Produção de /ɛ/ e /æ/ antes e depois da instrução explícita

Relatório descritivo — espaços vocálicos, medidas acústicas e distância de Mahalanobis

Data de Publicação

16/11/2026

1 Introdução

Este relatório descreve os dados acústicos de um estudo sobre o efeito de aulas de instrução explícita de pronúncia na produção das vogais anteriores /ɛ/ (como em pen) e /æ/ (como em pan) do inglês por falantes brasileiros. O contraste é difícil para brasileiros porque o português tem apenas uma vogal nessa região (/ɛ/, como em pé), e a tendência é produzir as duas vogais inglesas de forma muito parecida.

Participaram dois grupos:

  • Grupo experimental: recebeu as aulas de instrução explícita;
  • Grupo controle: não recebeu as aulas.

Os dois grupos foram gravados antes (pré-teste) e depois (pós-teste) da intervenção. Para cada vogal foram medidos:

Medida O que indica
F1 (Hz) Altura da língua: quanto maior o F1, mais aberta (baixa) a vogal
F2 (Hz) Anterioridade: quanto maior o F2, mais anterior a vogal
Duração (ms) Em inglês, /æ/ tende a ser mais longa que /ɛ/

Se a instrução funcionou, esperamos que no pós-teste do grupo experimental a vogal /æ/ fique mais aberta (F1 mais alto), possivelmente menos anterior (F2 mais baixo) e mais longa do que /ɛ/. Em outras palavras, esperamos que as duas vogais fiquem mais separadas.

Este relatório é apenas descritivo: apresenta gráficos e medidas-resumo, sem testes de hipótese.

2 Dados

Mostrar código
dados <- read.csv("dados_davi_e_ae.csv", encoding = "UTF-8") |>
  mutate(
    Grupo        = factor(Grupo, levels = c("controle", "experimental")),
    Fase         = factor(Fase,  levels = c("pre", "pos"),
                          labels = c("pré", "pós")),
    Vogal        = factor(Vogal, levels = c("ɛ", "æ")),
    Posicao      = factor(Posicao, levels = c("isolada", "frase")),
    Participante = factor(Participante),
    Palavra      = factor(Palavra)
  )

# Normalização de Lobanov: z-score de F1 e F2 dentro de cada falante
dados <- dados |>
  group_by(Participante) |>
  mutate(F1_lob = as.numeric(scale(F1)),
         F2_lob = as.numeric(scale(F2))) |>
  ungroup()

O arquivo tem 320 produções de 5 participantes. As palavras foram produzidas isoladamente e em frase-veículo, com duas repetições cada.

Mostrar código
dados |>
  count(Grupo, Participante, Fase, Vogal) |>
  pivot_wider(names_from = c(Fase, Vogal), values_from = n,
              names_sep = " — ") |>
  tabela(digits = 0)
Tabela 1: Participantes e número de produções por fase e vogal.
Grupo Participante pré — ɛ pré — æ pós — ɛ pós — æ
controle CARS 16 16 16 16
controle RLS 16 16 16 16
experimental MSB 16 16 16 16
experimental NNOA 16 16 16 16
experimental VRFB 16 16 16 16
Mostrar código
dados |>
  distinct(Vogal, Palavra) |>
  group_by(Vogal) |>
  summarise(Palavras = paste(sort(as.character(Palavra)), collapse = ", ")) |>
  tabela()
Tabela 2: Palavras usadas para cada vogal.
Vogal Palavras
ɛ CELERY, MEN, PEN, X
æ AXE, MAN, PAN, SALARY

3 Espaços vocálicos

Os gráficos abaixo mostram cada produção no plano F2 × F1. Os eixos seguem a convenção da fonética: F2 cresce para a esquerda (vogais anteriores à esquerda) e F1 cresce para baixo (vogais abertas embaixo). Assim, o gráfico imita a posição da língua na boca.

