---
title: "O que é o árabe padrão moderno (MSA)? MSA vs. dialetos"
description: "O árabe padrão moderno é o árabe escrito e formal comum à mídia e à educação. Como o MSA difere dos dialetos e por que isso importa para LLMs e fala para texto."
url: https://broadrouter.com/pt/glossary/msa/
lang: pt-BR
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/msa/) (atualizado em 2026-11-16).

# Árabe padrão moderno (MSA)

Atualizado em 2026-11-16

O árabe padrão moderno (MSA) é a forma padronizada do árabe usada na escrita, no noticiário, na educação e na fala formal em todo o mundo árabe. Ele não é a língua materna do dia a dia de ninguém: as pessoas falam dialetos regionais, como o egípcio ou o árabe do Golfo, e passam para o MSA em contextos formais.

Também chamado de: árabe padrão moderno, árabe padrão, árabe literário, fusha, Modern Standard Arabic, Fusha, Fus'ha, Standard Arabic, al-fusha

Quando se diz que um modelo de IA “fala árabe”, normalmente isso significa que ele lida com o árabe padrão moderno. Os dialetos são outro teste.

## Como funciona

O árabe é uma família de variedades. O artigo do MADAR (Bouamor et al., 2018) diz isso com todas as letras: o MSA é “the shared language of culture, media, and education from Morocco to Oman” (tradução: a língua comum da cultura, da mídia e da educação do Marrocos a Omã), mas “is not the native language of any speaker of Arabic” (tradução: não é a língua materna de nenhum falante de árabe). Os dialetos se agrupam por região em egípcio, norte-africano, levantino, do Golfo e iemenita, e por sub-região em tunisiano, libanês, kuwaitiano, catariano e assim por diante. O próprio MADAR cobre 25 dialetos de cidades, além do MSA.

Na prática, os dois se misturam. Em situações sem roteiro em que se esperaria o MSA, como talk shows na TV, as pessoas alternam entre o MSA e o dialeto. Isso é [code-switching](https://broadrouter.com/pt/glossary/code-switching/), e a shared task de code-switching de 2014 concluiu que MSA vs. dialeto é o par mais difícil de distinguir no nível da palavra, mais do que espanhol-inglês ou nepalês-inglês.

|  | MSA | Dialetos |
| --- | --- | --- |
| Onde | noticiário, livros, escola, contratos, fala formal | casa, rua, ligações, mensagens de voz, chat |
| Ortografia | padrão | sem ortografia fixa; muitas vezes digitados em [Arabizi](https://broadrouter.com/pt/glossary/arabizi/) |
| Dados de treino | grandes corpora escritos | bem menos, distribuídos de forma desigual por região |

## Por que importa

-   **Qualidade do LLM.** Um modelo pode escrever um bom MSA e ainda assim não entender gírias do Golfo ou do Magrebe. Teste com o dialeto que seus usuários falam.
-   **Precisão da fala para texto.** Muitos conjuntos de teste são fala lida ou de transmissão, enquanto o seu áudio pode ser mensagem de voz em dialeto. Peça o [word error rate](https://broadrouter.com/pt/glossary/word-error-rate/) por variedade, e não um único número para o árabe, e teste com as suas próprias gravações.
-   **Custo em tokens.** No nosso [dataset de tokenizers](https://broadrouter.com/data/tokenizer-efficiency/), no [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/) o árabe padrão moderno precisou de 1.31× os tokens das mesmas frases em inglês (2,009 frases do FLORES-200) e o árabe do Golfo de 1.21× (um conjunto pequeno de 49 frases do Tatoeba, então um valor aproximado). Use o [contador de tokens em árabe](https://broadrouter.com/tools/arabic-token-counter/) no seu próprio texto.

## Na BroadNet Inference

A BroadNet informa ter testado o Qwen3.8 27B para escrita fluente em árabe, com compreensão dos dialetos do Golfo e egípcio. O [BroadNet Transcribe Arabic](https://broadrouter.com/pt/models/cohere-transcribe-arabic/) aparece listado para árabe, incluindo dialetos. Para áudio em MSA e em dialeto, envie `language=ar`; a documentação da BroadNet avisa que, sem ele, o árabe pode voltar em letras latinas. O [artigo sobre reconhecimento de fala em dialetos](https://broadrouter.com/pt/blog/arabic-dialect-speech-recognition/) explica como testar com as suas próprias gravações.

## Perguntas frequentes

### Qual código de idioma eu envio para áudio em dialeto?

Envie ar. A documentação da BroadNet diz para enviar language=ar para árabe, e o BroadNet Transcribe Arabic aparece listado para árabe, incluindo dialetos, então não existe um código separado por dialeto.

### Quem fala árabe entende o MSA?

Pessoas escolarizadas leem e entendem, já que é a língua da escola, dos livros e do noticiário. Na conversa do dia a dia, falam o próprio dialeto.

### Qual é o código de idioma do MSA?

A ISO 639-3 lista o Standard Arabic como arb, parte da macrolíngua árabe ara. APIs de voz costumam aceitar o código de duas letras ar para todo o árabe.

## Veja também

-   [Code-switching (alternância de código)](https://broadrouter.com/pt/glossary/code-switching/) (termo)
-   [Arabizi](https://broadrouter.com/pt/glossary/arabizi/) (termo)
-   [Fala para texto (speech-to-text)](https://broadrouter.com/pt/glossary/speech-to-text/) (termo)
-   [Word error rate (WER)](https://broadrouter.com/pt/glossary/word-error-rate/) (termo)
-   [Tokenizer (tokenizador)](https://broadrouter.com/pt/glossary/tokenizer/) (termo)
-   [Árabe dialetal (dialectal Arabic)](https://broadrouter.com/pt/glossary/dialectal-arabic/) (termo)
-   [Diacríticos árabes (tashkeel)](https://broadrouter.com/pt/glossary/arabic-diacritics/) (termo)
-   [API de transcrição de áudio em árabe, passo a passo](https://broadrouter.com/pt/guides/arabic-speech-to-text-api/) (guia)
-   [Árabe do Golfo, egípcio e levantino: como os LLMs lidam com dialetos](https://broadrouter.com/pt/blog/arabic-llm-gulf-egyptian-dialects/) (artigo)
-   [Dialetos árabes e speech-to-text: Golfo, Egito, Levante, Magreb](https://broadrouter.com/pt/blog/arabic-dialect-speech-recognition/) (artigo)
-   [Como escolher uma API de LLM para árabe: o que testar](https://broadrouter.com/pt/blog/choosing-an-llm-for-arabic/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-msa&utm_content=page-cta) ·

**Fontes**

-   [Bouamor et al., The MADAR Arabic Dialect Corpus and Lexicon (LREC 2018, ACL Anthology) (verificado em 2026-11-16)](https://aclanthology.org/L18-1535/)
-   [Solorio et al., Overview for the First Shared Task on Language Identification in Code-Switched Data (2014, ACL Anthology) (verificado em 2026-11-16)](https://aclanthology.org/W14-3907/)
-   [SIL International, código ISO 639-3 arb (Standard Arabic) (verificado em 2026-11-16)](https://iso639-3.sil.org/code/arb)
-   [Referência da API da BroadNet Inference, transcrição (parâmetro language) (verificado em 2026-11-16) (em inglês)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-msa&utm_content=sources)
