É muito comum aos falantes de uma determinada língua, qualquer que seja, a ideia de que eles não têm sotaque, quem tem são os falantes das outras línguas. É que estamos tão acostumados com os sons do nosso idioma que eles não nos causam nenhuma estranheza. Também pudera, nós os ouvimos desde que nascemos, então nossos ouvidos e nossa mente estão condicionados a eles. Mais do que isso, estamos condicionados não só aos sons da nossa língua, mas aos sons da nossa variedade linguística regional. Assim, um paulistano não estranha a pronúncia de outro paulistano, mas estranha a pronúncia de um carioca ou de um nordestino.
Ao mesmo tempo, reconhecemos de imediato certas línguas estrangeiras mesmo que não saibamos falá-las simplesmente pela sua sonoridade. Quem, mesmo sem saber falar francês, não é capaz de ouvir alguém falando essa língua e matar imediatamente a charada: isso aí é francês! Pois é, só que não temos a mesma percepção em relação ao nosso próprio idioma por uma razão óbvia: porque, sendo falantes nativos que, portanto, compreendem cem por cento do que está sendo dito, prestamos mais atenção ao significado do que ao som das palavras.
Só que agora a inteligência artificial está permitindo que ouçamos a nossa língua abstraindo completamente o sentido dos enunciados e focando nossa atenção apenas nos sons. Como? Produzindo enunciados sem nenhum sentido, formado apenas de palavras que não existem, mas que obedecem à fonética e à fonologia do português. Uma fala sintetizada por computador que utiliza os sons do português e os combina na mesma ordem em que eles costumam aparecer em palavras reais, isto é, formando sílabas que seguem o padrão estrutural do português — excluindo, portanto, encontros consonantais que não seriam possíveis em nosso idioma.
O resultado desse experimento pode ser apreciado no seguinte link: www.tiktok.com/@iabotsinger/video/7228998392431545605. Como vocês poderão perceber, a sonoridade do áudio corresponde mais especificamente ao português da região central do Brasil, especialmente Sudeste e Centro-Oeste (eu até apostaria que o “sotaque” utilizado pelo algoritmo foi o paulista). De fato, o áudio não soa “chiado” como seria a pronúncia carioca ou nortista nem nasalado como seria a nordestina. Tampouco soa cantada como a de certas regiões do Sul do país ou como o paulistano do bairro da Mooca (o famoso “mooquês”) nem arrastado como o “caipirês”.
Por outro lado, se o experimento fosse feito com base no português lusitano, teríamos um resultado bastante diferente: muitos chiados, muitos encontros consonantais resultantes de vogais que simplesmente não se pronunciam, um ritmo bem mais rápido que o nosso. Tanto que o escritor português Eça de Queiroz disse certa vez que nós brasileiros falamos português com açúcar.