  • Os símbolos pequenos são produções individuais;
  • O símbolo grande é a média de cada vogal;
  • A elipse cobre cerca de 68% das produções (±1 desvio-padrão).

Quanto menos as elipses se sobrepõem, mais distintas são as duas vogais. Se a instrução teve efeito, a elipse de /æ/ deve descer (F1 mais alto) e se afastar da elipse de /ɛ/ no pós-teste do grupo experimental.

3.1 Valores normalizados (Lobanov)

Como cada painel reúne falantes diferentes, e o tamanho do trato vocal muda os valores absolutos dos formantes, usamos a normalização de Lobanov: F1 e F2 são transformados em escores-z dentro de cada falante. O valor 0 é a média do falante, e cada unidade equivale a um desvio-padrão. Isso permite comparar falantes no mesmo gráfico.

Mostrar código
figura_espaco("F1_lob", "F2_lob", "Lobanov z")
Figura 1: Espaço vocálico normalizado (Lobanov) por grupo e fase.

3.2 Por participante

Com poucos participantes, é importante olhar cada falante individualmente. Cada linha abaixo é um participante, com o pré-teste à esquerda e o pós-teste à direita.

Mostrar código
par(mfrow = c(nlevels(dados$Participante), 2), mar = c(4, 4.5, 3, 1),
    family = FONTE_IPA)
for (p in levels(dados$Participante)) {
  sub_p <- filter(dados, Participante == p)
  xl <- rev(range(sub_p$F2)) + c(50, -50)
  yl <- rev(range(sub_p$F1)) + c(30, -30)
  for (f in levels(dados$Fase)) {
    sub <- droplevels(filter(sub_p, Fase == f))
    plot_painel(sub, paste0(p, " (", sub$Grupo[1], ") — ", f),
                "F1", "F2", xl, yl, "Hz")
  }
}
Figura 2: Espaço vocálico de cada participante (Hz), pré e pós-teste.

4 Estatística descritiva

4.1 Medidas por grupo, fase e vogal

As tabelas trazem, para cada medida, o número de produções (n), a média e o desvio-padrão (DP).

Mostrar código
descritiva <- dados |>
  pivot_longer(c(F1, F2, Duracao), names_to = "Medida", values_to = "Valor") |>
  mutate(Medida = factor(Medida, levels = c("F1", "F2", "Duracao"))) |>
  group_by(Medida, Grupo, Fase, Vogal) |>
  summarise(n = n(), Média = mean(Valor), DP = sd(Valor),
            .groups = "drop")
Mostrar código
descritiva |> filter(Medida == "F1") |> select(-Medida) |> tabela()
Grupo Fase Vogal n Média DP
controle pré ɛ 32 528,8 76,0
controle pré æ 32 531,8 163,7
controle pós ɛ 32 575,7 79,4
controle pós æ 32 726,0 174,0
experimental pré ɛ 48 608,6 73,0
experimental pré æ 48 661,1 109,9
experimental pós ɛ 48 642,0 92,6
experimental pós æ 48 779,5 143,5
Mostrar código
descritiva |> filter(Medida == "F2") |> select(-Medida) |> tabela()
Grupo Fase Vogal n Média DP
controle pré ɛ 32 2.156,4 277,0
controle pré æ 32 1.994,5 422,3
controle pós ɛ 32 2.276,3 377,2
controle pós æ 32 2.213,4 276,6
experimental pré ɛ 48 2.180,4 270,2
experimental pré æ 48 1.962,6 365,6
experimental pós ɛ 48 2.298,9 183,2
experimental pós æ 48 2.138,5 301,9
Mostrar código
descritiva |> filter(Medida == "Duracao") |> select(-Medida) |> tabela()
Grupo Fase Vogal n Média DP
controle pré ɛ 32 185,0 51,8
controle pré æ 32 176,2 56,6
controle pós ɛ 32 170,3 47,8
controle pós æ 32 196,6 71,3
experimental pré ɛ 48 183,0 50,2
experimental pré æ 48 191,2 62,0
experimental pós ɛ 48 195,6 54,2
experimental pós æ 48 236,1 81,9

