PT-PT / PT-BR
Dois portugueses,uma linha na lista.
As aplicações de ditado mostram português uma vez só. Portugal e o Brasil usam palavras diferentes, conjugam de outra maneira e põem os pronomes noutro sítio, por isso uma única entrada numa lista de línguas já é a resposta errada para um dos dois lados. Aqui ficam as diferenças em frases reais, a razão pela qual os modelos escrevem brasileiro, e um teste que se faz em menos de um minuto.
Resposta curta
O português europeu e o do Brasil são duas normas escritas da mesma língua. Muda o vocabulário, mudam as formas verbais, muda a colocação dos pronomes e muda alguma ortografia. Uma ferramenta que só oferece português já escolheu, e escolheu quase sempre o Brasil. Vale a pena exigir duas coisas: que pergunte qual é o português, e que não reescreva as formas depois de as ter ouvido bem.
A diferença, por inteiro
A mesma frase, escrita de duas maneiras.
Nenhuma das colunas está errada. Cada uma está certa onde é falada e fora de sítio onde não é. Quando o ditado devolve a coluna do lado, não fez uma gralha: escreveu noutra norma.
| A situação | Portugal | Brasil |
|---|---|---|
| Telefonar a alguém | Vou ligar-te do telemóvel. | Vou te ligar do celular. |
| Uma tarefa a decorrer | Estou a trabalhar nisso agora. | Estou trabalhando nisso agora. |
| Ir para o escritório | Apanha o autocarro para o escritório. | Pegue o ônibus para o escritório. |
| Pedir um documento | Envia-me o ficheiro, por favor. | Me envia o arquivo, por favor. |
| O computador bloqueou | O ecrã bloqueou. | A tela travou. |
| Chegar atrasado | O comboio está atrasado. | O trem está atrasado. |
| A primeira refeição | Já tomaste o pequeno-almoço? | Você já tomou café da manhã? |
| Marcar uma reunião | A equipa reúne-se às três. | A equipe se reúne às três. |
Estão ali quatro tipos de diferença. Vocabulário: telemóvel, ficheiro, ecrã. O estar a mais infinitivo contra o gerúndio. O sítio onde cai o pronome: ligar-te contra te ligar. E a pessoa com que se trata um colega.
Porque acontece
A ferramenta não está avariada. Foi treinada nalgum sítio.
Quase todo o áudio de treino é brasileiro
O Brasil tem cerca de vinte vezes mais falantes do que Portugal, e os conjuntos de dados de fala seguem a população. Dentro da etiqueta única português, o português europeu é um sotaque minoritário. A qualidade do reconhecimento segue os dados, e é por isso que a mesma ferramenta parece afinada em São Paulo e desastrada no Porto.
O português europeu come as vogais
As vogais átonas reduzem-se quase a nada e as palavras colam-se de maneiras que um modelo habituado às vogais mais abertas do Brasil não espera. É uma característica documentada do sotaque, não é falar mal. Pedir a quem é português para articular melhor é um remendo, não uma solução.
A maior parte do software só mostra um português
As etiquetas existem há décadas: pt-PT e pt-BR. Ainda assim, muitos produtos mostram uma linha só, o que quer dizer que a escolha foi feita no código e não por quem fala. Quando a ferramenta não pergunta, o mais seguro é assumir que ficou brasileira.
A limpeza do texto desfaz uma transcrição correta
As ferramentas modernas passam um segundo modelo por cima do texto em bruto, para pontuar e arrumar. Se esse passo não souber qual é a norma, trata as formas europeias como erros e corrige estou a fazer para estou fazendo com a melhor das intenções. O microfone ouviu bem e o texto continua errado.
As duas primeiras pertencem a quem treina os modelos acústicos, e nenhuma equipa pequena os vai treinar melhor. As duas últimas são decisões de produto, o que quer dizer que alguém decidiu não as tomar.
Um minuto
Como descobrir o que a ferramenta faz mesmo.
Funciona em qualquer ferramenta de ditado, incluindo a que já vem no Mac e a que já se paga. Basta dizer cada frase em voz alta e ler o que aparece. Não se está a medir precisão. Está a ver-se se a ferramenta respeita a norma de quem fala.
- 01
Ver primeiro a definição
Abrir a definição de língua e ver o que lá está. Duas entradas separadas, português de Portugal e do Brasil, quer dizer que alguém pensou nisto. Uma linha só quer dizer que a decisão foi tomada sem quem fala, e o resto do teste mostra para que lado.
- 02
Testar o gerúndio
Dizer uma frase com uma ação a decorrer: Estou a preparar o relatório. Se voltar como estou preparando o relatório, a ferramenta está a reescrever a gramática em vez de a transcrever.
- 03
Testar o vocabulário
Dizer uma frase com uma palavra que separa as duas normas: Deixei o telemóvel em casa. Se aparecer celular, o erro nasceu na transcrição e não na limpeza, e a ferramenta está simplesmente apontada ao português errado.
