em prosa real, 92,70%. Pesado pela frequência com que essas palavras de facto ocorrem — que é o que se experimenta a escrever texto normal —, 98,40%. O primeiro número é o que um artigo académico citaria e o último é o que descreve usar a ferramenta; a diferença entre eles é que o dicionário está cheio de nomes próprios e estrangeirismos enquanto a prosa está cheia de palavras curtas e comuns.

Postos lado a lado, esses números dão o resumo honesto: engana-se em cerca de 1,6% do texto corrente, e em cerca de 1,4% das vezes a própria pergunta tem duas respostas válidas. São palavras diferentes — onde o dicionário dá duas leituras, o contador acerta numa delas em 97,68% dos casos — mas são da mesma ordem de grandeza.

Conta sílabas; não separa palavras em sílabas. Onde cai a fronteira silábica é uma pergunta diferente de quantas há, e a resposta computacional habitual — os padrões de translineação do TeX que os processadores de texto usam — responde a outra coisa ainda: onde é que uma linha pode ser cortada, o que omite de propósito separações silábicas perfeitamente válidas para evitar linhas feias. Imprimir essa divisão e chamar-lhe silabação seria afirmar uma coisa que esta ferramenta não consegue defender.

O dicionário de pronúncia completo não vem incluído: como tabela de palavra e contagem são 353 KB comprimidos, mais do dobro do descarregamento máximo que este site está disposto a fazer esperar, e cortá-lo até caber seria um corte arbitrário em vez de um limite que alguém reconhecesse. O que vem incluído é a tabela de 1050 exceções do vocabulário do dia a dia e a tabela de 1468 desacordos, juntas abaixo dos 20 KB.

O árabe não é oferecido, pelo mesmo motivo que leva este site a não pontuar legibilidade em árabe: todas as regras leem as vogais da escrita, e o árabe escreve-se normalmente sem os sinais que marcam as vogais breves, portanto onde caem as sílabas não é recuperável das letras. Um número produzido à mesma seria um palpite vestido de medição.

Porque é grátis

Porque não custa nada manter. A contagem acontece no seu navegador, na sua própria máquina: as tabelas do dicionário fazem parte da página. Nada do que escreve é enviado, nenhum servidor vê o seu texto, não há conta, não há limite de comprimento e não há marca de água no que copiar.

O guião que lê o dicionário de pronúncia e constrói as tabelas está guardado no repositório ao lado dos dados que produz, e os testes verificam as contagens contra esse dicionário e não contra expectativas escritas à mão. É essa a diferença entre um número que esta página consegue defender e um número que apenas afirma.