4.2 Diferença entre as vogais

Uma forma direta de ver a distinção é subtrair a média de /ɛ/ da média de /æ/. Em inglês nativo, esperamos que /æ/ − /ɛ/ seja positivo em F1 (/æ/ mais aberta), negativo em F2 (/æ/ menos anterior) e positivo na duração (/æ/ mais longa). Diferenças próximas de zero indicam que as duas vogais estão sendo produzidas de forma parecida.

Mostrar código
dif <- descritiva |>
  select(Medida, Grupo, Fase, Vogal, Média) |>
  pivot_wider(names_from = Vogal, values_from = Média) |>
  mutate(dif = `æ` - `ɛ`) |>
  select(Medida, Grupo, Fase, dif) |>
  pivot_wider(names_from = Medida, values_from = dif) |>
  rename(`ΔF1 (Hz)` = F1, `ΔF2 (Hz)` = F2, `ΔDuração (ms)` = Duracao)

tabela(dif)
Tabela 3: Diferença entre as médias de /æ/ e /ɛ/ (æ − ɛ) por grupo e fase.
Grupo Fase ΔF1 (Hz) ΔF2 (Hz) ΔDuração (ms)
controle pré 2,9 -161,9 -8,8
controle pós 150,3 -62,9 26,3
experimental pré 52,5 -217,8 8,2
experimental pós 137,5 -160,4 40,5
Mostrar código
dif |>
  pivot_longer(-c(Grupo, Fase), names_to = "Medida", values_to = "Dif") |>
  mutate(Medida = factor(Medida, levels = c("ΔF1 (Hz)", "ΔF2 (Hz)",
                                            "ΔDuração (ms)"))) |>
  ggplot(aes(Fase, Dif, colour = Grupo, group = Grupo)) +
  geom_hline(yintercept = 0, linetype = 2, colour = "grey50") +
  geom_line(linewidth = 0.9) +
  geom_point(size = 2.8) +
  facet_wrap(~ Medida, scales = "free_y") +
  labs(x = NULL, y = "æ − ɛ", colour = NULL) +
  theme(legend.position = "top")
Figura 3: Diferença æ − ɛ por grupo, do pré para o pós-teste.

4.3 Distribuição das medidas

Os boxplots mostram a distribuição completa de cada medida. A linha central é a mediana, a caixa cobre 50% dos dados e os pontos são as produções individuais.

Mostrar código
dados |>
  pivot_longer(c(F1, F2, Duracao), names_to = "Medida", values_to = "Valor") |>
  mutate(Medida = factor(Medida, levels = c("F1", "F2", "Duracao"),
                         labels = c("F1 (Hz)", "F2 (Hz)", "Duração (ms)"))) |>
  ggplot(aes(x = Fase, y = Valor, fill = Vogal)) +
  geom_boxplot(outlier.shape = NA, alpha = 0.6) +
  geom_point(aes(colour = Vogal),
             position = position_jitterdodge(jitter.width = 0.15),
             size = 0.8, alpha = 0.4, show.legend = FALSE) +
  facet_grid(Medida ~ Grupo, scales = "free_y") +
  labs(x = NULL, y = NULL)
Figura 4: Distribuição de F1, F2 e duração por grupo, fase e vogal.

