O que você precisa saber sobre palavras com an, en, in, on, un
Quando eu comecei a mexer com análise fonológica e ortografia do português, passei muito tempo confuso sobre por que algumas sílabas soam iguais mas se escrevem diferente. A combinação de vogal mais consoante nasal ou oral aparece o tempo todo, e o problema é que a pronúncia varia de região para região. Em São Paulo, "impressão" e "emissão" podem soar quase idênticas no falatório rápido. No Nordeste, o "en" final muitas vezes vira um som aberto que não existe na norma culta padrão.
Como identificar e catalogar palavras com an en in on un
A abordagem prática que funciona melhor é dividir em dois critérios: posição na palavra e valor fonológico. Palavras com "an" no início tendem a ser menos numerosas do que as com "em" ou "in". "Ânimo", "ânseia", "antropo" são exemplos. O "an" antes de consoante geralmente preserva o som /ã/ ou /an/, dependendo do sotaque. O "en" é mais traiçoeiro. Antes de vogal, como em "ente", soa como //. Antes de consoante, em "entesfera" (correto seria "esferas" mesmo, mas você entende), o "e" pode mudar. Eu já perdi duas horas num projeto de transcrição automática porque o sistema classificava "emprestar" e "imperar" no mesmo grupo só por causa do fonema parecido, quando na verdade a grafia e a etimologia são completamente distintas.
Os casos problemáticos que ninguém avisa
O "in" tem um comportamento curioso. Em palavras como "inacreditável" ou "invisível", o "i" é semivogal de ataque, não parte do núcleo silábico junto com o "n". Já em "minha" ou "pintar", o "in" forma um ditongo nasal ou uma sílaba fechada. Isso importa se você está construindo uma lista para estudo fonético, para um dicionário escolar, ou para treinar um modelo de texto preditivo. O "on" final é onde a maioria dos iniciantes erra. "Cancão" tem "on" mas o "ã" é o marcador nasal real, não o "n". O "n" final depois de vogal oral como em "canção" funciona como marcador gráfico, não como fonema nasal. Já em "jantar", o "n" pode ser pronunciado como nasalização da vogal anterior em muitos sotaques, mas a grafia mantém o "n" porque a etimologia pede. Confundir isso leva a erros de segmentação silábica que aparecem em materiais didáticos mal revisados.
Um exemplo prático que resolve o problema
Numa ocasião, precisei organizar um corpus de textos infantis filtrando todas as palavras que continham essas sequências. O primeiro rascunho do script pegava "impossível" como tendo "in", o que era tecnicamente correto na substring, mas fonologicamente o "i" é ataque da sílaba seguinte. A correção foi usar uma regex que considersse a divisão silábica real, não apenas a presença da sequência de letras. O resultado mudou a contagem em cerca de 18% das ocorrências. Se você estiver fazendo algo similar, invista tempo na normalização ortográfica antes de aplicar o filtro. Existem ferramentas como o morfeus.uel.br para separação silábica automática, mas mesmo elas têm limitações com casos como "grosso", "paraninfo" ou "advento". Nesses casos, a regra padrão quebra. Eu acabei fazendo uma lista manual de exceções que levei cerca de três dias para montar, mas depois nunca mais precisei refazer.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O que esses grupos revelam sobre o português
A distribuição desses grafemas não é aleatória. O "en" e o "in" aparecem muito mais em palavras de origem grega e latina com prefixos negativos ou privativos (incontável, insone, enterrar vs. intocar). O "an" e o "un" têm tendência maior em radicais portugueses nativos e aportuguesamentos mais antigos. O "on" é raro como vogal nasal genuína; na maioria das vezes, o "o" é oral e o "n" é consoante final, como em "botão" ou "canção". Se o seu objetivo é criar listas de palavras para alfabetização, o caminho mais direto é começar pelo "an" e "in", que têm correspondência fonema-grafema mais regular. O "en" exige atenção especial à posição pré-consonantal. O "on" final merece um aviso: muitos alunos acreditam que é nasal quando na pronúncia padrão brasileira o "o" permanece oral. Testar com gravações de falantes de diferentes regiões mostra variações interessantes que valem a pena documentar.
A lista completa de palavras com an en in on un depende muito do repertório que você está usando. Dicionários escolares costumam ter entre 800 e 1.200 entradas que atendem a pelo menos um desses critérios em corpus padronizados. Projetos de linguística de corpus, como o CORPUS BR, chegam a números bem maiores porque incluem formas flexionadas e empréstimos recentes.
Recursos para quem quer aprofundar
O site do Dicionário Houaiss permite buscas por substring, o que facilita mucho encontrar palavras com essas sequências. O Volp (Vocabulário Ortográfico da Língua Portuguesa) da ABBL é a referência oficial para ortografia, mas não dá separação silábica. Para quem trabalha com processamento de linguagem natural, o UD-Portuguese treebank tem anotações morfológicas que podem ser consultadas via pipelines como o Stanza ou o spaCy com modelos treinados para português. Uma dica prática: se você está montando exercícios ou materiais didáticos, evite incluir palavras como "ênfase" (com acento), "órfão" (com ditongo), ou "pátrio" (com hiatos) na mesma lista das palavras mais regulares. A variação gráfica confunde iniciantes sem acrescentar informação relevante. Separe os casos regulares dos excepcionais e apresente em etapas diferentes.
O maior erro que vejo acontecendo é tratar "an", "en", "in", "on", "un" como categorias equivalentes. Elas não são. A frequência, a distribuição morfológica e o comportamento fonológico são distintos o suficiente para justificar abordagens diferentes em qualquer projeto sério envolvendo essas sequências. Reconhecer isso desde o início economiza muito tempo de retrabalho.
