本文介绍了 SAMPA，这是一个基于 Whisper large-v3 模型的分割器，旨在识别巴西葡萄牙语语音中的终端韵律边界。

  • 在 NURC-SP 数据集的手动分割录音上进行微调。
  • 在保留的测试集上达到 0.731 的 F1 分数，在 MuPe-Diversidades 数据集上达到 0.796 的 F1 分数。
  • 通过 n-gram 和声学-视觉分析展示了对形态句法、语义和韵律线索的依赖。

该模型为巴西葡萄牙语的自动韵律分割提供了一种具有竞争力的深度学习替代方案，以取代传统的基于规则的方法。