4.4 Médias por participante

Mostrar código
dados |>
  group_by(Grupo, Participante, Fase, Vogal) |>
  summarise(
    F1      = sprintf("%.0f (%.0f)", mean(F1), sd(F1)),
    F2      = sprintf("%.0f (%.0f)", mean(F2), sd(F2)),
    Duração = sprintf("%.0f (%.0f)", mean(Duracao), sd(Duracao)),
    .groups = "drop") |>
  tabela() |>
  collapse_rows(columns = 1:3, valign = "top")
Tabela 4: Médias (e DP) de cada participante por fase e vogal.
Grupo Participante Fase Vogal F1 F2 Duração
controle CARS pré ɛ 498 (94) 2060 (310) 196 (39)
æ 532 (229) 1763 (414) 181 (43)
pós ɛ 593 (108) 2434 (428) 188 (38)
æ 883 (96) 2270 (349) 222 (65)
RLS pré ɛ 560 (31) 2253 (206) 174 (61)
æ 531 (56) 2226 (289) 171 (69)
pós ɛ 558 (29) 2118 (239) 152 (51)
æ 569 (27) 2157 (172) 171 (69)
experimental MSB pré ɛ 550 (80) 2328 (213) 178 (53)
æ 701 (161) 1831 (349) 205 (67)
pós ɛ 625 (66) 2273 (175) 180 (60)
æ 895 (109) 1903 (290) 186 (67)
NNOA pré ɛ 656 (59) 2191 (218) 205 (48)
æ 660 (78) 2275 (176) 215 (61)
pós ɛ 640 (119) 2344 (243) 215 (56)
æ 691 (160) 2394 (218) 317 (58)
VRFB pré ɛ 620 (26) 2022 (293) 167 (44)
æ 623 (52) 1782 (329) 154 (40)
pós ɛ 662 (87) 2280 (112) 192 (42)
æ 752 (61) 2120 (157) 206 (51)

5 Distância de Mahalanobis

5.1 O que é e como foi calculada

A distância de Mahalanobis mede o quanto uma produção de /æ/ está afastada da nuvem de produções de /ɛ/, considerando ao mesmo tempo F1, F2 e duração. Diferente da distância euclidiana comum, ela leva em conta:

  1. A escala de cada medida. Hz e ms ficam comparáveis.
  2. A variabilidade de /ɛ/. Um afastamento conta mais numa direção em que /ɛ/ varia pouco.
  3. A correlação entre as medidas.

Usamos /ɛ/ como referência porque é a vogal mais próxima da que existe no português. A pergunta é: o quanto o /æ/ produzido se distingue do /ɛ/ do próprio falante?

A referência (média e matriz de covariância de /ɛ/) foi calculada separadamente para cada participante em cada fase, com 16 produções de /ɛ/ por célula. Assim, cada /æ/ é comparado com o /ɛ/ do próprio falante naquele momento, o que elimina diferenças anatômicas entre as pessoas.

Como ler os valores: a distância é dada em “desvios-padrão de /ɛ/”. Valores pequenos (abaixo de 2) significam que a produção de /æ/ cai dentro da nuvem de /ɛ/, ou seja, as vogais estão sobrepostas. Valores grandes indicam que /æ/ está claramente separada de /ɛ/.

Mostrar código
vars_mahal <- c("F1", "F2", "Duracao")

calc_mahal <- function(df) {
  ref <- as.matrix(df[df$Vogal == "ɛ", vars_mahal])
  df$D <- sqrt(mahalanobis(as.matrix(df[, vars_mahal]),
                           colMeans(ref), cov(ref)))
  df
}

dist_ae <- dados |>
  group_by(Grupo, Participante, Fase) |>
  group_modify(~ calc_mahal(.x)) |>
  ungroup() |>
  filter(Vogal == "æ")

