Quando o "..." importa: análise comparada de modalidades de transcrição de hesitações em entrevistas do Corpus Roda Viva
Resumo
Este trabalho investiga como as hesitações — pausas, prolongamentos, truncamentos, repetições e preenchimentos lexicais — são representadas em diferentes modalidades de transcrição de entrevistas jornalísticas do português brasileiro. A partir de um corpus piloto de 95 turnos de fala do programa Roda Viva (TV Cultura), comparamos uma transcrição fiel (com marcas hesitativas) com uma versão higienizada e com uma transcrição em protocolos conversacionais (Jefferson; GAT2). Os resultados mostram que cada modalidade trata sistematicamente as marcas hesitativas de forma distinta, revelando a necessidade de um protocolo de anotação explícito. Propomos uma tipologia funcional inicial em cinco categorias formais e discutimos implicações para a construção de corpora orais e tarefas de anotação em PLN.Referências
Corley, M. and Stewart, O. W. (2008) "Hesitation disfluencies in spontaneous speech: the meaning of um." Language and Linguistics Compass, v. 2, n. 4, p. 589–602.
Fox Tree, J. E. (1995) "The effects of false starts and repetitions on the processing of subsequent words in spontaneous speech." Journal of Memory and Language, v. 34, n. 6, p. 709–738.
Jefferson, G. (2004) "Glossary of transcript symbols with an introduction." In: Lerner, G. H. (Ed.). Conversation Analysis: Studies from the first generation. Amsterdam: John Benjamins. p. 13–31.
Lima, P. L. S. de and Campelo, C. E. C. (2024) "Disfluency Detection and Removal in Speech Transcriptions via Large Language Models." In: Anais do XIV STIL. Porto Alegre: SBC. Disponível em: [link].
Marcuschi, L. A. (2003) Análise da conversação. 5. ed. São Paulo: Ática.
Selting, M. et al. (2009) "Gesprächsanalytisches Transkriptionssystem 2 (GAT 2)." Gesprächsforschung, v. 10, p. 353–402.
Shriberg, E. (2001) "To 'errrr' is human: ecology and acoustics of speech disfluencies." Journal of the International Phonetic Association, v. 31, n. 1, p. 153–169.
Souza, K. D. F. de, Pereira, D. E., Campelo, C. E. C. and Vasconcelos, L. L. (2025) "DEBISS: a Corpus of Individual, Semi-structured and Spoken Debates." arXiv, 2603.05459. Disponível em: [link].
Vale, O. A. et al. (2024) "Roda Viva Corpus: An Audiovisual Brazilian Portuguese Interview Corpus." In: Proceedings of PROPOR 2024. p. 204–210. Disponível em: [link].
Wittenburg, P. et al. (2006) "ELAN: a professional framework for multimodality research." In: Proceedings of LREC 2006. Genova: ELRA. p. 1556–1559.
Zayats, V. and Ostendorf, M. (2019) "Giving attention to the unexpected: using prosody innovations in disfluency detection." In: Proceedings of NAACL 2019. Minneapolis: ACL. p. 2162–2172.
Fox Tree, J. E. (1995) "The effects of false starts and repetitions on the processing of subsequent words in spontaneous speech." Journal of Memory and Language, v. 34, n. 6, p. 709–738.
Jefferson, G. (2004) "Glossary of transcript symbols with an introduction." In: Lerner, G. H. (Ed.). Conversation Analysis: Studies from the first generation. Amsterdam: John Benjamins. p. 13–31.
Lima, P. L. S. de and Campelo, C. E. C. (2024) "Disfluency Detection and Removal in Speech Transcriptions via Large Language Models." In: Anais do XIV STIL. Porto Alegre: SBC. Disponível em: [link].
Marcuschi, L. A. (2003) Análise da conversação. 5. ed. São Paulo: Ática.
Selting, M. et al. (2009) "Gesprächsanalytisches Transkriptionssystem 2 (GAT 2)." Gesprächsforschung, v. 10, p. 353–402.
Shriberg, E. (2001) "To 'errrr' is human: ecology and acoustics of speech disfluencies." Journal of the International Phonetic Association, v. 31, n. 1, p. 153–169.
Souza, K. D. F. de, Pereira, D. E., Campelo, C. E. C. and Vasconcelos, L. L. (2025) "DEBISS: a Corpus of Individual, Semi-structured and Spoken Debates." arXiv, 2603.05459. Disponível em: [link].
Vale, O. A. et al. (2024) "Roda Viva Corpus: An Audiovisual Brazilian Portuguese Interview Corpus." In: Proceedings of PROPOR 2024. p. 204–210. Disponível em: [link].
Wittenburg, P. et al. (2006) "ELAN: a professional framework for multimodality research." In: Proceedings of LREC 2006. Genova: ELRA. p. 1556–1559.
Zayats, V. and Ostendorf, M. (2019) "Giving attention to the unexpected: using prosody innovations in disfluency detection." In: Proceedings of NAACL 2019. Minneapolis: ACL. p. 2162–2172.
Publicado
19/10/2026
Como Citar
SANTOS, Valeria Vieira dos.
Quando o "..." importa: análise comparada de modalidades de transcrição de hesitações em entrevistas do Corpus Roda Viva. In: SIMPÓSIO BRASILEIRO DE TECNOLOGIA DA INFORMAÇÃO E DA LINGUAGEM HUMANA (STIL), 17. , 2026, Cuiabá/MT.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 522-530.
DOI: https://doi.org/10.5753/stil.2026.32816.