- 04
Testar o pronome
Dizer Envia-me o ficheiro. Se chegar Me envia o arquivo, mudaram duas coisas ao mesmo tempo: a palavra e o sítio do pronome. É aqui que uma limpeza demasiado zelosa se denuncia, porque as duas formas são gramaticais nalgum lado e ela não sabe em qual.
- 05
Testar o inglês pelo meio
Dizer uma frase de trabalho a sério: Preciso de fazer deploy antes da reunião. Há três resultados possíveis. A palavra inglesa vira disparate em português, a frase inteira passa a inglês, ou chega intacta. Só o terceiro serve a quem trabalha em duas línguas ao mesmo tempo.
Cinco frases, menos de um minuto. Se falhar os pontos dois, três e quatro, nenhuma percentagem de precisão na página inicial dessa ferramenta diz respeito a quem fala português europeu.
O que construímos
Qual dos portugueses é uma pergunta, não uma caixa.
Na primeira vez que abre, o Sonira pergunta qual é o português. Os dois cartões trazem as próprias palavras: comboio, telemóvel, casa de banho de um lado, trem, celular, banheiro do outro. Escolhe-se uma vez, reconhecendo a própria língua no cartão, e não se volta a pensar no assunto.
Essa resposta viaja depois com o texto. O passo que pontua e arruma está proibido de mexer na norma e no registo: equipa nunca vira equipe, manda-me nunca vira me envie, e um tá nunca é promovido a está. As palavras inglesas atiradas para o meio de uma frase portuguesa ficam em inglês.
O que isto não faz é arranjar o modelo acústico. O português europeu continua a ser reconhecido por um modelo da indústria treinado sobretudo com áudio brasileiro, e não vale a pena fingir o contrário. O que se controla é que, depois do microfone, nada trabalhe contra a maneira como se fala.
Nota honesta: a versão pública atual é o núcleo de ditado, já com português de Portugal e do Brasil à escolha. O trabalho mais recente sobre português, e a leitura em voz alta, saem na próxima versão pública.
Carregar numa tecla. Falar. As palavras aparecem onde está o cursor.
Duas línguas na mesma frase
O inglês que entra pelo meio do português.
As frases de trabalho a sério não são monolingues. Preciso de fazer deploy do branch antes da daily. Manda-me o link do meeting. Amanhã faço o follow-up. Fala-se assim em qualquer escritório de Lisboa, e nenhuma demonstração de ditado é gravada assim.
Uma ferramenta presa a uma língua transforma essas palavras inglesas em disparate português. Uma ferramenta sem língua nenhuma definida vira muitas vezes a frase toda para inglês, o que é pior, porque lê-se bem e só se dá pelo erro na releitura. Manter as duas línguas dentro da mesma frase é o problema mais difícil, e é o que decide se o ditado sobrevive ao trabalho de todos os dias.
Se só houver tempo para um teste
Ditar uma frase do próprio trabalho, com os termos ingleses que a equipa usa mesmo. Diz mais do que qualquer número numa página de preços.
Bom saber
Perguntas, respondidas.
- 01Qual é a diferença entre o português de Portugal e o do Brasil no ditado?
- Vocabulário, formas verbais, colocação dos pronomes e alguma ortografia. Telemóvel ou celular, estou a fazer ou estou fazendo, envia-me ou me envia. Os dois são português correto e só um deles é o de quem fala, por isso uma ferramenta com uma única entrada de português está a escrever na norma errada para uma boa parte de quem a usa.
- 02Uma aplicação de ditado consegue servir os dois?
- Consegue, se tratar as duas normas como duas escolhas e não como uma língua. O modelo acústico é partilhado, a norma escrita não é. O trabalho está em deixar escolher e depois respeitar essa escolha em todos os passos que mexem no texto a seguir.
- 03Porque é que o português europeu dá mais erros de reconhecimento?
- Por duas razões. Quase todo o áudio de treino em português é brasileiro, porque o Brasil tem cerca de vinte vezes mais falantes. E o português europeu reduz muito as vogais átonas, o que torna as fronteiras entre palavras mais difíceis para um modelo que espera vogais mais abertas.
- 04Escolher pt-PT em vez de pt-BR muda mesmo alguma coisa?
- Devia mudar duas coisas: a transcrição fica inclinada para o vocabulário certo, e a limpeza que vem a seguir sabe que não pode converter as formas. Se a ferramenta tem a definição e a gramática continua a ser reescrita, só metade foi implementada.
- 05Posso misturar palavras em inglês numa frase em português?
- Deve ser possível, porque é assim que se fala em quase todo o trabalho técnico e de escritório. Convém testar antes de confiar: ditar uma frase com dois ou três termos ingleses e confirmar que chegam em inglês e que o português à volta continua português.
- 06Que português é que o Sonira usa?
- O que for escolhido. O Sonira pergunta na primeira utilização e lista português de Portugal e do Brasil como opções separadas nas definições, e o passo de limpeza tem instruções para nunca converter entre os dois nem formalizar a fala. Gratuito enquanto estamos em beta.
Ditar no próprio português.
Grátis enquanto estamos em beta.
Queres o quadro completo? Lê o guia do ditado por voz em português.
Nunca ditaste? Começa pelo guia do Mac.