5.2 Por grupo e fase

Mostrar código
resumo_grupo <- dist_ae |>
  group_by(Grupo, Fase) |>
  summarise(n = n(), Média = mean(D), DP = sd(D), Mediana = median(D),
            Mín = min(D), Máx = max(D), .groups = "drop")
tabela(resumo_grupo, digits = 2)
Tabela 5: Distância de Mahalanobis das produções de /æ/ até /ɛ/, por grupo e fase.
Grupo Fase n Média DP Mediana Mín Máx
controle pré 32 2,61 1,95 2,27 0,83 11,71
controle pós 32 2,75 1,34 2,62 0,69 6,30
experimental pré 48 3,12 1,85 2,15 0,55 7,43
experimental pós 48 3,35 1,57 3,03 0,65 7,01
Mostrar código
ggplot(dist_ae, aes(x = Fase, y = D, fill = Grupo)) +
  geom_boxplot(outlier.shape = NA, alpha = 0.5,
               position = position_dodge(0.8), width = 0.7) +
  geom_point(position = position_jitterdodge(jitter.width = 0.15,
                                             dodge.width = 0.8),
             size = 1, alpha = 0.4) +
  stat_summary(aes(group = Grupo), fun = mean, geom = "point",
               shape = 23, size = 3, colour = "black",
               position = position_dodge(0.8)) +
  labs(y = "Distância de Mahalanobis de /æ/ a /ɛ/", x = NULL, fill = NULL) +
  theme(legend.position = "top")
Figura 5: Distância de Mahalanobis de /æ/ a /ɛ/. Losangos = médias; pontos = produções individuais.

5.3 Por participante

Além da média das distâncias de cada produção, a tabela traz a distância do centroide de /æ/, isto é, da produção “média” de /æ/ do falante, até a distribuição de /ɛ/. A coluna Mudança mostra a diferença pós − pré: valores positivos indicam que as vogais ficaram mais separadas.

Mostrar código
resumo_part <- dados |>
  group_by(Grupo, Participante, Fase) |>
  group_modify(~ {
    ref <- as.matrix(.x[.x$Vogal == "ɛ", vars_mahal])
    ae  <- as.matrix(.x[.x$Vogal == "æ", vars_mahal])
    tibble(
      centroide = sqrt(mahalanobis(colMeans(ae), colMeans(ref), cov(ref))),
      media     = mean(sqrt(mahalanobis(ae, colMeans(ref), cov(ref))))
    )
  }) |>
  ungroup()

resumo_part |>
  pivot_wider(names_from = Fase, values_from = c(media, centroide)) |>
  mutate(mud_media = `media_pós` - `media_pré`,
         mud_centr = `centroide_pós` - `centroide_pré`) |>
  select(Grupo, Participante,
         `media_pré`, `media_pós`, mud_media,
         `centroide_pré`, `centroide_pós`, mud_centr) |>
  kable(digits = 2,
        col.names = c("Grupo", "Participante", "Pré", "Pós", "Mudança",
                      "Pré", "Pós", "Mudança"),
        format.args = list(decimal.mark = ",")) |>
  add_header_above(c(" " = 2, "Média das produções" = 3,
                     "Centroide de /æ/" = 3)) |>
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"),
                full_width = FALSE)
Tabela 6: Distância de Mahalanobis por participante e fase.
Média das produções
Centroide de /æ/
Grupo Participante Pré Pós Mudança Pré Pós Mudança
controle CARS 2,87 3,71 0,83 1,22 3,06 1,85
controle RLS 2,36 1,79 -0,57 0,95 0,57 -0,38
experimental MSB 4,56 4,61 0,05 3,39 4,09 0,70
experimental NNOA 2,04 2,66 0,62 0,57 2,04 1,47
experimental VRFB 2,75 2,77 0,02 1,22 1,94 0,72
Mostrar código
ggplot(resumo_part, aes(x = Fase, y = media, group = Participante,
                        colour = Grupo)) +
  geom_line(linewidth = 0.9) +
  geom_point(size = 2.8) +
  geom_text(data = filter(resumo_part, Fase == "pós"),
            aes(label = Participante), hjust = -0.3, size = 3.2,
            show.legend = FALSE) +
  scale_x_discrete(expand = expansion(add = c(0.3, 0.5))) +
  labs(y = "Distância média de /æ/ a /ɛ/", x = NULL, colour = NULL) +
  theme(legend.position = "top")
Figura 6: Trajetória de cada participante do pré para o pós-teste (média das distâncias).