Este artículo presenta SAMPA, un segmentador basado en el modelo grande Whisper large-v3 diseñado para identificar límites prosódicos terminales en el habla en portugués brasileño.
- Ajustado finamente con grabaciones segmentadas manualmente del conjunto de datos NURC-SP.
- Logró una puntuación F1 de 0.731 en la división de prueba retenida y 0.796 en el conjunto de datos MuPe-Diversidades.
- Demuestra dependencia de indicios morfosintácticos, semánticos y prosódicos mediante análisis de n-gramas y acústico-visuales.
El modelo proporciona una alternativa competitiva de aprendizaje profundo a los métodos tradicionales basados en reglas para la segmentación prosódica automática del portugués brasileño.