Alguns vícios de linguagem por minuto são normais e não atrapalham a forma como você é visto. Num estudo de 2024, ouvintes avaliaram falas com 5 vícios por minuto tão bem, em eficácia, quanto falas limpas, enquanto 12 por minuto derrubaram as notas, principalmente quando eram sons de hesitação. O estudo foi feito em inglês, com vícios como um, uh, like e so; no português, os equivalentes são “é”, “hã”, “tipo”, “né” e “então”. Este post mostra o que a pesquisa mediu, por que as pessoas usam essas muletas, como contar a sua taxa e como decidir o que cortar de uma gravação.
O que o estudo de 2024 testou
Matthew Laske e Florence DiGennaro Reed publicaram “Um, so, like, do speech disfluencies matter? A parametric evaluation of filler sounds and words” no Journal of Applied Behavior Analysis em 2024 (volume 57, número 3, páginas 574 a 583, doi:10.1002/jaba.1093).
Eles criaram falas com sons e palavras de preenchimento em quatro taxas: 0, 2, 5 e 12 por minuto. Ouvintes recrutados por um serviço de crowdsourcing para pesquisas avaliaram o desempenho de cada orador em falar em público. O resumo do artigo traz estes resultados:
| Taxa por minuto | O que o resumo informa |
|---|---|
| 0 | Referência, sem vícios |
| 2 | Testada; o resumo não destaca um resultado separado |
| 5 | Não prejudicou a eficácia percebida |
| 12 | Afetou a percepção, sobretudo com sons de hesitação |
Os autores concluem que reduzir os sons de hesitação importa para a eficácia percebida e que “five or fewer disfluencies per minute may be acceptable”, ou seja, cinco ou menos por minuto podem ser aceitáveis. Repare no cuidado da frase. É uma conclusão cautelosa de um único estudo, com falas criadas para o teste, avaliadores online e língua inglesa, não uma regra fixa. O estudo não testou falas em português. Um podcast de conversa ou uma aula também podem ser julgados de outro jeito que um discurso preparado.
Sons de hesitação e palavras de preenchimento são coisas diferentes
O estudo separou dois tipos de vício:
- Sons de hesitação (filler sounds), como um, uh e er no inglês. No português, são o “é”, o “ééé”, o “hã” e o “hum”. Não são palavras no sentido comum.
- Palavras de preenchimento (filler words), como like, so e you know no inglês. No português, “tipo”, “né”, “então”, “assim” e “sabe”. São palavras de verdade usadas sem acrescentar sentido.
Segundo o resumo, o efeito na percepção foi mais forte com os sons de hesitação. O resumo de Tom Critchfield no blog da Association for Behavior Analysis International lê o mesmo padrão nos dados: as hesitações que não são palavras prejudicam mais a avaliação dos ouvintes do que as que são palavras.
Para a edição, isso dá uma ordem de trabalho. Corte primeiro os sons. Trate “tipo” e “então” com mais cuidado, porque são mais difíceis de tirar de forma limpa e às vezes carregam sentido.
Por que a gente diz “é” e “hã”
Herbert Clark e Jean Fox Tree estudaram isso em “Using uh and um in spontaneous speaking”, publicado na Cognition em 2002 (volume 84, páginas 73 a 111). A partir de várias grandes coleções de fala espontânea gravada em inglês, eles propuseram que quem fala usa uh e um para anunciar uma demora que espera ter: uh para uma demora pequena, um para uma maior.
Eles também argumentam que os ouvintes conseguem ler mais nesses sinais. A pessoa pode estar procurando uma palavra, decidindo o que dizer em seguida, querendo manter a vez de falar ou querendo passar a vez. A conclusão deles é que uh e um são palavras convencionais do inglês, planejadas e produzidas como qualquer outra.
O estudo é sobre o inglês, mas o contexto ajuda na edição. Um vício muitas vezes está fazendo um trabalho. Numa entrevista, um “é…” pode dizer ao outro que você ainda está com a palavra enquanto pensa. Tire e você pode deixar um buraco mais estranho do que o próprio “é”.
