यह पेपर SAMPA पेश करता है, जो व्हिस्पर large-v3 मॉडल पर आधारित एक सेगमेंटर है जिसे ब्राज़ीलियन पोर्तुगीज़ भाषण में अंतिम प्रोसोडिक सीमाओं की पहचान करने के लिए डिज़ाइन किया गया है।
- NURC-SP डेटासेट से मैन्युअल रूप से विभाजित रिकॉर्डिंग पर फाइन-ट्यून्ड।
- हल्के टेस्ट स्लिट पर 0.731 का F1 स्कोर और MuPe-Diversidades डेटासेट पर 0.796 का F1 स्कोर हासिल किया।
- n-ग्राम और अकाउस्टिक-विजुअल विश्लेषण के माध्यम से मोर्फोसिंटैक्टिक, सेमांटिक और प्रोसोडिक संकेतों पर निर्भरता को दर्शाता है।
मॉडल ब्राज़ीलियन पोर्तुगीज़ के स्वचालित प्रोसोडिक सेगमेंटेशन के लिए पारंपरिक नियम-आधारित विधियों के लिए एक प्रतिस्पर्धी डीप लर्निंग विकल्प प्रदान करता है।