Discussão dos dados quantitativos

Tendo explanado quais etiquetas utilizamos em cada verso e o porquê, agora partiremos para os dados que nos foram fornecidos pelo software Wordsmith Tools 5.0. Por meio da ferramenta Concord, contabilizamos a ocorrência de cada etiqueta no corpus.

No gráfico abaixo, temos as ocorrências por etiqueta pura. Entendemos por etiquetas “puras” aquelas que identificavam as respectivas categorias do Princípio do Pentatlo de forma integral, ou seja, que avaliamos que tenha seguido o texto fonte com o máximo de proximidade possível.

Gráfico 1 – Ocorrências por etiqueta pura

Fonte: elaborado pelos autores.

Podemos ver pelo Gráfico 1 que as etiquetas <CAN> e <NAT> tiveram praticamente a mesma quantidade de ocorrências, a primeira com 78 e a última com 77; esses valores constituem 29% do corpus para cada uma. Em segundo lugar, vem a etiqueta <SEN>, que, em sua forma pura aparece 40 vezes ao longo do corpus, representando 15%. Logo em seguida, temos a etiqueta <RIT>, que tem 39 ocorrências em sua forma pura, contabilizando 14% do corpus. E, finalmente, a etiqueta <RIM>, com suas 36 aparições no corpus, totalizando 13% do mesmo.

Abaixo, apresentamos o Gráfico 2, que mostra as ocorrências por subetiqueta.

78

40 77

39

36

Ocorrências por etiqueta pura

Chamamos de “subetiqueta” as etiquetas que tragam aquela categoria do Princípio do Pentatlo, mas que tenhamos julgado necessário fazer ressalvas a respeito do porquê de a incluirmos, dada a flexibilidade que Peter Low permite à utilização de suas categorias.

Gráfico 2 – Ocorrências por subetiqueta

Fonte: elaborado pelos autores.

Podemos ver pelo Gráfico 2 que a subetiqueta que mais aparece é <RIT_MEL>, com 36 ocorrências, o que representa 59% do corpus. Em segundo lugar, a subetiqueta <SEN_IMP>, que tem 15 ocorrências, constituindo 25% do corpus. Em terceiro, a subetiqueta <NT>, com 7 ocorrências, sendo 11% do corpus. E por último, a subetiqueta <RIT_TON>, com apenas 3 ocorrências, ou seja, 5% do corpus.

Entretanto, como mencionamos no início deste capítulo, geralmente quando a melodia sofre alguma modificação, a tonicidade será alterada. Sendo assim, optamos por <RIT_TON> apenas em casos especiais, onde achamos que a alteração que mais se destacava fosse em relação ao posicionamento de algum stress do verso, ou à entonação de alguma palavra.

Abaixo, apresentamos o Gráfico 3, que mostra as ocorrências das categorias do Princípio do Pentatlo. A diferença desse gráfico em relação ao primeiro é que consideramos este mais relevante às nossas perguntas de pesquisa, visto que o gráfico 3 mostra as etiquetas e

15

36 3

7

Ocorrências por subetiqueta

subetiquetas integradas em suas respectivas categorias.

Permita-nos elaborar. O Princípio do Pentatlo possui cinco categorias (cantabilidade, sentido, naturalidade, ritmo e rima), mas o próprio Peter Low, em suas definições de cada categoria, apresenta possibilidades em relação à não rigidez de uma categoria. Com base nisso, criamos as subetiquetas <SEN_IMP> (ainda na categoria sentido) e <RIT_MEL> e <RIT_TON> (ambas na categoria ritmo). Essas subetiquetas têm, portanto, a função de mostrar, por exemplo, que, ainda que aquele verso não tenha sido traduzido literalmente, ele ainda apresenta a categoria sentido, pois a ideia geral ainda foi transmitida.

Tendo dito isso, com o Gráfico 3, discutiremos as ocorrências das categorias do Princípio do Pentatlo. Para isso, somamos as etiquetas puras com as subetiquetas da mesma categoria. Ou seja, a contagem da quantidade de ocorrências da categoria sentido, por exemplo, abarca tanto as vezes em que a etiqueta <SEN> quanto a subetiqueta <SEN_IMP> foram encontradas no corpus.