Como contar a sua taxa
Você não precisa de software para medir. Precisa de uma gravação sua falando de forma natural e de alguns minutos de atenção.
- Grave de 3 a 5 minutos explicando algo que você conhece bem, sem roteiro. Uma chamada real ou um bloco de podcast funciona melhor do que uma gravação de teste.
- Anote o tempo exato de fala. Deixe de fora os trechos longos em que outra pessoa fala.
- Ouça de novo, ou leia uma transcrição automática, e conte sons de hesitação e palavras de preenchimento em colunas separadas.
- Divida cada contagem pelo número de minutos.
| Exemplo | Sons de hesitação | Palavras de preenchimento | Minutos | Taxa por minuto |
|---|---|---|---|---|
| Antes de treinar | 22 | 9 | 4 | 5,5 sons, 2,25 palavras |
| Depois de treinar | 10 | 7 | 4 | 2,5 sons, 1,75 palavras |
Os números desta tabela só ilustram a conta. Não são dados de estudo.
A transcrição é mais rápida do que ouvir, mas confira se ela realmente escreve os vícios. O Premiere Pro, por exemplo, só marca vícios em transcrições feitas depois que o recurso foi lançado, então uma transcrição antiga deixaria a sua contagem melhor do que ela é.
Quando manter alguns vícios
Zero vício não é a meta, e uma gravação limpa demais soa editada.
- Conversa. Num podcast a dois ou numa entrevista, os vícios ajudam a marcar quem está com a vez enquanto pensa. Mantenha alguns.
- Palavras com sentido. O “tipo” em “é um tipo de café” não é vício. A detecção automática pode marcar mesmo assim, então revise cada corte.
- Ritmo. Tirar um “é” no meio da frase pode fazer duas palavras trombarem. Se a frase ficou apressada depois do corte, devolva.
- Naturalidade. Um vlog descontraído sem nenhum vício pode parecer roteirizado. Alguns deixados soam naturais.
Uma meta prática, com base no estudo de 2024, é reduzir os sons de hesitação a poucos por minuto na edição final, não tirar todos.
Decisões de edição, caso a caso
| Situação | Decisão |
|---|---|
| “É” ou “hã” no começo da frase | Corte. São os mais fáceis de tirar de forma limpa |
| “É” no meio da frase, seguido de pausa | Corte o “é” e a pausa, senão o buraco fica |
| Recomeço como “a gente, a gente foi” | Corte a primeira tentativa e mantenha a versão final |
| “Tipo” ou “então” como muleta | Corte só se a frase continuar natural |
| “É…” antes de uma resposta numa entrevista | Normalmente mantenha |
| Muitos vícios num mesmo trecho | Corte os sons e, se ainda soar hesitante, regrave |
A segunda linha é a que as pessoas esquecem. Tirar um “é” muitas vezes deixa o silêncio ao redor, e o ouvinte escuta um buraco em vez do vício. Rode a remoção de silêncio depois da remoção de vícios, ou use uma ferramenta que faça as duas coisas de uma vez. O que é tempo morto mostra quanto tempo uma pausa pode durar antes de virar problema.
Como tirar vícios de linguagem de uma gravação
Uma ferramenta que só mede volume não encontra vícios de linguagem. Um “hã” é tão alto quanto as palavras ao redor. Você precisa de reconhecimento de fala, e é por isso que a ferramenta gratuita deste site remove silêncio, mas não vícios.
Premiere Pro
A Adobe acrescentou a detecção de palavras de preenchimento à edição baseada em texto. Segundo o anúncio da Adobe, ela detecta sons como uh e um e marca como [filler] na transcrição.
- Transcreva a sequência. Clipes transcritos antes de o recurso existir precisam ser transcritos de novo para mostrar os vícios.
- No painel Transcript, clique no ícone de filtro e escolha Filler.
- Clique em Delete e escolha Extract para fechar os buracos ou Lift para deixá-los.
- Para mudar o que conta como vício ou pausa, abra o menu de opções do painel e escolha Transcribe view options.
O anúncio da Adobe diz que a detecção de vícios funciona nos 18 idiomas aceitos pelo Speech to Text na época. Ele foi lançado como beta, e alguns usuários no tópico relatam mudanças em versões posteriores, então confira a sua versão.
