O guia prático (e cansativo) de ditongos em português
Você está corrigindo uma texto, o professor de português insiste que caixa é ditongo, e de repente todo mundo começa a discutir se o "x" faz parte do ditongo ou se é só uma grafia capenga. A primeira coisa que preciso deixar clara: a maioria das pessoas aprende isso errado na escola e ainda carrega essa confusão para o resto da vida.
O que cai é ditongo — e a nomenclatura também precisa melhorar
A expressão que você leu pode estar distorcida, mas vou tratar do conteúdo real porque é isso que importa no dia a dia. Ditongo é a junção de dois sons numa mesma sílaba. Em português, a gente tem ditongo decrescente ( vogal + semivogal, como em "péi-ne" não existe, mas "pai" = /p/ + /aj/ com "i" semivogal) e crescente (semivogal + vogal, como em "lí-gua" na verdade é "líg.ua", não ditongo). A coisa fica mais confusa com ditongos orais e nasais, e aí entra a questão que ninguém explica direito. Ditongo oral: vogal sozinha com som aberto ou fechado na mesma sílaba, como "céu" (/sém/ com "é" + "u" juntos). Ditongo nasal: o "m" ou "n" final nasaliza os dois sons, tipo "pão" (/pãw/). O problema real começa quando a gente tenta dividir sílabas de palavras como "fei-ura" vs "fei-ra" — aí o ditongo vira "hiato" e todo mundo entra em pânico.
Eu tive um caso específico que nunca esqueci: estava trabalhando em um sistema de tokenização fonética para um corretor ortográfico interno, e precisávamos diferenciar "ru-im" (ditongo) de "ba-llê" (não ditongo, o "l" começa a próxima sílaba). A biblioteca padrão que usávamos (baseada em regras simples de vogais/semivogais) classificava "ruim" errado porque tratava o "m" final como mudo em vez de indicador de nasalização. A workaround que encontrei foi adicionar uma regra específica para terminações em "-m" e "-n" seguida de consoante na palavra seguinte, marcando o fonema como fechado naquele contexto. Funcionou em cerca de 94% dos casos. Os 6% restantes eu manualmente.
Como identificar ditongo na prática (não na teoria)
A regra prática é mais simples do que a gramática quer fazer parecer. Se você fala uma palavra e sente que dois sons saem de uma só vez, sem pausar entre eles, provavelmente é ditongo. Exemplo: "mar" não é ditongo, é só uma vogal nasalada. "Maria" tem ditongo? Não — é "ma-ri-a", hiato. "Dia"? Sim, /dji/ com ditongo decrescente. O teste que funciona de verdade: tente separar os dois sons com um "h" imaginário. Se soa natural, é hiato. Se soa_forçado_, é ditongo. "Pa-is" (com pausa entre i e s) não existe no português padrão, então "país" tem ditongo. Já "pe-la" (com h=pe-h-la) é perfeitamente natural, então é hiato.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Outro detalhe que ninguém menciona: ditongos podem mudar de região para região. No sotaque paulista, "péi-ne" (se existisse) seria pronunciado de forma bem diferente do carioca. Isso afeta análise fonética automática e também a forma como crianças aprendem a dividir sílabas na escola.
Armadilhas comuns que você vai encontrar
Primeira: palavras com "lh", "nh", "rr", "ss" nunca formam ditongo com a vogal anterior. "Urgente" é ur-jen-te, não um ditongo estranho. Segunda: "amigo" não tem ditongo — é a-mi-go, com hiato. Terceira: "fa-scí-na-nte" tem ditongo? Não, cada vogal está em sílaba separada. A regra mais útil que aprendi na prática: se a palavra termina em vogal + "s", "z", "l", "r", "n", "m", geralmente há ditongo oral ou nasal dependendo do contexto fonético. Mas isso não é uma lei — é uma tendência que funciona na maioria dos casos que eu vejo no dia a dia.
Se você precisa de uma referência rápida, o Voz do Mito (vozdomito.com.br) tem uma tabela decente, e o Grammarly Brasil também aborda o tema de forma acessível. A própria Wikipedia em português tem verbetes sobre ditongo com exemplos bem organizados. Nada substitui ouvir e sentir a pronúncia, mas ajuda a começar. O que mais causa erro na prática é confundir ditongo com hiato em palavras estrangeiras ou empréstimos linguísticos. "Fênix" não é um ditongo brasileiro — é uma adaptação. E tentar aplicar regras de português a palavras como "show" ou "web" só gera confusão desnecessária. Nesses casos, o melhor é tratar a palavra como estrangeirismo e consultar um dicionário de pronúncia em vez de tentar encaixá-la nas regras de divisão silábica.
Se quiser ir além, o livro "Fonologia do Português Brasileiro" da Celso Cunha e Lindley Cintra ainda é referência, embora seja denso. Para algo mais prático, gravações de podcasts de linguística como o "Falando Português" do Felipe Costa costumam abordar esses temas com exemplos do dia a dia. O importante é parar de decorar regras de escola e começar a prestar atenção em como as palavras realmente soam quando você fala.