Gráfico 3 – Ocorrências das categorias do Princípio do Pentatlo

Fonte: elaborado pelos autores.

Podemos ver pelo Gráfico 3 que as categorias que mais aparecem no corpus traduzido são cantabilidade, ritmo e naturalidade, as duas primeiras com 78 ocorrências cada, e a última

78

55

77 78

36

Ocorrências das categorias do Princípio do Pentatlo

com 77 ocorrências. As três apresentam igual porcentagem dentro do corpus, isto é, 24%. Em seguida, temos a categoria sentido, com 55 ocorrências (17% do corpus). E, finalmente, a categoria rima, que aparece 36 vezes, ou seja, em 11% do corpus.

Tendo apresentado os dados quantitativos, o que podemos interpretar a partir destes? Primeiramente, vemos que, quando a tradução da canção Belle foi realizada, foi claramente dada prioridade à cantabilidade, ao ritmo e à naturalidade da canção.

Considerando o contexto da canção, ou seja, uma canção dentro de um filme, entendemos que essa tradução – a canção Bela – deve lidar com questões audiovisuais, como a sincronia que a dublagem exige em relação ao movimento dos lábios dos atores. Devemos considerar, também, que o público alvo de um conto de fadas como A Bela e a Fera, é, no fim das contas, uma audiência infanto-juvenil. Consequentemente, o fato de a versão brasileira ser executável para os dubladores é essencial para a imersão do público.

Além de tudo isso, não podemos esquecer que A Bela e a Fera é uma propriedade já adorada da gigante companhia Disney, logo, um produto com imenso apelo comercial. Como qualquer propriedade da Disney, A Bela e a Fera não é apenas o longa-metragem; atrações de parque temático, merchandising etc., tudo isso também está envolvido.

E levando em conta que a obra se trata de um filme musical, sempre podemos contar com o lançamento da trilha sonora, tanto nas plataformas digitais de streaming quanto em mídia física. Portanto, é importante que as canções do filme soem naturais, ou seja, como músicas cujas letras não soem avessas à gramática da língua portuguesa. Isso sustenta não só a ilusão de que estas poderiam ser produzidas no Brasil, mas também a suspensão de descrença por parte do público, que pode se conectar mais com as músicas e, por sua vez, com a história do filme se as ouvir no seu idioma materno.

Outra questão que queremos levantar, esta mais pontual, é em relação às subetiquetas. Como pudemos perceber pelo Gráfico 2, a subetiqueta que visivelmente se destaca é <RIT_MEL>. Acreditamos que isso se deve, principalmente, ao fato de que muitas das estrofes da música aqui analisada (Belle/Bela) terminem com o nome da protagonista.

Para tanto, consideráveis adaptações tiveram que ser feita na melodia dos versos, visto que o nome da personagem é traduzido. Belle (em inglês) é uma palavra monossílaba, enquanto que Bela (em português) é uma palavra dissílaba. Desse modo, sempre que uma estrofe terminasse com “Bela”, já era garantido que esse último verso tivesse sua melodia alterada, assim

como qualquer outro verso que venha a rimar com ele.

E, finalmente, nos voltamos às nossas perguntas de pesquisa. Como pudemos perceber pelos dados apresentados no Gráfico 3, ainda que as categorias cantabilidade, naturalidade e ritmo se sobressaiam, as categorias sentido e rima não ficaram muito atrás (24%, 24%, 24%, 17% e 11%, respectivamente).

Tais dados nos mostram que, pelo menos na amostra que recolhemos para o nosso corpus (a música Bela), houve grande preocupação por parte da versionista Mariana Elisabetsky em equilibrar os fatores que fazem uma canção traduzida funcionar dentro do contexto de um musical.

Esse equilíbrio, gostaríamos de ressaltar, se encaixa perfeitamente nas crenças do principal teórico desta pesquisa, que, com seu Princípio do Pentatlo, preconizava que, ao traduzir uma canção, era tarefa do tradutor fazer malabarismos para tentar atingir um produto final que trouxe o maior equilíbrio possível entre os aspectos que ele considerava relevantes. E levando em conta que musicais se utilizam de canções para mover sua trama, é imperativo que suas versões no idioma alvo respeitem tal equilíbrio.