Descript
A central de ajuda do Descript descreve o Remove filler words no painel AI Tools da barra lateral direita. Você pode apagar cada vício, o que remove texto e áudio, ou ignorá-lo, o que risca a palavra no roteiro e remove o áudio. Nos planos atuais, o recurso usa créditos de IA. As páginas de ajuda do Descript dizem que a detecção de palavras de preenchimento funciona hoje só em transcrições em inglês, então não serve para gravações em português.
QuellCut no iPhone e no iPad
- Importe o vídeo ou o áudio.
- Abra Melhorias (Enhancements) e escolha o idioma falado na gravação.
- Ative Remover palavras de preenchimento. Ative Remover repetições para manter só a versão final de uma frase repetida.
- Revise cada corte na linha do tempo e devolva os que quiser manter.
O QuellCut usa o reconhecimento de fala da Apple, no próprio aparelho quando o seu idioma permite, e remove o silêncio na mesma passada. Em português, a lista dele inclui sons como “hã” e “éh” e palavras como “tipo”, “né” e “então”; as palavras só são cortadas quando aparecem soltas entre pausas. O guia de vícios de linguagem traz mais detalhes de cada método.
Como reduzir os vícios enquanto fala
A edição conserta uma gravação. Para palestras e chamadas ao vivo, um conselho comum é trocar o “é” por uma pausa em silêncio. Um silêncio curto também mostra que você está pensando e, numa gravação, é fácil de cortar depois. Falar um pouco mais devagar e saber a primeira frase antes de começar também ajudam.
Se você grava com frequência, conte a sua taxa de novo numa gravação futura, com o mesmo método, para os números serem comparáveis.
Próximos passos
Se a sua gravação também tem pausas longas, a ferramenta gratuita deste site encontra e remove essas pausas no navegador, para arquivos de até 3 minutos, sem enviar nada. Ela deixa os vícios de linguagem no lugar, porque só mede volume.
Para vícios, repetições e silêncio numa passada só no celular, o QuellCut faz a edição no aparelho e deixa você revisar cada corte antes de exportar. Para vídeos curtos, veja como cortar silêncio para Shorts, Reels e TikTok.
Perguntas
- É normal falar “é” e “hã”?
- Sim. A pesquisa sobre fala espontânea trata os sons de hesitação (no inglês, um e uh) como parte comum do jeito de falar, usados para sinalizar uma demora enquanto a pessoa planeja o que dizer. A meta é uma taxa baixa, não zero.
- Quantos vícios de linguagem por minuto são aceitáveis?
- Os autores de um estudo de 2024 no Journal of Applied Behavior Analysis concluíram que cinco ou menos por minuto podem ser aceitáveis. Com 5 por minuto, a eficácia percebida não foi prejudicada no teste deles, feito com falas em inglês.
- Sons como “hã” são piores do que palavras como “tipo” ou “então”?
- Nesse estudo, os sons de hesitação (um e uh, no inglês) afetaram mais a avaliação dos ouvintes do que as palavras de preenchimento (como like e so). Na edição, corte primeiro os sons.
- Dá para remover vícios de linguagem automaticamente?
- Sim, com uma ferramenta que usa reconhecimento de fala, como a transcrição do Premiere Pro, o Descript ou o QuellCut. Uma ferramenta que só mede volume não encontra esses vícios, porque um “hã” é tão alto quanto qualquer outra palavra.
- O Descript remove vícios de linguagem em português?
- Segundo a central de ajuda do Descript, a detecção de palavras de preenchimento funciona só em transcrições em inglês. Confira a página de ajuda atual, porque o suporte pode mudar.
Fontes: Laske & DiGennaro Reed (2024), Journal of Applied Behavior Analysis, doi:10.1002/jaba.1093, Clark & Fox Tree (2002), Cognition 84, doi:10.1016/S0010-0277(02)00017-3, Blog da ABAI: continuação sobre forma e função no comportamento verbal, Comunidade Adobe: palavras de preenchimento na edição baseada em texto do Premiere Pro, Ajuda do Descript: remover palavras de preenchimento.
